量子科技中心_量科网

从哈密顿循环系综中进行高效采样对于预测紧密聚合物的热力学性质至关重要，其应用领域包括蛋白质和RNA折叠建模以及软材料设计。虽然经典蒙特卡洛方法被普遍视为标准方法，但在处理紧密聚合物时其效率受到严重制约。该工作通过量子计算实现了对最大紧密聚合物及杂聚物热力学性质评估的二次加速。为此，研究人员将目标热力学系综编码为量子态振幅（即量子样本），该样本可通过振幅放大技术进行处理。利用量子等式推理，该团队构建了一个局部父哈密顿量，其唯一基态实现了所有哈密顿循环的量子样本。该量子态可通过基态制备方法（如量子退火）在量子硬件上制备，进而通过操控生成目标温度下的聚合物及杂聚物量子样本。最终，研究人员将量子样本近似为张量网络，揭示了纠缠面积定律。对于固定宽度的矩形晶格，该工作获得了哈密顿循环全系综的时间高效紧凑编码，通过张量缩并即可高效计算期望值、配分函数和构型概率，而无需依赖采样方法。