【儀表網(wǎng) 研發(fā)快訊】近日，電子科技大學基礎(chǔ)與前沿研究院、量子物理與光量子信息教育部重點實驗室與華為技術(shù)有限公司達成深度合作，依托華為自研的MindQuantum量子模擬平臺，在量子人工智能(Quantum AI)方向取得重要進展。團隊首次在主流量子比特架構(gòu)上，定量評估了高維互文(contextual)量子態(tài)的模擬成本，揭示了強量子互文性有助于降低量子AI算法的運行資源需求。此項研究成果以題為“Cost of locally approximating high-dimensional ground states of contextual quantum models”的論文發(fā)表于中國科學院一區(qū)Top期刊《Communications Physics》上?；A(chǔ)與前沿研究院博士后楊愷雁、2022級碩士研究生朱彥錚為論文共同第一作者，王子竹教授為通訊作者，電子科技大學基礎(chǔ)與前沿研究院第一單位。
 

　　圖1：高維量子電路框架，其中每個高維量子門由保對稱性的量子比特門集合編碼，由此得到本研究中模擬高維互文量子態(tài)的保對稱性量子比特電路

 

　　圖2：圖中每個點表示一個具有量子互文性的基態(tài)，其基態(tài)能量密度越低表示該基態(tài)的量子互文性越強。該圖展示了反直覺的規(guī)律：量子互文性越強的基態(tài)更容易被模擬

 

　　量子互文性是區(qū)分量子與經(jīng)典世界的核心特性，也是量子計算與量子機器學習實現(xiàn)優(yōu)勢的關(guān)鍵資源。研究團隊通過構(gòu)建全新的“保對稱性”通用量子比特門集合，以及高效的對稱性量子電路框架，模擬三維(qutrit)互文基態(tài)。結(jié)果表明，在相同的經(jīng)典與量子資源投入下，具有更強互文性的高維基態(tài)反而更易通過變分量子電路逼近，進一步開拓了Quantum AI在優(yōu)化和并行計算上的潛力。
 

　　研究的數(shù)值模擬均在華為MindQuantum平臺上實現(xiàn)，雙方聯(lián)手優(yōu)化了變分量子算法的迭代流程，使其在多達14個量子比特的對稱子空間中，也能高效獲得收斂結(jié)果，充分發(fā)揮了MindQuantum在大規(guī)模參數(shù)化量子電路仿真、GPU/CPU協(xié)同加速方面的優(yōu)勢。
 

　　此次合作不僅深化了對量子互文性與量子資源消耗之間復雜關(guān)系的理解，也為Quantum AI在化學模擬、優(yōu)化計算、量子機器學習等前沿領(lǐng)域的應用指明了新方向。