少年革命性算法破坏量子计算最大的前景
来自德克萨斯州的一名少年单手取得了第一代量子计算机所承诺的最大进步之一，这是一个大档位。在本月初在线发布的一篇论文中，18岁的Ewin Tang证明了普通的计算机可以通过量子计算机承诺的性能解决重要的计算问题。
所谓的“推荐问题”以最实用的形式与亚马逊和Netflix之类的服务确定您可能想尝试哪些产品的方式有关。计算机科学家认为它是解决量子计算机上的问题的最佳例子之一，这使其成为对这些未来派机器的力量的重要验证。现在，唐已经剥离了该验证。
唐说：“这是量子加速的最明确的例子之一，它不再存在。”秋天在华盛顿大学。
2014年，14岁，跳过四年级至六年级之后，唐（Tang）入学，并主修了数学和计算机科学。在2017年春季，Tang上了量子计算研究人员Scott Aaronson教授的量子信息。亚伦森（Aaronson）认为唐（Tang）是一名非常有才华的学生，并在一个独立的研究项目中担任顾问。亚伦森给唐提供了一些问题可供选择，包括推荐问题。唐很不情愿地选择了它。
唐说：“我很犹豫，因为当我看着它时，这似乎是一个棘手的问题，但这是他给我的最简单问题。”
建议问题旨在为用户喜欢的产品提供建议。考虑Netflix的情况。它知道您看过的电影。它知道其他数百万用户看过的东西。鉴于此信息，您可能想看什么？
您可以将这些数据视为在巨大的网格或矩阵中排列，在顶部列出了电影，用户在侧面列出，并且在网格点上列出了价值，量化了每个用户是否喜欢每种胶片的程度 - 在其他地方类型的类型的矩阵分析，其在其他地方的研究人员在其他地方创建了一个新的“革命性”机器学习Algorithm，以便于一个月的其他几个月来为一个点心，这是另一个点的作品。良好的算法将通过快速，准确地识别电影和用户之间的相似性并填写矩阵中的空白来产生建议。
2016年，计算机科学家Iordanis Kerenidis和Anupam Prakash发布了一种量子算法，该算法比任何已知的经典算法更快地解决了建议问题。他们通过简化了问题来部分地实现了这一量子加速：而不是填写整个矩阵并确定要推荐的最佳产品，而是开发了一种将用户分类为少数类别的方法 - 他们喜欢Blockbusters还是独立电影？并对现有数据进行采样，以生成一个足够好的建议。
在Kerenidis和Prakash的作品中，只有几个示例量子计算机似乎能够比古典计算机更快地求解指数的求解。这些示例大多数都是专业的 - 它们是狭窄的问题，旨在发挥量子计算机的优势。Kerenidis和Prakash的结果令人兴奋，因为它为人们关心的量子计算机的表现提供了一个现实世界中的问题。
“从我的意义上说，这是机器学习和大数据中的第一个例子之一，我们显示量子计算机可以做一些我们仍然不知道如何经典做的事情，”法国计算机科学基础研究所的计算机科学家Kerenidis说。
Kerenidis和Prakash证明，量子计算机可以比任何已知算法更快地解决建议问题，但他们并没有证明不存在快速的古典算法。因此，当Aaronson从2017年开始与Tang合作时，这是他提出的问题 - 证明没有快速的经典推荐算法，从而确认Kerenidis和Prakash的量子加速是真实的。
亚伦森说：“在我看来，这就像一个重要的't'交叉完成这个故事。”他相信当时不存在快速的古典算法。
Tang将于2017年秋天工作，打算将建议问题作为高级论文。几个月来，唐一直努力证明不可能使用快速的古典算法。随着时间的流逝，唐开始认为可能是可能的算法。
唐说：“我开始相信有一种快速的古典算法，但我真的无法向自己证明这一点，因为斯科特似乎认为没有一个，他是权威。”
最后，随着高级论文的截止日期的结束，唐写信给亚伦森，并承认越来越怀疑：“唐告诉我说，实际上，‘我认为有一种快速的古典算法，”亚伦森说。
在整个春季，Tang写下了结果，并与Aaronson合作阐明了证明的一些步骤。快速的古典算法Tang发现了快速量子算法的启发，而Prakash在两年前发现了。Tang表明，他们在算法中使用的量子采样技术可以在经典环境中复制。像Kerenidis和Prakash的算法一样，Tang的算法也以各个聚类时间运行 - 这意味着计算时间以数据集中的用户数量和产品的对数等缩放，并且比任何以前已知的经典算法都更快。
唐完成该算法后，Aaronson希望在公开发布之前确保它是正确的。亚伦森说：“我仍然很担心，一旦唐将纸放在网上，如果是错误的话，[唐]职业生涯的第一篇大论文就会变得杂乱无章。”
亚伦森（Aaronson）计划于6月在加利福尼亚大学伯克利分校参加量子计算研讨会。该领域的许多知名人士都将在那里，包括Kerenidis和Prakash。Aaronson邀请唐（Tang）出来前往伯克利（Berkeley），在正式会议结束后的几天中，非正式地介绍他的算法。
在6月18日至19日的早晨，唐（Tang）进行了两次讲座，同时向观众提出问题。到四个小时结束时，出现了一个共识：唐的古典算法似乎是正确的。但是，房间里的许多人没有意识到，说话者的年轻。
“我不知道埃温（Ewin）是18岁，我当然没有从谈话中得到。对我[Ewin]是一个非常成熟的演讲的人，” Kerenidis说。现在，该算法在发布前面临正式的同行评审。
对于量子计算，Tang的结果是挫折。或不。Tang消除了量子优势的最清晰，最佳实例之一。同时，Tang的论文进一步证明了量子研究和经典算法之间富有成果的相互作用。
“唐正在杀死[Kerenidis and Prakash的]量子加速，但从另一种意义上讲，Tang正在为他们的所作所为做出了重大改进，并基于他们所做的一切。唐（Tang）永远不会提出这种古典算法，而是因为他们的量子算法，” Aaronson说。
