本公開涉及用于操作量子寄存器的方法。

背景技術(shù)：

1、當(dāng)前一代量子計算機(jī)(也稱為“嘈雜中尺度量子”(noisy?intermediate-scalequantum，nisq)計算機(jī))已經(jīng)主要應(yīng)用于材料研究、優(yōu)化過程和人工智能領(lǐng)域。材料研究的一個方面在于量子力學(xué)系統(tǒng)(本文中也簡稱qs)(諸如分子)的定量開發(fā)。到目前為止，已經(jīng)開發(fā)出了各種方法來獲取對qs狀態(tài)的訪問，在下文示范性闡述了其中的一些方法。

2、所謂的精確對角化(ed)提供了qs的精確的數(shù)學(xué)解，其方式是借助于矩陣對角化將所有狀態(tài)的完整希爾伯特空間分解為本征態(tài)，這些本征態(tài)可以組合成熱化態(tài)。然而，其資源需求隨著qs的大小的增加而急劇增加，使得即使是現(xiàn)代超級計算機(jī)也很少足以在合理的計算時間內(nèi)獲得足夠精度的解。作為其近似，所謂的密度矩陣重整化群(“density?matrixrenormalisation?group”——dmrg)通過忽略較高的能態(tài)來減少計算時間。替代算法基于量子蒙特卡羅方法(qmc)，在該方法中，在隨機(jī)變量上進(jìn)行積分。示例性的qmc算法包含所謂的“擴(kuò)散qmc(diffusion-qmc)”、“輔助場qmc(auxillary-field-qmc)”、“連續(xù)時間qmc(continous-time?qmc)”、“格林函數(shù)qmc(greens-function-qmc)”或者“hirsch-fey-qmc”。這些qmc算法的共同點是：雖然可以用更多的計算工作量來改進(jìn)它們向精確解的收斂，但是通常只能在小的參數(shù)范圍(例如溫度范圍)內(nèi)，在該參數(shù)范圍之外，所謂的“費(fèi)米子符號問題(fermionic-sign-problem)”會破壞該收斂。

3、這些純粹的經(jīng)典方法的共同點是：隨著qs大小的增加，計算工作量呈指數(shù)級增加，這通常必須利用精度方面的顯著損失來補(bǔ)償。在使用量子計算機(jī)時，由于其疊加能力，這些損失會較小。雖然量子計算機(jī)的能力正在不斷增強(qiáng)。但是，會動用所謂的混合算法、即量子經(jīng)典算法，這些算法僅將一部分計算外包給量子計算機(jī)。量子經(jīng)典算法允許利用兩種類型計算機(jī)的優(yōu)點，并且降低對量子計算機(jī)的要求，例如關(guān)于量子位數(shù)量、電路深度以及門操作錯誤容忍度(所謂的噪聲或“noise”)?；旌纤惴ǖ牧餍写硎撬^的“變分量子本征解算器(variational?quantumeigensolver，vqe)”和基于此的“變分量子熱化器(variationalquantum?thermalizer，vqt)”。vqe使用變分量子電路來在量子計算機(jī)上準(zhǔn)備所謂的起始狀態(tài)。然后，量子計算機(jī)測量該起始狀態(tài)的能量。經(jīng)典(即非量子力學(xué))計算機(jī)負(fù)責(zé)優(yōu)化量子電路，以便使該起始狀態(tài)收斂到qs的基態(tài)(即，溫度t＝0開爾文)。一個目標(biāo)是：計算高于0開爾文的qs狀態(tài)(也稱為熱化或激發(fā))，然而，vqe無法訪問該狀態(tài)。

4、qs的熱化態(tài)(t>0)的密度矩陣，在數(shù)學(xué)上通過哈密頓算子(也稱為哈密頓量)來描述，可以表示為：

5、

6、在此，β＝1/kbt表示逆溫度，tr表示軌跡，kb表示玻爾茲曼常數(shù)，并且ρi表示能量為ei的哈密頓算子本征態(tài)的密度矩陣。在此，狀態(tài)ρ是自由能f被最小化的那個qs狀態(tài)。自由能f可以通過以下關(guān)系式被表示為能量e和熵s的函數(shù)：

7、

8、計算此類激發(fā)態(tài)的一種途徑在于：首先，借助于vqe找到基態(tài)，并且然后通過將基態(tài)投影到波函數(shù)之外或者對基態(tài)應(yīng)用附加的能量懲罰項來搜索激發(fā)態(tài)。兩者都需要復(fù)雜的量子電路，這些量子電路使得計算更加困難并且容易出錯。然而，采用不太復(fù)雜的所謂的“熱場雙態(tài)(thermofield-double-state)”方法，即系統(tǒng)被放大并且通過隨后的測量再次坍縮，無法對熵進(jìn)行直接測量。為了解決這個問題，又需要在量子計算機(jī)上計算ln(ρ)的期望值(例如借助于對數(shù)的級數(shù)展開)，并且然后測量ρ的冪，然而，這對量子計算機(jī)提出了高要求。

9、作為vqe的推廣，vqt借助于在經(jīng)典概率分布上訓(xùn)練的附加機(jī)器學(xué)習(xí)(ml)算法來提供對系統(tǒng)的熱狀態(tài)的訪問。從該概率分布中提取樣本，該樣本用作vqe的輸入狀態(tài)。由于量子電路不會改變熵，所以可以根據(jù)經(jīng)典概率分布來計算熵。與vqe類似，對變分量子電路進(jìn)行優(yōu)化，并且訓(xùn)練ml算法，以便按照關(guān)系式2來使自由能最小化。該vqt的作用原理已經(jīng)借助于超導(dǎo)量子位實現(xiàn)了，但是需要大量的必要的電路編譯以及這些電路的大量實現(xiàn)。

技術(shù)實現(xiàn)思路

1、按照各種實施方式，提供了一種用于操作量子寄存器(qr)的方法，該方法具有：執(zhí)行第一讀出過程，使得確定第一數(shù)據(jù)，這些第一數(shù)據(jù)表示qr(例如其概率)的第一狀態(tài)(例如疊加態(tài))(例如是該qr的函數(shù))；按照至少一個(即一個或多于一個)量子門(該量子門例如形成變分量子電路)，對處于第一狀態(tài)或從中產(chǎn)生的(例如非糾纏)狀態(tài)的qr進(jìn)行第一驅(qū)動；執(zhí)行第二讀出過程(該第二讀出過程例如具有讀出qr)，使得確定第二數(shù)據(jù)，這些第二數(shù)據(jù)表示qr(例如其概率)的從第一驅(qū)動中得出的第二狀態(tài)(例如疊加態(tài))(例如是該qr的函數(shù))；在使用第一數(shù)據(jù)和第二數(shù)據(jù)的情況下，調(diào)整該至少一個量子門的至少一個(即一個或多于一個)參數(shù)，以優(yōu)化取決于第一數(shù)據(jù)和第二數(shù)據(jù)的目標(biāo)函數(shù)；按照從該調(diào)整中得出的該至少一個量子門，對qr進(jìn)行第二驅(qū)動。也就是說，換言之，借助于調(diào)整該至少一個量子門的至少一個參數(shù)，調(diào)整該至少一個量子門，以便使用經(jīng)過調(diào)整的至少一個量子門來對qr進(jìn)行第二驅(qū)動。

2、本文中提供的該方法簡化了量子力學(xué)態(tài)的可再現(xiàn)的初始化、模擬和計算，例如當(dāng)該量子力學(xué)態(tài)旨在表示高于0開爾文的qs溫度時。本文中描述的該方法使得更容易借助于量子算法(例如按照關(guān)系式(2))高效地計算自由能，例如借助于nisq計算機(jī)，或者所謂的“完全糾錯通用量子(fullyerrorcorrecteduniversal?quantum)”計算機(jī)，以及準(zhǔn)備其量子力學(xué)態(tài)以用于其它參量的測量。

3、本文中描述的方法例如可以以資源節(jié)約和成本高效的方式來實現(xiàn)和執(zhí)行，因為這不一定隨著qs的大小呈指數(shù)縮放而且僅需要量子計算機(jī)的少量資源(例如與vqe相當(dāng))。與vqt相比，本文中描述的方法引起明顯更低的編譯成本，使得能夠更好地描繪經(jīng)典統(tǒng)計分布，而且能更容易并且硬件效率更高地實現(xiàn)。例如能夠?qū)崿F(xiàn)這一點的原因在于：cpu與qpu之間的耦合較少，而且實現(xiàn)了對量子計算機(jī)的噪聲的高容忍度。更清楚地說，本文中描述的方法以與vqe相當(dāng)?shù)某杀鹃_辟了vqt的可能性。

4、在下文說明了各種實施例。

5、實施例1是如上所述的用于操作qr的方法。

6、實施例2是根據(jù)實施例1所述的方法，其中，該第一讀出過程具有：讀出qr(例如該qr的疊加態(tài))；或者(例如在第二讀出過程之前或者與該第二讀出過程同時)讀出與qr(例如其第一狀態(tài)和/或在第一驅(qū)動之前)糾纏的附加qr(例如其疊加態(tài))。前者減少了資源花費(fèi)，例如通過需要更少的量子位和/或更小的電路深度。后者允許能夠省去中間測量。

7、實施例3是按照實施例1或2所述的方法，該方法還具有：優(yōu)選地當(dāng)qr處于初始狀態(tài)時，按照至少一個附加量子門(該附加量子門例如形成變分量子電路)，對該qr進(jìn)行附加的第一驅(qū)動，其中，qr的第一狀態(tài)基于該附加驅(qū)動(例如直接從中產(chǎn)生)；而且其中，該調(diào)整優(yōu)選地具有：在使用第一數(shù)據(jù)和第二數(shù)據(jù)的情況下，調(diào)整該至少一個附加量子門的至少一個參數(shù)或者將該至少一個參數(shù)設(shè)置為不變；按照從該調(diào)整中得出的該至少一個附加量子門，對qr進(jìn)行附加的第二驅(qū)動。也就是說，換言之，借助于調(diào)整該至少一個附加量子門的至少一個參數(shù)，調(diào)整該至少一個附加量子門，以便使用經(jīng)過調(diào)整的至少一個附加量子門來對qr進(jìn)行附加的第二驅(qū)動。這使得更容易模擬更復(fù)雜的qs(例如其熱化態(tài))和/或準(zhǔn)備經(jīng)典概率分布。

8、實施例4是根據(jù)實施例3所述的方法，其中，該至少一個附加量子門具有比該至少一個量子門更少的參數(shù)；和/或其中，與按照該至少一個量子門相比，按照該至少一個附加量子門，qr的更少的量子位被驅(qū)動(例如從初始狀態(tài)脫離)。這減少了資源花費(fèi)(例如計算時間)。

9、實施例5是按照實施例1至4中任一項所述的方法，

10、其中，該至少一個量子門和/或該至少一個附加量子門被設(shè)立為：對qr進(jìn)行糾纏和/或使該qr進(jìn)入疊加態(tài)、優(yōu)選地非糾纏或者至少部分地糾纏的疊加態(tài)(該疊加態(tài)例如在第一和/或第二讀出過程中被讀出)。這使得更容易模擬更復(fù)雜的qs(例如其熱化態(tài))。該至少部分地糾纏的疊加態(tài)例如可以是qr糾纏的結(jié)果。糾纏的疊加態(tài)的集合例如是疊加態(tài)的子集。

11、實施例6是按照實施例1至5中任一項所述的方法，其中，該調(diào)整具有：針對qr的每個量子位，調(diào)整一個或多于一個參數(shù)，在驅(qū)動時按照該參數(shù)來改變該量子位的狀態(tài)。這使得更容易獲得更準(zhǔn)確的計算結(jié)果。

12、實施例7是按照實施例1至6中任一項所述的方法，其中，第一數(shù)據(jù)和/或第二數(shù)據(jù)表示qr的疊加態(tài)或者(優(yōu)選地通過相應(yīng)的讀出過程)從該疊加態(tài)產(chǎn)生的基態(tài)的概率。這使得更容易模擬更復(fù)雜的qs(例如其熱化態(tài))。

13、實施例8是按照實施例1至7中任一項所述的方法，其中，該目標(biāo)函數(shù)表示物理狀態(tài)參量，和/或其中，基于該目標(biāo)函數(shù)的輸出來進(jìn)行該調(diào)整，該輸出取決于第一數(shù)據(jù)和第二數(shù)據(jù)和/或被最小化。這使得更容易模擬更復(fù)雜的qs(例如其熱化態(tài))。

14、實施例9是按照實施例1至8中任一項所述的方法，其中，第二數(shù)據(jù)獨(dú)立于第一數(shù)據(jù)，或者取決于第一讀出過程的結(jié)果(或者第一數(shù)據(jù))。這使得更容易模擬更復(fù)雜的qs或者更好地考慮該qs的特性和/或簡化調(diào)整過程/將該調(diào)整過程設(shè)計得更高效。第二數(shù)據(jù)例如可以取決于第一數(shù)據(jù)，例如當(dāng)?shù)诙?shù)據(jù)具有一個或多于一個指示，該指示是第一數(shù)據(jù)的函數(shù)(或者這些第一數(shù)據(jù)的指示)。例如，當(dāng)?shù)谝蛔x出過程的結(jié)果是量子位處于狀態(tài)|1>時，第二讀出過程可以提供與當(dāng)?shù)谝蛔x出過程的結(jié)果是量子位處于狀態(tài)|0>時相比不同的結(jié)果。

15、實施例10是按照實施例1至9中任一項所述的方法，該方法還具有：基于第二驅(qū)動和/或附加的第二驅(qū)動的結(jié)果，確定關(guān)于(例如qs的)物理量的指示，其中，該指示優(yōu)選地取決于從該優(yōu)化中得出的該目標(biāo)函數(shù)的輸出或者至少不同于該輸出。這使得更容易評估在所計算出的熱狀態(tài)下的物理量(可觀測量)。

16、實施例11是一種(例如非量子力學(xué)的)控制裝置，該控制裝置被設(shè)立為：執(zhí)行按照實施例1至10中任一項所述的方法。

17、實施例12是一種計算機(jī)程序，該計算機(jī)程序被設(shè)立為：使執(zhí)行該計算機(jī)程序的(例如非量子力學(xué)的)處理器來執(zhí)行按照實施例1至10中任一項所述的方法。

18、實施例13是一種計算機(jī)可讀介質(zhì)，該計算機(jī)可讀介質(zhì)存儲指令，這些指令被設(shè)立為：使執(zhí)行這些指令的(例如非量子力學(xué)的)處理器執(zhí)行按照權(quán)利要求1至10中任一項所述的方法。實施例11至13使得更容易實現(xiàn)該方法。