量子计算机|量子模型数据的预测

量子计算机|量子模型数据的预测

文章图片

量子计算机|量子模型数据的预测

文章图片

量子计算机|量子模型数据的预测

文章图片


在这个框架中 , 我们利用限制任何计算机功能的已知结果 , 甚至一个量子 , 用来了解这种数字实验的局限性化学 。 一路上 , 我们遇到了令人惊讶的结果不可能有一种算法来确定系统是否会热化 , 这与传统的热力学分析背道而驰 。  然而 , 这种结构将我们引导到新的领域 , 我们将看到从数据中学习可以从根本上更强大 。 与传统计算相比这为我们的成功提供了新的启示 , 许多现有的化学理论及超越的方式 , 都是通过利用数据 。

其中具有自然数据的经典模型可以超出机械模拟的物理预测范围 。 我们将学习模型视为模型 , 其中包含用于任务的一些高质量训练数据是可用的 , 从物理实验或模拟除了问题的规范 。 正如我们将论证的那样 ,  这不仅仅是对现代机器学习方法的参考而是包含化学理论的基础 。 此外 , 我们借此机会突出量子信息科学中以前未使用的技术 , 这些技术甚至可以促进化学的发展 , 在完全容错的量子计算机到来之前 。

这从化学到量子计算机科学结果的链接 , 建立我们的最终观点 , 即量子计算机在化学中的最终作用将是帮助构建化学学习模型 。 这包括为经典模型提供数据 , 构建可以准确计算的量子模型数据的预测 , 并最终直接连接来自化学系统的量子数据 。 我们将其包装起来展望这两者之间的相互作用令人兴奋的领域 。 区分理论与计算或模拟的想法并不新鲜 , 有人建议将计算视为“科学的第三大支柱” , 与实验和模拟并驾齐驱 。

有时可以更准确地将模拟视为更接近实验而不是理论 。 量子 计算 , 尤其是物理系统的量子模拟 ,通过构建模拟有助于使这一点更加清晰有效 , 可细化的量子级物理世界准确性 。 此外 , 对精度的限制量子计算机学习物理特性有时会放在它们比经典的数字模拟更接近实验相同的系统 。 虽然讨论了精确的区别模拟和理论之间的关系 , 比我们应该得到更多的阐述 可以在这里提供许多重叠的灰色区域 , 我们将尝试提供工作上的区别 。

在给定一些计算问题和输入的情况下 , 可以达到固定的输出 。 相比之下 ,理论将涉及开发和改进可能进入模拟的模型的更广泛活动 , 其中这些改进可以基于物理实验、模拟或抽象的数学结构 。 此外 , 值得区分可被视为输入的数据 , 例如初始动力系统的条件 , 以及用于发展理论的数据或模型 , 我们将其称为与相关的训练数据关于学习理论的文献越来越多 。 在量子计算机上进行量子模拟的最自然的设置是观察系统及时向前迈进或量子时间动力学 。

在量子计算领域 , “量子模拟”这个词有时是为时间而保留的特别是动力学模拟 , 当我们提到死记硬背的模拟时 , 它通常适用于这种情况 。也就是说 , 一个人设置一个初始状态 , 一个由其相互作用定义的物理系统 , 以及一些模拟时间 , 量子计算机执行计算实验 , 将初始状态映射到最终时间 , 可以探测系统的任何合理可观察的地方 , 这时间动态显然反映了最自然的环境真实世界 。

【量子计算机|量子模型数据的预测】然而 , 尽管有这样的自然环境 , 人们会注意到大量量子算法和理论紧随其后在经典计算机上执行的电子结构 , 其中重点是电子系统的低能量本征态 ,而不仅仅是经过一些固定演化后的最终状态 。这个重要的偏差已经包含在自然界的数据中 , 它告诉我们在许多系统中 , 热状态是一个恰当的系统的描述 , 以及在低温、低能量状态下是最常观察到的 。

相关经验推荐