การทดลองครั้งสำคัญพิสูจน์ให้เห็นว่าการสื่อสารควอนตัมนั้นเร็วกว่าจริงๆ
คอมพิวเตอร์ควอนตัมยังคงเป็นความฝัน แต่ยุคของการสื่อสารควอนตัมมาถึงแล้ว การทดลองใหม่จากปารีสได้แสดงให้เห็นเป็นครั้งแรกว่าการสื่อสารควอนตัมนั้นเหนือกว่าวิธีการส่งข้อมูลแบบคลาสสิก
“เราเป็นคนแรกที่แสดงให้เห็นประโยชน์จากควอนตัมสำหรับการส่งข้อมูลว่าทั้งสองฝ่ายมีส่วนแบ่งการดำเนินงานที่มีประโยชน์” กล่าวว่า Eleni เดียมานติ , วิศวกรไฟฟ้าที่มหาวิทยาลัยซอร์บอนน์และผู้เขียนร่วมของผลพร้อมกับ Iordanis Kerenidis เป็น นักวิทยาศาสตร์คอมพิวเตอร์ที่ปารีส Diderot University และNiraj มาร์
เครื่องควอนตัมซึ่งใช้ประโยชน์จากคุณสมบัติควอนตัมของสสารเพื่อเข้ารหัสข้อมูล ได้รับการคาดหวังอย่างกว้างขวางว่าจะปฏิวัติการคำนวณ แต่ความคืบหน้าได้ช้า ในขณะที่วิศวกรทำงานเพื่อสร้างคอมพิวเตอร์ควอนตัมพื้นฐาน นักวิทยาศาสตร์คอมพิวเตอร์เชิงทฤษฎีได้เผชิญกับอุปสรรคพื้นฐานที่มากขึ้น: พวกเขาไม่สามารถพิสูจน์ได้ว่าคอมพิวเตอร์แบบคลาสสิกจะไม่สามารถทำงานที่คอมพิวเตอร์ควอนตัมได้รับการออกแบบมา ตัวอย่างเช่น ช่วงฤดูร้อนที่ผ่านมา วัยรุ่นจากเท็กซัสได้พิสูจน์ว่าปัญหาที่คิดว่าจะแก้ไขได้อย่างรวดเร็วเฉพาะบนคอมพิวเตอร์ควอนตัมเท่านั้นที่สามารถทำได้อย่างรวดเร็วบนคอมพิวเตอร์แบบคลาสสิกเช่นกัน
อย่างไรก็ตาม ในขอบเขตของการสื่อสาร (แทนที่จะเป็นการคำนวณ) ประโยชน์ของวิธีการควอนตัมนั้นสามารถรับรองได้ กว่าทศวรรษที่แล้ว นักวิทยาศาสตร์คอมพิวเตอร์ได้พิสูจน์ว่าอย่างน้อยในทางทฤษฎี การสื่อสารควอนตัมเอาชนะวิธีการส่งข้อความแบบคลาสสิกสำหรับงานบางอย่าง
“คนส่วนใหญ่ดูงานคำนวณ ข้อดีอย่างหนึ่งที่สำคัญคือ ในงานสื่อสาร ข้อดีสามารถพิสูจน์ได้” Kerenidis กล่าว
ในปี 2547 Kerenidis และนักวิทยาศาสตร์คอมพิวเตอร์อีกสองคนจินตนาการถึงสถานการณ์ที่บุคคลหนึ่งจำเป็นต้องส่งข้อมูลไปยังอีกคนหนึ่งเพื่อให้บุคคลที่สองสามารถตอบคำถามเฉพาะได้ นักวิจัยพิสูจน์ว่าการตั้งค่าควอนตัมสามารถทำงานให้สำเร็จได้โดยการส่งข้อมูลน้อยกว่าระบบคลาสสิกแบบทวีคูณ แต่การตั้งค่าควอนตัมที่พวกเขาจินตนาการไว้นั้นเป็นทฤษฎีล้วนๆ และอยู่ไกลเกินกว่าเทคโนโลยีในสมัยนั้น
Kerenidis กล่าวว่า “เราสามารถพิสูจน์ข้อได้เปรียบของควอนตัมได้ แต่เป็นการยากที่จะนำโปรโตคอลควอนตัมไปใช้จริง
งานใหม่นี้ดำเนินการเวอร์ชันแก้ไขของสถานการณ์สมมติที่ Kerenidis และเพื่อนร่วมงานมองเห็น คำถามที่กล่าวถึงในบทความนี้เกี่ยวข้องกับผู้ใช้สองคนคือ Alice และ Bob อลิซมีลูกบอลหมายเลขหนึ่งชุด ลูกบอลแต่ละลูกจะถูกสุ่มสีเป็นสีแดงหรือสีน้ำเงิน บ๊อบต้องการทราบว่าลูกบอลคู่หนึ่งซึ่งสุ่มเลือกมานั้นมีสีเดียวกันหรือสีต่างกันหรือไม่ อลิซต้องการส่งข้อมูลให้ Bob น้อยที่สุดในขณะที่ยังมั่นใจว่า Bob สามารถตอบคำถามของเขาได้
ปัญหานี้เรียกว่า “ปัญหาการจับคู่การสุ่มตัวอย่าง” มันมีความหมายสำหรับการเข้ารหัสและสกุลเงินดิจิทัล ซึ่งผู้ใช้มักต้องการแลกเปลี่ยนข้อมูลโดยไม่จำเป็นต้องเปิดเผยทุกสิ่งที่พวกเขารู้ นอกจากนี้ยังเหมาะสมอย่างยิ่งที่จะแสดงให้เห็นถึงข้อได้เปรียบในการสื่อสารควอนตัม
“คุณไม่สามารถพูดได้ว่า ‘ฉันต้องการส่งภาพยนตร์หรือบางสิ่งบางอย่างที่หนึ่งกิกะไบต์และเข้ารหัสให้เป็นสถานะควอนตัม’” และคาดว่าจะพบข้อได้เปรียบของควอนตัมThomas Vidickนักวิทยาศาสตร์คอมพิวเตอร์ที่ California Institute of กล่าว เทคโนโลยี. “คุณต้องดูงานที่ละเอียดอ่อนกว่านี้”
ในการแก้ปัญหาการจับคู่อย่างคลาสสิก อลิซต้องส่งข้อมูลจำนวนหนึ่งให้กับบ๊อบตามสัดส่วนกับรากที่สองของจำนวนลูกบอล แต่ลักษณะนอกรีตของข้อมูลควอนตัมทำให้โซลูชันมีประสิทธิภาพมากขึ้น
ในห้องแล็บที่ใช้ในงานใหม่นี้ อลิซและบ๊อบสื่อสารกันผ่านเลเซอร์พัลส์ แต่ละชีพจรแสดงถึงลูกเดียว พัลส์จะเคลื่อนผ่านตัวแยกลำแสง ซึ่งส่งครึ่งหนึ่งของแต่ละพัลส์ไปยังอลิซและอีกครึ่งหนึ่งไปทางบ็อบ เมื่อชีพจรผ่านอลิซ เธอสามารถเปลี่ยนบางอย่างที่เรียกว่าเฟสของพัลส์เลเซอร์เพื่อเข้ารหัสข้อมูลเกี่ยวกับลูกบอลแต่ละลูก ไม่ว่าจะเป็นสีแดงหรือสีน้ำเงิน
ในขณะเดียวกันบ็อบก็เข้ารหัสข้อมูลเกี่ยวกับลูกบอลคู่หนึ่งที่เขาสนใจในพัลส์เลเซอร์ครึ่งหนึ่งของเขา จากนั้นพัลส์จะมาบรรจบกันในตัวแยกลำแสงอีกตัวหนึ่ง ซึ่งจะรบกวนซึ่งกันและกัน วิธีที่พัลส์สองชุดแทรกแซงซึ่งกันและกันสะท้อนถึงความแตกต่างในวิธีที่เฟสของพัลส์แต่ละอันเปลี่ยนไป Bob สามารถอ่านรูปแบบการรบกวนบนเครื่องตรวจจับโฟตอนที่อยู่ใกล้เคียงได้
จนกระทั่งตอนที่ Bob “อ่าน” ข้อความเลเซอร์ของ Alice ข้อความควอนตัมของ Alice สามารถตอบคำถามเกี่ยวกับคู่ใด ๆ ก็ได้ แต่ในการอ่านข้อความควอนตัม เขาทำลายมัน โดยให้ข้อมูลเกี่ยวกับลูกบอลเพียงคู่เดียว
คุณลักษณะของข้อมูลควอนตัมนี้มีศักยภาพที่จะอ่านได้หลายวิธี แต่สามารถอ่านได้เพียงวิธีเดียวในท้ายที่สุด ช่วยลดปริมาณข้อมูลที่จำเป็นต้องส่งเพื่อแก้ปัญหาการจับคู่การสุ่มตัวอย่างได้อย่างมาก ถ้าอลิซต้องการส่ง Bob 100 บิตคลาสสิกเพื่อให้แน่ใจว่าเขาสามารถตอบคำถามของเขาได้ เธอสามารถบรรลุวัตถุประสงค์เดียวกันได้ในเวลาประมาณ 10 คิวบิตหรือควอนตัมบิต
Graeme Smithนักฟิสิกส์จาก JILA ในเมืองโบลเดอร์ รัฐโคโลราโด ผู้ซึ่งทำงานเกี่ยวกับเทคโนโลยีควอนตัมกล่าวว่า “นี่เป็นการพิสูจน์หลักการที่คุณต้องทำ หากคุณกำลังจะสร้างเครือข่ายควอนตัมที่แท้จริง
การทดลองใหม่นี้เป็นชัยชนะเหนือวิธีการแบบดั้งเดิม นักวิจัยได้เข้าสู่การทดลองโดยรู้ว่าต้องมีการส่งข้อมูลแบบคลาสสิกมากน้อยเพียงใดเพื่อแก้ปัญหา จากนั้นพวกเขาก็แสดงให้เห็นอย่างปฏิเสธไม่ได้ว่าสามารถแก้ไขได้ด้วยวิธีควอนตัม Smith กล่าว “ในบทความนี้เป็นเรื่องดีที่ได้เห็นผู้คนใช้ความพยายามอย่างเต็มที่เพื่อให้แน่ใจว่าสิ่งที่พวกเขาทำนั้นยากแบบคลาสสิก แล้วทำสิ่งที่ยาก” โดยใช้วิธีการควอนตัม
ผลการวิจัยยังเสนอแนวทางอื่นในการบรรลุเป้าหมายอันยาวนานในด้านวิทยาการคอมพิวเตอร์: พิสูจน์ให้เห็นว่าคอมพิวเตอร์ควอนตัมปกครองเหนือกว่าคอมพิวเตอร์แบบคลาสสิก “อำนาจสูงสุด” ของควอนตัมดังกล่าวสร้างได้ยากในขอบเขตการคำนวณล้วนๆ แต่ปัญหาสำคัญมากมายขึ้นอยู่กับมากกว่าแค่การคำนวณ
Kerenidis กล่าวว่า “การรวมสิ่งที่เราสามารถทำได้ด้วยพลังการประมวลผลและการสื่อสาร การรวมสองสิ่งนี้เข้าด้วยกันจะทำให้พิสูจน์ความได้เปรียบของควอนตัมได้ง่ายขึ้น” Kerenidis กล่าว
ส่วนที่ยุ่งยาก Mahadev ตระหนักดีว่าคือการให้คอมพิวเตอร์ควอนตัมยอมรับสถานะที่จะวัดก่อนที่มันจะรู้ว่าการวัดแบบใดที่ผู้ตรวจสอบจะขอ – ไม่เช่นนั้นคอมพิวเตอร์จะหลอกผู้ตรวจสอบได้ง่าย . นั่นเป็นที่มาของวิธีการของรัฐที่เป็นความลับ: โปรโตคอลของ Mahadev ต้องการให้คอมพิวเตอร์ควอนตัมสร้างสถานะลับก่อนแล้วจึงเข้าไปพัวพันกับสถานะที่ควรวัด จากนั้นคอมพิวเตอร์จะค้นหาว่าต้องดำเนินการวัดประเภทใด
เนื่องจากคอมพิวเตอร์ไม่รู้จักองค์ประกอบของสถานะลับ แต่ผู้ตรวจสอบรู้ Mahadev แสดงให้เห็นว่าเป็นไปไม่ได้ที่คอมพิวเตอร์ควอนตัมจะโกงอย่างมีนัยสำคัญโดยไม่ทิ้งร่องรอยของการซ้ำซ้อนที่ชัดเจน โดยพื้นฐานแล้ว Vidick เขียนว่า qubits ที่คอมพิวเตอร์ใช้ในการวัดนั้น “ตั้งค่าไว้ในหินเข้ารหัส” ด้วยเหตุนี้ หากผลการวัดดูเหมือนเป็นข้อพิสูจน์ที่ถูกต้อง ผู้ตรวจสอบจะรู้สึกมั่นใจว่าเป็นจริง
“เป็นความคิดที่วิเศษมาก!” Vidick เขียน “มันทำให้ฉันตะลึงทุกครั้งที่ Urmila อธิบาย”
โปรโตคอลการตรวจสอบของ Mahadev พร้อมด้วยตัวสร้างตัวเลขสุ่มและวิธีการเข้ารหัสลับ – ขึ้นอยู่กับสมมติฐานว่าคอมพิวเตอร์ควอนตัมไม่สามารถถอดรหัส LWE ได้ ในปัจจุบัน LWE ได้รับการยอมรับอย่างกว้างขวางว่าเป็นผู้สมัครชั้นนำสำหรับการเข้ารหัสหลังควอนตัม และในไม่ช้าก็อาจจะนำมาใช้โดยสถาบันมาตรฐานและเทคโนโลยีแห่งชาติเป็นมาตรฐานการเข้ารหัสลับใหม่เพื่อแทนที่คอมพิวเตอร์ควอนตัมที่อาจทำลายได้ นั่นไม่ได้รับประกันว่าจะปลอดภัยจากคอมพิวเตอร์ควอนตัม Gottesman เตือน “แต่จนถึงตอนนี้ก็ยังแข็งอยู่” เขากล่าว “ไม่มีใครพบหลักฐานว่ามีแนวโน้มที่จะแตกหักได้”
ไม่ว่าในกรณีใดการพึ่งพา LWE ของโปรโตคอลทำให้งานของ Mahadev เป็นแบบ win-win Vidick เขียน วิธีเดียวที่คอมพิวเตอร์ควอนตัมสามารถหลอกโปรโตคอลได้คือถ้ามีคนในโลกคอมพิวเตอร์ควอนตัมคิดหาวิธีทำลาย LWE ซึ่งจะเป็นความสำเร็จที่โดดเด่น
โปรโตคอลของ Mahadev ไม่น่าจะถูกนำมาใช้ในคอมพิวเตอร์ควอนตัมจริงในอนาคตอันใกล้นี้ ในขณะนี้ โปรโตคอลต้องการพลังประมวลผลมากเกินไปจึงจะใช้งานได้จริง แต่นั่นอาจเปลี่ยนแปลงได้ในอีกไม่กี่ปีข้างหน้า เนื่องจากคอมพิวเตอร์ควอนตัมมีขนาดใหญ่ขึ้นและนักวิจัยปรับปรุงโปรโตคอลให้มีประสิทธิภาพมากขึ้น
โปรโตคอลของ Mahadev อาจไม่สามารถทำได้ภายใน 5 ปีข้างหน้า แต่ “มันไม่ได้ปิดอย่างสมบูรณ์ในแฟนตาซีเช่นกัน” Aaronson กล่าว “เป็นสิ่งที่คุณสามารถเริ่มคิดได้ หากทุกอย่างเป็นไปด้วยดี ในขั้นตอนต่อไปของวิวัฒนาการของคอมพิวเตอร์ควอนตัม”
และด้วยความเร็วของสนามที่กำลังเคลื่อนที่ เวทีนั้นอาจมาถึงเร็วกว่านี้ในภายหลัง เมื่อห้าปีที่แล้ว Vidick กล่าวว่านักวิจัยคิดว่าจะใช้เวลาหลายปีกว่าที่คอมพิวเตอร์ควอนตัมจะแก้ปัญหาใด ๆ ที่คอมพิวเตอร์คลาสสิกไม่สามารถทำได้ “ตอนนี้” เขากล่าว “ผู้คนคิดว่ามันจะเกิดขึ้นในหนึ่งปีหรือสองปี”
สำหรับ Mahadev การแก้ปัญหาที่เธอชอบทำให้เธอรู้สึกไม่ค่อยสบาย เธอหวังว่าเธอจะเข้าใจสิ่งที่เป็นปัญหาที่ทำให้ถูกต้องสำหรับเธอ เธอกล่าว “ฉันต้องหาคำถามใหม่ตอนนี้ คงจะดีถ้ารู้”
แต่นักวิทยาศาสตร์คอมพิวเตอร์เชิงทฤษฎีมองว่าการคำนวณควอนตัมและการเข้ารหัสของ Mahadev ไม่ได้มากเท่ากับจุดจบของเรื่องราว แต่เป็นการสำรวจเบื้องต้นของสิ่งที่หวังว่าจะพิสูจน์ได้ว่าเป็นแนวความคิดที่หลากหลาย
“ความรู้สึกของฉันคือจะมีการติดตามผลมากมาย” Aharonov กล่าว “ฉันรอคอยผลลัพธ์เพิ่มเติมจาก Urmila”
ในเดือนธันวาคม Rigetti ได้สาธิตวิธีการจัดกลุ่มออบเจ็กต์โดยอัตโนมัติโดยใช้คอมพิวเตอร์ควอนตัมเอนกประสงค์ที่มี 19 คิวบิต นักวิจัยได้ดำเนินการเทียบเท่ากับการป้อนรายชื่อเมืองและระยะทางระหว่างเมืองให้กับเครื่อง และขอให้จัดเรียงเมืองออกเป็นสองภูมิภาค สิ่งที่ทำให้ปัญหานี้ยากคือการกำหนดเมืองหนึ่งขึ้นกับการกำหนดเมืองอื่นๆ ทั้งหมด ดังนั้นคุณต้องแก้ไขทั้งระบบในครั้งเดียว
ทีม Rigetti มอบหมาย qubit ให้แต่ละเมืองอย่างมีประสิทธิภาพ โดยระบุว่าได้มอบหมายให้กลุ่มใด ผ่านการโต้ตอบของ qubits (ซึ่งในระบบของ Rigetti เป็นไฟฟ้ามากกว่าแม่เหล็ก) qubits แต่ละคู่พยายามที่จะใช้ค่าที่ตรงกันข้าม – พลังงานของพวกมันลดลงเมื่อทำเช่นนั้น เห็นได้ชัดว่า สำหรับระบบใดๆ ที่มีมากกว่าสอง qubits บางคู่ของ qubits ต้องยินยอมที่จะกำหนดให้กับกลุ่มเดียวกัน เมืองใกล้เคียงยอมรับได้ง่ายกว่าเนื่องจากค่าใช้จ่ายที่กระฉับกระเฉงสำหรับพวกเขาที่จะอยู่ในกลุ่มเดียวกันนั้นต่ำกว่าเมืองที่ห่างไกลกว่า
ในการขับเคลื่อนระบบให้มีพลังงานต่ำที่สุด ทีมงานของ Rigetti ได้ใช้แนวทางที่คล้ายคลึงกันกับ D-Wave annealer พวกเขาเริ่มต้น qubits เป็น superposition ของการกำหนดคลัสเตอร์ที่เป็นไปได้ทั้งหมด พวกเขาอนุญาตให้ qubits โต้ตอบสั้น ๆ ซึ่งทำให้พวกเขาลำเอียงไปสู่การสมมติค่าที่เหมือนกันหรือตรงกันข้าม จากนั้นพวกเขาใช้สนามแม่เหล็กแนวนอนแบบอะนาล็อกเพื่อให้ qubits สามารถพลิกได้หากเอียงมาก ผลักดันระบบไปทางสถานะพลังงานต่ำสุดเล็กน้อย พวกเขาทำซ้ำขั้นตอนสองขั้นตอนนี้ — โต้ตอบแล้วพลิก — จนกว่าระบบจะลดพลังงานลง ดังนั้นจึงแยกเมืองออกเป็นสองภูมิภาคที่แตกต่างกัน
งานการจัดหมวดหมู่เหล่านี้มีประโยชน์แต่ตรงไปตรงมา พรมแดนที่แท้จริงของการเรียนรู้ด้วยเครื่องอยู่ในแบบจำลองกำเนิด ซึ่งไม่เพียงแค่รู้จักลูกสุนัขและลูกแมวเท่านั้น แต่สามารถสร้างต้นแบบที่แปลกใหม่ได้ ซึ่งก็คือสัตว์ที่ไม่เคยมีอยู่จริง แต่ก็น่ารักเหมือนที่เคยมีมา พวกเขาอาจค้นหาหมวดหมู่ของ “ลูกแมว” และ “ลูกสุนัข” ได้ด้วยตัวเอง หรือสร้างภาพที่ขาดหางหรืออุ้งเท้าขึ้นมาใหม่ Mohammad Aminหัวหน้านักวิทยาศาสตร์ของ D-Wave กล่าวว่า “เทคนิคเหล่านี้มีประสิทธิภาพและมีประโยชน์มากในการเรียนรู้ของเครื่อง แต่ก็ยากมาก” ความช่วยเหลือควอนตัมยินดีเป็นอย่างยิ่ง
D-Wave และทีมวิจัยอื่นๆ ได้รับมือกับความท้าทายนี้ การฝึกโมเดลดังกล่าวหมายถึงการปรับการโต้ตอบทางแม่เหล็กหรือทางไฟฟ้าระหว่าง qubits เพื่อให้เครือข่ายสามารถสร้างข้อมูลตัวอย่างบางส่วนได้ ในการทำเช่นนี้ คุณต้องรวมเครือข่ายกับคอมพิวเตอร์ธรรมดา เครือข่ายทำหน้าที่อย่างหนัก โดยค้นหาว่าตัวเลือกการโต้ตอบที่กำหนดมีความหมายอย่างไรสำหรับการกำหนดค่าเครือข่ายขั้นสุดท้าย และคอมพิวเตอร์ของพันธมิตรจะใช้ข้อมูลนี้เพื่อปรับการโต้ตอบ ในการสาธิตเมื่อปีที่แล้วAlejandro Perdomo-Ortizนักวิจัยจากห้องปฏิบัติการ Quantum Artificial Intelligence Lab ของ NASA และทีมของเขาได้เปิดเผยระบบ D-Wave กับภาพตัวเลขที่เขียนด้วยลายมือ พบว่ามี 10 หมวดหมู่ จับคู่ตัวเลข 0 ถึง 9 และสร้างตัวเลขที่เขียนขึ้นเอง
คอขวดสู่อุโมงค์
นั่นเป็นข่าวดี ข้อเสียคือไม่สำคัญว่าโปรเซสเซอร์ของคุณจะยอดเยี่ยมแค่ไหนถ้าคุณไม่สามารถรับข้อมูลของคุณเข้าไปได้ ในอัลกอริธึมเมทริกซ์-พีชคณิต การดำเนินการครั้งเดียวอาจจัดการเมทริกซ์ที่มีตัวเลข 16 ตัว แต่ยังคงต้องใช้การดำเนินการ 16 ครั้งเพื่อโหลดเมทริกซ์ Maria Schuld นักวิจัยจาก Xanadu สตาร์ทอัพด้านควอนตัมคอมพิวติ้งกล่าวว่า “การเตรียมการของรัฐ – การนำข้อมูลคลาสสิกเข้าสู่สถานะควอนตัม – ถูกหลีกเลี่ยงโดยสิ้นเชิง และฉันคิดว่านี่เป็นหนึ่งในส่วนที่สำคัญที่สุด” ปริญญาเอกด้านการเรียนรู้ของเครื่องควอนตัม ระบบแมชชีนเลิร์นนิงที่จัดวางในรูปแบบทางกายภาพเผชิญกับความยากลำบากในการฝังปัญหาในเครือข่ายของ qubits และทำให้ qubits มีปฏิสัมพันธ์ตามที่ควรจะเป็น
เมื่อคุณป้อนข้อมูลของคุณได้แล้ว คุณจะต้องจัดเก็บข้อมูลดังกล่าวในลักษณะที่ระบบควอนตัมสามารถโต้ตอบกับข้อมูลได้โดยไม่ทำให้การคำนวณต่อเนื่องเสียหาย Lloyd และเพื่อนร่วมงานของเขาได้เสนอควอนตัมแรมที่ใช้โฟตอน แต่ไม่มีใครมีการคุมกำเนิดที่คล้ายคลึงกันสำหรับคิวบิตที่มีตัวนำยิ่งยวดหรือไอออนที่ติดอยู่ซึ่งเป็นเทคโนโลยีที่พบในคอมพิวเตอร์ควอนตัมชั้นนำ “นั่นเป็นปัญหาทางเทคโนโลยีขนาดใหญ่เพิ่มเติมนอกเหนือจากปัญหาในการสร้างคอมพิวเตอร์ควอนตัม” Aaronson กล่าว “ความประทับใจที่ฉันได้รับจากผู้ทดลองที่ฉันคุยด้วยคือพวกเขาหวาดกลัว พวกเขาไม่รู้ว่าจะเริ่มสร้างสิ่งนี้อย่างไร”
และสุดท้าย คุณจะดึงข้อมูลของคุณออกมาได้อย่างไร? นั่นหมายถึงการวัดสถานะควอนตัมของเครื่องจักร และไม่เพียงแต่การวัดจะส่งกลับเพียงตัวเลขเดียวในแต่ละครั้ง สุ่มสุ่มออกมา แต่ยังยุบสถานะทั้งหมด ล้างข้อมูลที่เหลือก่อนที่คุณจะมีโอกาสดึงข้อมูล มัน. คุณต้องเรียกใช้อัลกอริทึมซ้ำแล้วซ้ำอีกเพื่อดึงข้อมูลทั้งหมด
แต่ทั้งหมดจะไม่สูญหาย สำหรับปัญหาบางประเภท คุณสามารถใช้การรบกวนควอนตัมได้ นั่นคือคุณสามารถออกแบบท่าเต้นเพื่อให้คำตอบที่ผิดลบล้างตัวเองและคำตอบที่ถูกต้องเสริมตัวเอง ด้วยวิธีนี้ เมื่อคุณไปวัดสถานะควอนตัม มันจะไม่ให้ค่าสุ่มใดๆ แก่คุณ แต่เป็นคำตอบที่ต้องการ แต่มีเพียงไม่กี่อัลกอริธึม เช่น การค้นหาด้วยกำลังเดรัจฉาน ที่สามารถใช้การรบกวนได้ดี และการเร่งความเร็วมักจะพอประมาณ
ในบางกรณี นักวิจัยพบทางลัดในการรับข้อมูลเข้าและออก ในปี 2015 Lloyd, Silvano Garnerone จาก University of Waterloo ในแคนาดา และPaolo Zanardiที่ USC แสดงให้เห็นว่าสำหรับการวิเคราะห์ทางสถิติบางประเภท คุณไม่จำเป็นต้องป้อนหรือจัดเก็บชุดข้อมูลทั้งหมด ในทำนองเดียวกัน คุณไม่จำเป็นต้องอ่านข้อมูลทั้งหมดเมื่อมีค่าคีย์บางค่าเพียงพอ ตัวอย่างเช่น บริษัทเทคโนโลยีใช้แมชชีนเลิร์นนิงเพื่อแนะนำรายการให้ดูหรือซื้อของโดยอิงจากพฤติกรรมผู้บริโภคจำนวนมาก “หากคุณเป็น Netflix หรือ Amazon หรืออะไรก็ตาม คุณไม่จำเป็นต้องเขียนเมทริกซ์ไว้ที่ใดเลย” Aaronson กล่าว “สิ่งที่คุณต้องการจริงๆ ก็คือการสร้างคำแนะนำสำหรับผู้ใช้”