在原子与电子构成的微观世界中，物质的表现并不像我们日常接触到的固体物体那样。相反，粒子存在于一种持续的、相互关联的波动状态中，无论彼此相隔多远，一个粒子的行为都会与其它粒子的行为瞬间联动。科学家们称之为“相关性”（correlation），它是理解材料如何导电、如何成为超导体或如何改变颜色的关键。为了预测这些系统如何随时间变化——即如何从一种状态演变为另一种状态——研究人员需要模拟它们的实时动力学。这是一项极其困难的任务。驱动智能手机和超级计算机的经典计算机在处理这些计算时非常吃力，因为描述一个相关系统所需的信息量增长极快，会迅速使即使是最强大的机器也无法承受。量子计算机利用相同的奇异物理定律来处理信息，提供了一个潜在的解决方案，但目前的设备规模仍然较小且容易出错，这使得它们在进行长时间、复杂模拟时显得不够可靠。
一组研究人员开发出一种新方法，使这些模拟在当今不完美的量子硬件上成为可能。他们将这种方法称为算符投影变分量子实时演化（operator-projected variational quantum real-time evolution）。该方法并非试图同时追踪整个系统那令人难以承受的状态（这对目前的机器来说负担过重），而是仅关注一组特定的、易于管理的观测属性。想象一下，你试图通过追踪少数关键人物的位置以及人群的整体流向，来观察一个庞大且旋转的人群的运动，而不是试图记录每一个人的每一步。通过专注于这些选定的属性，研究人员可以逐步更新量子计算机的设置，确保模拟过程遵循这些特定属性的正确物理定律，而无需计算整个系统中那些不可能实现的细节。这种策略大幅减少了所需的测量次数，使过程运行速度足以在现有设备上执行，同时仍能捕捉到核心物理特性。
研究人员首先在计算机模拟器上，利用一种被称为海森堡模型（Heisenberg model）的理论磁链模型对这种新方法进行了测试。他们发现，为了达到相同的精度，该方法比以往的方法所需的测量次数显著减少。事实上，对于更大的系统，新方法所需的测量步骤减少了高达一百倍。这种效率至关重要，因为量子计算机上的每一次测量都需要时间并会引入微小的噪声；减少步骤意味着模拟可以更长时间地保持准确。随后，团队从模拟转向现实，在名为 IQM Emerald 的 24 位超导量子处理器上运行了他们的算法。他们利用它来模拟一个杂质原子与周围电子海相互作用的复杂模型，即所谓的安德森杂质模型（Anderson impurity model）。即便面对现有硬件中固有的噪声，该方法仍成功追踪了系统的演化，证明了它能够处理现实世界材料的复杂性。
除了仅仅观察系统的变化，研究人员还展示了该方法可以用于寻找材料的最低能量状态，这通常是理解其稳定性和行为最重要的属性。他们将这种时间演化技术与一种称为量子选择构型相互作用（quantum-selected configuration interaction）的策略相结合。在这个过程中，量子计算机生成一系列系统随时间演化的快照。随后，这些快照被用于构建一张关于电子排列方式最重要特征的紧凑且简化的地图。通过在经典计算机上分析这张地图，团队能够高精度地计算出基态能量和态密度。为了处理由噪声硬件引入的误差，他们应用了一种恢复过程，用于纠正违反物理定律的行为（例如粒子数守恒），从而确保最终结果在物理上依然有效。
研究结果表明，这种方法为在近期的量子计算机上研究复杂材料提供了一条切实可行的路径。通过避免计算整个系统那令人难以承受的完整状态，转而专注于一组精选的物理属性，该方法避开了此前限制量子模拟的瓶颈。研究人员证明，即使在当前硬件的局限下，也能够生成关于相关量子系统如何行为的有价值数据。这项工作建立了一个新的框架，使得准确性与计算成本之间的权衡可以得到系统性的管理，从而允许科学家从有噪声的量子设备中提取有意义的见解。随着这些机器不断改进，这种技术可能会成为研究新材料特性的标准工具，从而有望在超导性和量子化学领域取得目前仍无法触及的发现。
技术摘要：基于缩减算符流形的变分实时动力学
问题陈述
准确模拟关联量子多体系统的实时动力学，对于经典算法和近期的量子硬件而言仍是一个重大挑战。经典方法（如张量网络和神经量子态）面临着与纠缠增长或随机采样成本相关的瓶颈。在量子硬件上，标准方法（如 Trotter 化）所需的电路深度随模拟时间和精度的增加而呈现不利的扩展。虽然变分量子实时演化（VQRTE）通过将动力学限制在参数化电路拟设（ansatz）内提供了一种折中方案，但基于 McLachlan 变分原理的标准实现需要估计量子几何张量（QGT）。这一过程会产生巨大的测量开销（随参数数量呈二次方增长），并且对噪声和病态条件高度敏感。此外，现有方法往往难以平衡模拟精度与所需测量资源之间的权衡。
方法论：算符投影变分量子实时演化 (OVQRTE)
作者引入了算符投影变分量子实时演化（OVQRTE），该方法通过将动力学强制施加于一组选定的、多项式规模的观测子集上，而非将全态演化投影到拟设切空间上，从而更新参数化量子电路。
- 核心原理： OVQRTE 不追踪全态动力学，而是追踪一组期望值 S={O^α}（例如局部 Pauli 串或约化密度矩阵算符）。参数更新率 θ˙ 通过最小化这些观测值的变分变化率与精确 Ehrenfest 变化率之间的残差来确定：
θ˙=argvminα∑x˙αvar−i⟨[H^,O^α]⟩2
这产生了一个线性系统 Aθ˙=C，其中 A 是观测值雅可比矩阵的 Gram 矩阵，C 包含对易子期望值。
- 资源效率： 至关重要的是，OVQRTE 避免了显式构建 QGT。矩阵 A 完全由期望值及其导数组装而成，这些可以通过量子比特逐位交换（QWC）组进行同时测量。这使得测量成本从随参数数量二次方增长（如基于 QGT 的方法）降低到线性，或者在使用同时扰动随机逼近（SPSA）时甚至与参数数量无关。
- 算符池缩减： 为了进一步减轻硬件噪声和电路深度问题，作者提出了一个“基于量子激发”（QEB）的变体。这种方法通过将费米子到量子比特映射的非局部宇称链（Pauli-Z 链）替换为单位算符（仅保留端点算符），简化了算符结构。这显著降低了局部性和 Pauli 串的权重，使测量对噪声更加鲁棒。
- 通过 QSCI 提取基态： 本文展示了 OVQRTE 可以作为量子选择构型相互作用（QSCI）的生成器。通过从随时间演化的轨迹中采样计算基态，可以构建一个紧凑且具有物理相关性的子空间。随后，通过在这一子空间内对哈密顿量进行对角化来近似基态。为了处理硬件上可能出现的对称性破缺噪声，作者采用了自洽构型恢复（S-CORE）程序，并针对半充满安德森杂质模型（AIM）引入了粒子-空穴（PH）对称性补全。
关键结果
- 海森堡模型基准测试： 对一维海森堡模型的模拟表明，与标准 VQRTE 相比，OVQRTE 大幅降低了测量成本，每个时间步所需的电路数量减少了一到两个数量级。在状态矢量模拟中，OVQRTE 达到了与 VQRTE 相当的数值精度。在有限样本采样（模拟硬件噪声）下，OVQRTE 表现出更优越的鲁棒性，在相同的样本预算下，比 VRTQE 保持了更低的态保真度和更准确的磁化动力学。
- 硬件上的安德森杂质模型 (AIM)： 该算法在 IQM Emerald 超导处理器上进行了基准测试，使用高达 24 个量子比特来模拟单带安德森杂质模型。研究采用了局部幺正簇 Jastrow (LUCJ) 拟设，并将其映射到设备的原生连通性上，无需使用 SWAP 门。为了避免由于多次调用过程中累积的硬件和采样噪声导致的不可控反馈不稳定，作者专注于在从经典 gGut 解获得的收敛 AIM 实例上对 OVQRTE+QSCI 进行基准测试，而非在硬件上运行完整的自洽循环。
- QSCI 集成： OVQRTE 生成的状态被用于构建 QSCI 的子空间。所得的基态能量估计值和态密度在与精确的经典参考值对比时，显示出了极高的准确度。研究表明，即使完整的实时轨迹未能实现高保真度还原，只要演化后的状态占据了信息丰富的低能子空间，该方法仍能有效提取基态性质。
意义与主张
本文确立了 OVQRTE 作为研究近未来量子硬件上关联凝聚态系统的一种极具前景的方法。其主要意义在于：
- 系统性权衡： 它提供了一个可控的调节旋钮（即算符集 S 的大小和选择），用于在精度与测量成本之间进行权衡，从而实现资源高效的模拟。
- 噪声韧性： 通过避免使用 QGT 并利用缩减后的算符集（QEB），该方法降低了对困扰标准变分实时演化的噪声和病态条件的敏感性。
- 超越动力学的效用： 本研究强调，准确重现整个动力学轨迹对于下游应用并非严格必要。OVQRTE 能有效地生成用于基态估计（通过 QSCI）的信息丰富子空间，使其成为在当前硬件上解决嵌入理论（如 gGut）中杂质问题的有力工具。
作者总结道，OVQRTE 通过利用缩减的算符流形来绕过现有变分方法的资源瓶颈，为模拟关联系统提供了一条切实可行的路径。
每周获取最佳 quantum physics 论文。
受到斯坦福、剑桥和法国科学院研究人员的信赖。
请查收邮箱确认订阅。
出了点问题，再试一次？
无垃圾邮件，随时退订。