Как IBM делает квантовые вычисления с меньшим количеством кубитов

Недавно группа исследователей из IBM предложила решение для квантовых компьютеров, для которых требуется меньше кубитов. Новое решение призвано повысить точность и производительность химического моделирования на квантовых компьютерах по сравнению с классическими компьютерными квантовыми компьютерами, которым для эффективной работы требуется большое количество кубитов.

За последние несколько лет квантовые вычисления достигли огромных успехов. Технологические гиганты, такие как Google, Intel, Baidu и Amazon, вкладывают значительные средства в эту область. В прошлом году команда Google AI Quantum провела крупнейшее на сегодняшний день химическое моделирование на квантовом компьютере, а Intel представила Horse Ridge II , второе поколение своего криогенного управляющего чипа для разработки масштабируемых квантовых компьютеров.

Квантовые компьютеры могут обеспечить более точное моделирование нескольких сложных и больших молекулярных систем по сравнению с классическими компьютерами. В отличие от традиционных компьютеров, квантовые компьютеры используют квантовые биты или кубиты вместо классических двоичных битов. Квантовым компьютерам требуется большое количество кубитов, чтобы делать прорывные открытия. Чем больше количество кубитов, тем лучше производительность.

По словам исследователей, несмотря на быстрое развитие квантового оборудования и алгоритмов, в современных платформах квантовых вычислений отсутствуют такие области, как ограничения классических симуляторов и популярные однозначные сопоставления спин-орбиталей с кубитами, повышенная вероятность ошибок во время квантовые вычисления и др.

В недавней статье «Квантовое моделирование электронной структуры с транскоррелированным гамильтонианом: повышенная точность с меньшим объемом памяти на квантовом компьютере» исследователи заявили : «В то время как моделирование, основанное на минимальных базовых наборах и / или небольших активных пространствах, продолжает обеспечивать эталонные показатели. , полезное квантовое моделирование потребует значительных квантовых ресурсов. Сегодня рутинные классические вычисления ES могут содержать от сотен до тысяч базисных функций, которые необходимо было бы отобразить на логические кубиты. Таким образом, очевидно, что нам нужны подходы, которые могут дать желаемую точность с меньшими квантовыми ресурсами ».

IBM в сотрудничестве с Daimler AG и Virginia Tech создала квантовые компьютеры, использующие меньше кубитов. С этой целью исследователи объединили методы квантового моделирования с функцией Гамильтона. В comoutaion функция Гамильтона представляет собой изменение кинетической и потенциальной энергии молекулы.

Исследователи заявили: «Мы выбрали третий путь, используя гамильтониан, который« транскоррелирован », то есть преобразован для предоставления дополнительной информации о некоторых взаимодействиях, которые требуют более широкого базового набора для точного описания и, следовательно, не могут вписаться в квантовый компьютер, использующий традиционный гамильтониан ».

Новый метод позволяет проводить квантовое моделирование на основе транскоррелированного гамильтониана, который приблизительно включает в себя электрон-электронный касп и, как результат, обеспечивает более точное моделирование молекулы без необходимости использования большего количества кубитов или более глубоких квантовых схем.

Исследователи доказали, что свойства парадигматических молекул, таких как фтористый водород (HF), можно рассчитать с более высокой степенью точности, используя квантовые компьютеры с меньшим количеством кубитов.

IBM нацелена на «квантовое превосходство». В прошлом году технический гигант вместе с Goldman Sachs опубликовал статью, в которой исследуются преимущества квантовых компьютеров над традиционными компьютерами.

В сентябре прошлого года IBM опубликовала план разработки набора масштабируемых, более крупных и лучших процессоров с более чем 1000 кубитами , известного как IBM Quantum Condor. У компании также есть холодильник разбавления, выпуск которого запланирован на 2023 год.