大数跨境
首页
>
前沿|Nature:量子-经典混合算法！
>

前沿|Nature:量子-经典混合算法！

前沿|Nature:量子-经典混合算法！ 两江科技评论
2022-03-19
3
导读：美国谷歌量子人工智能的William J. Huggins& 哥伦比亚大学的Joonho Lee等研究者提出了一种将约束QMC与量子计算相结合的方法，来减少这种偏差。

多电子相互作用问题，在科学领域提出了一些最大的计算挑战，并在许多领域提出了基本的应用。这些问题的解决方案，将提供准确的预测化学反应性和动力学，以及其他性质的量子系统。
费米量子蒙特卡罗(QMC)方法，使用基态的统计抽样，是解决这些问题的最有力的方法之一。用约束来控制费米符号问题保证了QMC的效率，但代价是由于经典计算的灵活性有限而可能存在显著的偏差。
在此，来自美国谷歌量子人工智能的William J. Huggins& 哥伦比亚大学的Joonho Lee等研究者提出了一种将约束QMC与量子计算相结合的方法，来减少这种偏差。相关论文以题为“Unbiasing fermionic quantum Monte Carlo with a quantum computer”于2022年03月16日发表在Nature上。
寻找Schrödinger方程的精确解的复杂性，似乎随着系统中电子的数量呈指数增长。这一事实，极大地阻碍了精确计算复杂系统基态量子力学性质的有效方法的进展。在过去的一个世纪里，大量的研究工作致力于开发解决这个多电子问题的新算法。
目前，所有可用的通用方法可分为两类：(1)随系统规模呈指数级伸缩而给出精确数值答案的方法；(2)成本随系统规模呈多项式级伸缩但仅通过构造近似的方法。这第二类方法是目前唯一可行地应用于大型系统的方法。通过这些方法得到的解的准确度往往不令人满意，而且几乎总是难以评估。
量子计算已经成为量子性质计算的一种替代模型，在效率方面，它可能补充并潜在地超越经典方法。虽然这一领域的最终目标是构建一个通用容错量子计算机，但目前的实验设备仅限于嘈杂的中尺度量子(NISQ)计算机。
基态计算的NISQ算法主要集中在变分量子本征求解器(VQE)框架上，需要解决优化困难、测量开销和电路噪声等问题。作为一种替代方法，人们提出了基于假想时间进化的算法，该算法原则上避免了优化问题。然而，由于虚拟时间演化的非酉性质，必须借助启发式来实现系统规模的合理伸缩。避免这些限制的新策略，可能有助于在费米子模拟中，实现第一个实际的量子优势。
在此，研究者提出并实验演示了一类量子-经典混合算法，为解决这些挑战提供了一种不同的途径。研究者没有尝试使用量子处理器来表示基态波函数，而是选择使用它来指导在经典协处理器上执行的量子蒙特卡罗(QMC)计算。利用这种方法，研究者的实验论证规模超过了以往在化学量子模拟方面的实验工作。
研究者在实验中实现了他们的方案，使用了多达16个量子比特来进行无偏约束QMC计算，这些计算是在多达120个轨道的化学系统上进行的。这些实验代表了在量子计算机的帮助下进行的最大的化学模拟，同时实现了与最先进的经典方法竞争的精度，而不需要负担的错误缓解。

图1. 想象时间进化，符号问题和研究者的量子-经典混合算法

图2. 8量子比特实验

图3. 12量子比特和16量子比特实验
综上所述，研究者提出了一种可扩展的、抗噪声的量子-经典混合算法，该算法无缝地将一个特殊用途的量子原语嵌入到精确的量子计算多体方法中，即QMC。该工作提供了一种计算策略，通过利用最先进的量子信息工具，有效地无偏见费米QMC方法。研究者已经为一种特定的称为AFQMC的QMC算法实现了这种算法，并在实验中展示了它在NISQ处理器上高达16量子比特的性能，产生的电子能量可以与最先进的经典量子化学方法竞争。研究者的算法还能在不增加量子资源或测量开销的情况下，将量子计算机处理的空间外的电子相关能结合起来。
文献信息
Huggins, W.J., O’Gorman, B.A., Rubin, N.C. et al. Unbiasing fermionic quantum Monte Carlo with a quantum computer. Nature (2022). https://doi.org/10.1038/s41586-021-04351-z

原文链接：

https://www.nature.com/articles/s41586-021-04351-z#citeas

免责声明：本文旨在传递更多科研资讯及分享，所有其他媒、网来源均注明出处，如涉及版权问题，请作者第一时间后台联系，我们将协调进行处理，所有来稿文责自负，两江仅作分享平台。转载请注明出处，如原创内容转载需授权，请联系下方微信号

【声明】内容源于网络
0
0
两江科技评论
聚焦“光声力热”超构材料、凝聚态物理、生物医学、智能制造等领域，打造科研人便捷的交流平台，发布优质新鲜的科研资讯。
内容 6001
粉丝 0
两江科技评论 聚焦“光声力热”超构材料、凝聚态物理、生物医学、智能制造等领域，打造科研人便捷的交流平台，发布优质新鲜的科研资讯。
总阅读9.2k
粉丝0
内容6.0k