Digital quantum simulation of many-body systems: Making the most of intermediate-scale, noisy quantum computers

量子力学问题是最难以模拟的领域之一，即使是目前最强大的计算机在某些情况下也难以解决。量子计算已然成为一种新型技术平台来应对此类挑战，近年来取得了快速进展。然而，当前的量子设备仍存在噪声且规模受限。因此，必须识别出具有实际意义且可被现有量子设备实现的经典难题。其中，量子系统的实时模拟是最具前景的，能够为量子优势提供早期实际应用。因此，本论文集中于在量子设备上模拟量子动力学。首先，我们概述了最相关的量子算法，突出其各自的优势与局限。进一步地，我们确定了量子动力学中可从量子模拟中受益的相关问题。其次，我们提出了一种基于众所周知理论结果且无规模问题的数据基准方法，用于评估硬件和误差缓解算法。该方法产生的质量指标直观且可移植至其他应用。我们成功在最高达 133 个量子比特上实现该方案，演示了在噪声显现之前，实现了深度为 28 的两比特门，包含 1396 个两比特门的相干演化。第三，我们提出了一种概率性误差放大新变体，用于实现开放式量子动力学，依据对硬件噪声的表征与修改，以模拟研究中正在考察的系统-环境相互作用。最后，我们 presenting two studies on state preparation and phase classification: first, a hybrid algorithm to prepare ground states of electron-phonon systems; second, a quantum machine learning-based approach to distinguish phases in previously prepared quantum states.