L'integrazione Monte Carlo - il processo di stima numerica della media di una distribuzione di probabilità mediante la media dei campioni - viene utilizzata nell'analisi del rischio finanziario, nello sviluppo di farmaci, nella logistica della catena di approvvigionamento e in altre applicazioni.
"Ora siamo in grado di raggiungere quello che in precedenza era solo un'accelerazione quantistica teorica", afferma il ricercatore CQC Steven Herbert, "è qualcosa che nessuno degli algoritmi di integrazione quantistica Monte Carlo (QMCI) esistenti può fare senza un sovraccarico sostanziale che rende i metodi attuali inutilizzabile."
"Questo documento propone un metodo di integrazione quantistica Monte-Carlo che mantiene il pieno vantaggio quantico quadratico, senza richiedere alcuna aritmetica o la trasformata quantistica di Fourier da eseguire sul computer quantistico", afferma l'annuncio CQC, "nessuna proposta precedente per l'integrazione quantistica di Monte-Carlo ha raggiunto tutto questo in una volta. Il cuore del metodo proposto è una scomposizione in serie di Fourier della somma che approssima l'aspettativa nell'integrazione Monte-Carlo, con ogni componente poi stimato individualmente usando la stima dell'ampiezza quantistica. Il risultato principale è presentato come dichiarazione teorica di vantaggio asintotico e sono inclusi anche risultati numerici per illustrare i vantaggi pratici del metodo proposto.'
La carta di CQC può essere rossa qui.