Google DeepMind
CQIF, DAMTP, Università di Cambridge, Regno Unito
Trovi questo documento interessante o vuoi discuterne? Scrivi o lascia un commento su SciRate.
Astratto
La preparazione dello stato quantistico è un ingrediente importante per altri algoritmi quantistici di livello superiore, come la simulazione hamiltoniana, o per caricare distribuzioni in un dispositivo quantistico da utilizzare ad es. nel contesto di attività di ottimizzazione come l’apprendimento automatico. Partendo da un generico metodo “scatola nera” ideato da Grover nel 2000, che impiega l’amplificazione dell’ampiezza per coefficienti di carico calcolati da un oracolo, si è avuta una lunga serie di risultati e miglioramenti con varie condizioni aggiuntive sulle ampiezze da caricare, culminati in Il lavoro di Sanders et al. che evita quasi tutti i calcoli aritmetici durante la fase di preparazione.
In questo lavoro, costruiamo uno schema ottimizzato di caricamento dello stato della scatola nera con il quale vari importanti insiemi di coefficienti possono essere caricati significativamente più velocemente rispetto ai cicli $O(sqrt N)$ di amplificazione di ampiezza, fino a soli $O(1)$ molti. Raggiungiamo questo obiettivo con due varianti del nostro algoritmo. Il primo utilizza una modifica dell'oracolo di Sanders et al., che richiede meno ancilla ($log_2 g$ vs $g+2$ nella precisione di bit $g$) e meno operazioni non-Clifford per round di amplificazione di ampiezza all'interno dell'oracolo. contesto del nostro algoritmo. Il secondo utilizza lo stesso oracolo, ma a un costo leggermente maggiore in termini di ancillas ($g+log_2g$) e operazioni non-Clifford per round di amplificazione. Poiché il numero di cicli di amplificazione dell'ampiezza entra come fattore moltiplicativo, il nostro schema di caricamento dello stato della scatola nera produce una velocità fino a esponenziale rispetto ai metodi precedenti. Questa accelerazione si traduce oltre il caso della scatola nera.
Riepilogo popolare
In questo lavoro, miglioriamo la routine dell'host, riducendo significativamente il numero di query necessarie alla scatola nera, ottenendo una velocità fino a esponenziale - naturalmente a seconda dei dati da caricare, ma i risultati valgono per un'ampia gamma di realistiche set di dati o distribuzioni di interesse. Abbiamo inoltre ideato una subroutine specifica della scatola nera, adattata per funzionare particolarmente bene con il nostro schema di caricamento dei dati host che riduce ulteriormente il qubit richiesto e il sovraccarico del gate.
► dati BibTeX
► Riferimenti
, Lov K. Grover “Sintesi delle sovrapposizioni quantistiche mediante calcolo quantistico” Physical Review Letters 85, 1334-1337 (2000).
https: / / doi.org/ 10.1103 / PhysRevLett.85.1334
, Yuval R. Sanders, Guang Hao Low, Artur Scherer e Dominic W. Berry, "Preparazione dello stato quantico della scatola nera senza aritmetica" Lettere di revisione fisica 122, 020502 (2019).
https: / / doi.org/ 10.1103 / PhysRevLett.122.020502
, Aram W. Harrow, Avinatan Hassidim e Seth Lloyd, "Algoritmo quantistico per sistemi lineari di equazioni" Physical Review Letters 103, 150502 (2009).
https: / / doi.org/ 10.1103 / PhysRevLett.103.150502
arXiv: 0811.3171
, Julia Kempe “Passeggiate casuali quantistiche – una panoramica introduttiva” Contemporary Physics 44, 307–327 (2003).
https: / / doi.org/ 10.1080 / 00107151031000110776 mila
arXiv: 0303081
, Miklos Santha "Algoritmi di ricerca basati sulla camminata quantistica" Teoria e applicazioni dei modelli di calcolo 31–46 (2008).
https://doi.org/10.1007/978-3-540-79228-4_3
http://link.springer.com/10.1007/978-3-540-79228-4%7B%5C_%7D3
, Dominic W. Berry e Andrew M. Childs “Simulazione hamiltoniana a scatola nera e implementazione unitaria” (2009).
https: / / doi.org/ 10.26421 mila / QIC12.1-2
arXiv: 0910.4157
, Fernando G. S. L. Brandão, Amir Kalev, Tongyang Li, Cedric Yen-Yu Lin, Krysta M. Svore e Xiaodi Wu, "Quantum SDP Solvers: grandi accelerazioni, ottimalità e applicazioni all'apprendimento quantistico" ICALP 2019 (2017).
https: / / doi.org/ 10.4230 / LIPIcs.ICALP.2019.27
arXiv: 1710.02581
, Sergey Bravyi, Alexander Kliesch, Robert Koenig e Eugene Tang, "Ostacoli alla preparazione dello stato e all'ottimizzazione variazionale dalla protezione della simmetria" (2019).
https: / / doi.org/ 10.1103 / PhysRevLett.125.260505
arXiv: 1910.08980
, Dominic W. Berry, Andrew M. Childs e Robin Kothari, "Simulazione hamiltoniana con dipendenza quasi ottimale da tutti i parametri" (2015).
https: / / doi.org/ 10.1109 / FOCS.2015.54
arXiv: 1501.01715
, N Cody Jones, James D. Whitfield, Peter L. McMahon, Man-Hong Yung, Rodney Van Meter, Alán Aspuru-Guzik e Yoshihisa Yamamoto, "Simulazione chimica quantistica più veloce su computer quantistici tolleranti agli errori" New Journal of Physics 14, 115023 (2012).
https://doi.org/10.1088/1367-2630/14/11/115023
arXiv: 1204.0567
, Andrei N. Soklakov e Rüdiger Schack “Preparazione efficiente dello stato per un registro di bit quantistici” Physical Review A 73, 012307 (2006).
https: / / doi.org/ 10.1103 / PhysRevA.73.012307
, Martin Pleschand Časlav Brukner “Preparazione dello stato quantico con decomposizioni di gate universali” Physical Review A 83, 032302 (2011).
https: / / doi.org/ 10.1103 / PhysRevA.83.032302
arXiv: 1003.5760
, Mikko Mottonen, Juha J. Vartiainen, Ville Bergholm e Martti M. Salomaa, "Trasformazione di stati quantistici utilizzando rotazioni uniformemente controllate" Quant. Inf. Comp. 5, 467 (2004).
https:///doi.org/10.48550/arXiv.quant-ph/0407010
arXiv: 0407010
, Israel F. Araujo, Daniel K. Park, Francesco Petruccione e Adenilton J. da Silva, "Un algoritmo divide et impera per la preparazione dello stato quantistico" (2020).
https://doi.org/10.1038/s41598-021-85474-1
arXiv: 2008.01511
, Lov Groverand Terry Rudolph "Creare sovrapposizioni che corrispondono a distribuzioni di probabilità integrabili in modo efficiente" (2002).
https:///doi.org/10.48550/arXiv.quant-ph/0208112
arXiv: 0208112
, Andrew M. Childs "Sulla relazione tra cammino quantistico in tempo continuo e discreto" Communications in Mathematical Physics 294, 581–603 (2009).
https://doi.org/10.1007/s00220-009-0930-1
, Christa Zoufal, Aurélien Lucchi e Stefan Woerner, "Reti avversarie generative quantistiche per l'apprendimento e il caricamento di distribuzioni casuali" npj Quantum Information (2019).
https://doi.org/10.1038/s41534-019-0223-2
arXiv: 1904.00043
, Michael A. Nielsen e Isaac L. Chuang “Calcolo quantistico e informazioni quantistiche” Cambridge University Press (2010).
https: / / doi.org/ 10.1017 / CBO9780511976667
http://books.google.com/books?id=-s4DEy7o-a0C%7B%5C&%7Dpgis=1%20http://ebooks.cambridge.org/ref/id/CBO9780511976667
, Theodore J. Yoder, Guang Hao Low e Isaac L. Chuang, "Ricerca quantistica a punto fisso con un numero ottimale di query" Physical Review Letters 113, 210501 (2014).
https: / / doi.org/ 10.1103 / PhysRevLett.113.210501
, Steven A. Cuccaro, Thomas G. Draper, Samuel A. Kutin e David Petrie Moulton, "Un nuovo circuito di addizione quantistica con trasporto di ondulazioni" (2004).
https:///doi.org/10.48550/arXiv.quant-ph/0410184
arXiv: 0410184
, Craig Gidney “Dimezzare il costo dell’addizione quantistica” Quantum 2, 74 (2018).
https://doi.org/10.22331/q-2018-06-18-74
arXiv: 1709.06648
, Yong He, Ming-Xing Luo, E. Zhang, Hong-Ke Wang e Xiao-Feng Wang, "Decompositions of n-qubit Toffoli Gates with Linear Circuit Complexity" International Journal of Theoretical Physics 56, 2350–2361 (2017).
https://doi.org/10.1007/s10773-017-3389-4
, John A. Smolinand David P. DiVincenzo “Cinque porte quantistiche a due bit sono sufficienti per implementare la porta quantistica di Fredkin” Physical Review A 53, 2855–2856 (1996).
https: / / doi.org/ 10.1103 / PhysRevA.53.2855
, Quantum AI Lab Google, Frank Arute, Kunal Arya, Ryan Babbush, Dave Bacon, Joseph C. Bardin, Rami Barends, Rupak Biswas, Sergio Boixo, Fernando G. S. L. Brandao, David A. Buell, Brian Burkett, Yu Chen, Zijun Chen, Ben Chiaro, Roberto Collins, William Courtney, Andrew Dunsworth, Edward Farhi, Brooks Foxen, Austin Fowler, Craig Gidney, Marissa Giustina, Rob Graff, Keith Guerin, Steve Habegger, Matthew P. Harrigan, Michael J. Hartmann, Alan Ho, Markus Hoffmann , Trent Huang, Travis S. Humble, Sergei V. Isakov, Evan Jeffrey, Zhang Jiang, Dvir Kafri, Kostyantyn Kechedzhi, Julian Kelly, Paul V. Klimov, Sergey Knysh, Alexander Korotkov, Fedor Kostritsa, David Landhuis, Mike Lindmark, Erik Lucero, Dmitry Lyakh, Salvatore Mandrà, Jarrod R. McClean, Matthew McEwen, Anthony Megrant, Xiao Mi, Kristel Michielsen, Masoud Mohseni, Josh Mutus, Ofer Naaman, Matthew Neeley, Charles Neill, Murphy Yuezhen Niu, Eric Ostby, Andre Petukhov, John C. Platt, Chris Quintana, Eleanor G. Rieffel, Pedram Roushan, Nicholas C. Rubin, Daniel Sank, Kevin J. Satzinger, Vadim Smelyanskiy, Kevin J. Sung, Matthew D. Trevithick, Amit Vainsencher, Benjamin Villalonga, Theodore White , Z. Jamie Yao, Ping Yeh, Adam Zalcman, Hartmut Neven, John M. Martinis, Quantum AI Lab Google, Frank Arute, Kunal Arya, Ryan Babbush, Dave Bacon, Joseph C. Bardin, Rami Barends, Rupak Biswas, Sergio Boixo , Fernando G. S. L. Brandao, David A. Buell, Brian Burkett, Yu Chen, Zijun Chen, Ben Chiaro, Roberto Collins, William Courtney, Andrew Dunsworth, Edward Farhi, Brooks Foxen, Austin Fowler, Craig Gidney, Marissa Giustina, Rob Graff, Keith Guerin, Steve Habegger, Matthew P. Harrigan, Michael J. Hartmann, Alan Ho, Markus Hoffmann, Trent Huang, Travis S. Humble, Sergei V. Isakov, Evan Jeffrey, Zhang Jiang, Dvir Kafri, Kostyantyn Kechedzhi, Julian Kelly, Paul V. Klimov, Sergey Knysh, Alexander Korotkov, Fedor Kostritsa, David Landhuis, Mike Lindmark, Erik Lucero, Dmitry Lyakh, Salvatore Mandrà, Jarrod R. McClean, Matthew McEwen, Anthony Megrant, Xiao Mi, Kristel Michielsen, Masoud Mohseni, Josh Mutus , Ofer Naaman, Matthew Neeley, Charles Neill, Murphy Yuezhen Niu, Eric Ostby, Andre Petukhov, John C. Platt, Chris Quintana, Eleanor G. Rieffel, Pedram Roushan, Nicholas C. Rubin, Daniel Sank, Kevin J. Satzinger, Vadim Smelyanskiy, Kevin J. Sung, Matthew D. Trevithick, Amit Vainsencher, Benjamin Villalonga, Theodore White, Z. Jamie Yao, Ping Yeh, Adam Zalcman, Hartmut Neven e John M. Martinis, "Supremazia quantistica utilizzando un processore superconduttore programmabile" Natura 574, 505–510 (2019).
https://doi.org/10.1038/s41586-019-1666-5
http:///www.nature.com/articles/s41586-019-1666-5
, Ashley Montanaro “Ricerca quantistica con consigli” 1–14 (2009).
arXiv: 0908.3066
Citato da
[1] Kouhei Nakaji, Shumpei Uno, Yohichi Suzuki, Rudy Raymond, Tamiya Onodera, Tomoki Tanaka, Hiroyuki Tezuka, Naoki Mitsuda e Naoki Yamamoto, "Codifica di ampiezza approssimativa in circuiti quantistici parametrizzati superficiali e sua applicazione agli indicatori del mercato finanziario", Ricerca sulla revisione fisica 4 2, 023136 (2022).
[2] Weiwen Jiang, Jinjun Xiong e Yiyu Shi, "Un quadro di co-progettazione di reti neurali e circuiti quantistici verso il vantaggio quantistico", Comunicazioni sulla natura 12, 579 (2021).
[3] Vladimir Vargas-Calderón, Fabio A. González e Herbert Vinck-Posada, "Classificazione e stima della densità senza ottimizzazione con circuiti quantistici", arXiv: 2203.14452.
[4] Gabriel Marin-Sanchez, Javier Gonzalez-Conde e Mikel Sanz, "Algoritmi quantistici per il caricamento approssimativo di funzioni", arXiv: 2111.07933.
[5] Shengbin Wang, Zhimin Wang, Guolong Cui, Lixin Fan, Shangshang Shi, Ruimin Shang, Wendong Li, Zhiqiang Wei e Yongjian Gu, "Aritmetica dell'ampiezza quantistica", arXiv: 2012.11056.
[6] B. David Clader, Alexander M. Dalzell, Nikitas Stamatopoulos, Grant Salton, Mario Berta e William J. Zeng, "Quantum Resources Required to Block-Encode a Matrix of Classical Data", arXiv: 2206.03505.
[7] M. Yu Kirillin, A. V. Priezzhev, J. Hast e Risto Myllylä, "APPLICAZIONI LASER E ALTRI ARGOMENTI NELL'ELETTRONICA QUANTISTICA: simulazione Monte Carlo della pulizia ottica della carta nella tomografia a coerenza ottica", Elettronica quantistica 36 2, 174 (2006).
[8] Shengbin Wang, Zhimin Wang, Guolong Cui, Shangshang Shi, Ruimin Shang, Lixin Fan, Wendong Li, Zhiqiang Wei e Yongjian Gu, "Preparazione rapida dello stato quantistico della scatola nera basata sulla combinazione lineare di unitari", Elaborazione delle informazioni quantistiche 20 8, 270 (2021).
[9] Raoul Heese, Patricia Bickert e Astrid Elisa Niederle, "Rappresentazione di alberi di classificazione binaria con caratteristiche binarie mediante circuiti quantistici", arXiv: 2108.13207.
[10] Weiwen Jiang, Jinjun Xiong e Yiyu Shi, "Quando l'apprendimento automatico incontra i computer quantistici: un caso di studio", arXiv: 2012.10360.
[11] Tiago ML de Veras, Leon D. da Silva e Adenilton J. da Silva, "Preparazione dello stato quantico doppio sparso", Elaborazione delle informazioni quantistiche 21 6, 204 (2022).
[12] D. A. Zimnyakov, L. V. Kuznetsova, O. V. Ushakova e Risto Myllylä, "Numero speciale dedicato alla diffusione multipla di radiazioni in mezzi casuali: sulla stima dei parametri ottici efficaci dei mezzi fibrillari ravvicinati", Elettronica quantistica 37 1, 9 (2007).
[13] Shengbin Wang, Zhimin Wang, Runhong He, Guolong Cui, Shangshang Shi, Ruimin Shang, Jiayun Li, Yanan Li, Wendong Li, Zhiqiang Wei e Yongjian Gu, "Preparazione dello stato quantico della scatola nera con coefficienti inversi", arXiv: 2112.05937.
Le citazioni sopra sono di ANNUNCI SAO / NASA (ultimo aggiornamento riuscito 2022-08-04 12:34:11). L'elenco potrebbe essere incompleto poiché non tutti gli editori forniscono dati di citazione adeguati e completi.
Impossibile recuperare Crossref citato da dati durante l'ultimo tentativo 2022-08-04 12:34:09: Impossibile recuperare i dati citati per 10.22331 / q-2022-08-04-773 da Crossref. Questo è normale se il DOI è stato registrato di recente.
Questo documento è pubblicato in Quantum sotto il Creative Commons Attribuzione 4.0 Internazionale (CC BY 4.0) licenza. Il copyright rimane dei detentori del copyright originali come gli autori o le loro istituzioni.
