A kvantum-számítástechnika alkalmazásai és alkalmazásai

Befejeződött

Ebben a leckében a kvantum-számítástechnika legígéretesebb alkalmazásait ismerheti meg.

Milyen problémákat oldhatnak meg a kvantumszámítógépek?

A kvantumszámítógépek nem olyan szuperszámítógépek, amelyek mindent gyorsabban, vagy bármilyen lehetséges problémát meg tudnak oldani. A kvantumszámítógépek kibővítik azokat a problémákat, amelyeket hatékonyan meg tudunk oldani, de léteznek olyan problémák, amelyek túl összetettek ahhoz, hogy a kvantumszámítógép megoldódjon.

Az alábbi ábra a problémák különböző csoportjait mutatja be összetettségük alapján. A kvantumszámítógépek által a klasszikus számítógépeknél hatékonyabban megoldható problémákat BQP-nek (határos hiba kvantumpolinomoknak) nevezzük. A név azt jelenti, hogy egy kvantumszámítógép többnomiális időben is el lehet őket felemészteni. A BQP-problémák közé tartozik például a faktorálási és a keresési probléma.

Diagram of the complexity of the problems, showing the different sets of problems by their complexity.

Valójában a kvantum-számítástechnika kutatásának egyik célja annak vizsgálata, hogy a kvantumszámítógép mely problémákat képes gyorsabban megoldani, mint egy klasszikus számítógép, és mekkora lehet a gyorsítás. A kvantumszámítógépek kivételesen jól rendelkeznek olyan problémákkal, amelyek nagy számú lehetséges kombináció kiszámítását igénylik.

Kvantumszimuláció

A kvantummechanika a világegyetem alapvető "operációs rendszere". Leírja, hogyan viselkednek a természet alapvető építőelemei. A természet viselkedése, például a kémiai reakciók, a biológiai reakciók és az anyagalakzatok gyakran több test közötti kvantum-interakciókat foglalnak magukban. A kvantum-számítástechnika ígéretes a belsőleg kvantummechanikai rendszerek, például a molekulák szimulálásához, mivel a qubitek a szóban forgó természetes állapotok ábrázolására használhatók. Modellezni tudjuk például az olyan kvantumrendszereket, mint a fotoszintézis, a szupervezetés vagy a bonyolult molekulaszerkezetek.

Erőforrás-becslés

Az Azure Quantum Azure Resource Estimator segítségével felkészülhet a kvantum-számítástechnika jövőjére, és így megbecsülheti a kvantumprogramok skálázott kvantumszámítógépeken való futtatásához szükséges erőforrásokat. Segít megválaszolni az olyan kérdéseket, mint például hogy milyen hardvererőforrásokra van szükség? Hány fizikai és logikai qubitre és milyen típusra van szükség? Mennyi a futási idő?

Ennek eredményeképpen finomíthatja az algoritmusokat, és olyan megoldásokat hozhat létre, amelyek az elérhetővé válásukkor kihasználják a skálázott kvantumszámítógépek előnyeit.

Kvantumgyorsítások

A kvantum-számítástechnika kutatásának egyik célja annak vizsgálata, hogy egy kvantumszámítógép mely problémákat képes gyorsabban megoldani, mint egy klasszikus számítógép, és hogy mekkora lehet a sebesség. Két jól ismert példa a Grover algoritmusa és a Shor algoritmusa, amelyek polinomot és exponenciális felgyorsulást eredményeznek klasszikus társaiknál.

A kvantumszámítógépen futó Shor-algoritmus megszakíthatja a klasszikus titkosítási sémákat, például a Rivest–Shamir–Adleman (RSA) sémát, amelyet széles körben használnak az e-kereskedelemben a biztonságos adatátvitel érdekében. Ez a séma a prímszámok klasszikus algoritmusokkal történő faktorálásának gyakorlati nehézségein alapul.

A Grover algoritmusa felgyorsítja a megoldást a strukturálatlan adatkeresésekre, és kevesebb lépésben futtatja a keresést, mint bármely klasszikus algoritmus. Valóban, minden olyan probléma, amely lehetővé teszi annak ellenőrzését, hogy egy adott érték érvényes megoldás-e (igen vagy nem probléma) a keresési probléma szempontjából fogalmazható meg.