Алгоритм квантовой приближенной оптимизации (QAOA) быстро стал краеугольным камнем развития современного квантового алгоритма. Несмотря на растущий диапазон применений, было учтено лишь несколько результатов для понимания основных ограничений алгоритма. Оказалось, что QAOA демонстрирует неспособность алгоритмов минимизировать целевую функцию (и, следовательно, решать задачи оптимизации).
Американская корпорация Google стремительно разрабатывает квантово-улучшенные процессоры, которые используют квантово-механические эффекты, чтобы однажды значительно увеличить скорость обработки данных. Недавно Google разработала новые улучшенные квантовые алгоритмы, которые работают в присутствии реального шума.Так называемый квантовый приближенный алгоритм оптимизации, или сокращенно QAOA, – краеугольный камень на пути к помехоустойчивым квантовым алгоритмам.
QAOA вызвал огромный коммерческий интерес и подтолкнул мировое исследовательское сообщество к изучению новых способов его применения. Тем не менее ни один алгоритм не идеален, но до недавнего времени ограничениях в производительности алгоритма QAOA Google были неизвестны.
В статье, опубликованной учеными из Сколтеха в журнале Physical Review Letters сообщается об открытии так называемых ‘дефицитов достижимости’ и демонстрируется, как они мешают алгоритму решить поставленные задачи.
QAOA вызвал коммерческий интерес и подтолкнул мировое исследовательское сообщество к изучению новых способов его применения. Тем не менее, до недавнего времени ограничения в производительности алгоритма QAOA Google были неизвестны.
