L'ansatz

Regarde Victoria Lipinska expliquer ce qu'est un ansatz et pourquoi il est important dans le contexte d'un solveur propre quantique variationnel (VQE).

Références

Les articles suivants sont cités dans la vidéo ci-dessus.

Code de l'ansatz

Dans la leçon précédente, tu as créé un Hamiltonien qui décrit l'énergie de la molécule qui t'intéresse, et tu l'as mis sous un format exploitable par un ordinateur quantique. Le VQE utilise un circuit variationnel pour préparer des états quantiques. On se sert ensuite de ces états pour déterminer la valeur attendue de l'Hamiltonien (l'énergie). Les paramètres du circuit variationnel sont ajustés jusqu'à ce que le calcul converge vers une valeur attendue minimale. Dans le contexte de la chimie quantique, cette valeur doit correspondre à l'énergie de l'état fondamental. Cette leçon se concentre sur le circuit variationnel, également appelé ansatz (un mot allemand signifiant « approche » ou « méthode »). Dans cette leçon, tu apprendras :

l'ensemble des ansaetze prêts à l'emploi disponibles dans la bibliothèque de circuits
comment spécifier ou modifier les caractéristiques d'un ansatz
comment construire ton propre ansatz
des exemples de bons et de mauvais ansaetze

La bibliothèque de circuits Qiskit propose de nombreuses catégories de circuits pouvant servir d'ansatz. Ici, nous limiterons notre discussion aux circuits deux-locaux (circuits composés de portes agissant sur au plus deux qubits à la fois). Efficient SU2 est un ansatz couramment utilisé.

Un circuit efficient_su_2 est constitué de couches d'opérations sur un seul qubit couvertes par SU(2) (groupe unitaire spécial de degré 2, comme les portes de rotation de Pauli) et d'enchevêtrements CX. Il s'agit d'un schéma heuristique qui peut être utile dans des algorithmes quantiques variationnels comme le VQE et les circuits de classification en apprentissage automatique quantique (QML).

Commençons par un exemple de circuit efficient_su2 à quatre qubits avec deux types de portes SU(2), disons rx et y. On spécifie également un schéma d'enchevêtrement et le nombre de répétitions. Si tu te contentes de .draw() les circuits, tu obtiendras une représentation assez abstraite. On obtient un schéma de circuit plus lisible avec .decompose().draw(), et ici on utilisera output = "mpl".

# Added by doQumentation — required packages for this notebook
!pip install -q qiskit

from qiskit.circuit.library import efficient_su2

SU2_ansatz = efficient_su2(4, su2_gates=["rx", "y"], entanglement="linear", reps=1)
print(SU2_ansatz.draw())
SU2_ansatz.decompose().draw(output="mpl")

┌──────────┐┌───┐     ┌──────────┐   ┌───┐
q_0: ┤ Rx(θ[0]) ├┤ Y ├──■──┤ Rx(θ[4]) ├───┤ Y ├─────────────────────
     ├──────────┤├───┤┌─┴─┐└──────────┘┌──┴───┴───┐   ┌───┐
q_1: ┤ Rx(θ[1]) ├┤ Y ├┤ X ├─────■──────┤ Rx(θ[5]) ├───┤ Y ├─────────
     ├──────────┤├───┤└───┘   ┌─┴─┐    └──────────┘┌──┴───┴───┐┌───┐
q_2: ┤ Rx(θ[2]) ├┤ Y ├────────┤ X ├─────────■──────┤ Rx(θ[6]) ├┤ Y ├
     ├──────────┤├───┤        └───┘       ┌─┴─┐    ├──────────┤├───┤
q_3: ┤ Rx(θ[3]) ├┤ Y ├────────────────────┤ X ├────┤ Rx(θ[7]) ├┤ Y ├
     └──────────┘└───┘                    └───┘    └──────────┘└───┘