Впорався з неоднозначним завданням: квантовий комп’ютер «побив» усіх конкурентів
Квантовий комп’ютер перевершує суперкомп’ютери в завданнях наближеної оптимізації. Такого висновку дійшли дослідники Університету Південної Каліфорнії.
Про це повідомляє interestingengineering.com.
Зокрема, дослідження продемонструвало першу перевагу квантового масштабування для наближеного розв’язання завдань оптимізації з використанням квантового відпалу. Квантовий відпал — це особливий тип квантових обчислень, який може використовувати принципи квантової фізики для пошуку високоякісних розв’язків складних завдань оптимізації.
Вчені вирішили не вимагати від експерименту точних оптимальних рішень, а зосередитися на пошуку рішень у межах певного відсотка (≥1%) від оптимального значення. За їхніми словами, багато реальних завдань не вимагають точних рішень, що і робить цей підхід застосовним на практиці.
Дослідники використовували процесор квантового відпалу D-Wave Advantage для демонстрації алгоритмічної переваги квантового масштабування. Процесор являє собою спеціалізований квантовий обчислювальний пристрій, встановлений в Інституті інформаційних наук Університету Південної Каліфорнії. Як і у всіх сучасних квантових комп’ютерах, шум відіграє важливу роль у зниженні квантової переваги під час квантового відпалу.
Команда реалізувала корекцію квантового відпалу (QAC) на процесорі D-Wave, щоб подолати цю проблему. Він створив понад 1300 логічних кубітів зі скоригованими помилками. Ця корекція помилок стала ключем до досягнення переваги порівняно з паралельним загартовуванням з ізоенергетичними переміщеннями кластерів (PT-ICM), яке вважається найефективнішим сучасним класичним алгоритмом для порівнянних завдань.
Дослідження, опубліковане в Physics Review Letters, представило докази переваги масштабування квантового відпалу в наближеній оптимізації.
Тепер фахівці хочуть розширити свої висновки на більш багатовимірні завдання і вивчити додатки в реальній оптимізації. За їхніми словами, експеримент відкриває нові можливості для квантових алгоритмів у завданнях оптимізації, де достатньо майже оптимальних рішень.
Источник: focus.ua