[論文レビュー] Variational Benchmarks for Quantum Many-Body Problems

Dian Wu, Riccardo Rossi+31 more|arXiv (Cornell University)|Feb 9, 2023

Cold Atom Physics and Bose-Einstein Condensates参考文献 131被引用数 19

ひとこと要約

本論文は平均エネルギーとエネルギー分散に基づく変分精度指標である V-score を導入し、古典的および量子変分法のベンチマーク用に格子量子模型の変分解と数値的厳密解の最大規模の厳選データセットを提供します。

ABSTRACT

The continued development of computational approaches to many-body ground-state problems in physics and chemistry calls for a consistent way to assess its overall progress. In this work, we introduce a metric of variational accuracy, the V-score, obtained from the variational energy and its variance. We provide an extensive curated dataset of variational calculations of many-body quantum systems, identifying cases where state-of-the-art numerical approaches show limited accuracy, and future algorithms or computational platforms, such as quantum computing, could provide improved accuracy. The V-score can be used as a metric to assess the progress of quantum variational methods toward a quantum advantage for ground-state problems, especially in regimes where classical verifiability is impossible.

研究の動機と目的

• 古典的および量子アプローチ全体で、変分基底状態手法の一貫した精度指標を定義する。
• 強く相関する格子モデルの変分解と厳密解の最大規模の厳選データセットを作成する。
• 最新の変分法にとって最も難しいハミルトニアンと領域を特定する。
• V-score を絶対的な難易度・進捗指標として用い、潜在的な量子優位性を評価する。

提案手法

• V-score を V = N Var(E) / (E - E_infty)^2 と定義する。ここで E は平均エネルギー、Var(E) はその分散、N は自由度、E_infty は零点エネルギー。
• テンソルネットワーク、VMC、ニューラルネットワーク、パラメータ付き量子回路など、さまざまな変分手法について平均エネルギーと分散を計算する。
• ED、QMC、TN、VMC、PQC 法を用いた格子ハミルトニアン（スピン・フェルミオンモデル、不純物を含むもの）の大規模データセットを組み立て、分析する。
• 可能な場合には、V-score をエネルギー相対誤差の推定量として検証するため、参照として ED や数値的に厳密な QMC 結果を使用する。
• 現在の変分法にとっての容易さと難しさを区別するため、ハミルトニアンの視覚的ランキング（V-scores）を提示する。

実験結果

リサーチクエスチョン

• RQ1 単一の次元なし指標（V-score）が、多様な格子モデルと手法を横断して、変分解の基底状態エネルギーへの近接性を信頼性高く示すことができるか。
• RQ2 現在の変分手法にとって、どの格子ハミルトニアンと幾何学的配置（例：もつれ合う場合 vs 非もつれ合い、1D 対高次元）は最も難しいか。
• RQ3 V-score が古典的および量子の変分法における実際のエネルギー相対誤差とどの程度相関するか。
• RQ4 V-score は古典的方法が苦戦する領域へ量子アルゴリズムをターゲット化する指針となり得るか。

主な発見

• V-score は、広範なハミルトニアンと変分法の集合に対して、エネルギー相対誤差の対数と線形に相関する。
• もつれた幾何学（例：カゴメ格子、ピロクロア格子）やハバード型フェルミオンモデルは、より高い V-scores を示し、基底状態近似が難しいことを示している。
• 1D および非もつれ系は一般に小さな V-scores を示し、既存手法での変分近似が比較的容易であることを示唆している。
• PQCs は古典ハードウェア上での結果と整合する V-scores を示し、量子変分法への適用可能性を示唆している。
• データセットは最先端手法が性能を発揮しないハミルトニアンと領域を浮き彫りにし、量子アルゴリズムや改良された古典手法のターゲットとして示している。
• V-score は基底状態問題における量子優位性の進捗を測る絶対的な難易度指標として適している。