进一步理解量子状态空间的方法。
2019年，谷歌声称它是第一个展示量子计算机执行计算超出当今最强大的超级计算机的能力的量子计算机。
但大多数时候，创造一个量子算法，该算法在击败古典计算机时是一个意外的过程，普德斯大学科学家说。为此过程带来更多指导并使这些科学家们更加任意，这些科学家制定了一个新的理论，最终可能导致量子算法更加系统的设计。
在Journal Advanced量子技术中发布的文件中描述的新理论是第一种确定可以使用可接受的量子门来创建和处理哪些量子状态以优于经典算法。
物理学家指的是这个概念，让盖茨数量控制每个州作为“复杂性”。由于量子算法的复杂性与算法中所涉及的量子状态的复杂性密切相关，因此该理论可以通过表征哪个量子状态符合该复杂性标准来为Quantum算法进行搜索。
Saber KAIS的研究组在PUTDUE开发量子算法和量子机器学习方法。
算法是执行计算的一系列步骤。该算法通常在电路上实现。
在古典计算机中，电路具有将位交换为0或1状态的栅极。Quantum计算机而依赖于在叠加中同时存储0和1状态的计算单元，允许处理更多信息。
将量子计算机快于经典计算机更快的信息处理，其特征在于与经典电路相比量子电路中量子电路中量子栅极数量的巨大减少。
在古典计算机中，电路中的栅极的数量在兴趣的问题的尺寸方面呈指数增长。这种指数模型快速增长，即甚至是一个适度的兴趣问题而变得物理上不可能处理。
“例如，即使是小蛋白质分子也可能包含数百个电子。如果每个电子只能采用两种形式，那么模拟300个电子将需要2300个古典状态，这比宇宙中的所有原子的数量超过宇宙中的所有原子的数量，“Purdue的化学部和成员部长教授Purdue量子科学与工程研究所。
对于量子计算机，量子栅极有一种方法，用于扩展“多项式” - 而不是像经典计算机一样呈指数上 - 具有问题的大小（如最后示例中的电子数量）。“多项式”意味着在处理相同量的信息所需的步骤（门）时会有大幅度减少，使得算法优于经典算法。
到目前为止的研究人员还没有识别哪些量子状态可以满足这种多项式复杂性的良好方法。
“寻找符合复杂性的栅极和序列的搜索空间非常大的搜索空间，以创建能够比经典算法更快地执行计算的有用量子算法，”KAIS表示，其研究组正在开发量子算法和量子机器学习方法。
KAIS和Zixuan Hu，Purdue Proddoctoral Associate，使用了新的理论，以确定具有多项式复杂性的大量量子状态。他们还表明，这些状态可以共享一个系数特征，可以用于在设计量子算法时更好地识别它们。
“给定任何量子状态，我们现在能够设计一个有效的系数采样过程，以确定它是否属于课程，”胡说。
参考：“基于创造复杂性的量子州的表征”由Zixuan Hu和Saber Kais，2012年8月28日，高级Quantum Technologies.doi：
10.1002 / qute.202000043
这项工作得到了美国能源部（基本能源科学办公室）的支持下的DE-SC0019215。Purdue量子科学与工程研究所是Purdue Discovery Park的一部分。
