【儀表網(wǎng) 研發(fā)快訊】近日，電子科技大學(xué)基礎(chǔ)與前沿研究院、量子物理與光量子信息教育部重點(diǎn)實(shí)驗(yàn)室與華為技術(shù)有限公司達(dá)成深度合作，依托華為自研的MindQuantum量子模擬平臺(tái)，在量子人工智能(Quantum AI)方向取得重要進(jìn)展。團(tuán)隊(duì)首次在主流量子比特架構(gòu)上，定量評(píng)估了高維互文(contextual)量子態(tài)的模擬成本，揭示了強(qiáng)量子互文性有助于降低量子AI算法的運(yùn)行資源需求。此項(xiàng)研究成果以題為“Cost of locally approximating high-dimensional ground states of contextual quantum models”的論文發(fā)表于中國(guó)科學(xué)院一區(qū)Top期刊《Communications Physics》上。基礎(chǔ)與前沿研究院博士后楊愷雁、2022級(jí)碩士研究生朱彥錚為論文共同第一作者，王子竹教授為通訊作者，電子科技大學(xué)基礎(chǔ)與前沿研究院第一單位。
圖1：高維量子電路框架，其中每個(gè)高維量子門由保對(duì)稱性的量子比特門集合編碼，由此得到本研究中模擬高維互文量子態(tài)的保對(duì)稱性量子比特電路
圖2：圖中每個(gè)點(diǎn)表示一個(gè)具有量子互文性的基態(tài)，其基態(tài)能量密度越低表示該基態(tài)的量子互文性越強(qiáng)。該圖展示了反直覺的規(guī)律：量子互文性越強(qiáng)的基態(tài)更容易被模擬
量子互文性是區(qū)分量子與經(jīng)典世界的核心特性，也是量子計(jì)算與量子機(jī)器學(xué)習(xí)實(shí)現(xiàn)優(yōu)勢(shì)的關(guān)鍵資源。研究團(tuán)隊(duì)通過構(gòu)建全新的“保對(duì)稱性”通用量子比特門集合，以及高效的對(duì)稱性量子電路框架，模擬三維(qutrit)互文基態(tài)。結(jié)果表明，在相同的經(jīng)典與量子資源投入下，具有更強(qiáng)互文性的高維基態(tài)反而更易通過變分量子電路逼近，進(jìn)一步開拓了Quantum AI在優(yōu)化和并行計(jì)算上的潛力。
研究的數(shù)值模擬均在華為MindQuantum平臺(tái)上實(shí)現(xiàn)，雙方聯(lián)手優(yōu)化了變分量子算法的迭代流程，使其在多達(dá)14個(gè)量子比特的對(duì)稱子空間中，也能高效獲得收斂結(jié)果，充分發(fā)揮了MindQuantum在大規(guī)模參數(shù)化量子電路仿真、GPU/CPU協(xié)同加速方面的優(yōu)勢(shì)。
此次合作不僅深化了對(duì)量子互文性與量子資源消耗之間復(fù)雜關(guān)系的理解，也為Quantum AI在化學(xué)模擬、優(yōu)化計(jì)算、量子機(jī)器學(xué)習(xí)等前沿領(lǐng)域的應(yīng)用指明了新方向。
所有評(píng)論僅代表網(wǎng)友意見，與本站立場(chǎng)無關(guān)。