微软希望开发人员是量子启发

在其构建2020年度软件开发人员会议期间，微软揭开了它如何将量子计算拟合到其天蓝色的公共云中。该公司推出了Azure Quantum，它表示将提供早期采用者与量子计算的可扩展路径。

这个想法是，组织今天可以开始建立所谓的“量子启发”算法，这让他们开始获得量子计算机的好处，而无需直接使用它们。

Quantum Developer套件（QDK）和新语言Q＃填写Microsoft Quantum Computing Portfolio，可在开源Github存储库上使用。

随着计算机每周的报道，量子计算是一种技术，该技术承诺解决无法使用传统算法在经典二进制计算机设计上运行的问题。

而传统或经典的计算机架构非常擅长处理二进制决策，而通过使离散的“是”和“否”决定来解决问题，但一些问题的复杂性呈指数级增长。这有效地意味着问题无法以传统方式解决。

发布于Microsoft的业务发展总监Ben Porter的更新，说：“谈到每个行业的客户，需要研究算法来解决复杂的问题。”

但是开发新颖的量子算法只是微软战略的第一部分。该公司旨在建立一个开放的生态系统来解决无法在古典计算机上运行的问题。它旨在提供预先构建的问题解决和算法，可以以工业规模运行。

Porter表示，描述了Jij为丰田Tsusho开发的交通优化问题：“如果您可以优化交通信号灯的时机，您不仅可以减少车辆的空闲时间，还可以提高驾驶体验和减少排放。”

他说Jij映射等待时间等待成本，使其程序员能够将问题表达为一种称为多项式无约会二进制优化（Pubo）的优化类型。

“这是一个问题，其中每个变量可以采用两个值中的一个，”Porter表示。“优化器的目标是找到最小化成本的一些变量组合。”他补充说，在流量仿真中，每个变量可以与许多其他变量相互作用，这增加了复杂性。

“这是最难的问题，”搬运工。“我们拥有专门设计的Quzure量子启发优化仪，这些优化仪旨在解决这些帕博斯，Jij已经习惯了很大的影响。”

根据Microsoft，与传统优化技术相比，这使Jij达到了等待时间的20％。

另一个例子ISOTI Lumionics，它开发了一种根据机器学习，计算化学仿真，优化，闭环合成和快速反馈来制造的快速材料设计方法。OTI在实验室中综合和测试了数千种材料，而是开发了模拟材料性质的软件工具。

根据Porter，这意味着这些材料是设计而不是偶然开发的。工作流程最慢和最昂贵的部分是计算管道 - 运行极大的模拟时可用硬件上的瓶颈，其呈指数尺寸。此外，一些模拟是如此计算密集型，以至于它们与当今的古典计算机有关。

因此，仿真精度和计算强度之间的权衡是使用商业大小问题计算方法的主要瓶颈。

为了击败这一瓶颈，OTI Lumionics一直在调查量子计算，作为帮助加速新材料计算化学模拟的潜在候选者。由于材料的许多结构性质关系受量子物理学的管辖，所以使用量子计算来执行计算的量子计算是一种自然候选者，可以更准确地模拟这些系统。

然而，根据OTI，为了模拟一个分子模型需要42夸张，不能以模拟所需的精度产生的东西。

斯科特·格雷因斯·奥蒂·洛漠的材料领导说：“量子计算有可能通过实现可能在经典硬件上无法解决的高度准确的模拟来彻底改变材料设计。不幸的是，基于门的栅量子计算远远不够强大，以模拟商业大小的问题。

“我们开发了新的方法，允许计算化学模拟量子计算算法表示为二元优化问题。通过Azure量子优化解决方案运行我们的量子计算方法，我们正在获得比其他算法更准确的结果。“

相反，该公司能够在经典Azure硬件上使用运行的量子启发算法。

随着其现象在Azure Quantum上运行的算法，OTI Lumionics表示已经能够在商业相关的尺寸问题上表现出有意义的结果。