量子科技中心_量科网

量子系统本征态中可观测期望值的估计具有广泛的应用前景，也是早期容错量子计算机可能提供实用量子优势的领域之一。该研究团队开发了一种混合量子-经典算法，该算法能够在给定与目标本征态有显著重叠（但可能与其他任何本征态存在重叠）的初始状态下，估计任意可观测量的本征态期望值。 该方法建立在基于纯化的误差缓解技术基础上，与其概念相似，但仅需量子态的单一副本即可实现算法误差的指数级抑制。其核心创新在于量子计算机中应用随机时间演化来创建平均混合量子态，随后通过虚拟纯化过程以指数效能实现误差校正。该工作严格证明了性能保证，并指出算法复杂度直接取决于问题哈密顿量中的能隙，因此与最先进的混合技术具有可比性。 通过大量数值模拟，研究人员在近期和早期容错场景中验证了该框架的适用性。此外，在一个100量子比特的示例中，该团队证明采用张量网络技术对其方法进行直接经典模拟，能够预测量子系统的基态和激发态特性——这一发现被界定为量子启发的经典计算方法。