⚛️ quantum physics

Interference Engineering for Quantum Imaginary-Time Evolution through Multiple Energy Shifts

本文引入了多移位量子虚时演化（Multi-Shift Quantum Imaginary-Time Evolution, MS-QITE），这是一种利用来自多个能量移位的工程化干涉来优化蒙特卡洛和连续变量实现的创新框架，通过减少所需的演化时间、增强稳定性以及降低基态和热态制备的资源消耗来实现。

原作者： Hong-Jian Tang, Dan-Bo Zhang

发布于 2026-08-19

📖 1 分钟阅读🧠 深度阅读

CC BY 4.0

原作者： Hong-Jian Tang, Dan-Bo Zhang

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

在量子物理那寂静且无形的微观世界中，科学家们一直在试图解决一种特定的谜题：如何找到一个复杂系统中最稳定、能量最低的状态。这对于理解从分子如何结合到新材料可能如何表现的一切事物都至关重要。为了寻找这种“基态”，研究人员经常使用一种被称为“虚时间演化”的数学技巧。想象一个过程，它就像一个过滤器，缓慢地洗去量子系统中所有嘈ell、嘈杂的激发部分，直到只剩下平静、稳定的核心。虽然这个概念在理论上和经典计算机上运行得非常完美，但要在真实的量子计算机上实现它却极其困难。执行这种过滤所需的机制非常脆弱，而且过程持续的时间越长，就越容易被极其微小的环境噪声所破坏。

来自华南师范大学的一个研究小组发现了一种巧妙的方法，可以在不改变最终结果的情况下加速这一过程。他们发现，通过添加一种特定类型的数学调整——即能量值的“偏移”——他们可以重新排列量子计算机执行计算的方式。与其强迫机器进行长时间、高难度的运行以招致错误，他们将过程设计为将精力集中在一个更短、更易管理的窗口期内。通过在模拟量子系统中测试这一想法，他们证明了这种方法不仅使计算更快，而且显著提高了最终答案的准确性，为构建更可靠的量子模拟提供了新工具。

问题的核心在于量子计算机如何处理时间。与可以简单运行计算的经典计算机不同，量子机器通常必须通过结合许多次不同的实时间演化来模拟虚时间。这就像是试图通过聆听一个歌手合唱团来听到一个清晰的单音；如果歌手们不同步或者房间里太吵，这个音符就会消失。在以往的方法中，这个“合唱团”需要一些歌手唱出非常长的音符，这意味着量子计算机必须保持活跃状态很长时间。时间越长，它就越容易受到静电干扰并产生错误。研究人员意识到，虽然移动系统的能量水平通常不会改变最终答案，但它确实会改变这些实时间运行的时机和“相位”。通过仔细选择这些偏移的分布，他们可以让这些长时、易错的运行变得不太可能发生。

为了测试这一点，该团队将他们的方法应用于一种被称为横场伊辛模型的磁性材料模型。他们运行了两个版本的模拟：一个使用标准方法，另一个使用他们的新型“多偏移”技术。在标准版本中，计算机必须采样广泛的时间范围，包括一些会挑战硬件极限的极长时间。在新的版本中，时间的分布被重新塑造了。长时、高难度的运行被抑制，采样被集中到一个更短、更安全的窗口内。结果显而易见：新方法产生的基态能量估计值误差显著降低，且波动更小。它实现了相同的目标，但对量子硬件的负担大大减轻，有效地降低了“电路深度”，即机器必须执行的步骤数，而这正是噪声的主要来源。

研究人员还探索了运行这些计算的另一种方式，即使用连续变量系统，这是一种处理连续属性而非离散位的量子设置。在这种方法中，计算是通过选择一次测量中的特定结果来完成的，这一过程被称为“后选择”。此前，这种方法需要一个非常特定、狭窄的目标来进行测量，这使得过程效率低下，因为计算机经常无法击中目标。通过在此处应用多偏移思想，该团队发现他们可以拓宽目标范围。不再是瞄准一个精确的数值，而是可以瞄向一个数值区间。这种改变使他们能够使用一种更简单的装置，该装置所需的资源更少（例如在光子系统中使用的光子更少），同时仍能高精度地制备所需的热态。

研究结果表明，我们思考量子算法中能量的方式需要更加灵活。虽然添加常数能量偏移曾被认为是一个除了改变归一化因子之外毫无作用的平凡步骤，但这项工作表明，它可以成为一种强大的干涉工程工具。通过将能量偏移视为一个分布而非单一数字，研究人员为算法设计创造了一个新的自由度。这使得科学家能够根据他们所使用的特定硬件来定制量子波的干涉模式，无论这意味着缩短噪声处理器的运行时间，还是拓宽脆弱测量的成功窗口。模拟证实，这种方法是一条可行的前进路径，提供了一种优化量子虚时间演化的方法，未来可以应用于更广泛的量子算法类别。

技术摘要：通过多重能量偏移进行量子虚时演化的干涉工程

问题陈述
虚时演化（Imaginary-time evolution, ITE）是制备基态、热态以及模拟有限温度系统的量子多体物理学中的一种基本工具。然而，在量子计算机上实现 ITE 具有挑战性，因为算符 $e^{-H\tau}$ 是非幺正的。目前的方法通常将 ITE 映射为实时间演化的叠加。两种具有代表性的方法是基于蒙特卡洛（Monte Carlo, MC）的方法和连续变量（Continuous-variable, CV）辅助方案。

蒙特卡洛方法的局限性： 这些方法将 ITE 表示为实时间演化的加权叠加。其内在的采样分布具有长时尾部，需要频繁采样长时间的实时间演化。这增加了电路深度，并加剧了量子硬件上的噪声积累。
连续变量方法的局限性： 这些方法依赖于对辅助连续变量态的后选择。成功概率与制备态的保真度紧密耦合；为了获得高保真度，通常需要较低的成功概率。设计既能提高成功率又不改变演化动力学的投影态是目前的一个实际瓶颈。
能量偏移悖论： 在经典数值算法中，能量偏移被用于修改谱特性。在标准 ITE 中，向哈密顿量添加常数能量偏移 $b$ （即 $H \to H+b$ ）仅会引入一个总体的归一化因子（ $e^{-b\tau}$ ），从而使归一化的最终态保持不变。因此，能量偏移很少被用于优化演化过程本身。然而，在量子计算机上，由于 ITE 是作为实时间演化的叠加实现的，能量偏移表现为相对相位因子而非仅仅是归一化常数。这一观察表明，可以通过工程手段操纵能量偏移来控制干涉模式。

方法论：多偏移量子虚时演化 (MS-QITE)
作者提出了 MS-QITE，该框架用由函数 $f(q)$ 特征化的能量偏移分布取代了单一的常数能量偏移。虽然归一化的虚时演化保持不变，但该分布修改了实时间表示中的干涉结构。

核心公式将标准 ITE 算符转化为：
$\int_{b_1}^{b_2} dq f(q) e^{-(H+q)\tau} \iff e^{-H\tau}$
当映射到实时间演化时，这引入了一个权重函数 $W(t) = \int dq f(q) e^{-iqt}$ ，它作为实时间演化核的相位和振幅修正项。论文探讨了两种不同的实现方式：

蒙特卡洛实现：
- 该方法从概率分布中采样实时间演化时长对 $(t, t')$ 。
- 选择多偏移函数 $f(q)$ 以定义特定的 $W(t)$ 。作者选择 $W(t) = (a / (a + it))^k$ 。
- 这种选择将采样概率密度从 $p(t) \sim 1/t^2$ 修改为 $p(t) \sim 1/t^{k+2}$ 。
- 通过增加幂次 $k$ ，采样分布被集中在较短的实时间窗口内，从而减少了所需的电路深度。
- 参数经过优化，以平衡对长时贡献的抑制与引入过量相位振荡之间的关系。作者选择 $k=3$ 且 $a=k\tau$ 。
连续变量辅助实现：
- ITE 通过将初始态与资源态共同演化，并将辅助模投影到特定态 $|\psi_q\rangle$ 来实现。
- 投影态的动量空间波函数对应于多偏移函数 $W(t)$ 的共轭。
- 不同于以往工作中使用压缩态，作者提出了一种定义在位置空间有限区间内的“阶跃函数”投影态： $|\psi_q\rangle = \frac{1}{\sqrt{L}} \int_{-L}^{0} dx |x\rangle$ 。
- 这对应于偏移分布中常数 $f(q)$ 。虽然常数偏移在 MC 方法中由于相位振荡被认为是不切实际的，但在这种方案中是非常有效的。
- 通过优化参数 $L$ （发现 $L\tau \approx 1.256$ ）来最大化后选择成功概率。

关键结果
通过对横场伊辛模型进行数值模拟来验证该方法：

基态制备 (MC)：
- 通过对比带有和不带有多偏移的基态能量误差，MS-QITE 方法在不同截断时间（ $t_m$ ）下展示了更低的误差和更小的波动。
- 该方法成功缩短了所需的实时间演化时长，证实了关于采样分布集中在较短时间窗口内的理论预测。
热态制备 (CV 辅助)：
- 作者比较了使用所提出的阶跃函数投影与传统压缩态投影在达到相同精度下制备热态所需的资源消耗（以压缩因子量化）。
- 结果显示，在中间逆温度范围内，阶跃函数态（MS-QITE）所需的资源显著减少。
- 随着光子数截断数的增加，算法的成功概率趋于稳定，同时其与理想热态之间的迹距离收敛至零。

意义与主张
论文声称 MS-QITE 通过利用干涉工程，为优化量子虚时演化提供了一个灵活的算法视角。

干涉作为一种资源： 本研究证明了光谱变换（能量偏移）——传统上被视为平凡的归一化因子——可以被工程化为操纵实时间表示中干涉的资源。
双重用途： 该框架提供了互补的益处：在混合量子-经典方案中，它通过缩短有效演化时间来提高采样效率；在全量子辅助方案中，它通过允许投影到更大的子空间来增强后选择效率。
广泛适用性： 虽然在伊辛模型上进行了演示，但作者指出该方法适用于更广泛的依赖于实时间演化叠加的量子算法。

论文结论较为谦逊，指出未来的工作可能会解决最优偏移分布、态制备开销以及大规模系统的扩展性问题，并未就其在数值验证之外的立即实验部署做出确定性主张。

技术摘要：通过多重能量偏移进行量子虚时演化的干涉工程

类似论文