Cambridge Quantum 開發演算法以在量子電腦上加速蒙特卡洛整合-美通社PR-Newswire

英國劍橋2021年5月28日 /美通社/ -- CAMBRIDGE Quantum Computing (CQC) 今日宣佈發現一種新演算法，可加速量子蒙特卡洛整合，以縮短量子運算優越性的時間，並確認量子運算對金融行業的重要性。

蒙特卡洛整合 (Monte Carlo integration) 是一種透過平均樣本估計概率分佈的過程，主要用於財務風險分析、藥品開發、供應鏈物流及其他業務及科學應用，但通常需要許多小時的持續運算才可完成。這是作為現代世界基礎的運算機器中至關重要的方面。

CQC 資深研究科學家 Steven Herbert 在論文預印本中發表的詳細演算法解決了這個問題，該論文介紹了如何消除歷史挑戰，並完全獲得二次量子運算優越性。

您可點擊此處，從預印本資料庫 arXiv 中獲取這篇論文。

Herbert 表示：「這種新演算法是一項歷史性進步，可擴展量子蒙特卡洛整合，並可在 NISQ 時代及未來進行應用。憑藉該演算法，我們現在能夠將之前理論上的量子速度提升變為現實。 現有的量子蒙特卡洛整合 (QMCI) 演算法必須在有大量開銷的支援下才可實現這一目標，因此導致現有方法不可用。」

Cambridge Quantum Computing 行政總裁 Ilyas Khan 表示：「這對 CQC 的科學家來說是一項令人印象深刻的突破，對金融行業和許多其他行業都具有巨大價值，並能持續帶來創新，助力我們實現在量子運算領域的全球領先地位。」 

關於 Cambridge Quantum Computing 

Cambridge Quantum Computing (CQC) 成立於 2014 年，得到了一些世界領先的量子運算公司的支援，是量子軟件及量子演算法的全球領導者，可幫助客戶從最快速發展的量子運算硬件中取得最大收益。CQC 在英國、美國和日本均設有辦事處。如欲了解更多資訊，請瀏覽 CQC 的網頁：http://www.cambridgequantum.com 及 LinkedIn。存取 GitHub 上的 tket Python 模組。