Versi aslinya dari cerita ini muncul di Majalah Kuanta.
Tidak mudah mempelajari sistem kuantum—kumpulan partikel yang mengikuti aturan mekanika kuantum yang berlawanan dengan intuisi. Prinsip ketidakpastian Heisenberg, yang merupakan landasan teori kuantum, menyatakan bahwa tidak mungkin mengukur posisi tepat dan kecepatan suatu partikel secara bersamaan—informasi yang cukup penting untuk memahami apa yang sedang terjadi.
Untuk mempelajari, katakanlah, kumpulan elektron tertentu, peneliti harus pandai dalam hal tersebut. Mereka mungkin mengambil sekotak elektron, menyodoknya dengan berbagai cara, lalu mengambil gambaran seperti apa di bagian akhir. Dengan melakukan hal ini, mereka berharap dapat merekonstruksi dinamika kuantum internal yang sedang bekerja.
Namun ada kendalanya: Mereka tidak dapat mengukur semua properti sistem secara bersamaan. Jadi mereka mengulanginya. Mereka akan mulai dengan sistemnya, menyodok, lalu mengukur. Lalu mereka akan melakukannya lagi. Setiap iterasi, mereka akan mengukur beberapa kumpulan properti baru. Kumpulkan snapshot yang cukup, dan algoritme pembelajaran mesin dapat membantu merekonstruksi seluruh properti sistem asli—atau setidaknya menjadi sangat mirip.
Ini adalah proses yang membosankan. Namun secara teori, komputer kuantum dapat membantu. Mesin-mesin yang bekerja sesuai aturan kuantum ini berpotensi jauh lebih baik dibandingkan komputer biasa dalam memodelkan cara kerja sistem kuantum. Mereka juga dapat menyimpan informasi bukan dalam memori biner klasik, namun dalam bentuk yang lebih kompleks yang disebut memori kuantum. Hal ini memungkinkan deskripsi partikel yang jauh lebih kaya dan akurat. Ini juga berarti bahwa komputer dapat menyimpan banyak salinan keadaan kuantum dalam memori kerjanya.
Beberapa tahun yang lalu, sebuah tim yang berbasis di California Institute of Technology menunjukkan bahwa algoritma tertentu yang menggunakan memori kuantum memerlukan snapshot yang jauh lebih sedikit dibandingkan algoritma yang tidak menggunakannya. Metode mereka merupakan kemajuan besar, namun memerlukan jumlah memori kuantum yang relatif besar.
Hal ini merupakan sebuah masalah besar, karena dalam praktiknya, memori kuantum sulit didapat. Komputer kuantum terbuat dari bit-bit kuantum yang saling berhubungan yang disebut qubit, dan qubit dapat digunakan untuk komputasi atau memori, tetapi tidak keduanya.
Kini, dua tim independen telah menemukan cara untuk bertahan dengan memori kuantum yang jauh lebih sedikit. Dalam makalah pertama, Sitan Chen, seorang ilmuwan komputer di Universitas Harvard, dan rekan penulisnya menunjukkan bahwa hanya dua salinan keadaan kuantum dapat secara eksponensial mengurangi berapa kali Anda perlu mengambil snapshot dari sistem kuantum Anda. Memori kuantum, dengan kata lain, hampir selalu bernilai investasi.