韩国研究团队开发出可提高量子计算机运算效率的优化算法。预计将为半导体设计和新药开发等多种产业创新做出贡献。
光州科学技术院(GIST)22日表示,安昌旭教授研究团队改进了算法结构,在保持现有半经典量子遗传算法优化性能的同时,可大幅提升运算效率。
量子遗传算法是在量子计算机上再现量子神经网络、量子强化学习等已在传统经典计算机上验证性能的技术的尝试之一。其下位概念半经典量子遗传算法通过原样模拟经典遗传算法的执行结构,侧重于相对快速的性能验证与实用化的方法论。
此前的研究过度集中于算法量子化转换这一目标,而优化性能提升相对被忽视。研究团队在防止算法固有优化性能下降的同时,将种群规模进行二次缩减,成功将算法的运算效率提升约5倍。






