量子计算,即操纵量子物理系统进行数值计算,有望显著加快许多科学问题(包括经济学问题)的解决速度。然而,实现量子加速不仅仅是将经典算法转化为量子等效算法。1 一般来说,这是不可能的。即使可能,也不会带来计算收益。相反,实现量子加速需要构建完全不同的算法,利用叠加、纠缠、干涉和隧穿等量子现象。为了应对这一挑战,我们提出了一组新颖的算法,用于在量子退火器 (QA) 上解决动态规划问题(例如经济学中出现的问题)。这种专门的量子装置使用物理过程执行组合优化。QA 将问题的参数嵌入量子系统中,该系统会演化以找到其最低能量配置。这相当于确定全局最小化损失函数的状态变量值(Farhi 等人,2000 年)。QA 试图解决传统计算机无法解决的 NP 问题,从所有状态的线性组合(量子叠加)开始,并在几毫秒内返回候选解决方案,而不管问题大小(Venegas-Andraca 等人,2018 年)。更具体地说,我们的论文做出了三个关键贡献:
主要关键词