[科普中国]-量子退火

量子退火（QA）是用于通过使用量子波动的过程在给定的一组候选解（候选状态）上找到给定目标函数的全局最小值的元启发式。 量子退火主要用于搜索空间是离散的（组合优化问题）与许多局部最小值的问题; 例如找到旋转玻璃的基态。它由T. Kadowaki和H. Nishimori（ja）在“横向伊辛模型中的量子退火”中以其现有形式制定，尽管AB Finilla，MA Gomez，C提出了不同形式的提议。 Sebenik和JD Doll，“量子退火：最小化多维函数的新方法”

与模拟退火的比较量子退火可以与模拟退火进行比较，模拟退火的“温度”参数与QA的隧道场强度起类似作用。 在模拟退火中，温度确定从单个当前状态移动到更高“能量”状态的概率。 在量子退火中，横向场的强度决定了平行改变所有状态的幅度的量子力学概率。 分析[9]和数值[10]证据表明，量子退火在某些条件下优于模拟退火（见[11]进行仔细分析）。

量子力学：类比和优势隧道场基本上是动能项，不与原始玻璃的经典势能部分通勤。可以使用量子蒙特卡罗（或其他随机技术）在计算机中模拟整个过程，从而获得用于找到经典玻璃的基态的启发式算法。

在退出纯数学目标函数的情况下，可以将问题中的变量视为经典自由度，并且将成本函数视为势能函数（经典哈密顿量）。然后，必须在哈密顿量中人为地引入由非通勤变量（即具有原始数学问题的变量的非零换向器的变量）组成的合适术语，以发挥隧道场的作用（动力学部分） ）。然后可以如上所述用这样构造的量子哈密顿量（原始函数+非通勤部分）进行模拟。这里，可以选择非通勤项，退火效率可能取决于此。

在实验和理论上已经证明，在某些情况下，量子退火确实优于热退火（模拟退火），特别是在势能（成本）景观由围绕浅局部极小值的非常高但很薄的势垒组成的情况下。

D-Wave实施2011年，D-Wave Systems公布了市场上第一款名为D-Wave One的商用量子退火炉，并在Nature上发表了一篇关于其性能的论文。[14]该公司声称该系统使用128比特率的处理器芯片组。[15] 2011年5月25日，D-Wave宣布洛克希德马丁公司签署购买D-Wave One系统的协议。2011年10月28日，南加州大学信息科学研究所接收了洛克希德公司的D-Wave One。

2013年5月宣布谷歌，美国宇航局艾姆斯和非盈利大学空间研究协会组成的财团从D-Wave Systems购买了512个量子比特的绝热量子计算机。与一些经典退火算法相比，对其作为量子退火炉的性能的广泛研究已经可用。

2014年6月，D-Wave宣布了一个新的量子应用生态系统，计算金融公司1QB Information Technologies（1QBit）和癌症研究组DNA-SEQ专注于解决量子硬件的实际问题。作为第一家致力于为商用量子计算机生产软件应用的公司，1QBit的研发部门专注于D-Wave的量子退火处理器，并成功证明这些处理器适用于解决实际应用1。

随着纠缠的发布，D-Wave机器是否能够证明所有经典计算机的量子加速的问题仍然没有答案。 2014年6月发表在“科学”杂志上的一项研究被描述为“可能是对D-Wave机器性能进行最彻底和最精确的研究”和“最公平的比较”，试图定义和测量量子加速。提出了一些定义，因为有些定义可能无法通过实证检验验证，而其他定义尽管是伪造的，但仍然可以存在性能优势。该研究发现，D-Wave芯片“没有产生量子加速”，并且不排除未来测试的可能性。由瑞士联邦理工学院的Matthias Troyer领导的研究人员在整个测试范围内发现“没有量子加速”，在查看测试子集时只能得出不确定的结果。他们的工作说明了“量子加速问题的微妙本质”。进一步的工作提高了对这些测试指标及其对平衡系统的依赖的理解，从而忽略了由量子动力学引起的任何优势签名。

关于量子加速有很多未解决的问题。上一节中的ETH参考仅适用于一类基准问题。可能存在可能发生量子加速的其他类问题。 Google，LANL，USC，Texas A&M和D-Wave的研究人员正在努力寻找此类问题类别。

2015年12月，谷歌宣布，在一系列硬优化问题上，D-Wave 2X的性能优于模拟退火和量子蒙特卡罗，最高可达100,000,000。

D-Wave的架构不同于传统的量子计算机。不知道是多项式等价于通用量子计算机，特别是不能执行Shor算法，因为Shor算法不是爬山过程。 Shor的算法需要通用的量子计算机。 D波声称只进行量子退火

本词条内容贡献者为:

王沛 - 副教授、副研究员 - 中国科学院工程热物理研究所