Tutorial

Gunakan tutorial-tutorial ini untuk belajar cara menerapkan Qiskit pada kasus penggunaan komputasi kuantum yang umum.

• Mulai dengan kumpulan tutorial di bagian Mulai jika ini pertama kalinya kamu menjalankan kode pada komputer kuantum.
• Bagian tentang alur kerja menuju keunggulan berisi contoh end-to-end penggunaan komputer kuantum untuk memecahkan masalah dunia nyata. Tutorial-tutorial ini berfokus pada algoritma yang menjadi kandidat menjanjikan untuk mencapai keunggulan komputasi komputer kuantum atas komputer klasik.
• Bagian tentang kapabilitas Qiskit berisi contoh yang menggunakan teknik terbaru dan paling canggih dalam ekosistem Qiskit untuk meningkatkan sebagian atau keseluruhan alur kerja tertentu.

Mulai

Tutorial-tutorial ini ditujukan untuk pemula yang siap menjelajahi cara menjalankan algoritma kuantum pada komputer kuantum.

• Ketidaksetaraan CHSH

Jelajahi alur kerja menuju keunggulan

Tutorial di bagian ini mencakup demonstrasi skala besar dari algoritma kuantum.

Algoritma sampling yang dapat diverifikasi

Algoritma dalam kategori ini berfokus pada Circuit kuantum yang distribusi outputnya mengodekan solusi untuk masalah terstruktur dengan output yang dapat diverifikasi. Kemampuan verifikasi berarti kamu dapat memeriksa konsistensi antara data yang diukur, baik melalui evaluasi bitstring yang dipilih maupun dengan mengetahui bahwa false positive tidak terjadi.

Tutorial-tutorial ini menyoroti teknik di mana pengambilan sampel berulang memungkinkan estimasi kuantitas khusus masalah (misalnya, nilai fungsi biaya atau bobot spektral). Metode-metode ini sangat relevan untuk tugas optimasi dan simulasi dengan simetri.

• Diagonalisasi kuantum berbasis sampel dari Hamiltonian kimia

• Diagonalisasi kuantum Krylov berbasis sampel dari model kisi fermionic

• Algoritma optimasi kuantum aproksimasi

• Teknik lanjutan untuk QAOA

• Pengkodean Korelasi Pauli untuk mengurangi persyaratan Maxcut

Estimasi observabel

Tutorial-tutorial ini berfokus pada estimasi kuantitas yang bermakna secara fisik, seperti energi atau nilai korelasi, dengan mempersiapkan keadaan kuantum dan mengukur observabel. Teknik-tekniknya mencakup pendekatan Circuit variasional maupun Trotterisasi yang menyeimbangkan ekspresivitas Circuit dengan efisiensi kedalaman Circuit. Penekanan diberikan pada alur kerja yang mengurangi kebutuhan sumber daya kuantum sambil menjaga akurasi, dan memungkinkan estimasi praktis dari observabel dalam sistem kimia dan fisika.

• Diagonalisasi kuantum Krylov dari Hamiltonian kisi

• Transisi fase Nishimori

• Estimasi energi keadaan dasar rantai Heisenberg dengan VQE

• Pelatihan kernel kuantum

• Tingkatkan klasifikasi fitur menggunakan projected quantum kernels

• Ketidaksetaraan CHSH

Algoritma toleran kesalahan

Bagian ini menampilkan algoritma dengan jaminan teoritis yang terdefinisi dengan baik dan dirancang untuk berjalan pada perangkat keras kuantum terkoreksi kesalahan di masa depan. Circuit atau overhead pengambilan sampel untuk algoritma-algoritma ini berskala dengan cara yang tidak efisien dari segi kedalaman, sehingga lebih mungkin menunjukkan keunggulan kuantum ketika komputer kuantum toleran kesalahan sudah ada. Tutorial-tutorial ini mengilustrasikan cara kerja metode dalam pengaturan ideal dan mendemonstrasikan contoh skala kecil.

• Algoritma Shor
• Algoritma Grover

Manfaatkan kapabilitas Qiskit

Bagian ini memperkenalkan kapabilitas canggih dalam ekosistem Qiskit yang meningkatkan performa, keandalan, dan kecepatan saat mengeksekusi algoritma kuantum.

Optimasi beban kerja

Optimasi beban kerja berfokus pada orkestrasi sumber daya klasik dan kuantum yang efisien, atau metode yang disesuaikan untuk meningkatkan manipulasi Circuit kuantum.

• Benchmark Circuit dinamis dengan potongan pasangan Bell

• Pengenalan gate fraksional

• Pengenalan layanan Transpiler bertenaga AI Qiskit

• Optimasi transpilasi dengan SABRE

• Metode kompilasi untuk Circuit simulasi Hamiltonian

• Entanglement jarak jauh dengan Circuit dinamis

• Simulasi Hamiltonian Ising yang ditendang dengan Circuit dinamis

Fungsi Qiskit

Qiskit Functions adalah kumpulan alat manajemen kesalahan dan aplikasi yang sudah dikemas sebelumnya, sehingga memudahkan perancangan eksperimen skala besar dengan Circuit, molekul, QUBO, dan lainnya.

• Rancang algoritma baru dengan fungsi Circuit -- dengan pipeline transpilasi, penekan kesalahan, dan mitigasi kesalahan yang sudah dibangun sebelumnya.

  • Mitigasi kesalahan dengan fungsi Circuit IBM

  • Model Ising Transverse-Field dengan Performance Management Q-CTRL

  • Estimasi Fase Kuantum dengan Qiskit Functions Q-CTRL

  • Simulasi Ising 2D miring dengan fungsi QESEM

• Bereksperimen dengan masalah domain-spesifik menggunakan fungsi Aplikasi -- dengan input dan output yang familiar untuk solver klasik.

  • Quantum Portfolio Optimizer - Fungsi Qiskit oleh Global Data Quantum

  • Optimasi biner orde tinggi dengan Optimization Solver Q-CTRL

  • Pemodelan fluida non-viskos mengalir menggunakan QUICK-PDE

  • Kurva PES disosiasi dengan Qunova HiVQE

  • Klasifikasi ensemble hybrid quantum-enhanced (alur kerja stabilitas jaringan)

  • Selesaikan masalah Market Split dengan Iskay Quantum Optimizer dari Kipu Quantum

Addon Qiskit

Addon memungkinkan manipulasi Circuit lanjutan, seperti pemotongan, backpropagasi observabel, atau aproksimasi Circuit, yang memungkinkan pengguna menghindari keterbatasan perangkat keras dengan biaya overhead komputasi klasik yang lebih besar.

• Formula multi-produk untuk mengurangi kesalahan Trotter

• Kompilasi kuantum aproksimasi untuk Circuit evolusi waktu

• Backpropagasi operator (OBP) untuk estimasi nilai ekspektasi

• Pemotongan kawat untuk estimasi nilai ekspektasi

• Pemotongan Circuit untuk kondisi batas periodik

• Pemotongan Circuit untuk reduksi kedalaman

• Mitigasi kesalahan readout untuk primitif Sampler menggunakan M3

Mitigasi kesalahan

Mitigasi kesalahan mengatasi tantangan noise tanpa toleransi kesalahan penuh dengan memulihkan nilai ekspektasi yang akurat melalui manipulasi Circuit terkontrol dan pasca-pemrosesan.

• Mitigasi kesalahan skala utilitas dengan amplifikasi kesalahan probabilistik

• Kombinasikan opsi mitigasi kesalahan dengan primitif Estimator

• Benchmarking real-time untuk pemilihan Qubit

Deteksi kesalahan

Deteksi kesalahan mengidentifikasi operasi yang salah untuk mengembalikan hasil bebas noise shot-by-shot melalui pasca-pemrosesan.

• Kode repetisi

• Deteksi kesalahan overhead rendah dengan kode spacetime