量子退火终于显示出扩展优势，由于具有误差抑制的量子处理，它提供了比传统超级计算机更快、近乎最优的解决方案。

南加州大学的研究人员证明了量子退火可以比经典方法更快地解决复杂的优化问题，从而在量子计算领域取得了里程碑式的成就。

借助先进的纠错功能，它们击败了使用 D-Wave 量子处理器的顶级经典算法。

Quantum Advantage 演示

南加州大学的研究人员在一项重大突破中表明，量子计算机在解决某些复杂问题方面甚至可以胜过最快的超级计算机。

这种飞跃被称为量子优势，使用一种称为量子退火的专门技术进行了证明。将其视为一种更聪明的方式，可以搜索传统计算机难以解决的棘手谜题的出色（不一定完美）解决方案。研究结果最近发表在《物理评论快报》（Physical Review Letters）上。

“量子退火的工作原理是在量子系统中寻找低能态，这些态对应于正在解决的问题的最佳或接近最优解决方案，”该研究的通讯作者、南加州大学维特比工程学院和南加州大学多恩西夫文学院的电气和计算机工程、化学、物理学和天文学教授 Daniel Lidar 说。 艺术与科学。

转向近似优化

多年来，科学家们一直试图证明量子计算机可以随着问题变得更大而扩展并继续击败经典系统。这项研究采用了一种新的方法，将重点从寻找完美解决方案转移到近乎完美的答案上，这些答案在现实世界中通常已经足够好了。

这种 “近似优化” 在金融、物流和机器学习等领域特别有用，在这些领域中，快速接近最佳解决方案比花费大量时间追求完美更有价值。

通过使用量子退火，研究人员能够比最好的经典算法更快地找到高质量的答案，这标志着向现实世界的量子计算迈出了重要一步。

量子退火是一种特定类型的量子计算，它可以使用量子物理原理为困难的优化问题找到高质量的解决方案。该研究不要求精确的最优解，而是侧重于在最优值的一定百分比 （≥1%） 范围内寻找解。

                                                             退火量子计算机.信用：D-Wave Quantum Inc.

近似答案的实际应用

许多实际问题不需要精确的解决方案，因此这种方法具有实际意义。例如，在确定将哪些股票放入共同基金时，通常只需击败领先的市场指数而不是击败所有其他股票投资组合就足够了。

为了展示算法量子缩放的优势，研究人员使用了 D-Wave Advantage 量子退火处理器，这是一种安装在南加州大学信息科学研究所的专用类型的量子计算设备。与当前所有量子计算机一样，噪声在破坏量子退火中的量子优势方面起着重要作用。

为了克服这个问题，该团队在 D-Wave 的处理器上实施了一种称为量子退火校正 （QAC） 的技术，创建了 1300 多个错误抑制逻辑量子比特。这种误差抑制是实现相对于等能簇移动并行回火 （PT-ICM） 优势的关键，PT-ICM 是当前用于类似问题的最有效经典算法。

使用 Spin-Glass 问题进行基准测试

该研究通过利用多种研究方法证明了量子优势，并专注于一系列具有高精度相互作用的二维自旋玻璃问题。“自旋玻璃问题是一类复杂的优化挑战，起源于无序磁系统的统计物理模型，”Lidar 说。研究人员没有寻求确切的解决方案，而是对“epsilon 时间”性能进行了基准测试，衡量每种方法在最佳答案的指定百分比内找到解决方案的速度。

迈向未来的量子优化

研究人员的目标是将他们的发现扩展到更密集、更高维的问题，并探索在实际优化中的应用。Lidar 表示，量子硬件和错误抑制的进一步改进可能会放大观察到的优势。“这为量子算法在优化任务中开辟了新的途径，在这些任务中，近乎最优的解决方案就足够了。”

关于这项研究：该研究由 NASA 艾姆斯研究中心和 Lidar 的 Humberto Munoz-Bauza 合著。

该研究得到了以下支持：美国国防高级研究计划局 （DARPA） Grants HR00112190071 和 NASA-DARPA SAA2-403688，美国陆军研究办公室 Grant W911NF2310255，NASA。