摘要：当量子计算机处理数据时，它必须将其转换为可理解的量子数据。执行此“量子汇编”的算法通常一次优化一个目标。但是，团队创建了一种能够一次优化多个目标的算法，有效地使量子计算机可以到达多任务。...

量子计算机从根本上不同于经典计算机。它们不使用位（0和1），而是采用“ Qubits”，由于量子和纠缠等量子现象，它们可以同时存在于多个状态中。

为了使量子计算机模拟动态过程或过程数据，除其他基本任务外，它必须将复杂的输入数据转化为可以理解的“量子数据”。此过程称为量子汇编。

本质上，量子汇编“程序”量子计算机通过将特定目标转换为可执行序列。正如GPS应用程序将所需目的地转换为您可以遵循的一系列可行步骤一样，量子汇编将高级目标转换为量子计算机可以执行的精确量子操作序列。

传统上，量子汇编算法一次优化单个目标。尽管有效，但这种方法有局限性。许多复杂的应用程序需要量子计算机来多任务。例如，在模拟量子动态过程或为实验准备量子状态时，研究人员可能需要立即管理多个操作以实现准确的结果。在这些情况下，一次处理一个目标效率低下。

为了应对这些挑战，Toohoku大学的Le bin Ho博士领导了一个开发了多目标量子汇编算法的团队。他们于2024年12月5日在《机器学习：科学技术》期刊上发表了新研究。

Le说：“通过允许量子计算机一次优化多个目标，该算法可以提高灵活性并最大化性能。”这导致了涉及量子机器学习中多个变量的复杂系统模拟或任务的改进，使其非常适合各种科学学科的应用。

除了改进性能外，这种多目标算法还为先前受单目标方法限制的新应用程序打开了大门。例如，在材料科学中，研究人员可以使用该算法同时探索量子水平的材料的多个特性。在物理学中，该算法可以帮助研究发展或需要完全了解各种相互作用的系统。

这种发展代表了量子计算方面的重大进步。 LE补充说：“多目标量子汇编算法使我们更接近量子计算机可以有效处理复杂的多方面任务的那一天，从而为超出古典计算机达到的问题提供解决方案。”

展望未来，LE旨在研究该算法如何适应各种类型的噪声并确定提高其性能的方法。