由于赫尔辛基大学、阿尔托大学、图尔库大学和苏黎世IBM欧洲研究院之间的合作研究，量子计算正在取得新的飞跃。该研究团队提出了一种方案，能减少读取存储在量子处理器里数据所需的计算次数。这反过来将使量子计算机变得更快更高效，并最终更具可持续性。

量子计算机有可能解决即使是最强大的超级计算机也无法解决的重要问题，但它们需要一种全新的编程和创建算法的方法。世界顶尖的大学和主要的科技公司正在带头研究如何开发这些新算法。在该团队的最近这一合作中，研究人员开发了一种新方法来加速量子计算机的计算能力。其研究结果发表在美国物理学会著名期刊《PRX Quantum》上。

论文的第一作者、赫尔辛基大学物理系博士后研究员吉Guillermo García-Pérez表示，与经典计算机使用比特来存储1和0不同，量子处理器的信息以量子态(或波函数)的形式存储在的量子比特中的。因此需要特殊的程序来从量子计算机中读取数据。量子算法还需要一组输入(例如作为实数提供)，以及要在某个参考初始态上执行的操作列表。

García-Pérez说，实际上所使用的量子态通常无法在传统计算机上重建，因此必须通过执行特定观察(量子物理学家将其称为测量)来提取有用的见解。

问题在于量子计算机的许多流行应用需要进行大量测量。例如所谓的变分量子特征求解器，它可用于克服化学研究(如药物发现)中的重要限制。众所周知，即使只需要部分信息，所需的计算量也会随着想要模拟的系统的规模而迅速增加。这使得该过程难以扩展，会减慢计算并消耗大量计算资源。

García-Pérez和其他合著者提出的方法使用广义的量子测量类，并在整个计算过程中都进行了调整，以便有效地提取存储在量子态中的信息。这大大的减少了迭代次数，从而减少了获得高精度模拟所需的时间和计算成本。

该方法可以重用以前的测量结果并调整自己的设置。随后的运行结果会越来越准确，并且可以一次又一次地重复使用收集到的数据来计算系统的其他属性，而不会产生额外的成本。

研究人员通过结合所有产生的数据来充分利用每个样本。与此同时，他们还对测量进行了微调，以对研究中的量(如感兴趣的分子能量)做出高度准确的估计。García-Pérez表示，将这些放在一起，他们可以将预期的运行时间减少几个数量级。（编译:Qtech）