量子科技中心_量科网

研究团队提出了一种精确的自旋消除技术，该技术能够在保持原始基态构型的同时，降低二次和k-局部伊辛哈密顿量的维度。通过系统性地将每个被移除的自旋替换为其邻居之间的有效相互作用，该方法在不引入近似或迭代重新计算的情况下减少了总自旋数。这一能力对于硬件受限的平台（无论是经典还是量子平台）尤为有益，这些平台可以直接实现多体相互作用，但量子比特或自旋资源有限。研究团队展示了该技术带来的三项关键进展。首先，研究人员在不超出2-局部相互作用限制的情况下，处理了诸如立方图上的最大割问题等更大规模的基准问题。其次，研究人员在基于QAOA的整数分解中减少了近期量子设备上的量子比特需求，从而扩展了可分解整数的可行范围。第三，研究人员提高了Hopfield联想记忆的存储容量，并通过抑制虚假吸引子增强了记忆检索性能，从而提升了检索表现。该自旋消除程序在单次操作中将局部自旋复杂度转化为高阶耦合或更高节点度，为在近期硬件上扩展组合优化和基于能量的机器学习开辟了新途径。最后，这些结果强调了下一代物理自旋机器可能会利用k-局部自旋哈密顿量，为经典计算提供一种替代方案。