🔬

quantum-circuit-optimizer

An interactive hybrid quantum-classical optimization simulator that combines quantum processors with classical computers to solve complex problems. Explore Variational Quantum Eigensolver (VQE) for molecular simulation, QAOA for combinatorial optimization, and quantum machine learning with real-time visualization of the optimization landscape.

🔬 지금 사용하기

이것은?

🎯 시뮬레이터 팁

📚 용어집

Variational Quantum Eigensolver (VQE)
클래식 피드백을 사용하여 매개변수화된 양자 회로를 반복적으로 최적화하여 분자 기저 상태 에너지를 찾는 하이브리드 알고리즘입니다.
QAOA
양자 근사 최적화 알고리즘 - 교대 양자 연산을 사용하여 조합 최적화 문제를 해결하기 위한 하이브리드 방법입니다.
Ansatz
매개변수가 클래식 컴퓨터에 의해 최적화되는 변형 알고리즘에 사용되는 매개변수화된 양자 회로 템플릿입니다.
Cost Function
하이브리드 알고리즘이 최소화하거나 최대화하려고 하는 특정 솔루션이 얼마나 좋은지 정량화하는 수학 함수입니다.
Barren Plateau
큐비트 수에 따라 비용 함수의 기울기가 기하급수적으로 사라지는 현상으로 인해 기존 최적화가 극도로 어려워집니다.
Classical Optimizer
측정 결과에 따라 양자 회로 매개변수를 조정하는 기존 알고리즘(예: COBYLA, Adam 또는 L-BFGS)입니다.
Circuit Depth
계산 시간과 잡음 축적에 직접적인 영향을 미치는 양자 회로의 순차 게이트 레이어 수입니다.
Gate Synthesis
복잡한 양자 연산을 특정 하드웨어에 고유한 기본 게이트 시퀀스로 분해합니다.
Transpilation
기본 게이트 세트 및 큐비트 연결을 포함한 하드웨어 제약 조건을 충족하도록 양자 회로를 변환합니다.
Error Mitigation
제로 노이즈 추정과 같은 완전한 양자 오류 수정 없이 양자 계산에 대한 노이즈의 영향을 줄이는 기술입니다.
Noise Model
게이트 오류, 측정 오류, 결맞음 등 양자 프로세서에 영향을 미치는 오류에 대한 수학적 설명입니다.
Convergence
연속적인 반복 결과 간의 차이가 감소하여 측정되는 최적화 알고리즘이 최적의 솔루션에 접근하는 과정입니다.
Measurement Shots
기대값 추정을 위한 통계를 구축하기 위해 양자 회로를 실행하고 측정하는 횟수입니다.
Ground State Energy
VQE 알고리즘이 분자 시뮬레이션 애플리케이션을 위해 찾는 것을 목표로 하는 양자 시스템의 가능한 가장 낮은 에너지입니다.
Qubit Connectivity
양자 프로세서의 큐비트 간 연결의 물리적 레이아웃으로 직접 수행할 수 있는 2큐비트 게이트를 결정합니다.
Hardware-Efficient Ansatz
대상 하드웨어에 고유한 게이트만 사용하고 해당 큐비트 연결을 존중하여 변환 오버헤드를 최소화하는 매개변수화된 회로 설계입니다.
COBYLA
선형 근사법에 의한 제한된 최적화 - VQE에서 일반적으로 사용되는 무그라디언트 클래식 최적화 프로그램으로 시끄러운 양자 측정에 잘 작동합니다.
MaxCut Problem
QAOA를 벤치마킹하는 데 일반적으로 사용되는 두 정점 그룹 사이의 최대 간선 수를 묻는 그래프 이론 최적화 문제입니다.
Hamiltonian
바닥 상태 VQE 알고리즘이 찾으려고 하는 양자 시스템의 전체 에너지를 설명하는 수학 연산자입니다.
Variational Principle
모든 시행 상태에 대한 해밀턴의 기대값은 항상 실제 바닥 상태 에너지보다 크거나 같다는 양자 역학적 원리입니다.
Gradient Descent
비용 함수가 가장 급격히 감소하는 방향으로 매개변수를 반복적으로 조정하는 고전적인 최적화 알고리즘입니다.
Expectation Value
동일하게 준비된 양자 상태를 여러 번 반복 측정하여 관찰할 수 있는 양자 측정의 평균 결과입니다.
Fidelity
0(직교)에서 1(동일) 범위의 두 양자 상태가 서로 얼마나 가까운지를 나타내는 척도입니다.
Pauli Decomposition
해밀턴을 Pauli 행렬의 텐서 곱의 가중 합으로 표현하여 양자 하드웨어에서 측정을 가능하게 합니다.
Quantum Volume
양자 프로세서의 전체 기능을 측정하기 위해 큐비트 수, 연결성 및 게이트 충실도를 결합한 측정항목입니다.
Quantum Advantage
양자 컴퓨터가 기존 컴퓨터보다 더 빠르고 효율적으로 실제 문제를 해결한다는 시연입니다.
Adiabatic Theorem
외부 조건이 천천히 변해도 양자 시스템이 바닥 상태를 유지한다는 원리로, 양자 어닐링의 기초가 됩니다.

🏆 핵심 인물

Alberto Peruzzo (2014)

광양자 프로세서에서 VQE(Variational Quantum Eigensolver)의 첫 번째 실험 시연을 주도하여 하이브리드 양자-고전 최적화가 실험적으로 실행 가능함을 입증했습니다.

Edward Farhi (2014)

QAOA(양자 근사 최적화 알고리즘)와 양자 단열 계산 개념을 공동 발명하여 양자 최적화를 위한 기본 프레임워크를 제공합니다.

Jarrod McClean (2016)

변이 양자 알고리즘을 위한 이론적 프레임워크를 개발하고 황량한 고원 문제를 식별하여 하이브리드 양자-고전 최적화에 대한 이해를 근본적으로 형성했습니다.

Abhinav Kandala (2017)

초전도 양자 하드웨어에 대한 분자 시뮬레이션을 위한 IBM의 VQE 실험 시연을 주도하여 실용적인 양자 화학을 발전시켰습니다.

Maria Schuld (2018)

변이 양자회로와 기계학습의 연결을 개척하여 하이브리드 알고리즘을 통한 양자 기계학습 분야 확립

Alain Aspuru-Guzik (2005)

화학 시뮬레이션에 양자 컴퓨터를 사용하는 독창적인 아이디어를 제안하고 VQE를 공동 개발하여 양자 컴퓨팅과 계산 화학을 연결합니다.

Ryan Babbush (2018)

효율적인 양자 화학 시뮬레이션 방법을 개발하고 실제 양자 하드웨어에서 VQE를 시연하는 과정에서 Google의 양자 알고리즘 팀을 이끌었습니다.

🎓 학습 자료

💬 학습자에게

{'encouragement': "Hybrid quantum-classical computing is where theory meets practice in today's quantum world. You do not need to wait for fault-tolerant quantum computers to start solving real problems - the algorithms you explore in this simulator are running on actual quantum hardware right now, tackling challenges in chemistry, finance, and logistics.", 'reminder': 'The most important skill in hybrid quantum computing is not mastering every technical detail - it is developing intuition for how quantum and classical resources can complement each other. Every time you run an optimization and watch the convergence plot, you are building that intuition.', 'action': 'Start with the Water molecule (H2) preset and run the VQE optimization. Watch how the energy converges toward the ground state as the classical optimizer adjusts the quantum circuit parameters. Then try increasing the noise level to see how real-world hardware imperfections affect the results.', 'dream': "We dream of a future where a chemistry student in Ethiopia can simulate novel drug molecules on quantum hardware, where an operations researcher in Cambodia can optimize supply chains using QAOA, and where hybrid quantum computing becomes a standard tool in every scientist's toolkit, regardless of their location or resources.", 'wiaVision': 'WIA Book envisions hybrid quantum-classical computing as the bridge to practical quantum advantage, and our simulators as the on-ramp for the next generation of quantum scientists. By making these advanced algorithms interactive and visual, we transform intimidating mathematics into intuitive understanding.'}

시작하기

무료, 가입 불필요

시작하기 →