目前，量子計(jì)算已經(jīng)成為一種強(qiáng)大的計(jì)算模式，解決了經(jīng)典計(jì)算機(jī)無法解決的問題。然而，今日的量子計(jì)算機(jī)是嘈雜的，這對獲得精確的結(jié)果提出了挑戰(zhàn)。

　　近日，IBM量子公司Quantum的Samantha V. Barron， Stefan Woerner等，在Nature Computational Science上發(fā)文，探討了噪聲對量子計(jì)算的影響，重點(diǎn)關(guān)注從噪聲量子計(jì)算機(jī)中采樣比特串的挑戰(zhàn)，以及對優(yōu)化和機(jī)器學(xué)習(xí)的影響。

　　圖1: N=6時的ZZ功能圖。

　　圖2: 50個量子比特的保真度估計(jì)。

　　圖3: 40量子位的量子近似優(yōu)化算法quantum approximate optimization algorithm，QAOA結(jié)果。

　　圖4: 在127個量子比特上，隨機(jī)硬件兼容的高階伊辛模型(最小化組合優(yōu)化問題)進(jìn)行采樣的量子近似優(yōu)化算法QAOA結(jié)果。

　　參考文獻(xiàn)：今日材料論文 

　　從有噪聲的量子計(jì)算機(jī)中提取好樣本，正式量化了采樣開銷，并將關(guān)聯(lián)層保真度(確定有噪聲的量子處理器性能度量)。還利用噪聲樣本的條件值風(fēng)險(xiǎn)，確定了無噪聲期望值的可證明界限。還討論了如何在不同的算法中利用這些界限，在涉及多達(dá)127個量子比特的真實(shí)量子計(jì)算機(jī)上，通過實(shí)驗(yàn)證實(shí)了這一發(fā)現(xiàn)。結(jié)果表明與理論預(yù)測高度一致。