Tietokoneteollisuudessa ei ole pulaa, vaikka minunkin on myönnettävä, että joskus tekniikka saavuttaa lupauksensa. Koneoppiminen on hyvä esimerkki. Koneoppimista on verrattu 1950-luvulta lähtien, ja siitä on viimeinkin tullut yleisesti hyödyllistä viime vuosikymmenen aikana.
Kvanttilaskentaa ehdotettiin 1980-luvulla, mutta se ei silti ole käytännöllistä, vaikka se ei ole vaimentanut ahdistusta. Pienellä määrällä tutkimuslaboratorioita on kokeellisia kvanttitietokoneita ja muutama IBM: n ja muiden tuottama kaupallinen kvanttitietokone ja kvanttisimulaattori, mutta jopa kaupallisissa kvanttitietokoneissa on silti pieni määrä kiittejä (selitän seuraavassa osassa) ), korkeat hajoamisnopeudet ja huomattava määrä melua.
Kvanttilaskenta on selitetty
Selkein selitys kvanttilaskennasta, jonka olen löytänyt, on tässä videossa, jonka on kirjoittanut tohtori Talia Gershon IBM: stä. Videossa Gershon selittää kvanttilaskennan lapselle, teini-ikäiselle, opiskelijalle ja jatko-opiskelijalle ja keskustelee sitten kvanttilaskennan myytteistä ja haasteista professorin Steve Girvinin kanssa Yalen yliopistosta.
Lapselle hän tekee analogian bittien ja pennien välillä. Klassiset bitit ovat binaarisia, kuten pöydällä makaavat penniäkään, joissa näkyvät joko päät tai hännät. Kvanttibitit (qubits) ovat kuin pöydällä pyörivät penniäkään, jotka voivat lopulta romahtaa valtioiksi, jotka ovat joko päätä tai häntää.
Teini-ikäiselle hän käyttää samaa analogiaa, mutta lisää sanan päällekkäisyys kuvaamaan pyörivän sentin tiloja. Tilojen päällekkäisyys on kvanttiominaisuus, joka nähdään yleisesti alkuhiukkasissa ja atomien elektronipilvissä. Kansantieteessä tavanomainen analogia on Schrödingerin kissan ajatuskokeilu, joka esiintyy laatikossaan sekä elävien että kuolleiden päällekkäisissä kvanttitiloissa, kunnes laatikko on auki ja sen havaitaan olevan yksi tai toinen.
Gershon jatkaa keskustelua kvantista takertuminen teini-ikäisen kanssa. Tämä tarkoittaa, että kahden tai useamman kietoutuneen kvanttiobjektin tilat ovat yhteydessä toisiinsa, vaikka ne olisivatkin erillään.
Muuten, Einstein vihasi tätä ajatusta, jonka hän hylkäsi "pelottavana toimintana etäisyydellä", mutta ilmiö on todellinen ja kokeellisesti havaittavissa, ja sitä on viime aikoina jopa kuvattu. Vielä parempaa on, että kvanttitietoihin sekoittunut valo on lähetetty yli 50 kilometrin pituiselle valokuidulle.
Lopuksi Gershon näyttää teini-ikäisen IBM: n kvanttitietokonetyypin laimennusjääkaapillaan ja keskustelee kvanttitietokoneiden mahdollisista sovelluksista, kuten kemiallisten sidosten mallintamisesta.
Yliopisto-opiskelijan kanssa Gershon menee yksityiskohtaisemmin kvanttitietokoneeseen, kvanttisiruun ja laimennusjääkaappiin, joka vie sirun lämpötilan 10 mK: iin (milliKelvin). Gershon selittää myös kvanttisitoutumista yksityiskohtaisemmin yhdessä kvanttisupposion ja häiriöiden kanssa. Rakentavaa kvanttihäiriötä käytetään kvanttitietokoneissa vahvistamaan oikeaan vastaukseen johtavat signaalit, ja tuhoavia kvanttihäiriöitä käytetään väärään vastaukseen johtavien signaalien kumoamiseen. IBM valmistaa kbitit suprajohtavista materiaaleista.
Gershon keskustelee grad-opiskelijan kanssa mahdollisuudesta käyttää kvanttitietokoneita nopeiden syväoppimismallien koulutuksen keskeisten osien nopeuttamiseksi. Hän selittää myös, kuinka IBM käyttää kalibroituja mikroaaltopulsseja manipuloimaan ja mittaamaan laskentapiirin kvanttitilaa (qubit).
Kvanttilaskennan tärkeimmät algoritmit (käsitelty jäljempänä), jotka kehitettiin ennen kuin edes yksi kiitti oli osoitettu, olettivat miljoonien täydellisten, vikasietoisten, virhekorjattujen kiittien saatavuuden. Meillä on tällä hetkellä tietokoneita, joissa on 50 kiittiä, eivätkä ne ole täydellisiä. Uusien kehitteillä olevien algoritmien on tarkoitus toimia rajoitetun määrän meluisia qubittejä, joita meillä on nyt.
Teoreettinen fyysikko Yalesta Steve Girvin kertoo Gershonille työstään vikasietoisissa kvanttitietokoneissa, joita ei vielä ole olemassa. He kaksi keskustelevat kvanttidekoherenssin turhautumisesta - "Voit säilyttää tietokvanttisi vain niin kauan" - ja kvanttitietokoneiden olennaisesta herkkyydestä melulle, joka johtuu yksinkertaisesta havainnoinnista. He pistivät myytteihin, joiden mukaan kvanttitietokoneet ratkaisevat viiden vuoden kuluttua ilmastonmuutoksen, syövän ja. Girvin: "Olemme tällä hetkellä kvanttilaskennan alipaineputki- tai transistorivaiheessa ja kamppailemme kvantti-integroitujen piirien keksimisestä."
Kvanttialgoritmit
Kuten Gershon mainitsi videossaan, vanhemmissa kvanttialgoritmeissa oletetaan miljoonia täydellisiä, vikasietoisia, virhekorjattuja kubitteja, joita ei ole vielä saatavilla. Siitä huolimatta kannattaa keskustella kahdesta heistä, jotta he ymmärtäisivät lupauksensa ja mitä vastatoimenpiteitä voidaan käyttää suojautumaan heidän käytöstä salaushyökkäyksissä.
Groverin algoritmi
Groverin algoritmi, jonka Lov Grover kehitti vuonna 1996, löytää käänteisen funktion O (√N) vaiheissa; sitä voidaan käyttää myös etsimään järjestämättömästä luettelosta. Se tarjoaa asteen nopeuden klassisiin menetelmiin, jotka tarvitsevat O (N) -vaiheita.
Muita Groverin algoritmin sovelluksia ovat numerojoukon keskiarvon ja mediaanin arviointi, törmäysongelman ratkaiseminen ja käänteisen suunnittelun salaustoiminnot. Salaussovelluksen takia tutkijat ehdottavat joskus symmetristen avainten pituuksien kaksinkertaistamista tulevaisuuden kvanttihyökkäyksiä vastaan.
Shorin algoritmi
Shorin algoritmi, jonka Peter Shor kehitti vuonna 1994, löytää kokonaisluvun alkutekijät. Se kulkee polynomiajassa log (N) -muodossa, mikä tekee siitä eksponentiaalisen nopeamman kuin klassinen yleinen lukukenttäseula. Tämä eksponentiaalinen nopeutus lupaa rikkoa julkisen avaimen salausmenetelmiä, kuten RSA, jos kvanttitietokoneita on "tarpeeksi" kiibeillä (tarkka määrä riippuu laskettavan kokonaisluvun koosta) ilman kvanttikohinaa ja muita kvanttimääriä -dekoherenssi-ilmiöt.
Jos kvanttitietokoneista tulee koskaan tarpeeksi suuria ja luotettavia suorittamaan Shorin algoritmi menestyksekkäästi RSA-salauksessa käytettyjen suurten kokonaislukujen kanssa, tarvitsemme uusia "kvantin jälkeisiä" salausjärjestelmiä, jotka eivät riipu alkutekijöinnin vaikeudesta.
Kvanttilaskennan simulointi Atosilla
Atos valmistaa kvanttisimulaattorin, Quantum Learning Machine, joka toimii ikään kuin sillä olisi 30–40 kiittiä. Laitteisto- / ohjelmistopaketti sisältää kvanttikokoonpanon ohjelmointikielen ja Python-pohjaisen korkean tason hybridikielen. Laite on käytössä muutamissa kansallisissa laboratorioissa ja teknillisissä yliopistoissa.
Kvanttihehkutus D-Aallolla
D-Wave tekee kvanttihehkutusjärjestelmistä, kuten DW-2000Q, jotka ovat hieman erilaisia ja vähemmän hyödyllisiä kuin yleiskäyttöiset kvanttitietokoneet. Hehkutusprosessi tekee optimoinnin tavalla, joka on samanlainen kuin syväoppivien hermoverkkojen kouluttamiseen suosittu stokastinen gradientin laskeutumisen (SGD) algoritmi, paitsi että se mahdollistaa monia samanaikaisia lähtökohtia ja kvanttitunnelointia paikallisten kukkuloiden läpi. D-Wave-tietokoneet eivät voi käyttää kvanttiohjelmia, kuten Shorin algoritmia.
D-Wave väittää, että DW-2000Q-järjestelmässä on jopa 2048 kuittiota ja 6016 kytkintä. Tämän asteikon saavuttamiseksi se käyttää 128 000 Josephson-liitosta suprajohtavalla kvanttiprosessointisirulla, joka on jäähdytetty alle 15 mK heliumlaimennusjääkaapilla. D-Wave-paketti sisältää joukon avoimen lähdekoodin Python-työkaluja, joita isännöi GitHub. DW-2000Q on käytössä muutamissa kansallisissa laboratorioissa, puolustusurakoitsijoissa ja globaaleissa yrityksissä.
Kvanttilaskenta Google AI: ssä
Google AI tekee tutkimusta suprajohtavista qubiteistä, joissa on sirupohjainen skaalautuva arkkitehtuuri ja joka kohdistaa kaksitaajuuksisen porttivirheen <0,5%, kvantti-algoritmeista vuorovaikutuksessa olevien elektronien järjestelmien mallintamiseksi kemian ja materiaalitieteen sovellusten kanssa, hybridikvantti-klassisista ratkaisijoista likimääräisen optimoinnin varmistamiseksi , puitteista kvantti-hermoverkon toteuttamiseksi lyhytaikaisissa prosessoreissa ja kvantti-ylivalta.
Vuonna 2018 Google ilmoitti 72-bittisen suprajohtavan sirun luomisesta nimeltä Bristlecone. Jokainen qubit voi muodostaa yhteyden neljään lähimpään naapuriin 2D-ryhmässä. Googlen Quantum Artificial Intelligence -laboratorion johtajan Hartmut Nevenin mukaan kvanttilaskentateho kasvaa kaksinkertaisen eksponentiaalisen käyrän perusteella, perustuen tavanomaisten suorittimien määrään, jotka laboratorion on toistettava kvanttitietokoneidensa tulokset.
Vuoden 2019 lopulla Google ilmoitti saavuttaneensa kvantti-ylivallan, ehdon, jossa kvanttitietokoneet voivat ratkaista ongelmat, jotka eivät ole ratkaistavissa klassisilla tietokoneilla, käyttämällä uutta 54 -bitibittistä prosessoria nimeltä Sycamore. Google AI Quantum -tiimi julkaisi tämän kvantti-ylivalta-kokeilun tulokset Luonto artikkeli "Quantum Supremacy käyttäen ohjelmoitavaa suprajohtavaa prosessoria."
Kvanttilaskenta IBM: llä
Aiemmin keskustellessani videossa tohtori Gershon mainitsee, että ”Tässä laboratoriossa istuu kolme kvanttitietokonetta kenellekään voi käyttää." Hän viittaa IBM Q -järjestelmiin, jotka on rakennettu transmonikvitien, lähinnä niobium Josephson -liittymien ympärille, jotka on konfiguroitu toimimaan keinotekoisten atomien tapaan, joita ohjataan mikroaaltopulsseilla, jotka sytyttävät mikroaaltoresonaattoreita kvanttisirussa, jotka puolestaan osoittavat ja kytkeytyvät prosessori.
IBM tarjoaa kolme tapaa käyttää kvanttitietokoneitaan ja kvanttisimulaattoreitaan. Kenelle tahansa on Qiskit SDK ja isännöity pilviversio nimeltä IBM Q Experience (katso alla oleva kuvakaappaus), joka tarjoaa myös graafisen käyttöliittymän piirien suunnitteluun ja testaamiseen. Seuraavalla tasolla, osana IBM Q -verkkoa, organisaatioille (yliopistoille ja suurille yrityksille) annetaan pääsy IBM Q: n edistyneimpiin kvanttilaskentajärjestelmiin ja kehitystyökaluihin.
Qiskit tukee Python 3.5: ää tai uudempaa ja toimii Ubuntu, macOS ja Windows. Jos haluat lähettää Qiskit-ohjelman johonkin IBM: n kvanttitietokoneista tai kvanttisimulaattoreista, tarvitset IBM Q Experience -tunnistetiedot. Qiskit sisältää algoritmin ja sovelluskirjaston, Aquan, joka tarjoaa algoritmeja, kuten Grover's Search, sekä kemian, tekoälyn, optimoinnin ja rahoituksen sovelluksia.
IBM julkisti uuden sukupolven IBM Q -järjestelmän, jossa oli 53 kiittiä vuoden 2019 lopulla, osana laajennettua kvanttitietokoneistoa uudessa IBM Quantum Computation Centerissä New Yorkin osavaltiossa. Nämä tietokoneet ovat pilvipalvelussa IBM: n yli 150 000 rekisteröidyn käyttäjän ja lähes 80 kaupallisen asiakkaan, akateemisten laitosten ja tutkimuslaboratorioiden käytettävissä.
Kvanttilaskenta Intelillä
Tutkimus Intel Labsissa on johtanut suoraan Tangle Laken, suprajohtavan kvanttiprosessorin, kehittämiseen, joka sisältää 49 kubitia paketissa, joka valmistetaan Intelin 300 millimetrin tuotantolaitoksessa Hillsborossa Oregonissa. Tämä laite edustaa kolmannen sukupolven kvanttiprosessoreita, jotka Intel on tuottanut, skaalautuen edeltäjänsä 17 kbitistä ylöspäin. Intel on lähettänyt Tangle Lake -prosessorit Alankomaiden QuTechiin testaamaan ja työskentelemään järjestelmätason suunnittelussa.
Intel tutkii myös spin-qubittejä, jotka toimivat yksittäisen piissä olevan elektronin pyörimisen perusteella, jota ohjataan mikroaaltopulsseilla. Verrattuna suprajohtaviin quibiteihin, spin-quitit muistuttavat paljon läheisemmin olemassa olevia piissä toimivia puolijohdekomponentteja hyödyntäen mahdollisesti olemassa olevia valmistustekniikoita. Spin-quitien odotetaan pysyvän koherentteina paljon pidempään kuin suprajohtavat quitit ja vievät paljon vähemmän tilaa.
Kvanttilaskenta Microsoftissa
Microsoft on tutkinut kvanttitietokoneita yli 20 vuoden ajan. Julkisessa ilmoituksessa Microsoftin kvanttilaskennan ponnisteluista lokakuussa 2017 tohtori Krysta Svore keskusteli useista läpimurtoista, mukaan lukien topologisten kiittien, Q # -ohjelmointikielen ja Quantum Development Kitin (QDK) käytöstä. Lopulta Microsoftin kvanttitietokoneet ovat saatavilla apuprosessoreina Azure-pilvessä.
Topologiset qubitit ovat suprajohtavien nanojohtojen muodossa. Tässä kaaviossa elektronin osat voidaan erottaa toisistaan, mikä luo fysikaaliselle kiintolevylle tallennetun informaation korkeamman suojaustason. Tämä on topologisen suojan muoto, joka tunnetaan Majoranan näennäishiukkasena. Majorana-kvasipartikkeli, outo fermioni, joka toimii omana hiukkasina, ennustettiin vuonna 1937 ja havaittiin ensimmäistä kertaa Microsoft Quantum -laboratoriossa Alankomaissa vuonna 2012. Topologinen qubit tarjoaa paremman perustan kuin Josephson-risteykset koska sillä on alhaisemmat virhesuhteet, se vähentää fyysisten kiittien suhdetta loogisiin, virhekorjattuihin kiintoihin. Tämän pienennetyn suhteen ansiosta loogisemmat quitit mahtuu laimennusjääkaappiin, mikä luo kyvyn skaalata.
Microsoft on eri tavoin arvioinut, että yksi topologinen Majorana-kiitti on virheiden korjaamien loogisten kiittien suhteen 10–1000 Josephsonin liitoskiittaa. Vieraana Ettore Majorana, italialainen teoreettinen fyysikko, joka ennusti näennäishiukkasen aaltoyhtälön perusteella, katosi tuntemattomissa olosuhteissa veneretkellä Palermosta Napoliin 25. maaliskuuta 1938.
