量子科技中心_量科网

量子算法已被证明能实现相对于经典算法的可验证加速，但建立理解量子优势的完整理论框架仍是核心挑战。该工作通过研究量子态特性在基于随机行走的算法中的关键作用，解码了量子搜索优势。研究人员提出了三种不同的量子随机行走搜索算法变体，并推导出其成功概率的精确解析表达式。这些概率本质上由特定初始态属性决定：相干分数主导首个算法性能，而纠缠和相干性分别决定后两种算法表现。研究表明，增大相干分数可提升成功概率，但增强纠缠和相干性会降低后两种算法的成功率。这些发现揭示了利用量子特性获取优势的基本原理，为算法设计提供指导。该团队的搜索实现了类Grover加速，并显示出在量子增强机器学习领域的巨大潜力。