Tutoriais

Use estes tutoriais para aprender como aplicar o Qiskit a casos de uso comuns de computação quântica.

• Comece com o conjunto de tutoriais na seção Primeiros passos se for a sua primeira vez executando código em um computador quântico.

• A seção sobre fluxos de trabalho rumo à vantagem contém exemplos completos do uso de um computador quântico para resolver problemas do mundo real. Esses tutoriais se concentram em algoritmos que são candidatos promissores para alcançar vantagem computacional de um computador quântico sobre um computador clássico.

• A seção sobre capacidades do Qiskit contém exemplos que usam as técnicas mais recentes e avançadas do ecossistema Qiskit para melhorar parte ou a totalidade de um determinado fluxo de trabalho.

Primeiros passos

Esses tutoriais são para iniciantes que estão prontos para explorar a execução de algoritmos quânticos em um computador quântico.

• Desigualdade CHSH

Explore fluxos de trabalho em direção à vantagem

Os tutoriais nesta seção cobrem demonstrações em larga escala de algoritmos quânticos.

Algoritmos de amostragem verificáveis

Os algoritmos nesta categoria focam em circuitos quânticos cujas distribuições de saída codificam soluções para problemas estruturados com saída verificável. Verificabilidade significa que você pode verificar a consistência entre dados medidos, seja avaliando a string de bits escolhida ou sabendo que falsos positivos não ocorrem.

Os tutoriais destacam técnicas onde amostragem repetida permite a estimativa de quantidades específicas do problema (por exemplo, valores de função de custo ou pesos espectrais). Esses métodos são particularmente relevantes para tarefas de otimização e simulação com simetrias.

• Diagonalização quântica baseada em amostragem de um Hamiltoniano químico

• Diagonalização quântica de Krylov baseada em amostragem de um modelo de rede fermiônica

• Algoritmo SqDRIFT para estimativa de estado fundamental

• Diagonalização quântica baseada em amostragem agrupada de um Hamiltoniano nuclear

• Algoritmo de otimização aproximada quântica

• Técnicas avançadas para QAOA

• Início a quente do QAOA com o Optimization Mapper Qiskit addon

• Otimização multiobjetivo aproximada quântica

• Codificação de correlação de Pauli para reduzir requisitos de corte máximo

• Cálculos de solvente implícito usando Qiskit Serverless

Estimativa de observáveis

Esses tutoriais focam em estimar quantidades fisicamente significativas, como energia ou valores de correlação, preparando estados quânticos e medindo observáveis. As técnicas incluem abordagens de circuito variacionais e trotterizadas que equilibram expressividade do circuito com eficiência de profundidade do circuito. A ênfase é colocada em fluxos de trabalho que reduzem demandas de recursos quânticos mantendo a precisão, e permitindo estimativa prática de observáveis em sistemas químicos e físicos.

• Simule o espalhamento de nêutrons em materiais quânticos com circuitos quânticos

• Simule o espalhamento de nêutrons com um fluxo de trabalho Serverless de dinâmica AQC + Trotter

• Diagonalização quântica de Krylov de Hamiltonianos de rede

• Transição de fase de Nishimori

• Estimativa de energia do estado fundamental da cadeia de Heisenberg com VQE

• Treinamento de kernel quântico

• Aprimore a classificação de características usando kernels quânticos projetados

• Desigualdade CHSH

• Observação de dinâmica robusta e coerente de hádrons não abelianos em processadores quânticos ruidosos

• Shadow tomography do estado de Greenberger-Horne-Zeilinger

• Simule a evolução temporal do modelo de Ising de campo transversal

Algoritmos tolerantes a falhas

Esta seção apresenta algoritmos com garantias teóricas bem definidas que são projetados para executar em hardware quântico com correção de erros futuro. Os circuitos ou sobrecarga de amostragem para esses algoritmos escalam de uma maneira que não é eficiente em profundidade e, portanto, são mais propensos a demonstrar vantagem quântica quando computadores quânticos tolerantes a falhas existirem. Esses tutoriais ilustram como os métodos operam em configurações idealizadas e demonstram exemplos em pequena escala.

• Algoritmo de Shor

• Algoritmo de Grover

Aproveite as capacidades do Qiskit

Esta seção introduz capacidades avançadas dentro do ecossistema Qiskit que melhoram o desempenho, confiabilidade e velocidade ao executar algoritmos quânticos.

Otimização de carga de trabalho

A otimização de carga de trabalho foca em orquestração eficiente de recursos clássicos e quânticos ou métodos personalizados para melhorar a manipulação de circuitos quânticos.

• Execute cargas de trabalho quânticas com QRMI

• Benchmark de circuitos dinâmicos com pares de Bell cortados

• Kernels quânticos com portas fracionárias

• Introdução ao transpilador com IA do Qiskit

• Otimização de transpilação com SABRE

• Métodos de compilação para circuitos de simulação Hamiltoniana

• Emaranhamento de longo alcance com circuitos dinâmicos

• Simulação de Hamiltoniano de Ising chutado com circuitos dinâmicos

Qiskit Functions

As Qiskit Functions são uma coleção de ferramentas de gerenciamento de erros e aplicações pré-empacotadas, facilitando o design de experimentos em larga escala com circuitos, moléculas, QUBOs e muito mais.

• Projete novos algoritmos com Circuit functions — com pipelines de transpilação, supressão de erros e mitigação de erros pré-construídos.

  • Modelo de Ising de Campo Transversal com Gerenciamento de Desempenho da Q-CTRL

  • Estimativa de Fase Quântica com Qiskit Functions da Q-CTRL

  • Simule Ising 2D com campo inclinado com a função QESEM

  • Simule um modelo de Ising chutado com a função TEM

  • Avalie a fidelidade de processo da QFT com o Orbit, uma Qiskit Function da Quantum Elements

• Experimente com problemas específicos de domínio com Application functions — com entradas e saídas familiares aos solucionadores clássicos.

  • Otimização dinâmica de portfólio com o Otimizador de Portfólio da Global Data Quantum

  • Otimização binária de ordem superior com o Solucionador de Otimização da Q-CTRL

  • Modele um fluido não viscoso em escoamento usando QUICK-PDE

  • Curvas PES de dissociação com Qunova HiVQE

  • Classificação de ensemble híbrida aprimorada quanticamente (fluxo de trabalho de estabilidade de rede)

  • Resolva o problema de Market Split com o Iskay Quantum Optimizer da Kipu Quantum

  • Encontre o Conjunto Independente Máximo com o Aqarios Constrained Quantum Optimizer

  • Resolva o problema de market split com o ParityQC Parity Twine Optimizer

  • Resolva o modelo de Sherrington-Kirkpatrick com o ParityQC Parity Twine Optimizer

Complementos Qiskit

Os complementos permitem manipulação avançada de circuitos, como corte, retropropagação de observáveis ou aproximação de circuitos, que permitem aos usuários contornar limitações de hardware ao custo de sobrecarga computacional clássica aumentada.

• Fórmulas multiproduto para reduzir erro de Trotter

• Compilação quântica aproximada para circuitos de evolução temporal

• Retropropagação de operadores (OBP) para estimativa de valores esperados

• Corte de fios para estimativa de valores esperados

• Corte de circuitos para condições de contorno periódicas

• Corte de circuitos para redução de profundidade

• Mitigação de erros de leitura para a primitiva Sampler usando M3

Mitigação de erros

A mitigação de erros aborda o desafio do ruído sem tolerância total a falhas recuperando valores esperados precisos através de manipulação controlada de circuitos e pós-processamento.

• Mitigação de erros em escala de utilidade com amplificação probabilística de erros

• Combine opções de mitigação de erros com a primitiva Estimator

• Cancelamento probabilístico de erro com cones de luz sombreados

• Melhore os valores esperados com absorção de ruído propagado (PNA)

• Benchmarking em tempo real para seleção de qubits

• Atualize as propriedades do backend com benchmarking em tempo real

• Cancelamento probabilístico de erro com modelos de ruído lógico

Detecção de erros

A detecção de erros identifica operações com falha para retornar resultados livres de ruído shot por shot através de pós-processamento.

• Códigos de repetição

• Detecção de erros de baixa sobrecarga com códigos espaço-temporais