硅基光电子芯片上的四量子比特变分算法

hdy

引言

量子计算技术在特定问题类别上相比经典计算机具有指数级的计算优势。然而，当前的量子处理器面临着显著的限制，包括量子比特数量受限、连接拓扑约束、纠缠门保真度问题以及损耗等。这些限制使得现有量子处理器被称为"噪声中等规模量子"(NISQ)器件。为了克服这些挑战并通过NISQ处理器实现量子实用性，科学家们开发了变分量子算法(VQA)作为量子-经典混合方法，这类算法只需要适度的量子比特数量和有限的线路深度[1]。

1

变分量子算法的基本原理

变分量子算法的基本工作流程遵循一种连接量子和经典计算范式的系统性方法。这个过程从问题编码开始，研究人员需要将计算挑战转化为基于量子硬件量子比特寄存器的可测量观测量集合。然后构建成本函数，作为这些观测量期望值的加权和，在依赖于可调参数的量子态上进行评估。

图1：变分量子算法的工作流程示意图，说明了量子硬件态制备与经典优化之间的迭代过程如何驱动算法趋向最优解。

量子硬件制备试验态并执行测量，将收集到的数据发送到经典机器进行后处理和成本函数评估。由经典组件执行的优化程序根据成本函数结果更新量子参数。这个迭代过程持续进行，直到成本函数收敛到极值，从而实现成本函数的最小化和试验态制备的最优参数设置。

与量子相位估计算法和Shor算法等量子算法不同，变分量子算法对错误表现出显著的鲁棒性，并且可以在浅层线路上运行。关键要求是具备可重构的量子硬件，能够制备映射到所解决问题的希尔伯特空间配置的态。这些参数化态可以通过训练来最小化所需的成本函数，类似于机器学习过程。

2

硅基光电子技术实现

最新的研究成功在室温下运行的硅基光电子集成线路上演示了四量子比特变分算法。这一成就代表了量子计算的重要里程碑，因为这是首次在具有集成光子对源的光量子模拟器上演示变分量子算法。

图2：硅基光电子集成线路的布局，包含五个不同的阶段：泵浦分束、集成源、光子对路由以及独立的空闲光子和信号光子操控部分，整体尺寸为1.5×5平方毫米。

硅基光电子集成线路由五个协调工作的重要阶段组成。泵浦分束阶段将泵浦光相干地分配到基于螺旋波导的集成源，这些集成源通过自发四波混频产生相关光子对。光子对路由阶段使用非对称马赫-曾德干涉仪和交叉波导来分离空闲光子和信号光子。最后，空闲光子和信号光子操控阶段对属于相关光子对的每个光子执行线性变换。

该线路利用四个相同的基于自发四波混频的集成光子对源来制备两个路径纠缠的四维量子系统。这些四维量子系统之间的关联提供了通用试验态制备所需的量子资源。通过这种配置，孪生光子的能量-时间关联被转换为空间关联，使得能够使用两个四维量子系统结构来编码四量子比特态。

3

氢分子问题的求解

研究团队通过使用变分量子本征求解器(VQE)来确定氢分子的基态能量，从而展示了系统解决量子化学问题的能力。这一应用展现了硅基光电子方法在处理实际计算挑战方面的实用潜力。

图3：通过预报单光子干涉实验和维度认证测量展示了系统性能，确认了高质量的源不可区分性和有效的多维纠缠。

氢分子问题需要使用最小STO-3G基组对电子结构进行编码，该基组由带有两个自旋值的单个氢原子的原子轨道组成。研究团队利用Jordan-Wigner映射将分子轨道的占据数态转换为量子比特态，在量子化学配置与光子量子比特实现之间建立直接对应关系。

图4：完整的氢分子分析，包括原子和分子轨道表示、酉耦合簇ansatz实现，以及作为变分参数和原子距离函数的实验与理论能量计算结果。

在酉耦合簇ansatz下，氢分子的试验态表示成键分子轨道和反键分子轨道配置的线性组合。实验结果与理论预测表现出显著的一致性，获得了-1.1340±0.0124哈特里的实验平衡基态能量期望值，与-1.1373哈特里的理论结果非常接近。

优化过程采用了梯度下降和贝叶斯优化两种方法。虽然基于梯度的方法由于统计误差和测量时间要求而显示出局限性，但贝叶斯优化证明更加稳健，只需6-13次迭代就能实现收敛，相对于理论ansatz的平均精度为0.003哈特里。

图5：氢分子问题的贝叶斯优化收敛过程，显示了整个优化过程中能量期望值和概率振幅的演化。

4

量子因数分解成果

除了量子化学应用之外，研究团队还成功实现了变分量子因数分解(VQF)算法来解决半素数分解问题。这展示了硅基光电子平台在处理不同类别计算挑战方面的多功能性。

图6：VQF实现结果，展示了分解半素数的问题编码策略以及多个测试案例中梯度下降优化的收敛行为。

因数分解算法基于一个哈密顿量构建成本函数，该哈密顿量在正确的分解解处恰好为零。研究团队使用光子系统成功分解了半素数15、21和35，试验态通过优化过程演化，将概率振幅集中在正确的分解解上。

该实现需要将可能的素因子组合编码在量子比特串中，并使用泡利-Z变换将经典变量提升为量子二进制算符。梯度下降算法在因数分解问题上表现出稳健的收敛性，由于测量要求较为简单，相比量子化学应用需要更短的评估时间。

5

未来发展与可扩展性

在硅基光电子技术上演示的四量子比特变分算法代表了向更大规模量子处理器迈进的重要一步。硅基光电子技术提供了若干优势，包括室温操作、成熟的制造工艺以及高质量单光子源的潜力。已经演示了多达32个片上光子对源的集成，这表明能够处理更大分子和更复杂因数分解问题的硅基光电子处理器在当前技术范围内是可以实现的。

然而，扩展到更高维问题需要解决几个挑战。当前使用双分系统的方法在测量时间方面按维度平方缩放，因为需要使用有限的探测器阵列进行多次投影测量。未来的发展可能涉及结合多个硅基光电子线路的模块化架构，以及实现基于融合的线性光量子计算方案。

该研究展示了集成光量子技术为变分量子算法提供了可行的平台，为在室温下运行的全集成光子量子处理器提供了潜力。这一成就标志着在实用量子计算应用方面取得了显著进展，缩小了理论量子算法与可实现硬件解决方案之间的差距。成熟的硅基光电子技术与创新量子算法实现的结合为在实际应用中实现量子计算优势提供了新的途径。

在同一个硅基光电子平台上成功演示量子化学计算和因数分解算法说明了这种方法的多功能性和实用潜力，使我们更接近于实现能够在实验室环境之外运行的实用量子计算系统。