[论文解读] Searching with Quantum Computers

Lou K. Grover|ArXiv.org|Nov 30, 2000

Quantum Computing Algorithms and Architecture被引用 3

一句话总结

本文介紹了使用 Grover 算法的量子搜索，通過利用量子叠加和振幅放大，實現了相較於經典搜索的二次方加速。它表明，量子計算機能夠在 O(√N) 次查詢內搜尋大小為 N 的未排序資料庫，與經典方法的 O(N) 複雜度形成鮮明對比。

ABSTRACT

This article introduces quantum computation by analogy with probabilistic computation. A basic description of the quantum search algorithm is given by representing the algorithm as a C program in a novel way.

研究动机与目标

• 透過引入量子搜尋演算法作為典型範例，展示量子計算機的潛力。
• 解釋量子力學如何在特定計算任務中實現指數級加速。
• 透過展示量子演算法能比經典方法更有效率地解決實際問題，激勵量子硬體的發展。
• 釐清從經典位元到量子位元的觀念轉變，以及叠加與干涉及量子計算中的角色。

提出的方法

• 透過對所有可能狀態初始化均勻叠加，使用量子搜尋演算法在大小為 N 的未排序資料庫中搜尋。
• 透過干涉作用應用一系列 Grover 迭代，利用擴散運算元將振幅關於平均值反轉，從而放大目標狀態的振幅。
• 運用量子平行性原理，由於叠加，單一查詢即可同時評估所有輸入的函數。
• 利用量子演化的線性性與酉變換來操控振幅向量，確保機率守恆。
• 透過四狀態系統中的路徑總和示範振幅操控，顯示導致相長與相消干涉的干涉效應。
• 使用可逆量子閘（例如控制 NOT、Toffoli）以維持酉性，並允許量子態的相干演化。

实验结果

研究问题

• RQ1 量子計算機能否在未結構化搜尋問題上實現顯著超越經典計算機的加速？
• RQ2 量子叠加與干涉如何使搜尋速度優於經典的窮舉搜尋？
• RQ3 哪些基本原理——例如振幅放大與酉演化——是量子搜尋演算法的基礎？
• RQ4 在實現可擴展的量子計算機以執行此類演算法方面，存在哪些物理與工程挑戰？
• RQ5 量子系統如何在計算過程中維持相干性並避免退相干？

主要发现

• 量子搜尋演算法實現了二次方加速，僅需 O(√N) 次查詢即可在大小為 N 的未排序資料庫中找到目標項目，而經典演算法需 O(N) 次查詢。
• 該演算法利用量子叠加同時評估所有輸入，並透過振幅放大提高測量正確解的概率。
• 在四項目的資料庫中經過三次迭代後，正確狀態的振幅達到 -1.0，表示測量到目標項目的機率為 100%。
• 該過程依賴酉變換與可逆閘以維持量子相干性並確保機率守恆。
• 量子干涉及——相長與相消干涉——在放大目標狀態振幅的同時抑制其他狀態方面發揮核心作用。
• 目前使用核磁共振（NMR）的實驗實現已在最多 7 個量子位元的小規模系統中演示了該演算法，但可擴展性仍是挑戰。