Как уже говорилось во введении, обычные компьютеры не используют всех возможностей, предоставляемых природой. В них выполняются преобразования на конечных
Заранее неясно, увеличиваются ли вычислительные возможности при переходе от преобразований конечных множеств к унитарным преобразованиям конечномерных пространств. Сейчас есть основания полагать, что такое увеличение действительно происходит. В качестве примера можно привести задачу о разложении числа на множители: для обычных компьютеров неизвестны полиномиальные алгоритмы ее решения, а для квантовых компьютеров такие алгоритмы есть.
Обычный компьютер работает с состояниями из конечного числа битов. Каждый бит может находиться в одном из двух состояний 0 или 1. Состояние всей системы задается указанием значений всех битов. Поэтому множество состояний $$\cb^n=\{0,1\}^n$$ конечно и имеет мощность $$2^n$$.
Квантовый компьютер работает с конечными наборами элементарных состояний, называемых q-битами. Каждый q-бит имеет два выделенных состояния (если считать q-биты спинами, то это состояния "спин вверх" и "спин вниз"). Указание выделенных состояний для каждого q-бита системы задает не все возможные состояния системы, а только базисные. Возможны также любые
Пространство состояний для такой системы — конечномерное (размерности $$2^n$$ ) пространство над полем комплексных чисел.
| Обычного компьютера | квантового компьютера |
|---|---|
$$\square\square\cdots\square$$ биты $$x_1x_2\dotsx_nx_j\in\cb$$ |
$$\square\square\cdots\square$$ q-биты базисное: $$\,| x_1,x_2,\dots,x_n\rangle, x_j\in\cb $$ произвольное: $$\sum\limits_{x\in\cb^n}c_{x}|x\rangle, \text{где } \sum\limits_{x\in\cb^n}|c_{x}|^2=1}$$ |
Небольшое уточнение: если умножить вектор $$\sum_x c_x\ket{x}$$ на фазовый множитель, $$e^{\ii\phi}$$, ( $$\phi$$ — вещественное), то получится физически неотличимое состояние. Таким образом, состояние квантового компьютера — это вектор единичной длины, заданный с точностью до фазового множителя.
Вычисление можно представлять как последовательность преобразований на множестве
| Классический случай: | Квантовый случай: |
|---|---|
| преобразования — это функции из $$\cb^n$$ в $$\cb^n$$ | преобразования — это унитарные операторы, то есть операторы, сохраняющие длину вектора $$\sum_{x\in\cb^n}\limits|c_{x}|^2$$. |
Замечание. Все сказанное относится только к
Теперь нужно дать формальное определение квантового вычисления. Как и в классическом случае, можно определить квантовые
Пространство
Тензорное произведение двух пространств $$L$$ и $$M$$, в которых фиксированы базисы $$\{e_1,\dots,e_l\}$$ и $$\{f_1,\dots, f_m\}$$, можно определить как пространство с базисом из элементов $$e_j\otimes f_k$$. (В данном случае $$e_j\otimes f_k$$ — это то же самое, что $$(e_j,f_k)$$, т.е. просто пара векторов.) Размерность тензорного произведения равна $$lm$$ (произведению размерностей сомножителей).
Такое определение неинвариантно, т.е. зависит от выбора базисов в перемножаемых пространствах. Можно дать инвариантное определение. Для этого рассмотрим вначале пространство (бесконечномерное) с базисом $$e\otimes f$$, где $$e\in L$$, $$f\in M$$ — произвольные векторы из перемножаемых пространств. Тензорное произведение будет факторпространством этого пространства по подпространству, порожденному векторами вида$$\begin{align*} (e_1+e_2)\otimes f - e_1\otimes f - e_2\otimes f,\\ e\otimes(f_1+f_2) - e\otimes f_1 - e\otimes f_2,\\ (\lambda e)\otimes f - e\otimes(\lambda f),\\ \lambda(e\otimes f)-(\lambda e)\otimes f. \end{align*}$$ Другими словами, указанные векторы считаются равными 0.
Можно доказать, что данные определения эквивалентны.
В нашем случае имеется естественный выделенный базис (соответствующий выделенным состояниям): для $$\CC^2$$ — $$\{\ket0,\ket1\}$$, а для $$\left(\CC^2\right)^{\otimes n}$$ — $$\{\ket{x_1,\dots,x_n}\}, \ x_j\in\cb$$. Пространство $$\CC^2$$ с выделенным базисом обозначается через $$\BB$$. Выделенный базис считается ортонормированным, это задает
Мы будем использовать (и уже использовали) принятые в физике обозначения, относящиеся к векторам и
Если в обозначении скалярного произведения взять левую половину, то получим бра-вектор $$\bra{\xi}$$, т.е. линейный функционал на кет-векторах (векторах нашего пространства). Бра- и кет-векторы находятся во взаимно однозначном соответствии. (Тем не менее, нужно их как-то различать — именно для этого и были введены угловые скобки.) Из-за антилинейности скалярного произведения по первому аргументу имеем равенство $$\bra{c\xi}\double=c^*\bra\xi$$. Бра-вектор можно записать в виде строки, а кет-вектор — в виде столбца (чтобы его можно было умножить слева на матрицу):$$\bra{\xi}=c_0^*\bra{0}+c_1^*\bra{1}=(c_0^*,c_1^*), \qquad \ket{\xi}=c_0\ket{0}+c_1\ket{1}= \leftp \begin{array}{c} c_0\\ c_1 \end{array} \rightp\, .$$
Запись $$\langle \xi|A|\eta\rangle$$ ( $$A$$ — линейный оператор) можно толковать двояко: либо как
Унитарный оператор — это линейный оператор, сохраняющий
Наше определение скалярного произведения в $$\BB^{\otimes n}$$ согласовано с тензорным произведением:$$\Bigl(\bra{\xi_1}\otimes\bra{\xi_2}\Bigr) \Bigl(\ket{\eta_1}\otimes\ket{\eta_2}\Bigr)= \langle\xi_1|\eta_1\rangle\,\langle\xi_2|\eta_2\rangle\,.$$ В дальнейшем будет использоваться тензорное произведение операторов. Оно действует в тензорном произведении пространств, на которых действуют сомножители, по правилу$$(A\otimes B)\ket\xi\otimes\ket\eta=A\ket\xi\otimes B\ket\eta.$$ Если операторы заданы в матричном виде в некотором базисе, т.е.$$A\double=\sum_{j,k}^{} a_{jk}\ket{j}\bra{k},\quad B=\sum_{j,k}^{}b_{jk}\ket{j}\bra{k}$$ (легко понять, что $$\ket{j}\bra{k}$$ — линейный оператор: $$\ket{j}\bra{k}\;\ket\xi=\langle k|\xi\rangle\ket{j}$$ ), то матричные элементы оператора $$C=A\otimes B$$ имеют вид $$c_{(jk)(lm)}=a_{jl}b_{km}$$.
Вычисление состоит из преобразований, считаемых элементарными (выполняемых за единицу времени).
| Элементарное преобразование в классическом случае: такая функция из $$\cb^n$$ в $$\cb^n$$, которая зависит от небольшого (не зависящего от $$n$$ ) числа битов и изменяет также небольшое число битов. | Элементарное преобразование в квантовом случае: тензорное произведение произвольного унитарного оператора, действующего на части сомножителей $$\BB^{\otimes r}$$, где $$r$$ мало ( $$r=O(1)$$ ), и тождественного оператора, действующего на остальных сомножителях. |
Тензорное произведение некоторого оператора $$U$$, действующего на множестве q-битов $$A$$, и тождественного оператора, действующего на остальных q-битах, будем обозначать $$U[A]$$. (В частности, $$U[1,\dots,r]\double=U\otimes I$$ обозначает действие на первых $$r$$ q-битах.)
Пример 5.1. Приведем матрицу оператора $$H[2]$$, действующего в пространстве $$\BB^{\otimes3}$$. Оператор $$H=\frac{1}{\sqrt2}\leftp\begin{array}{rr} 11\\1-1\end{array}\rightp$$ действует на второй q-бит, на остальных q-битах действие тождественное. Базисные векторы расположены в лексикографическом порядке: от $$\ket{000}$$ до $$\ket{111}$$.$$H[2] \,=\, \frac{1}{\sqrt2} \leftp \begin{array}{*8 r} 1 0 1 0 0 0 0 0\\ 0 1 0 1 0 0 0 0\\ 1 0-1 0 0 0 0 0\\ 0 1 0-1 0 0 0 0\\ 0 0 0 0 1 0 1 0\\ 0 0 0 0 0 1 0 1\\ 0 0 0 0 1 0-1 0\\ 0 0 0 0 0 1 0-1 \end{array} \rightp\ .$$
С этого места начинается вычислительная сложность. Пусть $$r=2$$, тогда $$U$$ — некоторая матрица $$4\times4$$, $$U\otimes I$$ — матрица размерности $$2^n\times 2^n$$, у которой по диагонали стоят блоки из матриц $$U$$. Эта матрица представляет один элементарный шаг. Когда применяется несколько таких операторов к разным парам q-битов, результат будет выглядеть гораздо сложнее. Не видно способа определить этот результат, кроме прямого перемножения матриц. Поскольку размеры матриц экспоненциально велики, потребуется экспоненциальное время для их перемножения.
Заметим однако, что вычисление матричных элементов возможно на полиномиально ограниченной памяти. Пусть нужно найти матричный элемент $$U_{xy}$$ оператора$$U = U^{(l)}[j_l,k_l]\, U^{(l-1)}[j_{l-1},k_{l-1}]\cdot\ldots\cdot U^{(2)}[j_2,k_2]\, U^{(1)}[j_1,k_1].$$
Очевидно, что$$\left(U^{(l)}\cdot\ldots\cdot U^{(1)}\right)_{x_lx_0}=\sum_{x_{l-1},\dots, x_1}^{} U^{(l)}_{x_lx_{l-1}}\cdot\ldots\cdot U^{(1)}_{x_1x_0}.$$ (Здесь $$x_0,\dots,x_l$$ — строки длиной $$n$$ битов.) Для вычисления этой суммы достаточно $$(l-1)$$ -го регистра для хранения текущих значений $$x_{l-1}, \dots, x_1$$, еще одного регистра для хранения частичной суммы и некоторого фиксированного количества регистров для вычисления промежуточных произведений.
Определение 5.1. Квантовая схема. Пусть $$\calA$$ — некоторое множество унитарных операторов (базис). Тогда квантовая схема в базисе $$\calA$$ — это последовательность $$U_1[A_1],\dots,U_l[A_l]$$, где $$A_j$$ — множества q-битов, $$U_j\in\calA$$.
Оператор, реализуемый квантовой схемой. Это оператор $$U\colon \BB^{\otimes n}\to \BB^{\otimes n}$$, равный $$U_l[A_l]\cdot\ldots\cdot U_1[A_1]$$.
Это определение не очень хорошо, так как не учитывает возможность использования дополнительной памяти в процессе вычисления. Поэтому дадим еще одно определение.
Оператор $$U\colon \BB^{\otimes n}\to \BB^{\otimes n}$$, реализуемый схемой в расширенном смысле. Это такой оператор, что произведение$$W=U_l[A_l]\cdot\ldots\cdot U_1[A_1],$$ действующее на $$N$$ q-битов, $$N\geq n$$, для любого вектора $$\ket{\xi}\in\BB^{\otimes n}$$ удовлетворяет условию $$W(\ket\xi\double\otimes\ket{0^{N-n}})=\left(U\ket\xi\right)\otimes\ket{0^{N-n}}$$.
Таким образом, мы "берем напрокат" дополнительную память, заполненную нулями, и должны возвратить ее в прежнем состоянии. Какой смысл имеет такое определение? Зачем нужно требовать, чтобы дополнительные q-биты вернулись в состояние $$\ket{0^{N-n}}$$? На самом деле это условие чисто техническое, однако важно, чтобы вектор состояния в конце вычисления был разложим, т.е. имел вид $$\ket{\xi'}\otimes\ket{\eta'}$$ (с произвольным $$\ket{\eta'}$$ ). Если это так, то первая подсистема находится в определенном состоянии $$\ket{\xi'}$$, поэтому про вторую подсистему (дополнительную память) можно забыть. В противном случае, совместное состояние двух подсистем оказывается "запутанным" (entangled), поэтому первую подсистему нельзя отделить от второй.
Как уже говорилось во введении, обычные компьютеры не используют всех возможностей, предоставляемых природой. В них выполняются преобразования на конечных
Заранее неясно, увеличиваются ли вычислительные возможности при переходе от преобразований конечных множеств к унитарным преобразованиям конечномерных пространств. Сейчас есть основания полагать, что такое увеличение действительно происходит. В качестве примера можно привести задачу о разложении числа на множители: для обычных компьютеров неизвестны полиномиальные алгоритмы ее решения, а для квантовых компьютеров такие алгоритмы есть.
Обычный компьютер работает с состояниями из конечного числа битов. Каждый бит может находиться в одном из двух состояний 0 или 1. Состояние всей системы задается указанием значений всех битов. Поэтому множество состояний $$\cb^n=\{0,1\}^n$$ конечно и имеет мощность $$2^n$$.
Квантовый компьютер работает с конечными наборами элементарных состояний, называемых q-битами. Каждый q-бит имеет два выделенных состояния (если считать q-биты спинами, то это состояния "спин вверх" и "спин вниз"). Указание выделенных состояний для каждого q-бита системы задает не все возможные состояния системы, а только базисные. Возможны также любые
Пространство состояний для такой системы — конечномерное (размерности $$2^n$$ ) пространство над полем комплексных чисел.
| Обычного компьютера | квантового компьютера |
|---|---|
$$\square\square\cdots\square$$ биты $$x_1x_2\dotsx_nx_j\in\cb$$ |
$$\square\square\cdots\square$$ q-биты базисное: $$\,| x_1,x_2,\dots,x_n\rangle, x_j\in\cb $$ произвольное: $$\sum\limits_{x\in\cb^n}c_{x}|x\rangle, \text{где } \sum\limits_{x\in\cb^n}|c_{x}|^2=1}$$ |
Небольшое уточнение: если умножить вектор $$\sum_x c_x\ket{x}$$ на фазовый множитель, $$e^{\ii\phi}$$, ( $$\phi$$ — вещественное), то получится физически неотличимое состояние. Таким образом, состояние квантового компьютера — это вектор единичной длины, заданный с точностью до фазового множителя.
Вычисление можно представлять как последовательность преобразований на множестве
| Классический случай: | Квантовый случай: |
|---|---|
| преобразования — это функции из $$\cb^n$$ в $$\cb^n$$ | преобразования — это унитарные операторы, то есть операторы, сохраняющие длину вектора $$\sum_{x\in\cb^n}\limits|c_{x}|^2$$. |
Замечание. Все сказанное относится только к
Теперь нужно дать формальное определение квантового вычисления. Как и в классическом случае, можно определить квантовые
Пространство
Тензорное произведение двух пространств $$L$$ и $$M$$, в которых фиксированы базисы $$\{e_1,\dots,e_l\}$$ и $$\{f_1,\dots, f_m\}$$, можно определить как пространство с базисом из элементов $$e_j\otimes f_k$$. (В данном случае $$e_j\otimes f_k$$ — это то же самое, что $$(e_j,f_k)$$, т.е. просто пара векторов.) Размерность тензорного произведения равна $$lm$$ (произведению размерностей сомножителей).
Такое определение неинвариантно, т.е. зависит от выбора базисов в перемножаемых пространствах. Можно дать инвариантное определение. Для этого рассмотрим вначале пространство (бесконечномерное) с базисом $$e\otimes f$$, где $$e\in L$$, $$f\in M$$ — произвольные векторы из перемножаемых пространств. Тензорное произведение будет факторпространством этого пространства по подпространству, порожденному векторами вида$$\begin{align*} (e_1+e_2)\otimes f - e_1\otimes f - e_2\otimes f,\\ e\otimes(f_1+f_2) - e\otimes f_1 - e\otimes f_2,\\ (\lambda e)\otimes f - e\otimes(\lambda f),\\ \lambda(e\otimes f)-(\lambda e)\otimes f. \end{align*}$$ Другими словами, указанные векторы считаются равными 0.
Можно доказать, что данные определения эквивалентны.
В нашем случае имеется естественный выделенный базис (соответствующий выделенным состояниям): для $$\CC^2$$ — $$\{\ket0,\ket1\}$$, а для $$\left(\CC^2\right)^{\otimes n}$$ — $$\{\ket{x_1,\dots,x_n}\}, \ x_j\in\cb$$. Пространство $$\CC^2$$ с выделенным базисом обозначается через $$\BB$$. Выделенный базис считается ортонормированным, это задает
Мы будем использовать (и уже использовали) принятые в физике обозначения, относящиеся к векторам и
Если в обозначении скалярного произведения взять левую половину, то получим бра-вектор $$\bra{\xi}$$, т.е. линейный функционал на кет-векторах (векторах нашего пространства). Бра- и кет-векторы находятся во взаимно однозначном соответствии. (Тем не менее, нужно их как-то различать — именно для этого и были введены угловые скобки.) Из-за антилинейности скалярного произведения по первому аргументу имеем равенство $$\bra{c\xi}\double=c^*\bra\xi$$. Бра-вектор можно записать в виде строки, а кет-вектор — в виде столбца (чтобы его можно было умножить слева на матрицу):$$\bra{\xi}=c_0^*\bra{0}+c_1^*\bra{1}=(c_0^*,c_1^*), \qquad \ket{\xi}=c_0\ket{0}+c_1\ket{1}= \leftp \begin{array}{c} c_0\\ c_1 \end{array} \rightp\, .$$
Запись $$\langle \xi|A|\eta\rangle$$ ( $$A$$ — линейный оператор) можно толковать двояко: либо как
Унитарный оператор — это линейный оператор, сохраняющий
Наше определение скалярного произведения в $$\BB^{\otimes n}$$ согласовано с тензорным произведением:$$\Bigl(\bra{\xi_1}\otimes\bra{\xi_2}\Bigr) \Bigl(\ket{\eta_1}\otimes\ket{\eta_2}\Bigr)= \langle\xi_1|\eta_1\rangle\,\langle\xi_2|\eta_2\rangle\,.$$ В дальнейшем будет использоваться тензорное произведение операторов. Оно действует в тензорном произведении пространств, на которых действуют сомножители, по правилу$$(A\otimes B)\ket\xi\otimes\ket\eta=A\ket\xi\otimes B\ket\eta.$$ Если операторы заданы в матричном виде в некотором базисе, т.е.$$A\double=\sum_{j,k}^{} a_{jk}\ket{j}\bra{k},\quad B=\sum_{j,k}^{}b_{jk}\ket{j}\bra{k}$$ (легко понять, что $$\ket{j}\bra{k}$$ — линейный оператор: $$\ket{j}\bra{k}\;\ket\xi=\langle k|\xi\rangle\ket{j}$$ ), то матричные элементы оператора $$C=A\otimes B$$ имеют вид $$c_{(jk)(lm)}=a_{jl}b_{km}$$.
Вычисление состоит из преобразований, считаемых элементарными (выполняемых за единицу времени).
| Элементарное преобразование в классическом случае: такая функция из $$\cb^n$$ в $$\cb^n$$, которая зависит от небольшого (не зависящего от $$n$$ ) числа битов и изменяет также небольшое число битов. | Элементарное преобразование в квантовом случае: тензорное произведение произвольного унитарного оператора, действующего на части сомножителей $$\BB^{\otimes r}$$, где $$r$$ мало ( $$r=O(1)$$ ), и тождественного оператора, действующего на остальных сомножителях. |
Тензорное произведение некоторого оператора $$U$$, действующего на множестве q-битов $$A$$, и тождественного оператора, действующего на остальных q-битах, будем обозначать $$U[A]$$. (В частности, $$U[1,\dots,r]\double=U\otimes I$$ обозначает действие на первых $$r$$ q-битах.)
Пример 5.1. Приведем матрицу оператора $$H[2]$$, действующего в пространстве $$\BB^{\otimes3}$$. Оператор $$H=\frac{1}{\sqrt2}\leftp\begin{array}{rr} 11\\1-1\end{array}\rightp$$ действует на второй q-бит, на остальных q-битах действие тождественное. Базисные векторы расположены в лексикографическом порядке: от $$\ket{000}$$ до $$\ket{111}$$.$$H[2] \,=\, \frac{1}{\sqrt2} \leftp \begin{array}{*8 r} 1 0 1 0 0 0 0 0\\ 0 1 0 1 0 0 0 0\\ 1 0-1 0 0 0 0 0\\ 0 1 0-1 0 0 0 0\\ 0 0 0 0 1 0 1 0\\ 0 0 0 0 0 1 0 1\\ 0 0 0 0 1 0-1 0\\ 0 0 0 0 0 1 0-1 \end{array} \rightp\ .$$
С этого места начинается вычислительная сложность. Пусть $$r=2$$, тогда $$U$$ — некоторая матрица $$4\times4$$, $$U\otimes I$$ — матрица размерности $$2^n\times 2^n$$, у которой по диагонали стоят блоки из матриц $$U$$. Эта матрица представляет один элементарный шаг. Когда применяется несколько таких операторов к разным парам q-битов, результат будет выглядеть гораздо сложнее. Не видно способа определить этот результат, кроме прямого перемножения матриц. Поскольку размеры матриц экспоненциально велики, потребуется экспоненциальное время для их перемножения.
Заметим однако, что вычисление матричных элементов возможно на полиномиально ограниченной памяти. Пусть нужно найти матричный элемент $$U_{xy}$$ оператора$$U = U^{(l)}[j_l,k_l]\, U^{(l-1)}[j_{l-1},k_{l-1}]\cdot\ldots\cdot U^{(2)}[j_2,k_2]\, U^{(1)}[j_1,k_1].$$
Очевидно, что$$\left(U^{(l)}\cdot\ldots\cdot U^{(1)}\right)_{x_lx_0}=\sum_{x_{l-1},\dots, x_1}^{} U^{(l)}_{x_lx_{l-1}}\cdot\ldots\cdot U^{(1)}_{x_1x_0}.$$ (Здесь $$x_0,\dots,x_l$$ — строки длиной $$n$$ битов.) Для вычисления этой суммы достаточно $$(l-1)$$ -го регистра для хранения текущих значений $$x_{l-1}, \dots, x_1$$, еще одного регистра для хранения частичной суммы и некоторого фиксированного количества регистров для вычисления промежуточных произведений.
Определение 5.1. Квантовая схема. Пусть $$\calA$$ — некоторое множество унитарных операторов (базис). Тогда квантовая схема в базисе $$\calA$$ — это последовательность $$U_1[A_1],\dots,U_l[A_l]$$, где $$A_j$$ — множества q-битов, $$U_j\in\calA$$.
Оператор, реализуемый квантовой схемой. Это оператор $$U\colon \BB^{\otimes n}\to \BB^{\otimes n}$$, равный $$U_l[A_l]\cdot\ldots\cdot U_1[A_1]$$.
Это определение не очень хорошо, так как не учитывает возможность использования дополнительной памяти в процессе вычисления. Поэтому дадим еще одно определение.
Оператор $$U\colon \BB^{\otimes n}\to \BB^{\otimes n}$$, реализуемый схемой в расширенном смысле. Это такой оператор, что произведение$$W=U_l[A_l]\cdot\ldots\cdot U_1[A_1],$$ действующее на $$N$$ q-битов, $$N\geq n$$, для любого вектора $$\ket{\xi}\in\BB^{\otimes n}$$ удовлетворяет условию $$W(\ket\xi\double\otimes\ket{0^{N-n}})=\left(U\ket\xi\right)\otimes\ket{0^{N-n}}$$.
Таким образом, мы "берем напрокат" дополнительную память, заполненную нулями, и должны возвратить ее в прежнем состоянии. Какой смысл имеет такое определение? Зачем нужно требовать, чтобы дополнительные q-биты вернулись в состояние $$\ket{0^{N-n}}$$? На самом деле это условие чисто техническое, однако важно, чтобы вектор состояния в конце вычисления был разложим, т.е. имел вид $$\ket{\xi'}\otimes\ket{\eta'}$$ (с произвольным $$\ket{\eta'}$$ ). Если это так, то первая подсистема находится в определенном состоянии $$\ket{\xi'}$$, поэтому про вторую подсистему (дополнительную память) можно забыть. В противном случае, совместное состояние двух подсистем оказывается "запутанным" (entangled), поэтому первую подсистему нельзя отделить от второй.
Для получения официальных документов о завершении программы дополнительного профессионального образования (удостоверения о повышении квалификации, дипломов о профессиональной переподготовке и MBA) необходимо предоставить:
Внимание! Вы можете не заказывать доставку бумажной версии официального документы, а скачать его в электронном виде и распечатать самостоятельно. Информация о выданном документе в течение 1 месяца загружается в Федеральную информационную систему «Федеральный реестр сведений о документах об образовании и (или) о квалификации, документах об обучении» - ФИС ФРДО.
Доступ на новый сайт осуществляется с использованием адреса электронной почты, который был указан вами при регистрации на "старом". Мы постарались перенести все ваши данные с прежнего ресурса, однако не исключена вероятность потери части информации.
При возникновении проблемы со входом, воспользуйтесь функцией сброса пароля
Если вы обнаружите несоответствия, пожалуйста, сообщите нам.