학습서

이 튜토리얼을 통해 일반적인 양자 컴퓨팅 사용 사례에 키스킷을 적용하는 방법을 알아보세요.

• 양자 컴퓨터에서 코드를 처음 실행하는 경우 시작하기 섹션에 있는 일련의 튜토리얼부터 시작하세요.
• 이점을 향한 워크플로 섹션에는 실제 문제를 해결하기 위해 양자 컴퓨터를 사용하는 엔드투엔드 예제가 포함되어 있습니다. 이 튜토리얼은 기존 컴퓨터보다 양자 컴퓨터의 계산 우위를 달성할 수 있는 유력한 후보 알고리즘에 초점을 맞춥니다.
• 키스킷 기능 섹션에는 키스킷 생태계의 최신 및 가장 진보된 기술을 사용하여 특정 워크플로우의 일부 또는 전체를 개선하는 예제가 포함되어 있습니다.

시작하기

이 튜토리얼은 양자 컴퓨터에서 양자 알고리즘을 실행하는 방법을 탐구할 준비가 된 초보자를 위한 것입니다.

• CHSH 불평등

우위를 위한 작업 흐름 탐색

이 섹션의 튜토리얼에서는 양자 알고리즘의 대규모 데모를 다룹니다.

• 검증 가능한 샘플링 알고리즘

  이 범주의 알고리즘은 출력 분포가 검증 가능한 출력으로 구조화된 문제에 대한 솔루션을 인코딩하는 양자 회로에 중점을 둡니다. 검증 가능성은 선택한 비트스트링을 평가하거나 오탐이 발생하지 않는지 확인하여 측정된 데이터 간의 일관성을 확인할 수 있음을 의미합니다.

  이 튜토리얼에서는 반복 샘플링을 통해 문제별 수량(예: 비용 함수 값 또는 스펙트럼 가중치)을 추정할 수 있는 기법을 중점적으로 다룹니다. 이러한 방법은 특히 대칭성이 있는 최적화 및 시뮬레이션 작업에 적합합니다.

  • 화학 해밀턴의 샘플 기반 양자 대각선화

  • 페르미온 격자 모델의 샘플 기반 크릴로프 양자 대각선화

  • 양자 근사 최적화 알고리즘

  • QAOA를 위한 고급 기술

  • 최적화 매퍼(Optimization Mapper) Qiskit 애드온을 활용한 웜 스타트(Warm-start) QAOA

  • 최대 절단 요구 사항을 줄이기 위한 파울리 상관 인코딩

  • Qiskit Serverless 를 이용한 암시적 용매 계산

• 관찰 가능한 추정치

  이 튜토리얼은 양자 상태를 준비하고 관측값을 측정하여 에너지 또는 상관관계 값과 같이 물리적으로 의미 있는 양을 추정하는 데 중점을 둡니다. 기술에는 회로 표현력과 회로 깊이 효율성의 균형을 맞추는 변형 및 트로터화 회로 접근 방식이 모두 포함됩니다. 정확도를 유지하면서 양자 리소스 수요를 줄이고 화학 및 물리 시스템에서 관측 가능성의 실질적인 추정을 가능하게 하는 워크플로우에 중점을 둡니다.

  • 양자 회로를 이용해 양자 물질에서의 중성자 산란을 시뮬레이션한다

  • AQC + 트로터 동역학을 활용한 서버리스 워크플로우를 통해 중성자 산란 시뮬레이션 수행

  • 격자 해밀턴의 크릴로프 양자 대각선화

  • 니시모리 상 전이

  • VQE를 이용한 하이젠베르크 사슬의 기저 상태 에너지 추정

  • 퀀텀 커널 트레이닝

  • 투영된 양자 커널을 사용하여 특징 분류 향상

  • CHSH 불평등

  • 잡음이 있는 양자 프로세서에서 관찰된 견고하고 일관된 비아벨 하드론 역학

• 내결함성 알고리즘

  이 섹션에서는 향후 오류 정정 양자 하드웨어에서 실행되도록 설계되었으며, 명확하게 정의된 이론적 보증을 갖춘 알고리즘들을 다룹니다. 이러한 알고리즘의 회로 또는 샘플링 오버헤드는 깊이 효율적이지 않은 방식으로 증가하므로, 오류 내성 양자 컴퓨터가 등장할 때 양자 우위를 입증할 가능성이 더 높습니다. 이 튜토리얼들은 해당 방법이 이상적인 환경에서 어떻게 작동하는지 설명하고, 소규모 사례를 보여줍니다.

  • 쇼의 알고리즘
  • 그로버의 알고리즘

Qiskit 기능 활용

이 섹션에서는 양자 알고리즘을 실행할 때 성능, 안정성, 속도를 향상시키는 키스킷 생태계 내 고급 기능을 소개합니다.

• 워크로드 최적화

  워크로드 최적화는 기존 및 양자 리소스의 효율적인 오케스트레이션 또는 양자 회로 조작을 개선하기 위한 맞춤형 방법에 중점을 둡니다.

  • QRMI를 사용하여 양자 워크로드를 실행하세요

  • 절단된 벨 쌍을 이용한 동적 회로 벤치마킹

  • 분수 게이트를 갖는 양자 커널

  • Qiskit AI 기반 트랜스파일러 소개

  • SABRE를 활용한 트랜스파일레이션 최적화

  • 해밀턴 시뮬레이션 회로의 컴파일 방법

  • 동적 회로를 사용한 장거리 얽힘

  • 동적 회로를 이용한 킥 이징 해밀토니안 시뮬레이션

• 키스킷 기능

  키스킷 함수는 사전 패키지된 오류 관리 및 응용 도구 모음으로, 회로, 분자, 큐보 등을 이용한 대규모 실험을 쉽게 설계할 수 있도록 도와줍니다.

  • Circuit 함수를 활용해 새로운 알고리즘을 설계하세요 — 미리 구축된 트랜스파일링, 오류 억제 및 오류 완화 파이프라인을 통해.

    • Q-CTRL의 성능 관리 기능을 갖춘 횡방향 필드 아이싱 모델

    • Q-CTRL을 사용한 양자 위상 추정 Qiskit Functions

    • QESEM 함수를 사용하여 2D 기울어진 필드 아이싱 시뮬레이션하기

    • TEM 함수를 사용하여 차동 이징 모델을 시뮬레이션합니다

    • Quantum Elements의 Qiskit 함수인 Orbit을 사용하여 QFT+M 프로세스의 정확도를 벤치마킹합니다.

  • 응용 함수를 사용하여 도메인별 문제를 실험해 보세요. 기존 솔버에 익숙한 입력 및 출력 형식을 사용합니다.

    • Global Data Quantum의 포트폴리오 최적화 도구를 활용한 동적 포트폴리오 최적화

    • Q-CTRL의 최적화 솔버를 사용한 고차 바이너리 최적화

    • QUICK-PDE를 사용하여 흐르는 비점성 유체를 모델링합니다

    • Qunova를 사용한 해리 PES 커브 HiVQE

    • 하이브리드 양자 강화 앙상블 분류(그리드 안정성 워크플로)

    • 키푸 퀀텀의 이스케이 퀀텀 옵티마이저로 시장 분할 문제를 해결하세요

    • Aqarios 제약 조건이 있는 양자 최적화기를 사용하여 최대 독립 집합 찾기

    • ParityQC 의 Parity Twine Optimizer를 사용하여 시장 분할 문제를 해결하세요

    • ParityQC 의 Parity Twine Optimizer를 사용하여 Sherrington-Kirkpatrick 모델을 풀기

• 키스킷 애드온

  애드온을 사용하면 관측값 절단, 역전파, 회로 근사화 등 고급 회로 조작을 통해 기존 컴퓨팅 오버헤드가 증가하더라도 하드웨어의 한계를 피할 수 있습니다.

  • 트로터 오류를 줄이기 위한 다중 제품 공식

  • 시간 진화 회로를 위한 대략적인 양자 컴파일

  • 기대값 추정을 위한 연산자 역전파(OBP)

  • 기대값 추정을 위한 와이어 절단

  • 주기적 경계 조건에 대한 회로 절단

  • 깊이 감소를 위한 회로 절단

  • 다음을 사용하여 샘플러 프리미티브의 읽기 오류 완화 M3

• 오류 완화

  오류 완화는 제어된 회로 조작 및 후처리를 통해 정확한 기대값을 복구함으로써 완전한 내결함성 없이 노이즈 문제를 해결합니다.

  • 확률적 오류 증폭을 통한 유틸리티 규모 오류 완화

  • 오류 완화 옵션과 추정기 프리미티브의 결합

  • 음영 처리된 광뿔을 이용한 확률적 오차 상쇄

  • 전파형 소음 흡수(PNA)를 통한 기대값 개선

  • 큐비트 선택을 위한 실시간 벤치마킹

  • 실시간 벤치마킹을 통해 백엔드 속성을 갱신하기

  • 논리적 노이즈 모델을 이용한 확률적 오차 상쇄

• 오류 감지

  오류 감지 기능은 잘못된 작업을 식별하여 후처리를 통해 노이즈 없는 결과물을 샷별로 반환합니다.

  • 반복 코드

  • 시공간 코드를 이용한 저오버헤드 오류 검출