應用與模擬

量子退火(quantum annealing)

想像你要在一片廣闊、霧氣瀰漫、布滿丘陵和山谷的地形中找到最低點,而那個最低的山谷就是你問題的最佳答案。經典的搜尋可能只是一路下坡,結果卡在遇到的第一個小凹坑裡出不來。量子退火是另一種風格的量子計算,它試圖沉降到那個最低的山谷:先從一個簡單、容易製備的量子態出發,再緩慢調節系統,使其能量最低的組態恰好編碼著你想要的答案。只要改變得足夠緩慢、足夠輕柔,系統往往能一路保持在能量最低的狀態,最終落到那個好的解上。像穿隧這樣的量子效應有時還能幫它直接穿過一道勢壘,而不必費力翻越過去。

與閘模型量子計算(也就是運行 H、CNOT 等閘所組成電路的那一種)不同,退火機並不運行任意程式。你要做的是把一個最佳化問題編碼成一個能量函數,再讓硬體朝著低能量去弛豫。這使它成為一種專用工具,適合處理某些組合最佳化和取樣問題,而不是一台通用計算機。D-Wave 就是把這一思路商業化的公司,製造了擁有數千個量子位元、專門針對這類問題的機器。

對這裡的炒作要多留個心眼。量子退火是否真能勝過優秀的經典演算法(比如模擬退火或現代的專用求解器)仍有實打實的爭議,而清晰、普遍的加速一直難以拿出確鑿證據。它並不會「一次性嘗試所有答案」,也沒有跡象表明它能帶來像 Shor 演算法在分解整數時那樣的指數級優勢。請把它看作一種有前景、針對特定問題的方法,其實際優勢仍在摸索之中,而不要當成解決一般困難最佳化問題的現成捷徑。

量子退火機是為最佳化類問題打造的,而不是用來運行通用電路;它相對於強大經典方法的實際優勢,至今仍是一個懸而未決的問題。

又稱
adiabatic optimization (related)AQO绝热量子优化(相关)絕熱量子優化(相關)