Naukowcy opracowali nową metodę optymalizacji kwantowej, która drastycznie zmniejsza liczbę zapytań niezbędnych do rozwiązania skomplikowanych problemów obliczeniowych. Innowacyjne podejście opiera się na regionach zaufania uwarunkowanych grafem, czyli technice, która inteligentnie ogranicza przestrzeń poszukiwań algorytmu, zamiast bezkierunkowych eksploracji całej możliwej przestrzeni rozwiązań.
To przełom dla praktycznego zastosowania komputerów kwantowych, które dotąd potrzebowały niepraktycznie dużo pytań do klasycznego systemu informatycznego, aby dotrzeć do rozwiązań przybliżonych. Nowa metoda obniża to obliczeniowe obciążenie poprzez adaptacyjne ograniczanie obszarów, w których algorytm szuka odpowiedzi - działa to na zasadzie podobnej do sugestii inteligentnego wyszukiwania, które zawęża możliwości zamiast otwierać je bez ograniczeń. Znaczy to, że komputery kwantowe mogą rozwiązywać problemy optymalizacyjne bardziej efektywnie, co ma duże znaczenie dla branż takich jak logistyka, finanse czy projektowanie materiałów.
Badanie trafia w samo serce jednego z głównych wyzwań komputerów kwantowych - dziś dostępne urządzenia to maszyny pośrednie z hałasem i błędami, które nie są gotowe do świata krytycznych aplikacji biznesowych. Algorytmy wymagające mniejszej liczby zapytań oznaczają mniej czasu na urządzeniu i mniej możliwości na akumulację błędów. To krok w kierunku praktycznych hybrydowych rozwiązań kwantowo-klasycznych, które w najbliższych latach mogą stać się rzeczywistością dla przedsiębiorstw poszukujących przewagi obliczeniowej.