從基因作圖到太空探索，人類繼續(xù)生成越來越多的數(shù)據(jù)集-遠遠超出人們實際處理，管理或理解的信息。機器學習系統(tǒng)可以幫助研究人員應(yīng)對不斷增長的信息泛濫。這些分析工具中，某些功能最強大的是基于一個稱為拓撲的奇異幾何分支，該分支處理的屬性即使在某些方向彎曲和拉伸時也保持不變。

這種拓撲系統(tǒng)對于分析復雜網(wǎng)絡(luò)中的連接特別有用，例如大腦的內(nèi)部布線，美國電網(wǎng)或Internet的全球互連。但是，即使使用功能最強大的現(xiàn)代超級計算機，此類問題仍然令人生畏且不切實際?，F(xiàn)在，麻省理工學院，滑鐵盧大學和南加州大學的研究人員已經(jīng)開發(fā)出一種使用量子計算機來簡化這些問題的新方法。

該團隊在“自然通訊”雜志上描述了他們的理論建議。論文的主要作者，機械工程學教授Nam P. Suh的Seth Lloyd解釋說，代數(shù)拓撲是新方法的關(guān)鍵。他說，這種方法有助于減少每次有人收集有關(guān)真實世界的數(shù)據(jù)時不可避免發(fā)生的失真的影響。

在拓撲描述中，數(shù)據(jù)的基本特征(它有多少個孔?如何連接不同的部分?)被認為是相同的，無論它們被拉伸，壓縮或變形了多少。勞埃德(Lloyd)解釋說，正是這些基本拓撲屬性“對于試圖重建數(shù)據(jù)應(yīng)該代表的現(xiàn)實世界中的基本模式很重要。”

他說，分析哪種數(shù)據(jù)集都沒有關(guān)系。尋找連接和孔的拓撲方法“不管是實際的物理孔，還是數(shù)據(jù)表示邏輯參數(shù)，并且參數(shù)中都存在孔。” 這會發(fā)現(xiàn)兩種漏洞。”

使用傳統(tǒng)的計算機，除了最簡單的情況外，這種方法都要求很高。勞埃德說：“拓撲分析代表了獲取數(shù)據(jù)重要特征的一種關(guān)鍵方法，但是它在計算上非常昂貴。” “這是量子力學開始的地方。” 他說，新的基于量子的方法可以成倍地加快這種計算的速度。

勞埃德(Lloyd)提供了一個示例來說明這種潛在的加速效果：如果您有一個包含300個點的數(shù)據(jù)集，則分析該系統(tǒng)中所有拓撲特征的常規(guī)方法將需要“一臺具有宇宙大小的計算機”，他說。也就是說，它需要2 300(2到300次冪)處理單元-在宇宙中的所有顆粒的約數(shù)。換句話說，問題根本無法以這種方式解決。

他說：“這就是我們的算法開始的地方。” 勞埃德認為，使用量子計算機用新系統(tǒng)解決相同的問題將只需要300個量子位，而這種規(guī)模的設(shè)備將在未來幾年內(nèi)實現(xiàn)。

他說：“我們的算法表明，您不需要一臺大型量子計算機就可以踢出一些嚴重的拓撲圖。”

勞埃德說，在許多重要的大型數(shù)據(jù)集中，量子拓撲方法可能有用，例如了解大腦中的互連。他說：“通過對腦電圖或功能性MRI收集的數(shù)據(jù)集進行拓撲分析，您可以揭示構(gòu)成我們思維過程的激發(fā)神經(jīng)元序列的復雜連通性和拓撲結(jié)構(gòu)。”

可以使用相同的方法來分析許多其他類型的信息。勞埃德說：“您可以將其應(yīng)用于世界經(jīng)濟，社交網(wǎng)絡(luò)或幾乎任何涉及貨物或信息遠程傳輸?shù)南到y(tǒng)。” 但是經(jīng)典計算的局限性阻止了這種方法的應(yīng)用。

他說，盡管這項工作是理論上的，但“實驗人員已經(jīng)與我們聯(lián)系，嘗試使用原型”。“您可以在非常簡單的量子計算機上找到簡單結(jié)構(gòu)的拓撲。人們正在嘗試概念驗證實驗。”

沒有參與這項研究的德國慕尼黑馬克斯·普朗克量子光學研究所教授伊格納西奧·西拉克(Ignacio Cirac)稱其為“一個非常原始的想法，我認為它具有巨大的潛力。” 他補充說：“我猜想它必須進一步開發(fā)并適應(yīng)特定的問題。無論如何，我認為這是高質(zhì)量的研究。”

　　免責聲明：本文由用戶上傳，與本網(wǎng)站立場無關(guān)。財經(jīng)信息僅供讀者參考，并不構(gòu)成投資建議。投資者據(jù)此操作，風險自擔。 如有侵權(quán)請聯(lián)系刪除！