给量子计算做减法:龙桂鲁团队的智能剪枝

量子计算机最缺的资源是量子比特。今天的超导机器只有几十到几百个比特,每一个都金贵,每一个都会出错。一个问题需要 100 个比特才解得动,机器只有 50 个,怎么办?

量子计算机最缺的资源是量子比特。今天的超导机器只有几十到几百个比特,每一个都金贵,每一个都会出错。一个问题需要 100 个比特才解得动,机器只有 50 个,怎么办?

北京量子信息科学研究院联合清华大学、深圳大学的龙桂鲁团队给了一个思路,先剪枝,再量子。成果登上 Nature Computational Science 8 月刊封面,算法叫 RSRA,受限空间减少算法。

思路

NP 完全优化问题的解空间随规模指数膨胀,航空公司的排班表、物流网络的路径规划,都是这一类问题,资源分配同源。RSRA 的做法分两步,经典算法先上场做预过滤,把明显不可能是最优解的部分剪掉,剩下的问题核心交给量子计算机。

效果

数字两条。

  • 需要的量子比特数量减少近一半
  • 在 13 比特超导量子处理器上完成演示
第二条值得停一下。13 比特,放在今天动辄讨论百万比特路线图的时代,小得近乎寒酸。工程上的价值恰恰在这里,不需要等待容错量子计算机,现有硬件就能跑。剪枝把问题规模压到当前硬件够得着的高度,这是眼下最现实的路线之一。

用在哪

摘要点名的应用方向是航空调度、物流、资源分配,全是组合优化的老熟人。这类问题的共同点是规模一大,经典精确算法就跑到天荒地老,工业界目前普遍接受近似解。

为什么值得关注

量子计算的新闻流里,硬件路线占了大头,比特数往上堆,相干时间往长拉,纠错码越写越复杂,每一项都贵且慢。算法路线安静得多,用更少的比特解决问题,成本几乎为零。RSRA 提供了一个可复制的模板,经典和量子不必互相取代,各自干各自擅长的段落,合起来把问题啃下来。

13 个量子比特,一台超导机器,一个先剪枝后求解的算法,Nature Computational Science 的封面给的是这个组合。量子计算离实用还远的论断到处都是,而让实用提前到来的,往往就是这类不炫技的减法。

暂无表态

想参与讨论或点赞?登录后使用完整功能

讨论回复(0)

暂无回复,登录后可参与讨论
合作

智谱 GLM-5 已上线

在智谱开放平台 BigModel.cn 打造 AI 应用。新一代旗舰模型 GLM-5 在推理、代码、智能体综合能力达到开源模型 SOTA。

领取 2000万 Tokens