[发明专利]量子位校准

说明书

一种方法包括根据自动量子位校准过程使得对一个或多个量子位执行多个量子位校准程序。存储日志数据，所述日志数据至少包括：标识已执行的一个或多个校准程序的记录，以及与各个校准程序的结果有关的信息。训练数据被从日志数据中选择，并在于一个或多个计算设备处操作的学习模块处接收。在学习模块处训练监督学习模型以选择要被校准和/或检查的量子位参数。

技术领域

本说明书涉及量子计算。特别地，其涉及使用监督机器学习模型来优化量子位校准。

背景技术

量子计算机上的计算可以通过操纵物理量子位(qubit)来实现。然而，为了以有用的能力(capacity)操作物理量子位，可能需要校准与量子位有关的许多参数。已经开发了各种技术来校准这样的参数。

发明内容

在一个示例方面，本说明书描述了一种方法，该方法包括根据自动量子位校准过程执行多个量子位校准程序。在执行量子位校准程序时，维护日志数据，该日志数据至少包括：标识已执行的一个或多个校准程序的记录，以及与各个校准程序的结果有关的信息。从日志数据中选择的训练数据在于一个或多个计算设备处操作的学习模块处接收到。在学习模块处，使用已从日志数据中选择的训练数据来训练监督学习模型。特别地，训练监督学习模型以选择要被校准和/或检查的量子位参数。

以这种方式训练的监督学习模型可以加快校准时间，因为它可以能够直接“跳到”可能需要校准的量子位参数，而无需执行诊断程序。以这种方式，可以避免不必要的实验和数据处理。这导致了量子计算领域的技术改进。

在各种示例实施方式中，该方法可以进一步包括使用监督学习模型来选择一个或多个量子位参数。在一些示例中，可以根据包括多个节点和有向边的图来操作自动量子位校准过程，其中，该图的每个节点与至少一个量子位参数有关，并且其中，每个边限定一节点对另一节点的依赖关系，其中，选择量子位参数包括选择该图中的节点。

附图说明

为了使本发明更容易理解，现在将参考附图仅通过示例的方式来描述本发明的实施例，附图中：

图1描绘了用于自动量子位校准的示例系统；

图2是用于自动量子位校准的示例过程的流程图；

图3是用于按顺序处理一组量子位参数中的参数的示例量子位维护过程的流程图；

图4是用于量子位校准的示例过程的流程图；

图5A和5B示出了使用第一和第二校准实验来校准谐振频率的示例图示；

图6示出了示例依赖关系图(dependency graph)，其中，节点由到期时间表示；

图7示意了用于训练监督学习模型的方法的步骤。

具体实施方式

图1描绘了用于自动量子位校准的示例系统100。如图所示，该系统包括量子计算设备102和与量子计算设备102通信的量子位校准系统104。量子位校准系统104包括量子位参数和属性数据存储106、日志数据存储108以及学习模块110。

量子计算设备102包括一个或多个量子位112。该一个或多个量子位可以用于执行算法操作或量子计算。一个或多个量子位的具体实现取决于量子计算设备在执行的算法操作或量子计算的类型。例如，量子位可以包括经由原子、分子或固态量子系统实现的量子位。在其他示例中，量子位可以包括但不限于超导量子位或半导(semi conducting)量子位。为了清楚起见，在图1中描绘了三个量子位，但是该系统可以包括更多数量的量子位。