Machine learning quantum data to accelerate quantum Monte Carlo
Cet article présente un cadre d'apprentissage automatique qui compresse les données de mesure quantique pour calculer efficacement les recouvrements de fonctions d'onde, surmontant ainsi un goulot d'étranglement critique de scalabilité dans les simulations de Monte Carlo quantique hybrides quantiques-classiques et permettant d'obtenir des résultats chimiquement précis sur jusqu'à 40 qubits en utilisant le processeur Willow de Google.