过去一年，量子计算社区在许多技术领域取得的进展非常惊人，而这些技术将对量子计算在现实中的应用产生深远影响。这些进展涵盖硬件、软件、理论、特色技术以及减少量子误差的方法。在硬件方面，包括免费且公开的 IBM Q experience 5 和 16 量子比特设备，以及我们 ）；在软件方面，我们发布了 和其他量子编程软件包。尤其是在理论方面有了新的建树，现在我们可以思考近期的硬件能够解决哪些问题，这也证明了我们在实际应用量子优势方面所取得的进步。
IBM Q 团队和许多同行都认为，量子计算最近期的 3 个应用领域是化学 [1,2,3,4]、优化 [5,6,7] 和机器学习 [8,9,10]。过去一年来，我们见证了实际的量子硬件在所有这 3 个领域取得的进步 [4,9]。至少在化学和优化领域，在一个称为可变量子本征求解 (Variational Quantum Eigensolver, VQE) [2] 的算法推动下，近期的量子硬件取得了重大进展。该算法结合了传统计算和量子计算。传统计算机修改了一些用于控制量子态预备的实验参数，而量子计算机则预备该量子态并计算它的属性。
下面粗略介绍一下它的工作原理，但是首先需要定义 3 个关键术语：
- 波函数：对量子态的数学描述
- 汉密尔顿算子：量子能量算子，用于描述量子系统的总能量
- 量子门：对操纵量子态的量子比特执行的运算
以下是通过量子计算机使用 VQE 来计算一个分子（比如 BeH2）中键长的方式：
1.将分子的汉密尔顿算子转换为量子比特汉密尔顿算子。这意味着，了解如何表示分子内电子轨道的相互作用，从而确定如何在量子比特系统中模拟它的关键部分。经过定性分析，您可能认为：我们能够捕获分子中电子轨道之间的相互作用，从而可以在量子比特系统中建立量子纠缠。尝试模拟的分子越大，拥有的电子轨道就越多，所以需要的量子比特就越多。
2.挑选“试探波函数（trial wavefunction）”或试探态（trial state），并将它编码到量子计算机上。可以将这种试探态想象为对 BeH2 在给定原子间距离上的电子配置的一种猜测（因为您还不知道真实分子的答案）。通过组合使用缠结门、单量子比特门和您选择的电路深度（可以执行的顺序运算次数，受可用硬件约束），可在处理器上创建一个表示该特定 BeH2 波函数版本的量子态。
3.估算试探态的能量。可通过测量上一步中创建的量子态的各个方面来完成这一步。得到分子的汉密尔顿算子后，可以将它关联到该分子在给定电子配置中的能量。
4.将此能量提供给在传统计算机上运行的优化器。优化器会据此生成一组新的控制参数，用于在量子计算机上创建一个能量更低的新试探波函数。重复上述步骤，直到能量收敛至最低值；这个最终能量对应于所试探原子间距离的基态能量的解。（对于 BeH2，分子足够小，所以结果可以和传统计算机上的结果进行比较。）
5.针对与不同原子间距离对应的汉密尔顿算子执行第 2-4 步。能量最低的汉密尔顿算子将对应于均衡配置。这样就得出键长。
量子计算机能够完成传统计算机通常很难执行的任务（比如创建试探态并测量它的能量），这是此方法前景广阔的一个重要原因。当然，这才刚刚开始，还需要克服许多障碍，但是，开端令人振奋，我们预计这种方法将不断扩大规模。
VQE 的好处在于它的通用性！优化问题也可以在量子计算机上使用 VQE 加以解决。除了分子的能量，还可以将“成本函数”（即您尝试最小化或最大化的值）表示为量子比特汉密尔顿算子，然后使用量子计算机对这个算子求解。其余步骤相同：您可以改变一些参数，每个参数都会影响成本；对于每个试探态，对成本进行测量。
当然，这听起来很简单，但细节很复杂。希望通过本博客，您能有所收获：“科学让您能够做一些很酷的事情！”要查看实际应用，可以查阅我发布的 Jupyter Notebook，其中展示了如何在 QISKit 中使用 VQE 实现 （比如 H2 或 Li-H 分子）或 。 |
