⚛️ quantum physics

Spectral Gaps via Imaginary Time

本文提出并数值验证了一种计算哈密顿量（如费米-哈伯德模型和横场伊辛模型）能隙的方法，该方法通过评估在虚时演化状态下期望值的简单比例来实现，同时还概述了其在量子计算机上的潜在实现方案。

原作者： Jacob M. Leamer, Alicia B. Magann, Gerard McCaul, Denys I. Bondar

发布于 2026-01-26

📖 1 分钟阅读🧠 深度阅读

原作者： Jacob M. Leamer, Alicia B. Magann, Gerard McCaul, Denys I. Bondar

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

想象一下，你正试图弄清楚一个系统的“能隙”（energy gap）——即系统最低可能状态（基态）与紧随其后的下一个能级（第一激发态）之间的距离。在物理学中，这个能隙就像是楼梯中地板与第一级台阶之间的距离。了解这个能隙的大小对于理解材料如何导电、磁体如何表现或量子计算机如何运行至多重要。

然而，计算这个能隙通常就像试图通过数清每一粒沙子来寻找沙滩上的一颗特定沙粒一样，计算成本极高且异常困难。

这篇论文介绍了一个聪明的捷径。作者们提议的方法不是去数每一粒沙子，而是通过观察一个系统在一种特殊的“虚时间”（imaginary time）中如何“弛豫”或趋于稳定，来估算第一个台阶的大小。

以下是该方法的工作原理，通过日常概念进行了拆解：

1. “虚时间”过滤器

在正常的物理学中，事物在真实时间中演化（就像电影向前播放）。在这种方法中，作者使用了“虚时间”。请不要将其视为一种时间旅行的戏法，而应将其视为一个筛子或过滤器。

当你让一个系统在虚时间中演化时，系统的高能部分（那些嘈杂、混乱的部分）会被非常迅速地过滤掉，就像重沙沉入罐底一样。低能部分（基态）则会留在顶部。

难点在于： 如果等待时间过长，甚至连“第一步”（第一激发态）也会被过滤掉，只剩下地板。如果等待时间不够长，噪声仍然存在。你需要等待恰到好处的时间——一个“金发姑娘区”（Goldilocks zone，意指适中区间），即噪声已经消失，但第一级台阶依然清晰可见的时刻。

2. “嵌套对易子”标尺

为了在看不见单个台阶的情况下测量能隙，作者使用了一种叫做“嵌套对易子”（nested commutator）的数学工具。

类比： 想象你有一个局部传感器（一个观测量）来检测系统。如果你问这个传感器一个简单的问题，它会给你一个数字。如果你问它一个稍微复杂一点的问题（涉及系统如何变化），你会得到另一个数字。
作者展示了，如果取“复杂问题”的答案与“简单问题”的答案的比值，那些混乱的细节就会抵消掉。
结果： 这个比值会神奇地揭示出能量能隙的平方。这就像拿着两把不同的尺子去测量影子；通过比较影子的长度，你可以在从未接触到物体的情况下，推导出投射出影子的物体的高度。

3. “免费零食”

论文提到了“免费零食”的概念。通常情况下，获取关于量子系统的精确信息需要昂贵的高科技设备（例如完整的谱重构）。而这种方法提供了一种“零食”——一个快速、易得的信息（能隙大小），而不需要享用整顿昂贵的正餐。你不需要绘制出整个楼梯的地图，你只需要知道第一级台阶的高度。

4. 理论测试

作者在两个著名的物理模型上测试了这个想法：

横场伊辛模型（Transverse-Field Ising Model）： 可以将其想象成一排可以向上或向下翻转的小磁铁。
费米-哈伯德模型（Fermi-Hubbard Model）： 可以将其想象成电子在网格上跳动并相互碰撞。

在两种情况下，使用经典计算机模拟这些数学过程，他们的“比例技巧”都完美奏效。随着他们在虚时间中等待时间的增加，误差呈指数级下降，直到进入那个能获得极高准确度的“金发姑娘区”。

5. 引入量子计算机

最后，论文解释了如何在真实的量子计算机上实现这一点。由于量子计算机不能自然地进行“虚时间”运算（它们只能进行实时间运算），作者使用了一种数学技巧（称为哈伯德-斯特拉托诺维奇变换，Hubbard-Stratonovich transformation）来利用实时间步骤的加权和来近似实现虚时间过滤器。

他们在量子计算机模拟器上进行了模拟，并发现这在原理上是可行的。
注意事项： 在目前这种“粗糙”版本的量子模拟中，由于量子计算机目前对统计噪声非常敏感，结果存在噪声（约10%的误差）。然而，他们证明了其结构是有效的。通过更好的调优和更精确的测量，它可以成为一个强大的工具。

总结

该论文声称，你可以通过以下步骤找到量子系统的能隙：

让系统在“虚时间”中趋于稳定（过滤掉噪声）。
在两个不同复杂程度的水平上测量一个特定的局部属性。
将这两个测量值相除，直接得到能隙大小。

这是一种简单且稳健的方法，让你无需解决整个极其复杂的系统全能谱谜题，就能获得一个特定且有用的数值。

技术摘要：通过虚时演化获取谱隙

问题陈述
谱隙定义为 $\Delta E = E_1 - E_0$ （基态与第一激发态之间的能量差），是多种物理背景下的关键参数，其范围涵盖了荧光波长、材料中的激子能量转移，以及绝热运行时间与状态转移保真度等。确定该谱隙在计算上具有挑战性；在最坏情况下，判定一个局部哈密顿量是否存在能隙是不可判定的，且估计低能谱通常是 NP-hard 问题。现有的数值方法，例如费米子量子蒙特卡洛（受限于符号问题）和张量网络方法（受限于键维数），在系统规模、基组大小和测量开销方面面临显著的权衡。虽然虚时演化（ITE）是寻找基态的一种鲁棒的经典工具，但如何在不解析完整态密度或进行量子相位估计的情况下提取特定的谱隙，仍然是一个特定的挑战。

方法论
作者提出了一种通过在虚时轨迹上评估嵌套对易子两个期望值的比值来直接估计谱隙 $\Delta E$ 的方法。

理论框架：
对于有限维哈密顿量 $H$ ，其谱分解为 $H = \sum E_n \Pi_n$ ，给定一个在基态（ $\Pi_0$ ）和第一激发态（ $\Pi_1$ ）子空间上均有支撑的初始态 $|\phi_0\rangle$ ，系统在虚时 $\tau$ 下演化为 $|\psi(\tau)\rangle = e^{-\tau H}|\phi_0\rangle$ 。
该方法利用了一个“协调”可观测量 $O$ ，它耦合了基态与第一激发态子空间。作者定义了第 $M$ 阶嵌套对易子 $[H, O]_M$ 。
核心结果（定理 1）表明，当 $\tau \to \infty$ 时，期望值的比值收敛于能量差的平方：
$\frac{\langle [H, O]_{M+2} \rangle_\tau}{\langle [H, O]_M \rangle_\tau} = (E_0 - E_1)^2 + \mathcal{O}(e^{-\tau(E_2 - E_1)})$
该估计器对于高阶激发能级的简并性具有不变性，因为它依赖于投影算符表述而非单个特征向量。
对数估计器：
论文还推导了对数估计器，用于提取 $E_0 + E_1$ （通过 $\ln|\langle [H, O]_M \rangle_\tau|$ 随 $\tau$ 的斜率）和第二能隙 $E_2 - E_1$ （通过比值拟合的残差），为数值除以极小值导致的不稳定情况提供了替代方案。
量子实现 (ITQDE)：
为了在自然支持酉演化而非虚时演化的量子硬件上实现该方法，作者利用了虚时量子动力学模拟（ITQDE）。他们采用 Hubbard-Stratonovich 变换，将欧几里得核 $e^{-\tau H^2}$ 表示为实时间酉算子的高斯平均。该核使用 Gauss-Hermite 求积法进行离散化，将演化近似为酉算子的加权和。
这些期望值随后被简化为形式为 $\langle \phi_0 | U_j^\dagger P_\alpha U_k | \phi_0 \rangle$ 的重叠（overlap）之实部的加权和，其中 $P_\alpha$ 是泡利串。这些重叠可以通过标准的 Hadamard 测试进行测量。作者指出，由于核的对称性，仅需计算这些重叠的实部。

关键结果
作者使用 QuSpin 库通过经典模拟，在两个标准模型上对该方法进行了基准测试：

一维横场伊辛模型 (TFIM)： 对于系统规模 $L=4$ ，估计出的能隙相对误差随 $\tau$ 指数级下降（达到 $\sim 10^{-8}$ ），随后在 $\tau$ 非常大时由于第一激发态被抑制至数值噪声以下而再次上升。
一维费米-哈伯德模型 (Fermi-Hubbard Model)： 对于半充满链（ $L=4$ ），观察到了类似的误差指数衰减，相对误差达到 $\sim 10^{-4}$ 。该方法成功处理了具有非平凡自旋和电荷结构的相互作用费米子环境。
量子模拟： 使用 Qiskit 的 Aer 后端并在 $10^6$ 次采样下对 TFIM 进行了原理验证模拟。虽然该方法与 ITQDE 框架兼容，但达到的最小误差约为 $\sim 10^{-1}$ 。作者将其归因于“带宽权衡”：用于抑制高阶态的高斯滤波器也会导致相关的重叠值向采样噪声底（shot-noise floor）漂移，除非对虚时 $\tau$ 和求积阶数 $K$ 进行仔细调优。

意义与主张
论文声称该方法为谱估计提供了一种“适度但真实的结构性优势”。

简单性与适用范围： 该方法提供了一种在无需解析单个特征态、执行量子相位估计或重建完整态密度的情况下估计低阶能隙的方法。它将谱问题转化为了关于单参数流弛豫的问题。
鲁棒性： 该估计器对高能级的简并具有鲁棒性，并适用于经典稀疏线性代数和量子求和项形式的哈密顿量。
谦逊性： 作者明确指出，这种方法并未绕过局部哈密顿量问题的最坏情况复杂度。当需要详细的态密度时，它不能取代全谱重构或相位估计。
未来展望： 这项工作是一项原理验证。作者指出，若要在量子硬件上使该方法具有竞争力，需要引入先前的带宽分析来优化参数（ $\tau, K$ ），设计更好的协调可观测量，并采用更高效的测量重叠估计器。论文将这种聚焦于能隙的视角定位为一种工具，可与使用有效哈密顿量求解微分方程的广泛计划相结合，在这些程序中，弛豫速率和能隙往往是主要关注的量。