在《科学进展》的一篇新论文中，摩根大通、美国能源部(DOE)阿贡国家实验室和 Quantinuum 的研究人员展示了量子近似优化算法(QAOA )量子算法加速的明确证据。

研究团队利用量子近似优化算法展示理论量子加速

该算法已被广泛研究，并已在多台量子计算机上实现，在物流、电信、金融建模和材料科学等领域具有潜在的应用。

摩根大通全球技术应用研究主管马可·皮斯托亚 (Marco Pistoia) 表示：“这项工作是实现量子优势的重要一步，为未来生产的影响奠定了基础。”

该团队研究了一种实施成本较低的量子算法是否能够提供比最著名的经典方法更高的量子加速。QAOA 被应用于低自相关二进制序列问题，该问题对于理解物理系统的行为、信号处理和密码学具有重要意义。研究表明，如果要求该算法解决越来越大的问题，那么解决这些问题所需的时间将比传统求解器的增长速度慢。

为了探索量子算法在理想无噪音环境中的性能，摩根大通和阿贡联合开发了一个模拟器来评估该算法的大规模性能。

阿贡国家实验室的计算科学家 Yuri Alexeev 表示：“大规模量子电路模拟有效地利用了位于 ALCF 的 DOE 千万亿次级超级计算机 Polaris。这些结果显示了高性能计算如何补充和推动量子信息科学领域。”阿贡国家实验室数学和计算机科学部门的计算数学家 Jeffrey Larson 也参与了这项研究。

为了迈出算法加速的第一步，研究人员在 Quantinuum 的系统模型 H1 和 H2 离子阱量子计算机上进行了小规模实现。通过算法特定的错误检测，该团队将错误对算法性能的影响降低了高达 65%。

Quantinuum 创始人兼首席产品官 Ilyas Khan 表示：“我们与摩根大通的长期合作促成了这项意义重大、值得关注的三方研究实验，阿贡国家实验室也参与其中。如果没有我们 H 系列量子计算机前所未有的世界领先质量，我们不可能取得这样的成果。H 系列量子计算机提供了一种灵活的设备，可以在领先其他量子计算机数年的门保真度基础上执行纠错和错误检测实验。”