在组合优化问题中,例如 MAX-CUT 或 TRAVELLING-SALESPERSON [ 1 ],目标是从某个初始状态演化到编码优化问题解的最终状态。一种方法可能是绝热演化,将每个初始状态和最终状态编码为某个汉密尔顿量的基态,并在它们之间足够缓慢地插值。在实践中,这种方法受到插值汉密尔顿量的最小谱隙的限制 [ 2 , 3 ]。这种方法被称为绝热量子优化 (AQO) [ 4 – 8 ]。在缺乏成熟硬件的情况下,AQO 依靠绝热原理作为指导设计原则。反过来,AQO 导致了量子退火 (QA)。与 AQO 类似,QA 试图在初始和最终汉密尔顿量之间连续插值。QA 表示一种更广泛的
感谢所有出色的演讲者和与会者! 完成在线评估并申请 AQO 2024 继续教育学分的截止日期为 2024 年 12 月 13 日星期五。 讲座和讨论的录音可在虚拟平台上获取,您可以在 2024 年 11 月 15 日星期五之前查看。 11 月 15 日之后,所有录制的内容将移至 STS 学习中心,直到 AQO 2025。