北京時間5月6日消息（余予）哈佛大學與QuEra Computing、麻省理工學院、因斯布魯克大學和其他機構的科學家之間進行合作，展示了中性原子量子處理器在解決實際使用問題方面的突破性應用。這項名為“使用里德堡原子陣列的最大獨立集進行量子優(yōu)化（Quantum Optimization of Maximum Independent Set using Rydberg Atom Arrays）”的工作由哈佛大學Mikhail Lukin和Markus Greiner教授以及麻省理工學院Vladan Vuletic教授領導，并于2022年5月5日在《科學》雜志上發(fā)表。
在此之前，有關中性原子量子處理器有效地編碼某些硬組合優(yōu)化問題就已經被提出。在這本里程碑式的出版物中，作者不僅在真正的量子計算機上部署了高效量子優(yōu)化并首次實現(xiàn)，而且還展示了前所未有的量子硬件能力。
計算是在哈佛大學的289個量子位量子處理器上進行的，以模擬模式運行，有效電路深度高達32。與之前的量子優(yōu)化示例不同，這項工作中使用的大系統(tǒng)規(guī)模和電路深度，使其不可能使用經典的模擬來預先優(yōu)化控制參數(shù)。量子經典混合算法必須部署在一個閉環(huán)中，并直接自動反饋給量子處理器。
系統(tǒng)規(guī)模、電路深度和出色的量子控制的組合帶來了一次量子飛躍：與經典啟發(fā)式算法相比，在量子處理器上發(fā)現(xiàn)問題實例的性能優(yōu)于預期。該團隊用“硬度參數(shù)”來描述優(yōu)化問題實例的難度，確定了一些具有挑戰(zhàn)性的經典計算機的案例，使用中性原子量子處理器可以更有效地解決這些案例。與一類通用經典算法相比，發(fā)現(xiàn)了一種超線性量子加速。QuEra的開源包GenericTensorNetworks.jl和 Bloqade.jl在發(fā)現(xiàn)硬實例和理解量子性能方面發(fā)揮了重要作用。
“對量子算法的基礎物理及其經典算法的基本限制的深刻理解，使我們能夠實現(xiàn)量子機器實現(xiàn)加速的方法，”哈佛大學研究生和主要作者之一Madelyn Cain表示。
問題和量子硬件之間匹配的重要性是這項工作的核心。“在不久的將來，為了盡可能多地提取量子能量，確定可以本地映射到特定量子架構的問題至關重要，而且?guī)缀鯖]有開銷，”QuEra Computing高級科學家、這項工作中使用的量子算法的共同發(fā)明者之一王盛濤（Shengtao Wang）表示，“我們在這次演示中實現(xiàn)了這一點。”
由團隊解決的“最大獨立集”問題是計算機科學中的一個典型難題，在物流、網絡設計、金融等領域具有廣泛的應用。使用量子加速解決方案識別具有經典挑戰(zhàn)性的問題實例為應用量子計算滿足現(xiàn)實世界的工業(yè)和社會需求鋪平了道路。
“這些結果代表了將有用的量子優(yōu)勢帶到與多個行業(yè)相關的硬優(yōu)化問題的第一步。”QuEra Computing首席執(zhí)行官兼已發(fā)表作品的合著者Alex Keesling補充道，“我們很高興看到量子計算開始達到必要的成熟度，硬件可以為算法開發(fā)提供信息，這超出了經典計算方法可以提前預測的范圍。此外，對于困難的問題，量子加速存在是非常令人鼓舞的。這些結果幫助我們開發(fā)更好的算法和更先進的硬件，從而解決一些最困難、最相關的計算問題。”
這項工作得到了DARPA、NSF、DOE、ARO、QuEra Computing和AWS的支持。
免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現(xiàn)的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。
