Komputasi kuantum menawarkan kemajuan besar dalam kecepatan dan efisiensi pemrosesan, namun menghadapi tantangan besar, termasuk kehilangan informasi. Penelitian terbaru menunjukkan bahwa algoritma klasik yang dioptimalkan dapat secara efektif meniru komputasi kuantum, menunjukkan bahwa peningkatan dalam komputasi klasik dapat menjembatani kesenjangan terhadap potensi komputasi kuantum. Perkembangan ini menggarisbawahi kompleksitas pencapaian keunggulan kuantum dan menyoroti pendekatan multifaset terhadap kemajuan komputasi.
Para peneliti mengadopsi metode inovatif untuk meningkatkan kecepatan dan akurasi komputasi tradisional.
Komputasi kuantum telah dipuji sebagai teknologi yang dapat mengungguli komputasi klasik dalam hal kecepatan dan penggunaan memori, sehingga berpotensi membuka jalan untuk membuat prediksi fenomena fisik yang sebelumnya tidak mungkin dilakukan.
Banyak yang melihat komputasi kuantumkemunculannya menandai pergeseran paradigma dari komputasi klasik atau konvensional. Komputer konvensional memproses informasi dalam bentuk bit digital (0 dan 1), sedangkan komputer kuantum menyebarkan bit kuantum (qubit) untuk menyimpan informasi kuantum dalam nilai diantara 0 dan 1. Dalam kondisi tertentu, kemampuan untuk memproses dan menyimpan informasi dalam qubit dapat digunakan untuk merancang algoritma kuantum yang secara drastis mengungguli algoritma klasik. Khususnya, kemampuan kuantum untuk menyimpan informasi dalam nilai antara 0 dan 1 menyulitkan komputer klasik untuk meniru komputer kuantum dengan sempurna.
Tantangan dan Solusi dalam Komputasi Kuantum
Namun, komputer kuantum rewel dan cenderung kehilangan informasi. Terlebih lagi, meskipun kehilangan informasi dapat dihindari, sulit untuk menerjemahkannya menjadi informasi klasik—yang diperlukan untuk menghasilkan komputasi yang bermanfaat.
Komputer klasik tidak mengalami satu pun dari kedua masalah tersebut. Selain itu, algoritme klasik yang dirancang dengan cerdik dapat lebih mengeksploitasi tantangan ganda yaitu kehilangan informasi dan penerjemahan untuk meniru komputer kuantum dengan sumber daya yang jauh lebih sedikit daripada yang diperkirakan sebelumnya—seperti yang baru-baru ini dilaporkan dalam makalah penelitian di jurnal PRX kuantum.
Hasil para ilmuwan menunjukkan bahwa komputasi klasik dapat dikonfigurasi ulang untuk melakukan perhitungan yang lebih cepat dan akurat dibandingkan komputer kuantum canggih.
Terobosan ini dicapai dengan algoritme yang hanya menyimpan sebagian informasi dalam keadaan kuantum—dan cukup untuk menghitung hasil akhir secara akurat.
Menjembatani Komputasi Klasik dan Kuantum
“Penelitian ini menunjukkan bahwa ada banyak cara potensial untuk meningkatkan komputasi, yang mencakup pendekatan klasik dan kuantum,” jelas Dries Sels, asisten profesor di Universitas New York‘s Departemen Fisika dan salah satu penulis makalah. “Selain itu, pekerjaan kami menyoroti betapa sulitnya mencapai keunggulan kuantum dengan komputer kuantum yang rawan kesalahan.”
Dalam mencari cara untuk mengoptimalkan komputasi klasik, Sels dan rekan-rekannya di Simons Foundation berfokus pada jenis jaringan tensor yang secara tepat mewakili interaksi antar qubit. Jenis jaringan tersebut terkenal sulit untuk ditangani, namun kemajuan terkini di bidang ini kini memungkinkan jaringan ini dioptimalkan dengan alat yang dipinjam dari inferensi statistik.
Penulis membandingkan cara kerja algoritme dengan mengompresi gambar menjadi file JPEG, yang memungkinkan gambar besar disimpan menggunakan lebih sedikit ruang dengan menghilangkan informasi dengan kehilangan kualitas gambar yang hampir tidak terlihat.
“Memilih struktur yang berbeda untuk jaringan tensor sama dengan memilih bentuk kompresi yang berbeda, seperti format yang berbeda untuk gambar Anda,” kata Joseph Tindall dari Flatiron Institute, yang memimpin proyek tersebut. “Kami berhasil mengembangkan alat untuk bekerja dengan berbagai jaringan tensor yang berbeda. Pekerjaan ini mencerminkan hal tersebut, dan kami yakin bahwa kami akan segera meningkatkan standar komputasi kuantum lebih jauh lagi.”
Referensi: “Simulasi Jaringan Tensor yang Efisien dari Eksperimen Eagle Kicked Ising IBM” oleh Joseph Tindall, Matthew Fishman, E. Miles Stoudenmire, dan Dries Sels, 23 Januari 2024, PRX kuantum.
DOI: 10.1103/PRXQuantum.5.010308
Pekerjaan ini didukung oleh Flatiron Institute dan hibah dari Kantor Penelitian Ilmiah Angkatan Udara (FA9550-21-1-0236).
