近年来,NISQ 设备的激增使得了解它们的计算能力变得势在必行。在这项工作中,我们定义并研究了复杂度类 NISQ ,旨在封装可由能够访问 NISQ 设备的经典计算机有效解决的问题。为了对现有设备进行建模,我们假设设备可以 (1) 有噪声地初始化所有量子位,(2) 应用许多有噪声的量子门,以及 (3) 对所有量子位执行有噪声的测量。我们首先通过展示基于 Simon 问题的修改的三个类别之间的超多项式 oracle 分离,给出 BPP ⊊ NISQ ⊊ BQP 的证据。然后,我们考虑 NISQ 对三个经过充分研究的问题的能力。对于非结构化搜索,我们证明 NISQ 无法比 BPP 实现类似 Grover 的二次加速。对于 Bernstein-Vazirani 问题,我们表明 NISQ 只需要 BPP 所需查询数量的对数。最后,对于量子态学习问题,我们证明 NISQ 比使用无噪声恒定深度量子电路的经典计算弱得多。