🔬 materials science

Designing quantum technologies with a quantum computer

本文提出了一种量子计算机辅助框架，该框架结合了先进的编码、聚合以及一种混合多参考选择性量子克雷洛夫前向算法，旨在高效模拟固态自旋系统的长时间动力学，从而在降低近程硬件电路复杂度的同时，实现如氮空位中心等量子技术的设计与优化。

原作者： Juan Naranjo, Thi Ha Kyaw, Gaurav Saxena, Kevin Ferreira, Jack S. Baker

发布于 2026-01-30

📖 1 分钟阅读☕ 轻松阅读

原作者： Juan Naranjo, Thi Ha Kyaw, Gaurav Saxena, Kevin Ferreira, Jack S. Baker

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

想象一下，你正在试图设计一种全新的、极其灵敏的量子传感器。这种传感器依赖于钻石内部微小的缺陷（具体来说是氮原子取代碳原子形成的“NV色心”），这些缺陷就像微小的磁铁一样。为了制造出更好的传感器，你需要了解这些微小磁铁是如何摆动的、它们之间如何相互作用，以及它们是如何被周围钻石晶格的振动所干扰而变得混乱的。

问题在于：用普通的计算机来模拟这些摆动，就像是通过计算每一滴雨水的路径来预测一整年的天气一样。这不仅耗时极长，而且需要消耗巨大的能量。

这篇论文提出了一种使用量子计算机来完成这项工作的全新方法，但为了让它在当今并不完美的机器上也能运行，它使用了一套特殊的“黑客技巧”（优化手段）。以下是他们实现这一目标的原理，通过简单的解释如下：

1. 问题所在：“长途跋涉”

在量子物理学中，为了观察一个系统随时间的变化，你通常必须采取极小的步长（比如每秒走一步）。为了观察 100 纳秒（对我们来说很短，但对量子系统来说却是一辈子）内发生了什么，你需要走数百万步。

类比： 想象你正试图横跨一个大陆。如果你每走一步都要停下来看一次地图，那么在你鞋底磨穿之前，你永远也到达不了目的地。
论文的解决方案： 他们使用了一种“快速前进”（Fast-Forward）算法。他们不是走完每一步，而是采取几次战略性的“大跨步”，并利用数学方法来推测你最终会到达哪里。

2. 工具箱：三种特殊的“黑客技巧”

为了让这种“快速前进”在当今带有噪声的量子计算机上发挥作用，作者结合了三个聪明的技巧：

“格雷码”（Gray Code）映射：
量子计算机使用的语言（量子比特/qubits）与它们所模拟的原子语言不同。作者使用了一种特定的方式，将原子的能级转化为量子比特（称为格雷编码）。
- 类比： 这就像是将一部复杂的长篇小说翻译成一本简单的连环画。故事的核心内容保持不变，但你使用了更少的文字和更简单的图片，这样读者（计算机）就不会感到应接不暇。
“对易”（Commute）分组：
描述该系统的数学逻辑是一份巨大的指令清单。有些指令可以在互不干扰的情况下同时执行。
- 类比： 想象一个有很多厨师的厨房。如果两个厨师需要使用同一个烤箱，他们就必须等待。但如果一个正在切洋葱，而另一个正在烧开水，他们就可以同时工作。作者对指令进行了分组，使计算机可以同时进行“切菜和烧水”，从而节省了大量的计算时间和能量。
“多参考点”跨越 (sQKFF)：
这是他们“快速前进”的核心。他们不仅仅是根据起点来猜测未来，而是选择了几个“参考点”（系统的快照）来帮助引导预测。
- 类比： 如果你想预测一名迷路的徒步旅行者一小时后会在哪里，仅仅看他的起点是不够的。但如果你同时也观察他在 5 分钟前、10 分钟前和 15 分钟前在哪里，你就能画出一条更准确的路径。他们使用的“快照”（参考态）越多，预测就越准确，即使每一步之间的跨度很大。

3. 他们测试了什么

他们在涉及钻石缺陷的三种不同场景下测试了这种方法：

一个孤独的缺陷。
三个缺陷协同工作。
一个缺陷加上附近的某些“杂质”（其他原子）。

他们要求量子计算机模拟这些系统如何吸收微波能量（这是我们读取其状态的方式），以及它们能保持多久的“相干性”（即它们能在多长时间内保持有用的量子状态）。

4. 结果：哪些方法奏效了？

速度与精度： 他们成功地模拟了长达 100 纳秒 的系统。对于量子模拟来说，这是一个很长的时间。
“参考点”的秘密： 他们发现，影响准确度的最重要因素并不是步长的大小，而是使用了多少个参考快照。
- 类比： 拥有几个好的地标来引导方向，比朝着错误的方向迈出无数个微小且完美的步伐要有效得多。选择合适的“快照”比其他任何事情都重要。
资源节省： 通过使用“对易分组”技巧，他们将计算机需要执行的操作次数减少了 18% 到 30%。这非常重要，因为目前的量子计算机非常脆弱；执行的操作越少，出错的机会就越少。

5. 核心结论

这篇论文表明，我们不需要完美的、未来的量子计算机，就可以开始设计更好的量子传感器。通过使用一种“混合”方法（将量子计算与聪明的经典数学技巧相结合），并专注于选择正确的“参考点”，我们现在就可以有效地模拟复杂的固态材料。

他们在这篇论文中并没有直接制造出一个新的传感器；他们建立了一个蓝图和测试工具，证明了我们可以利用现有的、并不完美的机器，来设计未来的量子技术。

技术摘要：利用量子计算机设计量子技术

问题陈述
含有自旋活性缺陷（如金刚石中的氮空位中心，NV中心）的固态材料对于量子传感器、单光子源和处理器至关重要。然而，由于复杂的自旋-环境相互作用（包括零场分裂、塞曼效应、超精细耦合、偶极-偶极相互作用以及电子-声子退相干），对这些系统进行建模具有挑战性。经典模拟在处理此类多体性质的系统时往往难以胜任，尤其是在计算确定相干时间和吸收光谱所需的长时间动力学（纳秒至微秒量级）时。虽然数字量子计算机提供了一个充满希望的替代方案，但目前的噪声中等规模量子（NISQ）及早期容错硬件受到有限的量子比特数、固有噪声和电路深度的限制。核心挑战在于开发高效的算法，以近似长时量子时间演化，同时最小化计算资源（门计数和电路深度），从而与当前硬件的限制保持兼容。

方法论
作者提出了一个量子计算机辅助设计框架，用于模拟使用通用电子自旋共振（ESR）哈密顿量的相互作用自旋系统。该方法集成了多种优化技术：

哈密顿量建模： 该框架构建了一个包含零场分裂、塞曼项、超精细相互作用、偶极-偶极自旋-自旋项以及用于描述电子-声子退相干的自旋-玻色子模型的哈密顿量。系统通过格雷编码（Gray encoding）映射为自旋-1/2表示，以最小化量子比特需求 ( $\lceil \log_2(d) \rceil$ )。
电路优化： 由一系列泡利字符串（Pauli strings）表示的哈密顿量被划分为量子比特逐位对易（QWC）组。这允许通过单量子比特克利福德旋转进行同步对角化，从而能够使用规范电路来对对角泡利字符串进行指数化运算。这一步骤有助于通过重新排序指数项来抵消相邻的伴随操作，从而减少门计数和电路深度。
多参考选择量子克雷洛夫快速推进（sQKFF）： 为了在不产生过高电路深度的前提下获取长时间动力学，作者采用了 sQKFF 算法。这种混合方法通过从一组参考态构建的克雷洛夫子空间来近似时间演化态 $|\psi(t)\rangle$ $∣ ψ (t)⟩$ 。
- 量子部分： 使用二阶特罗特分解（Trotterization）通过 Hadamard 测试计算重叠矩阵 ( $S$ ) 和哈密顿矩阵 ( $H$ ) 的矩阵元。
- 经典部分： 在克雷洛夫子空间内求解广义特征值问题（薛定谔方程）以确定随时间变化的系数。
- 参考态选择： 参考态根据短时演化态的测量概率进行选择，旨在捕捉长时动力学的相关特征。
性质计算： 该框架计算自相关函数、微波吸收光谱（通过线性响应理论和虚部电导率）以及相干性的 $\ell_1$ -范数。

核心贡献

集成框架： 一个统一的方法，结合了格雷编码、QWC 聚合以及专门针对实验条件下（包括声子库和杂质）的固态自旋缺陷设计的 sQKFF 算法。
资源缩减： 与未优化的实现相比，应用 QWC 聚合和特罗特化时间演化优化，在所有测试配置中实现了 18–30% 的门计数和电路深度缩减。
长时间动力学： 该框架成功计算了高达 ~100 ns 的自相关函数，这一时间尺度在标准特罗特化方法下对于 NISQ 硬件而言通常是难以实现的。
基准测试： 该方法通过三种不同的 NV 中心配置（单个 NV、三个 NV 以及带有 $^{14}$ N 杂质的 NV）在 QuTiP 经典模拟下进行了验证。

结果

准确性： 该框架在高保真度下复现了 QuTiP 的微波吸收光谱和自相关函数结果。对于配置 1 和配置 3，即使在存在中度特罗特误差的情况下，在数十纳秒的时间范围内仍能保持准确的结果。
参考态敏感性： 研究表明，在固定硬件成本的前提下，参考态的选择是决定准确性的主要因素。增加参考态的数量 ( $R$ ) 能显著提高模拟的准确性和可达到的时间跨度，其效果往往优于降低特罗特误差。
配置复杂度： 虽然配置 2（较大的系统规模、较高的哈密顿量 1-范数）在识别有效参考态方面存在挑战（由于信息分布较为稀疏），但该框架仍然适用。配置 3 尽管增加了杂质和偶极-偶极相互作用，但在 $R=15$ 且特罗特误差最小化时，达到了与较简单的配置 1 相当的准确度。
相干性指标： 相干性的 $\ell_1$ -范数可以在克雷洛夫子空间内高效计算，从而能够在没有指数级经典开销的情况下估算有效的 $T_1$ 和 $T_2$ 相干时间。

意义与主张
论文声称，该方法论为使用量子计算机设计、比较和优化固态自旋量子技术提供了一个灵活的蓝图。作者断言，他们的混合方法证明了量子计算机在结合优化模拟技术后，即使在 NISQ 时期的资源约束下，也能成为研究自旋缺陷动力学的有效平台。

这项工作强调，虽然硬件限制（噪声、量子比特数）非常显著，但像 sQKFF 和 QWC 聚合这样的算法优化可以扩展模拟的可操作时间尺度。作者谦虚地总结道，虽然模拟具有非平凡相互作用的复杂动力学仍是一个长期目标，但他们的结果证明了此类追求的可行性。他们强调，能够模拟经典上难以处理的配置，对于推进量子器件工程至关重要。本文并不声称能立即部署在真实硬件上，而是建立了一个经过验证的数值框架，并指出测量采样开销和参考态选择是未来实际应用中的关键领域。