Komputery kwantowe mają ogromny potencjał rozwiązywania praktycznych problemów biznesowych. Nie zapominajmy jednak, że nadal w wielu przypadkach klasyczne rozwiązania są wystarczające, a nawet skuteczniejsze.
Określenie Quantum Advantage (QA) jeszcze niedawno miało znaczenie Quantum Business Advantage – przewagi komputera kwantowego nad komputerami klasycznymi dla konkretnego, istotnego biznesowo problemu w skali istotnej biznesowo, której nie mogą osiągnąć komputery klasyczne. Ta definicja to klasyczny przykład ruchomego celu ze względu na stale rosnące możliwości komputerów klasycznych. Istnieją jednak w biznesie problemy, których wykładnicze skalowanie powoduje, że powyższa definicja QA ma sens.
Dla przewagi osiągniętej w rozwiązywaniu problemu teoretycznego, bez znaczenia praktycznego, zarezerwowany był termin Quantum Supremacy – z bardzo źle, rasistowsko, kojarzącym się słowem „supremacja”. Wspomniane przez Francesco Bovę, Aviego Godfarba, Rogera Melko, autorów artykułu Komercyjny potencjał komputerów kwantowych, pierwsze osiągnięcie takiej przewagi uzyskał Google w roku 2019 na kwantowym procesorze Sycamore, w eksperymencie będącym de facto symulacją tegoż procesora. Sprowokowało to zgryźliwe komentarze konkurenta, IBM, dotyczące porównania z symulacją klasyczną, wykonywaną na sprzęcie tej firmy.
W 2020 roku zespół naukowców z Chin, a następnie kanadyjskie Xanadu wykazały eksperymentalnie QA w modelu znanym jako GBS – próbkowanie rozkładu oddziałujących gaussowskich bozonów, konkretnie wielokrotnie interferujących fotonów. Klasycznie czas obliczenia rozkładu prawdopodobieństwa obserwacji konkretnej konfiguracji takich fotonów rośnie szybciej niż wykładniczo, więc stosunkowo niewielkie eksperymenty GBS (50 fotonów, 100 modów) są zdolne wykazać przewagę systemu kwantowego nad klasycznym. Niestety, model obliczeń reprezentowany przez GBS nie jest uniwersalny (nie można w nim przeprowadzić arbitralnie wybranych obliczeń), a istotne problemy rozwiązywalne w tym modelu mają efektywne rozwiązania klasyczne. Skuszeni widocznym rozdźwiękiem między tym, co obliczalne w tym modelu a jego inherentną klasyczną złożonością spędziliśmy w BEIT jakieś pół roku, starając się rozwiązać trudny klasycznie problem dotyczący struktury materii. Bez efektu.
