⚛️ física quântica

Explicitly correlated ground states with a feedback-free variational hybrid algorithm

Este artigo propõe e demonstra experimentalmente um algoritmo híbrido quântico-clássico livre de feedback que utiliza um processador quântico para preparar um estado de produto de matriz no espaço de momento e pós-processamento clássico para otimizar variacionalmente um correlador do tipo Jastrow explicitamente correlacionado, alcançando estimativas de energia do estado fundamental de alta precisão para o modelo de Fermi-Hubbard 2D com requisitos reduzidos de amostragem e de portas em comparação com outros métodos híbridos.

Autores originais: Benjamin Corbett, Akimasa Miyake

Publicado 2026-10-14

📖 5 min de leitura🧠 Leitura aprofundada

CC BY 4.0

Autores originais: Benjamin Corbett, Akimasa Miyake

Artigo original sob licença CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo

No mundo microscópico dos eletrons, as partículas nem sempre se comportam como indivíduos independentes movendo-se através do espaço vazio. Em certos materiais, elas tornam-se profundamente emaranhadas, com seus movimentos ditados por uma repulsão feroz e imediata quando chegam muito próximas umas das outras. Este fenômeno, conhecido como correlação forte, é a chave para entender como alguns materiais conduzem eletricidade, como se tornam magnéticos ou como podem um dia se tornar supercondutores. Para prever esses comportamentos, os cientistas devem resolver um enorme quebra-cabeça matemático: calcular o estado de energia exato de um sistema onde cada elétron está constantemente reagindo a todos os outros elétrons. Durante décadas, os computadores clássicos mais poderosos lutaram contra essa tarefa, muitas vezes batendo de frente com uma barreira quando as interações se tornam muito intensas ou o sistema cresce demais. A dificuldade reside em um descompasso fundamental: a maneira mais eficiente de descrever a ordem de longo alcance desses elétrons é em termos de seu momento, enquanto a maneira mais eficiente de descrever suas repulsões de curto alcance e violentas é em termos de sua posição física. Tentar combinar essas duas descrições em um computador clássico tem sido como tentar resolver um quebra-cabeça onde as peças foram cortadas de duas imagens diferentes.

Uma equipe de pesquisadores da Universidade do Novo México encontrou uma maneira de unir essa divisão usando um computador quântico, não pedindo à máquina para resolver todo o quebra-cabeça de uma só vez, mas usando-a para preparar um ponto de partida específico e de alta qualidade para um computador clássico finalizar. A abordagem deles, detalhada em um estudo recente, foca em um modelo teórico chamado modelo de Fermi-Hubbard, que descreve elétrons saltando entre sítios em uma grade. Os pesquisadores usaram um processador quântico para gerar um estado de baixo emaranhamento de elétrons no espaço de momento, uma configuração que é difícil para computadores clássicos criarem de forma eficiente. Eles então rotacionaram este estado para o espaço real, traduzindo efetivamente a descrição para que as repulsões de curto alcance pudessem ser tratadas. Crucialmente, eles fizeram isso sem um ciclo de ida e volta onde o computador e o algoritmo clássico se ajustam constantemente um ao outro. Em vez disso, o processador quântico realizou sua tarefa uma única vez, mediu os resultados e entregou os dados a um computador clássico. O computador clássico então usou esses dados para otimizar um "correlador" matemático — uma ferramenta que refina a descrição das repulsões eletrônicas — inteiramente após o experimento quântico ter terminado.

O experimento foi conduzido em um computador quântico de 32 qubits, especificamente o modelo H2-2 da Quantinuum. A equipe preparou um estado representando uma grade de 16 sítios, preenchida pela metade com elétrons, e mediu a energia do sistema. Após filtrar os dados para remover resultados que violavam as regras conhecidas de conservação de partículas, eles aplicaram uma técnica de calibração para corrigir os pequenos erros inerentes ao hardware quântico atual. O resultado foi uma estimativa da energia do estado fundamental que foi notavelmente próxima do valor exato conhecido, com um erro relativo de apenas 3,5 por cento. Este nível de precisão foi alcançado usando significativamente menos medições quânticas e menos portas de dois qubits do que outros métodos líderes que dependem de ciclos de feedback repetidos ou circuitos quânticos profundos. Os pesquisadores demonstraram que, ao separar a preparação quântica da otimização clássica, eles poderiam reutilizar os mesmos dados quânticos para testar muitos modelos matemáticos diferentes de interação eletrônica sem nunca precisar executar o computador quântico novamente.

O estudo também explorou como esse método poderia escalar para sistemas maiores. Ao analisar os dados, os autores descobriram que o número de medições necessárias para manter um nível fixo de precisão cresce exponencialmente com o tamanho da grade, mas a uma taxa gerenciável para dispositivos quânticos de curto prazo. Eles compararam sua abordagem com outros algoritmos híbridos, como a interação de configuração selecionada por quantum e os métodos de Krylov quânticos. Embora esses métodos possam oferecer garantias matemáticas rigorosas, eles frequentemente exigem vastamente mais recursos quânticos — ou milhões de vezes mais amostras ou milhares de vezes mais portas complexas — para atingir o mesmo nível de precisão nos pequenos sistemas testados. A capacidade do novo método de desacoplar a medição quântica da otimização clássica permite uma flexibilidade que os outros métodos carecem; os pesquisadores podem substituir o modelo matemático para as interações eletrônicas após a coleta dos dados, testando diferentes teorias contra o mesmo experimento quântico.

Este trabalho representa uma prova de princípio, e não uma solução final para o problema dos elétrons fortemente correlacionados. Os pesquisadores reconhecem que sua demonstração atual foi limitada a uma pequena grade de 4 por 4, e que sistemas maiores exigirão técnicas de preparação de estado mais avançadas. No entanto, o sucesso do algoritmo híbrido livre de feedback sugere um caminho viável a seguir. Ao usar o processador quântico estritamente como uma ferramenta para gerar um estado específico e difícil de criar e, em seguida, deixar os computadores clássicos fazerem o trabalho pesado da otimização, a equipe mostrou que a vantagem quântica na ciência dos materiais pode não exigir as máquinas massivas e com correção de erros do futuro distante. Em vez disso, ela pode ser alcançável hoje, ao projetar cuidadosamente algoritmos que respeitem as forças únicas tanto do hardware quântico quanto do clássico, transformando um descompasso fundamental de bases em uma parceria complementar.

Resumo Técnico: Estados Fundamentais Explicitamente Correlacionados com um Algoritmo Híbrido Variacional Livre de Feedback

Definição do Problema
Descrever com precisão sistemas eletrônicos fortemente correlacionados, como o modelo de Fermi–Hubbard 2D, requer capturar correlações de curto alcance dominantes. Métodos explicitamente correlacionados alcançam isso aumentando um estado de referência $|\phi\rangle$ com um correlador diagonal $C$ (por exemplo, um fator Jastrow ou Gutzwiller). No entanto, surge um conflito fundamental de base: estados de referência altamente precisos para esses sistemas são frequentemente compactos no espaço de momento (por exemplo, Matrix Product States ou MPSs), enquanto correladores diagonais motivados fisicamente atuam naturalmente no espaço real. Algoritmos clássicos lutam para superar essa lacuna; o Método de Monte Carlo Variacional (VMC) requer acesso eficiente a amplitudes no espaço real (o que é $\#P$ -duro para MPSs no espaço de momento), enquanto o método transcorrelacionado incorpora o correlador no Hamiltoniano, mas produz energias não variacionais e requer cálculos biorortogonais complexos.

Metodologia
Os autores propõem um algoritmo híbrido quântico-clássico que desacopla a preparação do estado quântico da otimização variacional do correlador, eliminando a necessidade de um loop de feedback quântico-clássico. O fluxo de trabalho procede da seguinte forma:

Pré-computação Clássica: Um cálculo de Density Matrix Renormalization Group (DMRG) transcorrelacionado gera um MPS de baixo bond-dimension no espaço de momento $|\phi\rangle$ . Este estado é otimizado de forma autoconsistente usando uma transformação de similaridade do tipo Gutzwiller ( $C_{tc} = e^{JD}$ ), resultando em uma energia de referência não variacional.
Execução Quântica: Um processador quântico prepara o MPS no espaço de momento $|\phi\rangle$ . Ele então aplica uma transformação de Fourier fermiônica ( $U_{FT}$ ) para rotacionar o estado para o espaço real.
Medição: O estado rotacionado é medido em bases fixas apenas pelos termos do Hamiltoniano (base de ocupação diagonal e bases de hopping). Crucialmente, os circuitos de medição são independentes dos parâmetros $\theta$ do correlador variacional subsequente $C_\theta = \exp(\sum \theta_r D_r)$ .
Pós-processamento Clássico: Os resultados brutos das medições são calibrados usando um programa quadrático para reproduzir valores esperados conhecidos do MPS de espaço de momento clássico (por exemplo, $\langle D \rangle$ , $\langle T \rangle$ ). Esses dados calibrados são então usados para avaliar o funcional de energia variacional:
$E_{ec}(\theta) = \frac{\langle \phi | C_\theta H C_\theta | \phi \rangle}{\langle \phi | C_\theta^2 | \phi \rangle}$
Os parâmetros $\theta$ são otimizados inteiramente de forma clássica para minimizar esta energia. Como as bases de medição não dependem de $\theta$ , o mesmo conjunto de dados pode ser reutilizado para qualquer forma ou parâmetro de correlador.

Principais Contribuições

Otimização Variacional Livre de Feedback: Ao contrário dos algoritmos VQE padrão que exigem atualizações iterativas de circuito, este método fixa todos os circuitos quânticos antes da execução. A otimização variacional ocorre inteiramente no pós-processamento clássico, permitindo a exploração de quaisquer formas de correladores diagonais no espaço real (incluindo formas de alto parâmetro) sem execuções quânticas adicionais.
Resolução de Conflito de Base: O algoritmo utiliza o processador quântico para realizar a rotação computacionalmente cara do espaço de momento para o espaço real, permitindo o uso de referências MPS compactas no espaço de momento com correladores no espaço real.
Protocolo de Calibração: Um esquema de calibração inovador repondera as amostras de medição para corresponder aos momentos de baixa ordem da referência MPS, reduzindo significativamente os erros estatísticos e o viés sem exigir uma reconstrução completa da função de onda.

Resultados
O algoritmo foi demonstrado em um modelo de Fermi–Hubbard 4 $\times$ 4 com preenchimento de meia-fase ( $U/t=4$ ) usando o computador quântico de íons aprisionados Quantinuum H2-2 (32 qubits).

Desempenho de Hardware: Usando um MPS de bond-dimension-4, a energia pós-selecionada bruta foi de $-11.49 \pm 0.49$ . Após a calibração, a energia melhorou para $-13.14 \pm 0.07$ , atingindo um erro relativo de $3.5 \pm 0.5\%$ em relação ao estado fundamental exato.
Eficiência de Amostragem: Comparado ao Quantum-Selected Configuration Interaction (QSCI), o método proposto exigiu significativamente menos amostras (aprox. $3.6 \times 10^4$ vs. $\sim 2 \times 10^8$ ) para atingir uma precisão comparável.
Eficiência de Portas: Comparado ao Quantum Krylov Subspace Diagonalization (QKSD), o método exigiu menos portas de dois qubits (464 para o circuito de rotação vs. 544 para o QKSD para atingir a mesma precisão, e 696 vs. 22.304 para alvos de maior precisão).
Escalabilidade: O estudo sugere que, para sistemas de meia-fase, o custo de amostragem escala como $\exp(cN)$ com $c < 0.1$ , embora isso permaneça uma hipótese que requer verificação adicional.

Significância e Alegações
Os autores posicionam este trabalho como uma "prova de princípio" em vez de uma demonstração de vantagem quântica total. A significância reside em demonstrar um caminho viável para combinar as forças dos métodos de redes de tensores clássicos (referências compactas no espaço de momento) com o hardware quântico (rotação exata no espaço real) sem o overhead de loops de feedback.

O artigo afirma que esta abordagem oferece uma vantagem distinta sobre outros algoritmos livres de feedback (como QSCI e QKSD) ao exigir menos recursos (amostras e portas) para o benchmark específico testado. Destaca que, embora a estimativa de energia seja variacional, os observáveis derivados do estado único $C|\phi\rangle$ são mais precisos do que aqueles de métodos transcorrelacionados biorortogonais. Os autores observam que o método é particularmente adequado para regimes onde o Monte Carlo de Campo Auxiliar sofre com problemas de sinal (por exemplo, longe da meia-fase ou em sistemas diluídos), desde que estados de referência MPS de pequeno bond-dimension permaneçam eficazes. O trabalho conclui que, embora as limitações atuais de hardware restrinjam o tamanho do sistema, a natureza livre de feedback e a eficiência de recursos tornam o método um candidato promissor para a simulação quântica de materiais fortemente correlacionados em curto prazo.

Mais como este