Klassisk laptop udfordrer D-Waves kvanteoverlegenhed – tensor-netværk viser vejen
Fysikere fra Flatiron Institute og Boston University har vist, at tensor netværksalgoritmer kan genskabe de samme spin glas dynamikker, som D Wave i 2025 brugte som bevis for ”kvanteoverlegenhed” – nogle gange endda p... Simuleringerne brugte avancerede tensor netværk og ”belief propagation” teknikker til effektivt...
Udgivet afRedigeret med GPT-5.5Billeder genereret med GPT Image 2
Fysikere fra Flatiron Institute og Boston University har vist, at tensor netværksalgoritmer kan genskabe de samme spin glas dynamikker, som D Wave i 2025 brugte som bevis for ”kvanteoverlegenhed” – nogle gange endda p...
Simuleringerne brugte avancerede tensor netværk og ”belief propagation” teknikker til effektivt at følge sammenfiltringen under kvanteudglødningsdynamikken, som D Waves processor genererede.[1][23]
Arbejdet understreger en vigtig pointe i kvantecomputing: Hvis et systems sammenfiltring følger en areallov, kan klassiske tensor netværksmetoder stadig simulere det effektivt – hvilket indsnævrer grænsen for, hvor kv...
How did physicists from the Flatiron Institute and Boston University demonstrate that a classical computer—even a laptop using tensor‑networTensor‑network simulations can compress certain quantum states, allowing classical computers to model systems once thought to require quantum hardware.
AI Prompt
Create a landscape editorial hero image for this Studio Global article: How did physicists from the Flatiron Institute and Boston University demonstrate that a classical computer—even a laptop using tensor‑networ. Article summary: They challenged D‑Wave’s claim by showing that the same quantum annealing dynamics in disordered Ising spin glasses can be reproduced accurately and efficiently with classical tensor‑network simulations, rather than requ. Topic tags: general, academic, news, general web, government. Reference image context from search candidates: Reference image 1: visual subject "Their paper detailed an experiment simulating a system with an array of tiny flipping magnets evolving over time. The researchers claimed that" source context "From The Flatiron Institute : “The Surprising Reason a Classical Computer Beat a Quantum Computer at Its Own Game” – sci" Reference image 2: v
openai.com
I 2025 præsenterede D-Wave en opsigtsvækkende milepæl: Deres Advantage2 kvanteudglødningsprocessor kunne simulere dynamikken i komplekse spin-glas-systemer langt hurtigere end klassiske computere. Virksomheden hævdede, at det ville tage næsten en million år at genskabe de samme resultater på en klassisk supercomputer, og placerede dermed eksperimentet som en demonstration af ”ud over klassisk” beregning.
Men opfølgende arbejde af fysikere ved Flatiron Institutes Center for Computational Quantum Physics og samarbejdspartnere ved Boston University har vist, at den samme fysik kan genskabes med veldesignede klassiske algoritmer. Deres tilgang – baseret på tensor-netværkssimuleringer – var så effektiv, at den kunne køre på beskeden hardware, herunder en almindelig bærbar computer i nogle demonstrationer.
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
What is the short answer to "Klassisk laptop udfordrer D-Waves kvanteoverlegenhed – tensor-netværk viser vejen"?
Fysikere fra Flatiron Institute og Boston University har vist, at tensor netværksalgoritmer kan genskabe de samme spin glas dynamikker, som D Wave i 2025 brugte som bevis for ”kvanteoverlegenhed” – nogle gange endda p...
What are the key points to validate first?
Fysikere fra Flatiron Institute og Boston University har vist, at tensor netværksalgoritmer kan genskabe de samme spin glas dynamikker, som D Wave i 2025 brugte som bevis for ”kvanteoverlegenhed” – nogle gange endda p... Simuleringerne brugte avancerede tensor netværk og ”belief propagation” teknikker til effektivt at følge sammenfiltringen under kvanteudglødningsdynamikken, som D Waves processor genererede.[1][23]
What should I do next in practice?
Arbejdet understreger en vigtig pointe i kvantecomputing: Hvis et systems sammenfiltring følger en areallov, kan klassiske tensor netværksmetoder stadig simulere det effektivt – hvilket indsnævrer grænsen for, hvor kv...
Klassisk laptop udfordrer D-Waves kvanteoverlegenhed – tensor-netværk viser vejen
Fysikere fra Flatiron Institute og Boston University har vist, at tensor netværksalgoritmer kan genskabe de samme spin glas dynamikker, som D Wave i 2025 brugte som bevis for ”kvanteoverlegenhed” – nogle gange endda p... Simuleringerne brugte avancerede tensor netværk og ”belief propagation” teknikker til effektivt...
Udgivet afRedigeret med GPT-5.5Billeder genereret med GPT Image 2
Fysikere fra Flatiron Institute og Boston University har vist, at tensor netværksalgoritmer kan genskabe de samme spin glas dynamikker, som D Wave i 2025 brugte som bevis for ”kvanteoverlegenhed” – nogle gange endda p...
Simuleringerne brugte avancerede tensor netværk og ”belief propagation” teknikker til effektivt at følge sammenfiltringen under kvanteudglødningsdynamikken, som D Waves processor genererede.[1][23]
Arbejdet understreger en vigtig pointe i kvantecomputing: Hvis et systems sammenfiltring følger en areallov, kan klassiske tensor netværksmetoder stadig simulere det effektivt – hvilket indsnævrer grænsen for, hvor kv...
How did physicists from the Flatiron Institute and Boston University demonstrate that a classical computer—even a laptop using tensor‑networTensor‑network simulations can compress certain quantum states, allowing classical computers to model systems once thought to require quantum hardware.
AI Prompt
Create a landscape editorial hero image for this Studio Global article: How did physicists from the Flatiron Institute and Boston University demonstrate that a classical computer—even a laptop using tensor‑networ. Article summary: They challenged D‑Wave’s claim by showing that the same quantum annealing dynamics in disordered Ising spin glasses can be reproduced accurately and efficiently with classical tensor‑network simulations, rather than requ. Topic tags: general, academic, news, general web, government. Reference image context from search candidates: Reference image 1: visual subject "Their paper detailed an experiment simulating a system with an array of tiny flipping magnets evolving over time. The researchers claimed that" source context "From The Flatiron Institute : “The Surprising Reason a Classical Computer Beat a Quantum Computer at Its Own Game” – sci" Reference image 2: v
openai.com
I 2025 præsenterede D-Wave en opsigtsvækkende milepæl: Deres Advantage2 kvanteudglødningsprocessor kunne simulere dynamikken i komplekse spin-glas-systemer langt hurtigere end klassiske computere. Virksomheden hævdede, at det ville tage næsten en million år at genskabe de samme resultater på en klassisk supercomputer, og placerede dermed eksperimentet som en demonstration af ”ud over klassisk” beregning.
Men opfølgende arbejde af fysikere ved Flatiron Institutes Center for Computational Quantum Physics og samarbejdspartnere ved Boston University har vist, at den samme fysik kan genskabes med veldesignede klassiske algoritmer. Deres tilgang – baseret på tensor-netværkssimuleringer – var så effektiv, at den kunne køre på beskeden hardware, herunder en almindelig bærbar computer i nogle demonstrationer.
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
What is the short answer to "Klassisk laptop udfordrer D-Waves kvanteoverlegenhed – tensor-netværk viser vejen"?
Fysikere fra Flatiron Institute og Boston University har vist, at tensor netværksalgoritmer kan genskabe de samme spin glas dynamikker, som D Wave i 2025 brugte som bevis for ”kvanteoverlegenhed” – nogle gange endda p...
What are the key points to validate first?
Fysikere fra Flatiron Institute og Boston University har vist, at tensor netværksalgoritmer kan genskabe de samme spin glas dynamikker, som D Wave i 2025 brugte som bevis for ”kvanteoverlegenhed” – nogle gange endda p... Simuleringerne brugte avancerede tensor netværk og ”belief propagation” teknikker til effektivt at følge sammenfiltringen under kvanteudglødningsdynamikken, som D Waves processor genererede.[1][23]
What should I do next in practice?
Arbejdet understreger en vigtig pointe i kvantecomputing: Hvis et systems sammenfiltring følger en areallov, kan klassiske tensor netværksmetoder stadig simulere det effektivt – hvilket indsnævrer grænsen for, hvor kv...
Resultatet ugyldiggør ikke kvantecomputing. I stedet afslører det, hvor subtil grænsen mellem klassisk og kvante egentlig er.
Det oprindelige krav: Kvanteudglødning overgår klassisk simulering
D-Waves studie fokuserede på kvantedynamikken i uordnede spin-systemer, specifikt transverse-field Ising-modeller, der repræsenterer magnetiske materialer og spin-glas-fysik. Disse systemer er berygtede vanskelige at simulere, fordi kvantetilstandsrummet vokser eksponentielt med antallet af interagerende spins.
Ved at bruge sin superledende Advantage2 kvanteudglødningsprocessor genererede D-Wave prøver, der nøje matchede dynamikken forudsagt af Schrödinger-ligningen for disse systemer.
Virksomheden rapporterede, at:
Kvanteprocessoren kunne udføre simuleringen på få minutter.
Klassiske simuleringer med konventionelle metoder ville kræve ekstremt store supercomputerressourcer og upraktisk lange køretider.
Disse resultater blev fremlagt som bevis på, at kvanteprocessoren havde opnået en praktisk form for kvanteberegningsmæssig fordel til simulering af komplekse materialer.
Det klassiske modsvar
Forskere ved Flatiron og Boston University genbesøgte den samme klasse af spin-glas-dynamikker ved hjælp af tensor-netværksmetoder, en familie af algoritmer, der komprimerer kvantetilstande til strukturerede matematiske objekter.
Deres studie viste, at to- og tredimensionelle tensor-netværk nøjagtigt og effektivt kan simulere kvanteudglødningsdynamikken af Ising spin-glas på tværs af flere gittergeometrier.
Holdet tilpassede tensor-netværks-evolutionsmetoder og inkorporerede belief-propagation-teknikker for at følge med i den sammenfiltring, der blev genereret under systemets tidsudvikling. Dette gjorde det muligt for algoritmen at opretholde en nøjagtig, men komprimeret repræsentation af kvantetilstanden.
Fordi tilstandsrepræsentationen forblev kompakt, kunne simuleringerne køre på relativt beskeden hardware – hvilket demonstrerede, at den angiveligt uoverkommelige opgave ikke nødvendigvis krævede en stor kvantecomputer.
Hvorfor tensor-netværk kan fungere så godt
Nøglen ligger i sammenfiltringsstrukturen.
D-Waves egen analyse rapporterede, at de simulerede systemer udviste areallovsskalering af sammenfiltring i deres quench-dynamik.
Denne detalje er af enorm betydning for simuleringskompleksiteten.
Når et kvantesystem adlyder en areallov:
Vokser sammenfiltringen med grænsen af regioner snarere end deres volumen.
Kan kvantetilstanden ofte komprimeres effektivt.
Forbliver tensor-netværksrepræsentationer håndterbare selv for ret store systemer.
Tensor-netværk er specifikt designet til at udnytte denne struktur, hvilket gør det muligt for klassiske computere at simulere visse mangelegeme-kvantesystemer, der ellers ville fremstå eksponentielt komplekse.
Hvad dette betyder for ”kvanteoverlegenhed”
Resultatet beviser ikke, at klassiske computere kan simulere enhver kvanteproces effektivt. I stedet viser det, at tilstedeværelsen af mange qubits alene ikke garanterer en klassisk barriere.
Den reelle skillelinje er mere subtil:
Hvis et kvantesystem genererer meget kompleks, volumenlovs-sammenfiltring, bliver klassisk simulering ekstremt vanskelig.
Hvis dets sammenfiltring forbliver struktureret eller begrænset (f.eks. areallovsskalering), kan tensor-netværksteknikker stadig simulere det effektivt.
Med andre ord afhænger fordelen ved kvantehardware mindre af qubit-antal og mere af strukturen af den kvantetilstand, der genereres.
Den større lære for kvantecomputing
Denne episode illustrerer et tilbagevendende mønster i kvantecomputingforskning. Påstande om kvantefordel udløser ofte hurtige forbedringer i klassiske algoritmer designet til at genskabe de samme resultater.
Snarere end at svække feltet, hjælper denne dynamik med at afklare, hvor kvanteenheder virkelig overgår klassiske metoder. Hver udfordring presser forskere til at identificere de præcise fysiske regimer, hvor klassiske komprimeringsteknikker mislykkes.
For nu antyder arbejdet fra Flatiron og Boston University, at grænsen mellem klassisk og kvantefordel er smallere – og mere afhængig af sammenfiltringsstruktur – end simple hardware-sammenligninger antyder.
Efterhånden som kvantehardware fortsætter med at forbedres, vil den næste generation af eksperimenter sandsynligvis fokusere på regimer, hvor tensor-netværkskomprimering bryder sammen, hvilket giver en klarere demonstration af virkelig svær kvantedynamik.
phys.orgQuantum supremacy just ran into an unexpected rival - Phys.org
Resultatet ugyldiggør ikke kvantecomputing. I stedet afslører det, hvor subtil grænsen mellem klassisk og kvante egentlig er.
Det oprindelige krav: Kvanteudglødning overgår klassisk simulering
D-Waves studie fokuserede på kvantedynamikken i uordnede spin-systemer, specifikt transverse-field Ising-modeller, der repræsenterer magnetiske materialer og spin-glas-fysik. Disse systemer er berygtede vanskelige at simulere, fordi kvantetilstandsrummet vokser eksponentielt med antallet af interagerende spins.
Ved at bruge sin superledende Advantage2 kvanteudglødningsprocessor genererede D-Wave prøver, der nøje matchede dynamikken forudsagt af Schrödinger-ligningen for disse systemer.
Virksomheden rapporterede, at:
Kvanteprocessoren kunne udføre simuleringen på få minutter.
Klassiske simuleringer med konventionelle metoder ville kræve ekstremt store supercomputerressourcer og upraktisk lange køretider.
Disse resultater blev fremlagt som bevis på, at kvanteprocessoren havde opnået en praktisk form for kvanteberegningsmæssig fordel til simulering af komplekse materialer.
Det klassiske modsvar
Forskere ved Flatiron og Boston University genbesøgte den samme klasse af spin-glas-dynamikker ved hjælp af tensor-netværksmetoder, en familie af algoritmer, der komprimerer kvantetilstande til strukturerede matematiske objekter.
Deres studie viste, at to- og tredimensionelle tensor-netværk nøjagtigt og effektivt kan simulere kvanteudglødningsdynamikken af Ising spin-glas på tværs af flere gittergeometrier.
Holdet tilpassede tensor-netværks-evolutionsmetoder og inkorporerede belief-propagation-teknikker for at følge med i den sammenfiltring, der blev genereret under systemets tidsudvikling. Dette gjorde det muligt for algoritmen at opretholde en nøjagtig, men komprimeret repræsentation af kvantetilstanden.
Fordi tilstandsrepræsentationen forblev kompakt, kunne simuleringerne køre på relativt beskeden hardware – hvilket demonstrerede, at den angiveligt uoverkommelige opgave ikke nødvendigvis krævede en stor kvantecomputer.
Hvorfor tensor-netværk kan fungere så godt
Nøglen ligger i sammenfiltringsstrukturen.
D-Waves egen analyse rapporterede, at de simulerede systemer udviste areallovsskalering af sammenfiltring i deres quench-dynamik.
Denne detalje er af enorm betydning for simuleringskompleksiteten.
Når et kvantesystem adlyder en areallov:
Vokser sammenfiltringen med grænsen af regioner snarere end deres volumen.
Kan kvantetilstanden ofte komprimeres effektivt.
Forbliver tensor-netværksrepræsentationer håndterbare selv for ret store systemer.
Tensor-netværk er specifikt designet til at udnytte denne struktur, hvilket gør det muligt for klassiske computere at simulere visse mangelegeme-kvantesystemer, der ellers ville fremstå eksponentielt komplekse.
Hvad dette betyder for ”kvanteoverlegenhed”
Resultatet beviser ikke, at klassiske computere kan simulere enhver kvanteproces effektivt. I stedet viser det, at tilstedeværelsen af mange qubits alene ikke garanterer en klassisk barriere.
Den reelle skillelinje er mere subtil:
Hvis et kvantesystem genererer meget kompleks, volumenlovs-sammenfiltring, bliver klassisk simulering ekstremt vanskelig.
Hvis dets sammenfiltring forbliver struktureret eller begrænset (f.eks. areallovsskalering), kan tensor-netværksteknikker stadig simulere det effektivt.
Med andre ord afhænger fordelen ved kvantehardware mindre af qubit-antal og mere af strukturen af den kvantetilstand, der genereres.
Den større lære for kvantecomputing
Denne episode illustrerer et tilbagevendende mønster i kvantecomputingforskning. Påstande om kvantefordel udløser ofte hurtige forbedringer i klassiske algoritmer designet til at genskabe de samme resultater.
Snarere end at svække feltet, hjælper denne dynamik med at afklare, hvor kvanteenheder virkelig overgår klassiske metoder. Hver udfordring presser forskere til at identificere de præcise fysiske regimer, hvor klassiske komprimeringsteknikker mislykkes.
For nu antyder arbejdet fra Flatiron og Boston University, at grænsen mellem klassisk og kvantefordel er smallere – og mere afhængig af sammenfiltringsstruktur – end simple hardware-sammenligninger antyder.
Efterhånden som kvantehardware fortsætter med at forbedres, vil den næste generation af eksperimenter sandsynligvis fokusere på regimer, hvor tensor-netværkskomprimering bryder sammen, hvilket giver en klarere demonstration af virkelig svær kvantedynamik.
phys.orgQuantum supremacy just ran into an unexpected rival - Phys.org