导读:
量子计算中一个关键的悬而未决的问题是,对于实际的任务,量子算法是否可以提供优于经典算法的显著优势。了解经典计算在模拟量子系统方面的局限性是解决这个问题的一个重要组成部分。
新发现介绍了一种模拟由参数化门组成的分层量子线路的方法,这是许多适用于近期量子计算机的变分量子算法背后的架构。使用了多量子比特波函数的神经网络参数化,重点关注与量子近似优化算法 (QAOA) 相关的状态。
对于模拟的最大线路,在 4 个 QAOA 层达到了 54 个量子比特,大约实现了 324 个 RZZ 门和 216 个 RX 门,而无需大规模计算资源。
正文:
近日,在《npj quantum Information》上发表的一篇论文中,EPFL联邦理工学院教授Giuseppe Carleo和哥伦比亚大学及纽约Flatiron研究所的研究生Matija Medvidović找到了一种在传统计算机而不是量子计算机上执行复杂量子计算算法的方法。
他们考虑的具体 “量子软件(Quantum Software) “被称为量子近似优化算法(QAOA),用于解决数学中的经典优化问题。其本质上是一种从一组可能的解决方案中挑选出问题的最佳解决方案的方法,QAOA是最佳方法之一。
图1 |