量子コンピュータが有効な答えを生成したからといって、それが最適な答えであるとは限らない。 そして、この区別が、人々が認識している以上に重要だと私は考えている。最近、@quipnetworkがAglaisテストネット上でQVMを用いてこの問題に取り組んでいる方法を深く調べてきた。 xQuadを通じて、開発者は最適化問題を制約として記述する。 その後、コンパイラはワークフローを処理するためのエンコーダ、バリデータ、デコーダを生成する。 ここで興味深い点は： バリデータは、結果が必要な条件を満たしているかどうかを判断するのに役立つ。 しかし、ルールを満たすことと最適な解答を見つけることは、別々の問題である。 ハードウェア認証は、計算がどこで行われたかを示すだけであり、結果がさらに改善できなかったことを証明しない。 したがって、私にとって意味のある比較は以下の3点に集約される： - 解の品質 - 実行速度 - 実際のコスト 現在、QVMはCPU、GPU、D-Waveのバックエンドをサポートしており、今後IBMとIonQの対応も予定されている。 これだけで、いくつか興味深い問いを立てることができる。 量子ハードウェアはより優れた解を提供するのか？ 古典的システムは特定のワークロードにおいて依然として安価または高速なままなのか？ それとも、最適な選択肢は問題によって完全に決まるのか？ ネットワークがどれだけのマシンをサポートしているかという見出しよりも、こうした比較を見たいと思う。