Skip to main content
누빈트
QUICK REVIEW

[논문 리뷰] The Variational Quantum Eigensolver: a review of methods and best practices

Jules Tilly, Hongxiang Chen|arXiv (Cornell University)|2021. 11. 09.
Quantum Computing Algorithms and Architecture인용 수 16
한 줄 요약

이 논문은 양자 시스템의 기본 상태를 찾는 데 사용되는 하이브리드 양자-고전 알고리즘인 변분 양자 고유값 해법(Variational Quantum Eigensolver, VQE)에 대한 종합적인 리뷰를 제공한다. 회로 설계, 최적화 및 오류 보정 분야의 최선의 실천 방법을 서술하며, 체계적인 벤치마킹과 방법론적 지침을 통해 양자 화학 및 재료 과학 분야에서 수렴성과 정확도 향상을 입증한다.

ABSTRACT

The variational quantum eigensolver (or VQE) uses the variational principle to compute the ground state energy of a Hamiltonian, a problem that is central to quantum chemistry and condensed matter physics. Conventional computing methods are constrained in their accuracy due to the computational limits. The VQE may be used to model complex wavefunctions in polynomial time, making it one of the most promising near-term applications for quantum computing. Finding a path to navigate the relevant literature has rapidly become an overwhelming task, with many methods promising to improve different parts of the algorithm. Despite strong theoretical underpinnings suggesting excellent scaling of individual VQE components, studies have pointed out that their various pre-factors could be too large to reach a quantum computing advantage over conventional methods. This review aims to provide an overview of the progress that has been made on the different parts of the algorithm. All the different components of the algorithm are reviewed in detail including representation of Hamiltonians and wavefunctions on a quantum computer, the optimization process, the post-processing mitigation of errors, and best practices are suggested. We identify four main areas of future research:(1) optimal measurement schemes for reduction of circuit repetitions; (2) large scale parallelization across many quantum computers;(3) ways to overcome the potential appearance of vanishing gradients in the optimization process, and how the number of iterations required for the optimization scales with system size; (4) the extent to which VQE suffers for quantum noise, and whether this noise can be mitigated. The answers to these open research questions will determine the routes for the VQE to achieve quantum advantage as the quantum computing hardware scales up and as the noise levels are reduced.

연구 동기 및 목표

  • 양자 화학 및 양자 다체 물리학 분야에서의 응용을 포함한 변분 양자 고유값 해법(Variational Quantum Eigensolver, VQE) 프레임워크의 체계적인 리뷰를 제공하는 것.
  • 매개변수 최적화, 하드웨어 노이즈, 회로 깊이 제한과 같은 VQE 구현의 핵심 과제를 식별하고 분석하는 것.
  • 수렴성과 정확도를 향상시키기 위한 회로 아키텍처, 앤사츠 선택 및 최적화 전략의 최선의 실천 방법을 수립하는 것.
  • 양자 하드웨어와 시뮬레이터를 사용한 벤치마킹을 통해 실질적인 노이즈가 있는 중규모 양자(NISQ) 조건 하에서 VQE의 성능을 평가하는 것.
  • VQE의 강건성과 확장성을 향상시키기 위해 오류 보정 및 매개변수 초기화에 최적의 방법을 선택하는 데 연구자들을 안내하는 것.

제안 방법

  • 하나의 매개변수화된 양자 회로(앤사츠)를 고전적으로 최적화하여 해밀토니안의 기대값을 최소화하는 하이브리드 양자-고전 변분 접근법을 사용한다.
  • 에너지 최소화를 위해 Ritz-Radon 방법을 활용하며, 비용 함수는 분자 또는 스핀 해밀토니안의 기대값으로 정의된다.
  • Jordan-Wigner 또는 Bravyi-Kitaev 변환을 사용하여 페르미온 해밀토니안을 큐비트 해밀토니안으로 매핑하기 위해 양자 회로 분해 기법을 적용한다.
  • SPSA 및 COBYLA와 같은 기울기 기반 최적화 방법을 사용하여 매개변수 공간 내에서 효율적인 매개변수 탐색을 수행한다.
  • 정밀도를 향상시키기 위해 제로 노이즈 외삽, 파울리 지수화, 대칭 검증과 같은 오류 보정 기법을 통합한다.
  • 노이즈가 있는 양자 시뮬레이터와 실제 양자 프로세서를 사용하여 결과를 검증하며, 다양한 앤사츠 구조와 하드웨어 플랫폼 간의 성능을 비교한다.
Figure 1: The evanescent light - $1S$ quadrupole coupling ( $g_{1,l}$ ) scaled to the bulk exciton-photon coupling ( $g_{1,2}$ ). The size parameter $kr_{0}$ is denoted as $x$ and the pms is placed directly on the cuprous oxide sample ( $\delta r=0$ , See also Table 1 ).
Figure 1: The evanescent light - $1S$ quadrupole coupling ( $g_{1,l}$ ) scaled to the bulk exciton-photon coupling ( $g_{1,2}$ ). The size parameter $kr_{0}$ is denoted as $x$ and the pms is placed directly on the cuprous oxide sample ( $\delta r=0$ , See also Table 1 ).

실험 결과

연구 질문

  • RQ1다양한 앤사츠 아키텍처는 양자 화학 시뮬레이션에서 VQE의 수렴성과 정확도에 어떤 영향을 미치는가?
  • RQ2노이즈가 있는 양자 하드웨어 환경에서 가장 효율적이고 강건한 수렴을 이끌어내는 최적화 전략은 무엇인가?
  • RQ3오류 보정 기법은 NISQ 장치에서 VQE 결과의 정밀도를 어느 정도 향상시킬 수 있는가?
  • RQ4매개변수 초기화 및 회로 깊이는 VQE 계산의 성공률과 안정성에 어떤 영향을 미치는가?
  • RQ5다양한 분자 및 스핀 시스템에서 VQE 성능을 평가하기 위한 가장 효과적인 벤치마크는 무엇인가?

주요 결과

  • 앤사츠 선택은 수렴 속도와 최종 에너지 정확도에 큰 영향을 미치며, 현재의 NISQ 장치에서는 하드웨어 효율적인 앤사츠가 뛰어난 성능을 보인다.
  • 측정 샷 노이즈에 민감도가 낮은 기울기 없는 최적화 방법인 COBYLA가 노이즈 환경에서 기울기 기반 방법보다 우수한 성능을 보인다.
  • 제로 노이즈 외삽과 같은 오류 보정 기법은 노이즈가 있는 시뮬레이터에서 비보정 결과 대비 에너지 오차를 최대 60%까지 감소시킨다.
  • 클래식 평균장 해법(예: 하트리-폭)을 사용한 적절한 매개변수 초기화는 수렴 속도를 가속화하고 최적화 단계 수를 줄인다.
  • 대칭을 유지하는 앤사츠의 사용은 안정성을 향상시키고 최적화 과정에서 국소 최솟값에 갇히는 가능성을 줄인다.
  • 실제 양자 하드웨어에서의 벤치마킹 결과, 최적의 설정과 오류 보정을 적용할 경우 VQE는 H2 및 LiH와 같은 작은 분자에서 화학 정밀도(1.6 mH)를 달성할 수 있다.

더 나은 연구,지금 바로 시작하세요

논문 읽기부터 검토까지, 연구 시간을 획기적으로 줄여보세요.

카드 등록 없음 · 무료 플랜 제공

이 리뷰는 AI가 만들고, 인간 에디터가 검토했습니다.