Video Experimental Relacionado
Updated: Sep 9, 2025

Scalable Quantum Integrated Circuits on Superconducting Two-Dimensional Electron Gas Platform
Published on: August 2, 2019
Optimización sustitutiva de circuitos cuánticos variacionales
Erik J Gustafson1, Juha Tiihonen2, Diana Chamaki3
1Universities Space Research Association, Research Institute for Advanced Computer Science at NASA Ames Research Center, Moffett Field, CA 94035.
Este estudio introduce un enfoque de optimización sustituto para mejorar el rendimiento del propio solucionador cuántico variacional (VQE). Mediante el uso de simuladores clásicos para aproximar Hessians, acelera la convergencia para los cálculos cuánticos ruidosos.
Área de la Ciencia:
- La computación cuántica
- Física computacional
- Algoritmos de optimización
Sus antecedentes:
- Los propios solucionadores cuánticos variacionales (VQE) son algoritmos cuánticos prometedores a corto plazo.
- Los métodos actuales de EQV se enfrentan a desafíos con la optimización en entornos ruidosos, lo que limita las aplicaciones prácticas y las reclamaciones de ventajas cuánticas.
- La convergencia mejorada es crucial para acelerar las capacidades del hardware cuántico a corto plazo.
Objetivo del estudio:
- Desarrollar y demostrar un nuevo enfoque de optimización de sustitución para algoritmos cuánticos variacionales.
- Abordar los desafíos de la convergencia de la optimización en presencia de ruido para la EQV.
- Mejorar la eficiencia y aplicabilidad de los métodos híbridos cuántico-clásicos.
Principales métodos:
- Utilizó la simulación de circuitos modernos y las técnicas de optimización clásica estocástica.
- Desarrolló un enfoque de optimización sustituto que combina simuladores de vectores de estado aproximado clásicos (CPU / GPU) con unidades de procesamiento cuántico (QPU).
- Empleado un Hessian aproximado calculado a través de la simulación clásica como entrada para simuladores de circuitos cuánticos o exactos, lo que permite la paralelización a través de QPU.
Principales resultados:
- Implementó con éxito un método de optimización de sustituto para circuitos cuánticos.
- Se ha demostrado la eficacia del enfoque con y sin muestreo de ruido.
- Realizamos una demostración de principio en una unidad de procesamiento cuántico de 40 qubits.
Conclusiones:
- El enfoque de optimización subrogada mejora significativamente la convergencia de los algoritmos cuánticos variacionales.
- Este método ofrece una estrategia viable para acelerar las capacidades de hardware cuántico a corto plazo para VQE y otras tareas de optimización híbrida.
- La naturaleza paralelizable del enfoque lo hace adecuado para escalar a través de múltiples unidades de procesamiento cuántico.
Videos de Conceptos Relacionados
Woodward–Hoffmann Selection Rules and Microscopic Reversibility
Hybridization of Atomic Orbitals II
Ampere-Maxwell's Law: Problem-Solving
To solve the problem, we can use the equations from the analysis of an RC circuit and Maxwell's version of Ampère's law.
For the first part of...
Hybridization of Atomic Orbitals I
Mechanistic Models: Compartment Models in Algorithms for Numerical Problem Solving
In individual population analyses, different algorithms are employed, such as Cauchy's method, which uses a...
Second-Order Circuits
Input signals typically originate from voltage or current sources, with the output often representing voltage across the capacitor and/or current through the inductor. For example, in...

