Amplitude Encoding of Slater-Type Orbitals via Matrix Product States: Efficient State Preparation and Integral Evaluation on Quantum Hardware

本文证明，利用具有恒定或有界键维的矩阵乘积态，可以在量子计算机上高效编码斯莱特型轨道，从而实现精确的解析态制备与积分计算，且该成果已在 IBM 硬件上得到实验验证。

要点

以下是该论文的解读，通过类比将其转化为日常语言，使复杂的量子概念易于理解。

宏观图景：为何我们需要一种新的化学计算方法

想象你正在试图建造一个完美的房屋模型。几十年来，化学家一直使用“高斯砖块”来构建这些模型。这些砖块在数学上很容易堆叠，但它们并不完全契合真实墙壁的形状。为了让它们发挥作用，科学家们必须将许多小砖块粘合在一起，以近似真实墙壁的曲线。这虽然可行，但会引入累积的小误差。

原子电子云的“真实”形状由一种称为**斯莱特型轨道（Slater-Type Orbital, STO）**的东西描述。它是数学上完美的形状，但在经典计算机上极难处理，因为当你尝试计算这些形状如何相互作用时，数学运算会变得极其混乱。

目标： 本文提出了一个问题：“我们能否利用量子计算机直接承载完美的形状（STO），而无需使用‘粘合在一起’的近似法？”

问题：“万物图书馆”与“折叠地图”

要将一个函数（如电子云）放入量子计算机，你必须将其转化为数字列表。

• 旧方法（经典）： 如果你想高精度地描述一条曲线，你需要一个庞大的数字列表。这就像试图把整个图书馆的书塞进你的背包里。太重了。
• 量子方法（振幅编码）： 量子计算机可以将同样的庞大数字列表存储在少数几个量子比特（qubits）的“振动”（振幅）中。这就像将一张巨大的地图折叠进一个小口袋。

难点： 要使用这张“折叠地图”，你必须能够完美地折叠它。如果地图太乱（纠缠太多），你就无法高效地折叠它，整个过程将耗时无穷。

解决方案：“手风琴”法（矩阵乘积态）

作者发现了一种利用称为**矩阵乘积态（Matrix Product States, MPS）**的技术来高效折叠这些特定原子形状的方法。

不要把电子云想象成一个巨大、纠缠的线团，而要把它想象成一把手风琴。

• 手风琴有很多褶皱，但每个褶皱都很简单，且只与相邻的褶皱相连。
• 在量子术语中，这个“褶皱”称为键维（Bond Dimension）。如果手风琴很薄（低键维），你可以快速折叠它。如果它又厚又乱，你就无法折叠。

本文证明，对于这些特定的原子形状（斯莱特轨道），“手风琴”出奇地薄且易于管理。

他们实际做了什么

1. 一维测试（平面）

首先，他们观察了原子的一维版本（就像一张平纸）。

• 发现： 他们推导出了一个数学配方，可以直接构建量子态。他们发现，对于简单的形状，无论图像变得多么详细，“手风琴”的厚度永远不会超过某个特定尺寸。
• 结果： 他们构建了一个电路来计算两个这种形状的重叠程度（就像看两个阴影重叠了多少）。他们在真实的 IBM 量子计算机（5 个量子比特）上测试了这一点。
• 结果： 成功了！计算机计算出的重叠度仅受到硬件本身**0.67%**的误差影响。这证明了该方法在真实、有噪声的机器上是可行的。

2. 三维测试（真实球体）

真实的原子是三维球体。这要困难得多，因为数学在三个方向（X、Y 和 Z）上变得纠缠。

• 担忧： 科学家们担心，随着他们增加更多细节（更多量子比特），“手风琴”会变得无限厚，导致计算变得不可能（指数级扩展）。
• 惊喜： 他们发现“手风琴”停止变厚了。即使他们添加更多量子比特以使图像更清晰，复杂性也达到了一个上限（“饱和点”）。
  • 对于氢原子，复杂性在可管理的水平停止增长（在高精度下约为 138 个“褶皱”，或者如果你接受微小的舍入误差，则仅为 39 个）。
• 类比： 想象你在打包行李箱。你原本以为随着你添加更多衣物，行李箱需要无限变大。相反，他们发现一旦衣物以某种方式折叠好，无论你再添加多少双袜子，行李箱的大小都保持不变。

3. 资源的“旋钮”

他们发现了一个“音量旋钮”（称为 SVD 截断阈值）。

• 如果你将旋钮调低（接受极小的一点精度损失），你可以显著缩小“手风琴”（从 138 个褶皱缩小到 39 个）。
• 这为何重要： 这使得量子电路更小、运行更快，同时保持了足以满足实际应用的化学结果精度。

结果的大白话版

1. 这是可能的： 你可以直接将“完美”的原子形状（STO）编码到量子计算机中，而无需使用“粘合砖块”的近似法。
2. 这是高效的： 该方法呈线性扩展。如果你将量子比特数量翻倍（以获得更清晰的图像），准备状态所需的时间仅翻倍，而不会呈指数级爆炸。
3. 它在真实硬件上有效： 他们成功地在 IBM 量子计算机上运行了测试，并得到了非常接近理论完美值的结果。
4. 三维是可管理的： 即使在三维空间中，复杂性也不会失控。它会达到一个极限并保持在那里。这意味着我们不需要一台超级强大且无错误的量子计算机来做到这一点；我们只需要等待当前的机器变得稍微更好一些。

他们没有做什么（边界）

• 尚未涉及双电子相互作用： 该论文成功计算了一个电子如何与原子核相互作用或与其他轨道重叠。然而，他们明确指出，计算两个电子如何相互相互作用（化学中最难的部分）对于这种特定的一维方法来说仍然过于复杂，留待未来工作。
• 没有临床/医疗应用： 该论文纯粹是关于数学和计算方法。它并未声称能治愈疾病或设计药物；它只是构建了一个最终可能做到这一点的引擎。
• 没有“魔法”般的全面加速： 该方法非常适用于原子的特定形状（STO）。它并不能神奇地瞬间解决所有数学问题。

核心结论

这篇论文就像发现了一种折叠复杂折纸鹤的新的高效方法。以前，我们认为这只鹤太大，无法在不撕破纸的情况下折叠。作者表明，如果你按照特定的“手风琴”模式折叠它，它可以放进你的口袋，甚至可以在一张摇晃、不完美的桌子（当前的量子硬件）上完成。这为以完美精度模拟原子打开了大门，这是量子化学的一大步。

技术摘要

以下是论文《通过矩阵乘积态进行斯莱特型轨道的幅度编码：量子硬件上的高效态制备与积分评估》的详细技术总结。

1. 问题陈述

在计算量子化学中，**斯莱特型轨道（STOs）是原子波函数的物理正确描述，满足核尖点条件并表现出正确的指数衰减。然而，它们很大程度上已被高斯型轨道（GTOs）**所取代，因为 GTOs 的多中心积分具有闭式解，而 STOs 则需要昂贵的数值积分。

当前量子计算机上的量子化学方法通常依赖 GTOs，或者在近似 STOs 时遭受系统性的基组误差。本文解决了将 STOs 直接编码到量子态中以启用精确 STO 基组的挑战。主要障碍是态制备效率：通用的 $n$ 量子比特态需要 $O(2^n)$ 个门来制备，从而抵消了量子优势。目标是确定是否可以使用**矩阵乘积态（MPS）**高效地（在 $O(\text{poly}(n))$ 时间内）制备 STOs，并直接在量子硬件上评估单电子积分（重叠、动能、核吸引）。

2. 方法论

作者采用幅度编码，其中 $N=2^n$ 个点的网格上的函数 $f(x)$ 被存储为 $n$ 量子比特量子态的幅度：
$$|f\rangle = \frac{1}{\mathcal{N}} \sum_{j=0}^{N-1} f(x_j) |j\rangle$$

为了确保高效制备，该态被分解为MPS。其效率由**键维数（$\chi$）**决定，该参数量化了量子比特二分法之间的纠缠。

• 解析构建：对于形式为 $P_d(x)e^{-\zeta x}$（多项式 $\times$ 指数）的一维函数，作者直接从轨道参数推导出解析 MPS 张量。这避免了网格采样，并产生恒定的键维数 $\chi = d + 1$。
• 数值构建：对于三维笛卡尔坐标和势加权函数（$V(x)\psi(x)$），由于无法进行解析分解，作者使用**数值奇异值分解（SVD）**来构建 MPS。
• 积分评估：
  • 重叠：通过计算/反计算方法计算（$\langle 0| U_A^\dagger U_B |0\rangle$）。
  • 动能：利用分部积分简化为导数态的重叠（$\langle \partial_x \psi_A | \partial_x \psi_B \rangle$）。
  • 核吸引：通过制备乘积函数 $\phi(x) = V(x)\psi(x)$ 的新态，并计算其与原始轨道的重叠来编码。

3. 主要贡献

1. 解析 MPS 构建：本文提供了一维轨道函数（1s、2s、导数）的闭式 MPS 张量，具有恒定的键维数 $\chi = d+1$。这使得经典和量子资源的扩展达到 $O(n)$。
2. 完整的单电子流程：展示了重叠、动能和核吸引积分的完整流程，在一维中进行了演示并在硬件上进行了验证。
3. 三维扩展与纠缠分析：研究扩展到了三维笛卡尔坐标。关键的是，它揭示了三维 STOs 的键维数趋于饱和，而不是随网格分辨率呈指数增长。
4. 硬件验证：在IBM Heron处理器（5 量子比特）上成功执行了重叠和动能积分，通过零噪声外推（ZNE）实现了低于 1% 的误差。
5. 资源优化：确定了SVD 截断阈值作为一个实用的调节旋钮，可在几乎不损失精度的情况下降低键维数（从而降低电路深度）。

4. 关键结果

A. 一维结果

• 键维数：
  • 1s 轨道（$e^{-\zeta|x-R|}$）：$\chi = 2$。
  • 2s 轨道（$x e^{-\zeta x}$）：$\chi = 2$。
  • 氢原子 2s（$(2-r/a)e^{-r/2a}$）：$\chi = 3$。
  • 核吸引乘积（$V \cdot \psi$）：$\chi = 11$（趋于饱和）。
• 精度：
  • 随着量子比特数量的增加，重叠和动能积分收敛至机器精度（10 量子比特时离散化误差 $<0.01\%$）。
  • 硬件性能：在 IBM Kingston（5 量子比特）上，使用 ZNE 的重叠积分实现了0.67% 的硬件诱导误差。由于小信号幅度（$P(0) \approx 0.004$）与噪声底层的竞争，动能显示出较高的相对误差（9.6%）。

B. 三维结果

• 笛卡尔编码：计算了 1s 和 2s 轨道之间的多中心重叠积分。
  • 在每坐标 6 量子比特（共 18 个量子比特）时，1s-1s 重叠的离散化误差为0.02%。
  • 1s 和 2s 轨道之间的正交性得到验证，残差与网格分辨率一致。
• 纠缠饱和：
  • 笛卡尔坐标中氢原子 1s 轨道的最大键维数（$\chi_{max}$）随着每坐标网格分辨率增加到 12 量子比特，在阈值 $10^{-12}$ 下饱和于 $\sim 138$。
  • 跨坐标纠缠（$\chi_{x|y}$）饱和于 $\sim 41$。
  • 意义：这证明了三维笛卡尔幅度编码具有有界复杂度（昂贵但并非不可处理），与最初对指数级扩展的担忧相反。
• 截断影响：将 SVD 阈值从 $10^{-12}$ 降低到 $10^{-6}$，将 $\chi_{max}$ 从 138 减少到39（3.4 倍），对积分精度的影响微乎其微。

C. 电路指标

• 一维电路：高效，5–8 个量子比特需要约 100–250 个双量子比特门。
• 三维电路：目前对于 NISQ 硬件来说太深。3 量子比特/坐标的三维 1s 制备需要约 9,500 个 ECR 门；4 量子比特/坐标时则超过 220,000 个门。这些仅在模拟中进行了验证。

5. 意义与影响

• 精确 STOs 的可行性：这项工作确立了基于 MPS 的幅度编码是在量子计算机上使用精确斯莱特型轨道的可行途径，绕过了高斯近似。
• 有界复杂度：发现三维笛卡尔键维数趋于饱和是一个关键的理论发现。这意味着虽然三维编码资源密集，但它并非指数级困难，使其对未来的容错量子计算机可行。
• 实用资源管理：将 SVD 阈值确定为可调参数，允许研究人员用微小的精度损失换取电路深度（键量子比特和门数量）的显著降低。
• 硬件就绪度：成功的 5 量子比特硬件演示验证了用于积分评估的计算/反计算方法，尽管信噪比仍然是当前 NISQ 设备上处理小矩阵元（如动能）的挑战。
• 未来路径：该框架为计算三维核吸引积分、多中心展开（通过角动量通道）以及最终的双电子积分（通过多极展开）奠定了基础，前提是键维数保持可控。

总之，本文提供了一个系统、构建性且经过实验验证的框架，用于在量子硬件上编码原子轨道，证明了 STOs 的纠缠景观有利于高效的量子态制备。