บทนำ
ก่อนเริ่ม กรุณากรอกแบบสำรวจก่อนเรียนสั้น ๆ นี้ ซึ่งมีความสำคัญในการปรับปรุงเนื้อหาและประสบการณ์ผู้ใช้ของเรา
Note: This survey is provided by IBM Quantum and relates to the original English content. To give feedback on doQumentation's website, translations, or code execution, please open a GitHub issue.
คอร์สนี้เป็นบทนำเฉพาะด้านสำหรับ variational quantum eigensolver (VQE) รวมถึงการประยุกต์ใช้ VQE กับเคมี คอร์สนี้มีไว้สำหรับผู้ที่ปฏิบัติงานด้านเทคนิคของการคำนวณควอนตัมที่สนใจนำการคำนวณควอนตัมไปใช้กับปัญหาเคมี ชีวเคมี หรือ biophysics คอร์สนี้ครอบคลุมองค์ประกอบสำคัญของการคำนวณ VQE รวมถึงสิ่งเหล่านี้:
- Hamiltonian
- Ansatz
- Classical optimizer
องค์ประกอบทั้งหมดเหล่านี้ถูกนำมาร วมกันเพื่อสร้างการคำนวณ VQE บน Qiskit Runtime Primitives โดยหลักคือ Estimator สำหรับข้อมูลเกี่ยวกับ primitives ดู documentation ในการตั้งค่าการคำนวณ VQE เราจะปฏิบัติตาม standard Qiskit patterns framework:
- แมป classical inputs ไปยังปัญหาควอนตัม
- Optimize ปัญหาสำหรับการรันบนควอนตัม
- รันโดยใช้ Qiskit Runtime primitives
- Post-process คืนผลลัพธ์ในรูปแบบ classical
คำอธิบาย framework บางส่วนจะพบตลอดคอร์สนี้ แต่สำหรับคำอธิบายครบถ้วนพร้อมตัวอย่างของ Qiskit patterns ดู documentation นี้
เราแนะนำให้วางแผนสละเวลาประมาณ 6-10 ชั่วโมงในการทำคอร์สนี้ให้เสร็จสมบูรณ์ วิดีโอและเนื้อหาอ่านน่าจะใช้เวลาสองชั่วโมง เวลาที่เหลือสำหรับการรันและแก้ไข code cells ทำแบบทดสอบ และอ่านเอกสารที่ลิงก์ไว้
IBM Quantum® มีเนื้อหาเพิ่มทักษะอื่น ๆ ที่เกี่ยวข้องกับ VQE หากคุณคุ้นเคยกับส่วนประกอบของ VQE อยู่แล้วและต้องการนำไปปฏิบัติ ดู tutorial ของเรา: Ground-state energy estimation of the Heisenberg chain with VQE
ภาพรวมของ VQE
มาเริ่มศึกษา VQE กันด้วยการดูวิดีโอภาพรวมนี้ นำเสนอโดย IBM Quantum Americas Lead for Quantum Innovation Centers, Dr. Victoria Lipinska
คุณจะได้เรียนรู้ว่า VQE คืออะไร มันทำอะไรได้ และเหตุใดมันจึงน่าจะมีประโยชน์ในระยะสั้นเหนือกว่า quantum computing algorithms อื่น ๆ
เอกสารอ้างอิง
บทความต่อไปนี้ถูกอ้างอิงในวิดีโอข้างต้น