噪声中型量子 (NISQ) 量子计算机正在迅速发展,目前已有超过 400 量子比特的机器 [7],业界预计 4000 量子比特或更大的设备将在未来十年内问世 [14]。到目前为止,它们对于量子纠错来说还太小,但已经在优化、化学和其他重要领域有着广阔的应用前景 [8, 10, 11]。在不同类型的技术中,基于超导量子比特技术的 NISQ 计算机由许多公司开发,例如 IBM、Rigetti 或 Quantum Circuits, Inc. 这些机器使用在约 20 ℃ 温度下工作的超导电子电路实现量子计算。即使在极端冷却下,这些设备也会对不同类型的环境干扰以及噪声敏感。
通用容错量子计算机能够有效解决整数分解和非结构化数据库搜索等问题,需要数百万个具有低错误率和长相干时间的量子比特。虽然实现此类设备的实验进展可能需要数十年的研究,但嘈杂的中型量子 (NISQ) 计算机已经存在。这些计算机由数百个嘈杂的量子比特组成,即未经纠错的量子比特,因此在有限的相干时间内执行不完美的操作。为了利用这些设备实现量子优势,已经提出了用于物理、机器学习、量子化学和组合优化等各个学科的算法。此类算法的总体目标是利用有限的可用资源来执行经典的挑战性任务。在这篇评论中,对 NISQ 计算范式和算法进行了全面总结。讨论了这些算法的关键结构及其局限性和优势。此外,还提供了用于编程和测试 NISQ 设备的各种基准测试和软件工具的全面概述。
NISQ 时代量子计算 (QC) 的快速发展迫切需要一个低级基准测试套件和深刻的评估指标,以表征原型 NISQ 设备的特性、QC 编程编译器、调度程序和汇编程序的效率以及经典计算机中量子系统模拟器的能力。在这项工作中,我们通过基于 OpenQASM 汇编表示提出一个低级、易于使用的基准测试套件 QASMBench 来弥补这一空白。它整合了来自化学、模拟、线性代数、搜索、优化、算术、机器学习、容错、密码学等各个领域的常用量子例程和内核,在通用性和可用性之间进行权衡。为了从 NISQ 设备执行的角度分析这些内核,除了电路宽度和深度之外,我们还提出了四个电路指标,包括门密度、保留寿命、测量密度和纠缠方差,以提取有关执行效率、NISQ 误差敏感性以及机器特定优化的潜在收益的更多见解。QASMBench 中的应用程序可以在多个 NISQ 平台上启动和验证,包括 IBM-Q、Rigetti、IonQ 和 Quantinuum。为了进行评估,我们通过密度矩阵状态断层扫描测量 12 台 IBM-Q 机器上 QASMBench 应用程序子集的执行真实性,包括 25K 电路评估。我们还比较了 IBM-Q 机器、IonQ QPU 和 Rigetti Aspen M-1 系统之间的执行真实性。QASMBench 发布在:http://github.com/pnnl/QASMBench。
人们认为,模拟多体量子系统的动力学是量子计算机能够显示出优于传统计算机的量子优势的首批领域之一。噪声中型量子 (NISQ) 算法旨在有效利用当前可用的量子硬件。对于量子模拟,已经提出了各种类型的 NISQ 算法,它们各有优势,也各有挑战。在这项工作中,我们提出了一种新算法,即截断泰勒量子模拟器 (TQS),它继承了现有算法的优点并减轻了一些缺点。我们的算法没有任何经典量子反馈回路,并通过构造绕过了荒芜高原问题。我们的混合量子经典算法中的经典部分对应于具有单个二次等式约束的二次约束二次规划 (QCQP),它允许半定松弛。基于 QCQP 的经典优化最近被引入作为量子辅助特征值求解器 (QAE) 中的经典步骤,QAE 是用于汉密尔顿基态问题的 NISQ 算法。因此,我们的工作为汉密尔顿基态问题的 NISQ 算法和汉密尔顿模拟提供了概念上的统一。我们将基于微分方程的 NISQ 算法(如量子辅助模拟器 (QAS) 和变分量子模拟器 (VQS))恢复为我们算法的特例。我们在当前云量子计算机上的一些小例子上测试了我们的算法。我们还提供了一种系统的方法来提高我们算法的准确性。
量子计算利用量子效应来存储和处理数据,这可能导致计算化学的革命。1-5,随着嘈杂的中级量子量子(NISQ)计算的出现,6台具有数十个易于错误的Qubits的设备越来越多地用于研究人员和公众。7 - 10由于此类设备无法运行大深度结构化量子算法,因此如何最好地利用它们来解决化学问题的问题具有深厚的科学和商业意义。近年来,在开创性的提案(例如变异量子本质量(VQE))之后,11研究集中在基于参数化量子电路(PQC)的变异算法上。12-14从长远来看,量子相估计(QPE)算法提供了评估分子系统能量的有前途的途径,因为它可能在经典的完整构型间相比(FCI)处理方面具有指数优势。15,16与VQE相比,运行QPE所需的电路深度通常太深而无法在近期量子设备上运行,这使得VQE成为NISQ时代的选择方法。VQE使用参数化的量子电路来表示系统的波函数,并通过调整电路参数来最大程度地减少能量变化来起作用。在这种情况下,量子电路在经典的量子化学算法中起着与ANSATZ相同的作用,同样,也提出了各种不同的ANSA tze。第一个建议是分离的统一耦合群集(UCC)Ansatz,11
摘要 - 量子量的有限供应和明显的量子噪声对嘈杂的中等规模量子(NISQ)时代的量子算法的能力施加了限制。NISQ设备具有多种应用,例如变分量子电路(VQC),它为困难优化和机器学习问题提供了答案。本文对NISQ环境中的量子变量分类进行了详尽的研究,重点是理解噪声对各种特征地图和VQC的影响。我们使用各种数据集评估量子分类器的有效性,从直接的二进制分类问题到更复杂的任务。我们的结果揭示了在减轻噪声效果,识别即使在嘈杂的情况下也表现出鲁棒性的特定量子电路设计中特征图和变异电路选择发挥作用的关键作用。为了强调量子机学习在解决NISQ设置中的复杂问题中的潜力,本研究强调了特征映射选择,变化电路设计,数据集复杂性和量子噪声之间的微妙相互作用。索引项 - 各个量子电路,NISQ设备,噪声,特征图,量子分类器。
对质子的深层非弹性散射提供了第一个证据,表明哈德子不是基本的,而是由夸克组成[1,2]。这是确定质子内部分布函数(PDF)的必不可少的工具,在质子内进行横截面预先分解所需的。但是,带电的瘦素相互作用,仅探测被充电的夸克的密度。必须推断出中性胶子的密度,这可以通过研究夸克PDF如何以由交换的虚拟光子质量设定的比例来发展来完成。这些PDF以拟合[3-5]的拟合确定,包括尤其是E±P散射[6,7],在PP碰撞中,向量玻色子[8-11]和重型Quarks [12-15]的正向产生[12-15]。由于缺乏低x的数据,Parton携带的强子动量的比例,归因于Gluon PDF的不确定性在低x时很大,甚至与X的gluon密度兼容,甚至与x [16]兼容。因此需要其他方法才能访问Gluonic PDF。PP碰撞中的中央独家媒介产生(CEP)是单个介子的准弹性生产,使质子完好无损。独家志生产的产生是由一个接近其质量壳的虚拟光子转换为CC对,后者将其放到J /ψ或ψ(2 s)介子中。这些过程在魅力夸克质量的尺度上探测了gluonic pdf。该过程的排他性要求,在领先顺序上,目标强子可以改变两个胶子。1。因此,横截面大约缩放为Gluon密度平方[17-20]。过程和主要背景如图
摘要:我们提出了一种基于广义量子主方程 (GQME) 方法的量子算法,用于在嘈杂的中型量子 (NISQ) 计算机上模拟开放量子系统动力学。该方法通过为任何简化密度矩阵元素子集提供运动方程的严格推导,克服了林德布拉德方程的局限性,该方程假设弱系统 - 浴耦合和马尔可夫性。剩余自由度的影响产生的记忆核用作输入来计算相应的非幺正传播子。我们展示了如何使用 Sz.-Nagy 膨胀定理将非幺正传播子转换为高维希尔伯特空间中的幺正传播子,然后可以在 NISQ 计算机的量子电路上实现。我们通过分析当子集限制为简化密度矩阵的对角元素时量子电路深度对结果准确性的影响来验证我们的量子算法应用于自旋玻色子基准模型。我们的研究结果表明,我们的方法在 NISQ IBM 计算机上产生了可靠的结果。
摘要。当今的量子计算机提供了对高能物理激发的量子场论散射过程进行实时计算的可能性。为了遵循已建立的在欧几里得时间计算静态属性的成功路线图,开发新的算法来处理当前嘈杂的中尺度量子 (NISQ) 设备的局限性并建立使用不同设备取得的进展的定量指标至关重要。在本文中,我们报告了这些方向的最新进展。我们表明,Trotter 误差的非线性方面使我们能够采取比低阶分析建议的更大的步骤。这对于使用当今的 NISQ 技术达到物理相关的时间尺度至关重要。我们建议使用一个指数来平均准确计算的 Trotter 站点占用演化与 NISQ 机器上的实际测量值之间的差异的绝对值 (G 指数) 作为衡量标准,以比较从不同硬件平台获得的结果。我们使用具有四个站点的一维空间横向 Ising 模型,将此度量应用于多个硬件平台。我们研究了包括读出缓解和 Richardson 外推在内的结果,并表明基于对 Trotter 步长修改的分析,缓解测量非常有效。我们讨论了 Trotter 步长程序中的这一进步如何改善量子计算物理散射结果,以及如何将这一技术进步应用于其他机器和噪声缓解方法。
摘要 量子计算机即将实现商业化。它们代表了计算领域的范式转变,学习难度很高。创建游戏是帮助初学者轻松过渡的一种方式。我们展示了一款类似于德州扑克的游戏,旨在将其作为一种引人入胜的教学工具来学习量子计算的基本规则。量子态、量子操作和测量的概念可以通过游戏的方式学习。与经典变体的不同之处在于,公共牌被“随机”初始化的量子寄存器取代,每个玩家的牌被从一组可用门中随机抽取的量子门取代。每个玩家都可以用他们的牌创建一个量子电路,目的是最大化计算基础中测量的 1 的数量。采用了叠加、纠缠和量子门的基本概念。我们使用 Qiskit(Aleksandrowicz 等人,2019 年,《量子计算的开源框架》)提供了概念验证实现。对使用模拟器和 IBM 机器创建的电路的结果进行了比较,结果表明当代量子计算机的错误率仍然很高。为了使嘈杂的中型量子 (NISQ) 计算机取得成功,即使对于简单的电路,也需要改进错误率和错误缓解技术。我们表明,量子错误缓解 (QEM) 技术可用于提高真实量子设备上可观测量的期望值。