[논문 리뷰] Response to "Exponential challenges in unbiasing quantum Monte Carlo algorithms with quantum computers"

Joonho Lee, David R. Reichman외 5명|arXiv (Cornell University)|2022. 07. 27.

Quantum Computing Algorithms and Architecture인용 수 4

한 줄 요약

이 논문은 양자-고전 혼합 양자 몽테카를로(QC-QMC) 알고리즘에서 지수적 스케일링 문제에 대한 우려에 대응하며, 파동함수 겹침을 추정할 때 발생하는 지수적 과제가 QMC 방법, 시스템 해밀토니안, 그리고 시험/워커 파동함수 형태의 선택에 따라 극적으로 달라진다는 것을 보여준다. 수치적 결과는 특정 매개변수 영역—예를 들어 1D 횡방향 자기장 이징 모형에서 Γ/J = 0.5일 때—에서 신호 대 잡음 비율이 시스템 크기가 증가함에 따라 안정을 유지함으로써 QC-QMC가 유의미한 양자 우위를 확보할 수 있음을 시사한다.

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.

연구 동기 및 목표

• QC-QMC 알고리즘에서 지수적 스케일링 문제에 대한 논의를 다루기 위해 제기된 논문의 논란을 해결한다.
• 파동함수 진폭 추정에서의 지수적 과제가 모든 시스템 및 방법 조합에 대해 반드시 금기되는 것은 아니라는 점을 명확히 한다.
• 수치 시뮬레이션을 통해 QC-QMC가 1D 횡방향 자기장 이징 모형에서 Γ/J = 0.5와 같은 특정 매개변수 영역에서 효율성을 유지할 수 있음을 보여준다.
• QC-QMC가 VQE 및 QPE와 같은 다른 근접한 양자 알고리즘보다 노이즈에 더 강건하고 측정 오 overhead 가 적다는 점에서 우월할 수 있음을 주장한다.
• 향후 연구를 통해 QC-QMC에서 실용적 양자 우위를 이끌어내는 특정 조합의 시스템, 방법, 파동함수 형태를 규명할 것을 촉구한다.

제안 방법

• 저자들은 QC-QMC를 하이브리드 양자-고전 프레임워크로 분석하여, |ΨT⟩를 시험 파동함수로, |ϕ⟩를 워커 상태로 하는 파동함수 겹침 ⟨ΨT|ϕ⟩를 양자 컴퓨터에서 추정한다.
• QC-AFQMC와 QC-GFMC를 비교하여, 비상호작용 페르미온 시스템(예: 1D TFIM로 변환된 시스템)에서는 QC-AFQMC가 샘플링 없이 정확한 결과를 도출함을 보여주며, 방법에 따른 차이를 강조한다.
• 표준 및 고급 워커 파동함수를 사용하여, Γ/J = 0.5 및 Γ/J = 1.0에서 1D 횡방향 자기장 이징 모형에 대해 수치적 시뮬레이션을 수행한다.
• 반복적인 |ΨT|²에서의 샘플링을 통해 겹침 분포와 국소 에너지 추정치를 계산하며, GFMC 에너지 수렴도 측정 횟수 M에 따라 분석한다.
• 기본 계수 기반 상태 워커와 참조 상태 |ΨMC⟩에서 스핀 반전을 통해 생성된 더 복잡한 워커를 비교하여, 그들이 신호 대 잡음 비율과 부호 문제에 미치는 영향을 평가한다.
• VQE, QPE, QITE와 같은 다른 양자 알고리즘과 QC-QMC를 비교하며, 기저를 확장할 때도 측정 오 overhead 가 낮고 노이즈에 강건한 점을 강조한다.

실험 결과

연구 질문

• RQ1 QC-QMC에서 파동함수 겹침 추정의 지수적 스케일링은 모든 시스템 및 방법 조합에서 실용적 활용을 제한하는가?
• RQ2 신호 대 잡음 비율이 시스템 크기가 증가함에 따라 악화되지 않는 시스템에서 QC-QMC는 여전히 효율적이고 확장 가능할 수 있는가?
• RQ3 AFQMC와 GFMC와 같은 QMC 방법의 선택이 QC-QMC의 성능 및 확장 가능성에 어떤 영향을 미치는가?
• RQ4 시험 파동함수 및 워커 파동함수 형태의 선택이 QC-QMC에서의 지수적 과제에 얼마나 큰 영향을 미치는가?
• RQ5 어떤 특정 조합의 시스템, 방법, 파동함수 형태에서 QC-QMC는 실용적 양자 우위를 나타낼 수 있는가?

주요 결과

• Γ/J = 0.5에서 1D 횡방향 자기장 이징 모형의 겹침 분포는 Γ/J = 1.0보다 더 날카롭게 나타나고, 이는 고겹침 구성에서 국소 에너지 추정치의 정확도가 높아짐을 의미한다.
• Γ/J = 0.5에서 GFMC 에너지 수렴은 측정 횟수 증가에 따라 시스템 크기 의존성이 약하게 나타나며, Γ/J = 1.0에서 관찰된 강한 L 의존성과 대조된다.
• λ = 0.127 인 시험 파동함수 |ΨT⟩ = exp[λ∑iσix](|↑↑⋯↑⟩ + |↓↓⋯↓⟩)를 사용할 경우, L = 6에서 12까지의 시스템 크기에서 정확한 기저 상태 에너지를 99.8% 이내로 재현한다.
• Γ/J = 0.5 영역에서는 측정 오 overhead 가 지수적으로 증가하지 않아, 이 매개변수 범위에서 다른 근접한 양자 알고리즘보다 더 확장 가능할 수 있음을 시사한다.
• |ΨMC⟩에서 스핀 반전을 통해 생성된 고급 워커 도입은 겹침 추정을 향상시킬 수 있으나, 이는 이전에 부호 문제 없이 작동하던 모형에 다시 부호 문제를 유도할 수 있다.
• 입자 수를 늘리지 않고 기저를 확장할 때, QC-QMC는 VQE 및 QPE보다 측정 오 overhead 가 낮고 노이즈에 더 강건한데, 이는 큐비트 공간 외부에서 전자 상관관계를 효율적으로 처리하기 때문이다.