印度班加罗尔的Ja那教计算机科学和信息技术系摘要:有效的量子电路汇编对于最大化嘈杂的中等规模量子(NISQ)设备的实用性至关重要。本文使用动态编程提出了一种新型的自适应量子电路汇编技术,该技术可以显着降低电路深度,同时保持高保真度。我们的方法称为ADAQC(自适应量子编译器),根据特定的量子硬件约束和噪声特性,动态调整了编译策略。与最先进的编译器相比,我们证明了电路深度降低30%,基准电路在超导二极管体系结构上的忠诚度损失不到1%。此外,我们还对各种量子算法和硬件配置中ADAQC的性能进行了全面分析,从而展示了其在现实世界中的适应性和效率。索引术语:量子计算,电路编译,NISQ,动态编程,自适应算法
我们现在拥有的。NISQ 对于科学探索很有价值。但目前还没有提出具有商业价值的 NISQ 计算应用,与运行最佳算法解决相同问题的最佳经典硬件相比,该应用已经证明了量子优势。
噪声中型量子 (NISQ) 技术将在不久的将来问世。具有 50-100 个量子比特的量子计算机可能能够执行超越当今传统数字计算机能力的任务,但量子门中的噪声将限制能够可靠执行的量子电路的大小。NISQ 设备将成为探索多体量子物理的有用工具,并且可能具有其他有用的应用,但 100 量子比特量子计算机不会立即改变世界——我们应该将其视为迈向未来更强大的量子技术的重要一步。量子技术人员应继续努力实现更精确的量子门,并最终实现完全容错的量子计算。
关于当前NISQ设备上的量子计算,包括嘈杂的Qubits和需要不可忽略的经典计算作为算法的一部分,具有实用性,并将为科学和工业应用提供有关传统计算方面的优势。在该立场论文中,我们认为,尽管现实世界中的NISQ量子量尚未超过其经典对应物,但战略方法可用于促进工业和科学应用的进步。我们已经确定了三种关键策略,以指导NISQ计算实现实用且有用的实现。首先,优先考虑“杀手级应用程序”的识别是一个关键点。证明NISQ设备具有独特功能的应用程序可以催化更广泛的发展。我们建议将重点放在固有的量子上,例如将量子化学和材料科学作为有前途的领域指向。这些领域有可能表现出益处,为其他应用程序设定基准。其次,将AI和深度学习方法整合到NISQ计算中是一种有前途的方法。诸如量子物理信息的神经网络和可区分量子电路(DQC)之类的示例证明了量子计算与AI之间的协同作用。最后,认识到NISQ计算的跨学科性质,我们主张采用共同设计方法。实现经典计算和量子计算之间的协同作用需要在共同设计的量子应用程序,算法和编程环境以及
抗碰撞散列是现代密码学的基本原语,它确保没有有效的方法来找到产生相同哈希值的不同输入。此属性支撑着各种加密应用程序的安全性,因此了解其复杂性至关重要。在经典环境中,这个问题的复杂性是众所周知的,需要 Θ( N 1 / 2 ) 次查询才能找到碰撞。然而,量子计算的出现带来了新的挑战,因为量子对手——具备量子查询的能力——可以更有效地找到碰撞。Brassard、Høyer 和 Tapp [ BHT98 ] 以及 Aaronson 和 Shi [ AS04 ] 确定,全尺寸量子对手需要 Θ( N 1 / 3 ) 次查询才能找到碰撞,这促使需要更长的哈希输出,这会影响安全所需密钥长度的效率。本文探讨了噪声中尺度量子 (NISQ) 时代的量子攻击的影响。在这项工作中,我们研究了三种不同的 NISQ 算法模型,并为所有算法实现了严格的界限:
量子计算 (QC) 以成熟的理论计算模型 [1]、[2]、[3]、[4] 为基础,具有超越最强大的传统计算机能力的巨大潜力。基于云的 [5]、[6]、[7]、[8]、[9] 嘈杂中型量子 (NISQ) [10] 计算机的出现,加上关键 QC 工具流的最新增强 [11]、[12]、[13]、[14]、[15]、[16]、[17],使得量子计算能够在各种应用和平台上展示量子优势 [18]、[19]、[20]、[21]、[22],甚至在实现容错之前。随着量子比特数的不断增加和量子计算机保真度的不断提高,它们执行创新算法和产生敏感知识产权的潜力变得越来越引人注目。在这种背景下,量子计算系统的安全性至关重要,因为不安全的量子计算系统不仅会危及用户,还会对我们更广泛的社会构成重大风险。然而,目前明显缺乏系统的研究来应对不断变化的量子威胁形势、探索潜在的漏洞以及建立强有力的对策来保护量子系统的完整性及其处理的敏感信息。在本文中,我们迈出了第一步,提供了一个全面的教程和调查,重点是识别和分类量子计算系统固有的漏洞。我们的最终目标是为安全的量子计算环境奠定坚实的基础。本文是朝着这一目标迈出的第一步,它积极阐明了量子安全威胁的形势,使行业利益相关者和研究界都受益。
量子算法因其可能显著超越传统算法而越来越受欢迎。然而,量子算法在优化问题中的实际应用面临着与现有量子算法训练效率、成本格局形状、输出准确性以及扩展到大规模问题的能力相关的挑战。在这里,我们提出了一种基于梯度的量子算法,用于具有幅度编码的硬件高效电路。我们表明,简单的线性约束可以直接合并到电路中,而无需使用惩罚项对目标函数进行额外修改。我们使用数值模拟在具有数千个节点的完全加权图的 MaxCut 问题上对其进行测试,并在超导量子处理器上运行该算法。我们发现,当应用于具有 1000 多个节点的无约束 MaxCut 问题时,将我们的算法与称为 CPLEX 的传统求解器相结合的混合方法比单独使用 CPLEX 实现了更好的解决方案。这表明混合优化是现代量子设备的主要用例之一。
1新加坡技术与设计大学的科学,数学和技术集群,Somapah Road 8,487372新加坡2号新加坡2量子信息和计算机科学与量子科学与联合量子研究所联合中心,NIST / MARYLAND MARYLAND,MARYLAND 20742,MARYLAND 20742,美国20742新加坡共和国,新加坡共和国4量子技术中心,新加坡国立大学117543,新加坡5 Design,Somapah Road 8,新加坡487372 8 Abdus Salam国际理论物理中心,Strada Costiera 11,34151 Trieste,意大利
AKLT状态是各向同性量子Heisenberg Spin-1模型的基态。它表现出激发差距和指数衰减的相关函数,并在其边界处具有分数激发。到目前为止,仅通过捕获离子和光子系统实验实现了一维AKLT模型。在这项工作中,我们成功地准备了嘈杂的中间量子量子(NISQ)ERA量子设备上的AKLT状态。尤其是,我们在IBM量子处理器上开发了一种非确定性算法,其中AKLT状态制备所需的非单生操作员嵌入到单一操作员中,并为每对辅助旋转旋转1 /2的额外的Ancilla Qubit带有附加的Ancilla Qubit。这样的统一操作员有效地由由单量子和最近的邻居CX门组成的参数化电路表示。与Qiskit的常规操作员分解方法相结合,我们的方法导致了较浅的电路深度,仅邻近邻居的大门,而原始操作员的忠诚度超过99.99%。通过同时选择每个Ancilla Qubit,以使其属于旋转|↑>的子空间,可以通过从最初的单元状态以及量子计算机上的旋转量中的旋转量中的初始产品状态以及随后对所有其他物理量进行录制来系统地获得AKLT状态。我们展示了如何通过减轻读数错误的IBM量子专业人员进一步提高实施的准确性。