Kwantumcomputers worden geprezen als een technologie die beter presteert dan klassieke computers wat betreft snelheid en geheugengebruik, waardoor mogelijk de weg wordt geopend voor het maken van voorspellingen van fysieke verschijnselen die voorheen niet mogelijk waren.

Velen zien de komst van quantum computing als een paradigmaverschuiving ten opzichte van klassiek of conventioneel computergebruik. Conventionele computers verwerken informatie in de vorm van digitale bits (0s en 1s), terwijl kwantumcomputers kwantumbits (qubits) inzetten om kwantuminformatie op te slaan in waarden tussen 0 en 1.

Onder bepaalde omstandigheden kan dit vermogen om informatie in qubits te verwerken en op te slaan, worden gebruikt om kwantumalgoritmen te ontwerpen die drastisch beter presteren dan hun klassieke tegenhangers. Met name het vermogen van quantum om informatie op te slaan in waarden tussen 0 en 1 maakt het moeilijk voor klassieke computers om quantuminformatie perfect te emuleren.

Kwantumcomputers zijn echter kieskeurig en hebben de neiging informatie te verliezen. Bovendien is het, zelfs als informatieverlies kan worden voorkomen, moeilijk om dit in klassieke informatie te vertalen – wat nodig is om tot een bruikbare berekening te komen.

Klassieke computers hebben geen van deze twee problemen. Bovendien kunnen slim ontworpen klassieke algoritmen de twee uitdagingen van informatieverlies en vertaling verder benutten om een ​​kwantumcomputer na te bootsen met veel minder middelen dan eerder werd gedacht – zoals onlangs gerapporteerd in een onderzoeksartikel in het tijdschrift PRX Quantum .

De resultaten van de wetenschappers laten zien dat klassieke computers opnieuw kunnen worden geconfigureerd om snellere en nauwkeurigere berekeningen uit te voeren dan de modernste kwantumcomputers.

Deze doorbraak werd bereikt met een algoritme dat slechts een deel van de informatie vasthoudt die in de kwantumtoestand is opgeslagen – en net genoeg om de uiteindelijke uitkomst nauwkeurig te kunnen berekenen.

"Dit werk laat zien dat er veel potentiële routes zijn om berekeningen te verbeteren, die zowel klassieke als kwantumbenaderingen omvatten", legt Dries Sels uit, assistent-professor aan de afdeling natuurkunde van de Universiteit van New York en een van de auteurs van het artikel. "Bovendien laat ons werk zien hoe moeilijk het is om kwantumvoordeel te behalen met een foutgevoelige kwantumcomputer."

Bij het zoeken naar manieren om klassiek computergebruik te optimaliseren, concentreerden Sels en zijn collega's van de Simons Foundation zich op een soort tensornetwerk dat de interacties tussen de qubits getrouw weergeeft. Dit soort netwerken zijn notoir moeilijk om mee om te gaan, maar recente ontwikkelingen op dit gebied maken het nu mogelijk deze netwerken te optimaliseren met hulpmiddelen die zijn ontleend aan statistische gevolgtrekkingen.

De auteurs vergelijken het werk van het algoritme met de compressie van een afbeelding in een JPEG-bestand, waardoor grote afbeeldingen kunnen worden opgeslagen in minder ruimte door informatie te elimineren met nauwelijks waarneembaar verlies aan kwaliteit van de afbeelding.

"Het kiezen van verschillende structuren voor het tensornetwerk komt overeen met het kiezen van verschillende vormen van compressie, zoals verschillende formaten voor je afbeelding", zegt Joseph Tindall van het Flatiron Institute, die het project leidde. "We ontwikkelen met succes tools voor het werken met een breed scala aan verschillende tensornetwerken. Dit werk weerspiegelt dat, en we zijn ervan overtuigd dat we de lat voor quantum computing binnenkort nog verder zullen verhogen."

Meer informatie: Joseph Tindall et al, Efficiënte Tensor-netwerksimulatie van IBM's Eagle Kicked Ising Experiment, PRX Quantum (2024). DOI:10.1103/PRXQuantum.5.010308

Journaalinformatie: PRX Quantum

Aangeboden door New York University