Integrasi Monte Carlo – proses estimasi numerik rata-rata distribusi probabilitas dengan rata-rata sampel – digunakan dalam analisis risiko keuangan, pengembangan obat, logistik rantai pasokan, dan aplikasi lainnya.
“Kami sekarang mampu mencapai apa yang sebelumnya hanya merupakan percepatan kuantum teoretis,” kata peneliti CQC Steven Herbert, “itu adalah sesuatu yang tidak dapat dilakukan oleh algoritma integrasi Monte Carlo (QMCI) kuantum yang ada tanpa overhead substansial yang membuat metode saat ini tidak dapat digunakan.”
'Makalah ini mengusulkan metode integrasi kuantum Monte-Carlo yang mempertahankan keunggulan kuantum kuadratik penuh, tanpa memerlukan aritmatika atau transformasi Fourier kuantum untuk dilakukan pada komputer kuantum,' kata pengumuman CQC, 'tidak ada proposal sebelumnya untuk integrasi kuantum Monte-Carlo telah mencapai semua ini sekaligus. Inti dari metode yang diusulkan adalah dekomposisi deret Fourier dari jumlah yang mendekati harapan dalam integrasi Monte-Carlo, dengan setiap komponen kemudian diestimasi secara individual menggunakan estimasi amplitudo kuantum. Hasil utama disajikan sebagai pernyataan teoretis tentang keuntungan asimtotik, dan hasil numerik juga disertakan untuk menggambarkan manfaat praktis dari metode yang diusulkan.'
Kertas CQC bisa berwarna merah di sini.