CN112529202A - 量子纠缠态分配方法、装置、设备、存储介质及产品 - Google Patents
量子纠缠态分配方法、装置、设备、存储介质及产品 Download PDFInfo
- Publication number
- CN112529202A CN112529202A CN202011541649.6A CN202011541649A CN112529202A CN 112529202 A CN112529202 A CN 112529202A CN 202011541649 A CN202011541649 A CN 202011541649A CN 112529202 A CN112529202 A CN 112529202A
- Authority
- CN
- China
- Prior art keywords
- target
- quantum
- node
- qubit
- parameterized
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 51
- 239000002096 quantum dot Substances 0.000 claims abstract description 285
- 238000005259 measurement Methods 0.000 claims abstract description 133
- 230000006870 function Effects 0.000 claims description 31
- 238000013468 resource allocation Methods 0.000 claims description 30
- 230000009471 action Effects 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 11
- 238000004891 communication Methods 0.000 description 28
- 238000012545 processing Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 238000010801 machine learning Methods 0.000 description 4
- 238000005457 optimization Methods 0.000 description 4
- 238000013461 design Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000010365 information processing Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000004821 distillation Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000011478 gradient descent method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 239000004575 stone Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N10/00—Quantum computing, i.e. information processing based on quantum-mechanical phenomena
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Mathematical Analysis (AREA)
- Computing Systems (AREA)
- Evolutionary Computation (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- Computational Mathematics (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Superconductor Devices And Manufacturing Methods Thereof (AREA)
- Optical Modulation, Optical Deflection, Nonlinear Optics, Optical Demodulation, Optical Logic Elements (AREA)
Abstract
本公开提供了量子纠缠态分配方法、装置、设备、存储介质及产品,涉及量子计算领域。具体实现方案为:确定至少两个目标量子比特,第一目标量子比特位于第一节点,第二目标量子比特位于第二节点;确定至少一个中间节点,获取中间节点所对应的中间参数化量子电路,并作用到中间节点所对应的中间量子比特上,得到中间测量结果;从第一节点对应的第一参数化量子电路中选取出目标第一参数化量子电路,并作用到第一目标量子比特上;从第二节点对应的第二参数化量子电路中选取出目标第二参数化量子电路,作用到第二目标量子比特上;以得到第一目标量子比特与第二目标量子比特所得到的输出量子态,如此,实现纠缠资源的分配。
Description
技术领域
本公开涉及数据处理技术领域,尤其涉及量子计算领域。
背景技术
量子科技中最重要的资源之一就是量子纠缠(Quantum entanglement),量子纠缠是量子计算和量子信息处理基本组成部分,在量子安全通信、分布式量子计算等场景中都有着至关重要的作用。理想情况下,量子通讯网络中的任意两个节点都可以分配到量子纠缠资源,从而进行后续的通讯和计算。但不幸的是,量子纠缠资源的分配在距离上,通常是有物理限制的。相邻节点之间的量子纠缠资源分配可以轻松实现,但是通讯网络中相距很远的两个节点间很有可能由于距离限制而无法被分配到量子纠缠资源。所以,需要具体方案来扩大量子纠缠资源分配的能力和距离。基于此,如何通过可行的物理操作在近期量子设备上更高效地进行纠缠分配(Entanglement distribution)便成为了量子科技中的一个核心问题。
发明内容
本公开提供了一种量子纠缠分配方法、装置、设备、存储介质及产品。
根据本公开的一方面,提供了一种量子纠缠态分配方法,包括:
确定待进行纠缠资源分配的至少两个目标量子比特,其中,所述至少两个目标量子比特中第一目标量子比特位于第一节点,所述至少两个目标量子比特中第二目标量子比特位于第二节点;
确定与所述第一节点和所述第二节点相关联的至少一个中间节点,其中,所述中间节点包含有至少两个中间量子比特,所有所述中间节点所包含的全部所述中间量子比特中存在第一中间量子比特和第二中间量子比特,所述第一中间量子比特与所述第一目标量子比特之间产生有纠缠资源,所述第二中间量子比特与所述第二目标量子比特之间产生有纠缠资源;
获取所述中间节点所对应的中间参数化量子电路,并作用到所述中间节点所对应的中间量子比特上,对所述中间节点中作用所述中间参数化量子电路后的至少部分中间量子比特进行测量,得到中间测量结果,其中,所述中间测量结果至少表征有作用所述中间节点对应的所述中间参数化量子电路后的所述第一中间量子比特和所述第二中间量子比特的状态信息;
从所述第一节点对应的第一参数化量子电路中选取出与所述中间测量结果相匹配的目标第一参数化量子电路,并至少作用到所述第一节点对应的所述第一目标量子比特上;以及从所述第二节点对应的第二参数化量子电路中选取出与所述中间测量结果相匹配的目标第二参数化量子电路,并至少作用到所述第二节点对应的所述第二目标量子比特上;
至少获取作用所述目标第一参数化量子电路后的所述第一目标量子比特,与作用所述目标第二参数化量子电路后的所述第二目标量子比特所得到的输出量子态,以基于所述输出量子态实现在所述至少两个目标量子比特之间的纠缠量子态分配。
根据本公开的另一方面,提供了一种量子纠缠态分配装置,包括:
目标量子比特确定单元,用于确定待进行纠缠资源分配的至少两个目标量子比特,其中,所述至少两个目标量子比特中第一目标量子比特位于第一节点,所述至少两个目标量子比特中第二目标量子比特位于第二节点;
中间节点确定单元,用于确定与所述第一节点和所述第二节点相关联的至少一个中间节点,其中,所述中间节点包含有至少两个中间量子比特,所有所述中间节点所包含的全部所述中间量子比特中存在第一中间量子比特和第二中间量子比特,所述第一中间量子比特与所述第一目标量子比特之间产生有纠缠资源,所述第二中间量子比特与所述第二目标量子比特之间产生有纠缠资源;
中间测量结果确定单元,用于获取所述中间节点所对应的中间参数化量子电路,并作用到所述中间节点所对应的中间量子比特上,对所述中间节点中作用所述中间参数化量子电路后的至少部分中间量子比特进行测量,得到中间测量结果,其中,所述中间测量结果至少表征有作用所述中间节点对应的所述中间参数化量子电路后的所述第一中间量子比特和所述第二中间量子比特的状态信息;
参数化量子电路作用单元,用于从所述第一节点对应的第一参数化量子电路中选取出与所述中间测量结果相匹配的目标第一参数化量子电路,并至少作用到所述第一节点对应的所述第一目标量子比特上;以及从所述第二节点对应的第二参数化量子电路中选取出与所述中间测量结果相匹配的目标第二参数化量子电路,并至少作用到所述第二节点对应的所述第二目标量子比特上;
输出结果确定单元,用于至少获取作用所述目标第一参数化量子电路后的所述第一目标量子比特,与作用所述目标第二参数化量子电路后的所述第二目标量子比特所得到的输出量子态,以基于所述输出量子态实现在所述至少两个目标量子比特之间的纠缠量子态分配。
根据本公开的另一方面,提供了一种电子设备,包括:
至少一个处理器;以及
与该至少一个处理器通信连接的存储器;其中,
该存储器存储有可被该至少一个处理器执行的指令,该指令被该至少一个处理器执行,以使该至少一个处理器能够执行本公开任一实施例中的方法。
根据本公开的另一方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,该计算机指令用于使计算机执行本公开任一实施例中的方法。
根据本公开的另一方面,提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现本公开任一实施例中的方法。
根据本公开的技术能够为任意节点之间分配纠缠资源,扩大了量子纠缠资源分配的能力和距离。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1是根据本公开实施例量子中继器的示意图;
图2是根据本公开实施例量子纠缠态分配方法的实现流程示意图;
图3是根据本公开实施例量子纠缠态分配方法一具体示例的示意图;
图4是根据本公开实施例量子纠缠态分配方法另一具体示例的示意图;
图5是根据本公开实施例量子纠缠态分配装置的结构示意图;
图6是用来实现本公开实施例的量子纠缠态分配方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
量子技术中,量子纠缠是实现量子安全通信、量子计算、量子网络等各种量子信息技术的关键资源,量子纠缠资源分配是量子互联网的基石,也是量子信息处理中最为核心的方向,在各个节点分配相应地量子纠缠资源才能确保各节点之间做基于量子纠缠的相关操作。特别的,扩大量子纠缠资源分配的距离与能力,可以让基于量子纠缠的量子密钥分配(Quantum key distribution),量子超密编码(Quantum superdense coding),量子隐形传态(Quantum Teleportation)等量子信息方案得到更大范围的应用。而且,若能够扩大量子纠缠资源分配的能力和距离,并得到适用于近期量子设备的实用化的纠缠分配方案,将会大大促进量子网络与分布式量子计算的发展。
基于此,本申请方案提供了一种量子纠缠态分配方法、装置、设备、存储介质及产品,兼具高效性、实用性、与通用性。这里所述的高效性指能够高效地取得尽可能高的保真度,实用性指能够在近期量子设备上实现,通用性指一般情形的量子态均适用。
首先,对本申请方案所涉及的基础概念进行下述说明:
量子中继器,一种扩大量子纠缠资源分配距离的技术单元。借鉴经典通讯网络中中继器的概念,在持有量子中继器的量子通讯网络中,可以先给相邻近的节点分发量子纠缠资源,然后通过量子中继器使得任意两个节点间产生量子纠缠资源,如此,来扩大量子纠缠资源分配的距离与能力。
通常,量子纠缠态被分配在多个有一定距离的节点上,也即纠缠态的量子比特(qubit)通常被分配在两个或多个相隔一定距离的地方,这里,先定义最简单的情形,如图1所示,假设有三个节点,即节点A,节点B,节点C,其中,节点A和节点B分配有一对量子纠缠态,即相互纠缠的量子比特A和量子比特B1形成一对量子纠缠态,其中,该量子比特A位于节点A,量子比特B1位于节点B;B和C分配有另外一对量子纠缠态,即相互纠缠的量子比特C和量子比特B2形成另外一对量子纠缠态,其中,该量子比特C位于节点C,量子比特B2位于节点B。此时,所允许的操作是节点A、节点B、节点C各自的本地量子操作和经典通讯(LOCC,localoperations and classical communication),可简称为LOCC操作。这里,所述量子操作指作用于量子比特的量子门和量子测量的操作,而本地量子操作则表示节点A、节点B和节点C只能对各自的量子比特做上述量子操作;经典通讯通常用于三人之间,如三者之间通过经典通讯方式(比如利用网络等进行的通信)交流量子测量得到的结果。此时,具体问题则转换为:通过LOCC操作方案将使得节点A和节点C之间产生具有较高保真度的目标纠缠态(比如贝尔态),从而完成节点A和节点C之间的量子纠缠分配。
其次,对本申请方案做详细说明;具体地,图2是根据本申请实施例量子纠缠态分配方法的实现流程示意图,如图2所示,所述方法包括:
步骤S201:确定待进行纠缠资源分配的至少两个目标量子比特,其中,所述至少两个目标量子比特中第一目标量子比特位于第一节点,所述至少两个目标量子比特中第二目标量子比特位于第二节点。这里,需要说明的是,本申请方案中所述的节点,比如第一节点、第二节点、以及后续所述的中间节点并非为物理节点,均为模拟过程中虚拟节点,或称为逻辑节点。
步骤S202:确定与所述第一节点和所述第二节点相关联的至少一个中间节点,其中,所述中间节点包含有至少两个中间量子比特,所有所述中间节点所包含的全部所述中间量子比特中存在第一中间量子比特和第二中间量子比特,所述第一中间量子比特与所述第一目标量子比特之间产生有纠缠资源,所述第二中间量子比特与所述第二目标量子比特之间产生有纠缠资源。举例来说,如图3所示,节点B可称为中间节点;或者,如图4所示,节点B、节点C以及节点D均可称为中间节点。相应地,所述第一节点可以为如图3或图4所示的节点A,第二节点为如图3所示的节点C,或者为如图4所示的节点E。以图3为例,与所述第一节点和所述第二节点相关联的中间节点为节点B;而以图4为例,与所述第一节点和所述第二节点直接关联的中间节点为节点B、节点D,但是,节点B和节点B之间还通过节点C连接,即节点C间接与所述第一节点和所述第二节点关联,所以,与所述第一节点和所述第二节点相关联的中间节点则具体包括为节点B、节点C、节点D。
步骤S203:获取所述中间节点所对应的中间参数化量子电路,并作用到所述中间节点所对应的中间量子比特上,对所述中间节点中作用所述中间参数化量子电路后的至少部分中间量子比特进行测量,得到中间测量结果,其中,所述中间测量结果至少表征有作用所述中间节点对应的所述中间参数化量子电路后的所述第一中间量子比特和所述第二中间量子比特的状态信息。实际应用中,中间节点可能包含有多个中间量子比特,如图4所示,中间节点B包括有两个或两个以上的量子比特,可记为量子比特(B1,B2,...BM),但实际存在纠缠关系的可能只有2个量子比特,或者与当前纠缠资源分配存在纠缠关系的量子比特只有两个,比如,为图4所示的量子比特B1和量子比特B2,此时,在中间节点B进行参数化量子电路作用的过程中,可以仅对量子比特B1和量子比特B2进行作用,而无需对其他的量子比特进行作用。当然,若节点B中的其他量子比特与量子比特B1,或量子比特B2存在纠缠关系,此时,也需要将与量子比特B1存在纠缠关系的,以及与量子比特B2存在纠缠关系的量子比特一并进行中间参数化量子电路作用。
步骤S204:从所述第一节点对应的第一参数化量子电路中选取出与所述中间测量结果相匹配的目标第一参数化量子电路,并至少作用到所述第一节点对应的所述第一目标量子比特上;以及从所述第二节点对应的第二参数化量子电路中选取出与所述中间测量结果相匹配的目标第二参数化量子电路,并至少作用到所述第二节点对应的所述第二目标量子比特上。
步骤S205:至少获取作用所述目标第一参数化量子电路后的所述第一目标量子比特,与作用所述目标第二参数化量子电路后的所述第二目标量子比特所得到的输出量子态,以基于所述输出量子态实现在所述至少两个目标量子比特之间的纠缠量子态分配。也就是说,所述输出量子态是完成参数化量子电路作用后的第一目标量子比特与第二目标量子比特的之间的纠缠量子态。
这样,本申请方案能够为任意节点,比如任意两个节点,或任意多个节点之间分配纠缠资源,扩大了量子纠缠资源分配的能力和距离,扩展性强。而且,本申请方案对已有的量子纠缠态不进行限制,比如,对第一中间量子比特与第一目标量子比特之间产生的纠缠资源,以及第二中间量子比特与第二目标量子比特之间产生的纠缠资源不进行限制,可以为含有一般噪声的量子态,因此,适用性和通用性强。
进一步地,本申请方案采用了参数化量子电路,其灵活、多样的结构使得方案具有很强的拓展性和适应性,且该参数化量子电路能够针对不同的应用场景和量子设备设计,因此,适用范围更广,实用性更强。再有,本申请方案通过机器学习优化的方式得到的量子纠缠分配方案,保真度较高,具有高效性。
在本申请方案的一具体示例中,待进行纠缠资源分配的目标量子比特还包括至少一个第三目标量子比特,所述第三目标量子比特位于所述中间节点;此时,以上所述的对所述中间节点中作用所述中间参数化量子电路后的至少部分中间量子比特进行测量,则具体包括:对所述中间节点中作用所述中间参数化量子电路后的,除所述第三目标量子比特之外的其他至少部分中间量子比特进行测量。相应地,所述中间测量结果中则不包含有第三目标量子比特的状态信息;举例来说,如图4所示,以五个节点,分别为节点A-E为例,节点A中存在量子比特A,节点B中存在量子比特B1和量子比特B2,节点C中存在量子比特C1和量子比特C2,节点D中量子比特D1和量子比特D2,节点E中量子比特E,此时,待进行纠缠资源分配的量子比特为量子比特A、量子比特E以及量子比特C1,因此,中间节点C,也即中继器节点C进行本地量子操作时,无需对该量子比特C1进行量子测量,即可在全部本地量子操作结束后,得到量子比特A、量子比特E以及量子比特C1三者所形成的输出量子态。如此,来实现多个节点之间的量子纠缠资源的分配,扩大了量子纠缠资源分配的能力和距离,提升了本申请方案的扩展性。
在本申请方案的一具体示例中,这里,当存储第三目标量子比特时,所述输出量子态即为作用参数化量子电路后的所述第一目标量子比特、所述第二目标量子比特,以及所有所述第三目标量子比特所得到的输出量子态。即以上所述的至少获取作用所述目标第一参数化量子电路后的所述第一目标量子比特,与作用所述目标第二参数化量子电路后的所述第二目标量子比特所得到的输出量子态,具体包括:至少获取作用所述目标第一参数化量子电路后的所述第一目标量子比特,与作用所述目标第二参数化量子电路后的所述第二目标量子比特,以及与在所述中间节点中作用所述中间节点所使用的中间参数化量子电路后的所述至少一个第三目标量子比特所得到的输出量子态。如此,来实现多个节点之间的量子纠缠资源的分配,扩大了量子纠缠资源分配的能力和距离,提升了本申请方案的扩展性。
在本申请方案的一具体示例中,还可以采用如下方式,来对输出量子态进行调整,如此,不仅实现任意节点间的量子纠缠资源的分配,还能够分配得到所需的目标量子态,具体地,获取目标量子态;计算所述输出量子态与所述目标量子态之间的保真度,进而基于所述输出量子态与所述目标量子态之间的保真度,对所述中间节点所使用的中间参数化量子电路,以及所述第一节点所使用的目标第一参数化量子电路,以及所述第二节点所使用的目标第二参数化量子电路中的参数进行调整,以调整所述输出量子态,进而调整所述输出量子态后得到的所述保真度,以调整后得到的所述保真度满足预设条件,如此,来得到目标输出量子态,这里,所述目标输出量子态与所述目标量子态之间的保真度满足所述预设条件。如此,来实现任意节点间的量子纠缠资源的分配,同时,使分配得到目标输出量子态为所需的目标量子态,或者称为近似为所需的目标量子态,提升了本申请方案的适应性,为满足不同场景的不同需求奠定了基础。
在本申请方案的一具体示例中,还可以采用如下方式,来对输出量子态进行调整,如此,不仅实现任意节点间的量子纠缠资源的分配,还能够分配得到所需的目标量子态,具体地,获取目标量子态;计算所述输出量子态与所述目标量子态之间的保真度,进而基于所述输出量子态与所述目标量子态之间的保真度,得到损失函数;对所述中间节点所使用的中间参数化量子电路,以及所述第一节点所使用的目标第一参数化量子电路,以及所述第二节点所使用的目标第二参数化量子电路中的参数进行调整,以最小化所述损失函数;将所述损失函数处于最小值化后(或称为收敛后)的输出量子态作为目标输出量子态,所述目标输出量子态与所述目标量子态之间的保真度满足预设条件。如此,来实现任意节点间的量子纠缠资源的分配,同时,使分配得到目标输出量子态为所需的目标量子态,或者称为近似为所需的目标量子态,提升了本申请方案的适应性,为满足不同场景的不同需求奠定了基础。
在本申请方案的一具体示例中,可采用如下方式来选取得到目标第一参数化量子电路,即以上所述的从所述第一节点对应的第一参数化量子电路中选取出与所述中间测量结果相匹配的目标第一参数化量子电路,并至少作用到所述第一节点对应的所述第一目标量子比特上,具体包括:从所述中间测量结果中,至少选取出与所述第一节点中的所述第一目标量子比特具有纠缠关系的中间量子比特所对应的测量结果,作为所述第一节点关联的测量结果;从所述第一节点对应的第一参数化量子电路中,选取出与所述第一节点关联的测量结果相匹配的目标第一参数化量子电路,并至少作用到所述第一节点对应的所述第一目标量子比特上。
举例来说,如图3所示,在中继器节点B(也即中间节点B)的量子比特B1和量子比特B2上作用准备好与中继器节点B相对应的参数化量子电路U(θ),进行投影测量得到测量结果,这里,测量结果可通过经典比特b1,b2表示,测量结果b1对应量子比特B1,测量结果b2对应量子比特B2;将中继器节点B上的测量结果发布至公共信道上,使得通讯网络内所有的节点,针对该示例而言,即为目标节点A(也即第一节点)和目标节点C(也即第二节点)均能够收到。目标节点A(也即第一节点)从公共信道中,至少获取与自身所对应的量子纠缠态中量子比特B1对应的测量结果b1,并选取出与测量结果b1相匹配的参数化量子电路作用到自身对应的量子比特A上。如此,为后续实现量子纠缠资源的分配奠定了基础。当然,在一些特定情况下,所述第一节点还可以获知全部的测量结果,以图3所示为例,所述目标节点A(也即第一节点)从公共信道中获取全部的测量结果,比如测量结果b1和测量结果b1,并选取出与测量结果b1和测量结果b1相匹配的参数化量子电路,并作用到自身对应的量子比特A上,以完成本轮本地量子操作。
在本申请方案的一具体示例中,可采用方式来选取得到目标第二参数化量子电路,即以上所述从所述第二节点对应的第二参数化量子电路中选取出与所述中间测量结果相匹配的目标第二参数化量子电路,并至少作用到所述第二节点对应的所述第二目标量子比特上,具体包括:从所述中间测量结果中,至少选取出与所述第二节点中的所述第二目标量子比特具有纠缠关系的中间量子比特所对应的测量结果,作为所述第二节点关联的测量结果;从所述第二节点对应的第二参数化量子电路中,选取出与所述第二节点关联的测量结果相匹配的目标第二参数化量子电路,并至少作用到所述第二节点对应的所述第二目标量子比特上。
继续以图3为例,在中继器节点B(也即中间节点B)的量子比特B1和量子比特B2上作用准备好与中继器节点B相对应的参数化量子电路U(θ),进行投影测量得到测量结果,这里,测量结果可通过经典比特b1,b2表示,测量结果b1对应量子比特B1,测量结果b2对应量子比特B2;将中继器节点B上的测量结果发布至公共信道上,使得通讯网络内所有的节点,针对该示例而言,即为目标节点A(也即第一节点)和目标节点C(也即第二节点)均能够收到。此时,目标节点C(也即第二节点)从公共信道中,获取与自身所对应的量子纠缠态中量子比特B2对应的测量结果b2,并选取出与测量结果b2相匹配的参数化量子电路作用到自身对应的量子比特C上。如此,为后续实现量子纠缠资源的分配奠定了基础。
当然,在一些特定情况下,所述第二节点还可以获知全部的测量结果,以图3所示为例,所述目标节点C(也即第二节点)从公共信道中获取全部的测量结果,比如测量结果b1和测量结果b1,并选取出与测量结果b1和测量结果b1相匹配的参数化量子电路,并作用到自身对应的量子比特C上,以完成本轮本地量子操作。
在本申请方案的一具体示例中,在各所述中间节点进行参数化量子电路作用的过程中,各所述中间节点使用自身对应的参数化量子比特对自身所对应的至少部分中间量子比特进行本地量子操作。如此,为后续实现量子纠缠资源的分配奠定了基础。
综上,本申请方案更具有适用性、高效性、实用性、可拓展性、以及通用性。这里,适用性是指本申请方案不局限于贝尔对角态,即对已有量子纠缠态可以为含有一般噪声的量子态;高效性是指本申请方案分配得到的目标输出量子态具有更高的保真度;实用性是指本申请方案可以在近期的量子设备上实现;可拓展性是指本申请方案可以进行多节点的量子纠缠资源的分配;通用性是指针对不同的情况,如在公共信道上通讯或者利用私密信道以及其他特殊情况,本申请方案均可以通过简单调整来高效完成量子纠缠资源的分配。
以下结合具体示例对本申请方案做进一步详细说明,具体地,本申请方案创新性地设计了基于量子神经网络(或者说参数化量子电路,parameterized quantum circuits)的方法来得到量子纠缠分配方案,进一步的放宽了已经分配量子纠缠资源的节点之间初始量子态的假设,具有很强的通用性。这里,基于实际使用情况考虑的,各节点间在开始阶段分配的通常是完美的贝尔纠缠态,但这些贝尔纠缠态会逐渐和环境产生耦合、受到噪声影响导致纯度下降。而本申请方案可以支持任意可提纯的含噪的量子态进行分配,并能够使得如图1所示的节点A和节点C之间产生近似贝尔纠缠态或者其他目标量子态,弥补了现有纠缠资源分配方案的局限性。而且,本申请方案还具有较强的可扩展性,可以在多个节点(即两个以上节点)间分配量子纠缠资源,例如分配GHZ(Greenberger–Horne–Zeilingerstate)等多方量子态。此外,本申请方案还能够将纠缠蒸馏(降噪)的功能和中继器功能集成在一起,因此,提供了更为实用、高效、鲁棒性的量子中继器,并且分配后得到的目标输出量子态和目标量子态(也即目标纠缠态)的保真度更高。
本示例所述的参数化量子电路U(θ)通常由若干个单量子比特旋转门和CNOT(受控反闸)门组成,其中的若干个旋转角度组成向量θ,作为该参数化量子电路中可调节的参数;更为一般的情况,参数化量子电路可以是由若干参数可以调节的量子电路组成。基于此,以如图1所示的场景,可以对节点B对应的参数化量子电路进行训练,并使得节点B来实现量子中继器功能,本示例中,将具有量子中继器功能的节点称为中继器节点,进而结合本地量子操作和经典通讯,来组成一个LOCC操作方案,如此,来实现任意节点间的量子纠缠资源的分配。
给出一般情况,对于J(大于等于3的正整数)个节点,来实现量子纠缠分配而言,每个节点均可以有多个量子比特被用来分配纠缠资源,当然,实际应用中,每个节点上的量子比特的数量可以相同,也可以不相同。方便起见,进行如下假设:假设每个节点有M个量子比特,M为大于等于1的正整数;比如,节点B上的量子比特可记为(B1,B2,...BM),进一步地,假设节点B上的2个量子比特,如量子比特B1与量子比特B2分别与其他节点中的量子比特产生有量子纠缠资源。当然,实际应用中,也可以基于实际需求来决定产生量子纠缠资源的量子比特,本申请方案对此不作限制。进一步地,假设各相邻节点已经分配有量子纠缠资源,且实现相邻两个节点之间至少共享一对纠缠量子态,即J个节点中至少有J-1对纠缠量子态。在每个中间节点,比如,J个节点的中间节点至少包括中间节点B,与中间节点B相邻的中间节点C,以及与中间节点C相邻的中间节点D,并准备与各中间节点对应的参数化量子电路U(θ)等,当然,为不同中间节点所准备的参数化量子电路可以相同,也可以不相同,但对于与中间节点对应的参数化量子电路而言,该参数化量子电路均只能用于本地量子操作。进一步地,在各中间节点进行本地量子操作结束后,每个中间节点对自己所对应的至少部分量子比特进行测量,并通过经典通讯方式在公共信道上沟通测量结果。这里,经典通讯的方式及次数可以由具体的应用场景与实验设备决定。沟通结束后,需要被分配量子纠缠资源的目标节点,比如,目标节点A和目标节点E,可记为目标节点(A,E)基于沟通所得到的中间节点的测量结果,比如中间结果的测量结果可统一记为{b1,b2,c1,c2,d1,d2,...},至少获取到与自身量子纠缠态所相关联的量子比特的测量结果(当然,也可以获知全部的测量结果),并选取出与获取到的测量结果相匹配的参数化量子电路,至少作用到自身待进行量子纠缠资源分配的量子比特上,以完成本地量子操作。这里,测量结果b1指中间节点B中量子比特B1的测量结果,测量结果b2指中间节点B中量子比特B2的测量结果,测量结果c1指中间节点C中量子比特C1的测量结果,测量结果c2指中间节点C中量子比特C2的测量结果,测量结果d1指中间节点D中量子比特D1的测量结果,测量结果d2指中间节点D中量子比特D2的测量结果,以此类推。
进一步地,待全部节点均完成本地量子操作后,即可得到所有目标节点中待进行纠缠资源分配的量子比特所形成的输出量子态,比如得到目标节点(A,E)对应的输出量子态ρAE,这里,输出量子态ρAE表征目标节点A中待进行纠缠资源分配的量子比特A与目标节点E中待进行纠缠资源分配的量子比特E所形成的纠缠量子态;进而计算该输出量子态ρAE与目标量子态σAE之间的保真度F(ρAE,σAE),并定义损失函数L=1-F(ρAE,σAE)。然后,基于机器学习中的优化方法,来调整以上本地量子操作所使用的参数化量子电路中的参数,以最小化损失函数L。当损失函数L最小化,也即收敛后,此时,即可基于优化后的参数,以及以上所使用的参数化量子电路,以及相应地本地量子操作来组成一个LOCC操作方案,利用得到的该LOCC操作方案即可用来在实验中将纠缠资源分配到目标节点(A,E),且分配得到的目标输出量子态近似于目标量子态,如此,来扩大量子纠缠资源分配的距离与能力。
以下以三个节点,即节点A、节点B、节点C的纠缠分配方案作为案例进行说明,具体地,如图3所示,假设待进行分配后所需得到的目标量子态为贝尔态Φ+(四种贝尔态中的一种),且需要分配的目标节点为:目标节点(A,C),也即进行分配后目标节点A中的量子比特A和目标节点C中的量子比特C需要形成纠缠资源,即目标量子态;这里,节点A分配有量子比特A,节点B分配有量子比特B1,量子比特A与量子比特B1之间已经分配有纠缠资源,即量子纠缠态也即节点A和节点B之间已分配有纠缠资源;节点B还分配有量子比特B2,节点C分配有量子比特C,量子比特C与量子比特B2之间存在量子纠缠态也即节点C和节点B之间分配有纠缠资源;这里,量子纠缠态与量子纠缠态均是等方性态。这里,节点A和节点C上均只有一个量子比特,而B节点作为量子中继器的直接作用对象会持有两个量子比特。在这种情况下,将经过参数化量子电路作用后量子比特A和量子比特C所形成的纠缠态,也即输出量子态ρAC与目标量子态Φ+间的保真度记为Tr(Φ+ρAB),这里,Tr(P)表示矩阵P的迹(trace),即对角线上的元素之和。
基于此,量子纠缠分配的具体步骤包括:
步骤2:在中继器节点B(也即中间节点B)的量子比特B1和量子比特B2上作用准备好与中继器节点B相对应的参数化量子电路U(θ),进行投影测量得到测量结果,这里,测量结果可通过经典比特b1,b2表示,测量结果b1对应量子比特B1,测量结果b2对应量子比特B2,b1,b2∈{0,1}。
步骤3:将中继器节点B上的测量结果发布至公共信道上,使得通讯网络内所有的节点,针对该示例而言,即为节点A和节点C均能够收到。
步骤4:目标节点A(也即第一节点)从公共信道中,至少获取与自身所对应的量子纠缠态中量子比特B1对应的测量结果b1,并选取出与测量结果b1相匹配的参数化量子电路作用到自身对应的量子比特A上;同理,目标节点C(也即第二节点)从公共信道中,至少获取与自身所对应的量子纠缠态中量子比特B2对应的测量结果b2,并选取出与测量结果b2相匹配的参数化量子电路作用到自身对应的量子比特C上。
当然,在一些特定情况下,所述第一节点还可以获知全部的测量结果,以图3所示为例,所述目标节点A(也即第一节点)从公共信道中获取全部的测量结果,比如测量结果b1和测量结果b1,并选取出与测量结果b1和测量结果b1相匹配的参数化量子电路,并作用到自身对应的量子比特A上,以完成本轮本地量子操作。同理,所述第二节点还可以获知全部的测量结果,以图3所示为例,所述目标节点C(也即第二节点)从公共信道中获取全部的测量结果,比如测量结果b1和测量结果b1,并选取出与测量结果b1和测量结果b1相匹配的参数化量子电路,并作用到自身对应的量子比特C上,以完成本轮本地量子操作。
步骤5:得到执行一次LOCC操作方案后的输出量子态ρAC,该输出量子态即为参数化量子电路作用后的量子比特A和量子比特C所形成的纠缠量子态。进一步地,计算输出量子态ρAC与目标贝尔态Φ+间的保真度Tr(Φ+ρAB),以及损失函数L=1-Tr(Φ+ρAB)。
步骤6:通过梯度下降法或者其他优化方法调整上述LOCC操作所使用的参数化量子电路中的参数,如θ,α,β。并重复执行重复步骤2至6,以最小化损失函数。
步骤7:当损失函数最小化之后,比如收敛之后,此时所使用的至少三个参数化量子电路的参数也是最优的,得到优化后的LOCC操作方案。输出优化后的参数化量子电路,加上优化后的参数即可得到3节点间的量子纠缠资源分配方案,且该方案中,损失函数最小化后所对应的输出量子态,即为目标输出量子态,该目标输出量子态可近似为目标贝尔态Φ+。
这里,需要说明的是,以节点A为例,当节点A存在多个量子比特时,若多个量子比特之间相互独立,不存在纠缠关系,或者多个量子比特与待进行纠缠资源分配的量子比特A之间不存在纠缠关系,此时,在进行本地量子操作时,只需要针对待进行纠缠资源分配的量子比特A执行,即只需将选取出的参数化量子电路,如以上选出的参数化量子电路作用到待进行纠缠资源分配的量子比特A上,而无需作用到节点A中除量子比特A之前的其他量子比特上;但是,若量子比特A与节点A中的其他量子比特之间存在纠缠关系,此时,节点A在进行本地量子操作时,不仅需要将选取出的参数化量子电路作用到量子比特A上,还需要作用到节点A中与量子比特A存在纠缠关系的量子比特上,如此,进而输出量子比特A与量子比特C所形成的输出量子态,以完成为量子比特A与量子比特C之前的纠缠资源分配。这里,对于节点C而言,类似于节点A,此处不再赘述。
另外,以上示例仅以三个节点,且在两个量子比特之间分配量子纠缠资源为例进行说明,实际应用中,本申请方案可以扩展至多个节点,且分配的量子纠缠态资源也可以是在多个量子比特之间,此时,也会存在多个中继器节点。而且,待进行纠缠资源分配的量子比特也可能存在于中继器节点中,此时,在中继器节点进行本地量子操作时,无需对自身中待进行资源纠缠分配的量子比特进行量子测量,这样,即可在所有本地量子操作结束后,得到输出量子态,该输出量子态即为待进行纠缠资源分配的多个量子比特之间形成的纠缠量子态,如此,完成多个节点之间,以及多个量子比特之间的纠缠资源分配。如图4所示,以五个节点,分别为节点A-E为例,节点A中存在量子比特A,节点B中存在量子比特B1和量子比特B2,节点C中存在量子比特C1和量子比特C2,节点D中量子比特D1和量子比特D2,节点E中量子比特E,此时,待进行纠缠资源分配的量子比特为量子比特A、量子比特E以及量子比特C1,因此,中间节点C,也即中继器节点C进行本地量子操作时,无需对该量子比特C1进行量子测量,即可在全部本地量子操作结束后,得到量子比特A、量子比特E以及量子比特C1三者所形成的输出量子态。
如此,本申请方案具有如下优点:
第一,本申请方案已产生的纠缠量子态可以为一般噪声的纠缠态,不仅局限于等方性态或贝尔对角态,因此,具有通用性。
第二,本申请方案采用了参数化量子电路,其灵活、多样的结构使得方案具有很强的拓展性和适应性,且该参数化量子电路能够针对不同的应用场景和量子设备设计,因此,适用范围更广,实用性更强。
第三,本申请方案通过机器学习优化的方式得到的量子纠缠分配方案,保真度较高,且高于现有方案,具有高效性。
第四,不同于现有每次至多在两个节点间分配量子纠缠资源,本申请方案可以适用于任意多个节点间的多个量子比特之间的分配,扩展性强,而且效率高。比如,本申请方案还可以分配GHZ(Greenberger–Horne–Zeilinger state)等多方量子态,这是现有方案无法实现的。
这里,需要说明的是,以上所述的方案均能够在经典设备,比如经典计算机上模拟实现,当利用经典计算机模拟得到以上优化后的LOCC操作方案后,即可在量子设备上进行实际操作,如此,来实现对量子纠缠态的处理。
本申请方案还提供一种量子纠缠态分配装置,如图5所示,包括:
目标量子比特确定单元501,用于确定待进行纠缠资源分配的至少两个目标量子比特,其中,所述至少两个目标量子比特中第一目标量子比特位于第一节点,所述至少两个目标量子比特中第二目标量子比特位于第二节点;
中间节点确定单元502,用于确定与所述第一节点和所述第二节点相关联的至少一个中间节点,其中,所述中间节点包含有至少两个中间量子比特,所有所述中间节点所包含的全部所述中间量子比特中存在第一中间量子比特和第二中间量子比特,所述第一中间量子比特与所述第一目标量子比特之间产生有纠缠资源,所述第二中间量子比特与所述第二目标量子比特之间产生有纠缠资源;
中间测量结果确定单元503,用于获取所述中间节点所对应的中间参数化量子电路,并作用到所述中间节点所对应的中间量子比特上,对所述中间节点中作用所述中间参数化量子电路后的至少部分中间量子比特进行测量,得到中间测量结果,其中,所述中间测量结果至少表征有作用所述中间节点对应的所述中间参数化量子电路后的所述第一中间量子比特和所述第二中间量子比特的状态信息;
参数化量子电路作用单元504,用于从所述第一节点对应的第一参数化量子电路中选取出与所述中间测量结果相匹配的目标第一参数化量子电路,并至少作用到所述第一节点对应的所述第一目标量子比特上;以及从所述第二节点对应的第二参数化量子电路中选取出与所述中间测量结果相匹配的目标第二参数化量子电路,并至少作用到所述第二节点对应的所述第二目标量子比特上;
输出结果确定单元505,用于至少获取作用所述目标第一参数化量子电路后的所述第一目标量子比特,与作用所述目标第二参数化量子电路后的所述第二目标量子比特所得到的输出量子态,以基于所述输出量子态实现在所述至少两个目标量子比特之间的纠缠量子态分配。
在本申请方案的一具体示例中,待进行纠缠资源分配的目标量子比特还包括至少一个第三目标量子比特,所述第三目标量子比特位于所述中间节点;
所述中间测量结果确定单元,还用于对所述中间节点中作用所述中间参数化量子电路后的,除所述第三目标量子比特之外的其他至少部分中间量子比特进行测量。
在本申请方案的一具体示例中,所述输出结果确定单元,还用于至少获取作用所述目标第一参数化量子电路后的所述第一目标量子比特,与作用所述目标第二参数化量子电路后的所述第二目标量子比特,以及与在所述中间节点中作用所述中间节点所使用的中间参数化量子电路后的所述至少一个第三目标量子比特所得到的输出量子态。
在本申请方案的一具体示例中,还包括:目标量子态获取单元和参数调整单元;其中,
所述目标量子态获取单元,用于获取目标量子态;
所述参数调整单元,用于基于所述输出量子态与所述目标量子态之间的保真度,对所述中间节点所使用的中间参数化量子电路,以及所述第一节点所使用的目标第一参数化量子电路,以及所述第二节点所使用的目标第二参数化量子电路中的参数进行调整,以调整所述输出量子态,并使调整所述输出量子态后得到的所述保真度满足预设条件,以得到目标输出量子态,所述目标输出量子态与所述目标量子态之间的保真度满足所述预设条件。
在本申请方案的一具体示例中,还包括:目标量子态获取单元和参数调整单元;其中,
所述目标量子态获取单元,用于获取目标量子态;
所述参数调整单元,用于基于所述输出量子态与所述目标量子态之间的保真度,得到损失函数;对所述中间节点所使用的中间参数化量子电路,以及所述第一节点所使用的目标第一参数化量子电路,以及所述第二节点所使用的目标第二参数化量子电路中的参数进行调整,以最小化所述损失函数;
所述输出结果确定单元,还用于将所述损失函数处于最小值化后的输出量子态作为目标输出量子态,所述目标输出量子态与所述目标量子态之间的保真度满足预设条件。
在本申请方案的一具体示例中,所述参数化量子电路作用单元,还用于从所述中间测量结果中,至少选取出与所述第一节点中的所述第一目标量子比特具有纠缠关系的中间量子比特所对应的测量结果,作为所述第一节点关联的测量结果;从所述第一节点对应的第一参数化量子电路中,选取出与所述第一节点关联的测量结果相匹配的目标第一参数化量子电路,并至少作用到所述第一节点对应的所述第一目标量子比特上。
在本申请方案的一具体示例中,所述参数化量子电路作用单元,还用于从所述中间测量结果中,至少选取出与所述第二节点中的所述第二目标量子比特具有纠缠关系的中间量子比特所对应的测量结果,作为所述第二节点关联的测量结果;从所述第二节点对应的第二参数化量子电路中,选取出与所述第二节点关联的测量结果相匹配的目标第二参数化量子电路,并至少作用到所述第二节点对应的所述第二目标量子比特上。
在本申请方案的一具体示例中,在各所述中间节点进行参数化量子电路作用的过程中,各所述中间节点使用自身对应的参数化量子比特对自身所对应的至少部分中间量子比特进行本地量子操作。
本发明实施例量子纠缠态分配装置中各单元的功能可以参见上述方法中的对应描述,在此不再赘述。
这里,需要说明的是,本申请方案所述的量子纠缠态分配装置可以为经典设备,比如经典计算机、经典的电子设备等,此时,上述各单元可以通过经典设备的硬件,比如存储器、处理器等来实现。当然,本申请方案所述的纠缠量子态分配装置还可以为量子设备,此时,上述各单元可以通过量子硬件等来实现。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图6示出了可以用来实施本公开的实施例的示例电子设备600的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或要求的本公开的实现。
如图6所示,设备600包括计算单元601,其可以根据存储在只读存储器(ROM)602中的计算机程序或者从存储单元608加载到随机访问存储器(RAM)603中的计算机程序来执行各种适当的动作和处理。在RAM 603中,还可存储设备600操作所需的各种程序和数据。计算单元601、ROM 602以及RAM 603通过总线604彼此相连。输入输出(I/O)接口605也连接至总线604。
设备600中的多个部件连接至I/O接口605,包括:输入单元606,例如键盘、鼠标等;输出单元607,例如各种类型的显示器、扬声器等;存储单元608,例如磁盘、光盘等;以及通信单元609,例如网卡、调制解调器、无线通信收发机等。通信单元609允许设备600通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元601可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元601的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元601执行上文所描述的各个方法和处理,例如量子纠缠态分配方法。例如,在一些实施例中,量子纠缠态分配方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元608。在一些实施例中,计算机程序的部分或者全部可以经由ROM 602和/或通信单元609而被载入和/或安装到设备600上。当计算机程序加载到RAM 603并由计算单元601执行时,可以执行上文描述的量子纠缠态分配方法的一个或多个步骤。备选地,在其他实施例中,计算单元601可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行量子纠缠态分配方法。
本文中以上描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上***的***(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的***和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入、或者触觉输入来接收来自用户的输入。
可以将此处描述的***和技术实施在包括后台部件的计算***(例如,作为数据服务器)、或者包括中间件部件的计算***(例如,应用服务器)、或者包括前端部件的计算***(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将***的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机***可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (19)
1.一种量子纠缠态分配方法,包括:
确定待进行纠缠资源分配的至少两个目标量子比特,其中,所述至少两个目标量子比特中第一目标量子比特位于第一节点,所述至少两个目标量子比特中第二目标量子比特位于第二节点;
确定与所述第一节点和所述第二节点相关联的至少一个中间节点,其中,所述中间节点包含有至少两个中间量子比特,所有所述中间节点所包含的全部所述中间量子比特中存在第一中间量子比特和第二中间量子比特,所述第一中间量子比特与所述第一目标量子比特之间产生有纠缠资源,所述第二中间量子比特与所述第二目标量子比特之间产生有纠缠资源;
获取所述中间节点所对应的中间参数化量子电路,并作用到所述中间节点所对应的中间量子比特上,对所述中间节点中作用所述中间参数化量子电路后的至少部分中间量子比特进行测量,得到中间测量结果,其中,所述中间测量结果至少表征有作用所述中间节点对应的所述中间参数化量子电路后的所述第一中间量子比特和所述第二中间量子比特的状态信息;
从所述第一节点对应的第一参数化量子电路中选取出与所述中间测量结果相匹配的目标第一参数化量子电路,并至少作用到所述第一节点对应的所述第一目标量子比特上;以及从所述第二节点对应的第二参数化量子电路中选取出与所述中间测量结果相匹配的目标第二参数化量子电路,并至少作用到所述第二节点对应的所述第二目标量子比特上;
至少获取作用所述目标第一参数化量子电路后的所述第一目标量子比特,与作用所述目标第二参数化量子电路后的所述第二目标量子比特所得到的输出量子态,以基于所述输出量子态实现在所述至少两个目标量子比特之间的纠缠量子态分配。
2.根据权利要求1所述的方法,其中,待进行纠缠资源分配的目标量子比特还包括至少一个第三目标量子比特,所述第三目标量子比特位于所述中间节点;
所述对所述中间节点中作用所述中间参数化量子电路后的至少部分中间量子比特进行测量,包括:
对所述中间节点中作用所述中间参数化量子电路后的,除所述第三目标量子比特之外的其他至少部分中间量子比特进行测量。
3.根据权利要求2所述的方法,其中,所述至少获取作用所述目标第一参数化量子电路后的所述第一目标量子比特,与作用所述目标第二参数化量子电路后的所述第二目标量子比特所得到的输出量子态,包括:
至少获取作用所述目标第一参数化量子电路后的所述第一目标量子比特,与作用所述目标第二参数化量子电路后的所述第二目标量子比特,以及与在所述中间节点中作用所述中间节点所使用的中间参数化量子电路后的所述至少一个第三目标量子比特所得到的输出量子态。
4.根据权利要求1或3所述的方法,还包括:
获取目标量子态;
基于所述输出量子态与所述目标量子态之间的保真度,对所述中间节点所使用的中间参数化量子电路,以及所述第一节点所使用的目标第一参数化量子电路,以及所述第二节点所使用的目标第二参数化量子电路中的参数进行调整,以调整所述输出量子态,并使调整所述输出量子态后得到的所述保真度满足预设条件,以得到目标输出量子态,所述目标输出量子态与所述目标量子态之间的保真度满足所述预设条件。
5.根据权利要求1或3所述的方法,还包括:
获取目标量子态;
基于所述输出量子态与所述目标量子态之间的保真度,得到损失函数;
对所述中间节点所使用的中间参数化量子电路,以及所述第一节点所使用的目标第一参数化量子电路,以及所述第二节点所使用的目标第二参数化量子电路中的参数进行调整,以最小化所述损失函数;
将所述损失函数处于最小值化后的输出量子态作为目标输出量子态,所述目标输出量子态与所述目标量子态之间的保真度满足预设条件。
6.根据权利要求1所述的方法,其中,所述从所述第一节点对应的第一参数化量子电路中选取出与所述中间测量结果相匹配的目标第一参数化量子电路,并至少作用到所述第一节点对应的所述第一目标量子比特上,包括:
从所述中间测量结果中,至少选取出与所述第一节点中的所述第一目标量子比特具有纠缠关系的中间量子比特所对应的测量结果,作为所述第一节点关联的测量结果;
从所述第一节点对应的第一参数化量子电路中,选取出与所述第一节点关联的测量结果相匹配的目标第一参数化量子电路,并至少作用到所述第一节点对应的所述第一目标量子比特上。
7.根据权利要求1或6所述的方法,其中,所述从所述第二节点对应的第二参数化量子电路中选取出与所述中间测量结果相匹配的目标第二参数化量子电路,并至少作用到所述第二节点对应的所述第二目标量子比特上,包括:
从所述中间测量结果中,至少选取出与所述第二节点中的所述第二目标量子比特具有纠缠关系的中间量子比特所对应的测量结果,作为所述第二节点关联的测量结果;
从所述第二节点对应的第二参数化量子电路中,选取出与所述第二节点关联的测量结果相匹配的目标第二参数化量子电路,并至少作用到所述第二节点对应的所述第二目标量子比特上。
8.根据权利要求1所述的方法,其中,在各所述中间节点进行参数化量子电路作用的过程中,各所述中间节点使用自身对应的参数化量子比特对自身所对应的至少部分中间量子比特进行本地量子操作。
9.一种量子纠缠态分配装置,包括:
目标量子比特确定单元,用于确定待进行纠缠资源分配的至少两个目标量子比特,其中,所述至少两个目标量子比特中第一目标量子比特位于第一节点,所述至少两个目标量子比特中第二目标量子比特位于第二节点;
中间节点确定单元,用于确定与所述第一节点和所述第二节点相关联的至少一个中间节点,其中,所述中间节点包含有至少两个中间量子比特,所有所述中间节点所包含的全部所述中间量子比特中存在第一中间量子比特和第二中间量子比特,所述第一中间量子比特与所述第一目标量子比特之间产生有纠缠资源,所述第二中间量子比特与所述第二目标量子比特之间产生有纠缠资源;
中间测量结果确定单元,用于获取所述中间节点所对应的中间参数化量子电路,并作用到所述中间节点所对应的中间量子比特上,对所述中间节点中作用所述中间参数化量子电路后的至少部分中间量子比特进行测量,得到中间测量结果,其中,所述中间测量结果至少表征有作用所述中间节点对应的所述中间参数化量子电路后的所述第一中间量子比特和所述第二中间量子比特的状态信息;
参数化量子电路作用单元,用于从所述第一节点对应的第一参数化量子电路中选取出与所述中间测量结果相匹配的目标第一参数化量子电路,并至少作用到所述第一节点对应的所述第一目标量子比特上;以及从所述第二节点对应的第二参数化量子电路中选取出与所述中间测量结果相匹配的目标第二参数化量子电路,并至少作用到所述第二节点对应的所述第二目标量子比特上;
输出结果确定单元,用于至少获取作用所述目标第一参数化量子电路后的所述第一目标量子比特,与作用所述目标第二参数化量子电路后的所述第二目标量子比特所得到的输出量子态,以基于所述输出量子态实现在所述至少两个目标量子比特之间的纠缠量子态分配。
10.根据权利要求9所述的装置,其中,待进行纠缠资源分配的目标量子比特还包括至少一个第三目标量子比特,所述第三目标量子比特位于所述中间节点;
所述中间测量结果确定单元,还用于对所述中间节点中作用所述中间参数化量子电路后的,除所述第三目标量子比特之外的其他至少部分中间量子比特进行测量。
11.根据权利要求10所述的装置,其中,所述输出结果确定单元,还用于至少获取作用所述目标第一参数化量子电路后的所述第一目标量子比特,与作用所述目标第二参数化量子电路后的所述第二目标量子比特,以及与在所述中间节点中作用所述中间节点所使用的中间参数化量子电路后的所述至少一个第三目标量子比特所得到的输出量子态。
12.根据权利要求9或11所述的装置,还包括:目标量子态获取单元和参数调整单元;其中,
所述目标量子态获取单元,用于获取目标量子态;
所述参数调整单元,用于基于所述输出量子态与所述目标量子态之间的保真度,对所述中间节点所使用的中间参数化量子电路,以及所述第一节点所使用的目标第一参数化量子电路,以及所述第二节点所使用的目标第二参数化量子电路中的参数进行调整,以调整所述输出量子态,并使调整所述输出量子态后得到的所述保真度满足预设条件,以得到目标输出量子态,所述目标输出量子态与所述目标量子态之间的保真度满足所述预设条件。
13.根据权利要求9或11所述的装置,还包括:目标量子态获取单元和参数调整单元;其中,
所述目标量子态获取单元,用于获取目标量子态;
所述参数调整单元,用于基于所述输出量子态与所述目标量子态之间的保真度,得到损失函数;对所述中间节点所使用的中间参数化量子电路,以及所述第一节点所使用的目标第一参数化量子电路,以及所述第二节点所使用的目标第二参数化量子电路中的参数进行调整,以最小化所述损失函数;
所述输出结果确定单元,还用于将所述损失函数处于最小值化后的输出量子态作为目标输出量子态,所述目标输出量子态与所述目标量子态之间的保真度满足预设条件。
14.根据权利要求9所述的装置,其中,所述参数化量子电路作用单元,还用于从所述中间测量结果中,至少选取出与所述第一节点中的所述第一目标量子比特具有纠缠关系的中间量子比特所对应的测量结果,作为所述第一节点关联的测量结果;从所述第一节点对应的第一参数化量子电路中,选取出与所述第一节点关联的测量结果相匹配的目标第一参数化量子电路,并至少作用到所述第一节点对应的所述第一目标量子比特上。
15.根据权利要求9或14所述的装置,其中,所述参数化量子电路作用单元,还用于从所述中间测量结果中,至少选取出与所述第二节点中的所述第二目标量子比特具有纠缠关系的中间量子比特所对应的测量结果,作为所述第二节点关联的测量结果;从所述第二节点对应的第二参数化量子电路中,选取出与所述第二节点关联的测量结果相匹配的目标第二参数化量子电路,并至少作用到所述第二节点对应的所述第二目标量子比特上。
16.根据权利要求9所述的装置,其中,在各所述中间节点进行参数化量子电路作用的过程中,各所述中间节点使用自身对应的参数化量子比特对自身所对应的至少部分中间量子比特进行本地量子操作。
17.一种电子设备,其特征在于,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-8中任一项所述的方法。
18.一种存储有计算机指令的非瞬时计算机可读存储介质,其特征在于,所述计算机指令用于使计算机执行权利要求1-8中任一项所述的方法。
19.一种计算机程序产品,包括计算机程序,该计算机程序在被处理器执行时实现根据权利要求1-8中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011541649.6A CN112529202B (zh) | 2020-12-23 | 2020-12-23 | 量子纠缠态分配方法、装置、设备、存储介质及产品 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011541649.6A CN112529202B (zh) | 2020-12-23 | 2020-12-23 | 量子纠缠态分配方法、装置、设备、存储介质及产品 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112529202A true CN112529202A (zh) | 2021-03-19 |
CN112529202B CN112529202B (zh) | 2021-09-24 |
Family
ID=74976017
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011541649.6A Active CN112529202B (zh) | 2020-12-23 | 2020-12-23 | 量子纠缠态分配方法、装置、设备、存储介质及产品 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112529202B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113379059A (zh) * | 2021-06-10 | 2021-09-10 | 北京百度网讯科技有限公司 | 用于量子数据分类的模型训练方法以及量子数据分类方法 |
CN113517040A (zh) * | 2021-07-12 | 2021-10-19 | 北京百度网讯科技有限公司 | 量子本征求解器的实现方法、装置及电子设备 |
CN114580643A (zh) * | 2022-03-18 | 2022-06-03 | 北京百度网讯科技有限公司 | 确定方法、模型处理方法、装置、设备及存储介质 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102694605A (zh) * | 2012-05-23 | 2012-09-26 | 东南大学 | 无线自组织量子通信网络建立量子信道以及传递量子信息的方法 |
CN107612689A (zh) * | 2017-10-16 | 2018-01-19 | 苏州大学 | 一种基于量子网络中分流流量传送的量子态隐形传送方法 |
US20180152295A1 (en) * | 2016-11-29 | 2018-05-31 | U.S. Army Research Laboratory Attn: Rdrl-Loc-I | Method and systems for routing entangled photons to quantum network users via a reconfigurable switch networks of optical crossbar switches |
CN109313725A (zh) * | 2015-12-16 | 2019-02-05 | 谷歌有限责任公司 | 利用共面波导通量量子比特的可编程通用量子退火 |
CN109861751A (zh) * | 2019-02-25 | 2019-06-07 | 苏州大学 | 基于最大纠缠Bell态实现cluster态的远距离扩展方法 |
US20190213493A1 (en) * | 2018-01-08 | 2019-07-11 | Massachusetts Institute Of Technology | System and Technique for Loading Classical Data Into A Quantum Computer |
CN110574333A (zh) * | 2017-04-27 | 2019-12-13 | 韩国科学技术院 | 基于光子减法的接收机中的量子密钥分配方法及装置 |
CN110692067A (zh) * | 2017-06-02 | 2020-01-14 | 谷歌有限责任公司 | 量子神经网络 |
CN111460421A (zh) * | 2020-05-29 | 2020-07-28 | 南京大学 | 基于最优化策略的量子态验证标准化方法 |
US10757570B2 (en) * | 2008-01-15 | 2020-08-25 | At&T Intellectual Property Ii, L.P. | Architecture for reconfigurable quantum key distribution networks based on entangled photons directed by a wavelength selective switch |
-
2020
- 2020-12-23 CN CN202011541649.6A patent/CN112529202B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10757570B2 (en) * | 2008-01-15 | 2020-08-25 | At&T Intellectual Property Ii, L.P. | Architecture for reconfigurable quantum key distribution networks based on entangled photons directed by a wavelength selective switch |
CN102694605A (zh) * | 2012-05-23 | 2012-09-26 | 东南大学 | 无线自组织量子通信网络建立量子信道以及传递量子信息的方法 |
CN109313725A (zh) * | 2015-12-16 | 2019-02-05 | 谷歌有限责任公司 | 利用共面波导通量量子比特的可编程通用量子退火 |
US20180152295A1 (en) * | 2016-11-29 | 2018-05-31 | U.S. Army Research Laboratory Attn: Rdrl-Loc-I | Method and systems for routing entangled photons to quantum network users via a reconfigurable switch networks of optical crossbar switches |
CN110574333A (zh) * | 2017-04-27 | 2019-12-13 | 韩国科学技术院 | 基于光子减法的接收机中的量子密钥分配方法及装置 |
CN110692067A (zh) * | 2017-06-02 | 2020-01-14 | 谷歌有限责任公司 | 量子神经网络 |
CN107612689A (zh) * | 2017-10-16 | 2018-01-19 | 苏州大学 | 一种基于量子网络中分流流量传送的量子态隐形传送方法 |
US20190213493A1 (en) * | 2018-01-08 | 2019-07-11 | Massachusetts Institute Of Technology | System and Technique for Loading Classical Data Into A Quantum Computer |
CN109861751A (zh) * | 2019-02-25 | 2019-06-07 | 苏州大学 | 基于最大纠缠Bell态实现cluster态的远距离扩展方法 |
CN111460421A (zh) * | 2020-05-29 | 2020-07-28 | 南京大学 | 基于最优化策略的量子态验证标准化方法 |
Non-Patent Citations (3)
Title |
---|
KUN WANG等: "Quantification of Unextendible Entanglement and Its Applications in Entanglement Distillation", 《ISIT 2020》 * |
RANYILIU CHEN等: "Variational Quantum Algorithms for Trace Distance and Fidelity Estimation", 《ARXIV》 * |
XIN WANG等: "Cost of quantum entanglement simplified", 《ARXIV》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113379059A (zh) * | 2021-06-10 | 2021-09-10 | 北京百度网讯科技有限公司 | 用于量子数据分类的模型训练方法以及量子数据分类方法 |
CN113379059B (zh) * | 2021-06-10 | 2022-09-23 | 北京百度网讯科技有限公司 | 用于量子数据分类的模型训练方法以及量子数据分类方法 |
CN113517040A (zh) * | 2021-07-12 | 2021-10-19 | 北京百度网讯科技有限公司 | 量子本征求解器的实现方法、装置及电子设备 |
CN113517040B (zh) * | 2021-07-12 | 2022-03-15 | 北京百度网讯科技有限公司 | 量子本征求解器的实现方法、装置及电子设备 |
CN114580643A (zh) * | 2022-03-18 | 2022-06-03 | 北京百度网讯科技有限公司 | 确定方法、模型处理方法、装置、设备及存储介质 |
CN114580643B (zh) * | 2022-03-18 | 2023-04-28 | 北京百度网讯科技有限公司 | 确定方法、模型处理方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112529202B (zh) | 2021-09-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7141507B2 (ja) | 量子もつれ状態処理方法、装置、電子デバイス、記憶媒体、及びプログラム | |
CN112529202B (zh) | 量子纠缠态分配方法、装置、设备、存储介质及产品 | |
CN112529201B (zh) | 纠缠量子态转换方法、装置、设备、存储介质及产品 | |
CN112529199B (zh) | 纠缠量子态提纯方法、装置、设备、存储介质及产品 | |
CN109788489B (zh) | 一种基站规划方法及装置 | |
CN112529203A (zh) | 纠缠量子态分辨方法、装置、设备、存储介质及产品 | |
JP7405933B2 (ja) | 量子チャンネルクラシック容量の推定方法及び装置、電子機器と媒体 | |
CN112560996A (zh) | 用户画像识别模型训练方法、设备、可读存储介质及产品 | |
CN114418107B (zh) | 酉算子编译方法、计算设备、装置及存储介质 | |
US20230206024A1 (en) | Resource allocation method, resource allocation apparatus, device, medium and computer program produ | |
CN113065660A (zh) | 量子态测量方法、装置、设备、存储介质及*** | |
CN112615852A (zh) | 数据的处理方法、相关装置及计算机程序产品 | |
CN114418108B (zh) | 酉算子编译方法、计算设备、装置及存储介质 | |
CN114185860A (zh) | 抗合谋攻击的数据共享方法、装置和电子设备 | |
CN114327271B (zh) | 生命周期的管理方法、装置、设备以及存储介质 | |
CN114416357A (zh) | 容器组的创建方法、装置、电子设备和介质 | |
CN114091686A (zh) | 数据处理方法、装置、电子设备和存储介质 | |
CN114091807A (zh) | 多无人机任务分配及调度方法、装置、***及存储介质 | |
CN112684974A (zh) | 用于作业管理的方法、设备和计算机程序产品 | |
WO2022259481A1 (ja) | 学習方法 | |
CN116484965A (zh) | 可蒸馏纠缠的估计方法、装置、设备及存储介质 | |
CN113065661B (zh) | 量子态测量方法、装置、设备、存储介质及*** | |
CN116346334A (zh) | 可蒸馏密钥的估计方法、装置、设备及存储介质 | |
CN113285833B (zh) | 用于获取信息的方法和装置 | |
Zhang et al. | Towards a genetic algorithm based approach for task migrations |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |