隐变量有什么用？

  探索量子理论背后的隐变量一直都被认为是没有应用价值的纯理论工作，目前其实根本没有任何实验间接支持或直接探测隐变量的存在。相反地，有一系列实验（见贝尔定理）结果支持局域隐变量并不存在。

  量子计算专家Scott Aaronson另辟蹊径(arXiv:quant-ph/0408119)，他假设存在能符合目前所有实验结果的隐变量（当然，必须是非局域的），考虑这样会产生什么不合理的后果。出乎意料地，他导出了一种特殊的量子搜索算法，严格快于隐变量不存在时所有可行的量子算法。

  具体而言，C.H.Bennett等人证明，在标准的量子计算模型下，不能用严格少于Ω（N^1/2）的时间保证求解规模为N的黑箱搜索问题。Grover提出的量子算法成功把用时降到了O（N^1/2），所以Grover算法一般被认为是最优算法。但是，如果满足条件的隐变量存在，据此构造出的新计算模型中存在更优的算法，用时仅为O（N^1/3）。

    Aaronson的结果普遍性很强。因为并没有针对某个隐变量理论，而是对所有不会导致严重偏离现有实验结果的理论下一般判断。不过，他本人将这一“效率太高”的结果理解为隐变量不可能的强烈证据，这点就很见仁见智了，毕竟按照这个逻辑，也可以说Grover算法“效率太高”，所以量子计算机的实用化是不可能的。

  反过来想，隐变量的存在就使这一假想算法变得原理可行，从而进一步提高了量子计算机的应用潜力，这当然是极好的。

  附注：事实上Aaronson的另一篇论文还证明了隐变量的存在会导致图同构问题的多项式解法，但是，笔者认为这不构成一项显著的绝对优势，因为图同构问题本来就有可能在P内。