Improving fermionic variational quantum eigensolvers with Majorana swap networks
Questo articolo introduce due strategie di compilazione di reti di scambio di Majorana per eigensolver quantistici variazionali che riducono significativamente la profondità del circuito e il numero di gate a due qubit per la simulazione di sistemi fermionici, migliorandone così la fattibilità su hardware quantistico near-term.
Articolo originale sotto licenza CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo
Immagina di cercare di simulare una complessa festa di ballo dove gli ospiti sono minuscole particelle invisibili chiamate fermioni. Queste particelle hanno una regola molto severa: odiano stare troppo vicine al proprio genere e devono scambiarsi di posto in un modo molto specifico e caotico che crea un "segno" o un cambiamento di umore ogni volta che si muovono. Nel mondo della fisica quantistica, è così che si comportano gli elettroni nelle molecole, e comprendere questo ballo è la chiave per progettare nuovi medicinali, batterie super efficienti e materiali più resistenti.
Per osservare questo ballo su un computer, gli scienziati usano uno strumento speciale: un computer quantistico. Tuttavia, queste macchine parlano un linguaggio diverso da quello delle particelle danzanti. Parlano in "qubit", che sono come semplici interruttori della luce che possono essere accesi, spenti o entrambi contemporaneamente. Il problema è che tradurre i complessi movimenti di danza con cambio di umore dei fermioni nel linguaggio dei qubit richiede solitamente una rete massiccia e aggrovigliata di istruzioni. È come cercare di dirigere una festa di ballo gridando istruzioni a ogni singolo ospite attraverso un megafono contemporaneamente; le istruzioni diventano così lunghe e complicate che il computer si stanca e commette errori prima ancora che la danza finisca. Questo è il grande ostacolo che gli scienziati affrontano: come rendere la traduzione breve, pulita e abbastanza veloce per le macchine quantistiche rumorose e imperfette di oggi.
Questo articolo introduce un nuovo modo intelligente di organizzare questa traduzione, agendo come un maestro coreografo che riorganizza la pista da ballo in modo che gli ospiti possano scambiarsi di posto senza dover gridare attraverso la stanza. Gli autori, un team di Mosca, propongono una strategia che utilizza "reti di scambio di Majorana" (Majorana swap networks). Pensa ai fermioni non come a singoli ballerini, ma come a coppie di ballerini che si tengono per mano (chiamati operatori di Majorana). Invece di usare il metodo standard e ingombrante per scambiare queste coppie, il team utilizza un nuovo tipo di "gate di scambio" che è più preciso e richiede meno passaggi. Hanno sviluppato due trucchi principali. Primo, per le routine di danza più complesse (chiamate UCCGSD), hanno creato un algoritmo ciclico che rimescola i ballerini nelle posizioni corrette usando molti meno movimenti rispetto a prima, riducendo specificamente l'overhead di "routing" da una scala cubica a una cubica (sebbene il numero totale di passi di danza rimanga elevato). Secondo, e forse più eccitante, hanno adattato una rete specifica per una routine di danza semplificata e molto popolare chiamata k-UpCCGSD.
Quando hanno testato queste nuove reti, i risultati sono stati un miglioramento significativo. Su computer in cui ogni qubit può parlare con tutti gli altri (connettività all-to-all), il loro nuovo metodo ha ridotto la profondità del circuito di istruzioni di circa il 50% e ha ridotto il numero di gate a due qubit di circa il 20%. Su layout hardware più ristretti, che sembrano una griglia di 2 righe per N colonne (comune nei dispositivi reali), i risparmi sono stati ancora più drammatici: circa il 55% in meno di passaggi nel circuito e un calo del 40% nei gate di entanglement. Gli autori hanno anche eseguito simulazioni con rumore digitale per imitare gli errori del mondo reale e hanno scoperto che il loro nuovo metodo è generalmente più robusto, il che significa che la "danza" simulata rimane più vicina alla risposta corretta anche quando il computer è difettoso. Sebbene questo non risolva ogni problema nella chimica quantistica, suggerisce che cambiando il modo in cui rimescoliamo l'informazione quantistica, possiamo rendere queste simulazioni molto più pratiche per l'hardware che abbiamo oggi.
Sommerso dagli articoli nel tuo campo?
Ricevi digest giornalieri degli articoli più recenti corrispondenti alle tue parole chiave di ricerca — con riassunti tecnici, nella tua lingua.