Учитывая случайное квантовое поведение, как ожидается, что кубиты будут угнетаемы для получения значимого результата в квантовом компьютере?

Question

Мое понимание кубитов состоит в том, что их сила заключается в том, что они "могут иметь много состояний одновременно". Но как можно воспользоваться этим, чтобы получить что-либо, касающееся конкретного вопроса / ввода / программы и значимого результата? Насколько я понимаю, многие состояния исчезают после измерения, поэтому я не понимаю, почему может помочь запутывание, потому что нет никакой дополнительной информации от запутанной пары, когда вы знаете состояние одного. Другими словами, как квантовые компьютеры должны приносить больше значимого результата, чем старые предсказатели, которые бросали кости за ответы. Да, позиции костей случайным образом размещаются в одной из многих возможных позиций, но как это на самом деле должно значимо относиться к вычислительной программе. Я понимаю, как работают компьютерные ворота для создания логики в традиционных кремниевых компьютерах. Но они не ведут себя случайно. Как случайное поведение кубитов и квантового мира в целом должно дать какой-либо полезный результат? Кажется, что сила основана на многослойной случайности, но почему считается, что это случайное состояние каким-то образом дает что-то большее, чем случайный результат? Ответьте, пожалуйста, за тип компьютера, который строит Google, а не DWave "квантовых" компьютеров.

Answer 1

Случайность не равняется бесполезности. У нас также есть традиционные рандомизированные алгоритмы, которые работают на классических компьютерах - вы могли бы сказать, что они не могут дать полезный результат только потому, что они не являются детерминированными?

Алгоритмы квантовых вычислений манипулируют состоянием системы таким образом, чтоизмерение правильного ответа в конце очень вероятно, и любой неправильный ответ - очень маловероятно. Некоторые алгоритмы, такие как алгоритм Дойча-Йозсы, делают это настолько хорошо, что вероятность измерения правильного ответа составляет 100%, поэтому, хотя вероятности участвуют в описании алгоритма, они на самом деле являются детерминированными.

---

Давайтепосмотрите на поиск Гровера в качестве примера - это алгоритм, который ищет решение уравнения f (x) = 1. Вы получите ответ x, измерив несколько кубитов (это гораздо чаще, чем использование qudits). Вы начинаете с этих кубитов в равной суперпозиции - если вы сделаете измерение на этом этапе, вы не получите ничего действительно полезного, так как вы получите произвольный результат с равной вероятностью, и это, вероятно, не будет решением вашей проблемы. Алгоритм Гровера представляет собой последовательность шагов, которая изменяет состояние системы так, чтобы суперпозиция результатов больше не была равна - вероятности состояний, которые решают вашу проблему, усиливаются, а вероятности состояний, которые не решают ее, уменьшаются,Это означает, что результаты измерений все еще случайны, но вероятность получения правильного ответа намного выше, чем вы начали.