量子科技中心_量科网

在嘈杂中等规模量子（NISQ）时代，诸如变分量子算法（VQAs）等新兴的经典-量子混合优化算法，能够利用量子设备的独特特性，通过浅层电路加速特定问题的计算。然而，由于量子处理器中存在显著噪声，这些算法面临偏差与迭代困难。在没有纠错的情况下，这些困难只能通过优化硬件、降低电路复杂度或拟合与外推等方法部分解决。一个引人注目的解决方案是应用概率性误差消除（PEC），这是一种量子误差缓解技术，无需完全纠错即可获得无偏结果。传统PEC由于会放大方差，与迭代过程的假设相矛盾，因此难以应用于VQA。本文提出了一种新型噪声自适应策略，将PEC与量子近似优化算法（QAOA）相结合，通过不变采样电路（invariant-PEC，简称IPEC）实现，大幅降低了迭代方差。这一策略首次成功整合了PEC与QAOA，实现了高效收敛。此外，该团队提出了自适应部分PEC（APPEC），可在迭代过程中调节IPEC的误差消除比例。研究人员在超导量子处理器上对该技术进行了实验验证，采样成本降低了90.1%。值得注意的是，该研究团队发现通过APPEC动态调整误差水平，能够增强逃离局部极小值的能力并降低采样成本。这些成果为执行大规模、低噪声量子电路的VQA开辟了前景广阔的路径，为实用量子计算的进步铺平了道路。