香港大学赵琦、复旦大学周游等揭示量子纠缠在量子模拟中的加速作用

近日，香港大学计算机系赵琦教授联合复旦大学周游教授、美国马里兰大学Andrew Childs教授在《自然》子刊《自然-物理学》（Nature Physics）发表了题为“Entanglement accelerates quantum simulation”（量子纠缠加速量子模拟）的研究论文，并被选为8月刊封面文章。

图1：量子模拟的态和理想态的演化轨迹在纠缠区域内逐渐趋于一致

量子纠缠是多体量子系统最重要的特性之一，在量子信息处理和基础物理研究中具有核心地位。近年来，随着超导量子比特、离子阱和冷原子等实验平台的快速发展，研究者能够在实验上探索复杂的量子纠缠行为和多体动力学现象。数字化量子模拟作为一种通用且可编程的量子计算方法，通过量子比特和量子门阵列有效实现多体系统的哈密顿量动力学演化，成为研究量子相变、热化等前沿问题的重要工具，并被认为是实现“量子优越性”的重要途径之一。

本研究深入探讨了量子纠缠与多体量子模拟算法的关系，首次建立了纠缠熵与量子模拟算法误差的定量联系。研究发现，随着系统纠缠程度的提升，量子模拟算法的误差反而减小并趋于平均值，而经典算法则因纠缠增长导致资源消耗呈指数级增加。相比之下，量子模拟在高纠缠区域将更为高效，体现出“纠缠加速效应”，为实现量子优越性提供了理论基础。

图2：在不同纠缠程度下，量子算法与经典算法进行多体量子系统模拟时的资源消耗。随着纠缠程度的提升，经典模拟方法所需资源呈指数级增加，而量子模拟的资源消耗则保持在多项式水平，且在高纠缠区域该消耗进一步降低，显著优于经典方法。

此外，团队提出了基于纠缠信息的自适应优化算法，通过动态测量纠缠熵调整模拟参数，进一步提升了量子模拟的效率和精度。这一方法不仅适用于本研究中的模型，也可推广到更复杂的量子计算任务。该成果为高效量子模拟和量子信息处理提供了新思路，预计未来可能在化学、材料等前沿领域产生重要影响。

本项研究由香港大学计算与数据科学学院赵琦教授，复旦大学未来信息创新学院、电磁波信息科学教育部重点实验室周游教授和美国马里兰大学高等计算机研究所主任、鲁棒量子模拟中心主任、计算机科学系教授Andrew Childs共同完成，三位作者均为通讯作者。该研究得到国家自然科学基金理论物理专款前沿引领项目、科技创新2030重大项目、国家自然科学基金、香港研究资助局等项目的支持。