
预测许多相互作用量子粒子的行为是一项复杂的任务,但对于在实际应用中解锁量子计算的潜力至关重要。由洛桑联邦理工学院(EPFL)领导的一支研究团队开发了一种新方法,用于比较量子算法并确定最具挑战性的量子问题。
从亚原子粒子到复杂分子,量子系统是理解宇宙运行规律的关键。然而,由于量子系统极其复杂,对其进行建模将很快变得难以应对。这就像试图预测一大群人的行为,而这群人中每个人都在不断影响其他人。当用量子粒子来取代这一大群人时,就会遇到所谓的“量子多体问题”。
量子多体问题涉及预测众多相互作用量子粒子的行为。解决这些问题可能会为化学和材料科学等领域带来重大突破,甚至可能加速量子计算机等技术的发展。
然而,随着引入更多粒子,建模将变得越来越困难——尤其是在寻求系统的基态(或最低能量态)时。了解基态至关重要,因为它能揭示哪些材料是稳定的,甚至还能发现超导性等奇异物态。
每个问题都有解决方案:但哪个方案呢?
多年来,科学家们一直依靠量子蒙特卡洛模拟和张量网络(变分波函数)等方法组合来近似求解这些问题。每种方法都有其优缺点,但很难判断哪种方法最适合解决哪类问题。而且,直到现在,还没有一种通用的方法来比较它们的准确性。
由来自洛桑联邦理工学院 (EPFL) 的朱塞佩·卡尔莱奥 (Giuseppe Carleo) 领导的众多科学家通力合作,现在开发出了一种名为“V分数”的新基准,以解决上述问题。V分数(“V”代表“变分精度”)提供了一种一致的方法来比较不同量子方法在解决同一问题上的表现优劣。V分数可用于识别最难解决的量子系统,这些系统正是当前计算方法所难以攻克的,而未来方法(如量子计算)可能在这些方面具备优势。
这项突破性方法已于 10 月 17 日发表在《科学》杂志上。
V型评分的工作机制
V分数是根据两个关键信息计算得出的:一个是量子系统的能量,另一个是能量的波动大小。理想情况下,能量越低、波动越小,解算结果就越精确。V分数将这两个因素合并为一个数值,从而更容易根据各种方法接近精确解的程度对其进行排序。
为了创建V分数,该团队编制了迄今为止最全面的量子多体问题数据集。他们对一系列量子系统进行了模拟,从简单的粒子链到复杂且令人头疼的系统(以难度著称)。该基准测试不仅显示了哪些方法最适合解决特定问题,还重点指出了量子计算可能产生最大影响的领域。
解决最困难的量子问题
在测试V分数的过程中,科学家们发现,一些量子系统比其他系统更容易解决。例如,一维系统(如粒子链)使用现有的方法(如张量网络)相对容易解决。但更复杂的高维系统(如受挫量子晶格)的V分数要高得多,这表明用当今的经典计算方法解决这些问题要困难得多。
研究人员还发现,即使与既定技术相比,依赖神经网络和量子电路(两种前景广阔的技术)的方法也表现得非常出色。这意味着,随着量子计算技术的改进,我们或许可以解决一些最难的量子问题。
V分数为研究人员提供了一个强大的工具,用以衡量在解决量子问题方面取得的进展,尤其是随着量子计算的不断发展。V分数通过指出最难的问题和经典方法的局限性,有助于指导未来的研究工作。例如,制药或能源等依赖量子模拟的行业,可以利用这些见解,将重点放在量子计算能够为其带来竞争优势的问题上。
参考文献:“量子多体问题的变分基准”,作者:吴典、里卡尔多·罗西、菲利普·文森蒂尼、尼基塔·阿斯特拉罕采夫、费德里科·贝卡、曹晓东、胡安·卡拉斯基拉、弗朗切斯科·费拉里、安东尼·乔治、穆罕默德·希巴特-阿拉、今田正敏、安德烈亚斯·M·劳赫利、古列尔莫·马佐拉、安东尼奥·梅扎卡波、安德鲁·米利斯、哈维尔·罗布莱多·莫雷诺、提图斯·诺佩尔特、野村勇介、扬尼斯·尼斯、奥利维耶·帕尔科莱、里科·波勒、伊梅尔达·罗梅罗、迈克尔·施米德、J. 麦克斯韦·西尔维斯特、桑德罗·索雷拉、卢卡·F·托基奥、王蕾、史蒂文·R·怀特、亚历山大·维泰克、杨琪、杨轶琪、张伟和朱塞佩·卡尔莱奥,发表于2024年10月17日,《科学》杂志。DOI:10.1126/science.adg9774
撰稿人名单







