本期『量子信息』專(zhuān)欄主持人 王子竹
王子竹
關(guān)聯(lián)性作為區(qū)別經(jīng)典和量子世界的最基本性質(zhì)之一,從量子信息產(chǎn)生早期,科學(xué)家們就對(duì)其產(chǎn)生、消耗以及在信息處理任務(wù)中扮演的角色進(jìn)行了持續(xù)的研究。量子信息中的關(guān)聯(lián)性由強(qiáng)到弱一般分為非定域/互文性(nonlocality/contextuality)、可導(dǎo)性(steerability)與糾纏(entanglement)幾種。滿足這幾種關(guān)聯(lián)性的概率分布組成的集合由弱到強(qiáng)是上一級(jí)集合的真子集:非定域的關(guān)聯(lián)一定可導(dǎo),并且產(chǎn)生這些關(guān)聯(lián)的量子態(tài)一定是糾纏態(tài),反之則不成立。這幾種關(guān)聯(lián)性的定義都用到了經(jīng)典共享隨機(jī)性(shared randomness)。經(jīng)典關(guān)聯(lián)和與之密切相關(guān)的經(jīng)典共享隨機(jī)性既可以看作是量子關(guān)聯(lián)性的“種子”,也可以反過(guò)來(lái)把它當(dāng)成可以用量子關(guān)聯(lián)高效生成的“果子”。
該文回顧了3 種產(chǎn)生經(jīng)典關(guān)聯(lián)的主要途徑:經(jīng)典、量子與經(jīng)典量子混合。其中經(jīng)典與量子場(chǎng)景都可以對(duì)產(chǎn)生經(jīng)典關(guān)聯(lián)所需的資源進(jìn)行精確的數(shù)學(xué)刻畫(huà):它們分別由非負(fù)秩(nonnegative rank)和半正定秩(PSD rank)來(lái)決定。在混合場(chǎng)景中,考慮到NISQ 時(shí)代對(duì)量子資源的操控能力有限,通過(guò)引入quantumcapability 的概念量化所需的額外經(jīng)典資源,并分先經(jīng)典后量子與先量子后經(jīng)典兩種場(chǎng)景進(jìn)行了討論。前一種場(chǎng)景可以精確刻畫(huà)所需的額外經(jīng)典比特?cái)?shù),后一種場(chǎng)景可以給出所需比特?cái)?shù)的上界。
王子竹
量子變分求解器(variationalquantumeigensolver,VQE)作為中等尺度含噪聲量子器件(noisyintermediate-scalequantumdevices,NISQ)時(shí)代可能產(chǎn)生實(shí)際應(yīng)用的場(chǎng)景,近年來(lái)在量子計(jì)算和量子信息研究中備受關(guān)注。VQE 作為一種量子?經(jīng)典混合算法,將純經(jīng)典算法中需要對(duì)量子系統(tǒng)進(jìn)行精確模擬調(diào)控的問(wèn)題交給算法的量子部分,同時(shí)保留了經(jīng)典優(yōu)化算法的高效率和準(zhǔn)確度。也正是由于這種特性,使得VQE 解決特定量子問(wèn)題如尋找多體量子系統(tǒng)基態(tài)時(shí)對(duì)描述量子系統(tǒng)的擬設(shè)(ansatz)有很大的依賴(lài)。一個(gè)好的擬設(shè)可以使算法在解決問(wèn)題時(shí)事半功倍,而一個(gè)不好的擬設(shè)可能使算法長(zhǎng)時(shí)間無(wú)法收斂到最優(yōu)值上。
該文采用了一種稱(chēng)為UCC 的擬設(shè),并將其轉(zhuǎn)化為小量子電路,作為變分算法的基本組成部分。在有了好的擬設(shè)之后,如何使用變分法優(yōu)化這些電路是算法需要解決的第二個(gè)問(wèn)題。量子多體模擬中常見(jiàn)的虛時(shí)演化法是一種簡(jiǎn)單有效的尋找基態(tài)算法。但與普通的虛時(shí)演化算法不同,由于變分空間是量子電路,所以文中采用了VITE 算法對(duì)量子電路進(jìn)行變分虛時(shí)演化。整個(gè)算法在MindQuantum 平臺(tái)上實(shí)現(xiàn),并用其求解LiH 分子的基態(tài)能量,得到了很好的效果。作者們憑借此算法奪得了第四屆量子計(jì)算黑客松全國(guó)大賽冠軍。