Исследователи внедряют инновационный метод для повышения скорости и точности традиционных вычислений.

Квантовые вычисления были провозглашены как технология, которая может превзойти классические вычисления как по скорости, так и по использованию памяти, потенциально открывая путь к предсказанию физических явлений, которые ранее были невозможны.

Многие рассматривают появление квантовых вычислений как знаменующий сдвиг парадигмы от классических, или традиционных, вычислений. Обычные компьютеры обрабатывают информацию в виде цифровых битов (0 и 1), в то время как квантовые компьютеры используют квантовые биты (кубиты) для хранения квантовой информации в значениях между 0 и 1. При определенных условиях эта способность обрабатывать и хранить информацию в кубитах может быть использована для разработки квантовых алгоритмов, которые значительно превосходят свои классические аналоги. Примечательно, что способность quantum хранить информацию в значениях от 0 до 1 затрудняет классическим компьютерам идеальную эмуляцию квантовых компьютеров.

Однако квантовые компьютеры привередливы и имеют тенденцию терять информацию. Более того, даже если потери информации можно избежать, ее трудно преобразовать в классическую информацию, которая необходима для получения полезных вычислений.

Классические компьютеры не страдают ни от одной из этих двух проблем. Более того, умело разработанные классические алгоритмы могут дополнительно использовать двойные проблемы потери информации и трансляции, чтобы имитировать квантовый компьютер с гораздо меньшими ресурсами, чем считалось ранее, — как недавно сообщалось в исследовательской статье в журнале PRX Quantum.

Результаты ученых показывают, что классические вычисления можно перенастроить для выполнения более быстрых и точных вычислений, чем современные квантовые компьютеры.

Этот прорыв был достигнут с помощью алгоритма, который сохраняет в квантовом состоянии только часть информации – ровно столько, чтобы иметь возможность точно вычислить конечный результат.

“Эта работа показывает, что существует множество потенциальных путей улучшения вычислений, охватывающих как классические, так и квантовые подходы”, – объясняет Дрис Селс, доцент физического факультета Нью-Йоркского университета и один из авторов статьи. “Более того, наша работа подчеркивает, насколько сложно достичь квантового преимущества с помощью подверженного ошибкам квантового компьютера”.

В поисках способов оптимизации классических вычислений Селс и его коллеги из Фонда Саймонса сосредоточились на типе тензорной сети, которая точно отражает взаимодействия между кубитами. Общеизвестно, что с такими типами сетей было сложно иметь дело, но недавние достижения в этой области теперь позволяют оптимизировать эти сети с помощью инструментов, заимствованных из статистического вывода.

Авторы сравнивают работу алгоритма со сжатием изображения в файл JPEG, который позволяет хранить большие изображения с использованием меньшего пространства за счет удаления информации с едва заметной потерей качества изображения.

“Выбор различных структур для тензорной сети соответствует выбору различных форм сжатия, например, различных форматов для вашего изображения”, – говорит Джозеф Тиндалл из Flatiron Institute, который руководил проектом. “Мы успешно разрабатываем инструменты для работы с широким спектром различных тензорных сетей. Эта работа отражает это, и мы уверены, что вскоре еще больше поднимем планку для квантовых вычислений ”.

Источник