Было бы трудно понять внутреннюю работу сложной машины, даже не открыв ее, но именно с этой задачей сталкиваются ученые при исследовании квантовых систем. Традиционные методы изучения этих систем часто требуют огромных ресурсов, что делает их непрактичными для крупномасштабных применений.
Исследователи из Калифорнийского университета в Сан-Диего в сотрудничестве с коллегами из IBM Quantum, Гарварда и Калифорнийского университета в Беркли разработали новый подход к этой проблеме под названием "надежные неглубокие тени". Этот метод позволяет ученым извлекать важную информацию из квантовых систем более эффективно и точно, даже при наличии реального шума и несовершенств.
Представьте, что вы отбрасываете тени на объект под разными углами, а затем используете эти тени для реконструкции объекта. Используя алгоритмы, исследователи могут повысить эффективность выборки и внедрить методы снижения шума для получения более четких и детализированных "теней", характеризующих квантовые состояния.
Экспериментальная проверка на сверхпроводящем квантовом процессоре демонстрирует, что, несмотря на реалистичный шум, этот подход превосходит традиционные методы измерения с использованием одного кубита в точном прогнозировании различных свойств квантового состояния, таких как точность и энтропия запутывания.
Это исследование частично финансировалось Национальным научным фондом через Институт Q-IDEAS HDR (OAC-2118310) и Центр ультрахолодных атомов PFC (PHY-2317134), а также Программу Министерства обороны DARPA IMPAQT (HR0011-23-3-0023 ).
Комментарии