خلاصه خبر:
محققان بنیاد سیمونز به پیشرفتی در محاسبات کلاسیک دست یافته که می‌تواند از نظر سرعت و دقت بر رایانه‌های کوانتومی پیشرفته برتری داشته باشد. با بهینه‌سازی نوعی شبکه تانسور که نشان‌دهنده تعاملات بین کیوبیت‌ها است، محققان توانستند الگوریتمی ایجاد کنند که به طور انتخابی اطلاعات مهم را حفظ می‌کند و در عین حال داده‌های غیر ضروری را دور می‌اندازد. این رویکرد به فشرده سازی یک تصویر در یک فایل JPEG تشبیه شده است که نیازهای ذخیره سازی را بدون تأثیر قابل توجهی بر کیفیت تصویر کاهش می دهد. این مطالعه این ایده را به چالش می‌کشد که محاسبات کوانتومی ذاتاً برتر از محاسبات کلاسیک است و دشواری دستیابی به مزیت کوانتومی با سیستم‌های کوانتومی مستعد خطا را برجسته می‌کند. یافته‌ها بر پتانسیل بهبود محاسبات از طریق هر دو رویکرد کلاسیک و کوانتومی تأکید می‌کنند و راه‌های جدیدی را برای پیشرفت قابلیت‌های محاسباتی باز می‌کنند.
توضیحات تکمیلی:
محققان بنیاد سیمونز و دانشگاه نیویورک به پیشرفت قابل توجهی در محاسبات کلاسیک دست یافته‌اند و نشان می‌دهند که الگوریتم‌های کلاسیک می‌توانند از نظر سرعت و دقت بر رایانه‌های کوانتومی پیشرفته برتری داشته باشند. کار آنها که در مجله PRX Quantum منتشر شده است، بر نوعی شبکه تانسوری متمرکز است که به دقت برهمکنش‌های بین کیوبیت‌ها را در یک سیستم کوانتومی Ising بر روی شبکه شش ضلعی سنگین نشان می‌دهد.
تیم تحقیقاتی با توسعه الگوریتمی که به طور انتخابی تنها بخشی از اطلاعات ذخیره شده در حالت کوانتومی را حفظ می کند، به این مسائل پرداخته و در عین حال از محاسبه دقیق نتیجه نهایی اطمینان حاصل می کند. این رویکرد به رایانه‌های کلاسیک اجازه می‌دهد تا با استفاده از منابع بسیار کمتر، عملکرد رایانه‌های کوانتومی را تقلید کنند.
موفقیت الگوریتم در استفاده از یک شبکه تانسور نهفته است، یک چارچوب ریاضی که به طور دقیق تعاملات بین کیوبیت ها را نشان می دهد. با استفاده از تکنیک‌های انتشار باور یا همان belief propagation و بهره‌گیری از پیشرفت‌های اخیر در بهینه‌سازی شبکه تانسور، محققان به شبیه‌سازی کلاسیکی دست یافتند که از دقت و دقت نتایج به‌دست‌آمده از یک پردازنده کوانتومی 127 کیوبیتی (پردازنده Eagle از IBM) و سایر روش‌های کلاسیک پیشی گرفت.
این تیم همبستگی‌های درخت‌مانند تابع موج را تعیین کرد، که زیربنای دقت رویکرد مبتنی بر انتشار باور آنها است. علاوه بر این، تکنیک شبکه تانسور آنها شبیه سازی سیستم کوانتومی را در مدت زمان طولانی در حد ترمودینامیکی، معادل شبیه سازی یک کامپیوتر کوانتومی با تعداد بی نهایت کیوبیت، امکان پذیر می کند.
محققان یک قیاس بین الگوریتم خود و فشرده‌سازی یک تصویر در یک فایل JPEG ترسیم می‌کنند که در آن اطلاعات غیرضروری حذف می‌شود تا فضای ذخیره‌سازی کاهش یابد بدون اینکه تأثیر قابل‌توجهی بر کیفیت تصویر داشته باشد. انتخاب ساختارهای مختلف برای شبکه تانسور امکان فرم های مختلف فشرده سازی را فراهم می کند، مشابه انتخاب فرمت های مختلف تصویر.
جوزف تیندال از موسسه Flatiron که این پروژه را رهبری می‌کرد، ابراز اطمینان می‌کند که کار آنها با توسعه ابزارهایی برای کار با شبکه‌های تانسوری مختلف، سطح محاسبات کوانتومی را ارتقا خواهد داد.یافته‌های این مطالعه قدرت الگوریتم‌های کلاسیک و شبیه‌سازی شبکه‌های تانسوری را در مدل‌سازی دقیق و کارآمد سیستم‌های کوانتومی نشان می‌دهد و مسیر امیدوارکننده‌ای را برای پیشرفت قابلیت‌های محاسباتی ارائه می‌دهد.
منبع
Joseph Tindall et al, Efficient Tensor Network Simulation of IBM's Eagle Kicked Ising Experiment, PRX Quantum (2024). DOI: 10.1103/PRXQuantum.5.010308
