“ 南加州大学的研究人员取得了重大突破，证明量子计算机在解决某些复杂问题时甚至可以胜过最快的超级计算机。”

量子退火最终显示出扩展优势，得益于错误抑制的量子处理，它比传统超级计算机提供更快、接近最优的解决方案。

南加州大学的研究人员证明量子退火可以比传统方法更快地解决复杂的优化问题，从而在量子计算领域取得了里程碑式的进展。

凭借先进的纠错技术，他们使用 D-Wave 量子处理器击败了顶级经典算法。

量子优势得到证明

南加州大学的研究人员取得了重大突破，证明量子计算机在解决某些复杂问题时甚至可以胜过最快的超级计算机。

这一飞跃被称为“量子优势”，它利用一种名为量子退火的专门技术进行了演示。我们可以将其视为一种更智能的方法，用于寻找传统计算机难以解决的棘手难题的优秀（不一定完美）解决方案。该研究成果最近发表在《物理评论快报》上。

“量子退火的工作原理是在量子系统中找到低能状态，这些状态对应于所要解决问题的最优或接近最优的解决方案，”该研究的通讯作者、南加州大学维特比工程学院和南加州大学多恩西夫文理学院电气和计算机工程、化学、物理和天文学教授丹尼尔·利达 (Daniel Lidar) 说。

转向近似优化

多年来，科学家们一直试图证明量子计算机能够扩展，并在问题规模越来越大时持续超越经典系统。这项研究采用了一种全新的方法，将重点从寻找完美的解决方案转移到近乎完美的答案，而这些答案在现实世界中往往已经足够好了。

这种“近似优化”在金融、物流和机器学习等领域尤其有用，在这些领域，快速接近最佳解决方案比花费大量时间追求完美更有价值。

通过使用量子退火，研究人员能够比最佳经典算法更快地找到高质量的答案——这标志着向现实世界量子计算迈出了重要一步。

量子退火是一种特殊的量子计算，它可以利用量子物理原理为复杂的优化问题找到高质量的解。这项研究并不要求精确的最优解，而是专注于寻找与最优值相差一定百分比（≥1%）的解。

退火量子计算机。图片来源：D-Wave Quantum Inc.

近似答案的实际应用

许多现实世界的问题并不需要精确的解，这使得这种方法具有实际意义。例如，在决定将哪些股票放入共同基金时，通常只要跑赢领先的市场指数就足够了，而不是跑赢所有其他股票投资组合。

为了证明算法量子缩放优势，研究人员使用了 D-Wave Advantage 量子退火处理器，这是南加州大学信息科学研究所安装的一种专用量子计算设备。与所有现有量子计算机一样，噪声在破坏量子退火中的量子优势方面起着重要作用。

为了解决这个问题，团队在 D-Wave 处理器上实施了一种名为量子退火校正 (QAC) 的技术，创建了超过 1300 个错误抑制逻辑量子比特。这种错误抑制是其优于等能簇移动并行回火 (PT-ICM) 算法的关键，而后者是目前针对同类问题最有效的经典算法。

使用自旋玻璃问题进行基准测试

该研究利用多种研究方法展示了量子优势，并重点研究了一类具有高精度相互作用的二维自旋玻璃问题。“自旋玻璃问题是一类复杂的优化挑战，源于无序磁系统的统计物理模型，”Lidar 说道。研究人员并未寻求精确解，而是以“时间到ε”性能为基准，衡量每种方法在最佳答案的指定百分比范围内找到解的速度。

迈向未来的量子优化

研究人员旨在将他们的研究成果扩展到更密集、更高维度的问题，并探索其在现实世界优化中的应用。Lidar 表示，量子硬件和误差抑制的进一步改进可以放大观察到的优势。“这为量子算法在优化任务中开辟了新的途径，在这些任务中，近似最优解就足够了。”

---