Quantum phase estimation with optimal confidence interval using three control qubits
本文提出了一种利用紧凑的矩阵乘积态表示和简单的三比特操作来制备离散脯勒特球函数序列态的高效方法，从而使仅需三个控制比特的早期容错量子计算机能够实现具有高置信区间的最优量子相位估计。
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
在量子计算领域，科学家们正不断尝试解决普通计算机无法处理的问题，例如模拟复杂的化学反应以发现新药，或通过分解大数来测试安全系统。在许多这些强大算法的核心，存在着一项被称为量子相位估计（quantum phase estimation）的基础任务。想象一下，你正试图确定一个被密封在盒子里的音符的精确音高；你无法直接听到这个音符，但你可以通过特定的方式与盒子进行交互，从而推断出音高。在量子世界中，这个“音高”是一个被称为“相位”的数值，它隐藏在粒子的行为之中。为了找到它，研究人员使用了一个特殊的辅助系统，通常被称为控制寄存器（control register），它就像一组音叉。通过应用由这些音叉控制的一系列操作，隐藏的相位会留下一个可以被读取的指纹。这种读取的准确性在很大程度上取决于这些音叉在实验开始前是如何准备的。如果它们都被设定为相同的音量，结果往往是模糊的，就像试图在一个所有声音都同样响亮且未经精炼的房间里听清单一乐器的声音一样。为了获得清晰、精确的答案，这些音叉的音量需要经过精心塑形，在边缘处平滑地递减，从而将能量集中在真实值上。
几十年来，塑造这些量子音叉最有效的方法早已为人所知，但它也伴随着高昂的代价。这种理想的形状被称为离散原球函数序列（discrete prolate spheroidal sequence），它就像一个完美的滤波器，将测量概率集中在真实答案周围，从而让科学家对结果的正确性拥有最高的信心。然而，在量子计算机上准备这种完美的形状一直以来都是极其困难的。以往的方法需要大量的计算资源和大量的量子比特（qubits）同时进行设置。这使得该技术对于刚刚兴起的、具有极有限量子比特数量的早期容错量子计算机来说并不实用。挑战在于，如何找到一种不需要庞大机器就能创造出这种理想形状的方法，从而让该技术能够在规模更小、更易获取的设备上运行。
一组研究人员现在通过发现一种令人惊讶的简单方法来准备所需的量子态，从而解决了这个问题。他们发现，实现理想形状所需的复杂模式可以分解为一系列非常简单的局部相互作用。他们证明了，不需要构建整个状态，而是可以通过一种被称为矩阵乘积态（matrix product state）的数学结构逐步构建出来。这种方法揭示了，创造这种复杂的模式并不需要一台庞大而复杂的机器；利用仅为 4 的键维（bond dimension）即可实现极高精度的近似。在实际操作中，这意味着研究人员可以使用每次仅涉及三个量子比特的操作序列来构建该状态。这是一种复杂度的剧烈降低，将曾经看似需要大型、笨重装置的任务，转变为可以用极少、可控资源完成的任务。
研究人员在从小型设置到维度高达 （对应 24 个量子比特的控制寄存器）的系统中测试了他们的方法。在所有案例中，他们都发现使用键维 4 可以为理想状态提供高度精确的近似。这种简化引入的误差微乎其微，以至于在实际用途中可以忽略不计，即使是在追求极高置信水平的情况下也是如此。这意味着科学家现在可以在不牺牲可用量子比特数量的前提下，实现相位估计的最佳精度。该方法非常高效，如果系统的规模是 2 的幂，整个过程只需使用三个量子比特即可运行。这是通过测量一个量子比特，利用其结果调整下一步，然后回收该量子比特用于下一部分计算来实现的，而不是让所有量子比特同时保持活跃状态。
这一突破对于量子化学以及其他对系统精确能量了解至关重要的应用领域尤尤为重要。在这些领域中，目标通常是寻找分子的最低能量状态，即基态。如果测量不够精确，计算机可能会误报系统的更高能级（激发态）的能量，从而导致错误的结论。通过使用这种高效的准备方法，研究人员可以确保他们的置信区间尽可能紧凑，从而最大限度地减少此类错误的发生。这项研究表明，此前认为需要大型复杂机器才能实现的卓越性能，实际上在目前正在建造的较小规模、早期一代量子计算机上也是可以实现的。这项工作提供了一条清晰的前行路径，证明了通过正确的方法，最强大的量子估计工具可以适配于最小的可用硬件，从而为未来更可靠、更易获得的量子模拟开启了大门。
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。