Посібники

Використовуй ці посібники, щоб навчитися застосовувати Qiskit до поширених задач квантових обчислень.

• Почни із набору посібників у розділі Початок роботи, якщо ти вперше запускаєш код на квантовому комп'ютері.
• Розділ Робочі процеси на шляху до переваги містить наскрізні приклади використання квантового комп'ютера для розв'язання реальних задач. Ці посібники зосереджені на алгоритмах, які є перспективними кандидатами для досягнення обчислювальної переваги квантового комп'ютера над класичним.
• Розділ Можливості Qiskit містить приклади, які використовують найновіші та найдосконаліші методи в екосистемі Qiskit для покращення частини або всього робочого процесу.

Початок роботи

Ці посібники призначені для початківців, які готові досліджувати виконання квантових алгоритмів на квантовому комп'ютері.

• Нерівність CHSH

Дослідження робочих процесів на шляху до переваги

Посібники в цьому розділі охоплюють масштабні демонстрації квантових алгоритмів.

Алгоритми верифікованого семплювання

Алгоритми цієї категорії зосереджені на квантових схемах, вихідні розподіли яких кодують розв'язки структурованих задач із верифікованим результатом. Верифікованість означає, що ти можеш перевірити узгодженість виміряних даних — або шляхом оцінки обраного бітового рядка, або завдяки тому, що хибнопозитивні результати не виникають.

Ці посібники висвітлюють методи, де повторне семплювання дає змогу оцінювати специфічні для задачі величини (наприклад, значення функції вартості або спектральні ваги). Ці методи є особливо актуальними для задач оптимізації та моделювання із симетріями.

• Квантова діагоналізація хімічного гамільтоніана на основі семплювання

• Крилівська квантова діагоналізація ферміонної ґраткової моделі на основі семплювання

• Квантовий алгоритм наближеної оптимізації

• Просунуті методи для QAOA

• Кодування кореляцій Паулі для зменшення вимог Maxcut

• Розрахунки неявного розчинника за допомогою Qiskit Serverless

Оцінка спостережуваних величин

Ці посібники зосереджені на оцінці фізично значущих величин, таких як енергія або значення кореляцій, шляхом підготовки квантових станів і вимірювання спостережуваних величин. Методи включають як варіаційні підходи, так і підходи на основі троттеризованих схем, які забезпечують баланс між виразністю схеми та ефективністю глибини схеми. Акцент робиться на робочих процесах, які зменшують вимоги до квантових ресурсів, зберігаючи точність, та уможливлюють практичну оцінку спостережуваних величин у хімічних і фізичних системах.

• Крилівська квантова діагоналізація ґраткових гамільтоніанів

• Фазовий перехід Нішіморі

• Оцінка енергії основного стану ланцюжка Гайзенберґа за допомогою VQE

• Навчання квантового ядра

• Покращення класифікації ознак за допомогою проєктованих квантових ядер

• Нерівність CHSH

Алгоритми для відмовостійких обчислень

У цьому розділі представлені алгоритми з чітко визначеними теоретичними гарантіями, розроблені для виконання на майбутньому квантовому обладнанні з корекцією помилок. Схеми або накладні витрати на семплювання для цих алгоритмів масштабуються таким чином, що не є ефективним за глибиною, і тому з більшою ймовірністю продемонструють квантову перевагу, коли існуватимуть відмовостійкі квантові комп'ютери. Ці посібники ілюструють, як методи працюють в ідеалізованих умовах, і демонструють приклади малого масштабу.

• Алгоритм Шора
• Алгоритм Ґровера

Використання можливостей Qiskit

Цей розділ знайомить із просунутими можливостями екосистеми Qiskit, які підвищують продуктивність, надійність і швидкість при виконанні квантових алгоритмів.

Оптимізація робочого навантаження

Оптимізація робочого навантаження зосереджена або на ефективній оркестрації класичних і квантових ресурсів, або на спеціалізованих методах покращення маніпуляцій із квантовими схемами.

• Бенчмаркінг динамічних схем із розрізаними парами Белла

• Вступ до дробових гейтів

• Вступ до транспіляції Qiskit на основі ШІ

• Оптимізація транспіляції за допомогою SABRE

• Методи компіляції для схем моделювання гамільтоніанів

• Далекосяжне заплутування за допомогою динамічних схем

• Моделювання гамільтоніана Ізінґа з поштовхом за допомогою динамічних схем

Qiskit Functions

Qiskit Functions — це набір попередньо упакованих інструментів для управління помилками та застосунків, які спрощують проєктування великомасштабних експериментів зі схемами, молекулами, QUBO та іншим.

• Розробляй нові алгоритми за допомогою Circuit functions — із готовими конвеєрами транспіляції, придушення помилок та пом'якшення помилок.

  • Поперечнопольова модель Ізінґа з управлінням продуктивністю Q-CTRL

  • Квантова оцінка фази за допомогою Qiskit Functions від Q-CTRL

  • Моделювання 2D нахиленопольової моделі Ізінґа за допомогою функції QESEM

  • Моделювання моделі Ізінґа з поштовхом за допомогою функції TEM

• Експериментуй з предметно-орієнтованими задачами за допомогою Application functions — зі звичними для класичних розв'язувачів вхідними та вихідними даними.

  • Quantum Portfolio Optimizer — Qiskit Function від Global Data Quantum

  • Бінарна оптимізація вищого порядку за допомогою Optimization Solver від Q-CTRL

  • Моделювання течії нев'язкої рідини за допомогою QUICK-PDE

  • Криві дисоціації PES за допомогою Qunova HiVQE

  • Гібридна квантово-покращена ансамблева класифікація (робочий процес стабільності мережі)

  • Розв'язання задачі Market Split за допомогою Iskay Quantum Optimizer від Kipu Quantum

Додатки Qiskit

Додатки забезпечують просунуті маніпуляції зі схемами, такі як розрізання, зворотне поширення спостережуваних величин або апроксимація схем, що дозволяє користувачам обходити обмеження апаратного забезпечення ціною збільшених класичних обчислювальних витрат.

• Мультипродуктові формули для зменшення помилки Троттера

• Наближена квантова компіляція для схем часової еволюції

• Зворотне поширення операторів (OBP) для оцінки очікуваних значень

• Розрізання дротів для оцінки очікуваних значень

• Розрізання схем для періодичних граничних умов

• Розрізання схем для зменшення глибини

• Пом'якшення помилок зчитування для примітива Sampler за допомогою M3

Пом'якшення помилок

Пом'якшення помилок вирішує проблему шуму без повної відмовостійкості шляхом відновлення точних очікуваних значень через контрольовані маніпуляції зі схемами та постобробку.

• Пом'якшення помилок утилітарного масштабу за допомогою імовірнісного підсилення помилок

• Поєднання методів пом'якшення помилок із примітивом Estimator

• Бенчмаркінг у реальному часі для вибору кубітів

Виявлення помилок

Виявлення помилок ідентифікує некоректні операції для повернення безшумних результатів покадрово за допомогою постобробки.

• Коди повторення

• Виявлення помилок із низькими накладними витратами за допомогою просторово-часових кодів