| Naștere | 2000 |
|---|---|
| Instruire |
Universitatea din Texas la Universitatea Austin din Washington |
| Activitate | Informatician |
| Camp | Informatică teoretică |
|---|---|
| Site-ul web | ewintang.com |
Ewin Tang este un cercetător american în informatică teoretic născut în 2000, specializat în calcul cuantic și în prezent student la doctorat la Universitatea din Washington . Descoperirea sa în 2018, la vârsta de 18 ani, a algoritmilor aplicabili de computerele clasice și capabili să efectueze calcule până atunci considerate doar realizabile de computerele cuantice i- a adus o recunoaștere științifică extrem de timpurie.
În 2014, Ewin Tang și-a publicat prima lucrare de cercetare în domeniul tehnologiei biomedicale. Acestea se concentrează pe imagistica in vivo de către sondele optice ale macrofagelor polarizate în timpul reacțiilor la corpuri străine, infecții bacteriene sau depozite de fibrină și pe detectarea în timp real a răspunsului neutrofilelor . A omis ultimele trei clase de liceu și s-a alăturat Universității Texas din Austin la vârsta de 14 ani . În 2017, a fost văzută de profesorul Scott Aaronson , specialist în calcul cuantic, care i-a oferit să realizeze un proiect de cercetare sub îndrumarea ei, lăsându-i alegerea subiectului printre mai multe probleme deschise dificile. Tang a ales problema recomandării .
Înainte de rezultatele lui Ewin Tang, cei mai cunoscuți algoritmi clasici care rezolvau anumite probleme de algebră liniară erau exponențial mai lente , sub anumite ipoteze, decât cel mai bun algoritm cuantic pentru aceeași problemă. Inspirându-se din soluția cuantică bazată pe algoritmul Harrow, Hassidim și Lloyd (HHL), Tang a descoperit algoritmi clasici rezolvând aceste probleme într-un timp similar cu cel al algoritmilor cuantici, în ipoteze similare, „descuantizându-le” astfel și oferind o îmbunătățire exponențială peste cei mai cunoscuți algoritmi clasici.
Prima publicație a lui Ewin Tang în Quantum Computing este teza sa de licență din 2018 (în două discipline: Calcul și matematică pură ) intitulată A Classical Inspired Quantum-Inspired Algorithm for Recommandation Systems , editată de Scott Aaronson . Această lucrare detaliază un nou algoritm care rezolvă problema recomandării ; de exemplu, cum prezice Amazon sau Netflix ce cărți sau filme se va bucura personal un anumit consumator? Algebra liniară ne permite să abordăm problema după cum urmează: date de m utilizatori și n produse, precum și date incomplete despre produsele pe care utilizatorii le preferă (organizate într-o structură arborescentă binară ); presupunând că nu există multe moduri diferite prin care utilizatorii își clasifică preferințele (deci matricea de preferințe se situează la un nivel scăzut ), care sunt produsele pe care un anumit utilizator ar putea dori să le cumpere? O strategie algebrică liniară clasică pentru rezolvarea acestei probleme este reconstituirea unei aproximări a matricei de preferințe complete și utilizarea acesteia pentru a prezice următorul produs preferat. O astfel de strategie necesită cel puțin un timp polinomial în dimensiunea matricei. În 2016, Iordanis Kerenidis și Anupam Prakash au găsit un algoritm cuantic exponențial mai rapid; acest algoritm folosește algoritmul HHL pentru a testa produsul direct dintr-o aproximare a matricei, de preferință fără a reconstrui matricea însăși, evitând astfel limita polinomială menționată mai sus. Algoritmul clasic al lui Tang, inspirat de Kerenidis și algoritmul cuantic rapid al lui Prakash, este capabil să efectueze aceleași calcule, dar pe un computer normal, fără a fi nevoie de învățare cuantică cu mașini . Ambele abordări funcționează în timp polilogaritmic , ceea ce înseamnă că timpul total de calcul este doar de ordinul unei puteri a logaritmului variabilelor problemă, cum ar fi numărul total de produse și utilizatori. Diferența este că Tang folosește replicarea clasică a tehnicilor de eșantionare cuantică. Înainte de acest rezultat, se accepta în general că nu exista un algoritm clasic rapid; Kerenidis și Prakash nu au încercat să studieze soluția clasică, iar sarcina atribuită inițial lui Tang de Aaronson a fost de a dovedi inexistența sa. Ewin Tang își prezintă lucrările pe 18 și 19 iunie 2018 la un atelier de calcul cuantic în care sunt prezenți Kerenidis și Prakash. După patru ore de discuții, cercetătorii sunt convinși de validitatea algoritmului clasic Tang.
În același an, și-a început doctoratul în informatică teoretică la Universitatea din Washington sub supravegherea lui James Lee. Ea își continuă cercetarea și generalizează rezultatul de mai sus, descuantificând alte probleme cuantice de învățare automată pe baza algoritmului HHL: analiza componentelor principale și regresia stocastică de rang scăzut.
Rezultatul dovedit de Ewin Tang stârnește multe reacții. Algoritmul său clasic la fel de puternic ca un algoritm cuantic pentru problema recomandării este considerat, în general, pentru a elimina unul dintre cele mai bune exemple de accelerație cuantică . Unii cercetători, totuși, trag concluzii pozitive pentru calculul cuantic, precum Robert Young (director al Centrului de tehnologie cuantică al Universității din Lancaster ), care a spus că „Dacă nu am fi investit în calculul cuantic, algoritmul cuantic care a inspirat M.Tang ar fi nu au existat ” .
Ewin Tang este numit de revista Forbes în lista anuală (pentru 2019) a celor mai influenți 30 de oameni de știință americani sub 30 de ani.