Ny metode for å systematisk finne optimal qua

[Highlights]

– Utviklet en ny metode for å finne optimale kvanteoperasjonssekvenser for kvantedatamaskiner
– Basert på GRAPE, finner den nye metoden systematisk kvanteoperasjonssekvenser og muliggjør effektiv oppgaveutførelse
– Forventes å bidra til å forbedre ytelsen til kvantedatamaskiner og redusere miljøpåvirkningen

[Abstract]

National Institute of Information and Communications Technology (NICT, president: TOKUDA ​​Hideyuki, Ph.D.), Keio University (President: ITOH Kohei, Ph.D.), Tokyo University of Science (President: Dr. ISHIKAWA Masatoshi), The Universitetet i Tokyo (President: Dr. FUJII Teruo), lyktes for første gang i å utvikle en metode for systematisk å finne den optimale kvanteoperasjonssekvensen for en kvantedatamaskin.

For at en kvantedatamaskin skal utføre en oppgave, må vi skrive en sekvens av kvanteoperasjoner. Til nå har dataoperatører skrevet sine egne kvanteoperasjonssekvenser basert på eksisterende metoder (oppskrifter). Det vi har utviklet denne gangen er en systematisk metode som anvender optimal kontrollteori (GRAPE-algoritme) for å identifisere den teoretisk optimale sekvensen blant alle tenkelige kvanteoperasjonssekvenser.

Denne metoden forventes å bli et nyttig verktøy for mellomstore kvantedatamaskiner og forventes å bidra til å forbedre ytelsen til kvantedatamaskiner og redusere miljøpåvirkningen i nær fremtid.

Dette resultatet ble publisert i det amerikanske vitenskapelige tidsskriftet “Fysisk gjennomgang A” den 23. august 2022.

[Background]

Kvantedatamaskiner, som for tiden er under utvikling, forventes å ha stor innvirkning på samfunnet. Fordelene deres inkluderer å redusere miljøbelastningen ved å redusere energiforbruket, finne nye kjemiske stoffer for medisinsk bruk, fremskynde søket etter materialer for et renere miljø, etc.

Et av de store problemene for kvantedatamaskiner er at kvantetilstanden er veldig følsom for støy, så det er vanskelig å opprettholde den stabilt over lengre tid (opprettholde en koherent kvantetilstand). For å oppnå best mulig ytelse er det nødvendig å fullføre operasjonene innen den tiden den koherente kvantetilstanden opprettholdes. Det var behov for en metode for systematisk å identifisere de optimale sekvensene.

[Achievements]

Forskerteamet har utviklet en systematisk metode for å identifisere den optimale kvanteoperasjonssekvensen.

Når en datamaskin lagrer og behandler informasjon, konverteres all informasjon til en streng av biter med verdier på 0 eller 1. En kvanteoperasjonssekvens er et dataprogram skrevet på et menneskelesbart språk som konverteres slik at det kan behandles av en kvantedatamaskin (se figur 1). Kvanteoperasjonssekvensen består av 1-qubit-operasjoner og 2-qubit-operasjoner. Den beste sekvensen er den med færrest operasjoner og viser best ytelse (antallet røde firkanter og grønne vertikale linjer er minst).

Den nye metoden analyserer alle mulige sekvenser av elementære kvanteoperasjoner ved å bruke en beregningsalgoritme kalt GRAPE, en numerisk optimal kontrollteorialgoritme. Spesifikt lager vi en tabell over kvanteoperasjonssekvenser og ytelsesindeksen (fidelity F) for hver sekvens, fra tusenvis til millioner, avhengig av antall qubits og antall operasjoner som undersøkes. Den optimale kvanteoperasjonssekvensen identifiseres systematisk basert på de akkumulerte dataene. Figur 2 viser forholdet mellom lengden av kvanteoperasjonssekvensen og dens ytelsesindeks, og det kan sees at hvis antallet qubits n er 4, kreves det fem eller flere 2-qubit porter.

Det er også mulig for den nye metoden å analysere den komplette listen over alle kvanteoperasjonssekvenser og evaluere konvensjonelle oppskrifter. Som sådan kan det gi et verdifullt verktøy for å etablere benchmarks for tidligere og fremtidig forskning på ytelsen til få-qubit kvantealgoritmer.

[Future prospects]

Den systematiske metoden for å finne den optimale kvanteoperasjonssekvensen for kvantedatamaskiner forventes å bli et nyttig verktøy for mellomstore kvantedatamaskiner. I nær fremtid forventes det å forbedre ytelsen til kvantedatamaskiner (se figur 3) og bidra til å redusere belastningen på miljøet.

Vi fant også ut at det er mange optimale sekvenser av kvanteoperasjoner som er utmerket. Dette betyr at en probabilistisk tilnærming kan utvide anvendeligheten til denne nye metoden til større oppgaver. Tilnærminger basert på å analysere store datasett antyder muligheten for å integrere maskinlæring med vår nye metode for å forbedre prediksjonskraften ytterligere. I fremtiden vil forskerteamet bruke resultatene oppnådd denne gangen til å optimalisere oppgaver hentet fra faktiske kvantealgoritmer.

---

---

Ansvarsfraskrivelse: AAAS og EurekAlert! er ikke ansvarlig for nøyaktigheten av nyhetsmeldinger som er lagt ut på EurekAlert! ved å bidra med institusjoner eller for bruk av informasjon gjennom EurekAlert-systemet.