摘要：预测许多相互作用的量子粒子的行为是一个复杂的过程，但是利用现实世界应用的量子计算的关键。研究人员开发了一种比较量子算法并确定最难解决的量子问题的方法。...

预测许多相互作用的量子粒子的行为是一个复杂的过程，但是利用现实世界应用的量子计算的关键。 EPFL领导的研究人员的合作开发了一种比较量子算法并确定最难解决的量子问题的方法。

从亚原子颗粒到复杂的分子，量子系统是了解宇宙如何工作的关键。但是有一个收获：当您尝试建模这些系统时，这种复杂性很快就会失控 - 试图预测每个人都在不断影响其他所有人的大量人群的行为。将这些人变成量子粒子，您现在面临“量子多体问题”。

量子多体问题是预测大量相互作用量子颗粒的行为的努力。解决它们可以解锁化学和材料科学等领域的巨大进步，甚至推动量子计算机等新技术的开发。

但是，您将混合物投入的颗粒越多，它就越难以建模其行为，尤其是当您寻找系统的基态或最低的能量状态时。这很重要，因为基态告诉科学家哪些材料将是稳定的，甚至可以揭示出超导性等外来阶段。

对于每个问题，一个解决方案：但是哪一个呢？

多年来，科学家一直依靠量子蒙特卡洛模拟和张量网络（变异波函数）等方法的混合来近似解决这些问题的解决方案。每种方法都有其优点和劣势，但是很难知道哪种问题最适合哪种问题。直到现在，还没有一种普遍的方法来比较它们的准确性。

EPFL的朱塞佩·卡里奥（Giuseppe Carleo）领导的一项大型科学家合作现在开发了一种新的基准，称为“ V-Score”，以解决此问题。 V-SCORE（“ V型精度”）提供了一种一致的方法来比较不同量子方法在同一问题上的表现良好。 V-SCORE可用于确定最难解决的量子系统，当前计算方法难以挣扎，而未来方法（例如量子计算）可能会带来优势。

突破方法发表在科学。

V得分的工作方式

使用两个关键信息来计算V得分：量子系统的能量以及能量波动的程度。理想情况下，波动的能量越低，溶液越精确。 V-SCORE将这两个因素组合到一个数字中，从而更容易根据它们与精确解决方案的距离进行排名。

为了创建V-评分，团队汇编了迄今为止最广泛的量子多体问题数据集。他们在一系列量子系统上进行了模拟，从颗粒的简单链到复杂，沮丧的系统，这些系统因其难度而臭名昭著。基准不仅显示了哪种方法最适合特定问题，而且突出了量子计算可能会产生最大影响的领域。

解决最严重的量子问题

在测试V评分时，科学家发现，某些量子系统比其他量子系统更容易解决。例如，使用张量网络等现有方法，可以相对容易地处理一维系统，例如粒子的链条。但是，更复杂，高维系统（如沮丧的量子晶格）具有明显更高的V分数，这表明这些问题很难通过当今的经典计算方法解决。

研究人员还发现，依赖神经网络和量子电路的方法（对未来的两种有前途的技术）的表现也很好，即使与既定的技术相比。这意味着，随着量子计算技术的改善，我们可能能够解决一些最严重的量子问题。

V分数为研究人员提供了一种衡量解决量子问题进度的强大工具，尤其是随着量子计算的不断发展。通过指出最严重的问题和经典方法的局限性，V得分可以帮助指导未来的研究工作。例如，依靠量子模拟的行业（例如药物或能源）可以使用这些见解来专注于量子计算可以使它们具有竞争优势的问题。