Quantum computing lovar att utnyttja kvantmekanikens konstiga egenskaper i maskiner som kommer att överträffa även dagens mest kraftfulla superdatorer. Men omfattningen av deras tillämpning, det visar sig, är inte helt klart.

För att fullt ut inse potentialen med kvantberäkning, forskare måste börja med grunderna:utveckla steg-för-steg-procedurer, eller algoritmer, för kvantdatorer att utföra enkla uppgifter, som factoring av ett nummer. Dessa enkla algoritmer kan sedan användas som byggstenar för mer komplicerade beräkningar.

Prasanth Shyamsundar, en postdoktorand forskningsassistent vid Institutionen för energis Fermilab Quantum Institute, har gjort just det. I en förtryckstidning som släpptes i februari, han tillkännagav två nya algoritmer som bygger på befintligt arbete på området för att ytterligare diversifiera de typer av problem som kvantdatorer kan lösa.

"Det finns specifika uppgifter som kan göras snabbare med hjälp av kvantdatorer, och jag är intresserad av att förstå vad de är, "Shyamsundar sa. "Dessa nya algoritmer utför generiska uppgifter, och jag hoppas att de kommer att inspirera människor att designa ännu fler algoritmer runt dem."

Shyamsundars kvantalgoritmer, särskilt, är användbara när du söker efter en specifik post i en osorterad datasamling. Tänk på ett leksaksexempel:Anta att vi har en bunt med 100 vinylskivor, och vi ger en dator i uppdrag att hitta det enda jazzalbumet i högen.

Klassiskt, en dator skulle behöva granska varje enskild skiva och fatta ett ja-eller-nej-beslut om det är albumet vi söker efter, baserat på en given uppsättning sökkriterier.

"Du har en fråga, och datorn ger dig en utdata, " sa Shyamsundar. "I det här fallet, frågan är:Uppfyller denna post min uppsättning kriterier? Och resultatet är ja eller nej."

Att hitta posten i fråga kan bara ta några få frågor om den är nära toppen av stacken, eller närmare 100 frågor om posten är nära botten. I genomsnitt, en klassisk dator skulle hitta rätt post med 50 frågor, eller hälften av det totala antalet i stacken.

En kvantdator, å andra sidan, skulle hitta jazzalbumet mycket snabbare. Detta beror på att den har förmågan att analysera alla poster på en gång, använder en kvanteffekt som kallas superposition.

Med denna fastighet, antalet frågor som behövs för att hitta jazzalbumet är bara cirka 10, kvadratroten av antalet poster i stacken. Detta fenomen kallas quantum speedup och är ett resultat av det unika sättet att kvantdatorer lagrar information.

Kvantfördelen

Klassiska datorer använder lagringsenheter som kallas bitar för att spara och analysera data. En bit kan tilldelas ett av två värden:0 eller 1.

Kvantversionen av detta kallas en qubit. Qubits kan vara antingen 0 eller 1 också, men till skillnad från sina klassiska motsvarigheter, de kan också vara en kombination av båda värdena samtidigt. Detta är känt som superposition, och tillåter kvantdatorer att bedöma flera poster, eller stater, samtidigt.

"Om en enda qubit kan vara i en superposition av 0 och 1, det betyder att två qubits kan vara i en superposition av fyra möjliga tillstånd, ", sa Shyamsundar. Antalet tillgängliga tillstånd växer exponentiellt med antalet använda qubits.

Det verkar kraftfullt, höger? Det är en stor fördel när man närmar sig problem som kräver omfattande datorkraft. Nackdelen, dock, är att superpositioner är probabilistiska till sin natur – vilket betyder att de inte kommer att ge definitiva resultat om de individuella tillstånden själva.

Tänk på det som ett mynt. När du är i luften, myntets tillstånd är obestämt; den har 50 % sannolikhet att landa antingen huvuden eller svansar. Först när myntet når marken sätter det sig i ett värde som kan bestämmas exakt.

Kvantsuperpositioner fungerar på liknande sätt. De är en kombination av enskilda stater, var och en med sin egen sannolikhet att dyka upp vid mätning.

Men processen att mäta kommer inte nödvändigtvis att kollapsa superpositionen till det värde vi letar efter. Det beror på sannolikheten förknippad med rätt tillstånd.

"Om vi ​​skapar en överlagring av poster och mäter den, vi kommer inte nödvändigtvis att få rätt svar, "Shyamsundar sa. "Det kommer bara att ge oss en av skivorna."

För att fullt ut dra nytta av den snabba kvantdatorer, sedan, forskare måste på något sätt kunna extrahera den korrekta posten de letar efter. Om de inte kan, fördelen gentemot klassiska datorer går förlorad.

Förstärka sannolikheterna för korrekta tillstånd

Lyckligtvis, forskare utvecklade en algoritm för nästan 25 år sedan som kommer att utföra en serie operationer på en superposition för att förstärka sannolikheterna för vissa individuella tillstånd och undertrycka andra, beroende på en given uppsättning sökkriterier. Det betyder när det är dags att mäta, superpositionen kommer med största sannolikhet att kollapsa till det tillstånd de söker efter.

Men begränsningen för denna algoritm är att den bara kan tillämpas på booleska situationer, eller de som kan frågas med ett ja eller nej, som att leta efter ett jazzalbum i en hög med flera skivor.

Scenarier med icke-booleska utdata utgör en utmaning. Musikgenrer är inte exakt definierade, så en bättre inställning till problemet med jazzskivor kan vara att be datorn betygsätta albumen efter hur "jazziga" de är. Det här kan se ut som att ge varje post ett poäng på en skala från 1 till 10.

Tidigare, forskare skulle behöva konvertera icke-booleska problem som detta till sådana med booleska utdata.

"Du skulle ställa in en tröskel och säga att alla tillstånd under denna tröskel är dåliga, och alla tillstånd över denna tröskel är bra, " sa Shyamsundar. I vårt exempel på jazzskivor, det skulle vara detsamma som att säga att allt med betyg mellan 1 och 5 inte är jazz, medan allt mellan 5 och 10 är.

Men Shyamsundar har utökat denna beräkning så att en boolesk konvertering inte längre är nödvändig. Han kallar denna nya teknik för den icke-booleska kvantamplitudförstärkningsalgoritmen.

"Om ett problem kräver ett ja-eller-nej-svar, den nya algoritmen är identisk med den tidigare, " sa Shyamsundar. "Men det här blir nu öppet för fler uppgifter; det finns många problem som kan lösas mer naturligt i termer av ett resultat snarare än ett ja-eller-nej-resultat."

En andra algoritm som introducerades i tidningen, kallad kvantmedelvärdesuppskattningsalgoritmen, gör det möjligt för forskare att uppskatta det genomsnittliga betyget för alla poster. Med andra ord, den kan bedöma hur "jazzy" stacken är som helhet.

Båda algoritmerna gör sig av med att behöva reducera scenarier till beräkningar med endast två typer av utdata, och istället möjliggöra en rad utgångar för att mer exakt karakterisera information med en kvanthastighetsuppgång jämfört med klassiska beräkningsmetoder.

Procedurer som dessa kan verka primitiva och abstrakta, men de bygger en viktig grund för mer komplexa och användbara uppgifter i kvantframtiden. Inom fysik, de nyligen introducerade algoritmerna kan så småningom tillåta forskare att nå målkänslighet snabbare i vissa experiment. Shyamsundar planerar också att utnyttja dessa algoritmer för användning i kvantmaskininlärning.

Och utanför vetenskapens område? Möjligheterna är ännu inte upptäckta.

"Vi är fortfarande i de tidiga dagarna av kvantberäkning, "Shyamsundar sa, noterar att nyfikenhet ofta driver innovation. "Dessa algoritmer kommer att ha en inverkan på hur vi använder kvantdatorer i framtiden."