量子計算機是經典的：指數級和無條件

進入模式的一件事：在量子噪聲或機器中計算中產生的錯誤。實際上，它們比經典計算機強。

Daniel Lidar是電氣工程和計算機工程教授，USC Viterbi工程老師。在USC Viterbi學校，以及USC和John Hopkins的合作，他可以表現出量子指數優勢。雲。論文，“ Abelian算法量子展覽，以報告隱藏子組的問題”，在APS Flag Journal上發表 身體意見x。

“以前，曾證明過最低類型的速度，例如多項式速度。

LIDAR的量子計算的關鍵一直被證明表明我們已經運行了與“經典”計算機相關的比例速度的完整算法。

它澄清說，縮放速度並不意味著事情可以做得更快100倍。 “相反，問題大小的大小增加，對於每個附加變量，量子變量與經典性能之間的差距持續增長。這也是無條件的。”

LIDAR解釋說，“無條件”的速度不是基於未經證實的假設。他以前本來應該是一種更好的經典算法來指代量子算法。在這裡，LIDAR算法更改了量子計算機的變化，以解決“ Simon問題”中的更改。從理論上講，從理論上講，它是量子算法的一個例子，這些算法以指數級的方式呈指數級，而不是經典的任務。

西蒙的問題是找到一個隱藏在數學功能中的模型，並以短信算法的名義被視為先驅，該算法可用於打破代碼並啟動整個量子計算領域。西蒙的問題就像猜測問題一樣，玩家試圖猜測遊戲主人只知道的秘密號碼（“ Oracle”）。當玩家發明了Oracle返回的兩個回報數量時，秘密號碼被揭示，並且玩家贏了。量子玩家可以比經典球員更快地贏得這場比賽。

那麼，團隊是如何達到指數速度的呢？ USC博士研究員兼第一作者Phattharaporn Singkapa說：“鑰匙被擠壓了每個硬件性能，更快的電路和統計錯誤。”

研究人員以四種不同的方式獲得了：

首先，數據輸入僅限於進行多少個秘密數字（在技術上限制了二進制數字的秘密數字）。否則，這比必要的量子邏輯少，從而減少了犯錯誤的可能性。

其次，有必要使用稱為轉遞的方法使用量子量子邏輯壓縮量子操作。

已經應用了第三個，也是最重要的方法稱為“動態動態”。這意味著應用精心設計的脈衝的序列，以區分事件的嘈雜環境並繼續量子處理。動態分解對顯示量子速度的能力具有最大的影響。

最後，“應用”應用“應用”的“測量誤差”，該方法通過在算法結束時測量的動態誤差引起的動態甲板後留下並糾正了一些誤差。

USC Dornsife學院LIDAR說：“量子處理器開始超過以下任務，因此正在進入經典的計算領域。當前的量子計算機毗鄰量子優勢。”

通過這項新研究，由於我們的指數速度被證明是第一次無條件，因此無法逆轉性能分離。 “換句話說，量子性能的優勢越來越難以討論。

以下步驟：

LIDAR“這個結果並不能賺取超越賺取遊戲的實際應用，在解決量子計算機的實際問題之前，應該做更多的工作。”

這將需要顯示不信任先前已知的“ Oracles”的速度，從而在方法上取得了重大進展，從而增加了較大量子計算機的噪聲和折扣。但是，為了在量子計算機之前給出“紙張承諾”，現在已顯示。

外展：USC IBM數量是創新中心。量子項目Inc. IBM量子在線啟動。