Wird Quantencomputer neue statistische Techniken ermöglichen?

Ich habe gerade gelesen, dass Sie jetzt einen Quantencomputer kaufen können (obwohl bisher nur einer verkauft wurde!).

Wird Quantencomputer in der Statistik Anwendung finden?

{edit - für die Zwecke der Frage nehmen wir an, dass Quantencomputer (in irgendeiner Form) irgendwann funktionieren werden}

theory

— Andrew
quelle

Antworten:

Ehrlich gesagt bezweifle ich, dass dies jemals funktionieren würde - IMO wird jede komplexere Struktur nur aus der Dekohärenz schmelzen.

$10^{23}$

Danke für deine Antwort! Gibt es bereits Algorithmen, die für (hypothetische) Quantencomputer für vollständige kombinatorische Sweeps oder Monte-Carlo-Simulationen entwickelt wurden?

— Andrew

@ Andrew Nope, und es besteht eine schlechte Chance, sie bald zu haben. Die meisten Arbeiten auf diesem Gebiet befassen sich mit Kryptographie, also den praktisch unlösbaren Problemen der Zahlentheorie. Und das sind Beschleuniger (dh magische Hardware-Boxen, die bestimmte Dinge tun) mehr als CPUs - selbst die Turing-Maschine ist unerreichbar.

@ Andrew Übrigens könnten Sie mehr erfahren, indem Sie eine ähnliche Frage zu Physics.SE stellen .

Wenn ich dies dort poste, werde ich dann die Leute verärgern, die sich über Crossposting aufregen?

— Andrew

@ Andrew Ich dachte nicht daran, das genaue Q zu veröffentlichen, sondern eher an "Kann ein Quantencomputer einen vollständigen kombinatorischen Sweep durchführen? Lohnt es sich?" und eine kurze Erwähnung, wie ein solcher Algorithmus klassisch aussehen könnte (um zu vermeiden, dass "Ja, er kann das Quantenproblem X direkt lösen!" - wie Antworten).

Wenn es tatsächlich funktioniert hat und Sie den statistischen Code auf die eine oder andere Weise implementieren konnten? Absolut. Es gibt zweifellos neue Techniken, die entstehen könnten, wenn man noch mehr Rechenkraft auf etwas wirft. Oder, wie wichtig es ist, derzeit aktuelle, rechenintensive Techniken zugänglich zu machen. Denken Sie nur an aktuelle Computer - die Bayes'sche Schätzung ist nicht gerade neu. Die Möglichkeit, eine MCMC-basierte Analyse für äußerst komplexe Datensätze durchzuführen, bei denen dies nicht der Schwerpunkt des Papiers ist, sondern nur etwas, das auf dem Weg passiert ist, ist von großer Bedeutung.

Selbst wenn sie keine neuen Techniken hervorbringen (die sie auch entwickeln werden), ist es eine große Sache, rechnerintensive Techniken für große Datenmengen "ja, sicher können wir das" zu verwenden.

— Fomite
quelle

Vielen Dank! Können Sie sich Gedanken darüber machen, welche Probleme mit rechnergestützten Statistiken angegangen werden können?

— Andrew

Ich würde nicht sagen, dass ich auf dem neuesten Stand der statistischen Theorie oder dergleichen bin, aber eine, die ziemlich leicht vorstellbar ist, ist die Verwendung multipler Imputation für fehlende / unvollständige Informationsprobleme oder MCMC-basierte Bayes'sche Modelle für viele Variablen in sehr großen Mengen Datensätze. In der Epidemiologie Daten wie die gesamte Medicare / Medicade-Datenbank oder andere nationale Schadensdatenbanken in Ländern mit nationalen Gesundheitssystemen. Dies alles kann jetzt getan werden, aber es ist langsam und erfordert Dinge wie Cluster, die für einige nicht zugänglich sind und ... für andere einschüchternd.

— Fomite