Datormodeller av system som en stads trafikflöde eller neurala skott i hjärnan tenderar att ta upp mycket minne. Men ett nytt tillvägagångssätt med kvantsimulatorer kan avsevärt minska minnesanvändningen genom att ta ett kvantiserat förhållningssätt till tiden. Den enda kostnaden är ett minskat rekord av det förflutna.

Förslaget kommer från forskarna Mile Gu och Thomas Elliott i Singapore, som beskriver sitt förslag i en artikel publicerad 1 mars npj Kvantinformation . Gu arbetar på Center for Quantum Technologies och Nanyang Technological University (NTU) i Singapore, och Elliott går på NTU.

För att utföra en simulering, en klassisk dator måste minska tiden i diskreta steg. Gu drar analogi med ett uråldrigt sätt att mäta tid:timglaset. "Zooma in på ett timglas och man kan se de enskilda sandkornen falla en efter en. Det är ett granulärt flöde, "säger Gu.

Precis som timglaset behöver finare sand för att göra en mer exakt mätning av tiden, en dator behöver finare tidssteg för att göra mer exakta simuleringar. Faktiskt, idealet vore att simulera tiden kontinuerligt eftersom, till det bästa av våra observationer, tiden verkar vara kontinuerlig. Men det innebär att en riktigt exakt klassisk simulering skulle behöva oändligt minne för att köra ett sådant program.

Även om det är omöjligt med en klassisk dator, kvanteffekter ger en lösning. "Med en kvantsimulator, du kan undvika den avvägning mellan precision och lagring som du måste lida med en klassisk enhet, "förklarar Elliott.

För att förklara hur det fungerar, tänk dig att du behöver ta en buss. Om du anländer till hållplatsen i tid för att se en buss som går, du räknar nu med att nästa buss tar längre tid att komma än om du inte bara hade sett en avgång. Det beror på att sannolikheten för att en buss kommer inte alltid är konstant, men beror på hur länge det har gått sedan förra bussen.

För att simulera liknande processer där sannolikheten förändras över tid, en vanlig dator beräknar utfall med bestämda tidsintervall. Det kan, till exempel, dela sannolikheterna för bussens ankomsttider i 30 sekunders intervall, uppdatering av dessa sannolikheter efter varje intervall beroende på om en buss anlände (eller inte). För att vara mer exakt om när en buss kommer, eller för att exakt modellera större, mer komplicerade trafiknät, behöver mindre tidssteg och därmed mer minne.

I detta klassiska tillvägagångssätt, man gör förutsägelser genom att räkna hur lång tid som har gått sedan föregående buss. Detta verkar logiskt, och det visar sig vara den bästa klassiska metoden. Kvantfysik, dock, tillåter ett helt annat tillvägagångssätt.

En kvantsimulator kan vara i många olika tillstånd samtidigt, var och en med sin egen sannolikhet att förverkligas. Detta är ett fenomen som kallas quantum superposition. Gu och Elliotts förslag är att koda den temporala sannolikhetsfördelningen för den händelse de vill simulera till sannolikhetsvägningen av de olika tillstånden. Om överlagringen skapas i en egenskap såsom positionen för en partikel, som själv kan utvecklas kontinuerligt, tiden kan sedan spåras kontinuerligt också. Så det är möjligt att slänga lite information om den förflutna tiden - uppnå överlägsen minneeffektivitet - utan att offra förutsägbar noggrannhet.

Vinsten kommer på bekostnad av att förlora kunskapen om det förflutna. Den förflutna tiden - ett register över det förflutna, med andra ord - kan inte återställas exakt från superpositionen, men all prognosförmåga bibehålls ändå.

"I sista hand, när vi gör förutsägelser bryr vi oss inte om vad vi redan har sett. Snarare, vi bryr oss bara om vad dessa observationer berättar om vad vi förväntar oss att se nästa. Kvantfysiken gör att vi effektivt kan isolera denna information. "Säger Elliott.