Ny metod förbättrar kvantdatorernas prestanda samtidigt som miljöpåverkan minskar

Ett team av forskare från National Institute of Information and Communications Technology, Keio University, Tokyo University of Science och University of Tokyo, har framgångsrikt utvecklat en metod för att systematiskt hitta den optimala kvantoperationssekvensen för en kvantdator. Denna nya metod är den första som uppnår framgång. 

Forskningen publicerades i den vetenskapliga tidskriften Fysisk granskning A. 

Utveckling av den nya metoden

Kvantdatorer utför uppgifter genom att förlita sig på experter som skriver en sekvens av kvantoperationer, vilket traditionellt har inneburit att datoroperatörer skriver sina egna baserat på befintliga metoder. Teamet utvecklade en systematisk metod som tillämpade optimal kontrollteori (GRAPE-algoritm) för att identifiera den teoretiskt optimala sekvensen bland alla tänkbara kvantoperationssekvenser. 

Den nya metoden förväntas vara användbar för medelstora kvantdatorer. Samtidigt säger teamet att det borde bidra till att förbättra prestanda hos kvantdatorer samtidigt som det minskar miljöpåverkan inom en snar framtid. 

Kvantdatorer har potential att lösa en lång rad komplexa problem, som att minska miljöbelastningen genom att minska energiförbrukningen och att upptäcka nya kemiska ämnen för det medicinska området. 

Utmaningar med Quantum Computing

En av de stora utmaningarna med kvantberäkning är dock att kvanttillståndet är mycket känsligt för brus, vilket innebär att det är svårt att hålla det stabilt under en längre tid. Operationerna måste slutföras inom den tid som det koherenta kvanttillståndet upprätthålls, och detta kräver en metod för att systematiskt identifiera de optimala sekvenserna. 

En kvantoperationssekvens är ett datorprogram som är skrivet på ett mänskligt läsbart språk, och det konverteras för att bearbetas av en kvantdator. Kvantoperationssekvensen involverar 1-qubit-operationer och 2-qubit-operationer, men den bästa sekvensen har minst operationer samtidigt som den visar bästa prestanda. 

Den nyutvecklade metoden analyserar alla möjliga sekvenser av elementära kvantoperationer genom att använda GRAPE-algoritmen, som är en numerisk optimal styrteorialgoritm. Teamet skapar en tabell över kvantoperationssekvenser och prestationsindex för varje, som kan variera från tusentals till miljoner. Den optimala kvantoperationssekvensen kan sedan systematiskt identifieras baserat på ackumulerad data. 

Teamets metod kan också analysera den kompletta listan över alla kvantoperationssekvenser och utvärdera konventionella metoder, vilket gör det möjligt för det att hjälpa till att fastställa riktmärken för tidigare och framtida forskning. 

Teamet upptäckte också att det finns många utmärkta optimala sekvenser av kvantoperationer, vilket innebär att ett probabilistiskt tillvägagångssätt kan utöka tillämpbarheten av den nya metoden till större uppgifter. Genom att integrera maskininlärning med metoden kan prediktiv kraft förbättras ännu mer.