研究人員利用雲端的量子計算機對氘核束縛能量進行了計算。
（原文報道見量子研究網站： http://quantum-study.com/information/1256.html）
通常的大型科學計算，都是在屏幕上輸入命令，然後將這些指令發送到世界各地的遠處計算機進行處理。這樣的遠程訪問允許科學家使用他自己無法管理的強大機器進行超級計算。現在這個想法已經擴展到量子領域。所謂的雲量子計算現在由IBM，Google和Rigetti等幾家公司提供（國內的中科院-阿里巴巴也提供了類似的量子計算雲平臺），量子芯片與互聯網相連。經過認證的用戶只需將他的量子程序代碼發送到其中一個量子計算雲平臺，在那裡可以運行操作並返回結果。用戶無需離開辦公室，甚至不需要了解有關量子“硬件”的任何複雜細節。利用雲量子計算這一便利，來自田納西州橡樹嶺國家實驗室的Eugene Dumitrescu及其合作者已經通過雲服務器訪問的量子處理器計算了氘核結合能 [1]。這個問題的解決方案已經是眾所周知的，但這是第一次用量子計算機進行這種計算。此項工作被髮表在最新的《Phys. Rev. Lett》雜誌上。
雖然量子計算機的想法已經存在了幾十年[2]，但這種機器的技術實現僅在過去幾年才成為可能。量子計算機依賴於對量子比特的操作，它可以處於狀態0和1的任意疊加（圖1）。同時處於兩種狀態意味著量子比特比傳統比特攜帶更多的信息。如果你有N個經典比特，那麼它們將處於2N個可能狀態中的一個狀態，而N個比特可以同時代表所有這些可能的狀態。量子計算機的威力來自於它們能夠產生大的疊加態，糾纏和干涉 –-這些在經典計算中不存在的特性。這造成了計算速度上的巨大差異，因為在經典計算機上的複雜度指數增長的問題，在量子計算機上可能就是多項式增長的。
圖1：經典比特和量子比特都具有兩種不同的狀態。 不同之處在於經典比特只能處於其中一種狀態，而量子比特可以是兩者的組合或疊加。
現在有幾種量子計算機的實現是將經典比特與幾十個量子比特結合起來[3]。例如，其中一些由原子自旋向上或向下自旋，另一些由超導電路中的兩個激發態來表示。有些量子計算機現在可供給外部用戶使用，例如，IBM Q Experience就是一個基於雲的量子計算平臺，可讓研究人員在位於不同IBM研究實驗室的超導體量子計算機上運行自己的實驗。在他們的工作中，Dumitrescu等人獲得了兩種基於雲的量子計算系統：IBM QX5量子芯片和Rigetti 19Q量子芯片。
為了利用這些機器，研究人員必須熟練掌握量子計算機的“語言”，這與傳統計算機不同。一般情況下，使用量子計算機解決問題涉及幾個步驟[4-6]，可以分為三個主要部分：（i）用么正矩陣表示要解決的問題，（ii）把這些么正矩陣分解成量子邏輯門，（iii）儘可能的優化減少門的數量 ，提高實現的效率[4]。
量子計算機中的門指的是對量子位的操作，它總是由一個單一的操作符表示。如果我們將量子位狀態看作自旋，那麼單一運算符就是該自旋的旋轉。舉個簡單的例子，假設我們想找到一個特定狀態的能量|ψ⟩。為了構造這個狀態，我們將設計一個酉運算符U，它將在一個或多個處於基態的量子位上運行：|ψ⟩= U |0⟩。讓我們假設哈密頓量可以從另一個酉算子W計算出來。計算平均能量的一個簡單方法是組裝代表|ψ⟩的量子位並用W處理它們，同時也操縱額外的或者輔助量子位（圖2 ）。在這些操作結束時，測量ancilla量子位，返回0或1。然而，這種測量方法只是抽取了很多可能性中的一種，所以有必要多次重複測量並取平均值。在這種情況下，最終產出將與期望值相關，可以轉換為平均能量。
圖2：在基於雲的量子計算中，用戶根據酉矩陣：U，W等形式化問題 - 例如尋找核的結合能量。這些矩陣被轉換為門操作，並且這些命令是通過互聯網發送到配備量子芯片的計算設備（如右圖所示）。 綠色框中顯示了一個量子計算的例子：首先，U算子作用於一組量子位，|0⟩，以產生所需的波函數：|ψ⟩。 這個波函數然後由W算子操作，而另一個稱為ancilla量子位的量子位由其他算子（由H，Hadamard門）操縱。 最後，測量ancilla量子位，並將結果發回給用戶。
杜米特雷斯庫等人選擇氘核的結合能作為他們的計算目標[1]。這種情況下的哈密頓量非常簡單，解決方案可以通過分析找到。但是為量子計算機制定問題是一個有用的練習，它應該有助於開發處理更難的問題的程序。就量子計算的三個主要方面而言，作者對（ⅰ）和（ⅱ）點作了非常清晰的教學描述，而（ⅲ）點更具技術性，並且超出了計算範圍。
該團隊的戰略基於所謂的量子特徵生成法[7]。他們首先用稱為耦合群基礎的一組函數來表示基態波函數的一個連續函數[8]。這種表示有一個或兩個參數，因此他們計算了不同參數組的能量，並選擇了能量最低的組。研究人員最初進行了兩個量子位計算，其中只涉及兩個耦合群基礎狀態。他們發現IBM和Rigetti芯片的結果匹配。他們還用IBM芯片進行了三量子計算。當結果外推到無限基限（可以通過分析計算）時，計算的結合能與精確計算非常一致。
如今，量子計算機在量子比特和門操作方面的非常有限。另外，不得不說，操縱量子比特並不容易，例如，代表量子比特狀態的原子的自旋時刻受到環境的影響。然而，即使有這樣的限制，科學界對量子計算的興趣依然高昂。可使用得量子硬件的數量也大幅增長，這將給探索解決物理和化學中量子多體問題提供更多的機會。研究人員已經開始研究量子計算如何解決散射動力學[9]和基態確定[10]等問題。
參考文獻：[1] E. F. Dumitrescu, A. J. McCaskey, G. Hagen, G. R. Jansen, T. D. Morris, T. Papenbrock, R. C. Pooser, D. J. Dean, and P. Lougovski, “Cloud Quantum Computing of an Atomic Nucleus,” Phys. Rev. Lett. 120, 210501 (2018).
[2] R. P. Feynman, “Simulating Physics with Computers,” Int. J. Theor. Phys. 21, 467 (1982); “Quantum Mechanical Computers,” Found. Phys. 16, 507 (1986); S. Lloyd, “Universal Quantum Simulators,” Science 273, 1073 (1996).
[3] J. S. Otterbach et al., “Unsupervised Machine Learning on a Hybrid Quantum Computer,” arXiv:1712.05771.
[4] E. Ovrum and M. Hjorth-Jensen, “Quantum Computation Algorithm for Many-Body Studies,” arXiv:1804.03719.
[5] P. J. Coles et al., “Quantum Algorithm Implementations for Beginners,” arXiv:1804.03719.
[6] J. Preskill, “Quantum Computing in the NISQ Era and Beyond,” arxiv:1801.00862.
[7] A. Peruzzo, J. McClean, P. Shadbolt, M.-H. Yung, X.-Q. Zhou, P. J. Love, A. Aspuru-Guzik, and J. L. O’Brien, “A Variational Eigenvalue Solver on a Photonic Quantum Processor,” Nat. Commun. 5, 4213 (2014).
[8] Y. Shen, X. Zhang, S. Zhang, J.-N. Zhang, M.-H. Yung, and K. Kim, “Quantum Implementation of the Unitary Coupled Cluster for Simulating Molecular Electronic Structure,” Phys. Rev. A 95, 020501 (2017).
[9] A. Roggero and J. Carlson, “Linear Response on a Quantum Computer,” arXiv:1804.01505.
[10] D. B. Kaplan, N. Klco, and A. Roggero, “Ground States via Spectral Combing on a Quantum Computer,” arXiv:1709.08250.
正文譯自Physics:
https://physics.aps.org/articles/v11/51
論文鏈接見：
https://journals.aps.org/prl/abstract/10.1103/PhysRevLett.120.210501
閱讀更多 量子研究 的文章
