Versi asli cerita ini muncul di Quanta Magazine. Studi sistem kuantum tidak mudah – koleksi partikel yang mengikuti aturan kuantum mekanika yang kontra-intuitif. Prinsip ketidakpastian Heisenberg, salah satu tiang teori kuantum, mengatakan bahwa tidak mungkin untuk secara bersamaan mengukur posisi tepat partikel dan kecepatannya – informasi yang cukup penting untuk memahami apa yang terjadi.
Untuk mempelajari, katakanlah, koleksi elektron tertentu, para peneliti harus cerdas tentang itu. Mereka mungkin mengambil sebuah kotak elektron, menusuknya dengan berbagai cara, lalu mengambil gambaran tentang bagaimana tampilannya pada akhirnya. Dengan begitu, mereka berharap untuk merekonstruksi dinamika kuantum internal yang sedang berlangsung.
Tapi ada masalah: Mereka tidak bisa mengukur semua properti sistem pada saat yang sama. Jadi mereka mengulang. Mereka akan memulai dengan sistem mereka, menusuk, lalu mengukur. Kemudian mereka akan melakukannya lagi. Setiap iterasi, mereka akan mengukur beberapa set properti baru. Dengan membangun bersama cukup gambaran, algoritma pembelajaran mesin dapat membantu merekonstruksi semua properti sistem asli – atau setidaknya mendekatinya.
Proses ini membosankan. Tapi dalam teori, komputer kuantum bisa membantu. Mesin-mesin ini, yang bekerja sesuai dengan aturan kuantum, memiliki potensi untuk jauh lebih baik daripada komputer biasa dalam memodelkan kerja sistem kuantum. Mereka juga dapat menyimpan informasi bukan dalam memori biner klasik, tetapi dalam bentuk yang lebih kompleks yang disebut memori kuantum. Hal ini memungkinkan deskripsi partikel yang jauh lebih kaya dan lebih akurat. Ini juga berarti bahwa komputer bisa menyimpan beberapa salinan keadaan kuantum dalam memori kerjanya.
Beberapa tahun yang lalu, sebuah tim yang berbasis di California Institute of Technology menunjukkan bahwa beberapa algoritma yang menggunakan memori kuantum memerlukan jumlah gambaran yang secara eksponensial lebih sedikit dibandingkan algoritma yang tidak menggunakannya. Metode mereka adalah kemajuan besar, tetapi memerlukan jumlah memori kuantum yang relatif besar.
Itu sedikit keputusan, karena secara praktis, memori kuantum sulit didapat. Komputer kuantum terbuat dari bit kuantum terhubung yang disebut qubit, dan qubit bisa digunakan untuk komputasi atau memori tapi bukan keduanya.
Sekarang, dua tim independen telah menemukan cara untuk berkembang dengan jauh lebih sedikit memori kuantum. Dalam makalah pertama, Sitan Chen, seorang ilmuwan komputer di Harvard University, dan para penulis bersamanya menunjukkan bahwa hanya dua salinan keadaan kuantum dapat secara eksponensial mengurangi jumlah kali Anda perlu mengambil gambaran sistem kuantum Anda. Memori kuantum, dengan kata lain, hampir selalu layak untuk investasi.