I vad experter kallar kvantberäkningens 'heliga graal' har forskare nu för första gången visat en ovillkorlig exponentiell prestandaförbättring jämfört med klassiska datorer, och därmed uppfyllt ett teoretiskt löfte som hittills bara funnits på papper.
Genombrottet kommer från ett team lett av Daniel Lidar, professor i ingenjörsvetenskap vid USC och expert på kvantfelkorrigering, tillsammans med samarbetspartners från USC och Johns Hopkins University. Med hjälp av två av IBMs 127-qubits Eagle-kvantprocessorer, som fjärrstyrdes via molnet, tog forskarna sig an en variant av 'Simons problem' – en matematisk utmaning som handlar om att hitta dolda mönster och anses vara en föregångare till Shors faktoreringsalgoritm.
"Tidigare har det visats mer blygsamma typer av prestandaförbättringar, som polynomiell speedup," förklarar Lidar, "men en exponentiell speedup är den mest dramatiska förbättringen vi förväntar oss att se från kvantdatorer."
Det som gör denna prestation särskilt betydelsefull är att förbättringen är "ovillkorlig", vilket innebär att den inte bygger på några obevisade antaganden om klassiska algoritmer. Tidigare påståenden om kvantfördel har krävt antagandet att det inte finns någon bättre klassisk algoritm för jämförelse. Prestandaskillnaden som visats i denna forskning fördubblas ungefär för varje ytterligare variabel, vilket skapar en oöverstiglig fördel när problemens komplexitet ökar.
Teamet övervann kvantberäkningens största utmaning – brus och fel – genom att tillämpa flera sofistikerade tekniker, inklusive "dynamisk avkoppling", där noggrant utformade pulser isolerar qubits från sin brusiga omgivning. Denna metod hade störst effekt på att demonstrera kvantfördelen.
Lidar påpekar att "detta resultat inte har några praktiska tillämpningar utöver att vinna gissningslekar", och att mycket arbete återstår innan kvantdatorer kan lösa verkliga problem. Men prestationen slår fast att kvantdatorer kan leverera på sitt teoretiska löfte. Forskningen pekar mot en framtid där kvantberäkning kan revolutionera områden som artificiell intelligens, kryptografi, läkemedelsutveckling och materialvetenskap genom att ta sig an tidigare olösbara beräkningsproblem.