Double-bracket quantum algorithms for high-fidelity ground state preparation

在探索物理世界的征途中，科学家们经常需要寻找一个复杂系统的最稳定、能量最低的状态。无论是研究原子如何结合形成分子，还是研究自旋如何在磁性材料中排列，这种“基态”都是预测系统行为的关键。几十年来，寻找这一状态一直是经典计算机面临的巨大挑战，因为经典计算机在处理涉及海量可能性时显得力不从心。量子计算机利用量子力学的奇特规则来处理信息，有望自然地解决这一问题。然而，构建一台能够完美实现此功能的机器，需要目前尚不存在的精度和纠错水平。今天的量子设备虽然强大但并不完美；它们容易受到噪声和误差的影响，从而破坏精密的计算。研究人员面临的核心问题是，如何在技术成熟为完全无误的版本之前，从这些带有噪声的机器中提取出有用且高质量的答案。

一支研究团队开发了一种新的策略来弥补这一差距，提供了一种利用现有硬件将粗略近似值精炼为高度精确解的方法。他们的方法结合了两种截然不同的手段：一种被称为变分量子特征值求解器（VQE）的灵活、试错式技术，以及一种被称为双括号量子算法（double-bracket quantum algorithm）的更具刚性、具有数学保证的程序。变分法就像一位经验丰富的徒步旅行者，试图通过感受坡度来寻找山谷的底部；它在接近目标方面表现良好，但经常会卡在小凸起处，或者需要很长时间才能到达真正的底部。而这种新的双括号方法则像是一个强大的向导，一旦徒步旅行者已经处于大致范围内，它就能快速且可靠地引导其走向精确的最低点。通过使用变分法获得一个良好的起点，然后应用双括号算法进行精修，该团队展示了准确性的显著飞跃。

研究人员在一种特定的相互作用粒子模型上测试了这一两步过程，模拟了一个由十个量子比特（即量子比特）组成的链。他们首先使用变分法生成了一个初始状态，该状态虽然已经接近正确答案，但仍含有明显的误差。随后，他们将这种新算法应用于该状态。在他们的计算机模拟中，这单一的精炼步骤将能量计算的准确度提高了十倍，使结果更加接近真实的基态。这种改进非常一致，在许多不同的起始条件和电路设计下都保持成立。团队还发现，即使初始猜测并不完美，该方法依然有效，这表明该算法对于早期阶段量子硬件的局限性具有足够的鲁棒性。

为了证明这不仅仅是一项理论练习，团队将他们的方法应用到了由 IBM 构建的一台真实量子计算机上。他们在一个物理芯片上运行了同样的十量子比特实验，该芯片受现实世界中的噪声和缺陷影响。在没有任何特殊修正的情况下，带有噪声的机器产生的计算结果甚至比初始猜测还要差，这是一个常见的问题，即误差积累的速度超过了算法改进答案的速度。然而，当研究人员应用了一种实验后的数据清理技术时，双括号算法成功地改善了结果。最终的能量测量值明显优于仅使用初始方法所能达到的水平，这证明了在结合纠错技术时，该方法可以在实际硬件上发挥作用。

研究人员还展望了未来的硬件，特别是模拟了他们的算法在由 Quantinuum 制造的不同类型的量子计算机上的表现。这种机器使用的是一种以低错误率著称的不同技术。他们的模拟表明，在这样更先进的硬件上，双括号算法即使不需要额外的清理步骤也能提高结果。这表明随着量子计算机变得更加可靠，这种方法将变得更加强大，可能让科学家解决目前无法触及的问题。这项工作提出了一个清晰的前进方向：与其等待完美的机器，不如使用这些混合技术，从现有的不完美设备中获取高质量的答案。

该研究还探讨了这种方法与其他精炼量子状态的方法相比如何。虽然某些方法要求计算机执行大量计算，且其规模随问题规模呈指数级增长，导致在大规模系统中变得不切实际，但双括号方法提供了一条更高效的路径。它不需要计算机存储大量的额外信息或使用复杂的辅助组件。相反，它依赖于一系列可以被编译成易于处理的电路的操作序列。研究人员展示了，即使使用有限的步骤，该算法也能持续降低系统的能量，使其更接近真实的基态。这种效率对于近期设备至关重要，因为这些设备在运行长序列或复杂序列操作方面的能力有限。

该工作的关键洞察之一是，该算法并不依赖于生成初始猜测的具体方式。无论起始点来自于简单的电路、复杂的数学模型，还是不同类型的量子算法，双括号方法都能接收该起始点并对其进行改进。这种灵活性使其成为广泛问题的通用工具。团队发现，即使初始猜测远离正确答案，算法仍能取得进展，尽管在起始点已相对接近时效果最佳。这表明该方法最有效的角色是作为“最后的润色”，将一个良好的近似值转化为一个卓越的解。

研究人员还检查了运行这些算法的成本，测量了实现特定精度所需的各种基本操作的数量。他们发现，虽然双括号步骤增加了电路的复杂性，但整体成本相对于其带来的结果质量的巨大提升而言是合理的。在许多情况下，使用这种两步法所需的总资源，比单纯通过扩大初始变分电路的规模和复杂度来达到同等精度所需的资源更少。这种权衡对于当前的硬件尤为重要，因为每一次额外的操作都会增加出错的机会。通过用更少的步骤获得更好的答案，该方法有助于避免经常困扰长时计算的噪声累积。

这项工作强调了科学家在未来几年可能会如何看待量子计算的方法转变。与其试图构建一个从头开始解决问题的单一完美算法，研究的重点正转向结合不同的技术以利用各自的长处。变分法提供了探索解空间的灵活性，而双括号方法则提供了确保收敛的数学严谨性。这种混合策略允许研究人员充分利用现有机器的有限能力，同时也为未来更强大的系统做好准备。研究结果表明，这种方法可以成为准备基态的标准工具，而基态准备是量子模拟中的一项基础任务，支撑着化学和材料科学领域的许多潜在应用。

研究还讨论了衡量成功的方式。在量子计算中，仅仅得到一个低的能量值并不总是足够的，因为该状态在其他方面可能仍然远离真实的基态。研究人员使用了一种特定的指标，以确保他们的结果不仅在数值上接近，而且在物理意义上也是准确的。他们证实了通过其方法产生的状态确实是真实基态的高保真近似，这意味着它们捕捉到了系统的核心物理特性。这种置信水平对于任何实际应用都至关重要，因为它确保了结果可以被用于进一步的分析或指导现实世界的实验。

最终，这篇论文为增强近期量子设备的能力提供了一份实用的路线图。通过证明一个简单的两阶段过程可以显著提高基态准备的准确度，研究人员提供了一个如何从现有技术中获取更多价值的具体案例。在模拟环境和真实硬件上的成功，结合对未来设备的积极预期，表明这种方法不仅仅是一个理论上的奇思妙想，而是一个切实可行的近期策略。随着量子计算机的不断演进，此类方法很可能将在解锁其潜力方面发挥核心作用，让科学家能够解决那些此前难以攻克的难题。