乍一看，量子计算机似乎只是未来遥不可及的机器。从某种程度上说，它们确实如此。目前，这些设备的处理能力受限于其包含的量子比特数量，量子比特是经典计算机中大家可能听说过的0或1比特的量子等价物。
那些最雄心勃勃的量子项目背后的工程师们表示，他们可以编排数百个量子比特，但由于这些量子比特拥有独特而短暂的量子特性，如叠加和纠缠，因此将它们保持在理想状态是一项艰巨的任务。所有这些因素加起来意味着，研究人员吹捧量子计算机在某些问题上优于经典机器的说法，至今尚未完全实现。
科学家们表示，总的来说，量子机器在解决优化运算、自然模拟以及在非结构化数据库中搜索等问题上可能更胜一筹。但如果没有实际应用，这一切都可能显得非常抽象。
航班登机口分配挑战
一个与IBM合作的研究团队一直在为特定问题设计和测试适用于量子电路的专用算法。这意味着，优化任务这个宽泛的类别，可以细化为一个具体问题，例如找到机场中连接航班的最佳登机口。
[相关：图集：深入量子计算机的中心]
这个问题有以下要求：计算机需要找到最适合分配进港和转机航班的登机口，以最大限度地减少乘客的旅行时间。从这个意义上说，往返登机口的旅行时间、乘客数量、登机口是否有航班等，都成为复杂数学方程组中的变量。
“基本上，每个量子比特代表登机口或航班。因此，解决这个问题所需的量子比特数量是登机口数量乘以航班数量，”德国粒子物理研究中心（DESY）的研究物理学家、该算法预印本论文的作者之一Karl Jansen解释说。
“哈密顿量”如何参与其中
为了在量子设备上执行操作，首先需要将所有这些信息整合到一个称为“哈密顿量”的东西中，这是一个测量系统总能量的量子力学函数。在本例中，系统将是机场的连接。Jansen说：“如果你找到最小能量，那么这对应于机场中所有乘客找到最佳连接的最优路径。‘这个能量函数，这个哈密顿量，极其复杂且呈指数级增长。无法在经典计算机上完成。但是，你可以将这个哈密顿量转换为量子电路。’”
在他们的研究中，Jansen和他的同事们只使用了大约20个量子比特，这并不算多，在解决当前问题方面并没有比最好的经典算法更具优势。目前，比较解决方案的时间或准确性与经典计算相比没有太大意义。“为此需要100或200个工作量子比特，”他指出。“我们想知道的是，如果我将问题规模做得越来越大，比如去一个越来越大的机场，那么在某个时刻，使用量子力学原理来解决问题是否会带来优势。”
叠加、纠缠和干涉
需要注意的是，控制这些机器意味着从应用数学到化学和物理学等众多行业的顶尖人才必须共同努力，设计巧妙的量子算法，即告诉量子计算机执行什么操作以及如何执行的指令。这些算法在本质上与经典算法不同。它们可能涉及更高级的数学，如线性代数和矩阵。“系统的基本描述是不同的，”IBM Research量子应用和软件团队的高级研究经理Jeannette Garcia说。“ namely，我们有叠加、纠缠以及这个干涉的概念。”
尽管这一点尚未得到证实，但许多研究人员认为，通过利用叠加，他们可以将在问题中封装更多信息，并通过纠缠，他们可以找到更多的相关性，例如，如果某个航班与另一个航班和另一个登机口相关联，因为它们都是国内航班。
Garcia解释说，量子计算机给出的每一个答案基本上都是一个概率。需要大量工作来构建以创造性方式组合答案的方法，以便在多次重复试验中得出最可能的答案。这就是干涉——将波形相加或相减。纠缠部分对化学以及机器学习尤其有前景。“在机器学习数据集中，你可能会有高度相关的数据，换句话说，它们并非相互独立，” Garcia说。“这就是纠缠。我们可以将其纳入并编程到我们正在研究的内容中，最终目的是节约资源和计算能力。”
尽管Jansen团队的新算法目前还不能真正用于提高机场的效率，但它可以被转化为各种其他问题。“一旦我们找到了解决航班登机口分配问题的非常好的方法，我们就将这些算法和改进转移到我们目前正在研究的粒子追踪问题上，这些问题同时涉及CERN和DESY，”Jansen说。
此外，你还可以将相同的算法应用于其他物流问题，例如优化公交路线或城市交通信号灯的设置。你只需要修改问题的信息以及你放入系数和二进制变量中的数字。“对我来说，这是解决航班登机口分配问题的一个很好的尝试，”Jansen说。“现在我正在研究其他可以应用这种数学公式来解决其他问题的实例。”
