[논문 리뷰] Quantum Computers Speed Up Classical with Probability Zero

Yuri Ozhigov|ArXiv.org|1998. 03. 24.

Quantum Computing Algorithms and Architecture참고 문헌 7인용 수 13

한 줄 요약

이 논문은 무작위로 선택된 길이 유지 함수에 대해 양자 컴퓨터가 가속화할 수 있는 고전적 알고리즘의 집합은 확률 측도가 0임을 보여준다. 또한, 이러한 고전적 계산을 시뮬레이션하기 위해 양자 알고리즘이 최소 Ω(√T)번의 함수 평가가 필요함을 증명하며, 이는 일반적인 경우에 양자 가속화가 매우 드문다는 것을 의미한다.

ABSTRACT

Let $f$ denote length preserving function on words. A classical algorithm can be considered as $T$ iterated applications of black box representing $f$, beginning with input word $x$ of length $n$. It is proved that if $T=O(2^{n/(7+e)}), e >0$, and $f$ is chosen randomly then with probability 1 every quantum computer requires not less than $T$ evaluations of $f$ to obtain the result of classical computation. It means that the set of classical algorithms admitting quantum speeding up has probability measure zero. The second result is that for arbitrary classical time complexity $T$ and $f$ chosen randomly with probability 1 every quantum simulation of classical computation requires at least $Ω(\sqrt {T})$ evaluations of $f$.

연구 동기 및 목표

• 기본 함수가 무작위로 선택되었을 때 고전적 알고리즘의 양자 가속화 빈도를 조사하는 것.
• 무작위 함수에 대해 양자 컴퓨터가 임의의 고전적 계산을 효율적으로 시뮬레이션할 수 있는지 여부를 판단하는 것.
• 양자 가속화를 허용하는 고전적 알고리즘의 확률 측도를 설정하는 것.
• 고전적 알고리즘을 시뮬레이션하기 위해 양자 알고리즘이 요구하는 함수 평가 횟수의 하한 경계를 유도하는 것.

제안 방법

• 연구는 고전적 계산을 n비트 입력에 대해 블랙박스 함수 f를 T번 반복 적용하는 것으로 모델링하며, f는 길이 유지 함수이자 무작위 선택된 함수이다.
• T = O(2^{n/(7+ε)}), ε > 0일 때, 확률 1로 양자 알고리즘이 f를 최소 T번 평가해야 한다는 것을 보여주기 위해 확률적 분석을 적용한다.
• 측도 이론적 추론을 사용하여, 양자 가속화를 허용하는 함수의 집합이 르베그 측도 0임을 보여준다.
• 특정 함수 f에 관계없이, 고전적 계산의 양자 시뮬레이션을 위한 일반적인 하한 경계 Ω(√T) 평가 횟수를 도출한다.
• 증명은 양자 질의 복잡도와 계산 복잡도 이론 내에서 무작위 함수의 구조에 기반한다.
• 결과는 양자 질의 모델의 맥락에서 점근적 분석과 확률적 경계를 사용하여 확립된다.

실험 결과

연구 질문

• RQ1 무작위로 선택된 고전적 알고리즘이 양자 컴퓨터에 의해 가속화될 확률은 얼마인가?
• RQ2 무작위로 선택된 함수 f에 대해, 시간 복잡도 T의 고전적 계산을 시뮬레이션하기 위해 필요한 최소 양자 질의 횟수는 얼마인가?
• RQ3 함수 f가 균일하게 무작위로 선택되었을 때, 양자 계산이 다수의 고전적 알고리즘에 대해 가속화를 제공하는가?
• RQ4 무작위 함수에 대한 고전적 계산을 시뮬레이션하기 위해 양자 알고리즘이 T 이하의 질의 복잡도를 달성할 수 있는가?
• RQ5 모든 가능한 고전적 알고리즘에 대해 양자 가속화의 측도 이론적 가능성은 얼마인가?

주요 결과

• T = O(2^{n/(7+ε)}), ε > 0일 때, 무작위로 선택된 함수 f에 대해, 모든 양자 알고리즘이 결과를 계산하기 위해 f를 최소 T번 평가해야 하며, 이는 확률 1이다.
• 함수 f가 균일하게 무작위로 선택되었을 때, 양자 가속화를 허용하는 고전적 알고리즘의 집합은 확률 측도가 0이다.
• 임의의 고전적 시간 복잡도 T에 대해, 랜덤 함수 f에 대한 고전적 계산의 양자 시뮬레이션은 확률 1로 f를 최소 Ω(√T)번 평가해야 한다.
• 함수 f의 구체적 구조에 관계없이, f가 무작위로 선택되어 있다면 Ω(√T) 평가의 하한 경계는 항상 유지된다.
• 결과는 양자 가속화가 무작위 함수에 대해 일반적이지 않음을 시사하며, 이는 원칙적으로 가능하더라도 그렇다.
• 입력 크기 n이 증가함에 따라 함수 공간의 지수적 증가로 인해 양자 가속화의 확률은 급격히 감소한다.