由瑞士洛桑联邦理工学院(EPFL)主导的国际合作研究团队收集了用于分析量子多体问题的各类前沿方法的计算结果，并提出了一个统一的指标来表示这些结果的精度。通过量化精度，量子多体问题数值方法的进步程度得到了可视化，未来量子计算机应解决的问题以及量子优越性的标准也得到了明确的界定。该研究对未来量子算法和量子计算用于解决量子多体问题的研究指明了一个发展方向。该成果于10月17日发表在《科学》杂志上。
© Science研究论文以《量子多体问题的变分基准(Variational benchmarks for quantum many-body problems)》为题发表于《科学》杂志
量子多体问题是一个具有挑战性的课题，旨在通过理解和预测当大量微观粒子相互作用并复杂地纠缠时产生的物质的新特性和现象，以最终解释自然界的现象。使用量子计算机有可能以比传统经典计算机更好的性能来分析量子多体问题，但确定实现量子优越性必须达到的计算水平的标准一直不明确。
多年来，科学家们一直依靠量子蒙特卡罗模拟和张量网络（变分波函数）等混合方法来近似解决量子多体问题。每种方法都有其优缺点，但很难知道哪种方法最适合哪种问题。直到现在，还没有一个通用的方法来比较它们的准确性。
研究团队开发了一种名为V-score（“V”代表“Variantional Accuracy 变分精度”）的新基准来解决这一难题。V-score提供了一种统一的指标来比较不同的量子方法在同一问题上的表现。
Credit: Pixabay/CC0 Public Domain
V-score通过两个关键信息来计算：量子系统的能量与其方差，也就是能量波动的程度。理想情况下，能量越低，波动越小，解就越准确。V-score将这两个因素合并为一个数字，从而更容易根据不同方法的结果与精确解的接近程度来对其进行排名。
为了构建V-score，研究团队收集了迄今为止最大的量子多体问题数据集。该团队对一系列量子系统进行了模拟，从简单的粒子链到著名的复杂系统。该基准测试不仅显示了哪些方法对特定问题最有效，还突出强调了哪些问题中量子计算可能产生最大作用。
通过测试V-score，研究团队发现一些量子系统比其他量子系统更容易求解。例如，粒子链等一维系统可以使用张量网络等现有方法相对容易地解决，但更复杂的高维系统，如阻挫量子晶格，有着高得多的变分精度评分，表明这类问题用经典计算方法更难解决。
研究团队还发现，基于神经网络和基于量子线路的计算方法非常有前景，随着量子计算技术的进步，我们也许能够解决一些最为困难的量子问题。
V-score为研究者们提供了一个用于评估量子问题求解方法进步程度的强大工具。通过确定问题的难度以及经典方法的局限性，V-score可以辅助指导未来的研究工作。例如制药或能源等依赖量子模拟的行业，可以利用这些评估来专注于那些量子计算相较经典计算具有竞争优势的问题。
论文链接：
https://www.science.org/doi/10.1126/science.adg9774
报道链接：
https://phys.org/news/2024-10-benchmark-hardest-quantum-problems.html