• Home
  • Kemi
  • Astronomien
  • Energi
  • Naturen
  • Biologi
  • Fysik
  • Elektronik
  •  Science >> Vetenskap >  >> Fysik
    Forskarteamet visar teoretisk kvanthastighet med den ungefärliga kvantoptimeringsalgoritmen

    Klassiska och kvantalgoritmer tillämpade på LABS-problemet. Kredit:Science Advances (2024). DOI:10.1126/sciadv.adm6761

    I en ny artikel i Science Advances , har forskare vid JPMorgan Chase, U.S. Department of Energy's (DOE) Argonne National Laboratory och Quantinuum visat tydliga bevis på en kvantalgoritmisk snabbhet för den ungefärliga kvantoptimeringsalgoritmen (QAOA).



    Denna algoritm har studerats omfattande och har implementerats på många kvantdatorer. Det har potentiella tillämpningar inom områden som logistik, telekommunikation, finansiell modellering och materialvetenskap.

    "Detta arbete är ett viktigt steg mot att nå kvantfördelar, vilket lägger grunden för framtida påverkan i produktionen", säger Marco Pistoia, chef för Global Technology Applied Research på JPMorgan Chase.

    Teamet undersökte om en kvantalgoritm med låga implementeringskostnader kunde ge en kvanthastighetsuppgång jämfört med de mest kända klassiska metoderna. QAOA tillämpades på problemet med låga autokorrelations binära sekvenser, vilket har betydelse för att förstå beteendet hos fysiska system, signalbehandling och kryptografi. Studien visade att om algoritmen ombads att ta itu med allt större problem, skulle tiden det skulle ta att lösa dem växa i en långsammare takt än för en klassisk lösare.

    För att utforska kvantalgoritmens prestanda i en idealisk ljudlös miljö, utvecklade JPMorgan Chase och Argonne tillsammans en simulator för att utvärdera algoritmens prestanda i skala.

    "De storskaliga kvantkretssimuleringarna utnyttjade effektivt DOE petascale superdator Polaris som finns vid ALCF. Dessa resultat visar hur högpresterande beräkningar kan komplettera och främja området för kvantinformationsvetenskap", säger Yuri Alexeev, en beräkningsforskare vid Argonne. Jeffrey Larson, en beräkningsmatematiker vid Argonnes Mathematics and Computer Science Division, bidrog också till denna forskning.

    För att ta det första steget mot praktiskt förverkligande av snabbheten i algoritmen, demonstrerade forskarna en småskalig implementering på Quantinuums systemmodell H1 och H2 fångade-jon kvantdatorer. Med hjälp av algoritmspecifik feldetektering minskade teamet effekten av fel på algoritmisk prestanda med upp till 65 %.

    "Vårt långvariga partnerskap med JPMorgan Chase ledde till detta meningsfulla och anmärkningsvärda trevägsforskningsexperiment som också förde in Argonne. Resultaten hade inte kunnat uppnås utan den oöverträffade och världsledande kvaliteten hos vår kvantdator i H-serien, som tillhandahåller en flexibel enhet för att utföra felkorrigerande och feldetekterande experiment ovanpå gate-trohet som ligger flera år före andra kvantdatorer, säger Ilyas Khan, grundare och produktchef för Quantinuum.




    © Vetenskap https://sv.scienceaq.com