图3:(a)在2。CVO-QRAM算法从CIPSI迭代以及从基态截断(TGS)中得出的状态产生的状态。使用Qeb-和Qeb-和Qubit-pool近似于基态。(b)在相同目标的迭代上,重叠 - adapt-vqe ansatz的保真度。
仍在成熟的噪声中尺度量子 (NISQ) 技术在可有效实施的算法方面面临严格的限制。在量子化学领域,变分量子本征解 (VQE) 算法已经变得无处不在,并且有许多变体。或者,基于哈密顿矩展开的技术的量子变体开辟了一条有前途的新途径,特别是连通矩展开 (CMX) 和 Peeters-Devreese-Soldatov (PDS) 能量函数。这些方法的共同点是,在准备用于计算必要矩的近似基态后,估计基态能量的准确性取决于准备状态和真实基态之间的重叠程度。因此,我们使用 ADAPT-VQE 算法来测试浅电路构造策略,以增加与精确基态的重叠,并通过本文报告的 PDS 和 CMX 基态能量的显着准确性改进得到验证。我们还表明,我们可以利用要测量的项在不同时刻高度重复这一事实,从而大幅减少必要的测量次数。通过将此测量缓存与阈值相结合,该阈值根据其相关的标量系数确定是否要测量给定项,我们观察到电路实现的数量进一步减少,同时允许可调精度。
我们提出了量子选择配置相互作用 (QSCI),这是一类混合量子经典算法,用于计算噪声量子装置上多电子哈密顿量的基态和激发态能量。假设可以在量子计算机上通过变分量子特征值求解器或其他方法准备近似基态。然后,通过在计算基础中对状态进行采样(这对于经典计算来说通常很难),可以识别出对再现基态很重要的电子配置。在经典计算机上,将这些重要配置所跨越的子空间中的哈密顿量对角化,以输出基态能量和相应的特征向量。可以类似地获得激发态能量。由于噪声量子装置仅用于定义子空间,因此结果对统计和物理错误具有鲁棒性,并且即使存在此类错误,所得的基态能量也严格满足变分原理。由于子空间中的显式特征向量是已知的,因此还可以估算出各种其他算子的期望值,而无需额外的量子成本。我们通过数值模拟验证了我们的提议,并在一个 8 量子比特分子汉密尔顿量的量子设备上进行了演示。通过利用具有几十个量子比特的量子设备,并借助高性能经典计算资源进行对角化,所提出的算法有可能解决一些具有挑战性的分子问题。
图 1 在经典计算机上使用不同的轨道基组初始化为不同自旋多重性的 LiH 和 TiH 双原子分子的预测 CCSD 键解离曲线。预测的 TiH 基态配置会根据所选的轨道基组而变化。基态配置用实心标记表示,而较高能量配置用空心标记表示。
准备给定的哈密顿量的基态并估算其基础能量很重要,但在计算上的艰巨任务。但是,给定一些其他信息,可以在量子计算机上有效地解决这些问题。我们假设具有与基态非平凡重叠的初始状态可以很好地制备,并且地面能量和第一个激发能之间的光谱间隙从下方界定。使用这些假设,我们设计了一种算法,该算法在已知地面能的上限时会制备基态,该算法的运行时间对逆误差具有对数依赖性。当未知的上限尚不清楚时,我们提出了一种杂交量子古典算法来估计地面能量,在这种情况下,与当前最新的最新算法相比,在[GE等人的[GE等人]中提出的当前最新的算法相比,查询数量对初始状态对所需的精度的依赖性得到了指数改善。2019]。然后可以将这两种算法组合在一起以制备基态,而不知道地面能的上限。我们还证明,我们的算法通过将其应用于非结构化搜索问题和量子近似计数问题来达到复杂性下限。
我们对基于有限深度量子电路编码局部哈密顿量的基态的变分量子特征值求解器的精度进行了基准测试。我们表明,在有间隙相中,精度随着电路深度的增加而呈指数提高。当尝试编码共形不变哈密顿量的基态时,我们观察到两种状态。有限深度状态,其中精度随着层数的增加而缓慢提高;有限尺寸状态,其中精度再次呈指数提高。两种状态之间的交叉发生在临界层数处,其值随着系统尺寸线性增加。我们在比较不同的变分假设及其描述临界基态的有效性的背景下讨论了这些观察结果的含义。
在高垂直磁场和低温下,石墨烯在电荷中立点处开发出一种不体状态。该状态被称为ν= 0,是由于电子相互作用之间的相互作用以及由N = 0 Landau级别形成的平坦带中的四倍旋转和山谷变性。确定ν= 0的基态,包括其自旋和山谷极化,在近二十年中一直是一种理论和实验性的事业。在这里,我们提出了探测单层石墨烯在ν= 0时的批量热传输特性的实验,该特性直接探测其基态和集体激发。我们与预期的基态进行了消失的散装热运输,即使在非常低的温度下也具有有限的导热电导。我们的结果强调了需要进一步研究ν= 0的性质。
为了估计嘈杂的中尺度量子 (NISQ) 时代设备上的分子基态特性,基于变分量子特征求解器 (VQE) 的算法因其相对较低的电路深度和对噪声的抵抗力而广受欢迎。9,10 这导致了一系列成功的演示,涉及在当今的量子设备和模拟器上计算小分子的分子基态能量。4,6,11 – 22 然而,仅仅估计分子基态能量不足以描述许多涉及某种形式的电子激发的有趣化学过程。23 例如,准确模拟化学现象,如光化学反应、涉及过渡金属配合物的催化过程、光合作用、太阳能电池操作等,需要准确模拟分子基态和激发态。此类系统的电子激发态通常具有很强的相关性,因此需要使用复杂的量子化学理论来准确描述它们。在过去的几十年里,在这方面已经开发了许多方法。 24 – 32 运动方程耦合团簇 (EOM-CC) 26 方法最初由 Stanton 和 Bartlett 开发,是一种常用的例子,通常用于计算分子激发态特性,例如激发能
功能;它自然发生在许多小的有机分子中。可以在补品水中找到一个经典的例子。滋补水含有分子奎宁,当暴露于紫外线时,它会发光明亮的青色(蓝色绿色)。分子不会自行发光,并非每个分子都会产生光泽。首先,要产生光,分子必须吸收 - 摄入 - 能源。通常,荧光染料吸收电磁频谱上较高能量的光,例如无形的紫外线。随着原子摇动或振动,激发电源吸收的某些能量会损失,然后当电子返回基态时,发出了较低能量的光,例如可见光,会散发出来。化学家会说,当他们吸收紫外线时,分子从基态上“兴奋”,然后“放松”并落回基态发光或产生可见光。具有正确的结构对于光的发射至关重要。分子激发后,它们可以通过
h in init具有已知的基态| + h l是k的k-局部哈密顿人。在我们的问题中,我们让H最终模型为3-SAT的实例。每个h L是一个约束,将能源罚款分配给每个不满足L -TH -3 -SAT条款的状态。我们的目标是找到h最终的基态,这将是满足(或最佳满意)3-SAT实例的状态。,但这是一个NP -HARD问题。