关注我们.

量子计算

新方法提高量子计算机的性能,同时减少对环境的影响

发布时间

 on

来自日本国立信息通信技术研究所、庆应义塾大学、东京理科大学和东京大学的研究小组成功开发了一种系统地寻找量子计算机最佳量子操作序列的方法。 这种新方法首先取得了成功。 

该研究发表在科学杂志上 体检A

开发新方法

量子计算机依靠专家编写一系列量子运算来执行任务,传统上需要计算机操作员根据现有方法编写自己的量子运算。该团队开发了一种系统方法,应用最优控制理论(GRAPE算法)从所有可想象的量子操作序列中识别理论上最优的序列。 

新方法预计将适用于中型量子计算机。 与此同时,该团队表示,它应该有助于提高量子计算机的性能,同时还可以在不久的将来减少对环境的影响。 

量子计算机有潜力解决广泛的复杂问题,例如通过减少能源消耗来减轻环境负担,以及为医学领域发现新的化学物质。 

量子计算的挑战

然而,量子计算的主要挑战之一是量子态对噪声高度敏感,这意味着它很难长时间保持稳定。 这些操作必须在保持相干量子态的时间内完成,这需要一种系统地识别最佳序列的方法。 

量子操作序列是用人类可读语言编写的计算机程序,并被转换为由量子计算机处理。 量子运算序列涉及 1 量子位运算和 2 量子位运算,但最佳序列的运算次数最少,同时表现出最佳性能。 

新开发的方法通过使用 GRAPE 算法(一种数值最优控制理论算法)来分析基本量子运算的所有可能序列。 该团队创建了一个量子操作序列表以及每个序列的性能指数,范围从数千到数百万不等。 然后可以根据累积的数据系统地识别最佳量子操作序列。 

该团队的方法还可以分析所有量子操作序列的完整列表并评估传统方法,这使其能够帮助为过去和未来的研究建立基准。 

该团队还发现,存在许多出色的量子操作的最佳序列,这意味着概率方法可以将新方法的适用性扩展到更大的任务。通过将机器学习与该方法相结合,可以进一步增强预测能力。

Alex McFarland 是一位人工智能记者和作家,致力于探索人工智能的最新发展。他与全球众多人工智能初创公司和出版物合作。