[論文レビュー] Initial state preparation for quantum chemistry on quantum computers

Stepan Fomichev, Kasra Hejazi+9 more|arXiv (Cornell University)|Oct 27, 2023

Quantum Computing Algorithms and Architecture被引用数 7

ひとこと要約

本論文は、量子化学シミュレーションにおける高精度な初期状態準備のためのエンドツーエンドアルゴリズムを提示する。新たなエネルギー分布メトリクスを導入して状態の品質を定量化し、低精度量子位相推定（QPE）および量子固有状態フィルタリングを用いた効率的な状態精錬を可能にする。本手法は、スレーター行列式の和としての状態表現と後選別技術を活用することで、標準的なハートリー＝フォック初期状態と比較して推定コストを最大2桁低減する。

ABSTRACT

Quantum algorithms for ground-state energy estimation of chemical systems require a high-quality initial state. However, initial state preparation is commonly either neglected entirely, or assumed to be solved by a simple product state like Hartree-Fock. Even if a nontrivial state is prepared, strong correlations render ground state overlap inadequate for quality assessment. In this work, we address the initial state preparation problem with an end-to-end algorithm that prepares and quantifies the quality of initial states, accomplishing the latter with a new metric -- the energy distribution. To be able to prepare more complicated initial states, we introduce an implementation technique for states in the form of a sum of Slater determinants that exhibits significantly better scaling than all prior approaches. We also propose low-precision quantum phase estimation (QPE) for further state quality refinement. The complete algorithm is capable of generating high-quality states for energy estimation, and is shown in select cases to lower the overall estimation cost by several orders of magnitude when compared with the best single product state ansatz. More broadly, the energy distribution picture suggests that the goal of QPE should be reinterpreted as generating improvements compared to the energy of the initial state and other classical estimates, which can still be achieved even if QPE does not project directly onto the ground state. Finally, we show how the energy distribution can help in identifying potential quantum advantage.

研究の動機と目的

• 量子化学シミュレーションにおける初期状態準備という、重要ではあるがしばしば軽視される課題に対処すること。
• 従来の手法よりも良好なスケーリングを達成する、複雑な初期状態をスレーター行列式の和として準備するスケーラブルな手法の開発。
• 地面状態重みを超える初期状態品質の定量的評価を可能にする、新たなメトリクス「エネルギー分布」の導入。
• 低精度QPEと量子フィルタリング技術を用いて、コスト効率の良い初期状態の精錬を可能にすること。
• 量子位相推定の目的を、地面状態への直接射影ではなく、古典的推定値の改善に再定式化すること。

提案手法

• 初期状態をスレーター行列式の和として符号化する新しい状態準備フレームワークを導入し、従来手法よりも良好なスケーリングを達成する。
• 状態に含まれるエネルギー値の分布を分析することで初期状態の品質を評価する、新たなメトリクス「エネルギー分布」を提案。
• 位相レジスタの測定結果（例：0 を測定）に対する後選別を用いて、高エネルギー成分をフィルタリングし、状態品質を向上させる低精度QPEを実装。
• ステップ関数の200次多項式近似を用いた量子固有状態フィルタリングを適用し、エネルギー分布をシフト・フィルタリングする。
• 4桁および5桁の測定結果（例：4-および5桁の測定）を用いた粗いQPE結果に対する後選別を適用し、エネルギーがゼロより高い状態の重みを低減することで、高精度QPEの実行回数を削減する。
• QPEにおけるリークエラーの分析と緩和を実施し、リーク確率を評価し、精錬によってリークの相対的影響が効果的に低減されることを示す。

実験結果

リサーチクエスチョン

• RQ1 量子化学シミュレーションにおける初期状態品質を、地面状態重みを超えて定量的に評価する方法は何か？
• RQ2 スレーター行列式の和としての状態表現が、初期状態準備のスケーラビリティおよびパフォーマンスに与える影響は何か？
• RQ3 低精度QPEと後選別を用いることで、その後の高精度エネルギー推定のコストを顕著に低減できるか？
• RQ4 QETUや粗いQPEといった量子フィルタリング技術は、量子位相推定の効率をどの程度向上できるか？
• RQ5 エネルギー分布メトリクスは、エネルギー推定タスクにおける量子優位性の可能性をどのように特定するのを支援するか？

主な発見

• エネルギー分布メトリクスにより、地面状態重みが低い状態でもエネルギー推定に非常に有効であることが明らかになった。
• 4桁の粗いQPE、その後5桁の粗いQPEによる後選別により、エネルギーがゼロ未満の状態の合計重みが 0.0013 から 0.083 に低下し、高精度QPEの実行回数がほぼ2桁低減された。
• 200次多項式を用いたQETUを適用した結果、エネルギーがゼロ未満の状態が得られる確率は 0.0056 にまで低下し、高精度QPEの実行回数は約4倍減少した。
• 精錬後、リーク確率は 0.00097 から 0.0036 に上昇したが、関心のある状態の重みが著しく低減されたため、リークの影響は依然として無視できる水準に保たれた。
• 単一のハートリー＝フォック状態を初期状態として用いる場合と比較して、エネルギー推定の総コストが数個の桁数低減された。
• 結果から、量子優位性は、地面状態への完全な射影を達成することを目的とせず、古典的推定値の改善を目指す場合に、より実現可能性が高いと考えられる。