विशेषज्ञों द्वारा 'क्वांटम कंप्यूटिंग का पवित्र कंघी' कहे जा रहे इस कारनामे में शोधकर्ताओं ने आखिरकार क्लासिकल कंप्यूटरों की तुलना में बिना शर्त एक्सपोनेंशियल स्पीडअप का प्रदर्शन कर दिया है, जिससे एक ऐसा सैद्धांतिक वादा पूरा हुआ है जो अब तक केवल कागज़ों पर ही था।
यह उपलब्धि USC के इंजीनियरिंग प्रोफेसर और क्वांटम एरर करेक्शन विशेषज्ञ डैनियल लिडार के नेतृत्व में USC और जॉन्स हॉपकिन्स यूनिवर्सिटी के सहयोगियों के साथ मिलकर हासिल की गई। शोधकर्ताओं ने IBM के दो 127-क्यूबिट ईगल क्वांटम प्रोसेसर का क्लाउड के माध्यम से रिमोटली संचालन करते हुए 'साइमन्स प्रॉब्लम' के एक वेरिएशन को हल किया—यह एक गणितीय चुनौती है जिसमें छिपे हुए पैटर्न खोजने होते हैं और इसे शोर के फैक्टरिंग एल्गोरिदम का पूर्ववर्ती माना जाता है।
लिडार बताते हैं, "पहले भी पॉलीनोमियल स्पीडअप जैसी अधिक मामूली गति के प्रदर्शन हुए हैं, लेकिन एक्सपोनेंशियल स्पीडअप वह सबसे नाटकीय गति है जिसकी हम क्वांटम कंप्यूटरों से अपेक्षा करते हैं।"
इस उपलब्धि को खास बनाता है इसका 'बिना शर्त' (अनकंडीशनल) होना, यानी यह क्लासिकल एल्गोरिदम्स के बारे में किसी भी अप्रमाणित धारणा पर निर्भर नहीं करता। क्वांटम एडवांटेज के पूर्व दावों में यह मानना पड़ता था कि तुलना के लिए कोई बेहतर क्लासिकल एल्गोरिदम नहीं है। इस शोध में प्रदर्शित प्रदर्शन अंतर हर अतिरिक्त वेरिएबल के साथ लगभग दोगुना हो जाता है, जिससे समस्या की जटिलता बढ़ने पर क्लासिकल कंप्यूटरों के लिए प्रतिस्पर्धा असंभव हो जाती है।
टीम ने क्वांटम कंप्यूटिंग की सबसे बड़ी चुनौती—शोर और त्रुटियों—को कई उन्नत तकनीकों के माध्यम से पार किया, जिनमें 'डायनामिकल डिकप्लिंग' भी शामिल है। इसमें सावधानीपूर्वक डिज़ाइन की गई पल्स सीक्वेंस का उपयोग कर क्यूबिट्स को उनके शोरयुक्त वातावरण से अलग किया जाता है। इसी तकनीक ने क्वांटम स्पीडअप को दिखाने में सबसे बड़ा प्रभाव डाला।
हालांकि लिडार सावधान करते हैं कि "इस परिणाम का व्यावहारिक उपयोग फिलहाल अनुमान लगाने वाले खेलों को जीतने से आगे नहीं जाता," और वास्तविक दुनिया की समस्याओं को हल करने से पहले अभी काफी काम बाकी है, लेकिन यह उपलब्धि दृढ़ता से स्थापित करती है कि क्वांटम कंप्यूटर अपने सैद्धांतिक वादे को पूरा कर सकते हैं। यह शोध उस भविष्य की ओर इशारा करता है जिसमें क्वांटम कंप्यूटिंग आर्टिफिशियल इंटेलिजेंस, क्रिप्टोग्राफी, दवा खोज और मटेरियल साइंस जैसे क्षेत्रों में क्रांति ला सकती है, क्योंकि ये अब तक असंभव मानी जाने वाली गणनात्मक समस्याओं को हल कर सकेगी।