[論文レビュー] Response to "Exponential challenges in unbiasing quantum Monte Carlo algorithms with quantum computers"

Joonho Lee, David R. Reichman+5 more|arXiv (Cornell University)|Jul 27, 2022

Quantum Computing Algorithms and Architecture被引用数 4

ひとこと要約

本論文は、量子古典ハイブリッド量子モンテカルロ（QC-QMC）アルゴリズムにおける指数的スケーリングの懸念に応えるもので、波動関数重ね合わせの推定における指数的課題が、QMC手法、系のハミルトニアン、試行波動関数／ウォークァー波動関数の形式に強く依存することを示している。数値結果から、1次元横磁場イジング模型におけるΓ/J = 0.5のような特定のパラメータ領域では、系のサイズが増加しても信号対ノイズ比が安定するため、QC-QMCは効率的であり続け、有利な条件下では実用的量子優位性が得られる可能性があることが示された。

ABSTRACT

A recent preprint by Mazzola and Carleo numerically investigates exponential challenges that can arise for the QC-QMC algorithm introduced in our work, "Unbiasing fermionic quantum Monte Carlo with a quantum computer." As discussed in our original paper, we agree with this general concern. However, here we provide further details and numerics to emphasize that the prospects for practical quantum advantage in QC-QMC remain open. The exponential challenges in QC-QMC are dependent on (1) the choice of QMC methods, (2) the underlying system, and (3) the form of trial and walker wavefunctions. While one can find difficult examples with a specific method, a specific system, and a specific walker/trial form, for some combinations of these choices, the approach is potentially more scalable than other near-term quantum algorithms. Future research should aim to identify examples for which QC-QMC enables practical quantum advantage.

研究の動機と目的

• QC-QMCアルゴリズムにおける指数的スケーリングに関する懸念を解決すること。
• 波動関数振幅推定における指数的課題が、すべての系や手法の組み合わせにおいて普遍的に障害的であるとは限らないことを明確にすること。
• 数値シミュレーションを通じて、1次元横磁場イジング模型におけるΓ/J = 0.5のような特定のパrameter領域で、QC-QMCが効率的かつスケーラブルであることを示すこと。
• QC-QMCが、VQE や QPE といった他の近接未来の量子アルゴリズムと比較して、ノイズ耐性と測定オーバーヘッドの面で優位性を示しうることを主張すること。
• QC-QMCにおいて実用的量子優位性をもたらす、特定の系・手法・波動関数形式の組み合わせを同定する今後の研究を促すこと。

提案手法

• 著者らは、QC-QMCを、試行波動関数|ΨT⟩とウォークァー状態|ϕ⟩の間の波動関数重ね合わせ⟨ΨT|ϕ⟩を量子コンピュータ上で推定するハイブリッド量子古典フレームワークとして分析している。
• QC-AFQMCとQC-GFMCを比較し、非相互作用フェルミオン系（例：1次元TFIMに写像された系）ではQC-AFQMCがサンプリングなしに正確に機能することを示し、手法依存性を強調している。
• 標準的および洗練されたウォークァー波動関数を用いて、1次元横磁場イジング模型におけるΓ/J = 0.5およびΓ/J = 1.0の状態で数値的シミュレーションを実施している。
• |ΨT|²からの繰り返しサンプリングを通じて、重ね合わせ分布と局所エネルギー推定値を計算し、GFMCエネルギー収束を測定回数Mの関数として分析している。
• 計算基底状態ウォークァーと、基準状態|ΨMC⟩からのスピン反転によって生成されるより複雑なウォークァーを比較し、信号対ノイズ比と符号問題への影響を評価している。
• QC-QMCをVQE、QPE、QITEといった他の量子アルゴリズムと比較し、粒子数を増加させずに基底を拡張する際の、より低い測定オーバーヘッドと高いノイズ耐性を強調している。

実験結果

リサーチクエスチョン

• RQ1 QC-QMCにおける波動関数重ね合わせ推定の指数的スケーリングは、すべての系や手法の組み合わせにおいて、その実用的有用性を普遍的に制限するのか？
• RQ2 信号対ノイズ比が系のサイズ増加に伴って劣化しない系において、QC-QMCは効率的かつスケーラブルなままであるのか？
• RQ3 AFQMCとGFMCといったQMC手法の選択が、QC-QMCのパフォーマンスとスケーラビリティにどのように影響するのか？
• RQ4 試行波動関数およびウォークァー波動関数の形式が、QC-QMCにおける指数的課題に及ぼす影響はどの程度か？
• RQ5 どのような特定の組み合わせ（系、手法、波動関数形式）において、QC-QMCが実用的量子優位性を示すのか？

主な発見

• 1次元横磁場イジング模型におけるΓ/J = 0.5では、重ね合わせ分布がΓ/J = 1.0よりも鋭くなり、高重ね合わせ状態の局所エネルギー推定がより正確になる。
• Γ/J = 0.5におけるGFMCエネルギー収束は、測定回数Mの増加に伴い弱い系サイズ依存性を示すが、Γ/J = 1.0では強いL依存性が観察されたのとは対照的である。
• λ = 0.127 における試行波動関数 |ΨT⟩ = exp[λ∑iσix](|↑↑⋯↑⟩ + |↓↓⋯↓⟩) を用いることで、L = 6から12の系サイズで正確な基底状態エネルギーの99.8％以内に再現できる。
• Γ/J = 0.5領域では、QC-QMCが測定オーバーヘッドにおいて指数的スケーリングを示さないため、このパrameter範囲では他の近接未来の量子アルゴリズムよりもスケーラブルである可能性がある。
• |ΨMC⟩からのスピン反転によって生成される洗練されたウォークァーを導入することで、重ね合わせ推定が向上するが、もともと符号問題のないモデルにおいては再び符号問題を引き起こす可能性がある。
• 粒子数を増加させずに基底を拡張する際、QC-QMCはVQE や QPE よりも低い測定オーバーヘッドと高いノイズ耐性を示す。これは、qubit空間外での電子相関の効率的取り扱いに起因する。