Forskare kör kvantprogram för första gången på en vanlig dator

Fysiker från Swiss Federal Institute of Technology Lausanne (EPFL) och Columbia University

presenterade ett tillvägagångssätt för att modellera kvantumalgoritm med en vanlig dator. Det nya tillvägagångssättet använder en klassisk maskininlärningsalgoritm som simulerar beteendet hos kvantdatorer i en nära framtid.

I en artikel publicerad i tidskriften Nature QuantumInformation, EPFL -professorn Giuseppe Carleo och Columbia University -doktoranden Matija Medvidovich, har hittat ett sätt att utföra komplexa kvantberäkningsalgoritmer på traditionella datorer istället för kvant.

"Kvantprogramvara" kändHur Quantum Approximate Optimization Algorithm (QAOA) används för att lösa klassiska optimeringsproblem i matematik. I grund och botten är det ett sätt att välja den bästa lösningen på ett problem från en mängd möjliga lösningar. Det finns ett stort intresse för att förstå vilka problem som effektivt kan lösas med en kvantdator, och QAOA är en av de mest synliga kandidaterna för detta, förklarade Carleo.

AI har använts för första gången för att lokalisera kvantfel

QAOA har många supportrar, inklusiveGoogle, som satsar på kvantteknik och datorer inom en snar framtid: År 2019 skapade de Sycamore, en 53-qubit kvantprocessor, och använde den för att slutföra en uppgift som de uppskattar skulle ta en modern klassisk superdator cirka $ 10 000 år. gammal. Sycamore slutförde samma uppgift på 200 sekunder.

Med hjälp av konventionella datorer har forskare utvecklatsen metod som ungefär kan efterlikna beteendet hos en särskild klass av algoritmer som kallas variationskvantumalgoritmer, de är metoder för att bestämma det lägsta energitillståndet eller "marktillståndet" i ett kvantsystem. QAOA är ett av de viktiga exemplen på en sådan familj av kvantalgoritmer, som enligt forskare är bland de mest lovande kandidaterna för "kvantfördel" i datorer i den närmaste framtiden.

Tillvägagångssättet bygger på tanken attmoderna maskininlärningsverktyg kan användas för att träna och efterlikna den inre funktionen i en kvantdator. Nyckelverktyget för dessa simuleringar är Neural Network Quantum States, ett artificiellt neuralt nätverk som Carleo utvecklade 2016 med Mathias Troyer och nu används för första gången i QAOA -simulering.

Läs mer:

Se hur ett svart hål börjar förstöra en stjärna

Ny partikel upptäcktes vid Large Hadron Collider

Värmebölja orsakade massiv smältning av Grönlands isark