Spectral functions on a quantum computer through system-environment interaction

本文介绍了一种高效的量子算法，该算法通过模拟系统与环境相互作用来测量谱函数，与标准技术相比实现了采样开销的$O(N)$量级降低，并在 Quantinuum 离子阱量子计算机上使用 54 个量子比特在 27 个格点的系统上验证了其有效性。

要点

想象一下，你试图理解一种复杂材料所能演奏的“音符”（能级）。在现实世界中，科学家使用一种名为ARPES（角分辨光电子能谱）的高科技相机来拍摄这些“音符”。为此，他们用光照射材料，将电子击出，然后测量这些电子飞出的速度和方向。

问题在于，在计算机上模拟这一过程极其困难。这就像试图通过逐个聆听每一件乐器（在完全静音中）来预测交响乐的声音，然后试图猜出整首曲子。在量子计算机上，旧的方法就像要求一位音乐家演奏一个音符，停止，重置，再演奏下一个音符，停止，再次重置。如果你有 1,000 件乐器（或材料中的 1,000 个“格点”），你仅仅为了获得一张完整的图像，就需要重复这个过程 1,000 次。这耗时极长，浪费了巨大的时间。

新想法：“伪造”环境

本文的作者想出了一个巧妙的捷径。他们决定不再让计算机逐个计算音符，而是直接在量子计算机上模拟实际实验。

可以这样理解：

• 系统：即你想要研究的材料（管弦乐队）。
• 环境：即捕捉电子的“相机”或“真空”（观众）。

在他们的新方法中，他们将“管弦乐队”连接到计算机内部的一个“伪造观众”（环境）上。他们让管弦乐队与这个观众短暂互动。然后，他们不是直接测量管弦乐队，而是仅仅观察观众，看谁接住了一个音符。

因为观众是同时与整个管弦乐队连接的，单次测量就能让他们同时得知整个管弦乐队的“音符”。

重大胜利：速度与效率

该论文声称，这对于一种特定类型的量子计算机——离子阱计算机（使用被捕获的原子作为量子比特）——来说是一个游戏规则的改变者。

• 旧方法：为了获得清晰的图像，你可能需要拍摄 1,000 张照片（测量），因为相机既慢又模糊。
• 新方法：你只需要一张照片。

作者表示，这节省了巨大的时间。如果旧方法需要 100 小时，新方法可能只需要 1 小时。他们称这是一种O(N) 的改进，意味着如果你将研究材料的规模扩大一倍，旧方法的速度会减半，但新方法依然保持同样的速度。

代价：你需要更多的“量子比特”

这里有一个权衡。要施展这个 trick，你需要将“量子比特”（量子计算机的基本单元）的数量翻倍，因为你必须同时模拟材料和伪造的环境。这就像需要更大的房间来容纳乐队和观众。然而，作者认为，对于这些特定的计算机而言，节省测量时间比拥有额外的几个量子比特重要得多。

“魔法”技巧：费米子傅里叶变换

为了让“伪造观众”发挥作用，计算机必须执行一种复杂的数学舞蹈，称为费米子傅里叶变换（FFT）。想象一下洗牌，使所有的红桃聚在一起，所有的黑桃聚在一起，等等，但要以尊重量子粒子（费米子）奇怪规则的方式进行。

作者没有使用标准的洗牌方式；他们发明了一种更高效的方法来洗牌这些特定的量子牌，特别是针对牌的数量不是 2 的幂次方（例如 27 张牌）的情况。他们在真实机器（Quantinuum 的 H2）上测试了这种洗牌，并证明其有效。

现实世界的测试

团队不仅撰写了理论；他们在拥有54 个量子比特（27 个用于材料，27 个用于环境）的真实量子计算机上运行了实验。他们成功测量了 27 个格点粒子链的“谱函数”（即音符）。

尽管真实计算机存在一些“噪声”（就像收音机里的静电），但结果足够清晰，可以观察到材料的主要特征。“噪声”使信号变得稍微微弱，但并没有扭曲音符的形状，这意味着他们寻找的物理特性依然准确。

总结

简而言之，这篇论文介绍了一种模拟材料如何与光相互作用的新方法。通过同时模拟整个实验（系统 + 环境），而不是分别计算其各个部分，他们可以将答案的获取速度提高N 倍（其中 N 是系统的规模）。这使得在今天的量子计算机（特别是离子阱类型）上研究大型复杂材料变得更加实用。

技术摘要

问题陈述
通过角分辨光电子能谱（ARPES）测量的谱函数对于阐明材料的能带结构至关重要。理论上，这些函数对应于平衡态下的动力学单点函数。虽然经典计算极具挑战性，但在量子计算机上测量它们也面临重大障碍。标准方法涉及计算动力学关联 $\langle c^\dagger_j(t)c_0(0)\rangle$ 并执行傅里叶变换，但存在巨大的采样开销。具体而言，由于不同位置 $j$ 的算符 $c_j + c^\dagger_j$ 不对易，每次测量只能获取一个关联值。为了重建所有 $N$ 个动量下的谱函数，这需要 $O(N)$ 的采样开销。这对于离子阱量子计算机尤为成问题，因为它们具有高门保真度和高连通性，但单次测量时间相对较慢，使得 $O(N)$ 的测量次数成为实用性规模应用的一个瓶颈。

方法论
作者提出了一种直接测量谱函数 $A(k, \omega)$ 的方法，通过模拟 ARPES 实验中系统与环境的物理相互作用来实现。该方法包括：

1. 系统 - 环境耦合：感兴趣的系统（哈密顿量 $H_{sys}$）通过相互作用项 $H_{int}$ 与包含 $N$ 个位置的环境（哈密顿量 $H_{env}$）耦合。总哈密顿量为 $H = H_{sys} + \epsilon H_{int} + \omega H_{env}$。
2. 态制备与演化：系统初始化为 $H_{sys}$ 的本征态 $|E\rangle$，而环境初始化为真空态 $|0\rangle$（针对 $A_+$）或全填充态 $|all\rangle$（针对 $A_-$）。整个系统在 $H$ 下演化固定时间 $t$。
3. 测量：该协议不测量动力学关联，而是测量环境上的动量占据数 $n(k)$。这需要在演化结束时对环境量子比特执行费米子傅里叶变换（FFT），随后测量局域 $Z$ 泡利矩阵。
4. 理论结果：在弱耦合（$\epsilon \to 0$）和长时间（$t \to \infty$）极限下，期望值 $\langle n(k) \rangle$ 与谱函数 $A(k, \omega)$ 成正比（与一个核函数卷积，该核函数在 $t \to \infty$ 时趋近于狄拉克 $\delta$ 函数）。
5. 费米子 FFT 实现：为了处理任意系统尺寸（特别是 $N=27$），作者开发了一种针对通用基 $n$ 费米子 FFT 的高效门分解方案。他们利用包含“交错”（interleave）操作的递归结构，使非相邻的费米子模式在变换前变为相邻，并利用图约化技术针对全连接架构进行了优化。

主要贡献

• 高效采样：主要贡献在于降低了采样开销。通过测量环境的动量占据数，该方法在一次测量中即可获得所有 $N$ 个动量 $k$ 的谱数据，与标准动力学关联方法相比，将所需的测量次数减少了 $O(N)$ 倍。
• 运行时间改进：这种测量次数的减少转化为整体运行时间 $O(N)$ 倍的改进，这对于离子阱量子计算机等平台至关重要，因为单次测量时间是限制因素。
• 对 Trotter 误差的鲁棒性：作者认为，与标准方法相比，他们的方法对时间演化误差（Trotter 化）更具鲁棒性。标准方法可能因误差导致谱函数出现非物理的负值，而所提出的方法测量的是占据数，即使演化不完美，该量仍保持为正。
• 硬件基准测试：作者在 27 个量子比特上实现了基 3 费米子 FFT，并在 Quantinuum 的 H2-1 和 H2-2 离子阱系统上基准测试了各种编译策略（局域 CZ、CX 梯形、图约化）。他们发现 $\log_2(N)$ 缩放编译提供了最低的能量和保真度损失。
• 完整算法演示：完整的算法在 Quantinuum H2-2 硬件上的 54 量子比特系统（27 个系统位点 + 27 个环境位点）上进行了演示，成功计算了一维自由费米子哈密顿量的谱函数。

结果

• 硬件性能：在 H2-2 硬件上，该方法成功复现了 27 位点系统的谱带形状。虽然硬件噪声导致信号普遍衰减（在 0.5 附近出现“噪声基底”），但物理特征（如能带位置和宽度）保持无偏。
• 误差分析：与精确模拟的比较表明，所提出的方法在显著更少的 Trotter 步数下即可达到与标准动力学关联方法相同的精度，特别是在小耦合 $\epsilon$ 的情况下。
• 成本分析：对于特定的 27 位点实验，该方法产生了双量子比特门开销（由于环境和 FFT），但将测量次数节省了约 27 倍。作者估计，如果没有该方法，为了达到相同的精度，总运行时间成本将高出约 11 倍。
• 有限耦合效应：理论分析和自由费米子模拟表明，有限耦合 $\epsilon$ 会引入能带展宽和“幽灵能带”。然而，当 $\epsilon t \lesssim \pi$ 时，这些效应可忽略不计，该方法能忠实近似谱函数。

意义
该论文声称，这种方法从根本上提高了在量子计算机上计算谱函数的可扩展性。通过以量子比特和门开销为代价，换取采样需求的巨大减少，该方法解决了离子阱量子计算机的一个关键瓶颈。作者指出，随着系统规模向实用性规模（数百或数千个位点）增长，测量次数 $O(N)$ 的减少将成为在量子硬件上模拟材料性质实际可行性的决定性因素。这项工作还为非 2 的幂次系统尺寸提供了费米子傅里叶变换的具体、高效实现，这是模拟真实材料模型所必需的组件。