양자 컴퓨팅은 종종 양자 회로 계산 방법을 의미하는 것으로 보이며, 여기서 큐 비트 레지스터는 양자 게이트 회로에 의해 작동되고 출력에서 ​​(가능하면 일부 중간 단계에서) 측정됩니다. 양자 어닐링 은 양자 게이트 (quantum gate)를 포함하지 않기 때문에 적어도 양자 자원 ( ¹ )으로 계산하는 것과는 전혀 다른 방법으로 보인다 .

어떤 양자 계산 모델이 있습니까? 무엇이 다른가?

명확히하기 위해, 다른 물리적 구현이 무엇인지 묻지 않고 양자 자원을 사용하여 입력 ^2의 출력을 계산하는 방법에 대한 다른 아이디어에 대한 설명을 의미합니다 .

---

<sub>1. 얽힘과 일관성과 같이 본질적으로 고전적이지 않은 것.
2. 입력 (예 : qubits)을 출력으로 변환하는 프로세스 (계산 결과).</sub>

단열 모델

이 양자 계산 모델은 양자 다 물체 이론의 아이디어에 의해 동기가 부여되며, 회로 모델 (연속 시간 모델이라는 점)과 연속 시간 양자 보행 (시간이 있음)과 실질적으로 다릅니다. 의존적 진화).

단열 계산은 일반적으로 다음과 같은 형태를 취합니다.

1. 다음과 같은 간단한 상태에서 일부 큐빗으로 시작하십시오. $\lvert + \rangle$ . 초기 글로벌 상태를 호출 $\lvert \psi_0 \rangle$ .
2. 이 qubits를 대상으로하는 Hamiltonian 의 상호 작용 을 수행 하십시오. ψ 0 ⟩ 고유 바닥 상태 (낮은 에너지 상태)이다. 예를 들어, | ψ 0 ⟩ = | + ⟩ ⊗ N , 우리는 선택할 수 H 0 = - Σ K σ ( X ) 케이 .$H_0$$\lvert \psi_0 \rangle$$\lvert \psi_0 \rangle = \lvert + \rangle^{\otimes n}$$H_0 = - \sum_{k} \sigma^{(x)}_k$
3. 관심있는 문제에 대한 답변을 인코딩하는 고유 한지면 상태를 가진 최종 Hamiltonian 선택하십시오 . 예를 들어, 구속 조건 만족 문제를 해결하려면 Hamiltonian H 1 = ∑ c h c 그 합은 제약 통해 수행되는 곳 c를 고전적인 문제, 그리고 여기서 각 시간 C가 제약을 만족하지 않는 고전 할당 나타내는 표준 기저 상태 에너지 페널티 (포지티브 에너지 투고) 부과 연산자이고 C가 .$H_1$$H_1 = \sum_{c} h_c$$c$$h_c$$c$
4. H ( t ) H ( 0 ) = H 0 H ( T ) = H 1 H ( t ) = $T \geqslant 0$$H(t)$$H(0) = H_0$$H(T) = H_1$$H(t) = \tfrac{t}{T} H_1 + (1 - \tfrac{t}{T})H_0$
5. 에서 까지의 시간 동안 시스템은 지속적으로 변화하는 Hamiltonian 아래에서 진화 하고 출력에서 ​​큐 비트를 측정하여 결과를 얻습니다 .t = T H ( t ) y ∈ { 0 , 1 } $t = 0$$t = T$$H(t)$$y \in \{0,1\}^n$

단열 모델의 기초는 단열 정리 이며, 그 중 몇 가지 버전이 있습니다. Ambainis과 레게 의한 버전 [  arXiv : 퀀트 산도 / 0,411,152  (보다 엄격한 예) 함축의 "에너지 갭"항상 존재하는 경우, 적어도 의 기저 상태 사이의 및 모든 대한 첫 번째 여기 상태 , 의 1 차 및 2 차 미분의 연산자-노름은 충분히 작습니다 (즉,H ( t ) 0 ⩽ t ⩽ T H H ( t $\lambda > 0$$H(t)$$0 \leqslant t \leqslant T$$H$$H(t)$너무 빠르거나 갑자기 변하지 않는 경우) 계산을 느리게 실행하여 원하는 출력을 원하는만큼 얻을 수 있습니다. 또한, 폴리 노미 관련 요인으로 전체 계산 속도를 늦추는 것만으로도 일정한 요인으로 오류 확률을 줄일 수 있습니다.

단일 회로 모델과는 매우 다른 표현에도 불구하고,이 모델은 단일 회로 모델과 다항식 시간 인 것으로 나타났다 [  arXiv : quant-ph / 0405098  ]. 단열 알고리즘의 장점은 최적화 문제에 더 적합한 양자 알고리즘을 구성하는 다른 접근 방식을 제공한다는 것입니다. 한 가지 단점은 잡음으로부터 잡음을 보호하는 방법이 명확하지 않거나 불완전한 제어 하에서 성능이 어떻게 저하되는지를 알 수 없다는 것입니다. 또 다른 문제는 시스템에 결함이없는 경우에도 알고리즘을 느리게 실행하여 신뢰할 수있는 답변을 얻는 방법을 결정하는 것은 어려운 문제입니다. 이는 에너지 차이에 따라 다르며 일반적으로 에너지가 무엇인지 말하기는 쉽지 않습니다 격차는 정적 해밀턴H ( t $H$, 시간에 따라 변하는 입니다.$H(t)$

그럼에도 불구하고 이것은 이론적이며 실용적인 관심의 모델이며 본질적으로 존재하는 일체형 회로 모델과 가장 다른 점이 있습니다.

MBQC (측정 기반 양자 계산)

이것은 단지 답을 추출하는 것이 아니라 계산 을 구동 하는 방법으로 중개 측정을 사용하여 양자 계산을 수행하는 방법입니다 . "중간 측정을 가진 양자 회로"의 특별한 경우이므로 더 이상 강력하지 않습니다. 그러나 그것이 소개되었을 때, 그것은 양자 계산에서 단일 변환의 역할에 대한 많은 사람들의 직관을 끝내 버렸습니다. 이 모델에는 다음과 같은 제약 조건이 있습니다.

1. 하나는, 매우 큰 얽힌 상태로 준비하거나, 주어진 - 하나 모두 초기 상태로 제조 큐빗 일부 세트를 갖는 설명 (또는 제조) 수 하고 제어-Z 동작들의 일부 시퀀스 , 그래프의 가장자리 관계 (일반적으로 직사각형 격자 또는 육각 격자)에 따라 큐빗 쌍에서 수행됩니다.C Z =는 거라고 나에게 g을 ( + 1 , + 1 , + 1 , - 1 $\lvert + \rangle$$\mathrm{CZ} = \mathrm{diag}(+1,+1,+1,-1)$
2. 이 큐 비트에 대해 일련의 측정을 수행하십시오. 일부는 표준을 기준으로하지만 대부분은 표준을 기준으로하지 않지만 대신 다양한 각도에 대한 . 각 측정 결과는 또는 (종종 각각 '0'또는 '1'로 표시됨)을 산출하며 각도 선택은 이전 측정 결과에 따라 간단한 방식으로 (클래식으로 계산 된 방식으로) 허용됩니다 제어 시스템).θ + 1 - $M_{\mathrm{XY}}(\theta) = \cos(\theta) X - \sin(\theta) Y$$\theta$$+1$$-1$
3. 계산에 대한 해답은 고전 결과로부터 산출 될 수있다 측정들의.$\pm 1$

단일 회로 모델과 마찬가지로이 모델에 대해 고려할 수있는 변형이 있습니다. 그러나 핵심 개념은 큰 얽힌 상태에서 수행되는 적응 형 단일 큐 비트 측정 또는 한 번에 또는 단계적으로 모두 수행되는 일련의 통근 및 가능하게 얽힌 동작을 거친 상태입니다.

이 계산 모델은 일반적으로 주로 단일 회로를 시뮬레이션하는 방법으로 유용한 것으로 간주됩니다. 더 좋고 더 간단한 계산 모델을 시뮬레이션하는 수단으로 종종 여겨지기 때문에 더 이상 이론적으로는 많은 사람들에게 흥미롭지 않습니다. 하나:

• 양자 컴퓨터를 시뮬레이션하기 어렵다는 것을 입증하는 수단 인 IQP 클래스 와 양자 자원을 사용한 안전한 계산 문제를 해결하는 한 가지 방법 인 블라인드 양자 컴퓨팅 (Blind Quantum Computing) 뒤에 동기 부여 개념이 중요 합니다. .

• 측정 기반 계산이 본질적으로 단일 양자 회로를 시뮬레이션하는 것으로 제한되어야하는 이유는 없습니다. MQBC가 흥미로운 계산 프리미티브를 설명하는 방법을 제공 할 수있는 것은 저 (그리고 소수의 다른 이론가들)에게 보입니다. MBQC는 중간 측정이있는 특수한 회로의 회로이므로 다항식 오버 헤드 만있는 단일 회로로 시뮬레이션 할 수 있지만 이는 단일 회로가 원칙적으로 수행 할 수있는 모든 것을 설명 하는 매우 유익한 방법 이라고 말할 수는 없습니다. 측정 기반 계산에서 (클래식 계산에는 서로 명령하기 어려운 명령형 및 기능적 프로그래밍 언어가있는 것처럼).

MBQC가 단일 회로와 관련하여 쉽게 제시 할 수없는 알고리즘을 구축 할 수있는 방법을 제안 할 것인지에 대한 의문이 남아있다. 일부 아키텍처.

단일 회로 모델

이것은 가장 잘 알려진 양자 계산 모델입니다. 이 모델에는 다음과 같은 제약 조건이 있습니다.

1. 순수한 상태로 초기화 된 큐 비트 세트. ;$\lvert 0 \rangle$
2. 고전적인 비트 열 의존 할 수있는 일련의 단일 변환들 ;$x\in \{0,1\}^n$
3. 계산의 마지막에 수행 된 표준 기반의 하나 이상의 측정으로, 고전적인 출력 문자열 산출합니다 . (우리는 필요하지 않습니다 . 예를 들어 YES / NO 문제 의 경우 의 크기에 관계없이 종종 필요합니다 .)$y \in \{0,1\}^k$$k = n$$k = 1$$n$

사소한 세부 사항이 변경 될 수 있습니다 (예 : 수행 할 수있는 단일 집합; , , 과 같은 다른 순수한 상태에서 준비를 허용 하는지 여부, 측정이 표준 기반이거나 다른 기준이 될 수도 있지만) 본질적인 차이는 없습니다.$\lvert 1 \rangle$$\lvert +\rangle$$\lvert -\rangle$

이산 시간 양자 산책

"이산 시간 양자 보행 (discrete-time quantum walk)"은 무작위 보행에서의 양자 변형으로, 그래프에서 작은 단계 (예 : 노드 체인 또는 직사각형 그리드)를 취하는 '보행자'(또는 다중 '보행자')가 있습니다. ). 차이점은 랜덤 워커가 무작위로 결정된 방향으로 단계를 수행하는 경우, 양자 워커는 양자 "코인 (coin)"레지스터에 의해 결정된 방향으로 단계를 수행한다는 점입니다.이 단계는 각 단계에서 변경되지 않고 단일 변환에 의해 "플립"됩니다. 무작위 변수를 다시 샘플링하여  초기 참조는 [  arXiv : quant-ph / 0012090 ]을 참조하십시오.

간단하게하기 위해, 나는 크기의 사이클에서 양자 보행을 설명 할 것이다 . 보다 일반적인 그래프에서 양자 보행을 고려하려면 세부 사항 중 일부를 변경해야합니다. 이 계산 모델에서 일반적으로 다음을 수행합니다.$2^n$

1. 과 같은 상태 에서 큐 비트에 "위치"레지스터를 준비하고 " coin"레지스터 (우리가 및 )은 두 가지 기본 기준 상태의 중첩 일 수있는 일부 초기 상태입니다.$n$$\lvert 00\cdots 0\rangle$$\lvert +1 \rangle$$\lvert -1 \rangle$
2. 코인이 상태 인 경우 위치 레지스터의 값 (모듈러스 )에 1을 더하고 위치 레지스터의 값 (1)을 빼는 코 히어 런트 제어 단위 변환을 수행합니다. 동전이 상태 인 경우 ) .$2^n$$\lvert +1 \rangle$$2^n$$\lvert -1 \rangle$
3. 코인 레지스터에 고정 단일 변환 를 수행하십시오 . 이것은 다음 단계의 방향을 결정하기 위해 "코인 플립"의 역할을합니다. 그런 다음 2 단계로 돌아갑니다.$C$

이것과 무작위 보행의 주된 차이점은 워커의 다른 가능한 궤적이 중첩되어 일관되게 수행되어 파괴적으로 방해 할 수 있다는 것입니다. 이것은 확산보다 탄도 운동과 유사한 보행기 동작으로 이어집니다. 실제로, 이와 같은 모델의 초기 프리젠 테이션은 Dirac 방정식을 시뮬레이션하는 방법으로 Feynmann에 의해 이루어졌습니다.

이 모델은 종종 그래프에서 '표시된'요소를 찾거나 찾는 측면에서 설명됩니다.이 경우 다른 단계를 수행합니다 (보행자가있는 노드의 표시 여부를 계산 한 다음 해당 계산의 결과 측정) )를 2 단계로 돌아 가기 전에이 유형의 다른 변형이 합리적입니다.

보다 일반적인 그래프에서 양자 보행을 수행하려면 "위치"레지스터를 그래프의 모든 노드를 표현할 수있는 것으로 대체해야하며 "코인"레지스터는 정점에 입사되는 에지를 표현할 수있는 것으로 대체해야합니다. "코인 연산자"는 또한 워커가 다른 궤도의 흥미로운 중첩을 수행 할 수있게하는 것으로 교체되어야합니다. ( '흥미로운'으로 간주되는 것은 동기가 무엇인지에 달려 있습니다. 물리학자는 종종 동전 연산자를 변경하면 계산 목적이 아닌 양자 보행을 기본 물리학을 사용하여 확률 밀도의 진화를 변경하는 방법을 고려합니다. 입자 운동의 합리적인 장난감 모델.  ] 이산 시간 양자 보행.

이 계산 모델은 단일 회로 모델의 특별한 경우를 말하고 있지만 매우 구체적인 물리적 직감으로 인해 동기가 부여  되어 경계 오류의 다항식 시간 속도 향상에 대한 알고리즘 통찰력 (예 : [  arXiv : 1302.3143 ])이 발생했습니다. 양자 알고리즘. 이 모델은 또한 계산 모델로서 연속 시간 양자 보행과 밀접한 관계가 있습니다.

중간 측정 기능이있는 양자 회로

이것은 "단일 회로"의 약간의 변형으로 , 알고리즘 의 중간 과 끝 에서 측정이 가능하며 , 미래의 연산이 측정 결과에 의존 할 수 있습니다. 그것은 전형적인 제어 장치와 상호 작용하는 양자 프로세서의 현실적인 그림을 나타내며, 그중에서도 양자 프로세서와 인간 사용자 사이의 인터페이스입니다.

오류 수정을 수행하려면 실제로 중간 측정이 필요하므로 이는 기본적으로 단일 회로 모델보다 양자 계산에 대한보다 현실적인 그림입니다. 그러나 특정 유형의 이론가들이 끝날 때까지 측정을 유지하는 것을 강력하게 선호하는 경우는 드물지 않다 (지연된 측정 원리를 사용하여 '중간'측정을 시뮬레이션). 따라서 이것은 양자 알고리즘에 대해 말할 때 중요한 차이점이 될 수 있습니다. 그러나 이것은 양자 알고리즘의 계산 능력을 이론적으로 증가 시키지는 않습니다.

양자 어닐링

양자 어닐링 은 대략적으로 계산의 단열 모델을 일반화하는 양자 계산 모델입니다. 이 주제에 대한 D-WAVE의 작업의 결과로 대중적이고 상업적인 관심을 끌었습니다.

정확하게 양자 어닐링이 구성 하는 것은 다른 계산 모델만큼 잘 정의되어 있지 않습니다. 본질적으로 컴퓨터 과학자보다 양자 기술자에게 더 관심이 있기 때문입니다. 대체로, 우리는 그것이 수학자들의 동기보다는 엔지니어의 동기가있는 사람들에 의해 일반적으로 고려되므로, 그 주제는 많은 직관과 규칙이 있지만 '공식적인'결과는 거의없는 것으로 보인다. 사실에 대한 답변에서 양자 어닐링에 대한 내 질문에 , Andrew O 말과 같이 지금까지 진행 하는 " 양자 어닐링 알고리즘과 하드웨어의 고려없이 정의 할 수 없습니다그럼에도 불구하고 "양자 어닐링 (quantum annealing)"은 특정 기술로 양자 기술의 문제를 해결하는 방법에 접근 할 수있는 방법으로 충분히 정의 된 것처럼 보인다. 따라서 Andrew O평가 에도 불구하고 , 그것은 암시 적으로 정의 된 모델을 구현한다고 생각한다. 여기서 그 모델을 설명하려고합니다.

모델의 직관

양자 어닐링은 느슨한 비유에서 (클래식) 시뮬레이션 어닐링에 이르기까지 그 이름을 얻습니다 . 둘 다 시스템의 에너지를 최소화하는 수단으로 제공되며, 해밀턴 식으로 표시됩니다 : 시뮬레이션 어닐링을 사용하면 본질적으로 'local'변수 가능한 대입을 무작위로 걸을 수 있지만 실제로 전환 할 확률은

$$\begin{aligned} H_{\rm{classical}} &= \sum_{i,j} J_{ij} s_i s_j \\ H_{\rm{quantum}} &= A(t) \sum_{i,j} J_{ij} \sigma_i^z \sigma_j^z - B(t) \sum_i \sigma_i^x \end{aligned}$$ $s_i \in \{0,1\}$

• 두 사이의 '에너지' 차이 (변수에 대한 초기 및 최종 전역 할당 변수 ) 산책;$\Delta E = E_1 - E_0$$\{s_i\}_{i=1}^n$
• 랜덤 보행에서 보행이 단계를 수행 할 수있는 확률을 제어하는 ​​'온도'매개 변수입니다 .$\Delta E > 0$

하나는 '무한 온도'에서 시스템으로 시작하는데, 이는 궁극적으로 에너지의 증가 또는 감소에 관계없이 가능한 모든 전이를 허용한다고 말하는 멋진 방법입니다. 그런 다음 일정에 따라 온도를 낮추면 시간이 지남에 따라 에너지가 증가하는 상태의 변화가 점점 줄어 듭니다 (아직도 가능). 한계는 온도를 0으로하여 에너지를 감소시키는 전이는 허용되지만 에너지를 증가시키는 전이는 단순히 금지됩니다. 모든 온도$T > 0$, '무한'온도에서의 균일 한 분포이며 온도가 감소함에 따라 전 세계 최소 에너지 상태에 점점 더 가중되는 과제의 안정적인 분포 ( '열 상태')가있을 것입니다. 온도를 무한대에서 거의 0에 가깝게 낮추는 데 시간이 오래 걸리면 원칙적으로 에너지 최소화 문제에 대한 최적의 세계를 찾을 수 있어야합니다. 따라서 시뮬레이션 어닐링은 최적화 문제를 해결하기위한 접근 방식입니다.

양자 어닐링은 Farhi et al. 에 단열 양자 계산 [ arXiv : 퀀트 - 산도 / 0001106 ] 한 때 진화가 발생하는 것을 고려의 아이디어와, 필요하지 않습니다 단열 정권에 해밀턴을 진화. 고전적 어닐링과 유사하게, 어떤 문제에 대한 "고전적 할당"이 균일 한 분포에있는 구성에서 시작하지만, 이번에는 확률 분포 대신에 일관된 중첩으로 이루어집니다. 예를 들어 시간 에 대해 달성 됩니다. 설정 인 경우 균일 한 중첩$t = 0$

$$A(t=0) = 0, \qquad B(t=0) = 1$$ $\def\ket#1{\lvert#1\rangle}\ket{\psi_0} \propto \ket{00\cdots00} + \ket{00\cdots01} + \cdots + \ket{11\cdots11}$ 은 양자 해밀턴의 최소 에너지 상태. 하나는이 '분배'( 즉  , 양자 시스템의 상태)를 천천히 시스템을 진화 시켜서 낮은 에너지 구성에 크게 가중되는 것으로 분배 합니다.-필드 강도 와 를 천천히 최종 값 다시 한 번 이렇게하면 속도가 느려질 경우 글로벌 최소값을 얻을 확률이 높아집니다. 단열 정권 으로하는 조건을 설명 족할$A(t)$$B(t)$ $$A(t_f) = 1, \qquad B(t_f) = 0.$$ 이것은 모든 중간 시간에 해밀턴의 지상 상태 (매우 가까운 상태)에 남아 있기 때문이다. 그러나 이보다 더 빠르게 시스템을 발전시킬 수 있으며 여전히 높은 성공 확률을 달성 할 수있는 것으로 간주됩니다.

단열 양자 컴퓨팅과 유사하게, 및 가 정의되는 방식은 종종 에서 까지의 선형 보간으로 표시됩니다 ( 증가 및 감소 ). 그러나 단열 계산과 마찬가지로 와 는 반드시 선형이거나 단조로울 필요는 없습니다. 예를 들어, D-Wave는 어닐링 일정을 일시 중지하고 '뒤로 어닐링'하는 이점을 고려했습니다 .B ( t ) 0 1 ( t ) B ( t ) ( t ) B ( t $A(t)$$B(t)$$0$$1$$A(t)$$B(t)$$A(t)$$B(t)$

'적절한'양자 소둔 (즉, 말할 것도없이)은 진화 체제가 아마도 단열 체제에서 이루어지지 않을 것이며, 당뇨병 전이의 가능성을 허용 할뿐 아니라 최적의, 또는 훨씬 실용적으로는 여전히 고전적인 기법으로는 찾기 어려운 결과를 달성 할 수 있습니다. 이를 달성하기 위해 해밀턴을 얼마나 빨리 바꿀 수 있는지에 대한 공식적인 결과 는 없습니다 .

고전 시뮬레이션 어닐링과의 비교

그 용어에도 불구하고, 양자 어닐링이 고전 어닐링과 공통점이 많다는 것이 즉시 명확하지 않다. 양자 어닐링과 고전 시뮬레이션 어닐링의 주요 차이점은 다음과 같습니다.

• 양자 어닐링에서, 상태는 어떤 의미에서 혼합 된 상태 (이상적으로는 고전적 어닐링에서의 확률 분포에 대응함)보다는 순수한 상태이다.

• 양자 어닐링에서 진화는 외부 매개 변수가 아닌 해밀턴의 명시 적 변화에 의해 이루어집니다.

표현의 변화는 양자 어닐링과 고전적 어닐링 사이의 유사성을 더 강하게 만들 수있다. 예를 들어, 여기서 및 와 같이 길이 를 어닐링 일정의. ( 대해 및

$$\tilde H_{\rm{classical}} = A(t) \sum_{i,j} J_{ij} s_i s_j - B(t) \sum_{i,j} \textit{const.}$$ $A(t) = t\big/(t_F - t)$$B(t) = t_F - t$$t_F > 0$$A(0) = 0$$A(t) \to +\infty$$t \to t_F$.) 그런 다음 어닐링 알고리즘이 Schrödinger 방정식에 의해 원칙적으로 지배되는 것처럼, 우리는 가능성이있는 구성의 작은 변화에 의해 원칙적으로 팀과 균일 한 확산 과정에 의해 지배되는 어닐링 프로세스를 고려할 수 있습니다. 임의로 선택된 구성 변경을 실행하는 것은 일부 상수 , 초기 및 최종 구성 사이의 에너지 차이이다. 에서 해밀턴에 대한이 확산의 안정적인 분포는 균일 한 분포이고, 해밀턴에 대한 안정적인 분포는 $$p(x \to y) = \max\Bigl\{ 1,\; \exp\bigl(-\gamma \Delta E_{x\to y}\bigr) \Bigr\}$$ $\gamma$$E_{x \to y}$$t=0$$t \to t_F$지역 최소값입니다. 하고 증가하는 천이로까지 에너지가 작아지게 증가시키는 발생되는 확률 에너지 소멸 어떠한 증가 확률 (때문에 모든 가능한 증가는 비용이 많이 드는 일이다).$t$$t \to t_F$

양자 어닐링에 대한 비논리가 여전히 남아있다. 예를 들어, 우리 는 잠재적으로 우물을 무한히 깊게함으로써 ( 에너지 로 에너지 증가를 강력하게 억제한다. 두 모델 사이의 공통점을 설명합니다. 확산과 슈뢰딩거 역학의 차이이기 때문에 주요 차이점은 해밀턴의 진화가 아닙니다. 이것은 이론적으로 두 모델을 비교할 수있는 더 날카로운 방법이있을 수 있음을 시사한다 : 무작위 보행 과 양자 보행 의 차이 와 유사하게 고전과 양자 어닐링의 차이를 설명함으로써$t \to t_F$. 양자 어닐링을 설명 할 때 일반적으로 사용되는 관용구는 에너지 장벽을 통해 '터널링 (tunnelling)'을 말하는 것입니다. 이것은 사람들이 양자 보행을 고려하는 방법과 관련이 있습니다. 예를 들어 Farhi et al. 에 연속 시간 양자 NAND 회로를 평가하기위한 속도 업 , 그리고에 Wong의 더 직접적으로 기초 작업 양자 잠재적 인 장벽을 줄 터널링 산책 . 보다 공식적이고 완전한 설명을위한 여지가있는 것으로 보이지만 양자 보행 측면에서 양자 어닐링을 고려하기 위해 [ arXiv : 1606.06800 ] 장관은 일부 작업을 수행했다 .

순전히 운영 수준에서, 양자 어닐링은 클래식 어닐링에 비해 성능 이점을 제공하는 것으로 보입니다 (예를 들어 ETH의 Troyer 's group의 2014 년의 양자와 클래식 어닐링 간의 성능 차이 에 대한 슬라이드 참조 ).

계산 모델과 달리 현상으로서 양자 어닐링

양자 어닐링은 기술자에 의해 더 많이 연구되기 때문에, 일반적인 원리로 모델을 정의하기보다는 양자 어닐링을 효과로서 실현 하는 개념에 중점을 둡니다 . (단일 회로 모델은 고유 값 추정 또는 진폭 증폭의 '효과'를 달성하는 수단을 나타 내기 때문에 단 하나의 회로 모델을 연구하는 것과 비슷하다.)

따라서 어떤 것이 "양자 어닐링 (quantum annealing)"으로 간주되는지 여부는 적어도 일부 사람들에 의해 하드웨어에 의존적이며 심지어 입력에 의존적 인 것으로 설명됩니다. A와 : 양자 어닐링도 구성 무엇의 아이디어는 소음 (예 : 결 어긋남 등) 실현되는 어닐링을 방지 할 수 있다는 생각을 포함하기 때문에 심지어 양자 어닐링을 달성하지 못할 것 단열 정권에 접근하려고 것으로 보인다 계산 효과 , 계산 모델 과 반대로 , 양자 어닐링은 본질적으로 어닐링 스케줄이 양자 시스템의 디코 히 런스 시간보다 짧아야한다.

어떤 사람들은 때때로 잡음을 양자 어닐링 과정에 필수적인 것으로 묘사합니다. 예를 들어, Boixo et al. [ arXiv : 1304.4595 ] 쓰기

단열 양자 컴퓨팅과 달리, 양자 어닐링 (quantum annealing)은 열 욕에 연결된 개방 양자 시스템을 포함하는 양의 온도 방법입니다.

그것은 아마도 한 어닐링을 수행하는 시스템의 피할 수없는 기능 것으로 그것을 설명하는 정확한 수 있습니다 (잡음은 양자 정보 처리 할 것인가하는 시스템의 피할 수없는 기능입니다 이유만으로 어떤 같이 종류) Andrew O쓰기 " 현실에 없음 목욕은 정말 양자 어닐링을 돕는다 . 소산 프로세스가 시스템이 저에너지 상태에서 인구를 구축하도록 도와줌으로써 양자 어닐링을 도울 수 있지만 (Amin et al. , [ arXiv : cond-mat / 0609332 ]의 작업에 의해 제안 된 바와 같이 ), 이것은 본질적으로 고전적인 효과이며 본질적으로 '소음의 존재'보다는 조용한 저온 환경이 필요합니다.

결론

특히 그것을 연구하는 사람들에 의해 양자 어닐링은 계산 모델이 아니라 효과라고 말할 수 있습니다. A "양자 어닐은"다음 최고의 오히려 시도 '라고도 계산 모델을 구현하는 시스템에 비해, "양자 소둔의 효과를 실현하는 시스템"으로 이해 될 수있는 양자 어닐링 '. 그러나 단열 양자 계산에 대해서도 마찬가지입니다. 제 생각에는 정확하게 그 자체로 계산 모델로 설명되어 있습니다.

양자 소둔을 매우 일반적인 휴리스틱 을 실현하기위한 접근 방식으로 묘사하는 것이 공정한 것일 수 있으며, 이러한 휴리스틱이 성공할 것으로 기대할 수있는 조건으로 특성화 될 수있는 암시 적 계산 모델이있을 수 있습니다. 이 방법으로 양자 어닐링을 고려한다면, 그것은 특별한 경우로 단열 체계 (무 잡음)를 포함하는 모델 일 것이지만, 원칙적으로 더 일반적 일 수 있습니다.