یکی از تکنولوژی‌هایی که D-Wave به مشتریان خود ارائه می‌دهد و باید بیشتر توجه کند، مجموعه‌ای از سه حل‌کننده ترکیبی مختلف است که مشخصات یک مشکل را به عنوان ورودی می‌گیرد و آن را به یک برنامه ترجمه می‌کند که می‌تواند در تبدیل‌کننده کوانتومی آنها اجرا شود. در حال حاضر، این شرکت سه حل‌کننده مختلف دارد:

  • BQM (مدل‌های مربعی دودویی) – تنها از متغیرهای دودویی (0 یا 1) استفاده می‌کند و از مشخص کردن هیچ محدودیتی به حل پشتیبانی نمی‌کند.
  • DQM (مدل‌های مربعی گسسته) – از متغیرهای گسسته (اعداد صحیح یا مجموعه مشخصی از انتخاب‌ها برای متغیر) استفاده می‌کند و از محدودیت پشتیبانی نمی‌کند.
  • CQM (مدل‌های کوانتومی محدود) – از متغیرهای دودویی، گسسته و پیوسته پشتیبانی می‌کند و همچنین از تعیین محدودیت‌ها به حل پشتیبانی می‌کند.

هر حل‌کننده ممکن است برای انواع خاصی از مشکلات بهینه باشد. به ویژه، کاربر نهایی ممکن است بتواند از قابلیت حل‌کننده CQM برای مدیریت محدودیت‌ها در واقعیت جهان واقعی استفاده کند. شما نمی‌خواهید یک برنامه بهینه‌سازی اجرا کنید که یک راه‌حل را که به نظری بهینه‌تر است، اما در موقعیت واقعی قابل اجرا نیست، بازگردانی کند. برخی از راه‌حل‌های جایگزین بهینه‌سازی ممکن است قابلیت تعیین محدودیت را در خود نداشته باشند. اگرچه راه‌حل‌های مجازی دیگری برای این موضوع وجود دارد، مانند معرفی توابع جریمه برای شرایط غیرقابل اجرا، اما برای کاربر نهایی که به مشکل خود برنامه‌نویسی می‌کند، این به اندازه راحتی نیست.

D-Wave ادامه می‌دهد که عملکرد این حل‌کننده‌ها را بهبود بخشیده و به تازگی بهبود دیگری در حل‌کننده CQM اعلام کرده است که با ارائه بهترین پاسخ در 80% از 2045 مشکل آزمایش شده، بهبود‌های ادامه‌ای را نسبت به حل‌کننده‌های BQM و DQM ارائه می‌دهد. D-Wave یک اطلاعیه مطبوعاتی در مورد این توسعه منتشر کرده است که در اینجا در دسترس است. آنها همچنین یک گزارش فنی در مورد این آزمایش منتشر کرده‌اند که می‌توانید آن را در اینجا مشاهده کنید.

Never miss breaking news – sign up now to be notified!

Leave a Reply

Trending

%d bloggers like this: