⚛️ quantum physics

Solving nonlinear differential equations on noisy $156$-qubit quantum computers

In dit artikel wordt aangetoond dat het hybride algoritme H-DES erin slaagt om nietlineaire differentiaalvergelijkingen op te lossen op de 156-qubit quantumcomputers van IBM, wat een belangrijke stap is richting fysiek relevante simulaties op huidige NISQ-apparaten.

Oorspronkelijke auteurs: Karla Baumann, Youcef Modheb, Roman Randrianarisoa, Roland Katz, Aoife Boyle, Frédéric Holweck

Gepubliceerd 2026-02-11

📖 3 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Karla Baumann, Youcef Modheb, Roman Randrianarisoa, Roland Katz, Aoife Boyle, Frédéric Holweck

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

De Quantum-Wiskundige: Hoe we de toekomst van simulaties berekenen

Stel je voor dat je een hyperrealistische film wilt maken van een explosie, een stromende rivier of het vervormen van een stalen balk. Om dat te doen, heb je geen gewone computer nodig, maar een "super-simulator" die de natuurwetten tot in de kleinste details begrijpt. In de wetenschap gebruiken we hiervoor differentiaalvergelijkingen: de wiskundige recepten van het universum.

Het probleem? Deze recepten zijn zo ingewikkeld dat zelfs de krachtigste supercomputers van nu soms zweten als een otter om ze op te lossen.

De uitdaging: De "Ruisende Radio"

Wetenschappers proberen nu quantumcomputers te gebruiken om deze berekeningen te doen. Een quantumcomputer werkt niet met simpele aan/uit-schakelaars (zoals je laptop), maar met quantumbits (qubits) die in een soort magische tussenwereld leven.

Maar er is een groot probleem: de huidige quantumcomputers zijn nog erg "onrustig". Denk aan een radio die je probeert af te stemmen op een zender, maar er zit constant een enorme hoeveelheid statische ruis tussen. De signalen zijn zwak, de hardware is foutgevoelig en de berekeningen raken snel in de war. Dit noemen we de NISQ-fase (Noisy Intermediate-Scale Quantum).

Wat hebben deze onderzoekers gedaan? (De H-DES Methode)

De onderzoekers in dit artikel hebben een slimme nieuwe methode ontwikkeld, genaamd H-DES.

In plaats van de quantumcomputer te vragen om de hele vergelijking in één keer perfect uit te rekenen (wat onmogelijk is met alle ruis), gebruiken ze een hybride aanpak. Je kunt dit vergelijken met een meester-schilder en een leerling:

De Leerling (De Quantumcomputer): De quantumcomputer probeert een ruwe schets te maken van de oplossing. Het is niet perfect en de lijnen zijn een beetje trillerig door de ruis.
De Meester (De Klassieke Computer): Een gewone, snelle computer kijkt naar de schets, ziet waar de fouten zitten (bijvoorbeeld: "de rivier stroomt hier de verkeerde kant op"), en geeft de leerling instructies om de volgende schets iets beter te maken.
De Training: Dit proces herhaalt zich honderden keren totdat de schets van de leerling bijna niet meer te onderscheiden is van de werkelijkheid.

De Testcases: Wat hebben ze bewezen?

Ze hebben deze methode getest op twee zeer moeilijke "wiskundige obstakelbanen":

De Vervormde Staaf: Ze simuleerden hoe een metalen staaf reageert op kracht. Dit is cruciaal voor ingenieurs die bruggen of vliegtuigen bouwen. De quantumcomputer slaagde erin om de spanning en vervorming in het metaal nauwkeurig te voorspellen.
De Burgers-vergelijking: Dit is een wiskundige test voor hoe vloeistoffen (zoals water of lucht) bewegen. Het is berucht omdat vloeistoffen plotselinge schokgolven kunnen vormen (denk aan een golf die omslaat). De onderzoekers lieten zien dat hun methode zelfs deze turbulente bewegingen kon "vangen" op een echte quantumcomputer met 156 qubits.

Waarom is dit belangrijk?

Dit is een enorme mijlpaal. Voorheen werden dit soort experimenten alleen gedaan op "simulatoren" (gewone computers die doen alsof ze een quantumcomputer zijn). Dit onderzoek is een van de eerste keren dat het echt op de hardware is gelukt.

Het bewijst dat we, zelfs met de huidige "ruisende" en imperfecte quantumcomputers, al heel waardevolle natuurkundige problemen kunnen oplossen. We staan niet meer alleen maar te kijken naar de quantumtoekomst; we zijn de eerste stappen daarin daadwerkelijk aan het zetten.

Kortom: Ze hebben geleerd hoe je een prachtige symfonie kunt spelen op een instrument dat nog vol met valse noten zit, simpelweg door de muziek steeds een klein beetje bij te sturen.

Technische Samenvatting: Oplossen van niet-lineaire differentiaalvergelijkingen op ruisgevoelige 156-qubit quantumcomputers

1. Het Probleem

Het numeriek oplossen van partiële differentiaalvergelijkingen (PDE's) is essentieel voor wetenschappelijke simulaties (zoals materiaalkunde en vloeistofdynamica). Hoewel er theoretische quantumalgoritmen bestaan voor lineaire systemen (zoals de HHL-algoritme), zijn deze voor de huidige generatie quantumcomputers (NISQ-apparaten: Noisy Intermediate-Scale Quantum) nog niet praktisch uitvoerbaar vanwege de vereiste diepte van de circuits.

De uitdaging in dit onderzoek is om niet-lineaire differentiaalvergelijkingen op te lossen op echte, ruisgevoelige quantumhardware. Dit is complexer dan lineaire systemen vanwege de niet-lineaire termen die schokgolven of complexe materiaaldeformaties kunnen veroorzaken, en de aanwezigheid van hardware-ruis (gate-fouten en shot noise) die de nauwkeurigheid van de resultaten ondermijnt.

2. Methodologie: Het H-DES Algoritme

De auteurs maken gebruik van het H-DES algoritme (Hybrid classical-quantum Differential Equation Solver). Dit is een hybride variatie-algoritme (VQA) dat werkt volgens de volgende principes:

Variational Quantum Circuit (VQC): Een parameteriseerbaar quantumcircuit (de ansatz) bereidt een quantumtoestand $| \psi(\theta) \rangle$ voor die de oplossing van de vergelijking representeert. Er wordt gebruikgemaakt van een Hardware-Efficient Ansatz (HEA) om de diepte van het circuit laag te houden en de ruis te minimaliseren.
Encoding via Observables: In plaats van de oplossing direct in de quantumtoestand te coderen, gebruiken de auteurs een spectrale decompositie via Chebyshev-polynomen. De waarden van de functie en haar afgeleiden worden verkregen door de verwachtingswaarden (expectation values) van specifieke observables ( $O_m(x)$ ) te meten.
Loss Function (Verliesfunctie): De verliesfunctie combineert de residuen van de differentiaalvergelijking (hoe goed voldoet de oplossing aan de wetten van de fysica?) met de randvoorwaarden (bijv. de beginwaarden van een vloeistof of de spanning aan het uiteinde van een staaf).
Hybride Optimalisatie: Een klassieke optimizer (zoals Adam, SLSQP of CMA-ES) past de parameters $\theta$ van het quantumcircuit aan om de verliesfunctie te minimaliseren.

3. Belangrijkste Bijdragen

Eerste succesvolle demonstratie: Dit is de eerste keer dat niet-triviale, niet-lineaire differentiaalvergelijkingen succesvol zijn opgelost op echte quantumhardware (IBM Quantum processors met de Heron-architectuur), in plaats van op een simulator.
Hardware-bewuste strategieën: Het onderzoek introduceert effectieve methoden om met ruis om te gaan zonder zware error mitigation technieken:
- N-stage sampling: Het geleidelijk verhogen van het aantal shots (metingen) tijdens de optimalisatie om rekenkracht te besparen in de beginfase en nauwkeurigheid te vergroten bij convergentie.
- Parallel Stacking: Het parallel uitvoeren van circuitblokken op verschillende qubits om de variantie van de metingen te verminderen.
- Aanpasbare Ansatz: Het gebruik van verschillende circuitstructuren (zoals $R_x + CZ$ cascades) afhankelijk van de specifieke hardware-topologie.

4. Resultaten

De auteurs testten het algoritme op twee benchmarks:

1D Hypoelastische Tensile Test (Materiaaldeformatie):
- Een systeem van gekoppelde niet-lineaire gewone differentiaalvergelijkingen (ODE's).
- Resultaat: Het algoritme convergeerde succesvol op een 15-qubit circuit. De oplossing voor de spanning ( $\sigma$ ) was zeer nauwkeurig, terwijl de verplaatsing ( $u$ ) een goede benadering bood, beperkt door de shot noise.
Inviscid Burgers’ Vergelijking (Vloeistofdynamica):
- Een niet-lineaire PDE die de evolutie van een niet-viskeuze vloeistof beschrijft.
- Resultaat: Gebruikmakend van 40 tot 50 qubits, slaagde H-DES erin de oplossing te reconstrueren. De resultaten toonden aan dat naarmate de parameters ( $a, b$ ) toenemen (wat leidt tot steilere gradiënten), er meer qubits en een complexere optimalisatiestrategie nodig zijn.

5. Betekenis en Conclusie

Dit werk markeert een belangrijke stap richting quantum-utiliteit voor wetenschappelijke simulaties. De belangrijkste conclusie is dat de uitdagingen van NISQ-hardware (zoals ruis en shot noise) niet onoverkomelijk zijn, mits men een probleem-specifieke en hardware-bewuste benadering kiest.

In plaats van te wachten op fouttolerante quantumcomputers, laat dit onderzoek zien dat we met slimme hybride algoritmen (zoals H-DES) nu al fysiek relevante problemen kunnen benaderen op de huidige generatie quantumcomputers. Het algoritme fungeert als een "toolbox" die kan worden aangepast aan de specifieke eisen van de fysica en de beperkingen van de hardware.