Квантовые вычисления долгое время казались священным Граалем вычислительной науки – технологией, способной совершить революцию благодаря своей способности решать определённые задачи значительно быстрее классических компьютеров. Было много примеров, когда казалось, что квантовые компьютеры предлагают уникальные преимущества, недостижимые для традиционных систем. Однако в 2018 году молодой исследователь из Техаса, Эвин Тэнг, сделал сенсационное открытие, которое поставило под сомнение один из центральных якорей квантового превосходства. Доказав, что классические компьютеры могут решать так называемую "рекомендательную задачу" практически с таким же уровнем эффективности, Тэнг изменил ход истории развития квантовых технологий и показал, что пересмотр базовых предположений необходим. Рекомендательная задача связана с необходимостью анализа огромного объёма данных и построения персональных рекомендаций, которые используются такими гигантами, как Amazon и Netflix.
Эта задача лежит в основе систем, которые угадывают предпочтения пользователей, исходя из их прошлых выборов и предпочтений миллионов других. Представьте огромную матрицу, представляющую пользователей и продукты – задача состоит в том, чтобы заполнить пробелы и определить, какие товары или фильмы могут понравиться конкретному человеку. С освоением больших данных такая работа становится критически важной для поддержания конкурентоспособности компаний. В 2016 году группа исследователей, включая Иорданиса Керенида и Анулама Пракаш, разработала квантовый алгоритм, который, как считалось, решал рекомендательную задачу экспоненциально быстрее, чем классические алгоритмы. Это открытие было встречено с большим оптимизмом, поскольку иллюстрировало, что квантовые компьютеры смогут обеспечить реальное преимущество не только в теоретических задачах, но и в практических приложениях, связанных с машинным обучением и обработкой больших данных.
Квантовый алгоритм достигал этого за счёт разумного упрощения: вместо полного раскрытия рекомендаций алгоритм делил пользователей на группы или категории, что позволяло получать достаточно точные рекомендации, избегая сложности полного анализа. Тем не менее, до появления работы Эвина Тэнга оставался открытым важный вопрос: доказали ли учёные окончательно, что классический быстрый алгоритм для решения рекомендательной задачи невозможен? Счалось, что квантовый алгоритм даёт преимущество, потому что не существовало известных классических алгоритмов с сопоставимой скоростью. По просьбе известного специалиста по квантовым вычислениям Скотта Ааронсона, Тэнг начал исследовать эту проблему и вскоре пришёл к неожиданному выводу. Вместо того, чтобы доказать невозможность классического решения, он обнаружил быстрый классический алгоритм, вдохновлённый теми же принципами, что и квантовые методы. Удивительно, что сам Тэнг лишь сначала с неохотой брался за эту задачу, поскольку казалась сложной.
Но настойчивость и глубокие знания в математике и компьютерных науках позволили ему разработать алгоритм, который работает за полилогарифмическое время – что означает очень быстрые расчёты, масштабируемые логарифмически с ростом объёма данных. Этот результат стал настоящим потрясением для сообщества, ведь он подорвал один из самых наглядных примеров квантового ускорения. Публичное представление открытого алгоритма состоялось летом 2018 года на конференции в Калифорнии, где Эвин выступал перед ведущими экспертами в области квантовых вычислений, в том числе теми, кто разрабатывал изначальный квантовый алгоритм. Несмотря на свой юный возраст, доклад Эвина был воспринят как зрелое и компетентное исследование, подтвердившее правильность его подхода. Позже алгоритм прошёл неформальную экспертную оценку и получил высокую оценку.
Для сферы квантовых вычислений открытие Эвина Тэнга стало своеобразным ударом, поскольку несёт в себе осторожное напоминание о том, что полностью исключать потенциал классических алгоритмов нельзя. Это также подчёркивает важность диалога между квантовыми и классическими методами, в котором достижения одной области служат вдохновением и подспорьем для другой. Тэнг не только разрушил миф о безоговорочном превосходстве квантовых алгоритмов на конкретной задаче, но и продемонстрировал, как квантовые идеи стимулируют разработку новых, более эффективных классических алгоритмов. История Эвина Тэнга – пример уникального сочетания таланта, упорства и академической поддержки. Ещё в 14 лет он поступил в Университет Техаса в Остине, где изучал математику и компьютерные науки, одновременно минуя несколько классов.
Его сотрудничество с Скоттом Ааронсоном, признанным экспертом в области квантовых вычислений, оказало большое влияние на формирование молодого исследователя. Именно этот наставник дал ему возможность погрузиться в сложные исследовательские задачи и поддерживал в стремлении к прорывным решениям. Кроме того, пример Эвина подчёркивает изменяющийся ландшафт исследований в области вычислений, где молодые учёные способны бросить вызов укоренившимся теориям и изменить подход к самым сложным задачам. Его работа стимулирует новое поколение исследователей задуматься о том, где же лежат истинные границы квантового превосходства и какие задачи действительно требуют квантовых компьютеров. Квантовые вычисления все еще остаются перспективной и быстро развивающейся областью науки и техники с огромным потенциалом.
Однако достижение Эвина Тэнга напоминает, что революционные технологии должны постоянно проверяться и сопоставляться с классическими аналогами, чтобы реальное преимущество было подтверждено и не оказалось иллюзией. В конечном счёте, тесная интеграция классических и квантовых методов, а также взаимное влияние этих направлений станут ключом к созданию эффективных и практичных вычислительных систем будущего. Эта история раскрывает динамику современного научного процесса, где новые идеи могут родиться в самых неожиданных местах и среди самых молодых талантов. Пример Эвина Тэнга вдохновляет на продолжение исследований и является напоминанием, что квантовая эра лишь начинается, и её успехи будут складываться из множества открытий – как квантовых, так и классических.
