作者:鲍勃·伊尔卡，物理
（同organic）有机 模拟(左)和实验(右)p = 1景观的比较显示了景观特征的明显对应
重叠优化跟踪(红色，从方形标记开始初始化)展示了经典优化器寻找最佳参数的能力
每个无噪声图中的蓝星表示理论上的局部最优值
对于硬件网格、三正则MaxCut和SK模型，问题大小分别为n = 23、n = 14和n = 11
学分:自然物理(2021)
DOI: 10
1038/s 14567-020-01105-y 一个与谷歌公司合作的大型研究团队
并且隶属于美国的许多机构
S
一个在德国，一个在荷兰，已经在一个53个量子比特的高噪声中尺度量子设备上实现了一个量子近似优化算法
在他们发表在《自然物理学》杂志上的论文中，该小组描述了他们在谷歌的Sycamore超导53量子位量子处理器上研究QAOA性能的方法，以及他们从中学到的东西
哈佛大学的波阿斯·巴拉克在同一期杂志上发表了一篇关于该团队工作的新闻与观点文章
在过去的几十年里，工程师们在提高计算机速度方面取得了长足的进步，尽管他们已经接近了传统硅光刻的极限
因此，科学家们一直在努力开发量子计算机，这一理论表明，量子计算机可以处理对计算机来说仍然太难运行的应用
不幸的是，尽管取得了一些进展，量子计算机仍然不是真正有用的
那些已经建成的被描述为NISQ设备，因为它们都有同样的问题——噪音导致错误
它们也被认为是理论认为可能的设备的垫脚石——因此被称为中间标签
随着科学家们继续开发量子计算技术，他们正在研究一旦这种设备被制造出来后会发生什么
为此，他们一直在开发量子计算机——一种旨在弥合量子计算机和经典计算机之间计算鸿沟的算法
需要QAOAs的原因是工程师们没有任何方法在传统计算机上模拟NISQ设备，这使得学习如何将真正的量子计算机用于现实世界的应用变得困难——近似算法有助于研究人员更好地了解当真正的量子计算机最终启动并运行时，计算会是什么样子
在这项新的努力中，研究人员创建了一个QAOA，并在谷歌最先进的NISQ计算平台上运行
正如巴拉克所指出的，他们的QAOA是由一些更小的算法组合而成的，这些算法是为了在量子计算机上运行模拟而创建的，比如模拟退火
这种算法首先给出一个随机的答案，然后用量子算符对其进行改进
通过使用该算法，研究人员了解了更多关于降低噪音或减轻其影响的方法
他们还学习了更多关于超参数的使用以及将关键问题映射到量子架构上的可能方法
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
