绝热量子计算机

绝热量子计算机 (AQC)是一种量子计算机的形式,依赖绝热理论英语Adiabatic theorem进行计算[1] 。AQC与量子退火紧密相关,甚至可认为是量子退火的一个子类[2][3][4][5]

描述

首先要找到一个基态能够描述我们所感兴趣的问题的解的哈密顿量(这个量可能是复杂的)。接下来准备一个简单哈密顿量的系统并将其初始化至基态。最后,将该简单哈密顿量绝热演化为我们所求的复杂哈密顿量.。根据绝热理论,该系统会保持在基态,所以最终该系统所处的状态将可以描述该问题的解。绝热量子计算在多项式运算方面展示出了和传统量子计算一样的能力[6]

绝热量子计算的时间复杂度是指完成绝热演算所需的时间,与哈密顿量的本征能隙(谱隙)有关。具体地说,如果系统处于基态,基态与第一激发态之间的能隙提给出了演化速度的上界[7]当谱隙很小时,演化速度也会很慢。 整个算法的运行时间可以被约束为:

 

这里 代表 的最小频谱距 。

AQC是一个可能解决量子耗散问题的方法。由于系统处于基态,外界的干涉无法使它向更低的能态移动。如果外界的能量低于基态和第一激发态的能量差,系统跃迁的高能态的可能性将相应的更低。 因此,系统可以依据需求长时间处于单系统本征态。

普遍来讲,在绝热模型中的结果依赖于量子复杂性和QMA-问题。如果k≥2, k-local的哈密顿量是QMA完备的[8] QMA难度的结果已知于量子比特的现实晶格模型[9]

 

 代表泡利矩阵 .这种模型被用于通用绝热量子计算。QMA-完备问题的哈密顿量也可以被限制作用在量子比特的两维网格上[10]或一条每个有12种状态的量子颗粒上。[11]如果这种模型被证明是物理可行的,它们也可以用来构建通用绝热量子计算机的基础。

在实际计算中仍存在一些问题。因为哈密顿量是逐渐变化,当多个 量子比特接近一个临界点时会产生一些有趣的现象。临界点是指当基态能量很接近第一激发态时。这时,只需要添加少量的能量(来自外界环境或是由于哈密顿量的改变)就能使系统脱离基态从而破坏计算。试图加快计算速度会增加外部能量;改变量子比特的数量会使临界点处能隙变小。

绝热量子计算的可满足性问题

参考

  1. ^ Farhi, E.; Goldstone, Jeffrey; Gutmann, S.; Sipser, M. Quantum Computation by Adiabatic Evolution. 2000. arXiv:quant-ph/0001106v1 . 
  2. ^ Kadowaki, T.; Nishimori, H. Quantum annealing in the transverse Ising model. Physical Review E. 1998-11-01, 58 (5): 5355. Bibcode:1998PhRvE..58.5355K. arXiv:cond-mat/9804280 . doi:10.1103/PhysRevE.58.5355. 
  3. ^ Finilla, A.B.; Gomez, M.A.; Sebenik, C.; Doll, D.J. Quantum annealing: A new method for minimizing multidimensional functions. Chemical Physics Letters. 1994-03-18, 219 (5): 343–348. Bibcode:1994CPL...219..343F. arXiv:chem-ph/9404003 . doi:10.1016/0009-2614(94)00117-0. 
  4. ^ Santoro, G.E.; Tosatti, E. Optimization using quantum mechanics: quantum annealing through adiabatic evolution. Journal of Physics A. 2006-09-08, 39 (36): R393. Bibcode:2006JPhA...39R.393S. doi:10.1088/0305-4470/39/36/R01. 
  5. ^ Das, A.; Chakrabarti, B.K. Colloquium: Quantum annealing and analog quantum computation. Reviews of Modern Physics. 2008-09-05, 80 (3): 1061. Bibcode:2008RvMP...80.1061D. arXiv:0801.2193 . doi:10.1103/RevModPhys.80.1061. 
  6. ^ Aharonov, Dorit; van Dam, Wim; Kempe, Julia; Landau, Zeph; LLoyd, Seth. Adiabatic Quantum Computation is Equivalent to Standard Quantum Computation. SIAM Journal on Computing. 2007-04-01, 37: 166. arXiv:quant-ph/0405098 . doi:10.1137/s0097539705447323. 
  7. ^ van Dam, Wim; van Mosca, Michele; Vazirani, Umesh. How Powerful is Adiabatic Quantum Computation?. Proceedings of the 42nd Annual Symposium on Foundations of Computer Science: 279. 
  8. ^ Kempe, J.; Kitaev, A.; Regev, O. The Complexity of the Local Hamiltonian Problem. SIAM Journal on Computing. 2006-07-27, 35 (5): 1070–1097. ISSN 1095-7111. arXiv:quant-ph/0406180v2 . doi:10.1137/S0097539704445226. 
  9. ^ Biamonte, J.D.; Love, P.J. Realizable Hamiltonians for Universal Adiabatic Quantum Computers. Physical Review A. 2008-07-28, 78 (1): 012352. Bibcode:2008PhRvA..78a2352B. arXiv:0704.1287 . doi:10.1103/PhysRevA.78.012352. 
  10. ^ Oliveira, R.; Terhal, B.M. The complexity of quantum spin systems on a two-dimensional square lattice. Quantum Information & Computation. 2008-11-01, 8: 0900–0924. Bibcode:2005quant.ph..4050O. arXiv:quant-ph/0504050 . 
  11. ^ Aharonov, D.; Gottesman, D.; Irani, S.; Kempe, J. The Power of Quantum Systems on a Line. Communications in Mathematical Physics. 2009-04-01, 287 (1): 41–65. Bibcode:2009CMaPh.287...41A. arXiv:0705.4077 . doi:10.1007/s00220-008-0710-3. 
  12. ^ Farhi. Quantum Computation by Adiabatic Evolution. arXiv:quant-ph/0001106 . 
  13. ^ Quantum Computing: How D-Wave Systems Work. D-Wave. D-Wave Systems, Inc. [2014-08-28]. (原始内容存档于2014-09-14). 
  14. ^ Jones, Nicola. Computing: The quantum company. Nature. 2013-06-20, 498 (7454): 286–288 [2014-01-02]. Bibcode:2013Natur.498..286J. PMID 23783610. doi:10.1038/498286a. (原始内容存档于2014-01-03). 
  15. ^ Boixo, S.; Rønnow, T.F.; Isakov, S.V.; Wang, Z.; Wecker, D.; Lidar, D.A.; Martinis, J.M.; Troyer, M. Evidence for quantum annealing with more than one hundred qubits. Nature Physics. 2014-02-28, 10 (3): 218–224. Bibcode:2014NatPh..10..218B. arXiv:1304.4595 . doi:10.1038/nphys2900. 
  16. ^ Ronnow, T.F.; Wang, Z.; Job, J.; Boixo, S.; Isakov, S.V.; Wecker, D.; Martinis, J.M.; Lidar, D.A.; Troyer, M. Defining and detecting quantum speedup. Science. 2014-07-25, 345 (6195): 420–424. Bibcode:2014Sci...345..420R. PMID 25061205. arXiv:1401.2910 . doi:10.1126/science.1252319. 
  17. ^ Venturelli, D.; Mandrà, S.; Knysh, S.; O'Gorman, B.; Biswas, R.; Smelyanskiy, V. Quantum Optimization of Fully Connected Spin Glasses. Physical Review X. 2015-09-18, 5 (3): 031040. Bibcode:2015PhRvX...5c1040V. arXiv:1406.7553 . doi:10.1103/PhysRevX.5.031040.