美国创建了史上最强的量子计算器,超强量子算法秒杀一切当今科技

简介:
605

编程一台计算机通常是一个相当艰难的过程,涉及几个小时的编码,更不用说繁琐的调试、测试和记录工作,以确保其正常工作。对于哈佛 - 麻省理工学院超冷原子研究中心和加州理工学院的物理学家们来说,实际情况上要困难得多。

在哈佛大学物理系实验室工作的哈佛大学教授米哈伊尔·卢金和马库斯·格雷纳以及麻省理工学院教授弗拉丹·弗鲁伊联合领导的研究小组开发了一种特殊类型的量子计算机 - 量子模拟器,用激光冷却铷原子,并按特定顺序排列,然后让量子力学做必要的计算。

该系统可以用来揭示一系列复杂的量子过程,包括量子力学和材料属性之间的联系,它可以研究物质的新阶段,解决复杂的现实世界优化问题。该系统在“自然”杂志上被发表。

600

研究人员说,该系统的大尺寸和高度量子相干性的结合使其成为重要的成就。超过50个相干量子比特,这是有史以来最大的量子体系之一,具有独立的组装和测量。

在同一个自然问题上,马里兰大学联合量子研究所的一个研究小组,描述了一个同样大小的带电离子系统,也用激光进行控制。总之,这些互补性的进步构成了向大型量子机器迈进的重要一步。

卢金说:“所有事情都发生在一个小型的真空室里,在这里我们有一个非常稀薄的原子蒸气,这个蒸气被冷却到绝对零度。“当我们把大约100个激光束聚焦在这个云层上时,它们每个都像一个陷阱。这些光束聚焦非常紧密,可以抓住一个原子或零点,他们绝不能抓住两个。那就是开始的乐趣。

605

使用显微镜,研究人员可以实时拍摄所捕获的原子图像,然后以任意图案进行排列,以供输入。

卢金实验室的博士后阿罕默德.奥姆兰说:“我们以一种非常可控的方式来组装它们。”他是该设备的核心之一。从一个随机性组装模式开始,我们就需要决定哪个设定需要去哪里,并安排到所需的集群。

随着研究人员开始将能量输入系统,原子开始相互作用。这些相互作用给系统带来了量子性质。

400

奥姆兰说:“我们让原子相互作用,这就是计算的真正原因。实质上,当我们用激光激发系统时,它自由组织。我们并不是说这个原子必须是1或者一个0,我们可以轻而易举地把原子扔光,但是我们做的是让原子为我们执行计算,然后我们测量结果”。

卢金及其同事表示,这些结果可以揭示复杂的量子力学现象,这些现象几乎不可能用传统的计算机模拟。

500

“如果你有一个抽象的模型,其中有一定数量的粒子以某种方式相互作用,那么问题是为什么我们不坐在电脑上模拟这种模式呢?”博士问道。学生亚历山大.基斯林,是另一位合作者。“原因是因为这些相互作用本质是量子力学的。如果您尝试在计算机上模拟这些系统,那么您将被限制,并且参数数量有限”。

他补充说:“如果你把系统做得越来越大,你很快就会耗尽内存和计算能力。“解决这个问题的方法是用粒子遵循与你正在模拟的系统相同的规则来构建问题。这就是为什么我们称之为量子模拟器”。

尽管可以使用经典的计算机来模拟小量子系统,但由卢金和他的同事开发的模拟器使用51个量子位,使得使用常规计算技术复制几乎是不可能的。

600

他说:“重要的是,我们可以通过使用我们的机器模拟小型系统开始”。所以我们能够证明这些结果是正确的。直到我们到达更大的系统。

“当我们开始时,所有的原子都处于标准状态。当我们读到最后的时候,我们会得到一串标准的点”。卢金实验室的另一位博士后汉尼斯.伯尼说。“但是为了从开始到结束,我们必须经历复杂的量子力学状态。如果你有一个很大的错误率,量子力学状态将崩溃”。

640

伯尼说,这就是相干量子态,它允许系统作为模拟器工作,同时也使得该机器成为深入了解复杂量子现象,并最终进行有效计算的有价值的工具。该系统已经允许研究人员获得独特的见解,不同类型的量子相位之间的转换,称为量子相变。

通常,当你谈论物质的各个阶段时,你会说物质处于平衡状态。但是一些非常有趣的物质状态,可能会发生在远离平衡的地方,而量子领域中有很多可能性。这是一个全新的领域。

700

研究人员已经看到了这些国家的证据。在对新系统进行的首批实验之一中,团队发现了一个连贯的非平衡状态,这个状态在相当长的时间内保持稳定。

量子计算机将被用来实现和研究未来几年物质的非平衡状态。另一个有趣的方向涉及解决复杂的优化问题。事实证明,通过编程原子位置和它们之间的相互作用,可以编码一些非常复杂的问题。在这样的系统中,一些提出的量子算法可能会超越传统的机器。目前还不清楚,因为我们不能明确地测试它们。但是我们正处于进入这个机制的边缘,我们可以在包含或超过100个受控量子位的全量子机器上测试它们。科学地说,这真的很令人兴奋。



原文发布时间为:2018.02.18
本文作者:由科技
本文来源:简书,如需转载请联系原作者。

目录
相关文章
|
1月前
|
机器学习/深度学习 算法 Oracle
ICLR 2024:近似最优的最大损失函数量子优化算法
【2月更文挑战第27天】ICLR 2024:近似最优的最大损失函数量子优化算法
26 3
ICLR 2024:近似最优的最大损失函数量子优化算法
|
4月前
|
算法 vr&ar 图形学
☆打卡算法☆LeetCode 224. 基本计算器 算法解析
☆打卡算法☆LeetCode 224. 基本计算器 算法解析
|
2月前
|
存储 算法
计算器——可支持小数的任意四则运算(中缀表达式转为后缀表达式算法)
计算器——可支持小数的任意四则运算(中缀表达式转为后缀表达式算法)
18 1
|
3月前
|
存储 算法
算法题解-基本计算器2
算法题解-基本计算器2
|
5月前
|
算法 自动驾驶 测试技术
2023年秋招算法:北京清丰智行科技 自动驾驶开发 面经
2023年秋招算法:北京清丰智行科技 自动驾驶开发 面经
31 0
|
7月前
|
设计模式 算法 安全
TLS1.3的后量子算法集成
本实验带您了解TLS1.3的后量子算法集成。
255 0
|
9月前
|
存储 并行计算 算法
基于量子遗传算法的函数寻优算法
量子遗传算法(quantum genetic algorithm,QGA)是量子计算与遗传算法相结合的产物,是一种新发展起来的概率进化算法。遗传算法是处理复杂优化问题的一种方法,其基本思想是模拟生物进化的优胜劣汰规则与染色体的交换机制,通过选择、交叉、变异三种基本操作寻找最优个体。由于GA不受问题性质、优化准则形式等因素的限制,仅用目标函数在概率引导下进行全局自适应搜索,能够处理传统优化方法难以解决的复杂问题,具有极高鲁棒性和广泛适用性,因而得到了广泛应用并成为跨学科研究的热点。但是,若选择、交叉、变异的方式不当,GA会表现出迭代次数多、收敛速度慢、易陷入局部极值的现象。
|
10月前
|
算法 前端开发 存储
前端算法-计算器
前端算法-计算器
|
11月前
|
机器学习/深度学习 算法 自动驾驶
NeurIPS 2022 Oral | 离线强化学习新范式!京东科技&清华提出解耦式学习算法
NeurIPS 2022 Oral | 离线强化学习新范式!京东科技&清华提出解耦式学习算法
115 0
|
11月前
|
机器学习/深度学习 算法 Oracle
NeurIPS 2022 | 马里兰、北大等机构提出量子算法用于采样对数凹分布和估计归一化常数
NeurIPS 2022 | 马里兰、北大等机构提出量子算法用于采样对数凹分布和估计归一化常数