Powszechnie wiadomo, że komputery kwantowe są silniejsze niż ich klasyczne odpowiedniki pod względem złożoności zapytań .
Czy istnieją inne modele (naturalne lub sztuczne), które są ściśle kwantowe i klasyczne pod względem złożoności zapytań?
Separacja może być włączona
- specyficzne problemy: model X oblicza funkcję ze znacznie większą liczbą zapytań niż kwantowe, ale mniej zapytań niż dolna granica klasycznego, lub
- inne problemy: model X oblicza funkcję przy znacznie większej liczbie zapytań niż kwant, ale oblicza funkcję f 2 przy mniejszej liczbie zapytań niż klasyczna.
W obu przypadkach chcemy, aby każda funkcja miała Q 2 ( f ) ≤ X ( f ) ≤ R 2 ( f ), aby uniknąć przykładów trudnych do porównania z kwantowymi (np. Złożoność certyfikatu zapytań niedeterministycznych). Tutaj P 2 ( f ) (i R 2 ( f ) ), jest obustronnie 1 / 3 -error kwantowe (i klasyczną randomizowane) złożoność zapytania i nierówności są w stałych czynników.
źródło
źródło
Być może bardziej wyraźnym przykładem tego rodzaju modeli obliczeniowych jest DQC1 wyjaśniony przez @RobinKothari w jego odpowiedzi. Zobacz odniesienia w jego odpowiedzi na dobre wprowadzenie do modelu.
Niedawno w magazynie Nature pojawił się fajny artykuł na temat Quantum Discord. Niezgoda kwantowa to teoretyczna miara nieklasycznych korelacji, uogólniająca splątanie. Oto link . Zobaczysz tam, że istnieją przykłady obliczeń, w których splątanie nie odgrywa fundamentalnej roli, tj. Inne nieklasyczne korelacje to te, które dbają o przyspieszenie obliczeń. Dzieje się tak w DQC1 do obliczania śladu macierzy (patrz artykuł Datty, Shaji i Cavesa ). Interesujące w tym artykule jest to, że otwiera pytanie dotyczące „algorytmów opartych na dyskach kwantowych”, tj. Algorytmów, w których nie potrzebujesz splątania dla przyspieszenia kwantowego. Jest to coś pomiędzy pełnym obliczeniem kwantowym a klasycznym.
Innym modelem, który może należeć do tej kategorii (między pełnym kwantowym a klasycznym) jest Liniowy Model Optyczny autorstwa Arkhipova i Aaronsona. Zobacz to pytanie, aby uzyskać ładne wyjaśnienie.
Nie wiem, gdzie te modele pasują pod względem złożoności zapytań, ale może to być dobry punkt wyjścia.
źródło