A shorter-width post-selected circuit for a truncated-Taylor Hamiltonian-evolution segment
本文提出了一种辅助比特高效的后选择量子电路,该电路通过截断泰勒级数实现短时哈密顿量演化,利用 个量子比特以及用于实现早期终止的中途测量,同时将确定性的长时模拟留待未来工作。
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
模拟量子系统随时间演化的过程是未来量子计算机最有前景的应用之一。在物理世界中,原子和分子不断演化,受一种被称为哈密顿量(Hamiltonian)的数学规则支配,它就像是其能量与相互作用的蓝图。为了预测一个分子如何反应或一种材料如何导电,科学家需要计算这种演化。然而,随着系统规模的扩大,在经典计算机上进行此类计算变得不再可能,因为所需的信息量呈指数级爆炸增长。量子算法提供了一种出路,允许机器直接模拟这些自然过程。其中最可靠的方法之一是将复杂的演化分解为一系列更简单的步骤,就像通过叠加许多短小的直线段来近似一条曲线。这种被称为截断泰勒级数(truncated Taylor series)的方法,通过以特定方式结合系统能量规则的不同版本来发挥作用。挑战一直在于这些计算需要大量的内存,具体来说是大量的量子比特(qubits),即量子计算机中基本的信息单元。制造能够运行这些复杂模拟的机器是一个重大障碍,因为当前的技术在维持即使是少量量子比特的稳定性方面也面临困难。
Quantinuum 的一个研究团队开发了一种运行这些模拟的新方法,该方法显著减少了所需的量子比特数量,使得这项任务对于目前或不久的将来可用的机器而言更具可行性。他们的工作专注于一种专门用于处理短时间演化的特定类型量子电路。在标准方法中,模拟一个具有一定精度水平的系统需要额外的内存寄存器,其数量随计算复杂度的增加而线性增长。如果科学家想要将模拟分解为许多微小的步骤以确保准确性,他们将需要为每一步准备一个独立的内存槽,这会迅速消耗有限的量子比特。新方法将这种线性增长转变为对数增长,这意味着即使计算变得更加精细,所需的额外内存槽增长也非常缓慢。对于一个具有特定项数和期望精度的系统,无论需要多少个步骤,新电路仅使用极少数额外的量子比特,而旧方法则可能需要数十个甚至数百个。
这种高效性的秘密在于研究人员如何管理信息流以及在计算过程中使用测量。与其将所有必要信息同时保存在内存中,他们的电路会在过程中执行一系列检查。想象一名正在组装复杂机器的工人,他在每完成几个步骤后都会停下来,验证零件是否对齐正确。如果发现零件对齐错误,工人会立即停止,丢弃当前的尝试,并从头开始重新开始,而不是在损坏的基础上继续构建。在量子版本中,电路测量一组特定的量子比特寄存器,以查看计算是否正在正确进行。如果测量显示失败,电路会立即重置并重新启动,从而节省了在后续失败序列中浪费的时间和能量。这种“中途测量”(mid-circuit measurement)允许研究人员为计算的每一步重复使用同一组小型的内存量子比特,而不是为每一个步骤专门分配一组新的量子比特。
至关重要的是,研究人员证明了这种停止并重启的方法并不会破坏对模拟至关重要的微妙量子连接,即相干性(coherence)。在许多量子算法中,测量系统会导致其失去量子特性,使可能性坍缩成一个单一的、确定的状态。然而,该团队证明,由于他们的特定测量检查的是一个统一的“全零”结果,因此存活下来的量子分支仍然保持着连接和相干。这使得电路能够在保持必要的量子叠加的同时,依然受益于重置策略带来的内存节省。这种混合方法既保留了原始方法的量子优势,又大幅降低了硬件需求。
该团队利用一维原子链(研究磁性材料的一种常用模型)的模拟测试了其设计。他们发现,新电路成功产生了正确的结果,并与理论预测相吻配合。他们还探索了通过优化计算中使用的数学系数来提高过程效率的方法,这增加了成功运行的可能性,而无需重启。虽然该方法并不能消除需要多次重复计算以获得可靠答案的需求,但它使每次尝试在所需资源方面都变得更加廉价。研究人员指出,虽然存在其他提供更好长期性能的高级技术,但它们需要更多的量子比特和更长时间的完美稳定性,而这些在目前尚无法实现。这种更窄的电路提供了一个实用的桥梁,让科学家能够在量子比特数量作为主要约束条件的近未来量子硬件上运行有意义的模拟。通过降低电路的宽度,该团队为研究此前难以触及的量子动力学打开了大门,为探索材料行为以及化学反应在最基本层面上如何展开提供了工具。
您所在领域的论文太多了?
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要,使用您的语言。