量子科技中心_量科网

数字量子计算有望提供超越经典系统的计算能力，但其性能常受限于稀缺的量子资源。当前的核心瓶颈在于如何将经典或量子数据高效载入量子线路。近似量子加载器（AQLs）通过平衡保真度与线路复杂度为该问题提供了可行解决方案。然而现有大多数AQL方法要么基于启发式算法，要么仅针对特定输入类型提供性能保证，仍缺乏通用理论框架。为此，该研究团队将主流AQL方法重构为统一框架，并建立了其近似误差的信息论边界。分析表明：当加载线路作用于目标态时，制备态与目标态间的可实现失真度随子系统间总纠缠熵呈线性增长。基于此，研究人员开发出可扩展的AQER方法——通过系统性降低目标态纠缠来构建加载线路。通过合成数据集、经典图像/语言数据集及高达50量子位的量子多体态数据集进行系统实验验证，结果表明AQER在精度与门效率上均优于现有方法。该工作为可扩展量子数据处理及现实量子计算应用奠定了基础。