[논문 리뷰] Simulating Supersymmetric Quantum Mechanics Using Variational Quantum Algorithms

John Kerfoot, David Schaich외 1명|arXiv (Cornell University)|2026. 03. 19.

Quantum Computing Algorithms and Architecture인용 수 0

한 줄 요약

이 논문은 문제에 맞춘 연산자 풀을 가진 Adaptive-VQE(AVQE) 접근법을 개발하여 0+1D 초대칭 양자역학에서 자발적 초대칭성 파괴를 연구하고, 회로 깊이가 감소함을 보여주며, 노이즈 및 오류 완화 이슈를 부각하는 IBM 양자 하드웨어 예비 결과를 제시한다.

ABSTRACT

The study of spontaneous supersymmetry breaking (SSB) on the lattice is obstructed by a severe sign problem. Quantum computing provides a promising alternative approach. In particular, properties of supersymmetry relate SSB to the ground-state energy, which can be probed using hybrid quantum--classical algorithms such as the variational quantum eigensolver (VQE). In this work we present VQE analyses for supersymmetric quantum mechanics with various superpotentials. A key new feature is an adaptive ansatz construction algorithm that reduces the number of variational parameters within our ansätze. This lowers the resource burden on both the classical optimizer and the noisy quantum processor, thereby improving the feasibility of these calculations in the NISQ era. Additionally, we present preliminary VQE results obtained from real IBM quantum devices, highlighting accuracy, resource constraints, and computational cost, both with and without the application of error mitigation techniques.

연구 동기 및 목표

• 자연스러운 양자 시뮬레이션의 테스트베드로서 0+1D 초대칭 양자역학(SQM)에서 자발적 초대칭성 파괴(SSB)를 연구하도록 동기를 부여한다.
• NISQ 제약 하에 Ground 상태를 효율적으로 근사하기 위한 하드웨어-의식적 변분 접근법(AVQE)을 개발한다.
• 보손 컷오프 Lambda에서 근사했고, 해석적 제약과 적응적 연산자 풀의 자름이 정확도와 확장성에 미치는 영향을 탐구한다.
• IBM 양자 장치에서 예비 검증을 제공하여 자원 요구사항과 오류 완화의 필요성을 평가한다.

제안 방법

• 보손 힐버트 공간을 컷오프 Lambda로 Regularize하고 페르미온에 대해 Jordan-Wigner 변환으로 해밀토니안을 큐비트에 매핑한다.
• 보손은 Fock 기저로 q̂와 p̂를 유한 행렬( Lambda에서 잘림)로 인코딩한다.
• 가장 큰 에너지 구배 영향(Eq. 5)을 가진 풀에서 선택된 단일 큐비트 회전(RY, RZ)과 이중 큐비트 CRY 게이트를 순차적으로 추가하여 적응적 해를 구성한다.
• AVQE 루프 정의: 초기화; 풀의 각 연산자에 대한 그래디언트를 계산; 가장 큰 그래디언트를 가진 연산자를 추가; VQE 실행; 가능하면 이전 매개변수 재사용; 에너지 변화가 임계값 이하로 떨어지면 종료.
• 문제 맞춤 연산자 풀 {RY, RZ, CRY} (Eq. 6)를 사용하고 HO, AHO, DW 슈퍼포텐셜에 대해 기저 상태와 겹침이 0이 아닌 상태로 초기화한다.
• Λ를 증가시켜 2에서 64까지의 고전적 시뮬레이션으로 AVQE 결과를 정확히 대조하고, 게이트 수, 회로 깊이, 그리고 잘림의 이점을 분석한다.

실험 결과

연구 질문

• RQ1 문제에 맞춘 소규모 연산자 풀을 갖춘 AVQE가 서로 다른 슈퍼포텐셜(HO, AHO, DW)에 대해 보손 컷오프 Lambda가 증가함에 따라 SQM의 바닥상태를 정확히 근사할 수 있는가?
• RQ2 NISQ 노이즈 하에서 해의 표현력과 회로 깊이의 균형은 어떻게 달라지며, 큰 Lambda에 대한 외삽에서 잘림의 역할은 무엇인가?
• RQ3 현재 IBM 하드웨어에서 AVQE 영감 회로를 실행할 때의 실용적 자원 비용과 오류 완화 요구사항은 무엇인가?
• RQ4 AVQE로 구성된 해를 처음 몇 개의 게이트로 잘라내는 것이 큰 Lambda로의 확장을 위해 바닥상태와의 중첩을 유지하면서 가능한가?
• RQ5 예비 하드웨어 결과가 더 확장 가능한 초대칭 모델의 양자 시뮬레이션 전략(예: SKQD)을 위한 향후 전략에 어떤 시사점을 주는가?

주요 결과

• AVQE는 점진적으로 큰 Lambda에서도 바닥상태 물성을 포착하는 문제 맞춤형, 하드웨어-효율적 해를 구성하지만, 대규모 Lambda에서 고전적 최적화가 어려워 정확도가 저하될 수 있다.
• HO, DW, AHO의 경우 AVQE 시퀀스의 초기 게이트가 에너지에 가장 큰 영향을 주며, 이후 게이트의 개선 효과는 감소하여 효과적인 잘림이 시사된다.
• 고전적 시뮬레이션은 에너지 수렴 동향과 해 구성의 패턴을 보이며, 처음 몇 개의 게이트로 자르는 것이 에너지 정확도와 노이즈/자원 비용의 균형을 맞춘다.
• 예비 IBM 하드웨어 실행은 디바이스 노이즈, 측정 오차, 회로 분해 비용으로 인해 일부 케이스에서 에너지 오차가 대략 1e-3 수준을 넘지 못하고, 오류 완화는 QPU 사용 비용을 크게 증가시키며 정확도를 개선한다.
• 오류 완화(레벨의 견고성)는 특정 경우(AHO, Lambda=8 등)에서 에너지를 크게 개선하지만 QPU 사용이 약 2.5배에서 4배 정도 증가하는 주요 자원 트레이드를 강조한다.
• 현재의 NISQ 한계로 인해 더 노이즈-레질리언트한 접근법(예: 샘플 기반 Krylov QD) 탐색이 Wess–Zumino-like 모델의 대규모 양자 시뮬레이션에 유력한 전략이 될 수 있음을 시사한다.