量子計算機在解決某些計算方面超過了普通計算機，遺憾的是，這些計算機並沒有實際的用途，下一個里程碑要做的是能夠讓量子計算機做實際有用的事情。科學家的研究現在表明，他們可以使用初始的、但功能良好的量子計算機來解決實際物流的一部分問題。
近年來，人們對構建量子計算機的興趣激增，世界許多地方都在積極地開展。2019年，谷歌的量子計算機比世界上最好的超級計算機更快地計算，取得了重大突破。
缺點是解決的任務沒有任何實際用途。之所以選擇該任務是因為它被認為對於量子計算機來説很容易解決，而對於傳統計算機卻很難。因此，現在的重要任務是找到有用的相關途徑，這些途徑是普通計算機無法解決的，但是相對於目前的量子計算機可以解決。
查爾默斯理工大學量子計算機的負責人之一，理論物理學家朱利婭·費里尼（Giulia Ferrini）説：“我們希望確保我們正在開發的量子計算機能夠早日解決相關問題。因此，我們與工業公司密切合作。
”項目於2018年開始。
最近表明，量子計算機可以解決航空業中一個實際問題的實例。
所有航空公司都面臨着航班安排問題。
例如，將單獨的飛機分配給不同的路線代表了一個優化問題，隨着路線和飛機數量的增加，優化問題的規模和複雜性會迅速增加。
研究人員希望，量子計算機最終將比今天的計算機更好地處理此類問題。
量子計算機的基本組成部分——量子位基於與常規計算機的位完全不同的原理，從而使它們能夠以相對較少的量子位來處理大量信息。
然而，由於其結構和功能，量子計算機與常規計算機具有不同的編程要求。一種被認為在早期量子計算機上有用的提議算法是所謂的量子近似優化算法，英語：quantum approximate optimization algorithm，縮寫：QAOA，該算法是用於解決優化問題的量子算法。數學優化處理從一組可能的解決方案中根據某些標準找到一個問題的最佳解決方案。
通常，優化問題被表述為最小化問題，其中，人們試圖根據解決方案最小化誤差：最優解決方案具有最小誤差。
研究小組在其具有兩個量子位的處理器的量子計算機上成功執行了該算法，並證明該算法可以成功解決將飛機分配給航線的問題。在第一個演示中，由於規模很小，僅涉及兩架飛機，因此可以輕鬆驗證結果。
處理許多飛機的潛力
研究人員首先證明了量子近似優化算法可以解決實際中將飛機分配給路線的問題。他們還設法使算法比以前更進一步運行，這一成就需要非常好的硬件和精確的控制。
研究人員表示，“我們已經證明我們有能力將相關問題映射到我們的量子處理器上。我們仍然有少量的量子比特，但是它們運行良好。我們的計劃是首先在縮放之前使所有組件在很小的範圍內都能很好地運行。 ”
研究小組模擬瞭解決多達278架飛機的相同優化問題的方法，這將需要一台具有25量子位的量子計算機。“隨着規模的擴大，結果仍然很好。這表明量子近似優化算法算法有可能在更大的規模上解決這類問題。”
參考：Applying the Quantum Approximate Optimization Algorithm to the Tail-Assignment Problem,Physical Review Applied(2020).DOI: 10.1103/PhysRevApplied.14.034009
#量子計算機問世#