回覆列表
-
1 # 諸艾文
-
2 # 董加耕
假設計算的輸入和計算過程都沒有問題,僅討論計算結果的輸出。輸出,相當於對量子疊加態的觀測,此時,疊加態會坍縮為唯一的一個確定態,而且,究竟坍縮為疊加態中的那個態,是不確定的,無法預測的,我們最多隻能知道坍縮為某個態的機率,請問,這種輸出有意義嗎?這種完全混亂的、隨機的輸出,能表達一個正確的計算結果嗎?
假設計算的輸入和計算過程都沒有問題,僅討論計算結果的輸出。輸出,相當於對量子疊加態的觀測,此時,疊加態會坍縮為唯一的一個確定態,而且,究竟坍縮為疊加態中的那個態,是不確定的,無法預測的,我們最多隻能知道坍縮為某個態的機率,請問,這種輸出有意義嗎?這種完全混亂的、隨機的輸出,能表達一個正確的計算結果嗎?
這裡先以最經典的“量子退火”演算法,來說明一下為什麼量子計算機比普通電子計算機更快。
比如有一座山,山路的高度如上圖所示
有一個小人站在山頂,想要找到這條山路上最低的一個點。
但是山上霧大,小人只能看到自己附近的一點點範圍
這時候,如果你是這個小人,你怎麼來找到這條路的最低點呢?
當然,容易想到的辦法就是,小人把所有的路走上一邊,一切自然就瞭然了。但是小人畢竟只是一個小人,這麼走一遍也就累死了。
所以我們退而求其次,先隨便把小人丟到一個地方,然後讓小人沿著下山的路走。方向不論,只要下山就好。
但是當小人走到了藍色箭頭所指的位置,問題就來了:兩邊都是上坡路,那還要走嘛?
我們站在上帝視角,當然很容易判斷出,還有比小人站的地方更低的地方。但是小人可看不到。也就因為這樣,他很容易掉進這樣的“溝”裡。數學上,這裡被稱為“區域性極值”
怎麼辦呢?傳統的辦法是,找很多小人,讓他們分別下山,下山之後再比較各個小人所在地的高度。但這樣的辦法還是由缺陷的:如果山勢太過複雜,小人數量不夠,還是容易栽進溝裡。而且耗費大量資源。
但是如果有量子計算機,那一切都不一樣了。因為,量子的小人會“穿牆術”。
哪怕有大山的阻隔,量子的小人也能像上圖一樣,直接“穿山越嶺”。有了這麼一個獨特的屬性,那麼再崎嶇複雜的山,在量子小人面前,也如同坦途一般。大平原上找一個最低點,這就是再簡單不過的事情了。
所謂“降維打擊”,量子計算機藉助量子的物理特性,直接徹底化簡了整個計算。