Esercitazioni

Utilizzate queste esercitazioni per imparare ad applicare Qiskit ai casi d'uso più comuni dell'informatica quantistica.

• Se è la prima volta che si esegue del codice su un computer quantistico, si può iniziare con la serie di esercitazioni della sezione Iniziare.
• La sezione sui flussi di lavoro verso il vantaggio contiene esempi end-to-end di utilizzo di un computer quantistico per risolvere problemi del mondo reale. Queste esercitazioni si concentrano su algoritmi che sono candidati promettenti per ottenere vantaggi computazionali da un computer quantistico rispetto a un computer classico.
• La sezione sulle funzionalità di Qiskit contiene esempi che utilizzano le tecniche più recenti e avanzate dell'ecosistema Qiskit per migliorare una parte o l'intero flusso di lavoro.

Introduzione

Questi tutorial sono rivolti ai principianti che sono pronti a esplorare l'esecuzione di algoritmi quantistici su un computer quantistico.

• Disuguaglianza CHSH

Esplora i flussi di lavoro per ottenere vantaggi

Le esercitazioni di questa sezione riguardano dimostrazioni su larga scala di algoritmi quantistici.

• Algoritmi di campionamento verificabili

  Gli algoritmi di questa categoria si concentrano su circuiti quantistici le cui distribuzioni di uscita codificano soluzioni a problemi strutturati con risultati verificabili. Verificabilità significa che è possibile verificare la coerenza tra i dati misurati, valutando la stringa di bit scelta o sapendo che non si verificano falsi positivi.

  Le esercitazioni evidenziano le tecniche in cui il campionamento ripetuto consente di stimare le quantità specifiche del problema (ad esempio, i valori delle funzioni di costo o i pesi spettrali). Questi metodi sono particolarmente importanti per le attività di ottimizzazione e simulazione con simmetrie.

  • Diagonalizzazione quantistica di un'hamiltoniana chimica basata sui campioni

  • Diagonalizzazione quantistica di Krylov basata su campioni di un modello reticolare fermionico

  • Algoritmo di ottimizzazione approssimativa quantistica

  • Tecniche avanzate per l'AQOA

  • QAOA con avvio a caldo tramite l'add-on Optimization Mapper di Qiskit

  • Codifica di correlazione di Pauli per ridurre i requisiti del taglio massimo

  • Calcoli con solvente implicito utilizzando l' Qiskit Serverless

• Stima osservabile

  Queste esercitazioni si concentrano sulla stima di quantità fisicamente significative, come l'energia o i valori di correlazione, preparando stati quantistici e misurando osservabili. Le tecniche includono approcci circuitali variazionali e trotterizzati che bilanciano l'espressività del circuito con l'efficienza della profondità del circuito. L'enfasi è posta sui flussi di lavoro che riducono la richiesta di risorse quantistiche mantenendo l'accuratezza e consentendo una stima pratica delle osservabili nei sistemi chimici e fisici.

  • Simulare la diffusione dei neutroni nei materiali quantistici con circuiti quantistici

  • Diagonalizzazione quantistica di Krylov di hamiltoniani reticolari

  • Transizione di fase Nishimori

  • Stima dell'energia dello stato fondamentale della catena di Heisenberg con VQE

  • Formazione sul kernel quantistico

  • Migliorare la classificazione delle caratteristiche utilizzando kernel quantistici proiettati

  • Disuguaglianza CHSH

  • Osservazione di una dinamica adronica non abeliana robusta e coerente su processori quantistici soggetti a rumore

• Algoritmi con tolleranza ai guasti

  Questa sezione presenta algoritmi dotati di garanzie teoriche ben definite, progettati per funzionare su futuri dispositivi quantistici con correzione degli errori. I circuiti o il sovraccarico di campionamento di questi algoritmi scalano in modo non efficiente in termini di profondità e, di conseguenza, hanno maggiori probabilità di dimostrare il vantaggio quantistico quando saranno disponibili computer quantistici tolleranti ai guasti. Questi tutorial illustrano il funzionamento dei metodi in contesti idealizzati e presentano esempi su piccola scala.

  • Algoritmo di Shor
  • Algoritmo di Grover

Sfrutta le funzionalità di Qiskit

Questa sezione introduce le funzionalità avanzate dell'ecosistema Qiskit che migliorano le prestazioni, l'affidabilità e la velocità di esecuzione degli algoritmi quantistici.

• Ottimizzazione dei workload

  L'ottimizzazione del carico di lavoro si concentra sull'orchestrazione efficiente delle risorse classiche e quantistiche o su metodi personalizzati per migliorare la manipolazione dei circuiti quantistici.

  • Circuiti dinamici di riferimento con coppie Bell tagliate

  • Kernel quantistici con porte frazionarie

  • Introduzione al transpiler basato su Qiskit AI

  • Ottimizzazione della transpilazione con SABRE

  • Metodi di compilazione per circuiti di simulazione hamiltoniani

  • Entanglement a lungo raggio con circuiti dinamici

  • Simulazione dell'Hamiltoniano di Ising con circuiti dinamici

• Funzioni di Qiskit

  Le funzioni Qiskit sono una raccolta di strumenti preconfezionati per la gestione degli errori e delle applicazioni, che facilitano la progettazione di esperimenti su larga scala con circuiti, molecole, QUBO e altro ancora.

  • Progetta nuovi algoritmi con le funzioni Circuit, grazie a pipeline predefinite per la transpilazione, la soppressione degli errori e la mitigazione degli errori.

    • Modello Ising a campo trasverso con gestione delle prestazioni di Q-CTRL

    • Stima della fase quantistica con i Q-CTRL Qiskit Functions

    • Simulazione di 2D Ising a campo inclinato con la funzione QESEM

    • Simula un modello di Ising con kick utilizzando la funzione TEM.

    • Valutazione della fedeltà del processo QFT+M con Orbit, una funzione Qiskit sviluppata da Quantum Elements

  • Prova a risolvere problemi specifici di un determinato ambito utilizzando le funzioni dell'applicazione, con input e output familiari ai risolutori classici.

    • Ottimizzazione dinamica del portafoglio con Portfolio Optimizer di Global Data Quantum

    • Ottimizzazione binaria di ordine superiore con il risolutore di ottimizzazione di Q-CTRL

    • Modellare un fluido non viscoso in movimento con QUICK-PDE

    • Curve PES di dissociazione con Qunova HiVQE

    • Classificazione ibrida quantistica di insieme (flusso di lavoro per la stabilità della rete)

    • Risolvere il problema della divisione del mercato con l'ottimizzatore quantistico Iskay di Kipu Quantum

• Componenti aggiuntivi Qiskit

  I componenti aggiuntivi consentono la manipolazione avanzata dei circuiti, come il taglio, la retropropagazione delle osservabili o l'approssimazione dei circuiti, che permettono agli utenti di aggirare le limitazioni hardware al costo di un maggiore overhead di calcolo classico.

  • Formule multiprodotto per ridurre l'errore di Trotter

  • Compilazione quantistica approssimata per circuiti ad evoluzione temporale

  • Operator backpropagation (OBP) per la stima dei valori di aspettativa

  • Taglio del filo per la stima dei valori di aspettativa

  • Taglio del circuito per condizioni al contorno periodiche

  • Taglio a circuito per la riduzione della profondità

  • Attenuazione dell'errore di lettura per la primitiva Sampler con l'utilizzo di M3

• Attenuazione degli errori

  La mitigazione degli errori affronta la sfida del rumore senza una completa tolleranza ai guasti, recuperando valori di aspettativa accurati attraverso la manipolazione controllata dei circuiti e la post-elaborazione.

  • Attenuazione degli errori su scala industriale con amplificazione probabilistica degli errori

  • Combinare le opzioni di attenuazione degli errori con la primitiva Estimatore

  • Cancellazione probabilistica dell'errore con coni di luce ombreggiati

  • Miglioramento dei valori attesi mediante l'assorbimento del rumore propagato (PNA)

  • Analisi comparativa in tempo reale per la selezione dei qubit

  • Aggiornamento delle proprietà del backend con analisi comparative in tempo reale

• Rilevamento degli errori

  Il rilevamento degli errori identifica le operazioni difettose per restituire risultati privi di rumore scatto per scatto mediante post-elaborazione.

  • Codici di ripetizione

  • Rilevamento degli errori a basso overhead con codici spazio-temporali