← 最新论文
💻 computer science

Noise-aware Verification and Synthesis of Quantum Programs

本文介绍了一种用于量子编程的噪声感知框架,该框架建立了硬件依赖的语义,开发了相应的用于有界验证的霍尔逻辑,并通过利用来自 IBM 等厂商的真实错误模型,实现了噪声最优且无循环量子子程序的自动合成。

原作者: Stefanie Muroya, Krishnendu Chatterjee, Thomas A. Henzinger

发布于 2026-08-07
📖 1 分钟阅读☕ 轻松阅读

原作者: Stefanie Muroya, Krishnendu Chatterjee, Thomas A. Henzinger

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,你正试图烤出一个完美的蛋糕,但你的厨房不是一个洁净、温度受控的环境,而是在一场风暴中——烤箱门不停地晃动,面粉也被吹走了。这就是今天量子计算的现实。科学家们正在制造能够解决常规计算机无法解决的问题的机器,但这些机器极其脆弱。它们就像精致的玻璃雕塑,只要你看它们一眼,或者空气稍微变热一点,它们就会破碎。在物理学世界中,这场“风暴”被称为噪声(noise)。它是当量子比特(这些计算机中微小的信息单位)试图履行职责时所产生的随机错误。

要理解科学家们如何试图解决这个问题,你需要了解这些计算机是如何“思考”的两个要点。首先,它们不仅仅存储一个单一的答案,而是同时存在于许多种可能性的模糊云团中,这被称为叠加态(superposition)。其次,当你试图检查答案时,这个云团会坍缩成一个单一的结果,但到达那里的过程是非常混乱的。长期以来,计算机科学家在编写这些机器的规则时,假设它们是完美的,忽略了风暴的存在。他们假设烤箱的温度始终处于完全正确的状态。但由于我们实际拥有的机器是有噪声的,那些完美的规则往往会导致“烤坏蛋糕”。这篇论文讲的是如何学习“在风中烘焙”,即创造出能够应对现实混乱情况的新规则。

研究人员 Stefanie Muroya、Krishnendu Chatterjee 和 Thomas A. Henzinger 构建了一个新的工具包,旨在帮助程序员编写能在真实、有噪声的机器上运行的量子代码。他们称这种方法为“噪声感知型(noise-aware)”,这是一个高级说法,意为:“让我们停止假装计算机是完美的,开始为破碎的现实进行设计。”

他们的核心思想是停止将量子态视为一张单一的、模糊的照片(他们称之为“密度矩阵”),而是将其视为一组具有各自概率的具体且截然不同的可能性的集合(他们称之为“系综/ensemble”)。你可以这样理解:如果你有一个装满弹珠的袋子,一张模糊的照片可能只会告诉你这个袋子“大部分是红色的”。但一个“系综”会准确地告诉你袋子里有多少个红色的、蓝色的和绿色的弹珠,以及你摸出每种颜色的概率是多少。这种区别至关重要,因为在有噪声的环境中,特定混合物的组成非常重要。两个看起来相似的袋子,如果摇晃一下(应用一个有噪声的操作),最终的结果可能会大不相同。通过追踪特定的混合物,研究人员可以精确预测噪声会如何破坏程序,更重要的是,如何去修复它。

这篇论文主要做了三件事。首先,他们创建了一套新的逻辑规则(一种“霍尔逻辑/Hoare logic”),充当量子程序的拼写检查器。这个拼写检查器不仅检查拼写错误,还会检查即使计算机犯了随机错误,你的程序是否仍能正常工作。它允许程序员说:“我保证,如果我从这种特定的可能性组合开始,即使存在噪声,我的程序最终也会得到那种特定的可能性组合。”

其次,他们构建了一个工具,可以自动验证一段短量子程序在特定硬件上是否正确。想象一下,你有一个特定的食谱和一个特定的烤箱。这个工具会逐步模拟烘焙过程,考虑到那个特定烤箱中的每一次晃动和每一股穿堂风,从而告诉你蛋糕是否会升起来。他们利用 IBM 的 Qiskit 工具包中的 55 种不同硬件规格测试了该方法,证明了他们的方法可以高精度地检查运行在现实世界机器上的程序。

第三,或许是最令人兴奋的部分,他们创造了一个可以“发明”新量子程序的工具。与其让一个人类去猜测完成任务的最佳方式,不如让工具去搜索最适合特定有噪声机器的“完美”短程序。他们发现了一些令人惊讶的事实:有时,在有噪声的计算机上获得完美结果的最佳途径并不是遵循一条单一、严格的路径。相反,最优策略涉及概率性分支(probabilistic branching)。这意味着程序有时应该通过“抛硬币”来决定走哪条路。例如,为了区分两种棘手的量子态,最好的策略可能是 50% 的时间运行一个测试,另外 50% 的时间运行另一个测试。这种策略的“混合”看似违反直觉,但事实证明,它是战胜噪声的“秘密配方”。

研究人员在诸如准备特定量子态和检查错误等常见任务上测试了他们的合成工具。他们发现,“最佳”程序取决于你使用的是哪台具体的 IBM 机器。对于一个有噪声的芯片而言完美的程序,对于另一个芯片来说可能非常糟糕。此外,他们合成的程序看起来往往与教科书上教授的理想、无噪声计算机的解决方案完全不同。在许多情况下,该工具发现使用经典概率(通过抛硬币来选择路径)对于获得最高成功率是必不可少的。

简而言之,这篇论文并不仅仅是在说“量子计算机是有噪声的”。它提供了一个完整的框架,用于理解这种噪声、检查你的代码能否在其中生存,并自动编写能够在这种环境下茁壮成长的代码。通过将量子态视为详细的各种可能性集合而非模糊的平均值,并接受“有时你需要通过抛硬币来获胜”这一理念,他们向使量子计算在现实、混乱的世界中变得实用化迈出了重要一步。

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。

试用 Digest →