Schneller Algorithmus für Quantencomputer

Forscher der National University of Singapore (NUS) haben einen neuen Algorithmus entwickelt, der komplexe Berechnungen drastisch beschleunigt. Der Rechenaufwand konnte damit um den Faktor 100 reduziert werden. [...]

In einer Matrix, in der es tausende Daten gibt, die miteinander verknüpft werden können, stoßen konventionelle Computer schnell an ihre Grenzen. Sie arbeiten endlos an einem Problem, das Brd. Rechenoperationen benötigt. Der neue Algorithmus, den die Forscher der National University of Singapore (NUS) entwickelt haben, braucht dafür nur einige 100 Rechenschritte.

Weitere Optimierung

Der Algorithmus ist auf Quantencomputer zugeschnitten. Diese von manchen als „Wunderrechner“ betrachteten Geräte arbeiten nicht wie herkömmliche Rechner, sondern nach den Regeln und Gesetzen der Quantenmechanik. Derartige Rechner werden von IBM oder Intel bereits gebaut. Die Informatiker aus Singapur um Zhikuan Zhao forschen hingegen daran, wie diese Rechner Probleme lösen können.

Dabei sind sie nicht die Ersten. Schon 2009 stellten andere Forscher einen Algorithmus vor, der große Datenmengen um ein Vielfaches schneller bewältigt als heutige Supercomputer. Die NUS-Wissenschaftler haben mit ihrem Algorithmus den Rechenaufwand jedoch noch einmal um den Faktor 100 reduziert. Matrizes mit vielen Zeilen und Spalten, die alle mit Daten gefüllt und voneinander abhängig sind, werden immer schwieriger zu handhaben, je mehr Elemente die Matrix hat. Jede Verdoppelung verachtfacht den Rechenaufwand.

Komplexe Auswertung

Der 2009 entwickelte Algorithmus konnte bereits auf einem kleinen Quantencomputer getestet werden. Zhao und seine Mitstreiter hoffen, dass sie das grundsätzliche Funktionieren ihres Algorithmus bald auf einem größeren Rechner demonstrieren können. Zhao erwartet, dass noch ein paar Jahre vergehen, ehe die Hardware-Entwickler größere Rechner bauen können, die im Bereich Künstliche Intelligenz eingesetzt werden können. Hier geht es oft um höchst komplexe Probleme.

Ein Beispiel: Ein Händler möchte gern wissen, wie sich der Preis für eine Ware in Zukunft verändert. Die Matrix, die dazu aufgestellt wird, enthält Daten über Preisentwicklungen in der Vergangenheit und Daten zu den Gründen wie Veränderungen der Wechselkurse. Berechnet werden muss, wie sich die Fülle an Daten gegenseitig beeinflusst. Darauf basierend lässt sich eine Prognose abgeben. Wenn es aber um Millionen Daten geht, streiken heutige Computer.