[發明專利]使用子邏輯控制訓練量子演進的方法、裝置和介質

有效

• 申請號: 201680087746.8
• 申請日: 2016-12-19
• 公開（公告）號: CN109478258B
• 公開（公告）日: 2022-08-12
• 發明（設計）人: 瑞安·巴布什;哈特姆特·內文
• 申請（專利權）人: 谷歌有限責任公司
• 主分類號: G06N10/40
• 分類號: G06N10/40;B82Y10/00
• 代理公司: 中原信達知識產權代理有限責任公司 11219
• 代理人: 周亞榮;安翔

1.一種用于使用子邏輯控制來訓練量子演進的方法，所述方法包括：

訪問量子硬件，其中，所述量子硬件包括：

量子系統，所述量子系統包括一個或多個多級量子子系統；以及

一個或多個控制設備，所述一個或多個控制設備根據一個或多個相應的物理控制參數對所述一個或多個多級量子子系統操作，其中，所述一個或多個物理控制參數形成定義所述量子系統的狀態的參數化；

以初始量子態對所述量子系統進行初始化，其中，所述物理控制參數的值的初始集合指定所述初始量子態；

獲得一個或多個量子系統可觀察量和一個或多個目標量子態，其中，所述一個或多個目標量子態通過將一個或多個相應的參數化的數字量子電路應用于所述初始量子態來定義；以及

對所述物理控制參數進行調整以迭代訓練所述初始的參數化的量子態和隨后的參數化的量子態的演進以實現所述一個或多個目標量子態，直到完成事件的發生，其中，所述調整對所述相應的參數化的數字量子電路的參數值來說不可知。

2.根據權利要求1所述的方法，其中，迭代訓練包括：迭代訓練從所述初始量子態的變化以達到所述一個或多個目標量子態。

3.根據權利要求1所述的方法，其中，所述一個或多個控制設備包括一個或多個數模轉換器，并且所述物理控制參數包括所述數模轉換器上的電壓。

4.根據權利要求3所述的方法，其中，所述演進是模擬演進。

5.根據權利要求1所述的方法，其中，針對每次迭代，迭代訓練包括：

確定成本函數的值，所述成本函數是基于針對該迭代的當前量子態以及所述量子系統可觀察量中的所述一個或多個量子系統可觀察量；

最小化所述成本函數的所述值以確定定義所述當前量子態的所述控制參數的更新值；以及

確定所述完成事件是否已經發生。

6.根據權利要求5所述的方法，其中，最小化所述成本函數的所述值以確定所述控制參數的更新值包括：調整所述控制參數。

7.根據權利要求5所述的方法，進一步包括：響應于確定所述完成事件已經發生，提供用于實驗探測的所述一個或多個目標量子態。

8.根據權利要求7所述的方法，其中，（i）所述量子系統可觀察量中的至少一個量子系統可觀察量包括所述量子系統的哈密頓量，（ii）所述一個或多個目標量子態包括所述哈密頓量的一個或多個本征態，以及（iii）實驗探測包括測量所述本征態中的一個或多個本征態的能量以確定所述本征態的對應能量本征值。

9.根據權利要求7所述的方法，其中，（i）所述系統可觀察量是分子電子結構哈密頓量，（ii）所述一個或多個目標量子態包括所述分子電子結構哈密頓量的基態，以及（iii）實驗探測包括測量所述目標量子態以確定基態能量。

10.根據權利要求5所述的方法，其中，基于所述量子態和所述系統可觀察量中的一個或多個系統可觀察量的所述成本函數的所述值是所述量子態和所述系統可觀察量中的一個或多個系統可觀察量的期望值。

11.根據權利要求10所述的方法，其中，確定所述量子態和所述系統可觀察量中的一個或多個系統可觀察量的期望值包括：

在初始量子態下重復地初始化所述量子系統；

針對每個初始化后的量子態，測量所述一個或多個系統可觀察量以確定測量結果集合；

基于所述測量結果集合，確定所述量子態和所述系統可觀察量中的一個或多個系統可觀察量的期望值。

12.根據權利要求11所述的方法，其中，每個初始化后的量子態都與每個其它初始化后的量子態不同。

13.根據權利要求11所述的方法，其中，確定所述量子態和所述系統可觀察量中的一個或多個系統可觀察量的期望值包括：確定密度算子和所述一個或多個系統可觀察量的期望值。