Новая задача для квантового вычислителя с реальным возможным применением

N+1Наука

Квантовый вычислитель оказался сильнее классического в прикладной задаче

Оксана Борзенкова

Federico Centrone et al. / Nature communications, 2021

Квантовый вычислитель опередил классический в решении новой задачи, а точнее в проверке этого решения. Физики экспериментально реализовали протокол проверки решения задачи, которую нельзя решить на классическом компьютере за полиномиальное время. Они показали, что для проверки квантовой машине требуется в тысячу раз меньше информации. Работа опубликована в Nature Communications.

Квантовый компьютер сильнее и мощнее классического не в любой задаче, об этом мы подробнее рассказывали в материале «Когда ждать квантового превосходства». Пока ученым удалось продемонстрировать квантовое превосходство на задачах генерации случайной строки и бозонного сэмплинга. С прикладной точки зрения эти задачи не представляют какой-то ценности — они показывают возможности квантовых вычислителей и их будущего в целом. Демонстрация решения более применимых и реальных задач упирается в маленькое число кубитов вычислителя.

Выбор задач, которые учатся решать на квантовых вычислителях, неслучаен. Квантовый компьютер должен справиться с задачами, решение которых занимает у классического неограниченное время. Ученые давно сталкиваются с такими задачами и уже успели разделить их на классы сложности в зависимости от того, как быстро увеличивается время решения задачи при увеличении числа входных данных. Причем под временем решения задачи подразумевается время, которое потребуется самому быстрому алгоритму. Неопределенность, которая таится в термине «самый быстрый алгоритм» (вдруг он есть, а ученые его еще не придумали и не нашли) рождает известную задачу равенства классов P и NP. NP класс сложности включает задачи, решение которых можно проверить за полиномиальное время при наличии дополнительных сведений, а класс P — задачи, для которых зависимость времени решения от размерности задачи полиномиальная. Считается, что квантовые алгоритмы могут поставить точку в этом вопросе.

Авторизуйтесь, чтобы продолжить чтение. Это быстро и бесплатно.

Регистрируясь, я принимаю условия использования

Рекомендуемые статьи

Карельские медведи оказались самыми подвижными среди европейских Карельские медведи оказались самыми подвижными среди европейских

Свободнее всего в Европе пространство осваивают карельские медведи

N+1
Кто такой сигма-самец и что делать, если ты — он? Кто такой сигма-самец и что делать, если ты — он?

Одинокие волки: не менее сильные, чем альфа, но более независимые

Maxim
Японцы сделали роборуку с человеческими мышцами Японцы сделали роборуку с человеческими мышцами

Японские инженеры разработали биогибридную руку с человеческими мышцами

N+1
4 самых распространенных пикантных сна и их значение 4 самых распространенных пикантных сна и их значение

Нормально ли видеть эротические сны?

Playboy
Все фильмы Пон Джун Хо, снявшего «Микки 17» и «Паразиты»: от худшего к лучшему Все фильмы Пон Джун Хо, снявшего «Микки 17» и «Паразиты»: от худшего к лучшему

8 фильмов южнокорейского режиссера, от легких комедий до мощных триллеров

Maxim
Что посмотреть и попробовать в Адыгее. Гид «РБК Стиль» Что посмотреть и попробовать в Адыгее. Гид «РБК Стиль»

Адыгея — легко добраться, красиво, сытно и недорого

РБК
9 правил полезного ужина 9 правил полезного ужина

Эти простые условия помогут быстро и без усилий избавиться от лишнего веса

Лиза
Как порвались связи советской науки с мировой Как порвались связи советской науки с мировой

Советские ученые должны были служить только советской науке и никакой другой

Наука
Кишечная палочка подавила развитие опухолей в человеческих клетках Кишечная палочка подавила развитие опухолей в человеческих клетках

Бактериальный фермент повысил выживаемость мышей с онкологическими заболеваниями

N+1
Египтологи восстановили историю египетской мумии в глиняном панцире Египтологи восстановили историю египетской мумии в глиняном панцире

Твердая оболочка использовалась для восстановления поврежденного тела мумии

N+1
Мировой уровень Мировой уровень

Пять глобальных предпринимателей из России, известных далеко за пределами Рунета

Forbes
Каким получился фильм Ренаты Литвиновой «Северный ветер» Каким получился фильм Ренаты Литвиновой «Северный ветер»

Из чего сплетена история в фильме «Северный ветер»

РБК
Любовь в зрелом возрасте: где и как ее искать? Любовь в зрелом возрасте: где и как ее искать?

Как еще раз построить отношения в зрелом возрасте

Домашний Очаг
«Я пересадила брови»: всё, что ты хотела знать о «новых» бровях Марии Погребняк «Я пересадила брови»: всё, что ты хотела знать о «новых» бровях Марии Погребняк

Хирург – о процедуре пересадки бровей: как она проводится, кому можно делать

Cosmopolitan
«Я не в монастыре, я работающая женщина третьего тысячелетия»: кто разбивает стеклянные потолки в Ватикане «Я не в монастыре, я работающая женщина третьего тысячелетия»: кто разбивает стеклянные потолки в Ватикане

Как меняется гендерный баланс вокруг Верховного понтифика

Forbes
Два капитана Два капитана

Квартира в Санкт-Петербурге оформлена так, как будто владельцы живут на курорте

AD
Пористый полимерный каркас позволил мышам эффективней нарастить мышечные клетки Пористый полимерный каркас позволил мышам эффективней нарастить мышечные клетки

Ученые предложили использовать пористый материал в тканевой инженерии

N+1
10 невероятных историй из спорта, которые изменили мир 10 невероятных историй из спорта, которые изменили мир

Главное в спорте — подтверждение того, что границы возможностей человека условны

РБК
Почему одним женщинам дарят подарки, а другим нет? Знает Михаил Лабковский Почему одним женщинам дарят подарки, а другим нет? Знает Михаил Лабковский

Михаил Лабковский: понять, почему вам не дарят подарки, очень просто

Cosmopolitan
В жизни есть место подвигу В жизни есть место подвигу

Наши героини о том, как они борются с раком — и побеждают

Tatler
Черепашка-ниндзя против Ferrari: суперкар который не смог Черепашка-ниндзя против Ferrari: суперкар который не смог

История «Гордон-Кибл» — автомобиля с лучшей в мире эмблемой

Maxim
Так почему же ночью небо тёмное? Так почему же ночью небо тёмное?

Чтобы понять, почему небо темнеет ночью, нужно понять устройство Вселенной

Наука и жизнь
Славный счет потерь Славный счет потерь

От чего избавились животные в ходе эволюции

Вокруг света
У Лукоморья труп зеленый. О чем на самом деле рассказывается в добрых детских сказках У Лукоморья труп зеленый. О чем на самом деле рассказывается в добрых детских сказках

Ты даже не представляешь, какие детские сказки читали наши прапрапрадеды

Maxim
Материнский капитал Материнский капитал

Статус матери одного из самых богатых людей в мире Мэй Маск не устраивает

Robb Report
Анализ: Сила притяжения Анализ: Сила притяжения

Мы связаны с другими

Psychologies
«Хорошо сохранилась»: что делает Дженнифер Энистон, чтобы круто выглядеть в 52 «Хорошо сохранилась»: что делает Дженнифер Энистон, чтобы круто выглядеть в 52

Любимые бьюти-приемы Дженнифер Энистон, помогающие ей выглядеть молодой

Cosmopolitan
Наследственные признаки Наследственные признаки

Дизайнеры отвечают на вопрос: цитировать отцов-основателей или создавать свое?

Vogue
Яйцеклетка — что нужно знать? Яйцеклетка — что нужно знать?

Яйцеклетка — самая крупная клетка твоего организма

Cosmopolitan
Ракетные металлы: как закалялась сталь Ракетные металлы: как закалялась сталь

Из каких материалов строят космические корабли, "бороздящие просторы Вселенной"

Популярная механика
Открыть в приложении