מדריכים
השתמש במדריכים אלה כדי ללמוד כיצד ליישם את Qiskit על מקרי שימוש נפוצים במחשוב קוונטי.
-
התחל עם קבוצת המדריכים בסעיף תחילת עבודה אם זו הפעם הראשונה שלך להריץ קוד על מחשב קוונטי.
-
הסעיף על זרימות עבודה לקראת יתרון מכיל דוגמאות מקצה לקצה של שימוש במחשב קוונטי לפתרון בעיות מהעולם האמיתי. מדריכים אלה מתמקדים באלגוריתמים שהם מועמדים מבטיחים להשגת יתרון חישובי על ידי מחשב קוונטי על פני מחשב קלאסי.
-
הסעיף על יכולות Qiskit מכיל דוגמאות המשתמשות בטכניקות המתקדמות והעדכניות ביותר במערכת האקולוגית של Qiskit לשיפור חלק או כל זרימת עבודה מסוימת.
תחילת עבודה
מדריכים אלה מיועדים למתחילים המוכנים לחקור הרצה של אלגוריתמים קוונטיים על מחשב קוונטי.
חקור זרימות עבודה לקראת יתרון
המדריכים בסעיף זה מכסים הדגמות בקנה מידה גדול של אלגוריתמים קוונטיים.
אלגוריתמי דגימה ניתנים לאימות
האלגוריתמים בקטגוריה זו מתמקדים במעגלים קוונטיים שהתפלגויות הפלט שלהם מקודדות פתרונות לבעיות מובנות עם פלט בר אימות. אימות פירושו שניתן לבדוק את העקביות בין נתונים שנמדדו, או באמצעות הערכת ה-bitstring הנבחר או על ידי ידיעה שתוצאות חיוביות שגויות אינן מתרחשות.
המדריכים מדגישים טכניקות שבהן דגימה חוזרת מאפשרת הערכה של כמויות ספציפיות לבעיה (לדוגמה, ערכי פונקציית עלות או משקלים ספקטרליים). שיטות אלה רלוונטיות במיוחד למשימות אופטימיזציה וסימולציה עם סימטריות.
הערכת אופרטורים נצפים
מדריכים אלה מתמקדים בהערכת כמויות בעלות משמעות פיזיקלית, כגון אנרגיה או ערכי מתאם, על ידי הכנת מצבים קוונטיים ומדידת אופרטורים נצפים. הטכניקות כוללות גישות מעגלים ווריאציוניות וגם גישות מבוססות Trotter שמאזנות בין כושר הביטוי של המעגל לבין יעילות בעומק המעגל. הדגש מושם על זרימות עבודה שמפחיתות דרישות משאבים קוונטיים תוך שמירה על דיוק, ומאפשרות הערכה מעשית של אופרטורים נצפים במערכות כימיות ופיזיקליות.
אלגוריתמים עמידים בשגיאות
סעיף זה מציג אלגוריתמים עם ערבויות תיאורטיות מוגדרות היטב שנועדו לרוץ על חומרה קוונטית מתוקנת שגיאות עתידית. המעגלים או עומס הדגימה עבור אלגוריתמים אלה מתרחבים באופן שאינו יעיל מבחינת עומק ולכן יש להם סיכוי גדול יותר להדגים יתרון קוונטי כאשר מחשבים קוונטיים עמידים בשגיאות יתקיימו. מדריכים אלה ממחישים כיצד השיטות פועלות בסביבות אידיאליות ומדגימים דוגמאות בקנה מידה קטן.
נצל יכולות Qiskit
סעיף זה מציג יכולות מתקדמות במערכת האקולוגית של Qiskit המשפרות ביצועים, אמינות ומהירות בעת ביצוע אלגוריתמים קוונטיים.
אופטימיזציה של עומסי עבודה
אופטימיזציה של עומסי עבודה מתמקדת או בתזמור יעיל של משאבים קלאסיים וקוונטיים או בשיטות מותאמות לשיפור מניפולציית מעגלים קוונטיים.
Qiskit Functions
Qiskit Functions הן אוסף של כלי ניהול שגיאות ויישומים ארוזים מראש, המקלים על תכנון ניסויים בקנה מידה גדול עם מעגלים, מולקולות, QUBOs ועוד.
-
תכנן אלגוריתמים חדשים עם Circuit functions — עם צנרות transpilation, דיכוי שגיאות והפחתת שגיאות מובנות מראש.
-
נסה בעיות ספציפיות לתחום עם Application functions — עם קלטים ופלטים מוכרים לפותרים קלאסיים.
-
אופטימיזציה דינמית של תיק השקעות עם Portfolio Optimizer של Global Data Quantum
-
אופטימיזציה בינארית מסדר גבוה עם פותר האופטימיזציה של Q-CTRL
-
פתור את בעיית Market Split עם Iskay Quantum Optimizer של Kipu Quantum
-
מציאת הקבוצה הבלתי-תלויה המקסימלית עם Aqarios Constrained Quantum Optimizer
-
פתרון מודל Sherrington-Kirkpatrick עם ParityQC Parity Twine Optimizer
-
הרחבות Qiskit
הרחבות מאפשרות מניפולציית מעגלים מתקדמת, כגון חיתוך, התפשטות לאחור של אופרטורים נצפים, או קירוב מעגלים, המאפשרות למשתמשים לעקוף מגבלות חומרה במחיר של עומס חישובי קלאסי מוגבר.
הפחתת שגיאות
הפחתת שגיאות מתמודדת עם אתגר הרעש ללא עמידות מלאה בשגיאות על ידי שחזור ערכי תוחלת מדויקים באמצעות מניפולציה מבוקרת של המעגל ועיבוד-בדיעבד (post-processing).
זיהוי שגיאות
זיהוי שגיאות מזהה פעולות פגומות כדי להחזיר תוצאות נקיות מרעש shot-by-shot על ידי עיבוד לאחר.