與傳統計算機相比，量子計算機可以利用量子糾纏和疊加原理來顯著提升計算速度。近日，由Robin Kothari帶領的微軟研究團隊，就在兩個已經持續20多年的常見問題的研究上取得了重大的突破。具體說來是，研究團隊重新討論了一些重要問題類別中最大可行的量子加速問題，且其算法能夠在比例量子計算機上實現指數級的加速。

非結構化問題的量子加速研究（來自：Microsoft）

早在2019 年的時候，Robin Kothari 與研究合著者Hao Huang 就已經實現了一定的突破。

該設想解決了困擾人們已久的靈敏度猜想問題，且證明了針對非結構化問題的最佳量子加速是四次（T versus T^4）。

幸運的是，新研究表明，同樣的證明方法，亦可用於回答有關圖形量子加速的古老猜想。該問題具體涉及分析大量非結構化數據集，並在其中查找潛在的連接與模式。

1999 年的時候，Buhrman 等人提出—— 任何量子算法都必須查詢Ω（√n） 次，才能確定單調圖的性質。

推測答案的複雜度與時間呈線性相關，與最優解相對的最壞情況邊界為Ω（n），可藉助Grover 算法來實現。

近日，Kothari團隊以最優方式證明了這一猜想。鑑於與該猜想有關的經典對應物尚未得到證明，微軟研究人員的這項成果也是獨一無二的。

最驚訝的是，我們竟然能夠完全解出這個量子模擬猜想，而經典版本仍然未能解決。