Uma das maneiras que os computadores pensam é analisando os relacionamentos em grandes conjuntos de dados. Uma equipe internacional mostrou que os computadores quânticos podem fazer uma dessas análises mais rápido do que os computadores clássicos para uma gama mais ampla de tipos de dados do que o esperado anteriormente.

O algoritmo do sistema linear quântico proposto pela equipe é publicado em Cartas de revisão física . No futuro, poderia ajudar a reduzir números sobre problemas tão variados quanto preços de commodities, redes sociais e estruturas químicas.

"O algoritmo quântico anterior desse tipo se aplicava a um tipo de problema muito específico. Precisamos de uma atualização se quisermos alcançar uma aceleração quântica para outros dados, "diz Zhikuan Zhao, autor correspondente na obra.

O primeiro algoritmo de sistema linear quântico foi proposto em 2009 por um grupo diferente de pesquisadores. Esse algoritmo deu início à pesquisa em formas quânticas de aprendizado de máquina, ou inteligência artificial.

Um algoritmo de sistema linear funciona em uma grande matriz de dados. Por exemplo, um comerciante pode estar tentando prever o preço futuro das mercadorias. A matriz pode capturar dados históricos sobre movimentos de preços ao longo do tempo e dados sobre recursos que podem estar influenciando esses preços, como taxas de câmbio. O algoritmo calcula o quão fortemente cada característica está correlacionada com outra 'invertendo' a matriz. Essas informações podem ser usadas para extrapolar para o futuro.

"Há muita computação envolvida na análise da matriz. Quando ela vai além de, digamos, 10, 000 por 10, 000 entradas, torna-se difícil para computadores clássicos, "explica Zhao. Isso ocorre porque o número de etapas computacionais aumenta rapidamente com o número de elementos na matriz:cada duplicação do tamanho da matriz aumenta o comprimento do cálculo oito vezes.

O algoritmo de 2009 pode lidar melhor com matrizes maiores, mas apenas se seus dados forem esparsos. Nesses casos, existem relações limitadas entre os elementos, o que geralmente não é verdade para dados do mundo real. Zhao, Prakash e Wossnig apresentam um novo algoritmo que é mais rápido do que a versão quântica clássica e anterior, sem restrições sobre o tipo de dados que processa.

Como um guia aproximado, para um 10, Matriz quadrada 000, o algoritmo clássico assumiria a ordem de um trilhão de etapas computacionais, o primeiro algoritmo quântico algumas dezenas de milhares de etapas e o novo algoritmo quântico apenas centenas de etapas. O algoritmo se baseia em uma técnica conhecida como estimativa de valor singular quântico.

Houve algumas demonstrações de prova de princípio do algoritmo do sistema linear quântico anterior em computadores quânticos de pequena escala. Zhao e seus colegas esperam trabalhar com um grupo experimental para executar uma demonstração de prova de princípio de seu algoritmo, também. Eles também querem fazer uma análise completa do esforço necessário para implementar o algoritmo, verificar quais custos indiretos podem haver.

Para mostrar uma vantagem quântica real sobre os algoritmos clássicos, serão necessários computadores quânticos maiores. Zhao estima que "talvez estejamos olhando para três a cinco anos no futuro, quando poderemos realmente usar o hardware construído pelos experimentalistas para fazer computação quântica significativa com aplicação em inteligência artificial."