（供稿 物电院）2月16日，我校物理与电子科学学院、量子效应及其应用协同创新中心郭楚教授，以第一作者及通讯作者身份，在物理学国际顶级期刊《Physical Review Letters》上发表了研究论文《Verifying Random Quantum Circuits with Arbitrary Geometry Using Tensor Network States Algorithm》。

随着量子计算硬件技术的不断提升，目前世界上已经实现了“有噪声的中等规模的量子计算机”，这样的量子计算机包含有数十到数百个有噪声的量子比特。在研究和发展这样的量子计算机技术时，一个核心的问题是，如何快速有效的衡量其正确性？同时，如何以经典计算机作为参考衡量其计算能力？要回答这两个问题，就需要从一个切实的计算问题入手，用量子计算机和经典计算机加上已知最优的经典算法同时求解，借经典计算机来验证和衡量量子计算机的正确性和计算性能。而随机量子电路采样问题正是一个足够复杂，且又适合当前带噪声量子计算机求解的计算问题。

该论文引入并改进了凝聚态物理中的张量网络算法，以用于在经典计算机上求解随机量子电路采样问题。同时，针对随机量子电路采样问题，做了一系列特定的优化。利用这一算法，该文模拟了2019年谷歌公司声称实现量子霸权（即量子计算机可以高效求解最强大的超级计算机无法求解的某一计算问题）的文章[Nature 2019, 505:510]中所采用的53量子比特随机量子电路。本文发现对11深度以内的随机量子电路，张量网络算法比谷歌所采用的薛定谔-费曼算法效率要高出一到两个数量级。同时，对较低深度的随机量子电路，张量网络算法在比特数增加时，其可扩展性远好于薛定谔-费曼算法。因此，张量网络算法有望在验证近期“有噪声的中等规模的量子计算机”上获得广泛的应用。

湖南师范大学是本文的第一署名单位。中国科技大学赵有为博士和黄合良博士后分别为本文的共同第一作者和共同通讯作者。该工作获得了国家自然科学基金、中国博士后科学基金的资助。

附：相关论文链接

https://journals.aps.org/prl/abstract/10.1103/PhysRevLett.126.070502

https://www.nature.com/articles/s41586-019-1666-5

编辑：徐缘雪

责编：马铁泉

审核：蔡颂