研究团队展示了使用量子近似优化算法的理论量子加速

经典算法和量子算法应用于LABS问题。图片来源：Science Advances （2024）。DOI： 10.1126/sciadv.adm6761

在《科学进展》（Science Advances）上的一篇新论文中，摩根大通（JPMorgan Chase）、美国能源部（DOE）阿贡国家实验室（Argonne National Laboratory）和Quantinuum的研究人员已经证明了量子近似优化算法（QAOA）的量子算法加速的明确证据。

该算法已被广泛研究，并已在许多量子计算机上实现。它在物流、电信、金融建模和材料科学等领域具有潜在的应用。

摩根大通全球技术应用研究主管Marco Pistoia表示：“这项工作是朝着实现量子优势迈出的重要一步，为未来对生产的影响奠定了基础。

该团队研究了实现成本低的量子算法是否可以提供比最著名的经典方法更高的量子加速。QAOA应用于低自相关二元序列问题，该问题对理解物理系统的行为、信号处理和密码学具有重要意义。该研究表明，如果要求该算法解决越来越大的问题，那么解决这些问题所需的时间将以比经典求解器慢的速度增长。

为了探索量子算法在理想的无噪声环境中的性能，摩根大通和阿贡联合开发了一个模拟器来评估该算法的大规模性能。

“大规模量子电路模拟有效地利用了位于ALCF的DOE千万亿次级超级计算机Polaris。这些结果显示了高性能计算如何补充和推进量子信息科学领域，“阿贡的计算科学家Yuri Alexeev说。阿贡大学数学和计算机科学系的计算数学家杰弗里·拉尔森（Jeffrey Larson）也为这项研究做出了贡献。

为了迈出实际实现算法加速的第一步，研究人员在Quantinuum的系统模型H1和H2俘获离子量子计算机上演示了小规模实现。使用特定于算法的错误检测，该团队将错误对算法性能的影响降低了多达 65%。

“我们与摩根大通（JPMorgan Chase）的长期合作促成了这项有意义且值得注意的三方研究实验，该实验也带来了阿贡。如果没有我们的H系列量子计算机前所未有的世界领先质量，就不可能取得这些成果，它提供了一种灵活的设备，用于在门极上执行纠错和纠错实验，领先于其他量子计算机数年，“Quantinuum创始人兼首席产品官Ilyas Khan说。

更多信息：Ruslan Shaydulin 等人，量子近似优化算法在经典棘手问题上的缩放优势证据，Science Advances （2024）。DOI： 10.1126/sciadv.adm6761

期刊信息： Science Advances