
有时,计算机预测未来是件易如反掌的小事。一些常见的现象,例如树液如何沿着树干流动,可以用线性微分方程的几行代码来进行预测。但在非线性系统中,相互作用会影响自身:当气流经过喷气机的机翼时,气流会改变分子相互作用,从而改变气流,等等。这种反馈循环会滋生混乱,初始条件的微小变化会导致后来的行为截然不同,这种情况下,无论计算机多么强大,都不可能预测未来。
“这就是为什么很难预测天气或了解复杂的流体流动的部分原因,”马里兰大学的量子信息研究员Andrew Childs说。“如果你能弄清楚这些非线性动力学,你就可以解决一些困难的计算问题。”
这些问题可能很快就能得到解决。2020年11月,一个由Andrew Childs领导的马里兰大学研究团队,和另一个位于麻省理工学院的研究团队,两组人员发明了一些强大的工具,这些工具能够让量子计算机更好地模拟非线性动力学。
量子计算机利用量子现象比经典计算机更有效地执行某些计算。由于这些能力,它们已经可以比经典机器以指数方式更快地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通过巧妙的量子算法来类似地解决非线性问题。
新方法将非线性伪装成一组更易于理解的线性近似值,尽管它们的确切方法差异很大。因此,研究人员现在有两种不同的方法来处理量子计算机的非线性问题。
悉尼科技大学的量子计算研究员Mária Kieferová表示,这两篇论文的有趣之处在于,他们找到了一种机制,在某些假设下,他们的机制会带来高效的算法。其次令人振奋的是,两组研究都运用了非常好的技术。
十多年来,量子信息研究人员一直试图使用线性方程作为解开非线性微分方程的钥匙。在 2010 年,实现了突破,当时在悉尼麦考瑞大学的Dominic Berry构建了第一个算法,可以在量子计算机上以指数级速度求解线性微分方程,而不是在经典计算机上。很快,Berry 自己的注意力也转移到非线性微分方程上。
Berry本人表示,的确开展过在非线性微分方程上的研究工作,但是效率十分低下。
问题是,量子计算机背后的物理学本身基本上是线性的。麻省理工学院研究的合著者 Bobak Kiani 说:用量子计算机解决非线性问题,就像教汽车飞行一样。
所以诀窍是找到一种方法,将非线性系统在数学上转换为线性系统。Childs 说。“我们想要一些线性系统,因为我们的工具箱中就有这样的系统。”这些小组以两种不同的方式做到了这一点。
Childs 的团队使用 Carleman 线性化,这是 1930 年代一种过时的数学技术,将非线性问题转换为一系列线性方程。
不幸的是,方程列表是无限的。研究人员必须弄清楚他们可以从哪里切下列表以获得足够好的近似值。“我会停在方程式 10 处吗?20号?” 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Nuno Loureiro说。该团队证明,对于特定范围的非线性,他们的方法可以截断该无限列表并求解方程。
麻省理工学院领导的论文采用了不同的方法。它将任何非线性问题建模为玻色-爱因斯坦凝聚。这是一种物质状态,其中超冷粒子组内的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,每个粒子的行为都会影响其余粒子,以非线性的循环特征反馈给该粒子。
MIT 算法在量子计算机上模拟了这种非线性现象,使用玻色-爱因斯坦数学将非线性和线性联系起来。因此,通过想象为每个非线性问题量身定制的伪玻色-爱因斯坦凝聚,该算法推导出了一个有用的线性近似。“给我你最喜欢的非线性微分方程,然后我会为你建立一个玻色-爱因斯坦凝聚物来模拟它,”汉诺威莱布尼茨大学的量子信息科学家托比亚斯奥斯本说。
一些没有参与到研究中的其他学者表示,用玻色-爱因斯坦凝聚来模拟非线性微分方程的想法令人十分振奋。而尽管这两篇论文不尽相同,但它们都很重要。

了解极限
虽然这些都是重要的步骤,但它们仍然是破解非线性系统的第一步。更多的研究人员可能会分析和改进每种方法——甚至在实现它们所需的硬件成为现实之前。“通过这两种算法,我们真的着眼于未来,”Kieferová 说。使用它们来解决实际的非线性问题需要具有数千个量子位的量子计算机来最小化错误和噪声——这远远超出了今天的可能。
并且这两种算法实际上只能处理轻微的非线性问题。马里兰州的研究使用新参数 R 准确量化了它可以处理的非线性程度,R 表示问题的非线性与其线性的比率——它的混沌趋势与使系统保持在轨道上的摩擦。
“Childs的研究在数学上是严谨的。他非常清楚地说明了什么时候会起作用,什么时候不起作用,”奥斯本说。“我认为这真的非常有趣。这是核心贡献。”
Kiani 表示,麻省理工学院领导的研究并未严格证明任何定理来限制其算法。但该团队计划在转向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。
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,因此,例如,您无需将喷气机机身每一部分周围的气流可视化,而是提取平均速度或检测停滞空气袋。“输出是量子力学的这一事实意味着你之后仍然需要做很多事情来分析这种状态,”Kiani 说。
至关重要的是,不要过度承诺量子计算机能做什么。
但在未来的5到10年内,研究者们势必会在一些实际问题上,测试诸多类似于文中的量子算法。可如果先将局限性摆在他们面前,那他们的创造力也会受到限制。









