[论文解读] Toward a standardized methodology for constructing quantum computing use cases

Nicholas Chancellor, ROBERT L CUMMING+1 more|arXiv (Cornell University)|Jun 10, 2020

Quantum Computing Algorithms and Architecture参考文献 22被引用 5

一句话总结

本文提出了一套标准化、系统化的评估方法，用于判断近期量子计算或量子启发算法是否能实际解决现实世界问题。该方法应用于急救车调度问题，表明量子计算在罕见事件条件采样方面具有潜在价值，但对所有子问题并不适用，提供了一种结构化、客观的方法，以避免评估偏差并指导实际部署决策。

ABSTRACT

We propose a standardized methodology for developing and evaluating use cases for quantum computers and quantum inspired methods. This methodology consists of a standardized set of questions which should be asked to determine how and indeed if, near term quantum computing can play a role in a given application. Developing such a set of questions is important because it allows different use cases to be evaluated in a fair and objective way, rather than considering each case on an ad hoc basis which could lead to an evaluation which focuses on positives of a use case, while ignoring weaknesses. To demonstrate our methodology we apply it to a concrete use case, ambulance dispatch, and find that there are some ways in which near term quantum computing could be deployed sensibly, but also demonstrate some cases ways in which its use would not be advised. The purpose of this paper is to initiate a dialogue within the community of quantum computing scientists and potential end users on what questions should be asked when developing real world use cases.

研究动机与目标

• 解决现实应用中缺乏客观标准来评估量子计算应用场景的问题。
• 通过用标准化、可重复的框架替代临时性评估，减少应用场景评估中的偏差。
• 指导量子专家和终端用户判断某一问题是否适合近期量子计算或量子启发计算。
• 提供一种结构化方法，以区分有前景与不切实际的应用，尤其针对NISQ时代设备。
• 启动面向整个社区的对话，以客观定义评估量子应用场景的核心问题。

提出的方法

• 制定一套标准化的决策问题集合，用于评估某一问题是否适合量子或量子启发计算。
• 采用基于流程图的决策框架，评估五个关键标准：整体价值、经典计算难度、单次实例价值、数据吞吐量以及当前方法的可行性。
• 将该框架应用于急救车调度问题作为现实世界案例研究，识别出适合量子或量子启发解决方案的子问题。
• 区分标准采样与条件采样方法，尤其关注应急响应中罕见但高影响事件的情况。
• 将子问题映射到伊辛模型，以评估其量子可计算性，特别是对经典方法难以处理的问题（如条件采样）。
• 通过迭代方式优化部署策略，区分‘部署决策’与‘部署设计’问题。

实验结果

研究问题

• RQ1 哪些标准化标准可用于客观评估现实世界问题是否适合近期量子计算？
• RQ2 如何区分真正具有量子优势潜力的问题与虽初看有前景但实际并非如此的问题？
• RQ3 在完全量子计算不可行时，量子启发算法在哪些方面可作为可行替代方案？
• RQ4 部署策略（如子问题选择、数据吞吐量、对罕见事件的条件处理）如何影响量子计算的适用性？
• RQ5 结构化方法是否能减少偏差，并改善量子专家与领域专家在应用开发中的协作？

主要发现

• 急救车调度问题本身并非固有量子问题，但其子问题——特别是罕见事件的条件采样——对经典方法而言计算困难，可能适合近期量子计算。
• 急救车调度中对罕见事件的条件采样被识别为高价值、经典方法难以解决的问题，可能从量子技术中受益，且满足决策框架中的全部五项标准。
• 无条件的标准蒙特卡洛采样对罕见事件并不理想，这为采用更复杂的量子采样方法提供了正当理由，即使其数据吞吐量较低。
• 该方法成功表明量子计算并非普遍适用；例如，不涉及罕见事件条件的简单调度决策并非强候选方案。
• 将问题映射到伊辛模型证实，某些子问题适合量子算法，支持量子启发或混合方法的可行性。
• 该框架实现了客观、可重复的评估，降低了高估量子潜力的风险，并增强了量子能力与现实需求之间的对齐。