[논문 리뷰] Fast quantum algorithms for traversing paths of eigenstates

Sergio Boixo, E. Knill외 1명|arXiv (Cornell University)|2010. 05. 17.

Quantum Computing Algorithms and Architecture참고 문헌 27인용 수 13

한 줄 요약

이 논문은 고유상태 경로를 횡단하기 위한 빠른 디지털 양자 알고리즘을 제시한다. 위상 추정과 확률 증폭을 활용하여 복잡도 𝒪((L/Δ)log(L/ε))를 달성한다. 여기서 L는 각도적 경로 길이이고 Δ는 최소 고유값 갭이다. 이 방법은 경로의 연속성 가정 없이도 작동하며, 경로 길이와 갭이 주요 복잡도 요소로 작용함으로써, 애디아바틱 및 이전의 디지털 방법에 비해 크게 향상된다.

ABSTRACT

Consider a path of non-degenerate eigenstates of unitary operators or Hamiltonians with minimum eigenvalue gap G. The eigenpath traversal problem is to transform one or more copies of the initial to the final eigenstate. Solutions to this problem have applications ranging from quantum physics simulation to optimization. For Hamiltonians, the conventional way of doing this is by applying the adiabatic theorem. We give ``digital'' methods for performing the transformation that require no assumption on path continuity or differentiability other than the absence of large jumps. Given sufficient information about eigenvalues and overlaps between states on the path, the transformation can be accomplished with complexity O(L/G log(L/e)), where L is the angular length of the path and e is a specified bound on the error of the output state. We show that the required information can be obtained in a first set of transformations, whose complexity per state transformed has an additional factor that depends logarithmically on a maximum angular velocity along the path. This velocity is averaged over constant angular distances and does not require continuity. Our methods have substantially better behavior than conventional adiabatic algorithms, with fewer conditions on the path. They also improve on the previously best digital methods and demonstrate that path length and the gap are the primary parameters that determine the complexity of state transformation along a path.

연구 동기 및 목표

• 초기 고유상태 |ψ₀⟩에서 끝 고유상태 |ψ₁⟩로의 변환을 위한 효율적인 디지털 양자 알고리즘을 개발한다.
• 경로의 연속성 또는 미분 가능성에 대한 가정을 제거함으로써 애디아바틱 정리의 한계를 극복한다.
• 고유상태 변환의 주요 복잡도 매개변수로 각도적 경로 길이 L과 고유값 갭 Δ를 규명한다.
• 오직 인접한 상태들 간의 갭과 오버랩에 대한 경계만을 사용하여 최소한의 사전 지식으로도 작동하는 프레임워크를 제공한다.
• 기존의 애디아바틱 및 디지털 방법에 비해 복잡도를 감소시켜 스케일러블한 양자 시뮬레이션과 최적화를 가능하게 한다.

제안 방법

• 고유상태 경로를 따라 제어 변환을 구성하기 위해 위상 추정과 확률 증폭을 핵심 양자 원천으로 활용한다.
• 각도적 경로 길이 L을 경로의 모든 이산화에 대해 총 아 kosin 거리의 상한으로 정의하여, 부드럽지 않거나 비연속적인 경로도 포괄한다.
• 오차를 관리하고 복잡도를 제어하기 위해 경로를 부분구간으로 재귀적으로 분해하며, 확률적 분석에 갈턴-워슨 과정을 기반으로 한다.
• 경로의 비정상성 정도를 측정하기 위해 局소 평균 각속도 v_max 개념을 도입하고, 복잡도가 𝒪((ℒ/Δ)log(ℒ/ε))로 스케일링되며, 여기서 ℒ = L(log(v_max/v_avg)+2)이다.
• 소규모 해밀토니안 변화 하에서 고유상태 간의 각도 거리를 추정하기 위해 편미분 이론 도구(예: 해밀토니안의 해리스 함수 기법 및 1차 편미분 이론)를 활용한다.
• 여러 복제본을 유지하면서 정확도를 유지하는 재귀적 오차 감소 전략을 적용하며, 오차 경계는 모든 복제본에 동시에 적용된다.

실험 결과

연구 질문

• RQ1 경로의 매끄럽기 또는 연속성과 무관한 복잡도로 고유상태 경로 횡단이 가능할 수 있는가?
• RQ2 디지털 양자 알고리즘의 고유상태 변환을 규정하는 기본 복잡도 매개변수는 무엇인가?
• RQ3 경로 길이 L과 고유값 갭 Δ를 어떻게 사용하여 필요한 양자 연산 수를 근사할 수 있는가?
• RQ4 경로의 규칙성에 대한 사전 지식이 없을 경우, 국소 평균 각속도 v_max가 알고리즘 복잡도에 미치는 영향은 무엇인가?
• RQ5 제한된 경로 사전 지식이 있을 때도 양자 알고리즘이 L과 Δ 기반으로 거의 최적의 스케일링을 달성할 수 있는가?

주요 결과

• 충분한 오버랩 및 갭 정보가 있을 경우, 알고리즘은 복잡도 𝒪((L/Δ)log(L/ε))로 고유상태 변환을 달성하며, 이때 L은 각도적 경로 길이다.
• 복잡도는 최적에 근접한 로그 인자 범위 내에 있으며, U_s의 Ω(L/Δ)번 적용이 필요한 문제들이 존재함을 증명함으로써 거의 최적임을 입증한다.
• 정보가 더 적을 경우, 복잡도는 ℒ = L(log(v_max/v_avg)+2)를 사용하여 𝒪((ℒ/Δ)log(ℒ/ε))로 스케일링된다. 여기서 v_max는 최대 국소 평균 각속도이다.
• 경로의 비연속성 또는 비미분 가능성에 관계없이, 알고리즘은 연속성에 의존하지 않고 오직 각도 거리와 갭 제약 조건에만 기반한다.
• 갈턴-워슨 과정의 사용으로 활성 경로 세그먼트의 기대 수가 유한하게 유지되어 재귀적 분해에서 효율적인 오차 제어가 가능하다.
• 편미분 이론적 경계(예: 보조정리 D.1 및 추론 D.2)를 통해 소규모 해밀토니안 편향 하에서 고유상태 간의 각도 거리를 추정할 수 있어 실용적 구현이 가능하다.