给定随机量子行为，如何诱导量子位在量子计算机中产生有意义的输出？

Question

我对量子位的理解是，它们的力量在于“可以同时拥有许多状态”。但是，如何利用这一点来获得与具体问题/输入/程序相关的任何内容以及有意义的输出呢？我的理解是，一旦进行测量，许多状态就会消失，所以我不明白为什么纠缠会有所帮助，因为一旦你知道一个纠缠对的状态，就不会从纠缠对中获得额外的信息。换句话说，量子计算机如何能够比那些扔骨头寻找答案的老预言家得出更有意义的结果。是的，骨骼的位置被随机放置在许多可能的位置之一，但这应该如何与计算程序真正有意义地相关。我了解计算机门如何在传统硅计算机中创建逻辑。但它们的行为并不是随机的。肘节和整个量子世界的随机行为如何产生有用的结果？这种能力似乎是基于多状态随机性，但为什么这种随机状态被认为以某种方式提供比随机输出更多的东西？请回答 google 正在构建的计算机类型 - 而不是 DWave“量子”计算机。

Answer 1

随机性并不等于无用。我们还有在经典计算机上运行的传统随机算法 - 您是否会说它们不能仅仅因为它们不具有确定性而产生有用的结果？

量子计算算法操纵系统状态的方式使得最终测量出正确答案的可能性很大，而任何错误答案的可能性极小。有些算法（例如 Deutsch-Jozsa 算法）做得很好，测量正确答案的概率为 100%，因此即使算法描述中涉及概率，它们实际上是确定性的。

让我们以 Grover 搜索为例 - 这是一种搜索方程 f(x) = 1 的解的算法。您可以通过测量几个量子位来得到答案 x（这比使用 qudits 更常见）。你从这些量子位以相等的叠加开始 - 如果你在这个阶段进行测量，你实际上不会得到任何有用的东西，因为你将以相等的概率得到任意结果，并且它可能不是你问题的答案。格罗弗算法是修改系统状态的一系列步骤，以便结果的叠加不再相等 - 解决问题的状态概率被放大，而不能解决问题的状态概率被减少。这意味着测量结果仍然是随机的，但获得正确答案的概率比开始时要高得多。