Отмена светового конуса для вариационного квантового решателя при решении зашумлённой задачи Max-Cut

Рассекая квантовый шум

По мере роста квантовых компьютеров они обещают решать сложные практические задачи — от маршрутизации данных в сетях до проектирования новых материалов. Но современные устройства малы и зашумлены: при добавлении большего числа квбитов ошибки быстро заглушают вычисления. В этой работе исследуется способ более эффективного использования несовершенных машин путём сокращения квантовых схем так, чтобы они оставались точными даже на далёком от идеала оборудовании, с акцентом на классическую задачу Max-Cut.

Почему важно «разрезать» сети

Max-Cut — это задача, звучащая просто, но имеющая широкие приложения. Представьте сеть узлов, соединённых связями — это могут быть социальные связи, линии связи или компоненты на микрочипе. Цель — разделить узлы на две группы так, чтобы как можно больше связей проходило между группами, а не внутри них. Для небольших сетей это просто, но по мере роста сети задача становится чрезвычайно трудной, и на классических компьютерах не известен быстрый точный метод. Поэтому Max-Cut стал полигоном для новых алгоритмов, в том числе запускаемых на квантовом оборудовании.

Гибридные квантовые методы в зашумлённом мире

Исследование опирается на популярное семейство гибридных методов, называемых вариационными квантовыми алгоритмами. В таких схемах квантовая схема генерирует пробное решение, а классический компьютер шаг за шагом подбирает параметры схемы, чтобы улучшить ответ. Конкретный метод здесь — вариационный квантовый решатель (VQE) — обычно ассоциируется с химией, но его также можно переориентировать на задачи оптимизации вроде Max-Cut. По сравнению с другим известным квантовым подходом, алгоритмом приближённой оптимизации (QAOA), этот стиль схем может достигать хороших решений с меньшим числом слоёв вентилей, что критично, когда каждая дополнительная операция добавляет шум.

Оставляя только действительно важное

Центральная идея работы называется отменой светового конуса. При оценке качества кандидата на решение только небольшое окрестность квбитов действительно влияет на каждое локальное измерение. Вентилы, находящиеся вне этого «светового конуса», не меняют конкретное локальное значение, хотя присутствуют в полной схеме. Авторы показывают, как систематически удалять эти избыточные вентили для каждой локальной части расчёта Max-Cut. Вместо симуляции одной большой схемы, действующей на всех квбитах, они разбивают задачу на несколько гораздо меньших подсхем, каждая использует лишь горсть квбитов, но вместе воспроизводит точно ту же общую величину интереса.

Делать больше при меньшем числе квбитов

Это обрезание даёт два основных выигрыша. Во-первых, значительно сокращается число квбитов и вентилей, необходимых в одном запуске. Для конкретной конфигурации Max-Cut, рассмотренной авторами, доказано, что независимо от размера исходной сети каждая подсхема требует не более пяти квбитов при использовании одного слоя вентилей. Это значит, что задачи до 100 узлов можно эффективно исследовать на оборудовании, имеющем физически лишь семь квбитов. Во-вторых, более короткие и меньшие схемы меньше страдают от шума современных устройств. Симуляции на реалистичных «фейковых» квантовых бэкендах, имитирующих два разных устройства IBM, показывают, что схемы с отменой светового конуса последовательно достигают более высоких коэффициентов аппроксимации — то есть ближе подходят к истинному лучшему разрезу — чем схемы без этого упрощения, даже когда обе запускаются на одном и том же зашумлённом оборудовании.

Как это сопоставляется с классическими упрощениями

Исследователи также сравнили свой метод без шума с известной классической аппроксимационной схемой для Max-Cut — алгоритмом Гоэманса–Уильямсона. На больших графах с 100 узлами они обнаружили, что квантовый подход с отменой светового конуса особенно хорошо показывает себя на более плотных сетях, часто опережая классический эталон по близости к оптимальному ответу. Они также исследовали, что происходит при добавлении дополнительных слоёв квантовых вентилей. Хотя дополнительные слои в принципе делают схемы более выразительными, на практике они вводят более сложные пейзажи оптимизации и увеличивают эффективный размер подсхем, поэтому шансы найти решения очень высокого качества фактически снижаются.

Обрезая квантовые схемы на пути вперёд

Проще говоря, эта работа показывает, что аккуратно удаляя части квантового расчёта, не влияющие на итоговую оценку, можно заставить малые зашумлённые квантовые устройства работать эффективнее. Сосредоточившись только на областях схемы, которые действительно важны для каждой локальной части задачи, техника отмены светового конуса превращает громоздкое вычисление в множество меньших и чище́х. Для Max-Cut это означает решение очень больших задач разделения сетей, используя лишь несколько эффективных квбитов и снижая влияние аппаратных ошибок. По мере медленного улучшения квантовых процессоров такие приёмы экономии схем могут стать ключом к превращению хрупких машин в полезные инструменты для решения сложных задач оптимизации.

Цитирование: 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

Ключевые слова: квантовая оптимизация, Max-Cut, вариационные квантовые алгоритмы, смягчение шума, отмена светового конуса