⚛️ quantum physics

Quantum algorithms for general nonlinear dynamics based on the Carleman embedding

本文通过将基于 Carleman 嵌入的算法从纯耗散系统扩展到更广泛的稳定、守恒及非共振系统，修正了先前的技术问题，并显著扩大了量子计算机上高效可模拟非线性动力学的范围，从而证明了指数级规模非线性振荡器问题的 BQP 完全性。

原作者： David Jennings, Kamil Korzekwa, Matteo Lostaglio, Andrew T Sornborger, Yigit Subasi, Guoming Wang

发布于 2026-10-02

📖 1 分钟阅读🧠 深度阅读

原作者： David Jennings, Kamil Korzekwa, Matteo Lostaglio, Andrew T Sornborger, Yigit Subasi, Guoming Wang

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

我们周围的世界充满了随时间变化的系统，从河流中旋涡般的流向到疾病在人群中的传播。科学家使用被称为微分方程的数学规则来描述这些变化。对于那些组成部分以简单、比例方式相互作用的简单系统，这些规则是已被充分理解且易于用标准计算机求解的。然而，自然界中最有趣且最复杂的现象——例如风暴中的湍流或恒星中等离子体的行为——都涉及非线性相互作用。在这些情况下，变化的效应并不简单地与原因成正比；微小的偏移可能会导致截然不同的结果。求解这些非线性系统的方程对于经典计算机来说是极其困难的，通常需要耗费巨大的时间和能量来进行近似求解。

几十年来，研究人员一直希望量子计算机（其运行基于奇特的量子力学定律）能够更快地解决这些难题。挑战在于，量子计算机本质上是线性机器；它们根据严格成比例且可预测的规则进行演化。它们无法自然地处理现实世界中那种混乱的、非线性的相互作用。为了弥补这一差距，科学家们开发了一种称为卡尔曼线性化（Carleman linearization）的技术。这种方法将一个非线性系统提升到一个更高的维度空间，使其可以被描述为一个线性系统。这就像是将一团缠绕在一起的绳结拉伸成一条长而直的线；复杂性依然存在，但移动它的规则变得更简单了。人们希望一旦问题被线性化，量子计算机就能高效地解决它。然而，为了使这套方法奏效，数学变换必须是稳定的，这意味着在将问题拉伸到更高维度时引入的误差不能失控增长。

最近，由 PsiQuantum 和洛斯阿拉莫斯国家实验室的研究人员取得的一项突破，显著扩大了可以通过这种方法解决的非线性问题的范围。在发表于《量子》（Quantum）杂志的一篇论文中，作者纠正了以往尝试使用该方法时存在的技术缺陷，并证明了该方法适用于比此前认为的更为广泛的物理系统类别。他们的工作超越了仅限于那些会随时间流失能量的系统（即耗散系统）的狭窄范畴，将其扩展到了包括那些稳定但不一定损失能量的系统，以及发生振荡或守恒质量或动量等物理量的系统。通过建立确保数学误差保持微小的严谨条件，他们表明量子计算机未来能够以经典计算机无法企及的速度，模拟这些复杂的现实世界动力学过程。

这项研究的核心成就在于修复了卡尔曼方法的数学基础。此前的研究曾暗示，这种方法仅适用于非线性相对于系统耗散能量的能力而言非常微弱的系统。这项新工作表明，这种限制是基于不完整的证明和错误的假设。团队展示了该方法实际上适用于任何稳定的系统，即其行为保持有界且不会爆炸式增长，即使它并不损失能量。他们证明了对于每一个稳定的系统，都存在一个特定的数学条件，能够保证线性化过程收敛到正确答案。这个条件取决于系统的内部结构及其各部分如何相互作用，而非仅仅取决于它损失了多少能量。

此外，研究人员还将这些结果扩展到了具有守恒量（如封闭容器中的总流体量或电路中的总电荷量）的系统。这些系统通常是边缘稳定的，意味着它们既不损失能量也不增加能量，只是维持一种平衡。以往的方法在处理这些案例时表现挣扎，但新的分析提供了一种处理方法，即通过识别系统中行为的特定模式来使线性化成功。他们还解决了非共振系统的问题，即这些系统的不同频率之间不会以复杂的方式相互锁定。通过仔细分析这些频率的间距，团队表明该方法适用于广泛的非共振系统，包括描述光在非线性材料中行为的系统。论文明确指出，共振系统（其中频率相互作用以阻止平滑转换为线性形式）的稳定性分析更为困难，且超出了这些特定收敛保证的范围。

该论文还探讨了在量子计算机上运行这些模拟的实际层面。求解线性化后的方程只是成功的一半；研究人员还必须确保量子算法能够高效地准备系统的初始状态并提取最终答案。他们开发了一种名为“量子李雅普诺夫变换”（quantum Lyapunov transform）的新技术，该技术作为一种坐标变换，使问题更容易被量子计算机处理。这使得算法运行得更快，且消耗的资源更少，即使对于并非完全稳定的系统也是如此。团队证明，对于一类特定的非线性振荡器问题，量子计算机提供了相对于最佳经典方法的指数级优势。这意味着随着问题规模的增大，经典计算机所需的时间会呈天文数字般增长，而量子计算机所需的时间增长则非常缓慢。

这项工作的显著之处之一在于它纠正了以往的说法。作者指出了早期研究中数学证明的具体错误，表明那些证明依赖于并不总是成立的假设。通过修复这些错误并提供新的、严谨的证明，他们为未来的研究奠定了坚实的基础。他们的结果不仅是理论性的；它们提供了清晰的标准，供工程师和科学家判断特定的问题是否可以在量子计算机上高效解决。例如，他们展示了该方法不仅适用于非线性由耗散平衡的系统，也适用于非线性由系统自身稳定性（即使没有能量损失）来平衡的系统。

这项工作的意义延伸到了许多依赖于模拟复杂动力学的领域。例如在流体力学中，理解空气如何绕过机翼或水如何在管道中流动，通常需要求解目前难以精确模拟的非线性方程。有了这篇论文确立的新标准，未来可能实现利用量子计算机模拟这些流动，从而带来更好的飞机设计和更高效的水资源管理系统。同样，在等离子体物理学领域，由于带电粒子的行为受非线性相互作用支配，这些方法可以助力于聚变能源的发展。准确模拟这些系统，将有助于加速解决我们这个时代一些最紧迫的能源和环境挑战。

研究人员还探讨了该方法的局限性，表明它并不适用于所有可能的非线性系统。他们确定了一些数学收敛条件无法满足的具体情况，特别是在具有特定类型共振的系统，或者系统频率谱呈现出阻碍线性化收敛的特定几何排列的情况下。通过明确定义该方法适用的范围及不适用的范围，这篇论文为该领域提供了一份现实的路线图。它避免了声称量子计算机可以解决一切的夸大宣传，而是针对何时可以高效解决特定重要问题，提供了一个精确且可靠的指南。

最后，这项工作代表了在利用量子计算处理现实应用方面迈出的重要一步。它将该领域从一种充满希望的推测状态带入了严谨理解的状态。通过纠正过去的错误并扩大可解决问题的范围，研究人员开启了通往新模拟时代的大门。他们表明，量子力学的线性世界与经典物理学的非线性世界之间的隔阂并不像曾经认为的那样难以逾越。通过正确的数学工具，我们现在可以架起这座桥梁，让量子计算机能够应对塑造我们宇宙的复杂动态系统。前行的道路已经清晰：凭借这些新的标准，科学家现在可以设计出保证能解决广泛非线性问题的量子算法，让我们离那个量子计算机成为科学发现必备工具的未来更近了一步。

技术摘要：基于 Carleman 嵌入的一般非线性动力学量子算法

1. 问题陈述

模拟非线性动力系统（特别是等离子体物理、流体力学及其他复杂物理模型中的系统）对经典计算机而言是一个重大挑战，因为数值积分方案的计算成本极高。虽然量子计算机通过酉演化在模拟线性系统方面表现出色，但其本质的线性特征为直接实现非线性动力学制造了障碍。

弥合这一差距的主要方法是 Carleman 线性化，它通过追踪状态向量的张量幂，将有限维非线性系统嵌入到一个无限维线性系统中。然而，要使该方法成为实用的量子算法，必须满足两个关键条件：

收敛性： 截断线性系统（阶数为 $k$ ）的解必须随着 $k$ 的增加而呈指数级速度收敛到原始非线性系统的解。
效率： 该线性系统必须能在容错量子计算机上以关于时间及逆误差的多项式资源缩放进行求解。

前人的工作（例如 Liu 等人，PNAS 2021）建立了求解非线性微分方程的高效量子算法，但仅限于纯耗散系统（即满足 $\mu(F_1) < 0$ 的负对数范数系统）。这一限制排除了许多具有物理相关性的系统，例如保守振荡器和具有守恒量的系统。此外，该论文指出了先前文献在处理非正规矩阵（non-normal matrices）和驱动项方面的收敛证明存在技术缺陷。

2. 研究方法

作者开发了一个严谨的框架，用于分析更广泛类别下的 Carleman 嵌入收敛性。其核心方法包括：

广义稳定性分析： 将收敛准则从严格的耗散系统扩展到稳定系统（谱半径 $\alpha(F_1) < 0$ ）以及保守/振荡系统（特征值位于虚轴或为零）。
基于 Lyapunov 的准则： 利用 Lyapunov 稳定性理论推导出了一系列收敛的充分条件。对于每一个满足 Lyapunov 不等式 $PF_1 + F_1^\dagger P < 0$ 的正定矩阵 $P$ ，作者定义了一个广义的“R-数”（ $R_P$ ）。当 $R_P < 1$ 时，保证收敛。这推广了以往依赖于特定 $P$ 选择（例如对于负对数范数取 $P=I$ ）的结果。
非共振系统分析： 对于 $F_1$ 的谱是非共振的系统（即没有任何特征值是其他特征值的非平凡整数组合），作者通过构造性方法证明了 Carleman 矩阵是可对角化的。他们引入了一种二叉森林形式（binary forest formalism），用以显式地刻画对角化 Carlemann 矩阵的相似变换矩阵 $V$ 。这使得能够基于谱间隙（“无共振间隙” $\Delta$ ）和特征值的几何结构（区分庞加莱域与西格尔域）来建立精确的误差界。
处理时变性： 论文展示了如何通过将系统嵌入到一个具有线性振荡量的更高维自治系统中，来处理随时间变化的驱动和线性耦合，从而有效地将时变问题转化为保守/振荡框架下的问题。

3. 核心贡献

A. 收敛准则的修正与扩展

本文修正了先前文献（参考文献 [1], [2], [3]）中的技术问题，这些文献曾隐含假设 $F_1$ 为正规矩阵，或在界定解的范数时存在错误。作者提供了：

稳定系统： 一个连续的收敛条件族（ $R_P < 1$ ），适用于任何稳定的自治系统，并由 Lyapunov 矩阵 $P$ 的选择进行参数化。这包括了此前难以处理的零对数范数系统（如阻尼振荡器）。
保守与振荡系统： 为具有线性守恒量或振荡量的系统提出了新的收敛准则。这些系统的特征值位于虚轴或为零，需要不同的谱间隙分析（ $R_\delta < 1$ ）。
非共振系统： 为庞加莱域和西格尔域中的非共振系统提供了严谨的误差界，建立了基于无共振间隙 $\Delta$ 的收敛条件。

B. 对 Carleman 矩阵结构的洞察

在非共振系统下，构造性对角化 Carleman 矩阵是一个重要的理论贡献。作者：

证明了 Carleman 矩阵 $A$ 可以被对角化为 $A = V D V^{-1}$ ，其中 $D$ 包含 $F_1$ 特征值的整数倍组合。
使用二叉森林形式提供了对角化矩阵 $V$ 及其逆矩阵 $V^{-1}$ 的显式分块表达式。这种组合结构捕捉了二次非线性在张量幂层级中的传播过程。
推导了 $V$ 和 $V^{-1}$ 各个分块的范数界，这对于界定量子线性 ODE 求解器所需的条件数至关重要。

C. 量子算法设计

基于收敛性保证，本文概述了求解这些非线性系统的量子算法：

算法框架： 算法将截断后的 Carleman 系统编码进量子态，并使用现有的量子线性 ODE 求解器（如文献 [10]）求解所得的线性 ODE。
复杂度分析： 运行时间取决于对角化矩阵 $Q$ 的条件数（与 $F_1$ 的非正规性相关）。对于 $Q$ 条件良好（例如正规矩阵）的系统，算法提供高效的缩放。
量子 Lyapunov 变换： 对于耗散系统，引入了一种新技术，将其转化为具有良好条件 Carleman 矩阵的纯耗散形式，从而在有利情况下将对时间 $T$ 的多项式依赖降低为对数缩放。

4. 结果

拓宽范围： 本研究显著扩大了适用于高效量子模拟的非线性系统类别，超越了之前受限的“负对数范数”类。它涵盖了稳定系统、具有守恒量的系统以及非共振振荡系统。
BQP-完全性： 作者证明了某些类别的非线性振荡器问题（具体为具有指数级数量的稀疏耦合非线性振荡器）是 BQP-完全的。这确立了求解这些特定非线性问题的难度与量子计算机可解的最难问题相当，意味着在这些实例中，相对于经典方法存在指数级的量子优势。
误差界： 在推导出的 $R < 1$ 条件下，通过显式误差界证明了截断误差随截断阶数 $k$ 呈指数级衰减。
鲁棒性： BQP-完全性结果被证明对于已知 BQP-难线性系统的微小非线性扰动是鲁棒的。

5. 意义与主张

本文声称提供了第一个针对广泛各类非线性动力系统应用 Carleman 线性化的严谨且广泛的框架。其意义在于：

修正文献： 它识别并修复了先前收敛证明中的基本错误，恢复了人们对非线性 ODE 量子算法理论基础的信心。
泛化： 通过从纯耗散系统转向稳定、保守和非共振系统，这项工作使量子模拟能够应用于更广泛的物理现象，包括保守哈密顿系统和驱动振荡器。
计算复杂度： 针对特定非线性振荡器问题的 BQP-完全性证明，为量子计算机在非线性领域提供指数级加速的潜力提供了强有力的理论依据，扩展了已知的在线性领域的优势。
技术框架： 开发的二叉森林形式以及 Carleman 矩阵的显式对角化，为研究常型（Poincaré-Dulac）和非线性动力系统结构的法向形式提供了新的数学工具。

作者总结道，尽管效率条件（如 $Q$ 的条件数）仍是一个因素，但这项工作确立了高效量子算法存在于比以往已知的更广泛的非线性系统中，为未来在高影响力科学领域中的应用铺平了道路。