Ансатц

Подивись, як Вікторія Ліпінська пояснює, що таке ансатц і чому він важливий у контексті варіаційного власного квантового розв'язувача (VQE).

Посилання

У відео вище згадуються такі статті:

Код ансатцу

У попередньому уроці ти створив гамільтоніан, що описує енергію молекули, яка тебе цікавить, і відобразив його у формат, зручний для квантового комп'ютера. VQE використовує варіаційну схему для підготовки квантових станів. Потім ці стани використовуються для визначення очікуваного значення гамільтоніана (енергії). Параметри варіаційної схеми варіюються до тих пір, поки обчислення не збіжиться до мінімального очікуваного значення. У контексті квантової хімії це має бути енергія основного стану. Цей урок присвячений варіаційній схемі, яку також називають ансатцом (від німецького слова, що означає «підхід» або «метод»). У цьому уроці ти навчишся:

які готові ансатці є в бібліотеці схем
Як задавати або змінювати властивості ансатцу
Як будувати власний ансатц
приклади гарних і поганих ансатців

Бібліотека схем Qiskit має багато категорій схем, що можна використовувати як ансатц. Тут ми обмежимося дволокальними схемами (схемами, що складаються з гейтів, які діють максимум на два кубіти). Efficient SU2 — широко використовуваний ансатц.

Схема efficient_su_2 складається з шарів однокубітних операцій, що охоплюють SU(2) (спеціальна унітарна група другого ступеня, як обертальні гейти Паулі), та заплутувальних CX-гейтів. Це евристичний шаблон, корисний у варіаційних квантових алгоритмах, як-от VQE, і в схемах класифікації у квантовому машинному навчанні (QML).

Ми почнемо з чотирикубітної прикладної схеми efficient_su2 з двома типами SU(2)-гейтів, скажімо rx та y. Ми також вкажемо схему заплутування та кількість повторень. Якщо ти просто виконаєш .draw() для схем, ти отримаєш досить абстрактне представлення. Більш зрозуміла діаграма схеми отримується за допомогою .decompose().draw(), і тут ми будемо використовувати `output = "mpl"'.

# Added by doQumentation — installs the packages this notebook needs if they are missing
import importlib.util

_needed = {"qiskit": "qiskit"}
_missing = [pip for module, pip in _needed.items()
            if importlib.util.find_spec(module) is None]
# One at a time, so a package that fails to install does not block the others
for _pip in _missing:
    %pip install -q {_pip}
if not _missing:
    print("\u2713 All required packages are installed")

from qiskit.circuit.library import efficient_su2

SU2_ansatz = efficient_su2(4, su2_gates=["rx", "y"], entanglement="linear", reps=1)
print(SU2_ansatz.draw())
SU2_ansatz.decompose().draw(output="mpl")

┌──────────┐┌───┐     ┌──────────┐   ┌───┐                     
q_0: ┤ Rx(θ[0]) ├┤ Y ├──■──┤ Rx(θ[4]) ├───┤ Y ├─────────────────────
     ├──────────┤├───┤┌─┴─┐└──────────┘┌──┴───┴───┐   ┌───┐         
q_1: ┤ Rx(θ[1]) ├┤ Y ├┤ X ├─────■──────┤ Rx(θ[5]) ├───┤ Y ├─────────
     ├──────────┤├───┤└───┘   ┌─┴─┐    └──────────┘┌──┴───┴───┐┌───┐
q_2: ┤ Rx(θ[2]) ├┤ Y ├────────┤ X ├─────────■──────┤ Rx(θ[6]) ├┤ Y ├
     ├──────────┤├───┤        └───┘       ┌─┴─┐    ├──────────┤├───┤
q_3: ┤ Rx(θ[3]) ├┤ Y ├────────────────────┤ X ├────┤ Rx(θ[7]) ├┤ Y ├
     └──────────┘└───┘                    └───┘    └──────────┘└───┘