잡음 제거 변분 양자 고유값 해결사: 양자 화학 계산의 새로운 지평을 열다

Sun, Xu, Duan 연구팀은 잡음이 많은 양자 컴퓨터에서도 정확한 양자 화학 계산을 가능하게 하는 새로운 잡음 감소 변분 양자 고유값 해결사 알고리즘을 개발했습니다. MPS 기반 회로 설계, 사전 훈련, ZNE 및 지능형 측정 그룹화 전략을 통해 잡음 오류를 효과적으로 줄였으며, $H_4$ 분자 계산에서 우수한 성능을 입증했습니다.

최근 Sun, Xu, Duan 연구팀이 발표한 논문 “Noise-Mitigated Variational Quantum Eigensolver with Pre-training and Zero-Noise Extrapolation”은 양자 화학 시뮬레이션 분야에 혁신적인 발전을 가져올 잠재력을 지닌 연구입니다. 특히 잡음이 많은 중간 규모의 양자 컴퓨터에서도 정확한 계산을 가능하게 하는 새로운 알고리즘을 제시했습니다.

잡음의 문제와 그 해결책

변분 양자 고유값 해결사(Variational Quantum Eigensolver, VQE)는 복잡한 분자 시스템의 전자 구조를 계산하는 데 널리 사용되는 하이브리드 양자-고전 알고리즘입니다. 하지만 현실적인 양자 컴퓨터는 양자 디코히어런스, 측정 오류, 게이트 연산 부정확성 등의 잡음 문제에 직면합니다. 이러한 잡음은 계산 결과의 정확도를 심각하게 저하시키는 주요 원인이 됩니다.

혁신적인 접근 방식: 사전 훈련과 제로 노이즈 외삽법

연구팀은 이러한 문제를 해결하기 위해 다음과 같은 혁신적인 접근 방식을 제시했습니다.

• MPS 기반 양자 회로 설계 및 사전 훈련: 연구팀은 Matrix Product States(MPS) 구조를 참조하여 양자 회로를 설계하고, 사전 훈련을 통해 회로의 안정성을 확보하고 초기화 과정에서 발생하는 불필요한 변동을 최소화했습니다. 이는 잡음에 대한 회로의 강건성을 높이는 데 중요한 역할을 합니다.
• 제로 노이즈 외삽법(ZNE)과 신경망의 결합: ZNE 기법을 활용하여 잡음을 효과적으로 제거하고, 신경망을 통해 노이즈 피팅 함수의 정확도를 향상시켰습니다. 이는 잡음의 영향을 크게 줄이는 데 기여합니다.
• 지능형 측정 그룹화 전략: Hamiltonian Pauli strings의 측정을 위한 지능형 그룹화 전략을 통해 측정 오류를 줄이고 샘플링 효율성을 개선했습니다.

놀라운 결과: $H_4$ 분자의 기저 상태 에너지 계산

MindSpore Quantum 프레임워크를 사용하여 $H_4$ 분자의 기저 상태 에너지를 계산한 결과, 이 알고리즘은 잡음 오류를 $\mathcal{O}(10^{-2}) \sim \mathcal{O}(10^{-1})$ 범위 내로 제한하여 기존의 VQE 알고리즘보다 우수한 성능을 보였습니다. 이는 잡음이 많은 양자 하드웨어에서도 고정밀도 양자 화학 계산이 가능함을 보여주는 중요한 결과입니다.

결론: 양자 화학 계산의 새로운 가능성

이 연구는 잡음이 많은 현실적인 양자 컴퓨터에서도 정확한 양자 화학 계산을 가능하게 하는 새로운 전략을 제시합니다. 본 연구의 결과는 향후 양자 컴퓨팅 기술 발전에 중요한 기여를 할 것으로 기대되며, 더욱 정교하고 효율적인 양자 알고리즘 개발을 위한 새로운 이정표를 제시합니다. 소스 코드는 Gitee 또는 GitHub에서 확인할 수 있습니다.