Practical Log-Depth Quantum State Preparation and Circuit Verification via Tree Tensor Network Compilation

本文介绍了一种树张量网络重整化方法，该方法将矩阵乘积态和算符分解为对数深度且无需辅助量子比特的量子电路，从而在近中期硬件上实现高效的状态制备与电路验证，并可在保真度与电路深度之间进行可调权衡。

要点

以下是用通俗易懂的语言和日常类比对这篇论文的解读。

核心难题：将巨型拼图塞进小桌子

想象你拥有一个代表复杂化学反应或量子系统的庞大而精细的三维拼图。在经典计算机的世界里，我们有一种非常高效的方法来描述这个拼图，即使用一种名为**矩阵乘积态（MPS）**的“扁平”蓝图。这就像一个压缩的 ZIP 文件，在不占用过多空间的情况下包含了所有必要的信息。

然而，要在真正的量子计算机上解决这些问题，我们需要将这个蓝图“加载”到机器上。问题在于，标准的加载方式就像试图从地面开始，一次一块砖地、单线式地建造摩天大楼。这会生成一个极其冗长的“电路”（即一组指令）。

在当今的量子计算机（仍处于早期、含噪阶段）上，这些长电路太深了。等到计算机执行完最后一条指令时，噪声早已将数据扰乱，导致结果毫无价值。我们需要一种能更快建造这座摩天大楼的方法，或许可以通过并行构建层级来实现。

解决方案：“树状”构建法

本文作者提出了一种构建这些电路的新方法。他们不再像“楼梯”那样沿单一线条构建拼图，而是将蓝图重组为树状结构。

这就像组织家庭聚会：

• 旧方法（楼梯式）： 你介绍 A 认识 B，然后让这对组合去认识 C，接着让这三个人去认识 D，依此类推。这需要很长时间，而且如果在第 50 步跟丢了，整个链条就会断裂。
• 新方法（树状）： 你同时介绍 A 认识 B，并介绍 C 认识 D。然后，让 (A+B) 组合去认识 (C+D) 组合。你是在并行地建立连接，就像一棵分叉的树。

通过使用一种称为重整化的数学技巧（这就像在不丢失主要情节的情况下，将长故事总结为短版本），他们将扁平的蓝图转换成了这种树状结构。

结果： 电路所需的步骤不再是 $N$ 步（其中 $N$ 是粒子数量），而仅需 $\log(N)$ 步。如果你将系统规模扩大一倍，只需增加一层指令，而不是让工作量翻倍。这使得电路变得足够“浅”，足以在当前的硬件上运行。

权衡：用轻微模糊换取巨大提速

这里有一个代价。为了让树状结构高效运作，作者有时必须“修剪”树的分支。在数学领域，这意味着丢弃一些微小且不重要的细节（奇异值）。

• 类比： 想象你要压缩一张高分辨率照片以便通过短信发送。你会损失一点点像素细节，但图像在人眼看来依然完美，且能瞬间发送。
• 论文发现： 他们发现，即使修剪了数据，“模糊”（精度损失）的增长也非常缓慢。即使是对于非常大的系统，结果依然保持高度准确（20 个量子比特的保真度超过 97%）。他们可以调节这个“模糊”旋钮：稍微调大一点以节省大量时间，或者保持紧凑以获得最大精度。

第二个技巧：“真相探测器”

论文还展示了如何利用这种树状方法来检查量子计算机是否正常工作。这被称为验证电路。

想象你有一台魔法机器（量子操作），它本应将原钻打磨成抛光宝石。你想知道：“这台机器真的完成了工作，还是只是制造了赝品？”

• 旧方法： 你通常需要先运行机器，然后运行一个复杂且漫长的测试来对比输出结果。
• 新方法： 作者展示了如何将“魔法机器”本身转化为树状结构。随后，他们运行一种特殊测试，让机器和测试在一个浅层的、树状电路中并行发生。
• 结果： 如果机器完美工作，电路会给出“是”的信号（特定的测量结果）。如果机器存在噪声或故障，信号就会减弱。这使得科学家能够快速校准其量子设备，而无需额外的“辅助”粒子（ancillas）或冗长复杂的测试。

他们主张的总结

1. 更快的加载： 他们将一种缓慢的、线性的量子态加载方法，转变为一种快速的、基于树状的方法，其深度呈对数级。
2. 可调精度： 你可以选择牺牲一点点精度以换取巨大的速度提升，使其适用于当今含噪的计算机。
3. 设备校准： 他们扩展了这种方法，创建了“验证电路”，能够快速检查量子操作是否正确运行，这对于校准未来的量子硬件至关重要。

本文并未声称已经解决了化学问题，也未声称已经建造了商用量子计算机。它提供了一种具体、实用的“编译器”工具，使得现有的量子算法在我们今天拥有的硬件上更有可能取得成功。

技术摘要

技术摘要：基于树张量网络编译的实用对数深度量子态制备与电路验证

问题陈述
高效制备参考态是量子化学算法（如量子相位估计 QPE 和量子选择组态相互作用 QSCI）的关键瓶颈。虽然矩阵乘积态（MPS）提供了量子基态的高效经典表示（通常通过密度矩阵重整化群 DMRG 获得），但将这些态加载到近期量子硬件上仍具挑战性。MPS 到量子电路的标准映射（如阶梯电路）会导致线性深度（$O(N)$），这超出了含噪中等规模量子（NISQ）设备的相干极限。此外，现有实现对数深度的方法通常依赖中间电路测量和经典前馈，目前难以以高保真度和低延迟实现。

方法论
作者提出了一种将 MPS 编译为对数深度（$O(\log N)$）量子电路的方法，通过将 MPS 结构重整化为二叉树张量网络（TTN）。该过程包括：

1. 重整化：MPS 经过一系列局部合并和奇异值分解（SVD）处理。相邻位点被阻塞在一起，利用虚拟键作为输入、物理键作为输出执行 SVD。这产生了将非正交分量沿树层级向上移动的等距映射。
2. 截断策略：为了控制电路深度和门局域性，对 SVD 进行截断。保留的奇异值数量作为一个显式参数，用于在保真度与电路深度之间进行权衡。键维数被约束为 2 的幂次，以维持有效的量子比特解释。
3. 电路映射：生成的 TTN 由等距映射（可嵌入为酉门）和一个最终的嵌入为酉门的非正交张量组成。该结构直接映射为由多量子比特门组成的对数深度电路。
4. 算符扩展（验证器电路）：该方法通过将 MPO 向量化为具有 $2N$ 个位点的 MPS，扩展至矩阵乘积算符（MPO）。这使得能够构建对数深度且无需辅助量子比特的电路，用于计算形式为 $|\langle \phi|U|\psi\rangle|^2$ 的重叠。

主要贡献与结果

• 对数深度态制备：论文证明 MPS 可分解为深度按 $O(\log N)$ 缩放的电路。虽然精确分解会导致门尺寸随键维数 $\chi$ 缩放（最多涉及 $4\log \chi$ 个量子比特），但作者表明，将键维数截断为较小的固定值（例如 2），可将门限制为双量子比特操作。
• 保真度与深度的权衡：在随机生成的 MPS 上的数值结果表明，将键维数截断为 2 会导致保真度随系统尺寸 $N$ 线性衰减。然而，衰减缓慢；对于多达 20 个量子比特的系统，保真度仍保持在约 0.97。外推表明，对于超过 100 个量子比特的系统，保真度仍保持在 0.8 以上，作者认为这足以满足 QPE 和 QSCI 中参考态制备的需求。
• 转换效率：当转换到常见的硬件拓扑（重六边形、方格网格、全连接）时，该近似方法在 200 个量子比特下产生的电路深度为数百量级，相较于精确线性深度方法所需的数千至数百万个门，这是一个显著的改进。
• 验证器电路：作者为 MPO 构建了对数深度验证器电路。这些电路将重叠 $|\langle \phi|U|\psi\rangle|^2$ 计算为单个计算基振幅。
  • 设备校准：论文证明这些电路可作为电路级设备校准的指标。通过比较噪声实现 $\tilde{U}$ 的输出振幅与理想情况 $U$，测得的保真度随噪声增加而单调下降，为硬件基准测试提供了实用工具。
  • SWAP 测试替代方案：在 $U=I$ 的特定情况下，该构造提供了一种对数深度且无需辅助量子比特的量子 SWAP 测试实现。

意义与主张
论文声称提供了一条“概念简单且实用”的途径，用于实现基于 MPS 预热启动的量子算法，而无需依赖复杂的中间电路测量。其主要意义在于：

1. NISQ 的实用性：通过引入可调的截断参数，该方法允许用户明确地在微小的保真度损失与巨大的电路深度减少之间取得平衡，使 MPS 加载对近期硬件变得可行。
2. 结构扩展：向 MPO 的扩展实现了对数深度且无需辅助量子比特的重叠计算，为 SWAP 测试等标准技术提供了结构化的替代方案。
3. 校准效用：作者将验证器电路构建定位为电路级设备校准的新颖应用，利用 MPO 表示的高效性来测试硬件保真度。

该工作与先前的对数深度构造（如 Malz 等人）的区别在于，它暴露了一个显式的截断参数以直接控制保真度/深度的权衡，并将分解扩展至用于验证目的的 MPO。作者指出，虽然他们的分解是解析的且不需要经典优化（不同于变分方法），但近似保真度取决于态的具体结构，对于随机 MPS 之外的高度结构化态，仍需进一步研究。