Google avslører hvordan kvantedatamaskiner kan utkonkurrere moderne superdatamaskiner

Google avslører hvordan kvantedatamaskiner kan utkonkurrere moderne superdatamaskiner

Siden de første kvantedatamaskinene ble unnfanget på begynnelsen av 1980-tallet, har forskere håpet på dagen da disse enhetene Kan løse problemer som er for vanskelige for klassiske datamaskiner. I løpet av de siste fem årene har disse maskinene faktisk begynt å utfordre sine klassiske kolleger – selv om den definitive seier over dem så langt har vært unnvikende.

I en nåværende fase av kampen om såkalte "kvantefordeler", sier Google-forskere at de har bestemt forholdene under hvilke Kvantedatamaskiner kan utkonkurrere sine klassiske kolleger. For å forstå disse forholdene brukte de en kvanteprosessor kalt Sycamore for å kjøre random circuit sampling (RCS), en enkel kvantealgoritme som i hovedsak produserer en tilfeldig sekvens av verdier.

Teamet analyserte Sycamores utdata og fant ut at det kunne bli "lurt" eller slått av klassiske superdatamaskiner i en høystøymodus mens de kjører RCS. Men da forstyrrelsene reduserte til en viss terskel, ble Sycamores beregning så kompleks at det faktisk var umulig å utføre en spoof – det ble anslått at det ville ta verdens raskeste klassiske superdatamaskin ti billioner år. Denne erkjennelsen var i første omgang i et forhåndstrykk rapporterte på arXiv-serveren i fjor og i dag i Nature 1 publisert.

Kvanteeksperter understreker at dette representerer overbevisende bevis på at Sycamore er i stand til å utkonkurrere enhver klassisk datamaskin som kjører RCS. I 2019 rapporterte Google at kvantedatamaskinen kunne kjøre RCS og oppnå kvantefordeler. Siden den gang har imidlertid klassiske datamaskiner utført algoritmen raskere enn estimert, og nekter den antatte fordelen. Michael Foss-Feig, en kvantedataforsker ved programvareselskapet Quantinuum i Broomfield, Colorado, forklarer: "Google har gjort en utmerket jobb med å avklare og fikse mange kjente problemer med RCS." De nye resultatene viser hvor mye støy kvantedatamaskiner kan ha og fortsatt slå klassiske datamaskiner.

Den pågående konkurransen mellom klassiske og kvantedatamaskiner er en drivende faktor på dette feltet, ifølge Chao-Yang Lu, en kvantefysiker ved Shanghai University of Science and Technology. Denne konkurransen har motivert forskere til å bygge større kvantedatamaskiner av høyere kvalitet.

Googles siste resultat betyr imidlertid ikke at kvantedatamaskiner vil erstatte klassiske datamaskiner. Sycamore kan for eksempel ikke utføre typiske operasjoner på en vanlig datamaskin, som å lagre bilder eller sende e-post. Sergio Boixo, leder av Googles kvantedatabehandlingsprosjekt i Santa Barbara, California, forklarer: "Kvantedatamaskiner er ikke raskere - de er forskjellige." De er til syvende og sist ment å utføre klassisk umulige - og nyttige - oppgaver, for eksempel nøyaktig simulering av kjemiske reaksjoner.

Sycamore-prosessoren ligner på silisiumbrikkene som driver hverdagslige bærbare datamaskiner, men er spesielt laget for å kontrollere elektronene som strømmer gjennom den med kvantepresisjon. For å redusere temperatursvingninger som vil ødelegge elektronenes ømfintlige tilstander og introdusere støy, holdes brikken ved ultrakalde temperaturer nær absolutt null.

I stedet for klassiske biter (som alltid er enten 0 eller 1), bruker kvantebrikken qubits, som utnytter elektronenes evne til å være i en blanding av tilstander. En kvantedatamaskin kan utføre noen oppgaver ved å bruke eksponentielt færre qubits enn bitene en klassisk datamaskin trenger. For eksempel krever en klassisk datamaskin 1024 bits for å kjøre RCS-algoritmen, mens en kvantedatamaskin krever bare 10 qubits.

For fem år siden rapporterte et team av Google-forskere i Nature 2, at det ville ta en klassisk superdatamaskin 10 000 år å gjenskape en 200-sekunders RCS-kjøring på deres 53-qubit datamaskin. Nesten umiddelbart kom påstanden under ild; Forskere ved teknologigiganten IBM publiserte et forhåndstrykk på nettet 3, som antydet at en superdatamaskin faktisk kunne fullføre oppgaven i løpet av få dager. I juni brukte Lu og kollegene kraftige klassiske datamaskiner for å forfalske resultatet på litt over ett minutt 4.

Googles 2019-resultat er ikke det eneste som er påvirket av klassiske forfalskninger. I juni 2023 rapporterte IBM-forskere og andre bevis 5 at deres 127 qubit datamaskin kunne løse potensielt nyttige matematiske problemer, som "går utover brutale klassiske beregninger." I løpet av få uker viste flere studier 6, 7 at klassiske tilnærminger kunne fortsette å konkurrere.

Boixo og kollegene hans ønsket å forstå hvordan støy gjør kvantedatamaskiner sårbare for klassiske forfalskninger. De fant at selv små forskjeller i qubit-feilraten - fra 99,4 % feilfri til 99,7 % - får Sycamore til å oppføre seg som om den var i en ny tilstand, lik hvordan materie endres fra fast til flytende.

"Det [støyen] gjør er at det gjør systemet til noe klassisk," sier Boixo. Når en oppdatert versjon av Sycamore med 67 qubits overskred en viss støyterskel, ble RCS-utgangen klassisk umulig å simulere.

I løpet av de siste to årene har forsøk på å overgå klassiske superdatamaskiner også fokusert på å redusere qubit-støy. Foss-Feig og kollegene hans kjørte RCS på en 56-qubit kvantedatamaskin med lav feilrate 8 gjennom. Med bedre qubits, sier han, "kan klassiske datamaskiner ikke lenger konkurrere med kvantedatamaskiner, i det minste for RCS."

En dag håper forskerne at kvantedatamaskiner vil være store nok og feilfrie nok til å gå utover konflikten mellom kvantedatamaskiner og klassiske datamaskiner. Foreløpig nøyer de seg med å kjempe. "Hvis du ikke kan få en fordel i RCS, den enkleste av applikasjonene," sier Boixo, "jeg tror ikke du kan vinne i noen annen applikasjon."

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

   Artikkel Google Scholar

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

   Artikkel 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 al. Fortrykk på arXiv https://doi.org/10.48550/arXiv.2406.18889 (2024).

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

   Artikkel PubMed Google Scholar

6. Tindall, J. et al. Fortrykk på 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 al. Fortrykk på arXiv https://doi.org/10.48550/arXiv.2406.02501 (2024).

Last ned referanser