Hvad sker der virkelig med kvantecomputere? PlatoBlockchain Data Intelligence. Lodret søgning. Ai.

Hvad sker der virkelig med kvantecomputere?

Jeg har fulgt kvantecomputere tæt i over to årtier, og jeg brugte de sidste par dage på at mødes med mange af de store kvantecomputervirksomheder, lytte til foredrag og præsentationer og høre fra repræsentanter for adskillige statslige agenturer og grupper på Q2B-konferencen (Quantum to forretning).

Jeg har reduceret denne information til et par nøglepunkter, så folk kan forstå, hvor tingene er, og hvor de er på vej hen.

Vil Quantum Computers levere værdi i fremtiden?
Hvor meget værdi er mulig på kort sigt?
Hvad er de anvendelige qubit-niveauer nu?
Hvordan er kvantecomputere sammenlignet med almindelige supercomputere nu?
Overgår vi en anden fase?

Hvad skal en virksomhed gøre for at forberede sig på at få værdi fra kvantecomputere?

YouTube video afspiller

Jeg så på snesevis af præsentationer og hundredvis af dias. Dette er en kritisk graf, der forklarer meget om, hvor tingene er med kvantecomputere. Du skal bruge lidt tid på at se på denne graf. På den vandrette X-akse ser du qubit-tallene. På den lodrette Y-akse ser du sandsynligheden for at få et vellykket svar. Under 8 qubits ser du på omkring 10% chance for succes.
Ved 12-13 qubits ser du på 0.1% chance for succes med at få svar.

Den nye Fire Opal, AI og Hardware bevidste kortlægning af gode qubits. Dette system med fejlundertrykkelse lader chancen for succes med 16-24 qubits nå 10 % chance for succes i stedet for at være mindre end 0.01 % (1 ud af 10,000). Nedenfor er eksempler på at finde det rigtige svar. Den rigtige fordeling af svar er til venstre, og det, der findes, er til højre. I første omgang uden Fire Opal kan den korrekte fordeling ikke findes i havet af fejl og støj.
Hvad sker der virkelig med kvantecomputere? PlatoBlockchain Data Intelligence. Lodret søgning. Ai.

Hvad sker der virkelig med kvantecomputere? PlatoBlockchain Data Intelligence. Lodret søgning. Ai.

Men med Fire Opal, der styrer interaktionen med kvantehardwarens qubits, kan vi visuelt se, at vi kommer noget langt tættere på det, der faktisk eksisterer.

Hvad sker der virkelig med kvantecomputere? PlatoBlockchain Data Intelligence. Lodret søgning. Ai.

Hvad sker der virkelig med kvantecomputere? PlatoBlockchain Data Intelligence. Lodret søgning. Ai.

Hvad sker der virkelig med kvantecomputere? PlatoBlockchain Data Intelligence. Lodret søgning. Ai.

Hvad sker der virkelig med kvantecomputere? PlatoBlockchain Data Intelligence. Lodret søgning. Ai.

Q-ctrl har onlinekurser via Black Opal til omkring $20/måned. En person, der er engageret, kunne komme igennem materialet på omkring et år for at få et certifikat, der kunne gøre dem i stand til at blive nyttigt ansat i kvantecomputerindustrien.

Fire Opal kan prøves gratis, og deres kvantecomputere med skyadgang er tilgængelige for indledende eksperimenter.

Jeg vil lave andre artikler for at gennemgå mere af, hvad der sker og vil ske med kvantecomputere. Der er flere lovende tilgange, som kunne gøre det muligt for industrien at opnå banebrydende fremskridt.

Vi er i øjeblikket i fasen med forskningsindlæring og -opdagelse, og noget af forskningen muliggør kvante- og fysikinspirerede tilgange ved hjælp af analog og klassisk databehandling for at opnå bedre og brugbare resultater. Indsatsen og udfordringen i at forsøge at løse kvantecomputere i stor skala giver spinoff videnskabelige fordele. Nogle af disse nye indsigter er værdifulde.

Vi skifter fra meget arbejde på 1-15 qubits og noget arbejde på 25 qubits eller deromkring og et par eksperimenter og forsøg med store qubit-systemer. Vi går ind i en fase, hvor der er regelmæssigt og brugbart arbejde på 15-25 qubits. Der er også almindelige supercomputere, der simulerer kvantesystemer. Dette sker ved 39 qubits. De 39 qubits er imidlertid supercomputerressourcer. Det er nemmere og billigere at få adgang til de små rigtige kvantesystemer. Der skal en masse arbejde til med at perfektionere algoritmer og andre metoder med de billige mindre systemer, før man forsøger at køre i stor skala på dyr hardware. Det er som at arbejde på computerserverarbejdsstationer, før du prøver på supercomputeren.

Der er også meget udforskning og undersøgelse omkring spørgsmålene. Vi vil gerne vide, hvad der er de rigtige gode spørgsmål, og hvordan kan vi nedbryde spørgsmålene ved hjælp af menneskelig analyse, så kun den virkelig svære del, der har brug for ægte kvante, bliver gjort på ægte kvante. Vi kan prøve på almindelige computere og på "falske kvante"-simuleringssystemer.

Når vi endelig får gennembruddene, så vil der være en blanding af meget store systemer. 300+ qubits fotoniske annealere, 1000+ qubits på superledende systemer, måske tusinder og millioner af qubits og alle vil have forskellige niveauer af fejlreduktion, fejlundertrykkelse og måske fejlkorrektion. Selv når hardwaren ankommer, vil vi stadig bruge alle værktøjerne til at forstå og verificere virkelig svære problemer, bestemme spørgsmålene og den rigtige måde at angribe disse spørgsmål og mulige svar på.

Der vil være cost-benefit-afvejninger og værdianalyse undervejs.

Det er som at sekventere genomet. Det kostede $3 milliarder i starten, men så er det kommet ned til $100 og er blevet mere præcist. Det tog årtier. Så skulle vi lære at bruge dataene og omsætte dem til information og så få indsigt og så få resultater.

Det er også som at knække WW2-nazistens Enigma-kode. Du har tusindvis af kodeknusere hos Blechly og virkelig kloge mennesker, der arbejder på at knække problemet og fremme forståelsen over år og finde ud af, hvordan man kan gøre problemet mere håndterligt.

Hvis problemerne ikke er ekstremt svære og ekstremt værdifulde, ville der ikke være nogen mening og intet behov for kvantecomputere.

Der er et skøn over, at naturkvantecomputerindustrien kan være værd 850 milliarder dollars om året, hvilket er 20 gange mere end 40 milliarder dollars højtydende computerindustri. Dette tal er dog et gæt. Hvem ved, hvad værdien er, når man kan løse store spørgsmål, som er umulige at besvare nu?

De, der siger, at Quantum-computere alle er hype, og at denne Quantum Computing-indsats vil mislykkes, tager fejl. Amazon, IBM, det amerikanske luftvåbens forskningslaboratorium og mange andre har ressourcer og tålmodighed og udholdenhed til at blive ved med at løse disse problemer og har motivationen og se værdien i læringen og rejsen og indsatsen.

YouTube video afspiller

YouTube video afspiller

YouTube video afspiller

YouTube video afspiller

YouTube video afspiller

YouTube video afspiller

Brian Wang er en futuristisk tankeleder og en populær Science blogger med 1 million læsere om måneden. Hans blog Nextbigfuture.com er rangeret som #1 Science News Blog. Det dækker mange forstyrrende teknologi og tendenser, herunder rum, robotik, kunstig intelligens, medicin, anti-aging bioteknologi og nanoteknologi.

Han er kendt for at identificere banebrydende teknologier og er i øjeblikket medstifter af en opstart og fundraiser til virksomheder med et højt potentiale på et tidligt stadium. Han er forskningschef for tildelinger til dybe teknologiske investeringer og en engelinvestor hos Space Angels.

Han har været en hyppig foredragsholder i virksomheder og har været TEDx -højttaler, en Singularity University -højttaler og gæst ved adskillige interviews til radio og podcasts. Han er åben for offentlige taler og rådgivende engagementer.

Tidsstempel:

Mere fra Næste Big Futures