如今，家长非常关注科学教育，国内外的科学教育都成为了很多家长关注的问题。既然现在大家都很关注科学教育，边肖今天就给大家推荐一些与科学教育相关的文章分享一下。如果你感兴趣，你可以仔细阅读以下内容。2019年，谷歌声称，它是第一个展示量子计算机执行超越当今最强大超级计算机能力的计算的公司。

普渡大学的科学家说，但大多数时候，创造一种能够击败传统计算机的量子算法是一个偶然的过程。为了给这个过程带来更多的指导，减少它的随机性，这些科学家发展了一种新的理论，这可能最终会导致更系统的量子算法设计。

发表在《高级量子技术》杂志上的一篇论文中描述的新理论是第一次已知的尝试，旨在确定哪些量子态可以用可接受数量的量子门来创建和处理，以超越经典算法。

物理学家称这个拥有正确数量的门来控制每个状态的门为“复杂性”。由于量子算法的复杂度与算法涉及的量子态的复杂度密切相关，该理论可以通过表征哪些量子态满足复杂度标准，为寻找量子算法奠定基础。

算法是执行计算的一系列步骤。该算法通常在电路上实现。

在经典计算机中，电路有一个门，可以将位转换为0或1状态。相反，量子计算机依赖于一个称为“量子比特”的计算单元，它可以同时存储0和1状态，从而可以处理更多的信息。

使量子计算机比经典计算机更快的是更简单的信息处理，其特点是与经典电路相比，量子电路中的量子门数量大大减少。

在经典计算机中，电路中门的数量相对于相关问题的大小呈指数增长。这种指数模型增长如此之快，以至于它甚至无法处理中型企业。

“例如，即使是一个小的蛋白质分子也可能包含数百个电子。如果每个电子只能采取两种形式，要模拟300个电子，就需要2300个经典态，比宇宙中所有原子的数量都多。”普渡大学化学教授、普渡大学量子科学与工程学院成员Saber Kais说。

对于量子计算机，有一种方法可以使量子门根据问题的大小(例如，上一个例子中的电子数量)进行“多项式”放大，而不是像经典计算机一样按指数级放大。“多项式”意味着处理相同信息量所需的步骤(门)将大大减少，从而使量子算法优于经典算法。

到目前为止，研究人员还没有很好的方法来确定哪些量子态能够满足多项式复杂度的条件。

Keith的研究团队正在开发量子算法和量子理论机器学习方法，他说：“有一种搜索空间门匹配，可以寻找非常大的状态和顺序，并且可以创建一种有用的量子算法，其计算速度比经典算法更快，复杂度更低。

普渡大学的博士后研究人员凯思和胡利用这一新理论识别了大量具有多项式复杂度的量子态。他们还表明，这些状态可能共享一个系数特征，这可以在设计量子算法时更好地识别它们。

胡说：“考虑到任何量子态，我们现在可以设计一个有效的系数采样程序来确定它是否属于这个类。”