Google paljastaa, kuinka kvanttitietokoneet voivat ylittää nykyaikaiset supertietokoneet

Google paljastaa, kuinka kvanttitietokoneet voivat ylittää nykyaikaiset supertietokoneet

Siitä lähtien kun ensimmäiset kvanttitietokoneet syntyivät 1980-luvun alussa, tutkijat ovat toivoneet päivää, jolloin nämä laitteet Pystyy ratkaisemaan ongelmia, jotka ovat liian vaikeita klassisille tietokoneille. Viimeisen viiden vuoden aikana nämä koneet ovat itse asiassa alkaneet haastaa klassiset vastineensa - vaikka lopullinen voitto niistä on toistaiseksi ollut vaikeasti saavutettavissa.

"Kvanttietujen" taistelun nykyisessä vaiheessa Googlen tutkijat sanovat määrittäneensä ehdot, joissa Kvanttitietokoneet voivat menestyä klassisia kollegojaan paremmin. Ymmärtääkseen nämä olosuhteet, he käyttivät kvanttiprosessoria nimeltä Sycamore suorittamaan satunnaista piirinäytteenottoa (RCS), yksinkertaista kvanttialgoritmia, joka tuottaa olennaisesti satunnaisen arvosarjan.

Tiimi analysoi Sycamoren tehoa ja havaitsi, että klassiset supertietokoneet saattoivat "huijata" tai päihittää sen korkeakohinaisessa tilassa RCS:n käytön aikana. Kuitenkin, kun häiriöt vähenivät tiettyyn kynnykseen, Sycamoren laskelmista tuli niin monimutkainen, että huijauksen suorittaminen oli käytännössä mahdotonta - arvioitiin, että se vie maailman nopeimman klassisen supertietokoneen kymmenen biljoonaa vuotta. Tämä oivallus oli aluksi preprintissä raportoitu arXiv-palvelimella viime vuonna ja tänään Naturessa 1 julkaistu.

Quantum-asiantuntijat korostavat, että tämä on vakuuttava todiste siitä, että Sycamore pystyy ylittämään kaikki klassiset RCS-tietokoneet. Vuonna 2019 Google raportoi, että sen kvanttitietokone voisi käyttää RCS:ää ja saavuttaa kvanttiedun. Siitä lähtien klassiset tietokoneet ovat kuitenkin suorittaneet algoritmin arvioitua nopeammin, mikä on kumonnut oletetun edun. Michael Foss-Feig, kvanttilaskentatutkija ohjelmistoyhtiö Quantinuumista Broomfieldissä, Coloradossa, selittää: "Google on tehnyt erinomaista työtä selkeyttääkseen ja korjatakseen monia tunnettuja ongelmia RCS:n kanssa." Uudet tulokset osoittavat, kuinka paljon kohinaa kvanttitietokoneissa voi olla ja silti päihittää klassiset tietokoneet.

Jatkuva kilpailu klassisten ja kvanttitietokoneiden välillä on liikkeellepaneva tekijä tällä alalla, sanoo Chao-Yang Lu, kvanttifyysikko Shanghain tiede- ja teknologiayliopistosta. Tämä kilpailu on motivoinut tutkijoita rakentamaan suurempia ja laadukkaampia kvanttitietokoneita.

Googlen uusin tulos ei kuitenkaan tarkoita, että kvanttitietokoneet korvaisivat klassiset tietokoneet. Sycamore ei esimerkiksi voi suorittaa tavalliselle tietokoneelle tyypillisiä toimintoja, kuten valokuvien tallentamista tai sähköpostien lähettämistä. Sergio Boixo, Googlen kvanttilaskentaprojektin johtaja Santa Barbarassa, Kaliforniassa, selittää: "Kvanttitietokoneet eivät ole nopeampia - ne ovat erilaisia." Ne on viime kädessä tarkoitettu suorittamaan klassisen mahdottomia – ja hyödyllisiä – tehtäviä, kuten kemiallisten reaktioiden tarkka simulointi.

Sycamore-prosessori näyttää samanlaiselta kuin päivittäisissä kannettavissa tietokoneissa toimivat piisirut, mutta se on erityisesti suunniteltu ohjaamaan sen läpi virtaavia elektroneja kvanttitarkkuudella. Lämpötilan vaihteluiden vähentämiseksi, jotka tuhoaisivat elektronien herkät tilat ja aiheuttaisivat kohinaa, sirua pidetään erittäin kylmissä lämpötiloissa lähellä absoluuttista nollaa.

Klassisten bittien (jotka ovat aina joko 0 tai 1) sijasta kvanttisiru käyttää kubitteja, jotka hyödyntävät elektronien kykyä olla tilojen sekoitustilassa. Kvanttitietokone voi suorittaa joitakin tehtäviä käyttämällä eksponentiaalisesti vähemmän kubitteja kuin klassisen tietokoneen tarvitsemat bitit. Esimerkiksi klassinen tietokone vaatii 1024 bittiä RCS-algoritmin suorittamiseen, kun taas kvanttitietokone vain 10 kubittia.

Viisi vuotta sitten Googlen tutkijaryhmä raportoi Naturessa 2, että klassiselta supertietokoneelta kestäisi 10 000 vuotta luodakseen 200 sekunnin RCS-ajon uudelleen 53 kubitin tietokoneella. Väite joutui lähes välittömästi tulen kohteeksi; Teknologiajätti IBM:n tutkijat julkaisivat preprintin verkossa 3, joka ehdotti, että supertietokone voisi todella suorittaa tehtävän muutamassa päivässä. Kesäkuussa Lu ja hänen kollegansa käyttivät tehokkaita klassisia tietokoneita väärentääkseen tuloksen hieman yli minuutissa 4.

Googlen vuoden 2019 tulos ei ole ainoa, johon klassiset väärennökset vaikuttavat. Kesäkuussa 2023 IBM:n tutkijat ja muut raportoivat todisteista 5 että heidän 127 kubitin tietokoneensa voisi ratkaista mahdollisesti hyödyllisiä matemaattisia ongelmia, jotka "menevät brutaaleja klassisia laskelmia pidemmälle". Muutaman viikon sisällä useat tutkimukset osoittivat 6, 7 että klassiset lähestymistavat voisivat jatkaa kilpailua.

Boixo ja hänen kollegansa halusivat ymmärtää, kuinka melu tekee kvanttitietokoneista alttiita klassisille väärennöksille. He havaitsivat, että pienetkin erot kubitin virhesuhteessa - 99,4 prosentista virheettömään 99,7 prosenttiin - saavat Sycamoren käyttäytymään ikään kuin se olisi uudessa tilassa, samalla tavalla kuin aine muuttuu kiinteästä nestemäiseksi.

"Mitä [melu] tekee, se muuttaa järjestelmän jotain klassista", Boixo sanoo. Kun Sycamoren päivitetty versio 67 qubitillä ylitti tietyn kohinakynnyksen, sen RCS-lähdön simulointi tuli klassisen mahdottomaksi.

Viimeisten kahden vuoden aikana yritykset ohittaa klassiset supertietokoneet ovat myös keskittyneet vähentämään qubit-kohinaa. Foss-Feig ja hänen kollegansa suorittivat RCS:ää 56 qubitin kvanttitietokoneella alhaisella virheprosentilla 8 kautta. Paremmilla kubiteilla, hän sanoo, "klassiset tietokoneet eivät voi enää kilpailla kvanttitietokoneiden kanssa, ainakaan RCS:n suhteen."

Eräänä päivänä tutkijat toivovat, että kvanttitietokoneet ovat riittävän suuria ja riittävän virheettömiä siirtyäkseen kvanttitietokoneiden ja klassisten tietokoneiden välisestä konfliktista pidemmälle. Toistaiseksi he ovat tyytyväisiä taistelemaan. "Jos et voi saada etua RCS:stä, yksinkertaisimmista sovelluksista", Boixo sanoo, "en usko, että voit voittaa missään muussa sovelluksessa."

1. Morvan, A. et ai. Nature 634, 328–333 (2024).

   Artikla Google Scholar

2. Arute, F. et ai. Nature 574, 505–510 (2019).

   Artikla PubMed Google Scholar

3. Pednault, E., Gunnels, J. A., Nannicini, G., Horesh, L. & Wisnieff, R. Preprint at arXiv https://doi.org/10.48550/arXiv.1910.09534 (2019).

4. Zhao, X.-H. et ai. Preprint osoitteessa arXiv https://doi.org/10.48550/arXiv.2406.18889 (2024).

5. Kim, Y. et ai. Nature 618, 500–505 (2023).

   Artikla PubMed Google Scholar

6. Tindall, J. et ai. Preprint osoitteessa arXiv https://doi.org/10.48550/arXiv.2306.14887 (2023).

7. Begušić, T. & Kin-Lic Chan, G. Preprint at arXiv https://doi.org/10.48550/arXiv.2306.16372 (2023).

8. DeCross, M. et ai. Preprint osoitteessa arXiv https://doi.org/10.48550/arXiv.2406.02501 (2024).

Lataa viitteitä