Règles de décalage "appropriées" pour les dérivées d'évolutions quantiques paramétriques perturbées

Règles de décalage "appropriées" pour les dérivées d'évolutions quantiques paramétriques perturbées

Dirk Olivier Theis

Informatique théorique, Université de Tartu, Estonie

Vous trouvez cet article intéressant ou souhaitez en discuter? Scite ou laisse un commentaire sur SciRate.

Abstract

Banchi & Crooks (Quantum, 2021) ont donné des méthodes pour estimer les dérivées des valeurs d'espérance en fonction d'un paramètre qui entre via ce que nous appelons une évolution quantique "perturbée" $xmapsto e^{i(x A + B)/hbar}$. Leurs méthodes nécessitent des modifications, au-delà du simple changement de paramètres, des unitaires qui apparaissent. De plus, dans le cas où le terme $B$ est incontournable, aucune méthode exacte (estimateur sans biais) pour la dérivée ne semble être connue : la méthode de Banchi & Crooks donne une approximation.
Dans cet article, pour estimer les dérivées de valeurs d'espérance paramétrées de ce type, nous présentons une méthode qui ne nécessite que des paramètres de décalage, aucune autre modification des évolutions quantiques (une règle de décalage "propre"). Notre méthode est exacte (c'est-à-dire qu'elle donne des dérivées analytiques, des estimateurs sans biais), et elle a la même variance dans le pire des cas que celle de Banchi-Crooks.
De plus, nous discutons de la théorie entourant les règles de décalage appropriées, basée sur l'analyse de Fourier des évolutions quantiques paramétriques perturbées, aboutissant à une caractérisation des règles de décalage appropriées en termes de transformées de Fourier, ce qui nous conduit à son tour à des résultats de non-existence de règles de décalage avec concentration exponentielle des décalages. Nous dérivons des méthodes tronquées qui présentent des erreurs d'approximation et les comparons à celles de Banchi-Crooks sur la base de simulations numériques préliminaires.

Dans les tentatives d'utilisation de dispositifs quantiques d'aujourd'hui ou d'un futur proche pour des calculs significatifs, l'approche variationnelle hybride quantique-classique est largement suivie. Elle consiste à paramétrer l'évolution quantique puis à optimiser ces paramètres dans une boucle alternant calcul quantique et calcul classique.

Une autre approche consiste à cartographier un problème de calcul à un hamiltonien qui peut être réalisé sur du matériel quantique. Par exemple, pour modéliser le problème de l'ensemble stable maximal sur des dispositifs quantiques à atomes froids, le blocage de Rydberg peut servir de moyen de réaliser partiellement les contraintes de stabilité.

Des tentatives sont bien sûr en cours pour combiner les deux approches.

Pour optimiser les paramètres, l'approche variationnelle utilise généralement des estimateurs du gradient, et ces estimateurs doivent avoir un petit biais et une petite variance. Dans le monde de l'informatique quantique numérique - c'est-à-dire les circuits quantiques contenant des portes portes (paramétrées) - l'estimation des gradients est bien comprise et basée sur ce que l'on appelle 𝑝𝑎𝑟𝑎𝑚𝑒𝑡𝑒𝑟 𝑠ℎ𝑖𝑓𝑡 𝑟𝑢𝑙𝑒𝑠. Mais lors de la combinaison du numérique avec l'analogique, la situation se présente que la partie paramétrée de l'hamiltonien ne commute pas avec d'autres parties.
Pensez à choisir comme l'un des paramètres la fréquence de Rabi, disons localement à un seul atome, dans un réseau d'atomes de Rydberg : le terme de Rabi ne commute pas avec les termes de blocus de Rydberg. De nombreux autres exemples existent. Dans ces situations, la théorie connue de la règle de décalage s'effondre.
Dans notre article, nous proposons une nouvelle méthode d'estimation des dérivées pour ces situations. Notre méthode fonctionne selon le paradigme connu de la règle de décalage et améliore l'état de l'art en réduisant le biais de l'estimateur.

► Données BibTeX

► Références

Jarrod R McClean, Nicholas C Rubin, Joonho Lee, Matthew P Harrigan, Thomas E O'Brien, Ryan Babbush, William J Huggins et Hsin-Yuan Huang. "Ce que nous apprennent les fondements de l'informatique quantique sur la chimie". Le Journal of Chemical Physics 155, 150901 (2021).
https://​/​doi.org/​10.48550/​arXiv.2106.03997

Xiao Yuan, Suguru Endo, Qi Zhao, Ying Li et Simon C Benjamin. « Théorie de la simulation quantique variationnelle ». Quantique 3, 191 (2019).
https://​/​doi.org/​10.48550/​arXiv.1812.08767

Kosuke Mitarai, Makoto Negoro, Masahiro Kitagawa et Keisuke Fujii. "Apprentissage des circuits quantiques". Phys. Rév. A 98, 032309 (2018).
https: / / doi.org/ 10.1103 / PhysRevA.98.032309

Marcello Benedetti, Erika Lloyd, Stefan Sack et Mattia Fiorentini. "Circuits quantiques paramétrés comme modèles d'apprentissage automatique". Science et technologie quantiques 4, 043001 (2019).
https:/​/​doi.org/​10.1088/​2058-9565/​ab4eb5

Edward Farhi, Jeffrey Goldstone et Sam Gutmann. "Un algorithme d'optimisation approchée quantique". Prépublication (2014).
https://​/​doi.org/​10.48550/​arXiv.1411.4028

Eric R Anschuetz, Jonathan P Olson, Alán Aspuru-Guzik et Yudong Cao. « Factorisation quantique variationnelle ». Prépublication (2018).
https://​/​doi.org/​10.48550/​arXiv.1808.08927

Carlos Bravo-Prieto, Ryan LaRose, Marco Cerezo, Yigit Subasi, Lukasz Cincio et Patrick J Coles. "Solveur linéaire quantique variationnel". Prépublication (2019).
https://​/​doi.org/​10.48550/​arXiv.1909.05820

Ryan Babbush et Hartmut Neven. "Entraînement des évolutions quantiques à l'aide de contrôles sublogiques" (2019). Brevet américain 10,275,717.

Louis-Paul Henry, Slimane Thabet, Constantin Dalyac et Loïc Henriet. "Noyau d'évolution quantique : apprentissage automatique sur des graphes avec des tableaux programmables de qubits". Examen physique A 104, 032416 (2021).
https://​/​doi.org/​10.48550/​arXiv.2107.03247

Constantin Dalyac, Loïc Henriet, Emmanuel Jeandel, Wolfgang Lechner, Simon Perdrix, Marc Porcheron et Margarita Veshchezerova. « Qualification des approches quantiques pour des problèmes d'optimisation industrielle difficiles. une étude de cas dans le domaine de la recharge intelligente des véhicules électriques ». Technologie quantique EPJ 8, 12 (2021).
https://​/​doi.org/​10.48550/​arXiv.2012.14859

Ryan Sweke, Frederik Wilde, Johannes Meyer, Maria Schuld, Paul K Fährmann, Barthélémy Meynard-Piganeau et Jens Eisert. "Descente de gradient stochastique pour l'optimisation hybride quantique-classique". Quantique 4, 314 (2020).
https://​/​doi.org/​10.48550/​arXiv.1910.01155

Jun Li, Xiaodong Yang, Xinhua Peng et Chang-Pu Sun. "Approche hybride quantique-classique du contrôle optimal quantique". Phys. Rév. Lett. 118, 150503 (2017).
https: / / doi.org/ 10.1103 / PhysRevLett.118.150503

Leonardo Banchi et Gavin E. Crooks. "Mesurer les gradients analytiques de l'évolution quantique générale avec la règle de décalage des paramètres stochastiques". Quantique 5, 386 (2021).
https:/​/​doi.org/​10.22331/​q-2021-01-25-386

Richard P Feynman. "Un calcul d'opérateur ayant des applications en électrodynamique quantique". Examen physique 84, 108 (1951).
https: / / doi.org/ 10.1103 / PhysRev.84.108

Ralph M Wilcox. « Opérateurs exponentiels et différenciation des paramètres en physique quantique ». Journal de physique mathématique 8, 962–982 (1967).
https: / / doi.org/ 10.1063 / 1.1705306

Javier Gil Vidal et Dirk Oliver Theis. "Calcul sur les circuits quantiques paramétrés". Prépublication (2018).
https://​/​doi.org/​10.48550/​arXiv.1812.06323

David Wierichs, Josh Izaac, Cody Wang et Cédric Yen-Yu Lin. "Règles générales de décalage des paramètres pour les gradients quantiques". Prépublication (2021).
https://​/​doi.org/​10.48550/​arXiv.2107.12390

Dirk Olivier Theis. "Optimalité des règles de décalage des paramètres de support fini pour les dérivés de circuits quantiques variationnels". Prépublication (2021).
https://​/​doi.org/​10.48550/​arXiv.2112.14669

Michael Reed et Barry Simon. "Méthodes de physique mathématique moderne II: analyse de Fourier, auto-adjointité". Volume 2. Presse académique. (1975).

Jarrod R McClean, Sergio Boixo, Vadim N Smelyanskiy, Ryan Babbush et Hartmut Neven. "Plateaux stériles dans les paysages d'entraînement des réseaux de neurones quantiques". Nature communications 9, 4812 (2018).
https:/​/​doi.org/​10.1038/​s41467-018-07090-4

Andrew Arrasmith, Zoë Holmes, Marco Cerezo et Patrick J Coles. « Équivalence des plateaux arides quantiques à la concentration des coûts et aux gorges étroites ». Science et technologie quantiques 7, 045015 (2022).
https://​/​doi.org/​10.48550/​arXiv.2104.05868

Walter Roudin. "Analyse fonctionnelle". McGraw-Hill. (1991).

Elias M Stein et Rami Shakarchi. « Analyse de Fourier : une introduction ». Volume 1. Presse universitaire de Princeton. (2011).

Gérald B Folland. "Un cours d'analyse harmonique abstraite". Tome 29. Presse CRC. (2016).

Don Zagier. « La fonction dilogarithme ». Dans Frontières en théorie des nombres, physique et géométrie II. Pages 3 à 65. Springer (2007).

Léonard C Maximon. "La fonction dilogarithme pour argument complexe". Actes de la Royal Society de Londres. Série A: Sciences mathématiques, physiques et de l'ingénieur 459, 2807–2819 (2003).
https: / / doi.org/ 10.1098 / rspa.2003.1156

Elias M Stein et Rami Shakarchi. "Analyse complexe". Volume 2. Presse universitaire de Princeton. (2010).

Walter Roudin. "Analyse réelle et complexe". McGraw-Hill. (1987).

Heinz Bauer. «Maß- und Integrationstheorie». Walter de Gruyter. (1992). 2e édition.

Franz Rellich et Joseph Berkowitz. "Théorie des perturbations des problèmes aux valeurs propres". Presse CRC. (1969).

Cité par

[1] Roeland Wiersema, Dylan Lewis, David Wierichs, Juan Carrasquilla et Nathan Killoran, "Here comes the $mathrm{SU}(N)$: multivariate quantum gates and gradients", arXiv: 2303.11355, (2023).

Les citations ci-dessus proviennent de SAO / NASA ADS (dernière mise à jour réussie 2023-07-14 10:03:06). La liste peut être incomplète car tous les éditeurs ne fournissent pas de données de citation appropriées et complètes.

On Le service cité par Crossref aucune donnée sur la citation des œuvres n'a été trouvée (dernière tentative 2023-07-14 10:03:04).

Horodatage:

Plus de Journal quantique