[논문 리뷰] Mixing Time of Quantum Gibbs Sampling for Random Sparse Hamiltonians

Akshar Ramkumar, Mehdi Soleimanifar|arXiv (Cornell University)|2024. 11. 07.

Markov Chains and Monte Carlo Methods인용 수 1

한 줄 요약

이 논문은 임의의 희박한 하미르토니안에서 임의의 일정한 온도에서 양자 겹침 표본 추출 알고리즘의 다항로그 시간 혼합 시간 경계를 확립한다. 리드블라adian의 스펙트럼 간격 분석을 통해 효율적인 수렴을 입증하며, 알고리즘의 런타임이 시스템 크기와 함께 효율적으로 스케일링됨을 보여주어, 양자 시스템의 열적 상태 준비에서 고전적 MCMC 방법과 견줄 만한 성능을 갖는다.

ABSTRACT

Providing evidence that quantum computers can efficiently prepare low-energy or thermal states of physically relevant interacting quantum systems is a major challenge in quantum information science. A newly developed quantum Gibbs sampling algorithm [Chen et al., 2023] provides an efficient simulation of the detailed-balanced dissipative dynamics of non-commutative quantum systems. The running time of this algorithm depends on the mixing time of the corresponding quantum Markov chain, which has not been rigorously bounded except in the high-temperature regime. In this work, we establish a polylog(n) upper bound on its mixing time for various families of random n × n sparse Hamiltonians at any constant temperature. We further analyze how the choice of the jump operators for the algorithm and the spectral properties of these sparse Hamiltonians influence the mixing time. Our result places this method for Gibbs sampling on par with other efficient algorithms for preparing low-energy states of quantumly easy Hamiltonians.

연구 동기 및 목표

• 비가환 양자 시스템에 대한 양자 겹침 표본 추출 알고리즘의 혼합 시간을 엄밀하게 경계하는 것.
• 점프 연산자와 희박한 하미르토니안의 스펙트럼 성질이 수렴 속도에 미치는 영향을 분석하는 것.
• 고온 영역을 초월한 CKG 알고리즘의 이론적 효율성을 확립하는 것.
• 물리적으로 관련성이 있는 희박한 하미르토니안에 대해 양자 겹침 표본 추출이 효율적인 열적 상태 준비를 달성할 수 있음을 보여주는 것.

제안 방법

• 세부 균형을 갖는 소산 과정을 양자 시스템에 시뮬레이션하는 CKG 알고리즘의 리드블라adian 동역학을 분석한다.
• 랜덤 점프 연산자로 인한 리드블라adian의 변동을 제한하기 위해 행렬 베르누이 부등식을 적용한다.
• 웨일의 정리를 사용하여 전체 리드블라adian의 스펙트럼 간격을 기준 평균 연산자의 것과 연결한다.
• 에너지 해상도를 갖춘 점프 연산자와 스펙트럼 분해를 활용하여 스펙트럼 간격의 하한을 유도한다.
• 유계 및 비유계 차수를 갖는 희박한 하미르토니안을 모두 고려하며, 국소 점프를 갖는 초입방체 모델을 포함한다.
• 초입방체에서 국소 점프 연산자가 Ω(1/d)의 스펙트럼 간격을 제공함을 보여주어, 시스템 크기의 다항로그 혼합 시간을 이끌어낸다.

실험 결과

연구 질문

• RQ1 CKG 양자 겹침 표본 추출기의 혼합 시간은 고온 영역을 초월한 희박한 하미르토니안에 대해서도 경계될 수 있는가?
• RQ2 점프 연산자의 선택과 희박한 하미르토니안의 스펙트럼 구조는 알고리즘의 수렴 속도에 어떻게 영향을 주는가?
• RQ3 일정한 온도에서 CKG 리드블라adian 하에 랜덤 희박한 하미르토니안의 스펙트럼 간격은 어떻게 스케일링되는가?
• RQ4 초입방체와 같은 구조적 그래프에서 국소 점프 연산자가 양자 겹침 표본 추출의 효율적 혼합을 달성할 수 있는가?
• RQ5 CKG 리드블라adian의 스펙트럼 간격은 점프 연산자의 랜덤 변동에 대해 강건한가?

주요 결과

• 임의의 일정한 역온도 β에서 랜덤 n×n 희박한 하미르토니안에 대해 CKG 알고리즘의 혼합 시간은 O(polylog(n))으로 경계된다.
• 리드블라adian의 스펙트럼 간격은 δ(n)에 대해 Ω(δ(n))로 하한이 있으며, 여기서 δ(n)은 하미르토니안 고유값의 스펙트럼 분리도를 측정한다.
• 국소 점프 연산자가 있는 d차원 초입방체의 경우 스펙트럼 간격은 Ω(1/d)이며, 이는 큐비트 수에 대해 다항로그 혼합 시간을 이끌어낸다.
• 행렬 베르누이 부등식을 통해 점프 연산자의 랜덤 변동에 대한 알고리즘 성능의 강건성을 입증한다.
• 초입방체에서 국소 점프 연산자를 사용하면 난이도 1-디자인 점프에 비해 혼합 시간이 지수적으로 향상된다.
• 결과적으로, 양자 겹침 표본 추출이 물리적으로 관련성이 있는 희박한 하미르토니안에 대해 효율적인 열적 상태 준비를 달성할 수 있으며, 유리한 경우 고전적 MCMC의 효율성과 견줄 만하다.