XiaoMi-AI文件搜索系统
World File Search SystemNISQ
NISQ 的复杂性
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。
QAOA、VQE、NISQ
模型梯度下降 [Sung et al '20]：围绕当前参数拟合二次模型并最小化它（BayesMGD [Stanisic et al '21]：使用贝叶斯规则来维持模型中的不确定性；解析下降 [Koczor and Benjamin
碰撞查找的 NISQ 复杂性∗
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：
超越 NISQ：Megaquop 机器
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。
NISQ 时代及以后的量子计算
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。
嘈杂的中型量子（NISQ）计算机—......
摘要 — 第一批量子计算机最近展示了“量子至上”或“量子优势”：执行传统机器无法完成的计算。当今的量子计算机遵循 NISQ 范式：它们的错误率远高于传统电子设备，并且没有足够的量子资源来支持强大的纠错协议。这就引发了哪些相关计算在 NISQ 架构范围内的问题。几种“NISQ 时代算法”被认为符合此类计算机的特性；例如，变分优化器基于相对较短的量子和经典计算的交织，从而最大限度地提高成功的机会。本文将批判性地评估 NISQ 计算的前景和挑战。这个领域迄今为止取得了什么成就，我们可能很快取得什么成就，我们在哪些方面必须持怀疑态度并等待更大规模的完全纠错架构的出现？索引词——量子计算、NISQ 计算、错误模拟、错误容限分析、错误表征
NISQ分析仪：自动选择量子...
摘要。量子计算可以在未来的研究和行业中实现各种突破。与最知名的古典算法相比，已经存在一些量子算法，这些量子算法显示了理论上的速度，但这些算法的实现和执行都带来了一些挑战。例如，输入数据确定，例如，Quantum算法所需的量子数和门数。量子算法实现还取决于限制可用量子计算机集的使用的软件开发套件。由于当前量子计算机的功能有限，因此选择适当的量子计算机来执行给定输入的某些实施，这是一个困难的挑战，需要有关实施的量子算法以及有关使用的软件开发工具包的技术知识的巨大数学知识。在本文中，我们提出了一个概念，用于对量子算法的实现和适当的量子计算机的实现进行自动分析和选择，该计算机可以使用某些输入数据执行所选的实现。通过我们称为NISQ Analyzer的工具的原型实施来证明该概念的实际可行性。
迈向可靠、适用的 NISQ 量子计算
摘要 — 量子计算正成为提升当前计算资源、实现信息通信技术应用以优化流程和解决复杂且具有挑战性的特定领域问题的一大希望。然而，量子计算技术尚未成熟到可以提供明显优于高性能计算的水平。为了实现这种“量子优势”，需要更多的量子比特，这不可避免地会导致计算量子比特的拓扑结构更加复杂。这增加了退相干时间的额外困难，并意味着更高的量子比特错误率。尽管量子硬件层存在内在的不确定性，但当前的嘈杂中型量子 (NISQ) 计算机仍然很有用。为了利用这种容易出错的计算资源，需要各种概念来解决量子比特错误并提供成功的计算。本文描述并激发了对新概念量子 DevOps 的需求。这需要定期检查 NISQ 量子计算 (QC) 实例的可靠性。通过测试基本量子门和计算（C-NOT、Hadamard 等）的计算可靠性，它可以估计大规模关键计算（例如计算城市的每小时交通流量模型）提供足够质量结果的可能性。按照这种方法选择最佳匹配（云）QC 实例并将其直接与基于量子的算法和系统的开发、测试和最终操作过程集成，从而实现量子 DevOps 概念。