量子计算机的发展受到了这样一种想法的刺激,即在解决计算任务时实现比基于传统原理的机器高得多的速度,并且与密码学(Shor,1994)、搜索(Grover,1996)、优化(Farhi 等人,2014)、量子系统模拟(Lloyd,1996)和求解大型线性方程组(Harrow 等人,2009)等问题相关。现有的量子计算设备原型使用各种物理平台来实现量子计算协议,例如超导电路(Arute 等,2019 年;Wu 等,2021 年)、半导体量子点(Xue 等,2022 年;Madzik 等,2022 年;Noiri 等,2022 年)、光学系统(Zhong 等,2020 年;Madsen 等,2022 年)、中性原子(Ebadi 等,2021 年;Scholl 等,2021 年;Henriet 等,2020 年;Graham 等,2022 年)和捕获离子(Zhang 等,2017 年;Blatt and Roos,2012 年;Hempel 等,2018 年)。尽管有几项实验报告称在解决采样问题方面取得了量子优势(Arute 等人,2019 年;Wu 等人,2021 年;Zhong 等人,2020 年),但现有一代量子计算机的计算能力有限。这些限制与以下事实有关:为了解决实际相关的计算问题,必须将设备相对于所用信息载体数量(例如,量子比特,它们是经典比特的量子对应物)的可扩展性与对量子比特的高质量操作相结合
摘要:我们研究了动态解耦技术在可公开访问的 IBM 量子计算机 (IBMQ) 上的当前有效性。该技术也称为 bang-bang 解耦或动态对称化,包括应用脉冲序列,通过对称化量子比特与环境的相互作用来保护量子比特免于退相干。该领域的研究者研究了具有不同对称性的序列,并在通常考虑单量子比特状态的 IBMQ 设备上进行了测试。我们表明,最简单的通用序列对于在 IBMQ 设备上保存双量子比特状态很有用。为此,我们考虑了单量子比特和双量子比特状态的集合。结果表明,使用可用 IBMQ 脉冲的简单动态解耦方法不足以在没有进一步关注的情况下保护一般的单量子比特状态。尽管如此,该技术对贝尔态是有益的。这鼓励我们研究逻辑量子比特编码,例如 {| 0 ⟩ L ≡| 01 ⟩ , | 1 ⟩ L ≡| 10 ⟩} ,其中量子态的形式为 | ψ ab ⟩ = a | 0 ⟩ L + b | 1 ⟩ L 。因此,我们探索了具有大量两量子比特 | ψ ab ⟩ 状态的动态解耦的有效性,其中 a 和 b 是实数振幅。据此,我们还确定 | ψ ab ⟩ 状态最能从这种动态解耦方法中受益,并减缓了其生存概率的衰减。
摘要 动态解耦技术是一种多功能工具,可用于设计具有定制特性的量子态。在捕获离子中,通过射频场修饰的嵌套连续动态解耦 (CDD) 层可以抵消主要的磁移和电移,从而提供电子态的极长相干时间。利用这种增强功能进行频率计量、量子模拟或量子计算,提出了将解耦与激光离子相互作用相结合以对捕获离子的电子和运动状态进行量子控制的挑战。最终,这将需要在修饰解耦状态的量子比特上运行量子门。我们在此提供捕获离子中嵌套 CDD 的紧凑表示,并将其应用于电子 S 和 D 状态以及光学四极跃迁。我们的处理提供了所有有效的跃迁频率和 Rabi 速率,以及这些跃迁的有效选择规则。在此基础上,我们讨论了结合 CDD 和 Mølmer-Sørensen 门的可能性。
尽管量子计算机的性能日益强大,但使用当今的非容错设备进行可证明的算法量子加速的实验演示仍然难以实现。在这里,我们明确地在 Oracle 模型中展示了这种加速,并以解决问题时间指标与问题规模的缩放比例来量化。我们利用两个不同的 27 量子位 IBM Quantum (IBMQ) 超导处理器实现了单次 Bernstein-Vazirani 算法,该算法解决了识别每次 Oracle 查询后都会发生变化的隐藏位串的问题。当量子计算受到动态解耦保护时,仅在两个处理器中的一个上观察到加速,但如果没有动态解耦,则不会出现加速。这里报告的量子加速不依赖于任何额外的假设或复杂性理论猜想,并在具有 Oracle 和验证器的游戏环境中解决了真正的计算问题。
在物理和生命科学中具有广泛应用的固态量子传感器 ( 金刚石色心 -NV 氮原子空穴色心 ) ; 探索标准模型之外物理的量子传感器 ( 磁力仪和原子钟,囚禁的极性分子,自旋压缩,控制自旋退相 干,纠缠 ) ; 量子信息处理成为现实 ( 囚禁离子,约瑟夫森结 ) ; 增强型量子传感器的先进材料 ( 光晶格,固态量子缺陷,混合量子系统,拓扑材料 ) ; 用于暗区物理的量子传感器 ( 高 Q 值的射频或微波腔,基于超导干涉效应的高 Q 接收器 ) ; 基于原子干涉测量和光学原子钟的精密时空传感器 ( 量子纠缠 ( “压缩” ) 和量子控制 ( “动态解耦” )) 。
在捕获原子钟中,退相干的主要来源通常是振荡器的相位噪声。在这种情况下,我们通过组合多个原子集合来获得理论上的性能提升。例如,可以将 M 个 N 原子集合与各种探测周期组合,以将频率方差降低到标准拉姆齐时钟的 M 2 − M 倍。如果某些集合的原子相位以降低的频率演变,则可能出现类似的指数级改进。这些集合可以由具有较低频率跃迁的原子或分子构成,或由动态解耦生成。具有降低频率或探测周期的集合仅负责计数 2 π 相位包裹的整数,并且不影响时钟的系统误差。具有高斯初始状态的量子相位测量允许比拉姆齐光谱更小的集合大小。
Simon的问题是找到一个编码为未知2 -至1函数的隐藏周期(bottring)。这是最早的问题之一,该问题被证明是理想的,无噪声的量子计算机,尽管在Oracle模型中。在这里,使用两个不同的Qubit IBM量子超导处理器,我们为Simon问题的一种变体展示了一种算法量子加速,其中隐藏周期具有受限的锤击重量w。对于W的足够小的W值和最多涉及58吨的电路值,我们证明了指数加速,尽管质量低于噪音无算法的速度。当计算受动态解耦保护时,加速指数和指数加速的W值范围会显着增强。通过缓解测量误差实现进一步的增强。这构成了Abelian隐藏子组问题的真正量子优势的演示。
在嘈杂的房间里看书会让人很沮丧。为了更好地集中注意力,你可以戴上降噪耳机,它可以检测环境噪音并产生相反的声波来抵消它。南加州大学教授、南加州大学-IBM 量子创新中心主任 Daniel Lidar 探索了一种类似的方法,称为“动态解耦”,用于保护脆弱的量子信息免受导致错误的外部干扰。就像降噪耳机一样,他向量子比特施加了一系列快速、精心定时的脉冲。这些脉冲就像一个盾牌,抵消了外部噪声的影响,并使其量子态保持更长时间。作为错误校正和抑制方面的顶尖专家,Lidar 通过考虑影响量子系统的噪声的具体属性来改进这项技术,从而允许以更有针对性、更有效的方式将它们脉冲化。
扫描隧道显微镜 (STM) 能够在具有原子精度的表面上自下而上地制造定制的自旋系统。当将 STM 与电子自旋共振 (ESR) 相结合时,这些单个原子和分子自旋可以被量子相干地控制并用作电子自旋量子比特。在这里,我们通过沿两个不同方向采用相干控制来展示对表面上这种自旋量子比特的通用量子控制,这通过两个具有明确相位差的连续射频 (RF) 脉冲实现。我们首先展示量化轴上布洛赫矢量的每个笛卡尔分量的变换,然后进行 ESR-STM 检测。然后,我们展示了使用双轴控制方案生成单个自旋量子比特的任意叠加态的能力,其中实验数据与模拟结果高度一致。最后,我们介绍了动态解耦中双轴控制的实现。我们的工作扩展了基于 STM 的脉冲 ESR 的范围,突出了该技术在表面电子自旋量子比特的量子门操作中的潜力。
基于参数化量子电路的量子机器学习算法是近期量子优势的有希望的候选者。虽然这些算法与当前一代量子处理器兼容,但设备噪声限制了它们的性能,例如通过诱导损失景观的指数平坦化。诸如动态解耦和泡利旋转之类的错误抑制方案通过降低硬件级别的噪声来缓解这个问题。这个技术工具箱最近增加了脉冲高效转译,它通过利用硬件原生的交叉共振相互作用来减少电路调度时间。在这项工作中,我们研究了脉冲高效电路对量子机器学习近期算法的影响。我们报告了两个标准实验的结果:使用量子神经网络对合成数据集进行二元分类,以及使用量子核估计进行手写数字识别。在这两种情况下,我们发现脉冲高效转译大大减少了平均电路持续时间,从而显著提高了分类准确率。最后,我们将脉冲高效转译应用于汉密尔顿变分假设,并表明它延迟了噪声引起的荒芜高原的出现。