量子计算与经典计算几次重要的“PK”，藏着怎样的发展轨迹？( 五 ) _小知识

图 | Ewin Tang （来历：Quanta Magazine）
“保举问题”旨在为用户供给产物建议。好比对 Netflix 来说，它知道你看过哪部片子，它也知道其他数百万用户所不雅看过的内容，而 Netflix 需要按照这些信息为你做出影视保举。
我们可以将这些数据想当作一种信息量庞大的表格，表格的列为各部片子，表格的行为每个具体用户，而表格中每个数字格的值则用于量化用户对于某部片子的爱好水平。此时，一个好的算法可以经由过程快速精确地识别片子和用户之间的相似性来填充表格中的空白格，进而生当作保举。
2016 年，计较机学家 Iordanis Kerenidis 和 Anupam Prakash联手发布了一种量子算法，该算法能以比任何已知的经典算法都快的速度解决“保举问题” 。具体来说，该算法经由过程简化问题实现这一“量子优势”：不消完当作整个表格，而是将用户进行分类（如某一用户喜好好莱坞年夜片仍是小众片子），再对现稀有据进行抽样，然后生当作建议。
那时 Kerenidis 和 Prakash 的研究成果令人兴奋，因为它供给了一个可现实验证“量子优势”的靠得住方式。
但它并不克不及证实经典算法达不到如许的速度。
在本年春天， Tang 与 Aaronson 合作在论文中说明了证实快速经典算法存在过程中的关头
。
Tang 暗示， Kerenidis 和 Prakash 所利用的量子采样方式可以在经典情况中予以复制。与 Kerenidis 和 Prakash的算法一样， Tang 的算法在多对数时候（polylogarithmictime）内完当作运算，与量子算法的速度半斤八两，比任何此前已知的经典算法都快。同时，这一算法比任何此前已知的经典算法都要快。
固然这并不料味着量子计较与经典计较比拟没有优势，但新的研究当作果打破了人们验证量子计较方式的经典手段，也打破了人们对于用“保举问题”验证量子计较可行性和优胜性的执着。
回首这几回量子计较与经典计较的几回公开年夜比力， DT君认为，与其说量子计较必然能超越经典计较，我们更倾标的目的于量子计较与经典计较处于一种“相爱相杀”的状况：量子计较的成长离不开经典计较的撑持，例如，超等计较机可以模拟量子计较机，为量子计较机的设计供给撑持，当前本家儿流量子计较的接入都是经由过程云手艺；另一方面，量子计较的不竭成长，在不竭超越的过程中也开导、甚至激励了经典计较不竭标的目的前成长。

图 | EmTech China 会议时代 D-Wave 公司的 Vern Brownell 进行讲话（来历：DT 君）
【量子计算与经典计算几次重要的“PK”，藏着怎样的发展轨迹？】正现在年年头， D-Wave 公司的 Vern Brownell 在 EmTech China 峰会上说的那样，将来，量子计较机与经典计较机很可能处于一种并存的模式，而不是代替。两种计较机将各安闲其擅长的范畴继续阐扬其优势，更好的办事于将来的糊口。

以上内容就是量子计算与经典计算几次重要的“PK” ，藏着怎样的发展轨迹？的内容啦，希望对你有所帮助哦！

量子计算与经典计算几次重要的“PK”，藏着怎样的发展轨迹？( 五 )

猜你喜欢