尽管“耦合振荡”听起来可能不太熟悉，但它们在自然界中无处不在。术语“耦合谐振子”描述了质量和弹簧的相互作用系统，但它们在科学和工程中的用途并不止于此。他们描述了桥梁等机械系统、原子之间的结合，甚至地球和月球之间的引力潮汐效应。了解这些问题使我们能够探索从化学到工程到材料科学等一系列相应的系统。
耦合振荡系统通常以球和弹簧模型为代表，随着更多振荡器的添加，耦合振荡系统变得越来越复杂。太平洋西北国家实验室(PNNL)联合任命者和多伦多大学教授NathanWiebe创建了一种新的量子算法，现在可以更快、更高效地模拟这种复杂的耦合振荡器系统。这些结果发表在《PhysicalReviewX》上。
Wiebe与谷歌量子人工智能和澳大利亚悉尼麦考瑞大学的研究人员合作，开发了一种算法，用于在量子计算机上模拟耦合质量和弹簧的系统。研究人员随后提供了新算法相对于经典算法的指数优势的证据。
这种加速是通过将耦合振荡器的动力学映射到薛定谔方程(经典牛顿方程的量子对应)来实现的。从那里，可以使用哈密顿方法来模拟系统。
从本质上讲，这种方法允许科学家使用比传统方法少得多的量子比特来表达耦合振荡器的动力学。然后，研究人员可以使用指数级更少的操作来模拟系统。
也许他们的工作中最有趣的方面源于这个算法是否确实比所有可能的普通算法提供指数加速的问题。首先，作者表明该算法是双向工作的：耦合谐振子可用于模拟任意量子计算机。
这意味着，在高水平上，由相互作用的质量和弹簧组成的非常大的系统可以包含相当于量子计算机的计算能力。
其次，作者考虑了计算这些动态的理论限制。如果存在一种方法可以在现有计算机上以多项式时间模拟这些动力学，那么研究人员就可以构建一种更快的方法来模拟量子计算机。然而，这将证明量子计算机本质上并不比经典计算机更强大。
多年来积累的证据表明，经典计算机在质量上不太可能与量子计算机一样强大。因此，这项工作提供了一个令人信服的论据，即该算法提供了指数加速，并清楚地证明了量子动力学和简陋的谐振子之间新颖而微妙的联系。
“已经开发出很少的新类别的可证明的经典计算指数加速，”维比说。“我们的工作为工程、神经科学和化学领域的广泛问题提供了显着的计算优势。”