頁:
[1]
俄羅斯科學家破解Google量子演算法
俄羅斯斯科爾克沃科學與科技研究院(Skolkovo Institute of Science and Technology, Skoltech)科學家﹐日前發現Google廣泛採用的量子方法有基本侷限性(fundamental limitation)﹐並把這個限制做量化。
當前計算機技術﹐真如Google所說已達到量子霸權(quantum supremacy)的境界了嗎﹖曾被視為證明「量子至上」的希望﹐量子近似優化演算法(quantum approximate optimization algorithm, QAOA)﹐真實情況又是如何﹖
Google長年致力開發量子增強型處理器(quantum-enhanced processors)﹐它能利用量子力學效應(quantum mechanical effects)提升數據的處理速度﹐為此Google也計畫在短期內設計出可在真實噪聲(noise)下運行的量子增強演算法﹐其中﹐QAOA正是開發抗噪聲量子增強算法的基礎。雖說Google在QAOA中採用的方法引起廣大關注﹐也激發研究界探索新穎應用程式(applications)的興趣﹐但他們仍不清楚該演算法的終極性能限制到底為何。經過Skoltech深度量子實驗室(Deep Quantum Laboratory)科學家比亞蒙特(Jacob Biamonte)的領導﹐技術團隊發現了Google廣泛採用的方法中有根本上的侷限﹐並將其量化出來。該研究詳細介紹了所發現的可達性缺陷(reachability deficits)以及缺陷對變分QAOA量子演算法(variational QAOA quantum algorithm)的限制。
由於內部量子至經典(quantumto-classical)的反饋過程﹐QAOA和其它變分量子演算法難用已知的數學技術進行分析。換句話說﹐給定的量子計算只能在固定的時間量裡運行﹐在此固定時間內僅可執行固定數量的量子運算。透過QAOA試圖形成的一系列最佳逼近值﹐以最小化目標函數來迭代(重複反饋過程)運用這些量子運算﹐該研究發現了在這過程中所產生的新限制。
在任何固定深度的量子電路中﹐QAOA逼近最佳解的能力從根本上取決於問題密度。就最大可滿足性問題(maximum satisfiability problem, MAX-SAT)來看﹐可以將密度定義為問題約束(problems constraints)與變量計數(variable count)的比率﹐簡潔來說就是「子句密度(clause density)」。在問題密度(problem densities)增加的情況下﹐隨機生成的MAX-SAT實例中固定深度的QAOA迴路性能﹐由QAOA最優值(optima)與精確最優值(exact optima)之差決定﹔儘管深度較大的版本可實現更好的性能﹐但它們仍顯示出可達性缺陷。
此次研究發現了高密度的問題實例﹐無論演算法的運行多長時間﹐所得到的最佳解決方案都無法保證結果近似。看來﹐量子增強演算法還有很長一段路要走呢！
...<div class='locked'><em>瀏覽完整內容，請先 <a href='member.php?mod=register'>註冊</a> 或 <a href='javascript:;' onclick="lsSubmit()">登入會員</a></em></div><div></div> 矛與盾..互相叫板..這次是在電子學計算機上.. 好像很好玩啊
這樣也可以破解阿
頁:
[1]