Annulering van lichtkegels voor variational quantum eigensolver bij het oplossen van rumoerige Max-Cut

Door het kwantumruis heen snijden

Naarmate kwantumcomputers groeien, beloven ze lastige praktijkvraagstukken aan te pakken, van het routeren van gegevens door netwerken tot het ontwerpen van betere materialen. Maar de apparaten van vandaag zijn klein en rumoerig: voeg meer quantumbits, of qubits, toe en fouten overstemmen snel de berekening. Dit artikel verkent een manier om onvolmaakte machines beter te benutten door kwantumcircuits in te korten zodat ze nauwkeurig blijven, zelfs wanneer de hardware ver van ideaal is, met de nadruk op een klassiek probleem dat Max-Cut heet.

Waarom het doorsnijden van netwerken ertoe doet

Max-Cut klinkt eenvoudig, maar heeft brede toepassingen. Stel je een netwerk voor van punten verbonden door links—dit kunnen sociale banden, communicatielijnen of componenten op een chip zijn. Het doel is de punten in twee groepen te verdelen zodat zoveel mogelijk links tussen de groepen lopen in plaats van binnen een groep. Dit is makkelijk voor kleine netwerken, maar wordt buitengewoon moeilijk naarmate het netwerk groeit, en er is geen snelle exacte methode bekend op klassieke computers. Daarom is Max-Cut een proeftuin geworden voor nieuwe algoritmen, waaronder die op kwantumhardware.

Hybride kwantummethoden in een rumoerige wereld

De studie bouwt voort op een populaire familie hybride methoden die variationale quantumalgoritmen worden genoemd. In deze opzetten produceert een kwantumcircuit een proefantwoord, terwijl een gewone computer de instellingen van het circuit aanpast om dat antwoord stap voor stap te verbeteren. De specifieke methode hier, de variational quantum eigensolver, wordt meestal geassocieerd met chemie maar kan ook worden hergebruikt voor optimalisatieproblemen zoals Max-Cut. Vergeleken met een andere bekende kwantumaanpak, het quantum approximate optimization algorithm, kan dit type circuit met minder lagen poorten goede oplossingen bereiken, wat cruciaal is wanneer elke extra bewerking meer ruis introduceert.

Alleen behouden wat echt telt

Het centrale idee van het artikel heet lichtkegelsannulering. Bij het beoordelen hoe goed een kandidaatoplossing is, beïnvloedt slechts een kleine buurt van qubits elke lokale meting daadwerkelijk. Poorten buiten deze "lichtkegel" veranderen dat specifieke getal niet, ook al zijn ze aanwezig in het volledige circuit. De auteurs tonen aan hoe deze redundante poorten systematisch verwijderd kunnen worden voor elk lokaal onderdeel van de Max-Cut-berekening. In plaats van één groot circuit dat op alle qubits werkt te simuleren, splitsen ze de taak in meerdere veel kleinere subcircuits, elk met slechts een handvol qubits, maar die samen precies dezelfde globale grootheid reproduceren.

Meer doen met minder qubits

Deze snoei heeft twee grote voordelen. Ten eerste vermindert het sterk hoeveel qubits en poorten nodig zijn in een enkele uitvoering. Voor de specifieke Max-Cut-opzet die bestudeerd is, bewijzen de auteurs dat ongeacht hoe groot het oorspronkelijke netwerk is, elk subcircuit hooguit vijf qubits nodig heeft bij gebruik van een enkele poortenlaag. Dat betekent dat problemen met tot 100 knopen effectief onderzocht kunnen worden met hardware die fysiek slechts zeven qubits heeft. Ten tweede lijden kortere en kleinere circuits minder onder ruis in de huidige apparaten. Simulaties op realistische "nep"-kwantumbackends, die twee verschillende IBM-machines nabootsen, laten zien dat circuits met lichtkegelsannulering consequent hogere approximatieratio's behalen—dat wil zeggen, ze komen dichter bij de werkelijke beste snede—dan circuits zonder deze vereenvoudiging, zelfs wanneer beide op dezelfde rumoerige hardware draaien.

Hoe het zich verhoudt tot klassieke trucjes

De onderzoekers vergelijken hun ruisvrije methode ook met een beroemd klassiek benaderingsschema voor Max-Cut, bekend als het Goemans–Williamson-algoritme. Op grote grafen met 100 knopen vinden zij dat de kwantumgebaseerde aanpak met lichtkegelsannulering vooral goed presteert op dichtere netwerken, vaak beter dan de klassieke benchmark in termen van hoe dicht hij bij het optimale antwoord komt. Ze verkennen verder wat er gebeurt wanneer er meer lagen van kwantumpoorten worden toegevoegd. Hoewel extra lagen de circuits in principe expressiever maken, introduceren ze in de praktijk moeilijkere optimaliseringslandschappen en grotere effectieve subcircuits, waardoor de kans om zeer hoogwaardige oplossingen te vinden juist afneemt.

Kwantumcircuits bijsnoeien voor de toekomst

In gewone bewoordingen toont dit werk aan dat het zorgvuldig wegsnijden van delen van een kwantumberekening die de eindscore niet beïnvloeden, kleine, rumoerige kwantumapparaten boven hun gewichtsklasse kan laten presteren. Door zich alleen te concentreren op de regio's van een circuit die echt van belang zijn voor elk lokaal onderdeel van het probleem, verandert de lichtkegelsannuleringstechniek een anders onhandelbare berekening in vele kleinere, schonere berekeningen. Voor Max-Cut betekent dat het oplossen van zeer grote netwerkverdelingsopgaven met slechts een paar effectieve qubits, terwijl de impact van hardwarefouten wordt verminderd. Naarmate kwantumprocessoren langzaam verbeteren, kunnen zulke circuitbesparende trucs cruciaal zijn om fragiele machines om te vormen tot nuttige hulpmiddelen voor het aanpakken van complexe optimalisatieproblemen.

Bronvermelding: Lee, X., Yan, X., Xie, N. et al. Light cone cancellation for variational quantum eigensolver in solving noisy Max-Cut. Sci Rep 16, 9597 (2026). https://doi.org/10.1038/s41598-025-31798-1

Trefwoorden: quantumoptimalisatie, Max-Cut, variationale quantumalgoritmen, ruismetigatie, annulering van lichtkegel