IA e os Problemas Difíceis do Mundo · Física quântica e computação quântica · arXiv · 2026-10-23
Meta-aprendizado de estados de Gibbs para hamiltonianos de muitos corpos com aplicações a máquinas de Boltzmann quânticas
Título original: Meta-learning of Gibbs states for many-body Hamiltonians with applications to Quantum Boltzmann Machines
O artigo trata da preparação de estados de Gibbs (térmicos) de Hamiltonianos parametrizados em dispositivos NISQ. Os autores propõem dois métodos de meta-aprendizado que treinam em um conjunto finito de valores de parâmetros e depois preparam estados em valores não vistos dentro desse intervalo. Os modelos são precisos em casos de teste de Ising e Heisenberg com até oito qubits e, quando aplicados a uma Máquina de Boltzmann Quântica, reduzem o tempo de execução em 30 vezes em comparação com uma abordagem baseada em VarQITE.