Variational Quantum Eigensolver
A hybrid algorithm using quantum and classical computers to simulate molecular energies.
Variational Quantum Eigensolver (VQE) — это гибридный квантово-классический алгоритм, предназначенный для поиска собственных значений и собственных векторов заданного Гамильтониана, особенно полезный для решения задач в квантовой химии и материаловедении. Он использует сильные стороны как квантовых, так и классических вычислений. Основная идея заключается в использовании квантового компьютера для подготовки параметризованного квантового состояния, часто называемого 'ansatz', а затем измерении среднего значения Гамильтониана относительно этого состояния. Это среднее значение соответствует оценке энергии. Классический компьютер затем берет эту оценку энергии и использует классический алгоритм оптимизации для корректировки параметров квантового состояния с целью минимизации энергии. Этот процесс итеративен: квантовый компьютер подготавливает новое состояние на основе обновленных параметров, классический компьютер измеряет его энергию, а оптимизатор снова корректирует параметры. Это продолжается до тех пор, пока энергия не сойдется к минимуму, что, согласно вариационному принципу, аппроксимирует энергию основного состояния Гамильтониана. 'Вариационный' аспект относится к использованию вариационного принципа, который гласит, что среднее значение Гамильтониана для любого нормализованного состояния всегда больше или равно энергии основного состояния. Часть 'eigensolver' указывает на его цель — поиск собственных значений (энергий) и собственных векторов (состояний). Компромиссы включают выбор 'ansatz', который должен быть достаточно выразительным, чтобы представлять истинное основное состояние, но достаточно мелким, чтобы его можно было реализовать на современных шумных квантовых устройствах промежуточного масштаба (NISQ). Эффективность классического оптимизатора и уровни шума в квантовых вычислениях также существенно влияют на производительность VQE.
graph LR
Center["Variational Quantum Eigensolver"]:::main
Pre_qubit["qubit"]:::pre --> Center
click Pre_qubit "/terms/qubit"
Rel_quantum_approximate_optimization_algorithm["quantum-approximate-optimization-algorithm"]:::related -.-> Center
click Rel_quantum_approximate_optimization_algorithm "/terms/quantum-approximate-optimization-algorithm"
Rel_decoherence["decoherence"]:::related -.-> Center
click Rel_decoherence "/terms/decoherence"
Rel_artificial_intelligence["artificial-intelligence"]:::related -.-> Center
click Rel_artificial_intelligence "/terms/artificial-intelligence"
classDef main fill:#7c3aed,stroke:#8b5cf6,stroke-width:2px,color:white,font-weight:bold,rx:5,ry:5;
classDef pre fill:#0f172a,stroke:#3b82f6,color:#94a3b8,rx:5,ry:5;
classDef child fill:#0f172a,stroke:#10b981,color:#94a3b8,rx:5,ry:5;
classDef related fill:#0f172a,stroke:#8b5cf6,stroke-dasharray: 5 5,color:#94a3b8,rx:5,ry:5;
linkStyle default stroke:#4b5563,stroke-width:2px;
🧠 Проверка знаний
🧒 Простыми словами
Это похоже на попытку найти самую низкую точку в холмистом ландшафте, используя робота (квантовый компьютер) для исследования разных мест и картографа (классический компьютер) для направления робота к более низким участкам, пока он не сможет опуститься ниже.