[发明专利]利用随机哈密顿量的相位估计

说明书

用于物理系统的动力学模拟的现有方法使用对哈密顿量中的项的确定性或随机选择。在本申请中，公开了示例方法，其中哈密顿项被随机化并且随机绘制近似的精度随着相位估计中所需要的精度的增加而被适配。这减少了所需要的量子门的数目，并且在某些情况中减少了在模拟中被使用的量子位的数目。

相关申请的交叉引用

本申请要求于2019年6月3日提交的、名称为“PHASE ESTIMATION WITHRANDOMIZED HAMILTONIANS”的美国非临时申请第16/430,205号的优先权，该非临时申请要求于2019年3月15日提交的、名称为“PHASE ESTIMATION WITH RANDOMIZED HAMILTONIANS”的美国临时申请第62/819,301号的权益，这两者通过引用整体并入本文。

技术领域

本申请总体上涉及量子计算。更详细地，公开了示例方法，其中哈密顿项被随机化并且随机绘制近似的精度随着相位估计中所需要的精度的增加而被适配。

发明内容

现有的物理系统动力学模拟方法使用确定性或随机选择的哈密顿量项。在本公开中，公开了示例方法，其中哈密顿项被随机化并且随机绘制近似的精度随着相位估计中所需要的精度的增加而被适配。这减少了所需要的量子门的数目，并且在某些情况中减少了在模拟中使用的量子位的数目。

实施例包括通过在每次模拟时将哈密顿量替换为随机生成的哈密顿量来随机化相位估计。另外的实施例涉及在迭代相位估计算法内使用随机化来选择用于包括在近似中的哈密顿项以及它们的排序。某些实施例涉及使用基于基态的项的重要性的重要性函数来确定它是否被包括在随机采样的哈密顿量中。另外的实施例涉及使用基于对基态(诸如但不限于CISD状态)的变分近似的重要性采样。某些实施例涉及使用自适应贝叶斯方法与该过程相结合来量化在给定算法正在估计的特征值中的当前不确定性时所需要的哈密顿量的精度。

在该应用中，用于执行量子模拟的示例方法使用自适应哈密顿随机化。所描述的特定实施例不应当被解释为限制性的，因为所公开的方法动作可以单独地、以不同顺序或至少部分彼此同时地执行。此外，任何公开的方法或方法动作可以与本文中公开的任何其他方法或方法动作一起执行。在特定实施例中，输入要由量子计算机设备计算的哈密顿量；在相位估计算法内使用随机化来减少哈密顿量中的哈密顿项的数目；并且输出针对哈密顿项的数目减少的哈密顿量的量子电路描述。

在某些实施例中，减少包括基于重要性函数来选择一个或多个随机哈密顿项；基于所选择的哈密顿随机项中的每个哈密顿随机项的重要性来重新加权所选择的随机哈密顿项；并且使用重新加权的随机项生成量子电路描述。一些实施例还包括在量子计算设备中实现由量子电路描述所描述的量子电路；并且测量量子电路的量子态。另外的实施例包括基于来自测量的结果(例如，使用迭代过程)重新执行该方法。在一些实施例中，迭代过程包括计算针对哈密顿量的期望精度值；基于实现和测量的结果来计算针对哈密顿量的标准偏差；并且将期望精度值与标准偏差比较。一些实施例还包括基于减少来改变哈密顿项的阶数。某些实施例还包括将重要性函数应用于基态的哈密顿量的项；并且至少部分地基于重要性函数来选择一个或多个随机哈密顿项。一些实施例包括使用基于对基态的变分近似的重要性采样。某些实施例还包括给定特征值中的当前不确定性的估计，使用自适应贝叶斯方法量化针对哈密顿量所需要的精度。

其他实施例包括一种或多种存储计算机可执行指令的计算机可读介质，该计算机可执行指令在由计算机执行时，使得计算机执行一种方法，该方法包括输入要由量子计算机设备计算的哈密顿量；在相位估计算法内使用随机化来减少哈密顿量中的哈密顿项的数目；并且输出针对哈密顿项的数目减少的哈密顿量的量子电路描述。

从以下参考附图进行的详细描述中，所公开的技术的前述和其他目的、特征和优点将变得更加明显。

附图说明

图1示出了用于执行迭代相位估计的量子电路。