Courtesy of QuantaMagazine
Mempelajari sistem kuantum, yang terdiri dari partikel-partikel yang mengikuti aturan mekanika kuantum, sangatlah sulit. Salah satu prinsip penting dalam teori kuantum adalah prinsip ketidakpastian Heisenberg, yang menyatakan bahwa kita tidak bisa mengukur posisi dan kecepatan partikel secara bersamaan. Untuk memahami sistem ini, para peneliti harus melakukan beberapa pengukuran secara berulang, mengambil "snapshot" dari sistem setelah melakukan berbagai percobaan. Dengan mengumpulkan cukup banyak snapshot, algoritma pembelajaran mesin dapat membantu merekonstruksi sifat-sifat sistem kuantum tersebut.
Namun, proses ini bisa sangat melelahkan. Komputer kuantum berpotensi membantu karena mereka dapat menyimpan informasi dalam bentuk yang lebih kompleks, yang disebut memori kuantum. Baru-baru ini, dua tim peneliti menemukan cara untuk mengurangi jumlah memori kuantum yang dibutuhkan untuk melakukan pengukuran. Mereka menunjukkan bahwa hanya dengan dua salinan keadaan kuantum, jumlah snapshot yang diperlukan dapat berkurang secara signifikan. Penemuan ini tidak hanya membuat penelitian sistem kuantum lebih mudah, tetapi juga dapat membantu membuktikan keunggulan kuantum, yaitu kemampuan komputer kuantum untuk melakukan tugas tertentu dengan lebih efisien dibandingkan komputer klasik.