Trial-space co-design for quantum simulation on noisy hardware
本文介绍了一种试探空间协同设计框架，该框架整合了物理问题洞察与噪声硬件约束，以优化量子模拟基态与演化时间，并通过四比特实验展示了其相比均匀采样在能量误差上降低了54%。
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
量子计算机有望解决当今机器无法处理的问题，从设计新药到理解复杂材料的行为。为了实现这一目标，它们使用被称为“量子比特”（qubits）的微小粒子，这些粒子可以同时存在于多种状态中。然而，这些机器目前非常脆弱。来自热量或电噪声的极微小干扰就会导致它们丢失信息，科学家们称之为“噪声”问题。正因如此，研究人员通常需要将实验设计得仿佛计算机是完美的，直到已经选定了要研究的状态之后，才去担心机器的缺陷。这种方法浪费了很多潜在的性能，因为代表一个问题的最佳方式，实际上可能取决于试图解决该问题的那个带有特定缺陷的机器。
一组研究人员现在展示了一种弥合这一差距的新方法，他们称之为“试探空间协同设计”（trial-space co-design）。与其将物理问题和硬件视为两个独立的问题，不如利用关于问题和特定计算机的信息，在实验开始之前就决定要准备和测量的状态。通过这样做，他们发现自己能够显著提高在真实的、有噪声的硬件上的结果准确性。他们的工作表明，通过使问题的表示方式适应机器的局限性，而不是强迫机器去适应一个理想化的模型，我们可以从当今这些不完美的量子计算机中获得更好的答案。
其核心思想在于量子系统随时间变化的方式。在一个完美、孤立的世界里，量子态通过旋转其内部相位来演化，就像时钟指针在表盘上旋转一样，而其不同部分的相对重要性保持不变。为了找到系统的最低能量状态，研究人员通常会在演化的不同时间点拍摄快照并将其组合起来。然而，研究人员意识到，如果他们引入一种受控的、受监测的环境交互，他们可以做一些更强大的事情：他们可以改变那些部分的相对重要性。想象一个过滤器，它能温柔地抑制某些类型的运动，同时让其他运动通过。通过观察特定的结果——本质上是等待看是否发生了“跳跃”或跃迁——他们可以保留实验中那些“没有发生跳跃”的分支。这个过程重塑了状态，放大了对计算最有用的部分，并抑制了其余部分。
这种重塑使得研究人员能够找到在其他情况下无法察觉，或者需要更多时间样本才能重建的有用的问题空间方向。他们在几种不同的模型上测试了这个概念，包括一个模拟电子在网格上运动的模型和一个相互作用自旋模型。在这些模拟中，新方法成功识别出了一个更小的状态集，该集合比传统方法能更好地捕捉问题的本质物理特性。例如，在一次测试中，与标准方法相比，新方法将计算能量中的误差降低了近两倍。然而，研究人员也发现了一个关键限制：虽然新方法创造了非常有信息量的状态，但这些状态有时会变得过于相似，以至于有噪声的计算机无法分辨它们。如果状态过于相似，计算机就无法可靠地将信号与噪声区分开来，从而使额外的信息变得毫无用处。这意味着设计必须在寻找最有信息量的状态与确保它们保持足够独特的差异之间取得平衡。
为了看看这在现实世界中是否奏效，该团队从模拟转向了真实的量子处理器。他们使用了一个拥有四个量子比特的设备来模拟一个磁性系统。在运行实验之前，他们利用了记录机器当前健康状况的数据——即其量子比特保持稳定的时间以及门操作出错的频率——来选择测量系统的最佳时间。他们对比了两种策略：一种是均匀间隔测量时间，另一种是根据问题和机器当前状况选择特定的、不均匀的时间。在为期七天的测试中，使用基于问题信息的、不均匀时间的策略始终能产生更准确的结果。平均而言，与均匀采样法相比，计算能量的误差降低了54%。即使在机器性能每天略有变化的情况下，这种改进依然成立，证明了针对特定硬件和特定问题进行定制，比采用“一刀切”的方法效果更好。
研究人员还探索了该方法是否可以应用于不同类型的问题，例如模拟氮分子。他们发现，虽然用于过滤状态的具体规则会根据问题而变化，但整体逻辑保持不变：利用问题的结构生成候选状态，检查机器是否能支持这些状态，然后在这样一个更小、更优化的空间内解决问题。这种灵活性是关键，因为这意味着该方法并不局限于某种特定的物理学或某种特定的机器。这项工作并不声称已经解决了量子计算的所有问题，也不暗示噪声现在已成为一种有用的工具。相反，它表明可以通过结构化的关于问题和设备的信息，来设计一个更好的计算表示形式。通过使算法与硬件之间的界面变得更加智能化，这种方法为从现有的有噪声量子计算机中获得更多收益提供了一种切实可行的方法，将机器的局限性转化为引导我们如何提出正确问题的指南。
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。