通过测量在量子计算机上求解线性方程组
该团队提出了一种用于容错量子计算的变分算法,以求解线性方程组,该算法直接最大化目标保真度的参数。这种所谓的测量测试算法可应用于任何计算任务,其解表示为自伴矩阵的特征向量。该解通过冯·诺依曼测量相应可观测量,以量子计算机中寄存器的状态形式制备,该测量使用相位估计算法实现。将系统投影到未知目标态(等于目标保真度)的概率以相对频率测量,并通过迭代优化来读出目标态。新算法克服了先前变分量子算法的三个问题:i) 它不依赖于泡利字符串的分解,因此可以计算稠密矩阵的特征向量。ii) 只要使用对数数量(O(logκ))的量子比特编码特征值,精度就不受矩阵条件数κ的限制;iii) 目标保真度FT=1−ϵ可以达到精度ϵ,该精度随每次迭代的N次测量按1/N缩放。研究人员通过数值模拟,对行列式非零的稠密随机实值16×16矩阵进行了演示。

