Tong Jiang

混合量子-经典蒙特卡洛此前受限于反复处理量子测量数据的巨大经典计算开销，硬件演示只到16量子比特。研究把量子测量压缩成可微的机器学习代理模型，直接给出蒙特卡洛所需的波函数重叠及其导数，在谷歌Willow处理器上把端到端计算加速数个量级，使氢链和铁硫簇在最多40量子比特上达到化学精度，规模超过此前硬件演示的两倍。

混合量子-经典蒙特卡洛此前受限于反复处理量子测量数据的巨大经典计算开销，硬件演示只到16量子比特。研究把量子测量压缩成可微的机器学习代理模型，直接给出蒙特卡洛所需的波函数重叠及其导数，在谷歌Willow处理器上把端到端计算加速数个量级，使氢链和铁硫簇在最多40量子比特上达到化学精度，规模超过此前硬件演示的两倍。