Schaltung des Monats Januar 22: eine hardware-effiziente Variationsschaltung

Bei einem Molekül beschreibt der Hamiltonian die Wechselwirkungen zwischen allen Elektronen und Kernen.

Die Berechnung der Energien eines molekularen Hamiltonians und insbesondere seines Grundzustands ermöglicht es uns, die chemischen Eigenschaften eines Moleküls zu verstehen. Da der molekulare Hamiltonian inhärent quantenmechanisch ist, kann das Quantencomputing zur effizienten Berechnung solcher Eigenschaften verwendet werden, indem dieselben Quanteneffekte in geeigneten Quantenalgorithmen genutzt werden. Dies geschieht in 3 Schritten:

1. Berechnung des molekularen Hamiltonian für das gewünschte Molekül.
2. Erstellung einer geeigneten Quantenvariationsschaltung zur Berechnung des Grundzustands des Hamiltonianers. Heute werden wir uns auf diesen Schritt konzentrieren und zeigen, wie man einen Variationskreislauf erstellt.
3. Ausführung der gewünschten Quantenschaltung als Teil eines hybriden quantenklassischen Algorithmus.

Der Grundzustand eines Hamiltonianers wird mit Hilfe eines geeigneten Quantenvariationsschaltkreises (in der Regel als Ansatz bezeichnet) gefunden, der dann mit einem klassischen Optimierer kombiniert wird, um den minimalen Erwartungswert für den Hamiltonianer zu finden. Bei Geräten der NISQ-Ära werden kurze und hardwareangepasste Quantenschaltungen bevorzugt, um das Rauschen zu verringern und bessere Ergebnisse zu erzielen.

Im folgenden Beispiel wird demonstriert, wie ein hardware-effizienter Ansatz generiert werden kann, d.h. ein Ansatz, der für eine bestimmte Hardware erzeugt wird.

In diesem Beispiel werden wir eine 4-Qubit-Hardware mit voller Konnektivität verwenden.

Bei Verwendung des Classiq-Textmodells sieht der Code wie folgt aus:

{
    "quantum_circuit_constraints": {
        "max_depth": 100,
        "max_width": 4,
        "logic_flow": [
            {
                "function": "HardwareEfficientAnsatz",
                "function_params": {
                    "num_qubits": 4,
                    "connectivity_map": [
                        [0,1],
                        [0,2],
                        [0,3],
                        [1,2],
                        [1,3],
                        [2,3]
                    ],
                    "reps": 2
                }
            }
        ]
    }
}

Alternativ kann die gleiche Schaltung auch mit dem Python-SDK von Classiq synthetisiert werden:

from classiq importieren ModelDesigner
from classiq.builtin_functions importieren HardwareEfficientAnsatz

NUM_QUBITS = 4
FULLY_CONNECTED_MESH = [ [0, 1], [0, 2], [0, 3], [1, 2], [1, 3], [2, 3] ]
hwea_params = HardwareEfficientAnsatz(
    num_qubits=NUM_QUBITS,
    connectivity_map=FULLY_CONNECTED_MESH,
    Wiederholungen=2
)
model_designer = ModelDesigner()
model_designer.HardwareEfficientAnsatz(params=hwea_params)
generation_result = model_designer.synthesize()

Hier ist die resultierende Ausgangsschaltung:

‍