ได้รับการพิสูจน์แล้วว่าการประมวลผลควอนตัมแบบอะเดียแบติกเทียบเท่ากับ "มาตรฐาน" หรือการคำนวณควอนตัมแบบเกท อย่างไรก็ตามการคำนวณแบบอะเดียแบติกแสดงให้เห็นถึงสัญญาสำหรับปัญหาการปรับให้เหมาะสมซึ่งวัตถุประสงค์คือเพื่อลด (หรือขยาย) ฟังก์ชั่นที่เกี่ยวข้องกับปัญหาอย่างใดอย่างหนึ่งนั่นคือการค้นหาอินสแตนซ์ที่ย่อเล็กสุด ปัญหา.
ตอนนี้สำหรับฉันแล้วดูเหมือนว่าอัลกอริทึมของ Grover สามารถทำสิ่งเดียวกันได้โดยการค้นหาพื้นที่ของโซลูชันมันจะหาวิธีแก้ปัญหาหนึ่ง (ซึ่งอาจจะเป็นทางออกหลายอย่าง) ซึ่งเป็นไปตามเกณฑ์พยากรณ์ของออราเคิลซึ่งในกรณีนี้ ในเวลาโดยที่Nคือขนาดของพื้นที่โซลูชัน
อัลกอริทึมนี้ได้รับการแสดงว่าเหมาะสมที่สุด: ตาม Bennett และคณะ (1997) กล่าวว่า "คลาสไม่สามารถแก้ไขได้บนเครื่องควอนตัมทัวริงในเวลาo ( 2 n / 2 ) " ในความเข้าใจของฉันนี่หมายความว่าไม่มีวิธีสร้างอัลกอริทึมควอนตัมใด ๆ ที่ค้นหาวิธีแก้ปัญหาด้วยการค้นหาพื้นที่เร็วกว่าO ( √)โดยที่Nปรับขนาดด้วยปัญหา
ดังนั้นคำถามของฉันคือ: ในขณะที่การคำนวณควอนตัมแบบอะเดียแบติกมักจะแสดงให้เห็นว่าดีกว่าเมื่อพูดถึงปัญหาการปรับให้เหมาะสมจริง ๆ แล้วมันจะเร็วกว่า? ถ้าใช่สิ่งนี้ดูเหมือนจะขัดแย้งกับการหาค่าเหมาะที่สุดของอัลกอริทึมของ Grover เนื่องจากอัลกอริธึมแบบอะเดียแบติกสามารถถูกจำลองโดยวงจรควอนตัม ถ้าไม่จุดประสงค์ของการพัฒนาอัลกอริธึมอะเดียแบติกคืออะไรถ้ามันไม่เคยเร็วกว่าสิ่งที่เราสามารถสร้างขึ้นด้วยวงจรอย่างเป็นระบบ หรือมีบางอย่างผิดปกติกับความเข้าใจของฉัน?