31、量子计算技术：NISQ与量子机器学习的探索

量子计算技术：NISQ与量子机器学习的探索

1. NISQ技术的价值探讨

在量子计算领域，NISQ（Noisy Intermediate-Scale Quantum，含噪声中等规模量子）时代是迈向“容错量子计算”（FTQC）时代的前奏。目前，由于尚未拥有逻辑量子比特，我们只能利用存在噪声且相干时间有限的物理量子比特进行计算。与可能需要数千甚至数百万量子比特和较深电路深度的逻辑量子比特算法不同，NISQ时代只能在几十到几百个量子比特上使用几十个门进行操作。

1.1 NISQ算法发展的积极因素

• 硬件与软件优化 ：NISQ算法是了解量子硬件系统特性并改进其控制软件的实用方法。
• 为FTQC做铺垫 ：对NISQ量子算法的量子编译器进行优化，其改进成果可应用于纠错和FTQC算法的实现。
• 维持资金与兴趣 ：在构建大型容错系统基础设施的过程中，NISQ算法取得的任何进展都有助于保持资金投入和人们的兴趣。
• 特定领域应用 ：虽然目前还无法拥有足够大规模的系统来处理像蛋白质这样的大分子计算，但我们可能很快就能利用量子规模和能力来处理电池中使用的小型锂化合物。
• 提升经典技术 ：理解量子组合优化有助于我们提升在金融等领域的经典技术和替代方法的知识水平。

1.2 对NISQ算法价值的悲观因素

• 量子比特数量不足