.svg)
Quanten-Algorithmen: Variations-Quanten-Eigensolver (VQE)
Der Variational Quantum Eigensolver (VQE) ist ein Quantenalgorithmus, der Quanten- und klassische Techniken kombiniert, um Optimierungsprobleme aus Branchen wie Finanzen, Logistik und Chemie zu lösen. VQE ist beispielsweise hilfreich bei der Ermittlung des Grundzustands eines Moleküls, eine Eigenschaft, die nützlich ist, um mehr über ein chemisches Molekül und seine Wechselwirkungen zu erfahren. Komplexe finanzielle und logistische kombinatorische Optimierungsprobleme können mit VQE gelöst werden, genauer gesagt mit einem Quantum Approximate Optimization Algorithm (QAOA), einem Algorithmus aus der VQE-Familie. Sobald wir das Problem in mathematischen Begriffen abbilden, hilft uns VQE dabei, bestimmte Eigenschaften zu minimieren oder zu maximieren, z. B. die Verlustfunktion eines Portfolios oder die Entfernung, die ein Lieferwagen zurücklegt, wenn er eine Reihe von Abgabestellen anfahren muss.
VQE funktioniert aufgrund des Variationsprinzips, das die Beziehung zwischen der niedrigsten Energie eines Systems und dem Erwartungswert eines bestimmten Zustands definiert und eine untere Grenze für den Erwartungswert angibt.
Der Algorithmus beginnt mit einer Initialisierung, bei der Konfigurationen wie die Verlustfunktionen eines Portfolios oder die Elektronenorbitale eines Moleküls auf Qubits abgebildet werden, und einem Ansatz, d. h. einem parametrisierten Anfangswert der Wellenfunktion. Nach der Berechnung der Energie des vermuteten Zustands mit Quantencomputern verwendet VQE klassische Optimierungsmethoden, um diese Energie zu minimieren, wobei die Parameter des Ansatzes bei jeder Iteration geändert werden. Durch die Verwendung eines Mischers kann der nächste vermutete Zustand aus unserem Lösungsraum ausgewählt werden. Nach einer ausreichenden Anzahl von Iterationen verringern die Parameteränderungen die Energie nicht mehr. Bei einer chemischen Simulation bedeutet dies beispielsweise, dass die Energie des Grundzustands angenähert wurde.
Da es sich um einen hybriden Algorithmus handelt, der relativ kurze Bursts auf dem Quantencomputer ausführt, ist VQE auch im NISQ-Zeitalter nützlich.
Möchten Sie VQE in Aktion sehen? Sehen Sie sich hier an, wie Classiq VQE verwendet, um den Grundzustand von H2 zu finden, oder erfahren Sie hier, wie Sie VQE zur Lösung von Optimierungsproblemen einsetzen können.
Der Variational Quantum Eigensolver (VQE) ist ein Quantenalgorithmus, der Quanten- und klassische Techniken kombiniert, um Optimierungsprobleme aus Branchen wie Finanzen, Logistik und Chemie zu lösen. VQE ist beispielsweise hilfreich bei der Ermittlung des Grundzustands eines Moleküls, eine Eigenschaft, die nützlich ist, um mehr über ein chemisches Molekül und seine Wechselwirkungen zu erfahren. Komplexe finanzielle und logistische kombinatorische Optimierungsprobleme können mit VQE gelöst werden, genauer gesagt mit einem Quantum Approximate Optimization Algorithm (QAOA), einem Algorithmus aus der VQE-Familie. Sobald wir das Problem in mathematischen Begriffen abbilden, hilft uns VQE dabei, bestimmte Eigenschaften zu minimieren oder zu maximieren, z. B. die Verlustfunktion eines Portfolios oder die Entfernung, die ein Lieferwagen zurücklegt, wenn er eine Reihe von Abgabestellen anfahren muss.
VQE funktioniert aufgrund des Variationsprinzips, das die Beziehung zwischen der niedrigsten Energie eines Systems und dem Erwartungswert eines bestimmten Zustands definiert und eine untere Grenze für den Erwartungswert angibt.
Der Algorithmus beginnt mit einer Initialisierung, bei der Konfigurationen wie die Verlustfunktionen eines Portfolios oder die Elektronenorbitale eines Moleküls auf Qubits abgebildet werden, und einem Ansatz, d. h. einem parametrisierten Anfangswert der Wellenfunktion. Nach der Berechnung der Energie des vermuteten Zustands mit Quantencomputern verwendet VQE klassische Optimierungsmethoden, um diese Energie zu minimieren, wobei die Parameter des Ansatzes bei jeder Iteration geändert werden. Durch die Verwendung eines Mischers kann der nächste vermutete Zustand aus unserem Lösungsraum ausgewählt werden. Nach einer ausreichenden Anzahl von Iterationen verringern die Parameteränderungen die Energie nicht mehr. Bei einer chemischen Simulation bedeutet dies beispielsweise, dass die Energie des Grundzustands angenähert wurde.
Da es sich um einen hybriden Algorithmus handelt, der relativ kurze Bursts auf dem Quantencomputer ausführt, ist VQE auch im NISQ-Zeitalter nützlich.
Möchten Sie VQE in Aktion sehen? Sehen Sie sich hier an, wie Classiq VQE verwendet, um den Grundzustand von H2 zu finden, oder erfahren Sie hier, wie Sie VQE zur Lösung von Optimierungsproblemen einsetzen können.
Über "Der Podcast des Qubit-Typen"
Der Podcast wird von The Qubit Guy (Yuval Boger, unser Chief Marketing Officer) moderiert. In ihm diskutieren Vordenker der Quanteninformatik über geschäftliche und technische Fragen, die das Ökosystem der Quanteninformatik betreffen. Unsere Gäste geben interessante Einblicke in Quantencomputer-Software und -Algorithmen, Quantencomputer-Hardware, Schlüsselanwendungen für Quantencomputer, Marktstudien der Quantenindustrie und vieles mehr.
Wenn Sie einen Gast für den Podcast vorschlagen möchten, kontaktieren Sie uns bitte .
