tequilahub/tequila

Tequila – 변분 양자 알고리즘을 위한 Python 프레임워크

개요

• 변분 양자 고유값 솔버(VQE) 및 기타 하이브리드 양자-고전 알고리즘과 같은 작업을 위해 양자 회로를 구축, 미분 및 최적화할 수 있는 오픈 소스 Python 라이브러리입니다.
• 양자 백엔드(시뮬레이터 또는 실제 하드웨어)의 저수준 세부 사항을 추상화하며, 변수, 게이트, 해밀토니안 및 기대값 목적 함수를 정의하기 위한 통합 API를 제공합니다.

주요 기능

• 추상 데이터 구조 – 회로, 해밀토니안 및 최적화 목적 함수는 실행 백엔드와 독립적으로 표현됩니다.
• 자동 미분 – 기대값의 기울기를 자동으로 얻을 수 있어 BFGS와 같은 기울기 기반 최적화 도구를 사용할 수 있습니다.
• 백엔드 독립성 – 많은 시뮬레이터/하드웨어 제공업체(Qulacs, Qibo, Qiskit, Cirq, PyQuil, Atos QLM)와 작동하며 설치된 최적의 백엔드를 자동으로 선택합니다.
• 양자 화학 통합 – 분자 구조(Psi4, PySCF 또는 Madness 라이브러리 경유)를 큐비트 해밀토니안으로 변환하고 화학 특화 ansatz(UCC, UpCCGSD, SPA 등)를 생성하는 모듈을 포함합니다.
• 연구급 기능 – 사용자 정의 ansatz, 구간 보장 측정, 명시적 상관 보정 및 관련 논문 목록에 설명된 기타 기술을 지원합니다.

일반적인 워크플로우 (Hello-World)

1. 기호 변수 a를 정의합니다.
2. 회로(예: 단일 큐비트 회전 Ry)를 구축합니다.
3. 해밀토니안(여기서는 Pauli-X 연산자)을 지정합니다.
4. 회로와 해밀토니안을 연결하는 ExpectationValue 객체를 생성합니다.
5. 최적화 도구(예: BFGS)와 함께 tq.minimize를 호출하여 에너지를 최소화하는 변수 값을 찾습니다.
6. 결과 파동 함수와 최적화 기록을 검사합니다.

화학 예제

• 지오메트리 문자열이나 .xyz 파일에서 분자를 로드합니다.
• 선택한 페르미온-큐비트 매핑을 통해 큐비트 해밀토니안을 생성합니다.
• 화학 특화 ansatz(예: SPA, UpCCGSD)를 선택합니다.
• VQE로 에너지를 최적화하고, 선택적으로 PySCF나 Psi4를 사용하여 고전적 참조 방법(CISD, FCI)과 비교합니다.

설치

• 권장: pip install tequila-basic (핵심 라이브러리).
• Qulacs와 같은 빠른 시뮬레이터 추가 (pip install qulacs).
• 화학 응용의 경우, 설명된 대로 conda나 pip를 통해 선택적 백엔드(Psi4, PySCF, Madness)를 설치하십시오.

문서 및 학습 리소스

• 튜토리얼과 API 문서는 https://tequilahub.github.io/tequila-tutorials/ 에서 호스팅됩니다.
• 연구 논문 및 예제 노트북 모음은 고급 사용법(기저 집합 없는 VQE, meta-VQE, 견고성 구간 등)을 보여줍니다.

사용 대상

• 새로운 변분 알고리즘이나 화학 응용 프로그램을 개발하는 양자 컴퓨팅 연구원.
• 자동 미분을 사용하여 양자 회로를 프로토타이핑하기 위한 고수준의 백엔드 독립적인 방법을 원하는 학생 및 개발자.
• 고전적인 양자 화학 패키지와 양자 하드웨어 실행 사이의 가교가 필요한 모든 사람.

커뮤니티

• GitHub에서 오픈 소스로 제공되며, 풀 리퀘스트를 통한 기여를 환영합니다.
• 문제는 저장소에서 직접 제기할 수 있으며, 관리자가 직접 도움을 받을 수 있는 연락처 정보를 제공합니다.

---

위의 모든 정보는 프로젝트의 README에서 직접 가져온 것이며, 추가 기능은 추론되지 않았습니다.