【仪表网 研发快讯】近日，电子科技大学基础与前沿研究院、量子物理与光量子信息教育部重点实验室与华为技术有限公司达成深度合作，依托华为自研的MindQuantum量子模拟平台，在量子人工智能(Quantum AI)方向取得重要进展。团队首次在主流量子比特架构上，定量评估了高维互文(contextual)量子态的模拟成本，揭示了强量子互文性有助于降低量子AI算法的运行资源需求。此项研究成果以题为“Cost of locally approximating high-dimensional ground states of contextual quantum models”的论文发表于中国科学院一区Top期刊《Communications Physics》上。基础与前沿研究院博士后杨恺雁、2022级硕士研究生朱彦铮为论文共同第一作者，王子竹教授为通讯作者，电子科技大学基础与前沿研究院第一单位。
图1：高维量子电路框架，其中每个高维量子门由保对称性的量子比特门集合编码，由此得到本研究中模拟高维互文量子态的保对称性量子比特电路
图2：图中每个点表示一个具有量子互文性的基态，其基态能量密度越低表示该基态的量子互文性越强。该图展示了反直觉的规律：量子互文性越强的基态更容易被模拟
量子互文性是区分量子与经典世界的核心特性，也是量子计算与量子机器学习实现优势的关键资源。研究团队通过构建全新的“保对称性”通用量子比特门集合，以及高效的对称性量子电路框架，模拟三维(qutrit)互文基态。结果表明，在相同的经典与量子资源投入下，具有更强互文性的高维基态反而更易通过变分量子电路逼近，进一步开拓了Quantum AI在优化和并行计算上的潜力。
研究的数值模拟均在华为MindQuantum平台上实现，双方联手优化了变分量子算法的迭代流程，使其在多达14个量子比特的对称子空间中，也能高效获得收敛结果，充分发挥了MindQuantum在大规模参数化量子电路仿真、GPU/CPU协同加速方面的优势。
此次合作不仅深化了对量子互文性与量子资源消耗之间复杂关系的理解，也为Quantum AI在化学模拟、优化计算、量子机器学习等前沿领域的应用指明了新方向。
所有评论仅代表网友意见，与本站立场无关。