估计多达 50 个量子比特的量子电路集合的随机性
量子物理
2023-03-23 v3 机器学习
高能物理 - 理论
摘要
随机量子电路已被用于量子优越性演示、化学与机器学习的变分量子算法以及黑洞信息等领域。随机电路逼近任意随机酉算子的能力对其复杂性、可表达性和可训练性具有影响。为研究随机电路的这一性质，我们开发了用于估计帧势（frame potential，即给定集合与精确随机性之间距离）的数值协议。我们基于张量网络的算法对浅层电路具有多项式复杂度，并在 CPU 和 GPU 并行下表现高效。我们研究了 1. 局部与并行随机电路，以验证 Brown-Susskind 猜想所述的复杂性线性增长；以及 2. 硬件高效 ansätze，以阐明其在变分算法背景下的可表达性与贫瘠高原问题。我们的工作表明，大规模张量网络模拟可为量子信息科学中的开放问题提供重要线索。
引用
@article{arxiv.2205.09900,
title = {Estimating the randomness of quantum circuit ensembles up to 50 qubits},
author = {Minzhao Liu and Junyu Liu and Yuri Alexeev and Liang Jiang},
journal= {arXiv preprint arXiv:2205.09900},
year = {2023}
}
备注
11 pages, many figures