在一项可能开创新的行业标准的开发中，剑桥量子 (CQ） 科学家们开发了一种新的算法，以解决企业和行业中普遍存在的如旅行销售员、车辆路径或作业车间调度等组合优化问题，使用了近期量子计算机。
像这样的数学难题处于现实世界中诸如设计制造流程、灌装运输卡车或规划喷气式客机航线等众多优化挑战的核心。随着现代全球企业的自动化水平逐年提高，即使在最强大的传统计算机上运行的优化算法也不得不以准确度换取速度。
在预印库arXiv上发表的这篇论文中，CQ的科学家们引入了滤波变分量子特征求解器 (F-VQE)，以使组合优化更有效。采用Honeywell System Model H1量子计算机的这种新方法，优于现有的“黄金标准”算法：如量子近似优化算法 （QAOQ） 和原来的变分量子特征求解器 （VQE)，使一个好的解决方案速度得到10至100倍的跨越。
这篇论文由CQ的研究团队撰写，其中包括Michael Lubasch博士、David Amaro博士、Carlo Modica博士、Matthias Rosenkranz博士和Marcello Benedetti博士。这些科学家是CQ机器学习和量子算法团队的成员，该团队由 Mattia Fiorentini博士领导。
F-VQE采用了CQ于2020年9月在本论文中发布的一种方法，该方法展示了如何将量子电路解构为较小的电路，并使用较少的量子位运行而不会失去量子优势。因此，通过每次仅使用最多6硬件量子位解决了23量子位问题。CQ的科学家们还展示了这种新方法非常适合用于嘈杂中型量子 (NISQ） 时代的机器。这些进步扩大了当今NISQ计算机所能触及的优化问题的规模。
“我们的科学家们正在为当今的量子计算机开发一系列可行的方法。我们希望企业和政府更快地为一般用途任务实现量子优势，我们与大型工业合作伙伴合作的经验有助于深入了解当前从业人员的需求。”Fiorentini表示。“F-VQE相比以前的量子算法有独特的优势：它能够更快地找到出色的候选解决方案，并更高效地使用量子硬件。F-VQE可产生变革性影响，帮助解决企业和行业中以前难以解决的问题。”
CQ首席执行官Ilyas Khan表示：“我们的科学家团队不懈地致力于将传统计算在现实世界中的限制和NISQ时代可获得的量子优势之间的差距缩短。他们正在制定量子计算的新标准，他们的研究将激发进一步的快速进步。”
Honeywell Quantum Solutions总裁Tony Uttley表示：“这一项目说明了量子计算领域取得的令人兴奋的进展。通过开发以更少的量子位完成更多工作的算法并在最好的硬件上运行，我们朝着解决现实世界问题的方向迈进了一大步，而且比预期的要快。”
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
