在61比特可编程超导量子处理器上对量子多体态进行量子神经元感知（英文）

作者：龚明; 黄合良; 王石宇; 郭楚; 李少炜; 吴玉林; 朱庆玲; 赵有为; 郭少俊; 钱浩然; 叶杨森; 查辰; 陈福升; 应翀; 余家乐; 范道金; 吴大超; 苏红; 邓辉; 荣皓; 张凯莉; 曹思睿; 林金; 徐昱; 孙丽华; 郭成; 李娜; 梁福田; Akitada Sakurai; Kae Nemoto; William J.Munro; 霍永恒; 陆朝阳; 彭承志; 朱晓波; 潘建伟

来源：Science Bulletin, 2023, 68(09): 906-912.

• Quantum neural network
• Quantum many-body state
• Superconducting qubit
• Variational quantum eigensolver

对具有不同性质和物相的多体量子态进行分类是量子多体物理学中最基本的任务之一.然而,由于巨大数量的相互作用的粒子所产生的指数级的复杂性,大规模量子态的分类对于经典的方法来说极具挑战性.本文提出了一种新的方法,称为量子神经元感知.利用一个61比特的超导量子处理器作为演示,作者表明该方案可以有效地对两种不同类型的多体现象,即遍历相和局域相,进行分类.量子神经元感知过程使他们能够通过只测量一个量子比特来区分这些多体物相,并提供比传统方法(如测量不平衡度)更好的分辨率.本研究证明了量子神经元感知在近期量子处理器应用的可行性和扩展性,并为探索更大规模系统中的量子多体现象开辟了新的途径.

• 单位
  中国科学技术大学; 中国科学院