Qual é o objetivo de uma RAM quântica em algoritmos quânticos?

Eu vejo muitos artigos (por exemplo , análise de componentes principais quânticos ) em que a existência de qRAM é necessária. Qual é o objetivo real do qRAM em algoritmos quânticos?

quantum-memory

— Anton Karazeev
fonte

Olá, preferimos que um post contenha apenas uma pergunta. Os problemas que enfrentaremos provavelmente levarão a discussões / opiniões e, portanto, não é a melhor pergunta para o Quantum Computing StackExchange.

— MEE - Restabelece Monica

O @MEE substituiu duas perguntas por uma.

— Anton Karazeev

relacionado a quantumcomputing.stackexchange.com/q/115/55

— glS

Isso é discutido no capítulo 5 de Ciliberto et al. .

O objetivo da maioria dos algoritmos quânticos (aprimorados) de aprendizado de máquina é acelerar o processamento de dados clássicos sobre o que é possível com os algoritmos clássicos de aprendizado de máquina. Em outras palavras, o contexto é que você possui um conjunto de vetores clássicos e deseja calcular alguma função desses dados (que pode ser usada como estimador de alguma propriedade ou como uma função que caracteriza um classificador a ser usado para novos pontos de dados ou outra coisa). A maioria dos algoritmos de aprendizado de máquina quântico diz isso, desde que você possa executar com eficiência o mapeamento $\{\boldsymbol x_k\}_k$ $\boldsymbol f(\boldsymbol x_k)$ então por vezes é possível calcular de forma mais eficiente. No entanto, é altamente não trivial como executar esse mapeamento comeficiência.

{x_{k}}_{k} \mapsto | {x_{k}} ⟩ = N \sum_{k j} x_{k j} | k, j ⟩,

$\{\boldsymbol x_k\}_k\mapsto\lvert \{\boldsymbol x_k\}\rangle= N\sum_{kj} x_{kj}\lvert k,j\rangle,$

f ({x_{k}})

$\boldsymbol f(\{\boldsymbol x_k\})$

Para manter as possíveis acelerações exponenciais dos algoritmos quânticos, essa conversão precisa ser eficiente. Se esse não for o caso, então a pessoa acaba em uma situação em que o algoritmo quântico pode resolver o problema com muita eficiência, mas somente após um longo pré-processamento dos dados ter sido realizado, eliminando, portanto, todo o ponto de usar o algoritmo quântico.

$N$ $d$ $\log(Nd)$ $\mathcal O(\log(Nd))$

— glS
fonte