验证量子芯片准确执行复杂计算的新方法

量子芯片验证

来自麻省理工学院(MIT)、谷歌和其他地方的研究人员设计了一种新方法,用于验证量子处理器何时能准确执行经典计算机无法完成的复杂计算。他们在一个定制系统上验证了他们的方法(如图所示),该系统能够捕捉光子芯片(“PNP”)计算出臭名昭著的量子难题的精确程度。信贷:Mihika您正在

一种新的方法确定电路是否能准确地执行经典计算机无法处理的复杂操作。

朝着实际迈出了一步量子计算,研究人员从麻省理工学院,谷歌等公司设计了一种系统,可以验证量子芯片何时能准确执行经典计算机无法完成的复杂计算。

量子芯片使用被称为“量子位元”的量子位元来进行计算,它可以表示与经典二进制位元相对应的两种状态——0或1——或者两种状态同时的“量子叠加”。这种独特的叠加态可以让量子计算机解决传统计算机实际上不可能解决的问题,这可能会在材料设计、药物发现和机器学习等应用领域带来突破。

全尺寸量子计算机将需要数百万个量子位元,而这目前还不可行。在过去的几年里,研究人员已经开始开发“嘈杂的中间尺度量子”(NISQ)芯片,它包含大约50到100个量子位。这足以证明“量子优势”,也就是说NISQ芯片可以解决传统计算机难以解决的某些算法。然而,验证芯片是否按照预期执行了操作可能非常低效。芯片的输出看起来完全是随机的,所以它需要很长时间来模拟步骤,以确定一切是否都按照计划进行。

在2020年1月13日发表的一篇论文中自然物理研究人员描述了一种新的协议,可以有效地验证NISQ芯片已经完成了所有正确的量子操作。他们在定制的量子光子芯片上验证了他们的协议。

”飞速发展在工业和学术界带给我们的尖端量子机器可以超越经典机器,量子验证的任务变得至关重要,”第一作者雅克·卡罗兰说,一个博士后的电气工程和计算机科学(电)和电子研究实验室(RLE)。“我们的技术为验证广泛类别的量子系统提供了重要工具。因为如果我投资数十亿美元来建造量子芯片,它肯定会做一些有趣的事情。”

在论文中加入Carolan的是来自麻省理工学院EECS和RLE的研究人员,以及来自谷歌量子人工智能实验室、Elenion技术、Lightmatter和Zapata Computing的研究人员。

分而治之

研究人员的工作本质上是追溯由量子电路产生的输出量子态到已知的输入态。这样做可以揭示在输入端执行了哪些电路操作以产生输出。这些操作应该总是符合研究人员的程序。如果没有,研究人员可以利用这些信息来确定芯片上哪里出了问题。

新协议的核心,被称为“变分量子反采样”,是一种“分而治之”的方法,Carolan说,它将输出的量子态分解成块。“我们不是一次性完成整个过程,这需要很长时间,而是一层一层地进行解读。这使我们能够将问题分解,以更有效的方式解决它。”卡罗兰说。

为此,研究人员从神经网络(一种通过多层计算来解决问题的方法)中获得灵感,建立了一个新的“量子神经网络”(QNN),其中每一层代表一组量子操作。

为了运行QNN,他们使用传统的硅制造技术构建了一个2 × 5毫米的NISQ芯片,该芯片有超过170个控制参数——可调谐电路元件,使操作光子路径更容易。从外部组件产生的光子对以特定波长产生并注入到芯片中。光子通过芯片的移相器——移相器改变光子的路径——相互干扰。这就产生了一个随机的量子输出状态——它代表了在计算过程中会发生什么。输出由一组外部光电探测器传感器测量。

输出被发送到QNN。第一层使用复杂的优化技术来挖掘有噪声的输出,以在所有这些混杂在一起的光子中找出单个光子的特征。然后,它从量子群中“解扰”出单个光子,以确定何种电路操作将其返回到已知的输入状态。这些操作应该与电路的具体设计完全匹配。所有随后的层都做同样的计算——从方程中移除之前被解乱的光子——直到所有的光子都被解乱。

举个例子,假设输入到处理器的量子位的输入状态都是零。NISQ芯片对量子位执行一系列操作,以产生一个巨大的、看似随机变化的数字作为输出。(在量子叠加中,输出数会不断变化。)QNN选择这个海量数据的数据块。然后,一层一层地,它决定哪些操作将每个量子位元恢复到它的输入状态为零。如果任何操作与最初计划的操作不同,那么一定是出了问题。研究人员可以检查预期输出与输入状态之间的任何不匹配,并利用这些信息来调整电路设计。

玻色子“unsampling”

在实验中,该团队成功地运行了一项流行的计算任务,该任务被称为“玻色子采样”,通常在光子芯片上执行。在这个练习中,移相器和其他光学元件将操纵和转换一组输入光子到一个不同的输出光子的量子叠加。最终,任务是计算某一输入状态与某一输出状态匹配的概率。这实际上是某个概率分布的样本。

但由于光子的不可预测行为,传统计算机几乎不可能计算出这些样本。理论上讲NISQ芯片可以快速计算出它们。然而,到目前为止,由于NISQ操作和任务本身的复杂性,还没有办法快速而简单地验证这一点。

卡罗兰说:“赋予这些芯片量子计算能力的特性几乎不可能验证。”

在实验中,研究人员能够对在他们定制的NISQ芯片上经历玻色子采样问题的两个光子进行“反采样”,而且只需要一小部分时间,就可以采用传统的验证方法。

“这是一篇出色的论文,它利用非线性量子神经网络来学习由黑盒执行的未知酉操作,”斯坦福大学专门研究量子技术的计算机科学教授斯特凡诺·皮兰多拉(Stefano Pirandola)说约克大学。“很明显,这种方案对于验证量子电路(例如NISQ处理器)执行的实际门非常有用。从这个角度来看,该方案是未来量子工程师的重要基准工具。这个想法在光子量子芯片上得到了显著的实现。”

卡罗兰说,虽然这种方法是为量子验证而设计的,但它也可以帮助捕获有用的物理特性。例如,某些分子在被激发时会振动,然后根据这些振动发射光子。卡罗兰说,通过将这些光子注入光子芯片,解读技术可以用来发现这些分子的量子动力学信息,以帮助生物工程分子设计。它还可以用来解读携带量子信息的光子,这些光子在穿过湍流空间或材料时积累了噪音。

卡罗兰说:“我们的梦想是把它应用到现实世界的有趣问题上。”

参考:《量子光子处理器上的变分量子反采样》作者:Jacques Carolan, Masoud Mohseni, Jonathan P. Olson, Mihika Prabhu, Changchen Chen, Darius Bunandar, Murphy Yuezhen Niu, Nicholas C. Harris, Franco N. C. Wong, Michael Hochberg, Seth Lloyd和Dirk Englund, 2020年1月13日,自然物理
DOI: 10.1038 / s41567 - 019 - 0747 - 6

第一个发表评论关于“验证量子芯片准确执行复杂计算的新方法”

留下你的评论

邮箱地址可选。如果提供,您的电子邮件将不会被发布或共享。