量子科技中心_量科网

量子模拟为探索超越经典计算能力的多体现象提供了强大途径。现有方法通常采用正向流程：先确定模型哈密顿量，在可编程量子平台上实现，再探索其相图与性质。本研究提出了一种逆向量子模拟的量子算法框架，可实现具有目标特性的量子材料设计。研究人员将目标材料特性编码为成本函数，通过在量子硬件上优化该函数，在量子存储器中制备出具备所需特性的多体态。随后运用哈密顿量学习技术重构出该态作为近似基态的低能哈密顿量，从而获得可指导实验合成的物理可解释模型。作为示范应用，该工作阐述了该方法如何用于：在费米子哈伯德模型中搜寻高温超导体——在广泛掺杂浓度和温度范围内增强d波关联；通过连续哈密顿量修正稳定拓扑序来设计量子相；优化与光化学及频率/动量分辨凝聚态数据相关的动力学性质。这些成果将量子模拟器的应用范围从探索量子多体系统拓展至设计与发现新型量子材料。