今日澳洲

 找回密码
 立即注册

扫一扫,访问微社区

18岁华裔少年打破量子计算神话?他的算法更快

[复制链接]
科研圈 发表于 7 天前 | 显示全部楼层 |阅读模式
 来源:科研圈

  最近,一名得州(Texas)的华裔少年将量子计算“拉下神坛”。现年 18 岁的埃文·唐(Ewin Tang)7 月初公布在 arXiv 上的一篇论文,使得经典计算机也能“媲美”量子计算机,解决重要计算问题。

  日常生活中,在 Amazon 及 Netflix 等服务商给客户推荐可能喜欢的产品时,算法工程师会面临一个“推荐问题”(recommendation problem)。计算机科学家认为如果将这种问题交给量子计算机,计算时间能够大大缩短,并且彰显出这种还未出世的计算机运算速度之快。但唐改变了这一假设。

  今年春季刚从德克萨斯大学奥斯汀分校(the University of Texas, Austin)毕业,准备秋季攻读华盛顿大学(the University of Washington)博士的唐说道:“以前推荐问题能很直接地证明量子计算能够提高运算速度,但现在不再是这样了。”

  少年天才

  2014 年,14 岁的唐跳级进入德克萨斯大学奥斯汀分校学习数学和计算机科学。2017 年春季,他选了量子计算领域专家斯科特·阿伦森(Scott Aaronson)的量子信息课。阿伦森觉得唐很有天分,主动担任了唐的独立研究项目的指导教师:他给唐提供了一大堆研究备选题目,唐勉勉强强地选了其中的推荐问题。
  


华裔少年埃文·唐。图片来源:Flickr


  唐表示:“我当时很犹豫,攻克推荐问题在我看来困难重重,可这已经是备选课题里最简单的一个了。”

  推荐问题的初衷,是为用户推荐可能感兴趣的产品。就拿 Netflix 来说,它记载了你看过的电影的信息,记载了它数百万用户看过的电影的信息。根据这些信息,如何为你做出影视推荐?

  你可以把这些数据想成是放在一个超大的网格(即矩阵)中,网格上方是电影信息,下方是看过这些电影的用户,网格节点的值则表示用户对每部电影的喜爱程度。优秀的算法可以快速、精准识别用户与电影间的匹配度来填充空格,进而生成推荐。

  量子算法

  2016 年,计算机科学家约丹尼斯·克里尼迪斯(IordanisKerenidis)和阿努帕姆·普拉卡什(Anupam Prakash)提出了一种量子算法,该算法解决推荐问题的速度比任何已知经典算法都快。这种量子算法计算速度的提高,得益于他们对问题的简化:最佳推荐不再需要用填满整个矩阵的方式来获得——可以先将用户分成几小类(比如用户是喜欢大片还是小众电影),再从现有数据中抽样,生成合适的推荐。

  在克里尼迪斯和普拉卡什提出上述算法之前,能体现出量子计算机优越性的例子并不多。而且大多是为体现量子计算机优越性而专门设计的,比如“相关(correlation)问题”(判断两个随机数字序列生成器生成的两组序列是完全独立的,还是以某种隐藏的形式相关联的)。但克里尼迪斯与普拉卡什提出的是一个现实生活中的问题,与之前的专业问题相比,量子计算机的优越性更能引起大众的关心。

  巴黎计算机科学基础研究所(the Research Institute on the Foundations of Computer Science in Paris)的计算机科学家克里尼迪斯说:“我认为,这是在机器学习和大数据领域,量子计算机能解决,而经典计算机不能的第一批案例。”

  克里尼迪斯和普拉卡什已证明,量子计算机解决推荐问题的速度,比任何已知算法都要快,但这并不能证明计算速度更快的经典算法一定不存在。所以2017年阿伦森给唐提出的研究课题是:证明任何经典推荐算法的计算速度都没有量子推荐算法快,克里尼迪斯与普拉卡什的量子算法确实能提高计算速度。

  阿伦森当时坚信不存在速度更快的经典算法:“在我看来,这是完成整个故事很重要的一环。”

  经典算法能更快?

  2017 年唐开始了这项研究,打算将推荐问题作为自己毕业论文的课题。开始的几个月,唐都在努力证明更快的经典算法不存在。但随着研究的深入,唐不禁猜测,这样的算法没准是存在的。

  唐表示:“我越来越觉得存在这样一个速度更快的经典算法,但我对自己的想法很怀疑,毕竟斯科特坚信不存在这样的算法,而他更权威。”

  随着毕业论文截稿日期的临近,唐终于给阿伦森写信承认了自己的疑问:“唐写道,事实上‘我认为这样的算法存在’。”

  2017 年春,唐写出了这个经典算法,并在阿伦森的指导下完善了其中的某些步骤。受两年前克里尼迪斯与普拉卡什算法的启发,唐发现量子算法中的量子抽样思想可以直接应用到经典算法中,进而完成了自己的算法。与量子算法相同,唐的算法也在多重对数时间内运行,即计算时间与特征量(如数据集中用户量、产品量等)的对数相关,运算速度与以往的经典算法相比有指数级提升。

  唐写完算法之后,阿伦森希望能在发表之前确认算法的正确性:“我很是紧张,一旦唐公布在网上的论文存在错误,他的学术生涯会受到很大影响。”

  阿伦森 6 月参加了加州大学伯克利分校(the University of California, Berkeley)的量子计算研讨会。包括克里尼迪斯、普拉卡什等在内的多名量子计算领域专家都将出席该会议。阿伦森打算在正式会议结束后,邀请唐到伯克利讲讲他的经典推荐算法。

  唐分别在 6 月 18 日和 19 日上午举办了两场讲座,回答了听众的提问。在长达四小时的讲座结束后,大家达成了共识:唐的经典算法应该是对的。然而许多在场听众都没意识到,这位看似老成的演讲者年纪非常小。克里尼迪斯描述道:“真不敢相信唐只有 18 岁,我整场讲座都没听出来,他演讲的时候显得很成熟。”目前,只要等到同行评议做完,这项算法就可以正式发表了。

  唐的算法给了量子计算一记重拳?可能是也可能不是。唐改变了能表明量子计算优越性的一个最清晰、最直白的例子;但同时,唐的论文也能很好地证明,量子算法与经典算法之间是相互影响、相辅相成的。

  阿伦森评价:“唐扼杀了(克里尼迪斯与普拉卡什的)量子计算优越性,但从另一个角度来看,正是他们的算法孕育出了唐的新算法。没有他们的量子算法,就不会有今天的经典算法。”
  » 新闻取自各大新闻媒体,观点内容并不代表本网立场!
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

繁體中文| 联系我们|今日澳洲  

GMT+10, 2018-8-18 08:24

© AusToday.com.au