近期的量子計算機(jī)，即今天或不久的將來開發(fā)的量子計算機(jī)，可以比經(jīng)典計算機(jī)更有效地解決一些問題。這些計算機(jī)的一個潛在應(yīng)用可能是物理、化學(xué)和材料科學(xué)，以執(zhí)行量子模擬并確定量子系統(tǒng)的基態(tài)。

過去幾年開發(fā)的一些量子計算機(jī)已被證明在運行量子模擬方面相當(dāng)有效。然而，近期的量子計算方法仍然受到現(xiàn)有硬件組件和背景噪聲不利影響的限制。

1QB 信息技術(shù) (1QBit)、滑鐵盧大學(xué)和周邊理論物理研究所的研究人員最近開發(fā)了神經(jīng)誤差 緩解，這是一種可以改善使用量子模擬獲得的基態(tài)估計的新策略。這一策略是在Nature Machine Intelligence上發(fā)表的一篇論文中介紹的，它基于機(jī)器學(xué)習(xí)算法。

Elizabeth R. Bennewitz 和她的同事在他們的論文中寫道： “我們引入了神經(jīng)誤差緩解，它使用神經(jīng)網(wǎng)絡(luò)來改進(jìn)使用近期量子模擬獲得的基態(tài)和基態(tài)觀測值的估計。”

研究人員設(shè)計的新策略神經(jīng)錯誤緩解 (NEM) 有兩個關(guān)鍵組成部分或步驟。首先，該團(tuán)隊使用一種稱為神經(jīng)量子態(tài)斷層掃描 (NQST) 的技術(shù)來訓(xùn)練所謂的 NQS ansalz 來表示由噪聲量子設(shè)備制備的近似基態(tài)。

NQST 是一種機(jī)器學(xué)習(xí)方法，可以通過分析有限數(shù)量的實驗收集測量值來重建復(fù)雜的量子態(tài)。隨后，Bennewitz 和她的同事使用變分蒙特卡洛 (VMC) 算法來改進(jìn)未知基態(tài)的現(xiàn)有表示。他們實驗中使用的 NQS ansalz 是一種變壓器架構(gòu)，一種生成機(jī)器學(xué)習(xí)模型，通常用于生成自然語言文本和處理圖像。

最后，研究人員在一個真實的研究問題上測試了他們的神經(jīng)錯誤緩解方法的性能。具體來說，他們測試了它識別多體相互作用的費米子分子哈密頓量的基態(tài)波函數(shù)和能量的能力，這是運行分子電子相關(guān)性模擬的重要步驟。

研究人員在論文中寫道： “為了證明我們方法的廣泛適用性，我們采用神經(jīng)誤差緩解來找到 H 2和 LiH 分子哈密頓量的基態(tài)，以及通過變分量子本征求解器制備的晶格 Schwinger 模型。” “我們的研究結(jié)果表明，神經(jīng)誤差緩解改進(jìn)了數(shù)值和實驗變分量子本征求解器計算，以產(chǎn)生低能量誤差、高保真度和更復(fù)雜的可觀測值的準(zhǔn)確估計，例如有序參數(shù)和糾纏熵，而無需額外的量子資源。”

未來，神經(jīng)誤差模擬可用于減少使用近期設(shè)備執(zhí)行的量子模擬中與噪聲相關(guān)的誤差。這可能對許多研究領(lǐng)域產(chǎn)生重要影響，包括化學(xué)、物理學(xué)和材料科學(xué)，因為它可能導(dǎo)致更精確的估計或新的有見地的發(fā)現(xiàn)。

研究人員在他們的論文中寫道：“對于所使用的量子態(tài)準(zhǔn)備算法、實現(xiàn)它的量子硬件以及影響實驗的特定噪聲通道，神經(jīng)誤差緩解也是不可知的，這有助于其作為量子模擬工具的多功能性。”紙。

　　免責(zé)聲明：本文由用戶上傳，與本網(wǎng)站立場無關(guān)。財經(jīng)信息僅供讀者參考，并不構(gòu)成投資建議。投資者據(jù)此操作，風(fēng)險自擔(dān)。 如有侵權(quán)請聯(lián)系刪除！