量智信息中心_量科网

对量子优势的追求正推动着量子处理器与经典模拟方法的共同演进。尽管在规模和保真度上取得了进展，但量子模拟的精确度最终仍受限于错误率和采样开销。同样，尽管泡利传播等经典模拟方法已取得显著进展，其精确度最终也受限于算子路径的指数级增长以及为控制内存和运行时而进行的截断操作。本研究展示，这些互补的局限性可以通过将泡利传播嵌入混合错误缓解框架来缓解，该框架能降低量子采样开销，同时相比传统泡利传播方法，以更少的经典资源实现更低的截断误差。在该框架中，目标可观测量通过噪声抵消逆通道进行经典传播，产生一个修正后的可观测量，然后直接在量子处理器上测量。研究团队对两种实现方案进行了原型构建，并在挑战传统泡利传播的规范模型上，对其性能进行了数值基准测试。研究团队还在使用56个超导量子比特的量子处理器上进行了实验，揭示了各自截断策略的权衡取舍。这些结果阐明了如何协调经典与量子资源，以将可观测量估计扩展到超出任一方法单独所能达到的极限，为以量子为中心的超级计算以及未来展示量子优势奠定了基础。