全量子分子信息处理方法、装置、计算机设备及存储介质

1.本技术涉及量子计算技术领域，特别是涉及一种全量子分子信息处理方法、装置、计算机设备及存储介质。


背景技术：

2.量子计算是一种遵循量子力学规律调控量子信息单元进行计算的新型计算方式，用于解决量子化学问题已成为一个新的热门研究领域，具有巨大的潜在市场应用价值。
3.传统技术中，为了求解分子的特征态和特征能，通常采用经典量子混合的变分量子特征求解算法通过在量子计算机上制备和测量量子态，并在该过程中在经典计算机上更新优化参数不断循环制备和测量量子态，当整个迭代过程收敛时以得到分子的特征态和特征能。但是，采用传统的方式会导致计算分子的特征态和特征能的过程比较复杂。


技术实现要素：

4.基于此，有必要针对上述技术问题，提供一种全量子分子信息处理方法、装置、计算机设备及存储介质。
5.一种全量子分子处理方法，所述方法包括：
6.基于目标分子哈密顿量得到编码信息和纠缠信息；
7.通过所述编码信息和所述纠缠信息进行编码处理、纠缠处理、解码处理和测量处理，得到所述目标分子哈密顿量的初始特征态和初始特征能；
8.基于所述目标分子哈密顿量的初始特征态和初始特征能，对所述编码信息进行更新，得到更新后的编码信息；
9.将所述更新后的编码信息确定为编码信息，继续执行所述通过所述编码信息和所述纠缠信息进行编码处理、纠缠处理、解码处理和测量处理，得到所述目标分子哈密顿量的初始特征态和初始特征能，直到获取到所述目标分子哈密顿量的目标特征态和目标特征能为止。
10.在其中一个实施例中，所述基于所述目标分子哈密顿量的初始特征态和初始特征能，对所述编码信息进行更新，得到更新后的编码信息，包括：
11.对所述目标分子哈密顿量的初始特征态和初始特征能进行算术运算，得到更新量；
12.根据所述更新量对所述编码信息进行更新，得到所述更新后的编码信息。
13.在其中一个实施例中，所述通过所述编码信息和所述纠缠信息进行编码处理、纠缠处理、解码处理和测量处理，得到所述目标分子哈密顿量的初始特征态和初始特征能，包括：
14.基于所述编码信息和所述纠缠信息进行编码处理和纠缠处理，得到中间量子态；
15.通过解码信息对所述中间量子态进行解码处理，得到所述目标量子态；
16.对所述目标量子态进行测量处理，确定所述目标分子哈密顿量的初始特征态和初
始特征能。
17.在其中一个实施例中，所述基于所述编码信息和所述纠缠信息进行编码处理和纠缠处理，得到中间量子态，包括：
18.通过所述编码信息对初始态信息进行编码处理，得到初始量子态；
19.通过所述纠缠信息对所述初始量子态进行纠缠处理，得到所述中间量子态。
20.在其中一个实施例中，所述对所述目标量子态进行测量处理，确定所述目标分子哈密顿量的初始特征态和初始特征能，包括：
21.基于泡利基矢矩阵对所述目标量子态进行测量处理，确定所述目标分子哈密顿量的初始特征态；
22.通过所述初始特征态确定所述目标分子哈密顿量的初始特征能。
23.在其中一个实施例中，所述对所述目标量子态进行测量处理，确定所述目标分子哈密顿量的初始特征态和初始特征能，包括：
24.基于泡利基矢矩阵对所述目标量子态进行测量处理，确定所述目标分子哈密顿量的特征态；
25.通过所述特征态确定所述目标分子哈密顿量的特征能；
26.继续执行所述获取目标分子哈密顿量，直到所述特征能收敛，并将当前的特征态确定为所述目标分子哈密顿量的初始特征态，将当前的特征能确定为所述目标分子哈密顿量的初始特征能。
27.在其中一个实施例中，所述方法还包括：
28.基于目标分子中原子的属性信息，确定所述目标分子的费米哈密顿量；
29.将所述费米哈密顿量映射变换得到所述目标分子哈密顿量，所述目标分子哈密顿量为希尔伯特空间的比特哈密顿量。
30.一种全量子分子处理装置，所述装置包括：
31.信息获取模块，用于根据目标分子哈密顿量得到编码信息和纠缠信息；
32.处理模块，用于通过所述编码信息和所述纠缠信息进行编码处理、纠缠处理、解码处理和测量处理，得到所述目标分子哈密顿量的初始特征态和初始特征能；
33.更新模块，用于根据所述目标分子哈密顿量的初始特征态和初始特征能，对所述编码信息进行更新，得到更新后的编码信息；
34.循环执行模块，用于将所述更新后的编码信息确定为编码信息，继续执行所述通过所述编码信息和所述纠缠信息进行编码处理、纠缠处理、解码处理和测量处理，得到所述目标分子哈密顿量的初始特征态和初始特征能，直到获取到所述目标分子哈密顿量的所有目标特征态和所有目标特征能为止。
35.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
36.信息获取模块，用于根据目标分子哈密顿量得到编码信息和纠缠信息；
37.处理模块，用于通过所述编码信息和所述纠缠信息进行编码处理、纠缠处理、解码处理和测量处理，得到所述目标分子哈密顿量的初始特征态和初始特征能；
38.更新模块，用于根据所述目标分子哈密顿量的初始特征态和初始特征能，对所述编码信息进行更新，得到更新后的编码信息；
39.循环执行模块，用于将所述更新后的编码信息确定为编码信息，继续执行所述通过所述编码信息和所述纠缠信息进行编码处理、纠缠处理、解码处理和测量处理，得到所述目标分子哈密顿量的初始特征态和初始特征能，直到获取到所述目标分子哈密顿量的所有目标特征态和所有目标特征能为止。
40.一种存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
41.信息获取模块，用于根据目标分子哈密顿量得到编码信息和纠缠信息；
42.处理模块，用于通过所述编码信息和所述纠缠信息进行编码处理、纠缠处理、解码处理和测量处理，得到所述目标分子哈密顿量的初始特征态和初始特征能；
43.更新模块，用于根据所述目标分子哈密顿量的初始特征态和初始特征能，对所述编码信息进行更新，得到更新后的编码信息；
44.循环执行模块，用于将所述更新后的编码信息确定为编码信息，继续执行所述通过所述编码信息和所述纠缠信息进行编码处理、纠缠处理、解码处理和测量处理，得到所述目标分子哈密顿量的初始特征态和初始特征能，直到获取到所述目标分子哈密顿量的所有目标特征态和所有目标特征能为止。
45.上述全量子分子处理方法、装置、计算机设备和存储介质，计算机设备基于目标分子哈密顿量得到编码信息和纠缠信息，通过编码信息和纠缠信息进行编码处理、纠缠处理、解码处理和测量处理，得到目标分子哈密顿量的目标特征态和目标特征能，基于目标分子哈密顿量的初始特征态和初始特征能，对编码信息进行更新，得到更新后的编码信息，将更新后的编码信息确定为编码信息，继续执行通过编码信息和纠缠信息进行编码处理、纠缠处理、解码处理和测量处理，得到目标分子哈密顿量的初始特征态和初始特征能，直到获取到目标分子哈密顿量的目标特征态和目标特征能为止；该方法不需要经典计算机来辅助量子计算机，仅需要量子计算机就能够计算分子哈密顿量的特征态和特征能，减少了经典计算机与量子计算机的数据交互过程，并减少资源开销，从而降低了分子哈密顿量的特征态和特征能的计算过程的复杂性。
附图说明
46.图1为一个实施例中计算机设备的内部结构图；
47.图2为一个实施例中全量子分子处理方法的流程示意图；
48.图3为一个实施例中对编码信息进行更新的方法流程示意图；
49.图4为一个实施例中获取目标分子哈密顿量的目标特征态和目标特征能的方法流程图；
50.图5为另一个实施例中确定中间量子态的方法流程示意图；
51.图6为另一个实施例中确定目标分子哈密顿量的目标特征态和目标特征能的方法流程示意图；
52.图7为另一个实施例中确定目标分子哈密顿量的目标特征态和目标特征能的具体方法流程示意图；
53.图8为另一个实施例中获取目标分子哈密顿量的方法流程示意图；
54.图9为一个实施例中全量子分子处理装置的结构框图。
具体实施方式
55.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
56.本技术提供的全量子分子处理方法，可以适用于图1所示的计算机设备。如图1所示，该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储管线和管线的属性信息。该计算机设备的网络接口用于与外部的终点通过网络连接通信。该计算机程序被处理器执行时以实现一种全量子分子处理方法。
57.本领域技术人员可以理解，图1中示出的结构，仅仅是与本技术方案相关的部分结构的框图，并不构成对本技术方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
58.在一个实施例中，如图2所示，提供了一种全量子分子处理方法，该方法通常应用于物理和化学等学科中，以提取分子、原子等系统的特征态和特征能，具体应用如预测分子或材料性质与反应过程、蛋白质折叠和药物研发等等。以该方法应用于图1中的计算机设备为例进行说明，包括以下步骤：
59.s100、基于目标分子哈密顿量得到编码信息和纠缠信息。
60.具体的，上述全量子分子处理方法可以适用于量子计算机，能够处理和计算量子信息、运行量子算法的计算机设备可以称为量子计算机，因此，本实施例中的计算机设备可以称为量子计算机。在本实施例中，仅需要量子计算机，不需要额外的传统计算机设备就可以执行上述全量子分子处理方法，以求解目标分子哈密顿量的激发态和激发态能量。由于量子计算机可以对数据进行并行处理，从而可以大大提高量子计算机的运算效率，提高整个算法的运算速度。上述计算机设备与经典计算机设备的区别在于，传统计算机设备是以二进制数值0和1来编码数据，而计算机设备采用量子叠加态α|0》+β|1》来进行编码，其中，α和β都是复数，且|α|2+|β|2＝1，即为量子振幅。
61.需要说明的是，目标分子哈密顿量在数学上的形式可以为埃尔米特矩阵，记为h。若分子、原子等系统由n个量子比特表征，那么h可以为一个2n×2n
的埃尔米特矩阵，也就是一个共轭对称的复矩阵。根据量子力学的原理可知，分子、原子等系统的目标分子哈密顿量可以有对应的特征能和特征态。因此，基于目标分子哈密顿量进行一系列处理，可以得到目标分子哈密顿量的初始特征态和初始特征能，其中，初始特征态可以为向量，初始特征能可以为数值。
62.在本实施例中，将n个量子比特的分子哈密顿量映射变换后，得到的目标分子哈密顿量h可以表示为pi表示表示n个泡利基矢矩阵直积得到的数据项，h表示矩阵，αi表示数据项pi的系数，li可以小于等于4n。
63.其中，计算机设备可以基于目标分子哈密顿量确定编码信息vi和纠缠信息u。上述编码信息vi为一个多比特算符(即矩阵)，在本实施例中也可以称为多比特逻
辑门。其中，[α
1-λ0，α2，
…
，α
li
]为编码信息vi中的第一列数据。为了保证[α
1-λ0，α2，
…
，α
li
]的幺正性，可以通过施密特正交化对[α
1-λ0，α2，
…
，α
li
]进行处理得到编码信息vi，λ0为偏置常数。其中，上述纠缠信息u可以表示为
[0064]
s200、通过编码信息和纠缠信息进行编码处理、纠缠处理、解码处理和测量处理，得到目标分子哈密顿量的初始特征态和初始特征能。
[0065]
可以理解的是，计算机设备可以通过计算实时确定目标分子哈密顿量h，还可以获取本地或者云端预先存储的目标分子哈密顿量h。确定目标分子哈密顿量的初始特征态的过程可以理解为求解目标分子哈密顿量h的特征向量，并且特征向量的特征值可以为分子、原子等系统处于特征态时的能量，即特征能。分子哈密顿量的特征态也就是分子、原子等系统的特征态，可以包括激发态和基态。其中，分子、原子等系统的基态可以理解为目标分子哈密顿量h具有最小特征值的特征向量，且这个最小特征值就是分子、原子等系统的基态能量。在本实施例中，初始特征态可以为激发态和基态，初始特征能可以为激发态对应的能量(即激发态能量)，以及基态对应的能量(即基态能量)。分子、原子等系统的激发态可以理解为目标分子哈密顿量h除了基态以外的所有特征向量，第k激发态所对应的能量可以等于目标分子哈密顿量h第k+1小的特征值。
[0066]
具体的，计算机设备可以通过编码信息和纠缠信息依次分别进行编码处理、纠缠处理、解码处理和测量处理，然后通过四种处理结果确定目标分子哈密顿量的初始特征态|ei》和初始特征能ei。
[0067]
或者，计算机设备还可以通过编码信息先进行编码处理，对编码处理结果进行纠缠处理，之后再对纠缠处理结果进行解码处理和测量处理，得到目标分子哈密顿量的初始特征态|ei》和初始特征能ei，当然，还可以通过编码信息先进行编码处理，对编码处理结果进行纠缠处理，之后再对纠缠处理结果分别进行解码处理和测量处理，然后通过解码处理结果和测量处理结果确定目标分子哈密顿量的初始特征态|ei》和初始特征能ei。
[0068]
另外，计算机设备还可以通过一些基础信息、编码信息和纠缠信息进行编码处理、纠缠处理、解码处理和测量处理，得到目标分子哈密顿量的初始特征态|ei》和初始特征能ei。编码处理、纠缠处理、解码处理和测量处理均可以理解为运算处理，具体可以包括加法运算、减法运算、乘法运算、除法运算、指数运算和/或对数运算等等。但是，编码处理、纠缠处理、解码处理和测量处理均不同。
[0069]
s300、基于目标分子哈密顿量的初始特征态和初始特征能，对编码信息进行更新，得到更新后的编码信息。
[0070]
具体的，计算机设备可以对目标分子哈密顿量的初始特征态|ei》和初始特征能ei进行预处理、分析处理、比较处理和/或转换处理等等，得到处理结果，然后根据处理结果对编码信息进行更新，得到更新后的编码信息。在本实施例中，上述初始特征态可以为基态，初始特征能可以为基态能量。也就是，计算机设备基于目标分子哈密顿量的基态和基态能量，对编码信息进行更新，得到更新后的编码信息。
[0071]
s400、将更新后的编码信息确定为编码信息，继续执行通过编码信息和纠缠信息进行编码处理、纠缠处理、解码处理和测量处理，得到目标分子哈密顿量的初始特征态和初始特征能，直到获取到目标分子哈密顿量的目标特征态和目标特征能为止。
[0072]
需要说明的是，计算机设备可以将更新后的编码信息确定为编码信息，然后继续执行上述s200，将得到的目标分子哈密顿量的初始特征态和初始特征能作为目标分子哈密顿量的激发态和激发态能量，直到获取到目标分子哈密顿量的目标特征态(即所有激发态)和目标特征能(即所有激发态能量)为止，得到目标特征态|e＞和目标特征能e。在本实施例中，还可以根据目标分子对应的目标分子哈密顿量的目标特征态|e》和目标特征能e，确定目标分子的基本性质和/或预测化学反应等基本过程。
[0073]
可以理解的是，上述s400中的步骤可以为循环处理过程，以确定目标分析哈密顿量的所有激发态和所有激发态能量的过程。循环处理次数可以大于等于1。随着循环处理次数的增加，得到的激发态能量会逐渐变大，也就是，第一次循环处理后得到的激发态能量是最小的能量。
[0074]
上述全量子分子处理方法中，计算机设备基于目标分子哈密顿量得到编码信息和纠缠信息，通过编码信息和纠缠信息进行编码处理、纠缠处理、解码处理和测量处理，得到目标分子哈密顿量的目标特征态和目标特征能，基于目标分子哈密顿量的初始特征态和初始特征能，对编码信息进行更新，得到更新后的编码信息，将更新后的编码信息确定为编码信息，继续执行通过编码信息和纠缠信息进行编码处理、纠缠处理、解码处理和测量处理，得到目标分子哈密顿量的初始特征态和初始特征能，直到获取到目标分子哈密顿量的目标特征态和目标特征能为止；该方法不需要经典计算机来辅助量子计算机，仅需要量子计算机就能够计算分子哈密顿量的激发态和激发态能量，减少了经典计算机与量子计算机的数据交互过程，并减少资源开销，从而降低了目标分子哈密顿量的激发态和激发态能量的计算过程的复杂性；同时，该方法通过量子计算机计算分子哈密顿量的激发态和激发态能量，利用了量子计算机中量子叠加和量子纠缠的性质，可以提高数据的处理速度；另外，该方法通过量子计算机可以达到快速收敛，并对噪声具有更强的鲁棒性。
[0075]
作为其中一个实施例，如图3所示，上述s300中基于目标分子哈密顿量的目标特征态和目标特征能，对编码信息进行更新，得到更新后的编码信息的步骤，可以包括：
[0076]
s310、对目标分子哈密顿量的初始特征态和初始特征能进行算术运算，得到更新量。
[0077]
具体的，计算机设备可以对目标分子哈密顿量的初始特征态|ei》和初始特征能ei进行算术运算，该算术运算的具体过程可以表示为eiεi/2n，即eiεi/2n为更新量，其中，εi表示初始特征态|ei》在不同泡利基矢矩阵下的测量值，εi等于《ei|pi|ei》。在本实施例中，初始特征态可以为基态，初始特征能可以为基态能量。
[0078]
s320、根据更新量对编码信息进行更新，得到更新后的编码信息。
[0079]
需要说明的是，根据更新量对编码信息进行更新的具体过程可以通过公式表示为α
i-eiεi/2n，即更新后的编码信息。然后将更新后的编码信息作为计算目标分子哈密顿量的激发态和激发态能量的编码信息，继续执行上述s200中的步骤。
[0080]
上述全量子分子处理方法可以获取更新后的编码信息，进一步基于更新后的编码信息确定目标分子哈密顿量的激发态和激发态能量，该过程不需要经典计算机来辅助量子计算机，仅需要量子计算机就能够实现，减少了经典计算机与量子计算机的数据交互过程，并减少资源开销，从而降低了目标分子哈密顿量的激发态和激发态能量的计算过程的复杂性；同时，该方法通过量子计算机可以达到快速收敛，并对噪声具有更强的鲁棒性。
[0081]
作为其中一个实施例，如图4所示，上述s200中通过编码信息和纠缠信息进行编码处理、纠缠处理、解码处理和测量处理，得到目标分子哈密顿量的目标特征态和目标特征能的步骤，可以通过以下步骤实现：
[0082]
s210、基于编码信息和纠缠信息进行编码处理和纠缠处理，得到中间量子态。
[0083]
具体的，计算机设备可以对编码信息进行编码处理，对纠缠信息进行纠缠处理，然后将编码处理结果和纠缠处理结果结合确定为中间量子态。或者，计算机设备还可以对编码信息先进行编码处理，对编码处理结果和纠缠信息进行纠缠处理，将纠缠处理结果确定为中间量子态。当然，计算机设备还可以通过一些基础信息，对编码信息进行编码处理，对纠缠信息进行纠缠处理，然后将编码处理结果和纠缠处理结果结合确定为中间量子态。
[0084]
其中，如图5所示，上述s210中基于编码信息和纠缠信息进行编码处理和纠缠处理，得到中间量子态的步骤，具体可以包括：
[0085]
s211、通过编码信息对初始态信息进行编码处理，得到初始量子态。
[0086]
具体的，计算机设备在执行上述全量子分子处理方法时初始状态设置为|0》态，上述初始态信息可以为|0》态信息，|0》态信息可以为向量形式。计算机设备可以对编码信息vi和|0》态信息进行编码处理，得到初始量子态vi|0》。初始量子态vi|0》可以等于其中，且c表示归一化系数。
[0087]
s212、通过纠缠信息对初始量子态进行纠缠处理，得到中间量子态。
[0088]
进一步，计算机设备可以对纠缠信息u与初始量子态vi|0》进行纠缠处理，得到中间量子态。其中，上述纠缠信息u为一个多比特算符，在本实施例中也可以称为多比特受控门，纠缠信息u的数量可以等于目标分子哈密顿量在泡利矩阵下的展开项的数量。
[0089]
本实施例可以得到中间量子态，并通过中间量子态和解码信息进行解码处理，得到目标量子态；该方法不需要经典计算机来辅助量子计算机，仅需要量子计算机就能够计算目标量子态，进一步基于目标量子态确定分子哈密顿量的特征态和特征能，减少了经典计算机与量子计算机的数据交互过程，并减少资源开销，从而降低了分子哈密顿量的特征态和特征能的计算过程的复杂性；同时，该方法通过量子计算机实现计算过程，可以提高整个算法的计算速度。
[0090]
s220、通过解码信息对中间量子态进行解码处理，得到目标量子态。
[0091]
具体的，计算机设备可以对解码信息hd和中间量子态进行解码处理，得到目标量子态φ。上述解码信息hd可以理解为2*2的幺正矩阵，也可以称为单比特哈达玛门，在本实施例可以为
[0092]
其中，若中间量子态包含log2li个量子比特，则计算机设备可以分别对每个量子比特的中间量子态施加单比特哈达玛门后，将每次得到的结果组合后作为目标量子态φ。其中，上述初始量子态、中间量子态和目标量子态均可以通过向量形式表示。
[0093]
s230、对目标量子态进行测量处理，确定目标分子哈密顿量的初始特征态和初始特征能。
[0094]
具体的，计算机设备可以对目标量子态进行测量处理，确定目标分子哈密顿量的初始特征态|ei》和初始特征能ei。第一次计算得到的初始特征态|ei》可以为基态，初始特征能ei可以为基态能量。
[0095]
其中，如图6所示，上述s230中对目标量子态进行测量处理，确定目标分子哈密顿量的初始特征态和初始特征能的步骤，具体可以包括：
[0096]
s231、基于泡利基矢矩阵对目标量子态进行测量处理，确定目标分子哈密顿量的初始特征态。
[0097]
具体的，计算机设备可以对目标量子态φ和不同泡利基矢矩阵pi进行运算处理，得到目标分子哈密顿量的初始特征态|ei》。
[0098]
s232、通过初始特征态确定目标分子哈密顿量的初始特征能。
[0099]
需要说明的是，计算机设备可以对目标分子哈密顿量中的系数αi和初始特征态|ei》进行运算处理，得到目标分子哈密顿量的初始特征能ei。上述运算处理可以为加法运算、减法运算、乘法运算和/或除法运算等等。但在本实施例中，具体的运算处理过程可以表示为即目标分子哈密顿量的初始特征能ei，εi表示初始特征态|ei》在不同泡利基矢矩阵下的测量值，εi等于《ei|pi|ei》。其中，上述初始特征态|ei》和初始特征能ei可以为能量收敛时对应的值。
[0100]
本实施例不需要经典计算机来辅助量子计算机，仅需要量子计算机就能够计算分子哈密顿量的特征态和特征能，减少了经典计算机与量子计算机的数据交互过程，并减少资源开销，从而降低了分子哈密顿量的特征态和特征能的计算过程的复杂性；同时，该过程通过量子计算机计算分子哈密顿量的特征态和特征能，利用了量子计算机中量子叠加和量子纠缠的性质，可以提高数据的处理速度。
[0101]
上述全量子分子处理方法可以基于编码信息和纠缠信息进行编码处理和纠缠处理，得到中间量子态，通过解码信息对中间量子态进行解码处理，得到目标量子态，对目标量子态进行测量处理，确定目标分子哈密顿量的目标特征态和目标特征能；该方法不需要经典计算机来辅助量子计算机，仅需要量子计算机就能够计算分子哈密顿量的特征态和特征能，减少了经典计算机与量子计算机的数据交互过程，并减少资源开销，从而降低了分子哈密顿量的特征态和特征能的计算过程的复杂性；同时，该方法通过量子计算机计算分子哈密顿量的特征态和特征能，利用了量子计算机中量子叠加和量子纠缠的性质，可以提高数据的处理速度。
[0102]
作为其中一个实施例，如图7所示，上述s230中对目标量子态进行测量处理，确定目标分子哈密顿量的初始特征态和初始特征能的步骤，具体可以包括：
[0103]
s233、基于泡利基矢矩阵对目标量子态进行测量处理，确定目标分子哈密顿量的特征态。
[0104]
具体的，计算机设备可以对目标量子态φ和不同泡利基矢矩阵pi进行运算处理，得到目标分子哈密顿量的特征态|e'i》。
[0105]
s234、通过特征态确定目标分子哈密顿量的特征能。
[0106]
需要说明的是，计算机设备可以对目标分子哈密顿量中的系数αi和特征态|e'i》进行运算处理，得到目标分子哈密顿量的特征能ei'。上述运算处理可以为加法运算、减法运算、乘法运算和/或除法运算等等。但在本实施例中，具体的运算处理过程可以表示为即目标分子哈密顿量的特征能ei'。
[0107]
s235、继续执行获取目标分子哈密顿量，直到特征能收敛，并将当前的特征态确定
为目标分子哈密顿量的初始特征态，将当前的特征能确定为目标分子哈密顿量的初始特征能。
[0108]
具体的，上述特征态|e'i》和特征能ei'可以为能量未收敛时对应的值，为了使能量收敛，可以继续执行上述所有步骤，不断计算目标分子哈密顿量的特征态|e'i》和特征能ei'，直到能量收敛为止，将当前的特征态|e'i》确定为目标分子哈密顿量的初始特征态|ei》，将当前的特征能ei'确定为目标分子哈密顿量的初始特征能ei。能量收敛可以理解为前后多次计算得到的特征能近似相等或完全相等。
[0109]
上述全量子分子处理方法可以对目标量子态进行测量处理，确定目标分子哈密顿量的初始特征态和初始特征能，该过程不需要经典计算机来辅助量子计算机，仅需要量子计算机就能够计算分子哈密顿量的特征态和特征能，减少了经典计算机与量子计算机的数据交互过程，并减少资源开销，从而降低了分子哈密顿量的特征态和特征能的计算过程的复杂性；同时，该方法通过量子计算机计算分子哈密顿量的特征态和特征能，可以提高整个算法的计算速度；另外，该方法通过量子计算机可以达到快速收敛，并对噪声具有更强的鲁棒性。
[0110]
作为其中一个实施例，在上述s100的步骤之前，如图8所示，上述全量子分子处理方法还可以包括：
[0111]
s500、基于目标分子中原子的属性信息，确定目标分子的费米哈密顿量。
[0112]
具体的，计算机设备可以根据分子、原子等系统中目标分子包含的原子的属性信息，采用量子计算开源软件包确定目标分子的费米哈密顿量。原子的属性信息可以为目标分子中不同原子之间的间隔距离、不同原子之间的组成结构、结构类型等等信息。上述量子计算开源软件包可以为openfermin或者cambridge quantum等等。上述费米哈密顿量可以理解为费米子算符。
[0113]
s600、将费米哈密顿量映射变换得到目标分子哈密顿量，目标分子哈密顿量为希尔伯特空间的比特哈密顿量。
[0114]
可以理解的是，由于量子计算机的运算是基于幺正矩阵操作的，因此，计算机设备可以先对费米哈密顿量进行映射变换得到目标分子哈密顿量。上述映射变换可以理解为格式变换的过程。上述目标分子哈密顿量可以理解为泡利算符。上述映射变换的方法可以为jordan-wigner变换、parity encoding变换、bravyi-kitaev变换等等方法。费米哈密顿量可以为基于粒子数的表示形式，变换后的目标分子哈密顿量可以是基于幺正矩阵(即泡利矩阵直积)的表示形式。
[0115]
上述全量子分子处理方法可以先将哈密顿量转换为量子计算机能够处理的目标格式的目标分子哈密顿量，从而便于量子计算机对目标分子哈密顿量直接处理，加快处理速度，提高整个算法的计算速度。
[0116]
为了便于本领域技术人员的理解，以执行主体为计算机设备为例介绍本技术提供的全量子分子处理方法，具体的，该方法包括：
[0117]
(1)基于目标分子中原子的属性信息，确定目标分子的费米哈密顿量。
[0118]
(2)将费米哈密顿量映射变换得到目标分子哈密顿量，目标分子哈密顿量为希尔伯特空间的比特哈密顿量。
[0119]
(3)基于目标分子哈密顿量得到编码信息和纠缠信息。
[0120]
(4)通过编码信息对初始态信息进行编码处理，得到初始量子态。
[0121]
(5)通过纠缠信息对初始量子态进行纠缠处理，得到中间量子态。
[0122]
(6)通过解码信息对中间量子态进行解码处理，得到目标量子态。
[0123]
(7)基于泡利基矢矩阵对目标量子态进行测量处理，确定目标分子哈密顿量的特征态。
[0124]
(8)通过初始特征态确定目标分子哈密顿量的特征能。
[0125]
(9)继续执行获取目标分子哈密顿量，直到特征能收敛，并将当前的特征态确定为目标分子哈密顿量的初始特征态，将当前的特征能确定为目标分子哈密顿量的初始特征能。
[0126]
(10)对目标分子哈密顿量的目标特征态和目标特征能进行算术运算，得到更新量。
[0127]
(11)根据更新量对编码信息进行更新，得到更新后的编码信息。
[0128]
以上(1)至(11)的执行过程具体可以参见上述实施例的描述，其实现原理和技术效果类似，在此不再赘述。
[0129]
应该理解的是，虽然图2-8的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2-8中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
[0130]
在一个实施例中，如图9所示，提供了一种全量子分子信息处理装置，包括：信息获取模块11、处理模块12、更新模块13和循环执行模块14，其中：
[0131]
信息获取模块11，用于根据目标分子哈密顿量得到编码信息和纠缠信息；
[0132]
处理模块12，用于通过编码信息和纠缠信息进行编码处理、纠缠处理、解码处理和测量处理，得到目标分子哈密顿量的目标特征态和目标特征能；
[0133]
更新模块13，用于根据目标分子哈密顿量的初始特征态和初始特征能，对编码信息进行更新，得到更新后的编码信息；
[0134]
循环执行模块14，用于将更新后的编码信息确定为编码信息，继续执行通过编码信息和纠缠信息进行编码处理、纠缠处理、解码处理和测量处理，得到目标分子哈密顿量的初始特征态和初始特征能，直到获取到目标分子哈密顿量的目标特征态和目标特征能为止。
[0135]
本实施例提供的全量子分子信息处理装置，可以执行上述方法实施例，其实现原理和技术效果类似，在此不再赘述。
[0136]
在其中一个实施例中，更新模块13包括：运算单元和信息更新单元，其中：
[0137]
运算单元，用于对目标分子哈密顿量的初始特征态和初始特征能进行算术运算，得到更新量；
[0138]
信息更新单元，用于根据更新量对编码信息进行更新，得到更新后的编码信息。
[0139]
本实施例提供的全量子分子信息处理装置，可以执行上述方法实施例，其实现原理和技术效果类似，在此不再赘述。
[0140]
在其中一个实施例中，处理模块12包括：综合处理单元、解码处理单元和测量处理单元，其中：
[0141]
综合处理单元，用于根据编码信息和纠缠信息进行编码处理和纠缠处理，得到中间量子态；
[0142]
解码处理单元，用于通过解码信息对中间量子态进行解码处理，得到目标量子态；
[0143]
测量处理单元，用于对目标量子态进行测量处理，确定目标分子哈密顿量的初始特征态和初始特征能。
[0144]
本实施例提供的全量子分子信息处理装置，可以执行上述方法实施例，其实现原理和技术效果类似，在此不再赘述。
[0145]
在其中一个实施例中，综合处理单元包括：编码处理子单元和纠缠处理子单元，其中：
[0146]
编码处理子单元，用于通过编码信息对初始态信息进行编码处理，得到初始量子态；
[0147]
纠缠处理子单元，用于通过纠缠信息对初始量子态进行纠缠处理，得到中间量子态。
[0148]
本实施例提供的全量子分子信息处理装置，可以执行上述方法实施例，其实现原理和技术效果类似，在此不再赘述。
[0149]
在其中一个实施例中，测量处理单元包括：测量处理子单元和特征能确定子单元，其中：
[0150]
测量处理子单元，用于根据泡利基矢矩阵对目标量子态进行测量处理，确定目标分子哈密顿量的初始特征态；
[0151]
目标特征能确定子单元，用于通过初始特征态确定目标分子哈密顿量的初始特征能。
[0152]
本实施例提供的全量子分子信息处理装置，可以执行上述方法实施例，其实现原理和技术效果类似，在此不再赘述。
[0153]
在其中一个实施例中，测量处理单元包括：初始特征态确定子单元、初始特征能确定子单元和循环处理子单元，其中：
[0154]
初始特征态确定子单元，用于基于泡利基矢矩阵对目标量子态进行测量处理，确定目标分子哈密顿量的特征态；
[0155]
初始特征能确定子单元，用于通过特征态确定目标分子哈密顿量的特征能；
[0156]
循环处理子单元，用于继续执行获取目标分子哈密顿量，直到特征能收敛，并将当前的特征态确定为目标分子哈密顿量的初始特征态，将当前的特征能确定为目标分子哈密顿量的初始特征能。
[0157]
本实施例提供的全量子分子信息处理装置，可以执行上述方法实施例，其实现原理和技术效果类似，在此不再赘述。
[0158]
在其中一个实施例中，全量子分子信息处理装置还包括：哈密顿量确定单元和映射变换模块，其中：
[0159]
哈密顿量确定模块，用于根据目标分子中原子的属性信息，确定目标分子的费米哈密顿量；
[0160]
映射变换模块，用于将费米哈密顿量映射变换得到目标分子哈密顿量，目标分子哈密顿量为希尔伯特空间的比特哈密顿量。
[0161]
本实施例提供的全量子分子信息处理装置，可以执行上述方法实施例，其实现原理和技术效果类似，在此不再赘述。
[0162]
关于全量子分子信息处理装置的具体限定可以参见上文中对于全量子分子信息处理方法的限定，在此不再赘述。上述全量子分子信息处理装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
[0163]
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
[0164]
基于目标分子哈密顿量得到编码信息和纠缠信息；
[0165]
通过编码信息和纠缠信息进行编码处理、纠缠处理、解码处理和测量处理，得到目标分子哈密顿量的目标特征态和目标特征能；
[0166]
基于目标分子哈密顿量的目标特征态和目标特征能，对编码信息进行更新，得到更新后的编码信息；
[0167]
将更新后的编码信息确定为编码信息，继续执行通过编码信息和纠缠信息进行编码处理、纠缠处理、解码处理和测量处理，得到目标分子哈密顿量的目标特征态和目标特征能，直到获取到目标分子哈密顿量的所有目标特征态和所有目标特征能为止。
[0168]
在一个实施例中，提供了一种存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
[0169]
基于目标分子哈密顿量得到编码信息和纠缠信息；
[0170]
通过编码信息和纠缠信息进行编码处理、纠缠处理、解码处理和测量处理，得到目标分子哈密顿量的目标特征态和目标特征能；
[0171]
基于目标分子哈密顿量的目标特征态和目标特征能，对编码信息进行更新，得到更新后的编码信息；
[0172]
将更新后的编码信息确定为编码信息，继续执行通过编码信息和纠缠信息进行编码处理、纠缠处理、解码处理和测量处理，得到目标分子哈密顿量的目标特征态和目标特征能，直到获取到目标分子哈密顿量的所有目标特征态和所有目标特征能为止。
[0173]
在一个实施例中，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：
[0174]
基于目标分子哈密顿量得到编码信息和纠缠信息；
[0175]
通过编码信息和纠缠信息进行编码处理、纠缠处理、解码处理和测量处理，得到目标分子哈密顿量的目标特征态和目标特征能；
[0176]
基于目标分子哈密顿量的目标特征态和目标特征能，对编码信息进行更新，得到更新后的编码信息；
[0177]
将更新后的编码信息确定为编码信息，继续执行通过编码信息和纠缠信息进行编码处理、纠缠处理、解码处理和测量处理，得到目标分子哈密顿量的目标特征态和目标特征能，直到获取到目标分子哈密顿量的所有目标特征态和所有目标特征能为止。
[0178]
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(read-only memory，rom)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(random access memory，ram)或外部高速缓冲存储器。作为说明而非局限，ram可以是多种形式，比如静态随机存取存储器(static random access memory，sram)或动态随机存取存储器(dynamic random access memory，dram)等。
[0179]
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
[0180]
以上所述实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。因此，本技术专利的保护范围应以所附权利要求为准。