Abstract

近期量子计算领域的研究重心之一是展示在实际问题上的量子优势，这需要 NISQ 算法如变分量子算法、量子机器学习方法的设计，创新，分析和模拟。在这一报告中，我将简要介绍腾讯最新开源的自研量子线路和量子算法模拟框架 TensorCircuit。TensorCircuit 由纯 Python 编写，基于张量网络引擎，直接构建在成熟的机器学习框架 TensorFlow，JAX，PyTorch 之上，兼容自动微分、即时编译、向量并行化等先进的工程范式；具有简洁优雅的接口，灵活可扩展的架构，全面丰富的功能，相较其他软件数量级加速的性能和特定线路结构下上百个量子比特的模拟能力。

此外，我将介绍 TensorCircuit 如何赋能具体的 NISQ 量子算法开发，特别是会详细讲解我们提出的量子-神经网络混合范式的工作，展示混合流水线在软件模拟层面和硬件实验层面不同的高效构建方式。该范式第一次实现了量子态非幺正后处理的指数加速，基态能量估计精度显著提升，且具有内禀抗噪声能力。

Reference:
[1] TensorCircuit: a Quantum Software Framework for the NISQ Era, https://arxiv.org/abs/2205.10091.
[2] Variational Quantum-Neural Hybrid Eigensolver, Phys. Rev. Lett. 128, 120502, https://journals.aps.org/prl/abstract/10.1103/PhysRevLett.128.120502

Biography

张士欣，腾讯量子实验室高级研究员。2021 年于清华大学高等研究院获得博士学位，导师是姚宏教授。2016 年于清华大学物理系获得学士学位。主要的研究兴趣包括量子算法设计，量子非平衡系统，量子软件研发，机器学习及其基础设施在量子物理中的应用等领域。

• Admission

Tencent Meeting ID: 419 413 213
Passcode: BB84协议提出年份