Veo muchos artículos (por ejemplo , análisis de componentes principales cuánticos ) en los que es necesaria la existencia de qRAM. ¿Cuál es el propósito real de qRAM en algoritmos cuánticos?
quantum-memory
Anton Karazeev
fuente
fuente
Respuestas:
Esto se discute en el capítulo 5 de Ciliberto et al. .
El propósito de la mayoría de los algoritmos cuánticos (mejorados) de aprendizaje automático es acelerar el procesamiento de datos clásicos sobre lo que es posible con los algoritmos clásicos de aprendizaje automático. En otras palabras, el contexto es que tiene un conjunto de vectores clásicos , y desea calcular alguna función f ( x k ) de estos datos (que luego puede usarse como un estimador de alguna propiedad, o como una función que caracteriza un clasificador para ser usado para nuevos puntos de datos, o algo más). La mayoría de los algoritmos de aprendizaje automático cuántico le dicen que, siempre que pueda realizar el mapeo de manera eficiente {{ xk}k F( xk)
a continuación, a veces es posible calcular f ( { x k } ) de manera más eficiente. Sin embargo, es altamente no trivial cómo realizar dicha asignación de maneraeficiente.
Para mantener las aceleraciones exponenciales potenciales de los algoritmos cuánticos, esta conversión debe ser eficiente. Si este no es el caso, entonces uno termina en una situación en la que el algoritmo cuántico puede resolver el problema de manera muy eficiente, pero solo después de que se haya realizado un preprocesamiento prolongado de los datos, por lo que se elimina el punto de usar el algoritmo cuántico.
Aquí es donde entran en juego los QRAM. A QRAM es un dispositivo que puede (teóricamente) encode d vectores -dimensional clásico en el (las amplitudes de) un estado cuántico de log ( N d ) qubits, en el tiempo O ( log ( N d ) ) . Como se discutió en Ciliberto et al. , así como en esta respuesta relacionada , la viabilidad real de QRAM todavía no está del todo clara, y quedan muchas advertencias.norte re Iniciar sesión( Nre) O (log( Nre) )
fuente