[논문 리뷰] Challenges for quantum computation of nonlinear dynamical systems using linear representations

Yen Ting Lin, Robert B. Lowrie외 3명|arXiv (Cornell University)|2022. 02. 04.

Model Reduction and Neural Networks인용 수 16

한 줄 요약

이 논문은 양자 컴퓨터에서 비선형 동역계 시스템을 시뮬레이션하기 위해 선형 표현—특히 쿠프만 바닐라 메커니즘과 쿠프만 표현—을 사용하는 것을 검토한다. 무한차원 힐베르트 공간에서 비선형 역학을 선형화할 수 있는 이론적 잠재력에도 불구하고, 유한차원 투영은 통제되지 않은 수치적 오차를 필수적으로 유도하며, 이는 정확도와 신뢰성에 제한을 둔다. 따라서 일반적인 비선형 시스템에 대한 실용적 양자 시뮬레이션의 근본적인 과제를 드러낸다.

ABSTRACT

A number of recent studies have proposed that linear representations are appropriate for solving nonlinear dynamical systems with quantum computers, which fundamentally act linearly on a wave function in a Hilbert space. Linear representations, such as the Koopman representation and Koopman von Neumann mechanics, have regained attention from the dynamical-systems research community. Here, we aim to present a unified theoretical framework, currently missing in the literature, with which one can compare and relate existing methods, their conceptual basis, and their representations. We also aim to show that, despite the fact that quantum simulation of nonlinear classical systems may be possible with such linear representations, a necessary projection into a feasible finite-dimensional space will in practice eventually induce numerical artifacts which can be hard to eliminate or even control. As a result, a practical, reliable and accurate way to use quantum computation for solving general nonlinear dynamical systems is still an open problem.

연구 동기 및 목표

• 비선형 동역계 시스템의 선형 표현, 예를 들어 쿠프만 및 쿠프만-바닐라 메커니즘을 비교할 수 있는 통합 이론적 프레임워크를 수립하기.
• 무한차원 선형 표현을 유한차원 양자 계산 공간으로 투영하는 데서 발생하는 실용적 제약 조건을 조사하기.
• 수치 시뮬레이션을 통해 유한차원 잘라내기(Truncation)가 낮은 차원의 비선형 시스템입니다로도 통제되지 않은 오차를 유도함을 보여주기.
• 양자 시뮬레이션 맥락에서 쿠프만(페르론-프로베니우스의 쌍대)과 쿠프만-바닐라 메커니즘(페르론-프로베니우스) 표현 간의 개념적 차이를 명확히 하기.
• 유한차원 근사의 상충 관계를 감안할 때, 일반적인 비선형 고전 시스템을 해결하기 위한 양자 알고리즘의 실현 가능성 평가하기.

제안 방법

• 고전적 비선형 시스템의 선형 표현을 분류하는 통합 프레임워크를 정식화하여, 쿠프만(관측량 기반)과 페르론-프로베니우스(리우빌/쿠프만-바닐라 기반) 수식 간의 차이를 명확히 하기.
• 1차원 및 2차원 비선형 동역계 시스템에서의 수치 시뮬레이션을 통해, 카르레만 선형화와 쿠프만-바닐라 메커니즘 모두에서 유한차원 투영의 영향을 설명하기.
• 폐쇄 체계가 부족한 경우, 잘라낸 카르레만 선형화에서 오차 전파를 분석하여 예측의 발산을 초래함.
• 쿠프만-바닐라 메커니즘에서의 공간 이산화를 분석하여, 통계적 성질을 왜곡시키는 지브스 유사 현상이 발생함을 밝히기.
• 다체 시스템을 통한 비선형 슈뢰딩거 방정식의 평균장 시뮬레이션을 포함한 다양한 양자 시뮬레이션 접근법의 효율성과 정확도를 비교하기.
• 유한차원 근사에서 기저 함수 선택의 역할을 평가하고, 최적 투영을 위한 일반적인 데이터 기반 방법의 부재를 분석하기.

실험 결과

연구 질문

• RQ1 양자 컴퓨터는 쿠프만 또는 쿠프만-바닐라 메커니즘과 같은 선형 표현을 사용하여 일반적인 비선형 동역계 시스템을 신뢰성 있게 시뮬레이션할 수 있는가?
• RQ2 무한차원 선형 표현을 유한차원 양자 힐베르트 공간으로 투영할 때의 본질적 제약 조건은 무엇인가?
• RQ3 예를 들어 잘라내기 오차나 지브스 현상과 같은 수치적 오차가 비선형 시스템의 양자 시뮬레이션 정확도에 어떤 영향을 미치는가?
• RQ4 카르레만 선형화 및 평균장 근사 기반 기존 방법들은 이론적으로 선형임에도 불구하고, 시간이 지남에 따라 근본적인 정확도 저하를 겪는 이유는 무엇인가?
• RQ5 유한차원 근사의 제약 조건을 감안할 때, 양자 알고리즘이 고전적 제약을 어떻게 극복할 수 있는가, 그 정도는 어느 정도인가?

주요 결과

• 카르레만 선형화와 같은 무한차원 선형 표현의 유한차원 투영은 폐쇄 체계가 없을 경우 통제되지 않은 오차를 유도하며, 이는 예측의 발산을 초래한다.
• 쿠프만-바닐라 메커니즘에서는 공간 이산화가 지브스 유사 현상을 유도하여 미세 구조의 역학 해상도를 떨어뜨리고 통계 정확도를 저하시킨다.
• 선형 표현 기반 양자 시뮬레이션의 정확도는 유한한 시간 범위에 국한되며, 이 범위를 초과하면 어떤 알고리즘의 완벽함에도 불구하고 수치적 오차가 지배한다.
• 쿠프만 및 쿠프만-바닐라 수식에서 이론적으로 선형임에도 불구하고, 실용적 구현은 유한차원 근사를 필요로 하므로 제약을 받는다.
• 비선형 슈뢰딩거 방정식 시뮬레이션에서의 평균장 접근법은 효율적이지만, 시간이 지남에 따라 오차 범위가 지수적으로 증가하며, 잘라낸 카르레만 방법과 유사하다.
• 유한차원 근사에서 최적 기저 함수를 선택하기 위한 일반적인 방법이 없으며, 단순한 잘라내기는 불안정성을 유도할 수 있어, 이는 중요한 열린 과제로 남아 있다.