Uno dei modi in cui i computer pensano è l'analisi delle relazioni all'interno di grandi insiemi di dati. Un team internazionale ha dimostrato che i computer quantistici possono eseguire una di queste analisi più velocemente dei computer classici per una gamma di tipi di dati più ampia di quanto previsto in precedenza.

L'algoritmo del sistema lineare quantistico proposto dal team è pubblicato in Lettere di revisione fisica . Nel futuro, potrebbe aiutare a sgranocchiare numeri su problemi vari come i prezzi delle materie prime, reti sociali e strutture chimiche.

"Il precedente algoritmo quantistico di questo tipo si applicava a un tipo di problema molto specifico. Abbiamo bisogno di un aggiornamento se vogliamo ottenere un'accelerazione quantistica per altri dati, "dice Zhikuan Zhao, autore corrispondente sull'opera.

Il primo algoritmo del sistema lineare quantistico è stato proposto nel 2009 da un diverso gruppo di ricercatori. Quell'algoritmo ha dato il via alla ricerca sulle forme quantistiche di apprendimento automatico, o intelligenza artificiale.

Un algoritmo di sistema lineare funziona su una grande matrice di dati. Per esempio, un commerciante potrebbe cercare di prevedere il prezzo futuro delle merci. La matrice può acquisire dati storici sui movimenti dei prezzi nel tempo e dati sulle caratteristiche che potrebbero influenzare questi prezzi, come i tassi di cambio. L'algoritmo calcola quanto fortemente ogni caratteristica è correlata con un'altra "invertendo" la matrice. Queste informazioni possono quindi essere utilizzate per estrapolare nel futuro.

"Ci sono molti calcoli coinvolti nell'analisi della matrice. Quando va oltre diciamo 10, 000 per 10, 000 voci, diventa difficile per i computer classici, " spiega Zhao. Questo perché il numero di passaggi di calcolo aumenta rapidamente con il numero di elementi nella matrice:ogni raddoppio della dimensione della matrice aumenta di otto volte la lunghezza del calcolo.

L'algoritmo del 2009 potrebbe far fronte meglio a matrici più grandi, ma solo se i loro dati sono scarsi. In questi casi, ci sono relazioni limitate tra gli elementi, che spesso non è vero per i dati del mondo reale. Zhao, Prakash e Wossnig presentano un nuovo algoritmo più veloce sia della versione classica che di quella quantistica precedente, senza restrizioni sul tipo di dati che elabora.

Come guida approssimativa, per un 10, 000 matrice quadrata, l'algoritmo classico richiederebbe l'ordine di un trilione di passi computazionali, il primo algoritmo quantistico alcune decine di migliaia di passaggi e il nuovo algoritmo quantistico solo centinaia di passaggi. L'algoritmo si basa su una tecnica nota come stima quantistica del valore singolare.

Ci sono state alcune dimostrazioni di principio del precedente algoritmo del sistema lineare quantistico su computer quantistici su piccola scala. Zhao e i suoi colleghi sperano di lavorare con un gruppo sperimentale per eseguire una dimostrazione di principio del loro algoritmo, pure. Vogliono anche fare un'analisi completa dello sforzo richiesto per implementare l'algoritmo, controllando quali potrebbero essere le spese generali.

Per mostrare un reale vantaggio quantistico rispetto agli algoritmi classici saranno necessari computer quantistici più grandi. Zhao stima che "Forse stiamo guardando da tre a cinque anni nel futuro quando potremo effettivamente utilizzare l'hardware costruito dagli sperimentatori per eseguire calcoli quantistici significativi con applicazioni nell'intelligenza artificiale".