快1.8亿倍！九章光量子计算原型机成功求解图论问题

8日，记者从中国科学技术大学获悉，该校由潘建伟、陆朝阳、刘乃乐等组成的研究团队，基于“九章”光量子计算原型机完成了对“稠密子图”和“Max-Haf”两类图论问题的求解，通过实验和理论研究了“九章”处理这两类图论问题为搜索算法带来的加速，以及该加速对于问题规模和实验噪声的依赖关系。该研究成果系首次在具有量子计算优越性的光量子计算原型机上开展的面向具有应用价值问题的实验研究。相关论文日前以“编辑推荐”的形式发表在国际学术期刊《物理评论快报》上，并被物理网站专题报道。

国际学术界对量子计算的实验发展制定了三步走的路线图，其中第一步是实现“量子计算优越性”，即通过高精度地操纵近百个物理比特，高效求解超级计算机无法在合理时间内解决的特定的高复杂度数学问题。这一步的意义在于首次从实验上确凿地证明量子计算加速，并挑战“扩展的丘奇—图灵论题”。因此，国际学术界下一阶段的一个重要科研目标是探索利用量子计算原型机演示具有实用价值的问题的求解。

近期，潘建伟团队在继续发展更高质量和更强拓展性的光量子计算原型机的同时，开展了将“九章”所执行的高斯玻色采样任务应用于图论问题的研究探索。图论起源于著名的“哥尼斯堡七桥问题”，被广泛用于描述事物之间的关系，例如社交网络、分子结构和计算机科学中的许多问题均可对应到图论问题。高斯玻色采样与图论问题具有紧密的数学联系，通过将高斯玻色采样设备的每个输出端口映射到图的顶点，将每个探测到的光子映射到子图的顶点，研究人员可以利用实验得到的样本加速搜索算法寻找具有更大密度或Hafnian的子图的过程，从而帮助这两类图论问题的求解。这两类图论问题在数据挖掘、生物信息、网络分析和某些化学模型研究等领域具有重要应用。

此次研究中，研究人员首次利用“九章”执行的高斯玻色采样来加速随机搜索算法和模拟退火算法对图论问题的求解。研究人员在实验中使用了超过20万个80光子符合计数样本，相比全球最快超级计算机使用当前最优经典算法精确模拟该实验的速度快约1.8亿倍。