Vai al contenuto principale
Questo progetto è in fase beta. Hai trovato un bug? Apri una issue su GitHub. Hai una domanda o un'idea? Chiedi su GitHub Discussions — apprezziamo il tuo feedback!
Com'è la qualità della traduzione su questa pagina?

Addon Qiskit

Settembre 2026​

  • Sono stati creati nuovi strumenti basati sul framework del modello di esecuzione guidata, rilasciato all'inizio di quest'anno:

    • qiskit-noise-learning è un toolkit per la caratterizzazione del rumore quantistico basata sulla randomizzazione. Puoi usarlo per costruire un esperimento personalizzato di apprendimento del rumore, convalidarlo con la simulazione locale e analizzare i risultati grezzi.

    • qiskit-mitigation è un pacchetto di metodi di mitigazione degli errori quantistici per costruire pipeline di mitigazione con il nuovo modello di esecuzione. Include implementazioni di metodi noti, tra cui PEC, PEA, TREX e ZNE basato su gate-folding, oltre alla postselezione per filtrare gli errori non markoviani.

Agosto 2026​

  • Qiskit Fermions ha avuto la sua prima release questo mese! Questo pacchetto fornisce strumenti per lavorare con sistemi fermionici, tra cui la costruzione di operatori e circuiti fermionici, l'implementazione di codifiche da fermioni a qubit e la sintesi di circuiti tramite l'integrazione con il Transpiler di Qiskit. Qiskit Fermions può essere usato insieme ad altri strumenti complementari dell'ecosistema, come ffsim (consulta questa documentazione e questo blog per maggiori informazioni) e l'addon SQD, per costruire workflow avanzati per sistemi fermionici.

Scopri come questi strumenti vengono applicati nella pratica con il tutorial Algoritmo SqDRIFT per la stima dello stato fondamentale e la seguente guida: Building constant-depth circuits to simulate the dynamics of the 1- and 2-D Fermi-Hubbard model. Consulta il blog e la documentazione per iniziare.

Giugno 2026​

  • Presentiamo Qiskit Paulice: un nuovo addon che integra il rilevamento di errori quantistici a basso overhead nei circuiti quantistici per aumentare la fedeltà delle distribuzioni misurate. Fornisce accesso single-shot allo stato quantistico e può quindi essere utilizzato sia in workflow basati su sampling sia in workflow basati sul valore atteso. Consulta il blog e la documentazione per scoprire come iniziare oggi stesso.

Aggiornamenti precedenti​

  • Abbiamo recentemente rilasciato due nuovi addon che utilizzano risorse classiche per ridurre le risorse quantistiche necessarie per la mitigazione degli errori:

    • Propagated noise absorption (PNA) è una tecnica per mitigare gli errori nei valori attesi assorbendo gli inversi dei canali di rumore appresi negli osservabili tramite la propagazione di Pauli.

    • L'addon Shaded lightcones (SLC) utilizza simulazioni classiche per delimitare più strettamente la sensibilità agli errori lungo tutto il circuito. Questo consente applicazioni più efficienti e mirate della Probabilistic Error Cancellation (PEC) con una varianza ridotta.