量子科技中心_量科网

当代量子计算平台本质上仍是可编程的物理系统，其控制通常通过酉门抽象来实现。尽管此类抽象提供了统一的接口，但它们掩盖了底层硬件的重要特性，并可能限制对硬件全部能力的利用。在控制脉冲层面直接操作提供了一种更具表现力且物理保真度更高的范式，例如能够实现定制化的错误缓解和优化策略。然而，这种增强的表现力是以增加量子软件开发复杂性为代价的，因此需要结构化和易用的工具。该团队在QML-Essentials软件包中集成了一套软件框架，将量子机器学习（QML）方法论扩展到涵盖脉冲级建模。通过将量子最优控制技术嵌入QML环境，该工作的方法能够无缝结合基于门和基于脉冲的表示。该框架提供了一套全面的建模与分析能力。具体而言，该团队引入了基于可互换构建块的可组合拟设构造，并支持对脉冲参数进行端到端优化。受量子傅里叶模型核心地位的启发，该工作进一步整合了一系列傅里叶分析诊断工具，并辅以扩展的纠缠度量。所有性能关键组件均使用JAX在高性能环境中实现，并由专用量子模拟器提供支持。总体而言，该框架促进了可重复且系统化的研究，同时弥合了抽象电路模型与硬件感知优化之间的概念与实践鸿沟。它为QML与量子控制交叉领域的未来发展提供了坚实基础。