پیش چاپی که اخیراً با عنوان «کاهش خطا برای روش های یادگیری ماشین مبتنی بر هسته کوانتومی در رایانه های کوانتومی IonQ و IBM» ارسال شده است، فرصت خوبی برای نوشتن در مورد زیربرنامه کوانتومی مورد علاقه من، تست SWAP است. تست SWAP که به عنوان «اندازه گیری فاصله»، «روش هسته» و «محصول درونی» نیز شناخته می شود، دو حالت کوانتومی را با هم مقایسه می کند. این حالت های کوانتومی می توانند تک یا چند کیوبیت باشند، نکته مهم این است که تعداد کیوبیت ها در هر دو سیستم برابر است.
تست SWAP تجزیه شده
همانطور که در بالا نشان داده شده است، یک گیت فردکین، با نام "SWAP-کنترل شده" در وسط تست SWAP، می تواند به دو CNOT و یک گیت Toffoli تجزیه شود. Toffoli را می توان به چند عملیات تک کیوبیتی و چند کیوبیتی تقسیم کرد، اما این برای این مقاله ضروری نیست. برای این توضیح، فقط باید بدانید که تافولیس و فردکینز به طور گسترده عمق مدار را پنهان می کنند. این گیت ها ساخت مدارهای کوانتومی را سریع تر و آسان تر می کنند، اما به استثنای یک استثنا، قبل از اجرا بر روی پردازنده های کوانتومی، به تعداد قابل توجهی از عملیات های اساسی به نام «دروازه های پایه» منتقل می شوند.
تست SWAP "کم عمق".
علی رغم آنچه که من در مورد اینکه تافولیس چقدر عمق مدار اضافه می کند، نوشتم، گاهی اوقات می توانیم CNOT انتهایی را از Fredkin خود حذف کنیم. نتیجه اندازه گیری ثابت می ماند، که احتمالاً مهم ترین ملاحظه خواهد بود. یکی از تفاوت های شامل و حذف CNOT این است که حالت های حاصل از کیوبیت های مقایسه شده را تغییر می دهد، اما به هر حال تست SWAP متعارف از این حالت ها بیشتر استفاده نمی کند. کاربردهای دیگری برای تست SWAP وجود دارد، اما این موارد خارج از محدوده این مقاله است.
نکته مهم این است که آنچه در بالا به عنوان یک CNOT کمتر و بدون تغییر در عمق مدار می بینید، همیشه اینطور نیست. حتی با در نظر گرفتن تنها دو حالت کوانتومی تک کیوبیتی، آیا آن دو کیوبیت به هم متصل هستند؟در غیر این صورت، برای اجرای آن CNOT باید SWAPهای خطاپذیر اضافه شوند. و اگر در مورد حالت های کوانتومی چند کیوبیتی و اتصال ضعیف کیوبیت صحبت می کنیم، می توانیم در مورد SWAP های زیادی برای تعداد زیادی CNOT صحبت کنیم.
حال تصور کنید که ما حتی نمی خواهیم از آن حالت های کوانتومی برای هر چیز دیگری استفاده کنیم ، مانند مورد آزمایش مبادله متعارف. زمان لازم برای اجرای همه این مبادلات ، زمان دیگری را برای بقیه مدار برای جدا کردن و معرفی خطاها در جای دیگر اضافه می کند. با استفاده از این مدار ساده می توانیم تلاش کنیم که quit ancilla را زود اندازه گیری کنیم ، اما مدارهای عملی ما این ساده نخواهد بود و حتی اگر آنها نسبتاً ساده باشند ، تمام این مبادلات اضافی بی معنی هستند.
از طرف دیگر ، اگر بخواهیم دوباره از حالت های کوانتومی اصلی استفاده کنیم ، چه می شود؟تست مبادله قابل برگشت است ، در این صورت ممکن است ما مجبور شویم دوباره آن مبادلات را انجام دهیم و خطاهای مورد نظر را معرفی کنیم. ما در دوران NISQ خطاهای کافی داریم که واقعاً نیازی به اضافه کردن خطاهای اضافی غیر ضروری نداریم.
نتیجه
از آنجا که ما در مورد کاهش خطاهای برای روشهای یادگیری ماشین مبتنی بر هسته کوانتومی صحبت می کنیم-خوب ، نویسندگان این مقاله به هر حال هستند-ممکن است ما هر دروازه CNOT مستعد خطا را که می توانیم از بین ببریم. بهینه سازی transpiler ممکن است به به حداقل رساندن عمق اضافی وارد شده کمک کند ، اما ما می توانیم به صورت دستی تضمین کنیم که عملیات غیر ضروری در وهله اول وجود ندارد. من شخصاً دومی را انتخاب می کنم.
آیا دوست دارید اطلاعات بیشتری در مورد زیرروال کوانتومی مورد علاقه من بخوانید؟این مقالات اولیه با گذشت زمان به طور منطقی پیر شده اند:
- مقایسه حالتهای کوانتومی
- تست مبادله اختصاصی پایه
- طبقه بندی یادگیری ماشین کوانتومی ساده (QML)
- مقایسه حالتهای درهم تنیده
آیا می خواهید آزمایش مبادله متعارف را در برابر این تست مبادله "کم عمق" آزمایش کنید؟این مدار را با Quirk امتحان کنید. فقط اطمینان حاصل کنید که همان حالتهای کوانتومی را با یکی از آنها مقایسه می کنید که با دیگری مقایسه می کنید ، و خواهید دید که نتایج اندازه گیری Qubits ancilla یکسان است.
استراتژی برای تحلیل فاندمنتال...
ما را در سایت استراتژی برای تحلیل فاندمنتال دنبال می کنید
برچسب : نویسنده : سعید شیخزاده بازدید : 30 تاريخ : سه شنبه 24 مرداد 1402 ساعت: 12:29