Circuit-based quantum random access memory for sparse quantum state preparation.
Memória de acesso aleatório quântico, Preparação de estados quânticos, Otimização de algoritmos quânticos.
Carregar dados clássicos em um dispositivo quântico é necessário em muitas
aplicações atuais. Além disso, muitos algoritmos precisam recarregar o
estado inicial várias vezes durante sua execução. Portanto, a tarefa de
obter um estado quântico adequado para ser utilizado como estado inicial de
um algoritmo quântico, onde este estado é preparado de forma eficiente é
uma etapa essencial no desenvolvimento de algoritmos quânticos eficientes.
O custo para inicializar um estado quântico pode comprometer o
funcionamento do algoritmo se este processo não for realizado de forma
eficiente.
A preparação de estados quânticos é um tópico da computação quântica que
tem concentrado bastante atenção nos dias atuais, dentro deste tema a
preparação de estados quânticos esparsos é um problema mais específico e
ainda em aberto, uma vez que muitos algoritmos quânticos também precisam de
uma inicialização esparsa. Esta tese tem como objetivo apresentar os
resultados obtidos na pesquisa realizada no campo de preparação de estados
quânticos esparsos, onde foram desenvolvidos três algoritmos.
O primeiro é o algoritmo FFP-QRAM Pré-processado, um algoritmo
probabilístico capaz de preparar um estado quântico com amplitudes
contínuas, exigindo uma pós-seleção. Este algoritmo realiza um
pré-processamento nas amplitudes do padrão de entrada e, em seguida, usa a
primeira parte do algoritmo PQM (TRUGENBERGER, 2001) para preparar o estado
inicial do algoritmo FF-QRAM (PARK; PETRUCCIONE; RHEE,2019). Combinando o
pré-processamento de dados com os algoritmos PQM e FF-QRAM, melhoramos a
probabilidade de pós-seleção em comparação com o FF-QRAM.
O segundo é o algoritmo CV-QRAM, um algoritmo capaz de preparar um estado
quântico com amplitudes contínuas, sem pós-seleção, a partir de padrões de
entrada do tipo (𝑥_𝑘,𝑝_𝑘) onde 𝑥_𝑘 são amplitudes complexas associadas aos
padrões 𝑝_𝑘 ∈ {0,1}^n. O algoritmo CV-QRAM (VERAS et al., 2020) foi
construído com base no algoritmo FF-QRAM (PARK; PETRUCCIONE; RHEE, 2019),
que é um algoritmo de preparação de estado quântico que pode carregar 𝑀
padrões de bits 𝑛 com custo computacional 𝒪(𝐶𝑀𝑛) para carregar dados
contínuos, onde𝐶depende da distribuição dos dados. No CV-QRAM propomos uma
estratégia para carregar dados contínuos com custo computacional 𝒪(𝑀𝑛),
eliminando a pós-seleção e obtendo seus melhores resultados na preparação
de estados quânticos esparsos.
O terceiro é o algoritmo CVO-QRAM, ele é uma otimização CV-QRAM e foi
construído com o objetivo principal de reduzir o número de portas CNOT
necessárias na preparação de um estado quântico, quando comparado ao
algoritmo CV-QRAM (VE-RAS et al., 2020), uma vez que o ruído causado por
essas portas torna o resultado mais suscetível a erros. CVO-QRAM provou ser
mais eficiente do que CV-QRAM em todos os cenários para a preparação de
estado quântico. O algoritmo CVO-QRAM obteve um custo computacional
de 𝒪(𝑘𝑀), para preparar um estado quântico onde 𝑀 é o número de amplitudes
de probabilidade diferentes de zero, e 𝑘 é o número máximo de bits com
valor 1 na string binária dos padrões que serão armazenados.
Quando o estado quântico desejado é esparso, o CVO-QRAM algoritmo obteve
resultados competitivos em comparação à outros algoritmos eficientes já
conhecidos (SHENDE;BULLOCK; MARKOV, 2006)(MÖTTÖNEN et al., 2005) (PLESCH;
BRUKNER, 2011). Quando o estado quântico desejado possuir um grande número
de qubits e for duplamente esparso (no número de amplitudes e no número de
1s em cada 𝑝𝑘), o CVO-QRAM apresentou resultados promissores em comparação
com o estado quântico esparso algoritmo de preparação proposto em
(MALVETTI; ITEN; COLBECK, 2021).