• Home
  • Chimica
  • Astronomia
  • Energia
  • Natura
  • Biologia
  • Fisica
  • Elettronica
  •  science >> Scienza >  >> Fisica
    Sviluppo di algoritmi quantistici per problemi di ottimizzazione

    Illustrazione di un chip di computer quantistico. Credito:iStock

    I computer quantistici del futuro promettono di risolvere problemi complessi più rapidamente dei normali computer. Per esempio, possono fattorizzare grandi numeri in modo esponenziale più velocemente dei computer classici, che consentirebbe loro di decifrare i codici nel sistema di crittografia più comunemente usato. Esistono altre potenziali applicazioni per i computer quantistici, pure, come risolvere complicati problemi di chimica che coinvolgono la meccanica delle molecole. Ma esattamente quali tipi di applicazioni saranno i migliori per i computer quantistici, che potrebbe essere ancora un decennio o più lontano dal diventare una realtà, è ancora una questione aperta.

    In un nuovo studio del Caltech, accettato dall'Institute of Electrical and Electronics Engineers (IEEE) 2017 Symposium on Foundations of Computer Science, ricercatori hanno dimostrato che l'informatica quantistica potrebbe essere utile per accelerare le soluzioni a "programmi semidefiniti, " una classe ampiamente utilizzata di problemi di ottimizzazione. Questi programmi includono i cosiddetti programmi lineari, che vengono utilizzati, Per esempio, quando una compagnia vuole ridurre al minimo il rischio del suo portafoglio di investimenti o quando una compagnia aerea vuole assegnare in modo efficiente gli equipaggi ai suoi voli.

    Lo studio presenta un nuovo algoritmo quantistico che potrebbe accelerare le soluzioni a problemi semidefiniti, a volte in modo esponenziale. Gli algoritmi quantistici sono insiemi di istruzioni che dicono ai computer quantistici cosa fare per risolvere i problemi.

    "Uno degli obiettivi dell'informatica quantistica è accelerare i calcoli a livelli che superano di gran lunga ciò che i computer classici possono fare, " dice Fernando Brandão, il Bren Professor di Fisica Teorica al Caltech. Il coautore di Brandão è Krysta Svore di Microsoft, che ha parzialmente finanziato lo studio.

    Il nuovo algoritmo quantistico sarebbe, in particolare, velocizzare notevolmente i programmi semidefiniti che vengono utilizzati per apprendere stati quantistici sconosciuti. Brandão afferma che questo tipo di problema di "apprendimento quantistico" è affrontato da ricercatori che studiano grandi sistemi quantistici in una varietà di sistemi diversi come i qubit superconduttori, che sono unità di informazione quantistica simili ai bit di computer che opererebbero sulla base della tecnologia superconduttiva. I programmi semidefiniti sono usati per dare una descrizione di come si comporta la materia quantistica, e questo, a sua volta, permette ai ricercatori di comprendere meglio gli stati bizzarri del mondo subatomico.

    "Questo tipo di applicazione è un buon candidato per l'uso nell'informatica quantistica, " dice Brandão. "Siamo ancora lontani dal conoscere tutte le applicazioni dell'informatica quantistica, e questo fa parte dell'eccitazione:ci sono possibilità che non abbiamo ancora nemmeno sognato".

    Lo studio, intitolato, "Accelerazione quantistica per la programmazione semidefinita, " è stato finanziato da Microsoft, la Fondazione Nazionale della Scienza, e Caltech.

    © Scienza https://it.scienceaq.com