基于哈密顿量和 Lindbladian 学习的有界误差量子仿真

类比量子仿真器为探索超出经典计算的强相关众多体动力学提供了一条途径，但其预测能力受限于缺乏定量误差估计。建立严格的不确定性边界对于将此类设备从定性演示提升为定量科学工具至关重要。本文引入了一种通用的有界误差量子仿真框架，为众多体观测量提供具有可实验量化不确定性的预测。该方法将哈密顿量和 Lindbladian 学习——即从协同和耗散发生器进行的统计严谨推断——与其不确定性在仿真观测量中的传播相结合，产生直接来自实验数据的置信区间。我们在实施最长程亚材料离子量子仿真器（最高多达 51 个离子）的系统上演示了该框架，并在可进行经典比较的地方对其进行验证。我们在两个层面上分析误差界。首先，我们从初始动力学冲击的时间窗口收集的实验数据中学习开放系统模型，用相应的玻色赫姆齐方程进行仿真，并在长时间尺度上定量验证理论预测与测量动力学之间的一致性。其次，我们直接从实验测量建立误差界，而无需依赖经典仿真——这对于进入量子优势的关键所在。所学模型在预测的界内再现实验演化，证明了定量可靠性和内部一致性。有界误差量子仿真为可信赖的类比量子计算提供了可扩展的基础，弥合了实验平台与预测性众多体物理学之间的鸿沟。本文所述技术直接扩展到数字量子仿真。