12月24日消息(余予)當(dāng)前,以量子信息科學(xué)為代表的量子科技正在不斷形成新的科學(xué)前沿,激發(fā)革命性的科技創(chuàng)新,孕育對(duì)人類社會(huì)產(chǎn)生巨大影響的顛覆性技術(shù)。量子信息科技的具體應(yīng)用包括量子通信、量子計(jì)算和量子精密測(cè)量三方面。
量子計(jì)算具有強(qiáng)大的并行計(jì)算和模擬能力,可為人工智能、密碼分析、氣象預(yù)報(bào)等所需的大規(guī)模計(jì)算難題提供解決方案??傮w來(lái)看,我國(guó)在量子計(jì)算方面與發(fā)達(dá)國(guó)家處于同一水平線。
我國(guó)量子領(lǐng)域在量子計(jì)算方面未來(lái)10到15年的發(fā)展目標(biāo)是確立和鞏固我國(guó)在全球第一方陣的地位,有效解決大尺度量子系統(tǒng)的效率問(wèn)題,研制對(duì)特定問(wèn)題的求解能力全面超越經(jīng)典超級(jí)計(jì)算機(jī)的專用量子模擬機(jī),并為最終實(shí)現(xiàn)通用量子計(jì)算機(jī)探索出一條切實(shí)可行的道路。
日前,在由中國(guó)科學(xué)院物理研究所和量子計(jì)算研究中心主辦、中國(guó)科學(xué)院物理研究所學(xué)術(shù)服務(wù)部協(xié)辦的“量子計(jì)算及量子信息研討會(huì)”上,中山大學(xué)李綠周教授作了題為《什么樣的問(wèn)題可以被一次查詢精確量子算法解決?》的報(bào)告,探討了一次查詢精確量子算法解決以及量子計(jì)算與經(jīng)典計(jì)算的差別與優(yōu)勢(shì)。
什么叫做一次查詢精確量子算法解決?該量子算法只執(zhí)行一次查詢操作,要求這一算法精確解決問(wèn)題,沒(méi)有出錯(cuò)概率,“這種情況下,它可能比經(jīng)典算法有優(yōu)勢(shì)”李綠周教授表示。像我們所知道的常規(guī)的Shor算法、Gover算法都是有出錯(cuò)概率的。
這個(gè)問(wèn)題很簡(jiǎn)單,但到現(xiàn)在還未完全解決。
探尋量子計(jì)算優(yōu)勢(shì)
為什么會(huì)關(guān)注量子計(jì)算,量子計(jì)算對(duì)比經(jīng)典計(jì)算,其優(yōu)勢(shì)在哪里?針對(duì)哪些工作、哪一方面?量子計(jì)算速度更快、更好,那么它是怎么更快、怎么更好?
度量量子計(jì)算與經(jīng)典計(jì)算差別的角度有很多,李綠周教授主要從查詢復(fù)雜度方面分析了量子計(jì)算與經(jīng)典計(jì)算的差別以及其優(yōu)勢(shì)所在。
·通過(guò)基本量子酉變換可以構(gòu)建一些特定的量子算法。有了高效的量子算法,量子計(jì)算機(jī)的并行計(jì)算就可以充分發(fā)揮其優(yōu)勢(shì)。
量子經(jīng)典模型
為什么討論這一模型?查詢模型意義何在?
·查詢模型本質(zhì)上是只關(guān)注某個(gè)子過(guò)程的調(diào)用次數(shù),而不關(guān)心其內(nèi)部結(jié)構(gòu)。
·查詢模型具有現(xiàn)實(shí)意義:例如,在執(zhí)行摸個(gè)計(jì)算任務(wù)時(shí),我們可能只關(guān)心讀取外存的次數(shù),而不是在意外存內(nèi)部的運(yùn)行機(jī)制。
·查詢模型為度量復(fù)雜性提供了一個(gè)便利的視角:時(shí)間復(fù)雜度下界難以刻畫(huà)或衡量(如P與NP的關(guān)系),二查詢復(fù)雜度通常有系統(tǒng)的度量方法。
·經(jīng)典與量子計(jì)算二者計(jì)算能力的比較很多時(shí)候是從查詢復(fù)雜度角度進(jìn)行考量。比如Deutsch-Jozsa算法,Simon算法,Grover算法都是從查詢復(fù)雜度方面去體現(xiàn)這一點(diǎn)。
量子查詢模型
量子查詢算法
通過(guò)研究得出,經(jīng)典情況下,一次只能查詢一位;量子情況下,一次可以以疊加形式查詢。
其次,著名的Deutsch-Jozsa算法就是一次查詢精確量子算法。那么,能否找到更多的問(wèn)題可以被一次查詢精確量子算法解決?
除此之外,一次查詢的有界誤差量子算法得到了一些研究,但是結(jié)果對(duì)精確量子不適用。
關(guān)于精確量子算法的意義,有觀點(diǎn)認(rèn)為“容忍出錯(cuò)概率才換來(lái)了算法的提速”,精確量子算法對(duì)此事很好的反駁,體現(xiàn)了概率算法的區(qū)別。精確這個(gè)詞的說(shuō)法體現(xiàn)了量子與概率從某種程度上的區(qū)別。
什么樣的函數(shù)可以被一次查詢的量子算法精確計(jì)算?
基于實(shí)驗(yàn)研究,得出三種結(jié)果:
·對(duì)全函數(shù)的刻畫(huà);
·部分函數(shù)方面,得到了一些充分必要條件的初步的結(jié)果;
·基于等價(jià)條件,構(gòu)建了新的可被一次查詢量子算法精確計(jì)算的函數(shù)。
上面提及的新的函數(shù)包含兩類,它們都不是對(duì)稱函數(shù),據(jù)了解,之前所有的函數(shù)能被一次查詢量子算法精確計(jì)算的函數(shù)都是對(duì)稱函數(shù)。新的非對(duì)稱函數(shù)目前還沒(méi)有應(yīng)用價(jià)值。
附:
Shor算法
1994年,Shor提出因子分解的量子算法。該算法的基本思想是,首先通過(guò)量子并行性通過(guò)一步計(jì)算獲得所有函數(shù)值,然后通過(guò)測(cè)量函數(shù)得到相關(guān)聯(lián)的函數(shù)自變量的疊加態(tài),并對(duì)其進(jìn)行量子快速傅里葉變換,亦即將大數(shù)質(zhì)因子分解轉(zhuǎn)化為用QFFT在多項(xiàng)式步驟內(nèi)完成的一個(gè)函數(shù)的周期問(wèn)題。
Gover算法
1996年,貝爾實(shí)驗(yàn)室Gover提出。對(duì)于N個(gè)苑蘇的數(shù)據(jù)庫(kù),用傳統(tǒng)計(jì)算機(jī)平均要嘗試N/2次才能成功,而用量子計(jì)算機(jī)輔以Grover算法不需要超過(guò)√N次。在很N大時(shí),速度的優(yōu)越性非常明顯。這是因?yàn)榱孔佑?jì)算機(jī)將N數(shù)據(jù)庫(kù)的個(gè)被搜索的對(duì)象疊加為Hilbert空間中的個(gè)態(tài),要搜索的態(tài)只是其中的一個(gè)分量。
度量角度
·時(shí)間復(fù)雜度,關(guān)注所耗費(fèi)時(shí)間,如Shor算法;
·查詢復(fù)雜度,關(guān)注調(diào)用某一子過(guò)程的次數(shù),如Gover算法,有根號(hào)的提速;
·通信復(fù)雜度,關(guān)注雙方協(xié)同完成某一任務(wù)時(shí)用了多少通信量;
·電路深度復(fù)雜性,關(guān)注邏輯門(mén)、并行運(yùn)行時(shí)間問(wèn)題,如Science2018的工作,嚴(yán)格地證明了有一個(gè)問(wèn)題量子的用常量深度電路就可以解決,但經(jīng)典常量深度電路無(wú)法解決;
·狀態(tài)復(fù)雜度,關(guān)注一個(gè)狀態(tài)變遷系統(tǒng)涉及到多少個(gè)狀態(tài),狀態(tài)越少,系統(tǒng)越簡(jiǎn)單;
·樣本復(fù)雜度,關(guān)注學(xué)習(xí)某一目標(biāo)函數(shù)需要多少樣本。
- 2025年十大技術(shù)創(chuàng)新
- 2025年可能面臨的五大網(wǎng)絡(luò)安全威脅
- 什么是大型語(yǔ)言模型(LLM)?| 智能百科
- 2025年的主要數(shù)據(jù)工程趨勢(shì)
- 智能、互聯(lián)的建筑正在塑造未來(lái)的城市
- 人工智能時(shí)代的數(shù)據(jù)工程:機(jī)遇與挑戰(zhàn)
- 數(shù)據(jù)可觀察性2.0:超越傳統(tǒng)監(jiān)測(cè),推動(dòng)企業(yè)數(shù)據(jù)質(zhì)量革命
- 隨著人工智能代理的出現(xiàn),結(jié)構(gòu)化數(shù)據(jù)再次流行起來(lái)|觀點(diǎn)
- 有源電纜(AEC)對(duì)光模塊更換的影響
- 一根光纖,多種轉(zhuǎn)變
免責(zé)聲明:本網(wǎng)站內(nèi)容主要來(lái)自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿,凡在本網(wǎng)站出現(xiàn)的信息,均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性,但不保證有關(guān)資料的準(zhǔn)確性及可靠性,讀者在使用前請(qǐng)進(jìn)一步核實(shí),并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏,概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí),應(yīng)及時(shí)向本網(wǎng)站提出書(shū)面權(quán)利通知或不實(shí)情況說(shuō)明,并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后,將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí),溝通刪除相關(guān)內(nèi)容或斷開(kāi)相關(guān)鏈接。