我们曾经认为计算机再强大，也不足以预测未来。现在这个想法很可能被推翻：计算机可能比人类更擅长做“先知”。在一些领域，计算机可以很容易地预测未来，比如树液在树干中如何流动这样一个简单、直观的现象，可以用几行线性微分方程的代码来捕捉。但在非线性系统中，相互作用会影响自身——当气流经过喷气式飞机的机翼时，气流会改变分子相互作用，从而改变气流，等等。这种反馈循环滋生了混乱，即使初始条件的微小变化也会导致后来行为的巨大变化，使得预测几乎不可能成功，无论计算机多么强大。“这是天气变幻莫测、复杂流体流动难以理解的原因之一，”马里兰大学量子信息研究员安德鲁·蔡尔兹说。“如果你能弄清楚这些非线性动力学，你就能解决一些问题。”棘手的计算问题。”这不是天方夜谭，也许很快就会实现。在11月发表的单独研究中，由Childs和麻省理工学院的团队领导的团队描述了一种强大的工具，可以让量子计算机更好地模拟非线性动力学。量子计算机能够利用量子现象比传统计算机更有效地执行某些计算。正是因为这些功能，量子计算机可以快速推翻复杂的线性微分方程。长期以来，研究人员一直希望他们能够使用巧妙的量子算法解决非线性问题。尽管这两项研究使用的确切模式有很大不同，但都使用了一种将非线性伪装成一组更容易理解的线性近似的新方法。所以，现在有两种不同的方法可以使用量子计算机来解决非线性问题。悉尼科技大学量子计算研究员MáriaKieferová表示：“这两篇论文的有趣之处在于，他们找到了一种机制，在给定一些假设的情况下，他们拥有高效的算法。这真的很令人兴奋。这两项研究都使用了非常聪明的技术。”“这就像教汽车飞行。”十多年来，量子信息研究人员一直在尝试用线性方程作为求解非线性微分方程的关键，但终于在2010年有了突破。当时在悉尼麦考瑞大学工作的多米尼克·贝里(DominicBerry)建立了第一个算法，可以在量子计算机上比在经典计算机上以指数方式更快地求解线性微分方程。很快Berry的工作也转向了非线性微分方程。“我们以前做过一些工作，但效率很低，”Berry说。马里兰大学的AndrewChilds领导了两项研究工作中的一项，旨在使量子计算机能够更好地处理非线性。动态建模。他的团队的算法使用一种称为“Carleman线性化”的技术将这些非线性系统转变为一组更易于理解的线性方程组。问题是，量子计算机所基于的物理学本质上是线性的。“这就像教汽车飞行，”麻省理工学院研究的共同作者BobakKiani说。那么，诀窍就是找到一种方法将数学上的非线性系统转换为线性系统。“我们想要某种线性系统，因为这是我们的工具箱所拥有的，”Childs说。两个团队以两种不同的方式做到了这一点。Childs的小组使用了1930年代称为Carleman线性化的过时数学技术，将非线性问题转换为线性方程组。不幸的是，方程组中有无数个方程。研究人员必须弄清楚他们可以从中删除哪些方程以获得足够好的近似值。“停在等式10？还是等式20？”麻省理工学院的等离子体物理学家、马里兰州研究的合著者NunoLoureiro说。该团队证明，对于一定范围内的非线性方程，他们可以截断这个无限方程组并求解方程。麻省理工学院团队的论文采用了不同的方法，将非线性问题建模为玻色-爱因斯坦凝聚态。这是一种物质状态，其中接近绝对零的粒子的组内相互作用导致每个单独的粒子表现相同。由于粒子都是相互关联的，因此每个粒子的行为都会影响其余粒子，并以非线性循环特性反馈给该粒子。麻省理工学院的方法通过使用玻色-爱因斯坦数学将非线性与线性联系起来，在量子计算机上模拟了这种非线性现象。因此，通过将每个非线性问题分别想象为不同的伪Bose-Einstein凝聚，该算法推导出一个有效的线性近似。“给我你最喜欢的非线性微分方程，我会为你建立一个可以模拟它的玻色-爱因斯坦凝聚体，”汉诺威莱布尼兹大学的量子信息科学家TobiasOsborn说。没有参与这两项研究的奥斯本说，“这是一个我非常喜欢的想法。”麻省理工学院领导的团队的算法将任何非线性问题建模为玻色-爱因斯坦凝聚体，这是一种奇异的物质状态，其中相互连接的粒子都以相同的方式表现。Berry认为这两篇论文在不同方面都很重要（他没有参与其中任何一篇）。“但最终，它们的重要性表明，可以使用这些方法来获得非线性行为，”他说。了解你的极限尽管这些努力很重要，但它们仍然只是破解非线性系统的第一步。在实现它们所需的硬件成为现实之前，更多的研究可能会侧重于分析和改进每种方法。“通过这两种算法，我们可以真正展望未来，”Kieferová说。但是用它们来解决实际的非线性问题需要具有数千个量子比特的量子计算机来最小化错误和噪声，这远远超出了目前的可能。同时，这两种算法实际上只能处理轻度非线性问题。马里兰州的研究精确地量化了新参数R可以处理多少非线性，它表示问题的非线性与其线性的比率——问题变得非线性的趋势与使系统保持在正轨上的摩擦之间的关系。Osborne说：“儿童研究在数学上对何时有效、何时无效有着严格的规定。”“我认为这真的很有趣，而且是核心贡献。”根据Kiani的说法，麻省理工学院领导的研究并没有严格证明任何约束其算法的定理。但该小组计划在解决更具挑战性的问题之前，通过在量子计算机上运行小规模测试来更多地了解该算法的局限性。对这两种技术最重要的警告是，量子解决方案与经典解决方案有着根本的不同。量子态对应于概率，而不是绝对值，例如，无需查看喷气式飞机机身各个部分周围的气流，您可以获得平均速度或检测停滞的空气。“结果是量子力学的，这意味着要分析这种状态还有很多工作要做，”Kiani说。在未来五到十年内，研究人员一定会在实际问题上测试许多成功的量子算法，但重要的是不要过度承诺量子计算机可以做什么。“我们将尝试各种各样的事情，”奥斯本说。“而且，如果我们考虑局限性，那会限制我们的创造力。”
