Ett av de sätt som datorer tror är genom att analysera relationer inom stora datamängder. Ett internationellt team har visat att kvantdatorer kan göra en sådan analys snabbare än klassiska datorer för en bredare uppsättning datatyper än tidigare förväntat.

Teamets föreslagna kvantlinjära systemalgoritm publiceras i Fysiska granskningsbrev . I framtiden, det kan hjälpa till att knäcka siffror på så olika problem som råvarupriser, sociala nätverk och kemiska strukturer.

"Den tidigare kvantalgoritmen av detta slag gällde en mycket specifik typ av problem. Vi behöver en uppgradering om vi vill uppnå en kvantehastighet för andra data, "säger Zhikuan Zhao, motsvarande författare om verket.

Den första kvantlinjära systemalgoritmen föreslogs 2009 av en annan grupp forskare. Den algoritmen satte igång forskning kring kvantformer av maskininlärning, eller artificiell intelligens.

En linjär systemalgoritm fungerar på en stor datamatris. Till exempel, en näringsidkare kan försöka förutse det framtida priset på varor. Matrisen kan fånga historiska data om prisrörelser över tid och data om funktioner som kan påverka dessa priser, som valutakurser. Algoritmen beräknar hur starkt varje funktion är korrelerad med en annan genom att 'invertera' matrisen. Denna information kan sedan användas för att extrapolera in i framtiden.

"Det är mycket beräkning involverat i att analysera matrisen. När det går utöver säg 10, 000 gånger 10, 000 poster, det blir svårt för klassiska datorer, "förklarar Zhao. Detta beror på att antalet beräkningssteg går snabbt upp med antalet element i matrisen:varje fördubbling av matrisstorleken ökar beräkningens längd åtta gånger.

2009 års algoritm kunde bättre hantera större matriser, men bara om deras data är glesa. I dessa fall, det finns begränsade relationer mellan elementen, vilket ofta inte är sant för verkliga data. Zhao, Prakash och Wossnig presenterar en ny algoritm som är snabbare än både den klassiska och den tidigare kvantversionen, utan begränsningar för vilken typ av data det kraschar.

Som en grov guide, för 10, 000 kvadratmatris, den klassiska algoritmen skulle ta storleken på biljoner beräkningssteg, den första kvantalgoritmen några tiotusentals steg och den nya kvantalgoritmen bara hundratals steg. Algoritmen förlitar sig på en teknik som kallas quantum singular value estimation.

Det har gjorts några principprövningar av den tidigare kvantlinjära systemalgoritmen på småskaliga kvantdatorer. Zhao och hans kollegor hoppas kunna arbeta med en experimentell grupp för att genomföra en principbeskrivning av deras algoritm, för. De vill också göra en fullständig analys av de ansträngningar som krävs för att implementera algoritmen, kontrollera vilka omkostnader det kan finnas.

För att visa en verklig kvantfördel jämfört med de klassiska algoritmerna krävs större kvantdatorer. Zhao uppskattar att "Vi kanske tittar på tre till fem år i framtiden när vi faktiskt kan använda den hårdvara som experimenterna byggt för att göra meningsfull kvantberäkning med applikation i artificiell intelligens."