Strong Simulation of 1D Quantum Circuits via Reduced Transition Matrices

Resumo Técnico: Simulação Forte de Circuitos Quânticos 1D via Matrizes de Transição Reduzidas

Enunciado do Problema
A simulação de sistemas de muitos corpos quânticos fora do equilíbrio é fundamentalmente limitada pelo crescimento rápido do emaranhamento espacial, o que torna os métodos padrão de redes de tensores (como TEBD, tDMRG e TDVP) ineficientes para circuitos unitários caóticos. Embora esses métodos restrinjam a dinâmica a variedades de baixa complexidade, eles eventualmente falham conforme o emaranhamento cresce extensivamente.

Este artigo aborda uma tarefa computacional mais direcionada: a simulação forte aproximada de uma probabilidade de saída especificada $p(x|y) = |\langle x|U(T)|y\rangle|^2$, para um circuito de parede de tijolos (brick-wall) caótico 1D, dada uma precisão relativa fixa $\epsilon_p$ (ou $\epsilon_A$ para a amplitude). Esta tarefa difere da amostragem da distribuição de saída completa, que é conjecturada como classicamente difícil. Embora a avaliação exata de probabilidades específicas seja geralmente #P-difícil, os autores observam que os resultados estabelecidos de dureza tipicamente se aplicam a regimes onde os erros relativos desaparecem com o tamanho do sistema. O artigo investiga a complexidade computacional de alcançar uma precisão relativa finita fixa, um regime onde a dureza não foi rigorosamente estabelecida.

Metodologia: O Algoritmo de Varredura RTM
Os autores propõem uma estratégia de contração de rede de tensores transversal baseada em Matrizes de Transição Reduzidas (RTMs). Em vez de contrair a rede de tensores espaço-temporais ao longo da direção temporal (o que leva ao crescimento exponencial da dimensão de ligação devido ao emaranhamento espacial) ou aproximar os estados de fronteira temporal esquerda e direita independentemente, o algoritmo visa o overlap entre essas fronteiras diretamente.

1. Formulação Transversal: A amplitude do circuito é vista como o overlap $\langle L|R\rangle$ entre os estados de fronteira temporal esquerda e direita. A matriz de transição é definida como $T = |R\rangle\langle L| / \langle L|R\rangle$.
2. Compressão RTM: O algoritmo utiliza a decomposição em valores singulares (SVD) da matriz de transição reduzida $T_A = \text{Tr}_{\bar{A}} T$ através de uma bipartição temporal. Os vetores singulares de $T_A$ identificam as direções mais relevantes para o overlap, em vez da estrutura de emaranhamento dos estados individuais.
3. Procedimento de Varredura (Sweeping): O algoritmo constrói os estados de fronteira esquerda e direita como estados de matriz de produto temporal (tMPS). Ele realiza varreduras alternadas da esquerda para a direita e da direita para a esquerda ao longo da direção espacial. Em cada etapa, os elos do tMPS são truncados com base no espectro singular da RTM local para preservar o overlap, em vez dos estados individuais.
4. Diagnósticos de Convergência: O método emprega verificações de consistência interna, monitorando a dispersão das estimativas de amplitude entre diferentes cortes espaciais ($\Delta_{cut}$), entre varreduras ($\Delta_{sweep}$) e entre diferentes dimensões de ligação ($\Delta_{\chi}$). A convergência é declarada quando esses diagnósticos caem abaixo de uma tolerância prescrita $\epsilon_A$.

Resultos Principais
Os autores testaram o algoritmo em três famílias de portas de dois qubits: um circuito de Ising chutado (kicked-Ising) determinístico e caótico, um conjunto aleatório com simetria de troca e um conjunto Haar aleatório.

• Crescimento Subexponencial da Dimensão de Ligação: Para circuitos 1D caóticos em precisão relativa fixa, evidências numéricas indicam que a dimensão de ligação $\chi$ necessária para estimativas estáveis cresce de forma subexponencial na janela de tempo acessível. Isso contrasta com o crescimento exponencial necessário para uma representação fiel do estado completo ou para o TEBD transversal padrão.
• Propriedades Espectrais: Os espectros singulares das RTMs exibem caudas aproximadamente exponenciais ($\lambda_n \sim e^{-n/F}$). A escala de decaimento característica $F(T)$ cresce como uma lei de potência $T^\alpha$. Essa estrutura espectral sugere que a entropia $S_{RTM}$ da SVD da RTM cresce logaritmicamente ($S_{RTM} \sim \alpha \log T$) no limite de tamanho infinito e invariante por translação, embora sistemas de tamanho finito mostrem desvios devido a estados excitados.
• Validação de Precisão:
  • Para sistemas pequenos ($N=20$), os resultados do algoritmo coincidem com a evolução direta exata dentro da tolerância prescrita.
  • Para sistemas maiores ($N=60$), onde a evolução exata é inviável, o algoritmo reproduz as propriedades estatísticas das probabilidades de saída, especificamente convergindo para a previsão de Porter–Thomas para o momento logarítmico das probabilidades.
  • O método mantém a estabilidade através de diferentes tolerâncias ($\epsilon_A = 0.1, 0.5, 0.8$), com a discrepância relativa entre amplitudes computadas em diferentes limiares permanecendo limitada.

Significância e Aplicações
O artigo afirma que esta abordagem abre uma rota direta para consultas de probabilidade clássica para circuitos quânticos caóticos, desde que o tempo de simulação permaneça dentro da janela de escala subexponencial. Os autores identificam três aplicações específicas:

1. Benchmarking (XEB): O método permite a avaliação clássica de Linear Cross-Entropy Benchmarking (XEB) para grandes dispositivos quânticos, computando probabilidades ideais para strings amostradas sem armazenar o estado de saída completo. O erro relativo do estimador XEB é limitado pelo erro relativo das consultas de probabilidade.
2. Certificação de Shadow-Overlap: O algoritmo pode fornecer as consultas de amplitude complexa necessárias para o protocolo de certificação shadow-overlap, permitindo limites de fidelidade para dispositivos quânticos com erros controlados pela precisão da amplitude.
3. Tarefas de Aprendizado: Facilita o aprendizado baseado em verossimilhança de modelos de circuitos quânticos parametrizados, avaliando o log-verossimilhança negativa empírica, mesmo quando as probabilidades individuais são exponencialmente pequenas, desde que as contrações permaneçam tratáveis.

Limitações e Perspectivas
Os autores enfatizam que suas descobertas são numéricas e heurísticas. Eles não estabelecem rigorosamente um limite de complexidade assintótica (se o crescimento é estritamente polinomial ou subexponencial no limite termodinâmico). As verificações de convergência interna não constituem limites de erro rigorosos. Além disso, o trabalho atual é restrito a circuitos 1D; estender a estratégia para duas dimensões espaciais (usando PEPS) é notado como um desafio não trivial devido ao aumento do custo de contração e compressão das fronteiras temporais 2D. Trabalhos futuros são necessários para estabelecer limites rigorosos e desenvolver uma formulação variacional para o problema do overlap.