Abstract:

近期量子計算領域的研究重心之一是展示在實際問題上的量子優勢，這需要 NISQ 算法如變分量子算法、量子機器學習方法的設計，創新，分析和模擬。在這一報告中，我將簡要介紹騰訊最新開源的自研量子線路和量子算法模擬框架 TensorCircuit。TensorCircuit 由純 Python 編寫，基于張量網絡引擎，直接構建在成熟的機器學習框架 TensorFlow，JAX，PyTorch 之上，兼容自動微分、即時編譯、向量并行化等先進的工程范式；具有簡潔優雅的接口，靈活可擴展的架構，全面豐富的功能，相較其他軟件數量級加速的性能和特定線路結構下上百個量子比特的模擬能力。此外，我將介紹 TensorCircuit 如何賦能具體的 NISQ 量子算法開發，特別是會詳細講解我們提出的量子-神經網絡混合范式的工作，展示混合流水線在軟件模擬層面和硬件實驗層面不同的高效構建方式。該范式第一次實現了量子態非幺正后處理的指數加速，基態能量估計精度顯著提升，且具有內稟抗噪聲能力。

Short Bio:

張士欣，騰訊量子實驗室高級研究員。2021 年于清華大學高等研究院獲得博士學位，導師是姚宏教授。2016 年于清華大學物理系獲得學士學位。主要的研究興趣包括量子算法設計，量子非平衡系統，量子軟件研發，機器學習及其基礎設施在量子物理中的應用等領域。