Anulowanie stożka światła dla wariacyjnego rozwiązywacza własnego w rozwiązywaniu hałasowego Max-Cut

Przeciąć szum kwantowy

W miarę jak komputery kwantowe rosną, obiecują rozwiązywać trudne, rzeczywiste zagadki — od trasowania danych w sieciach po projektowanie lepszych materiałów. Jednak dzisiejsze urządzenia są małe i zaszumione: dodanie większej liczby kubitów szybko powoduje, że błędy przytłaczają obliczenie. Artykuł opisuje sposób lepszego wykorzystania niedoskonałych maszyn poprzez przycinanie obwodów kwantowych tak, by zachowały dokładność nawet gdy sprzęt jest daleki od ideału, ze szczególnym uwzględnieniem klasycznego problemu Max-Cut.

Dlaczego ważne jest „krojenie” sieci

Max-Cut to brzmiące prosto wyzwanie o szerokich zastosowaniach. Wyobraźmy sobie sieć punktów połączonych krawędziami — mogą one reprezentować więzi społeczne, linie komunikacyjne czy elementy układu scalonego. Celem jest podział punktów na dwie grupy tak, by jak najwięcej krawędzi łączyło punkty z różnych grup, a nie wewnątrz nich. Dla małych sieci to proste, ale w miarę wzrostu sieci problem staje się niezwykle trudny i nie znane są szybkie dokładne metody działające na klasycznych komputerach. Z tego powodu Max-Cut stał się polem testowym dla nowych algorytmów, w tym tych uruchamianych na sprzęcie kwantowym.

Metody hybrydowe w zaszumionym świecie

Badanie opiera się na popularnej rodzinie metod hybrydowych zwanych wariacyjnymi algorytmami kwantowymi. W tych schematach obwód kwantowy generuje próbne rozwiązanie, podczas gdy klasyczny komputer dostosowuje parametry obwodu, by krok po kroku poprawiać wynik. Konkretną metodą tu opisaną jest wariacyjny rozwiązywacz własny (variational quantum eigensolver), zwykle kojarzony z chemią, ale dający się także wykorzystać do zadań optymalizacyjnych, takich jak Max-Cut. W porównaniu z innym znanym podejściem, kwantowym przybliżonym algorytmem optymalizacyjnym, ten typ obwodu może osiągać dobre rozwiązania przy mniejszej liczbie warstw bramek, co jest kluczowe, gdy każda dodatkowa operacja wprowadza więcej szumu.

Zostawić tylko to, co naprawdę istotne

Centralna idea artykułu nazywa się anulowaniem stożka światła. Przy ocenie jakości kandydującego rozwiązania tylko niewielkie sąsiedztwo kubitów rzeczywiście wpływa na każdorazowy lokalny pomiar. Bramki poza tym „stożkiem światła” nie zmieniają tej konkretnej wartości, choć występują w pełnym obwodzie. Autorzy pokazują, jak systematycznie usuwać te zbędne bramki dla każdej lokalnej części obliczenia Max-Cut. Zamiast symulować jeden duży obwód działający na wszystkich kubitach, rozbijają zadanie na kilka znacznie mniejszych podobwodów, z których każdy używa tylko garści kubitów, a łącznie odtwarzają dokładnie tę samą ogólną wielkość interesującą badanie.

Więcej dzięki mniejszej liczbie kubitów

To przycinanie przynosi dwie główne korzyści. Po pierwsze, drastycznie zmniejsza liczbę kubitów i bramek potrzebnych w pojedynczym uruchomieniu. Dla konkretnego ustawienia Max-Cut rozważanego w pracy autorzy dowodzą, że niezależnie od wielkości pierwotnej sieci, każdy podobwód wymaga co najwyżej pięciu kubitów przy użyciu pojedynczej warstwy bramek. Oznacza to, że problemy do 100 wierzchołków można skutecznie badać na sprzęcie, który fizycznie ma jedynie siedem kubitów. Po drugie, krótsze i mniejsze obwody mniej cierpią z powodu szumów w dzisiejszych urządzeniach. Symulacje na realistycznych „sztucznych” backendach kwantowych, które naśladują dwa różne maszyny IBM, pokazują, że obwody wykorzystujące anulowanie stożka światła konsekwentnie osiągają wyższe współczynniki przybliżenia — czyli bliżej rzeczywistego najlepszego podziału — niż obwody bez tej uproszczenia, nawet gdy oba działają na tym samym zaszumionym sprzęcie.

Jak to wypada na tle klasycznych skrótów

Badacze porównują też swoją metodę wolną od szumów z słynnym klasycznym algorytmem przybliżonym dla Max-Cut znanym jako algorytm Goemansa–Williamsona. Na dużych grafach z 100 węzłami stwierdzają, że podejście kwantowe z anulowaniem stożka światła radzi sobie szczególnie dobrze w gęstszych sieciach, często wyprzedzając klasyczny punkt odniesienia pod względem bliskości do optymalnego rozwiązania. Dodatkowo badają, co się dzieje, gdy dodaje się więcej warstw bramek kwantowych. Chociaż dodatkowe warstwy uczynią obwody bardziej wyrażalnymi w zasadzie, w praktyce wprowadzają trudniejsze krajobrazy optymalizacji i większe efektywne podobwody, więc szanse znalezienia bardzo wysokiej jakości rozwiązań faktycznie maleją.

Przycinanie obwodów kwantowych na przyszłość

Mówiąc potocznie, praca pokazuje, że staranne usuwanie części obliczenia kwantowego, które nie wpływają na końcowy wynik, może sprawić, że małe, zaszumione urządzenia będą osiągać więcej, niż by się po nich spodziewano. Koncentrując się tylko na regionach obwodu, które naprawdę mają znaczenie dla każdej lokalnej części problemu, technika anulowania stożka światła przekształca trudne do opanowania obliczenie w wiele mniejszych, czyściejszych zadań. Dla Max-Cut oznacza to rozwiązywanie bardzo dużych zadań dzielenia sieci przy użyciu tylko kilku efektywnych kubitów, jednocześnie zmniejszając wpływ błędów sprzętowych. W miarę jak procesory kwantowe będą się powoli poprawiać, takie sztuczki oszczędzające obwody mogą być kluczowe, by przemienić kruche maszyny w użyteczne narzędzia do rozwiązywania złożonych problemów optymalizacyjnych.

Cytowanie: 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

Słowa kluczowe: optymalizacja kwantowa, Max-Cut, wariacyjne algorytmy kwantowe, łagodzenie szumów, anulowanie stożka światła