Forskerhold viser teoretisk kvantefremskyndelse med den omtrentlige kvanteoptimeringsalgoritme

I et nyt papir i Science Advances , har forskere ved JPMorgan Chase, U.S. Department of Energy's (DOE) Argonne National Laboratory og Quantinuum demonstreret klare beviser for en kvantealgoritmisk fremskyndelse for den omtrentlige kvanteoptimeringsalgoritme (QAOA).

Denne algoritme er blevet undersøgt grundigt og er blevet implementeret på mange kvantecomputere. Det har potentielle anvendelser inden for områder som logistik, telekommunikation, finansiel modellering og materialevidenskab.

"Dette arbejde er et væsentligt skridt i retning af at opnå kvantefordele og lægger grundlaget for fremtidig effekt i produktionen," siger Marco Pistoia, leder af Global Technology Applied Research hos JPMorgan Chase.

Holdet undersøgte, om en kvantealgoritme med lave implementeringsomkostninger kunne give en kvantehastighed i forhold til de bedst kendte klassiske metoder. QAOA blev anvendt på Low Autocorrelation Binary Sequences-problemet, som har betydning for forståelsen af ​​fysiske systemers adfærd, signalbehandling og kryptografi. Undersøgelsen viste, at hvis algoritmen blev bedt om at tackle stadig større problemer, ville den tid, det ville tage at løse dem, vokse i en langsommere hastighed end for en klassisk løser.

For at udforske kvantealgoritmens ydeevne i en ideel støjfri indstilling udviklede JPMorgan Chase og Argonne i fællesskab en simulator til at evaluere algoritmens ydeevne i skala.

"De storstilede kvantekredsløbssimuleringer udnyttede effektivt DOE petascale supercomputeren Polaris placeret ved ALCF. Disse resultater viser, hvordan højtydende databehandling kan komplementere og fremme kvanteinformationsvidenskaben," sagde Yuri Alexeev, en beregningsforsker ved Argonne. Jeffrey Larson, en beregningsmatematiker i Argonnes Mathematics and Computer Science Division, bidrog også til denne forskning.

For at tage det første skridt mod praktisk realisering af hastigheden i algoritmen demonstrerede forskerne en implementering i lille skala på Quantinuums System Model H1 og H2 fangede-ion kvantecomputere. Ved at bruge algoritmespecifik fejldetektion reducerede holdet virkningen af ​​fejl på algoritmisk ydeevne med op til 65 %.

"Vores mangeårige partnerskab med JPMorgan Chase førte til dette meningsfulde og bemærkelsesværdige tre-vejs forskningseksperiment, som også bragte Argonne ind. Resultaterne kunne ikke være opnået uden den hidtil usete og verdensførende kvalitet af vores H-Series Quantum Computer, som leverer en fleksibel enhed til at udføre fejlkorrigerende og fejldetekterende eksperimenter oven på gate-troskaber, der er flere år forud for andre kvantecomputere," sagde Ilyas Khan, grundlægger og chief product officer af Quantinuum.