فیزیکدانان بالاخره مشکلی را پیدا کردند که فقط کامپیوترهای کوانتومی قادر به انجام آن هستند | مجله کوانتا

رایانه‌های کوانتومی آماده تبدیل شدن به ابرقدرت‌های محاسباتی هستند، اما محققان مدت‌هاست که به دنبال یک مشکل قابل دوام هستند که مزیت کوانتومی را به همراه دارد - چیزی که فقط یک رایانه کوانتومی می‌تواند آن را حل کند. آنها استدلال می کنند که تنها در این صورت است که فناوری در نهایت ضروری تلقی می شود.

آنها دهه ها به دنبال آن بوده اند. گفت: "بخشی از دلیل چالش برانگیز بودن آن این است که رایانه های کلاسیک در بسیاری از کارهایی که انجام می دهند بسیار خوب هستند." جان پرسکیل، فیزیکدان نظری در موسسه فناوری کالیفرنیا.

در 1994، پیتر شور کشف کرد یک امکان: یک الگوریتم کوانتومی برای فاکتورگیری اعداد بزرگ. الگوریتم Shor قدرتمند است و به طور گسترده اعتقاد بر این است که همه الگوریتم های کلاسیک را شکست می دهد. هنگامی که بر روی یک کامپیوتر کوانتومی اجرا می شود، این پتانسیل را دارد که بسیاری از سیستم های امنیتی اینترنت را که به سختی فاکتورگیری اعداد بزرگ متکی هستند، از بین ببرد. اما هر چقدر هم که تاثیرگذار باشد، این الگوریتم فقط به بخش باریکی از حوزه‌های تحقیقاتی مربوط می‌شود، و ممکن است فردا کسی راهی کارآمد برای فاکتورگیری اعداد بزرگ در یک ماشین کلاسیک پیدا کند و الگوریتم شور را به چالش بکشد. کاربرد محدود Shor، جامعه تحقیقاتی را به جستجوی موارد استفاده دیگر برای ماشین‌های کوانتومی سوق داده است که ممکن است در واقع به اکتشافات علمی جدید کمک کند.

گفت: "ما نمی خواهیم فقط برای یک کار یک کامپیوتر بسازیم." به زودی چوی، فیزیکدان موسسه فناوری ماساچوست. به غیر از الگوریتم شور، چه کار دیگری می توانیم با یک کامپیوتر کوانتومی انجام دهیم؟

همانطور که پرسکیل می گوید، "ما باید مشکلاتی را پیدا کنیم که به طور کلاسیک سخت هستند، اما سپس باید [نشان دهیم] که روش های کوانتومی واقعا کارآمد خواهند بود."

چند بار، محققان فکر کردند که این کار را انجام داده‌اند و الگوریتم‌های کوانتومی را کشف کرده‌اند که می‌توانند مسائل را سریع‌تر از هر چیزی که یک کامپیوتر کلاسیک می‌تواند انجام دهد، حل کند. اما یک نفر - اغلب محقق جوان اوین تانگ - الگوریتم‌های کلاسیک هوشمندانه‌ای را ارائه کرد که می‌توانست از الگوریتم‌های کوانتومی بهتر عمل کند.

اکنون ممکن است تیمی از فیزیکدانان از جمله Preskill این کار را انجام دهند بهترین کاندیدا را پیدا کرد برای مزیت کوانتومی با مطالعه انرژی برخی از سیستم های کوانتومی، آنها یک سوال خاص و مفید را کشف کردند که پاسخ دادن به آن برای ماشین کوانتومی آسان است، اما برای یک ماشین کلاسیک هنوز دشوار است. گفت: «این پیشرفت بزرگی در نظریه الگوریتم‌های کوانتومی است سرگئی براوی، فیزیکدان نظری و دانشمند کامپیوتر در IBM. "نتیجه آنها یک مزیت کوانتومی برای مشکل مرتبط با شیمی و علوم مواد است."

محققان همچنین از این که کار جدید حوزه‌های غیرمنتظره جدیدی از علوم فیزیکی را بررسی می‌کند هیجان‌زده هستند. چوی می‌گوید: «این قابلیت جدید از نظر کیفی متفاوت از Shor است و به طور بالقوه فرصت‌های جدیدی را در دنیای الگوریتم‌های کوانتومی باز می‌کند.

مشکل به ویژگی های سیستم های کوانتومی (معمولا اتم ها) در حالت های مختلف انرژی مربوط می شود. هنگامی که اتم ها بین حالت ها پرش می کنند، ویژگی های آنها تغییر می کند. برای مثال ممکن است رنگ خاصی از نور ساطع کنند یا مغناطیسی شوند. اگر بخواهیم ویژگی‌های سیستم را در حالت‌های مختلف انرژی پیش‌بینی کنیم، به درک سیستم در زمانی که در کمترین حالت هیجان‌انگیز است، کمک می‌کند که دانشمندان از آن به عنوان حالت پایه یاد می‌کنند.

بسیاری از شیمیدانان، دانشمندان مواد و فیزیکدانان کوانتومی در حال کار بر روی یافتن حالت های پایه هستند. رابرت هوانگ، یکی از نویسندگان مقاله جدید و یک دانشمند محقق در Google Quantum AI. "مشخص است که بسیار سخت است."

آنقدر سخت است که پس از بیش از یک قرن کار، محققان هنوز یک رویکرد محاسباتی موثر برای تعیین وضعیت پایه یک سیستم از اصول اولیه پیدا نکرده اند. همچنین به نظر نمی رسد راهی برای انجام این کار توسط یک کامپیوتر کوانتومی وجود داشته باشد. دانشمندان به این نتیجه رسیده اند که یافتن حالت پایه یک سیستم برای کامپیوترهای کلاسیک و کوانتومی دشوار است.

اما برخی از سیستم های فیزیکی چشم انداز انرژی پیچیده تری را نشان می دهند. هنگامی که سرد می شوند، این سیستم های پیچیده راضی می شوند که نه در حالت پایه خود، بلکه در سطح انرژی پایین نزدیک، که به عنوان حداقل سطح انرژی محلی شناخته می شود، قرار بگیرند. (بخشی از جایزه نوبل فیزیک 2021 برای کار در یکی از این مجموعه از سیستم ها اعطا شد. چرخاندن عینک.) محققان شروع به تعجب کردند که آیا مسئله تعیین حداقل سطح انرژی محلی یک سیستم نیز به طور کلی سخت است.

پاسخ ها از سال گذشته شروع به ظهور کردند، زمانی که چی فانگ (آنتونی) چننویسنده دیگری از مقاله اخیر، به توسعه مقاله جدید کمک کرد الگوریتم کوانتومی که می تواند ترمودینامیک کوانتومی (که تاثیر گرما، انرژی و کار بر روی یک سیستم کوانتومی را مطالعه می کند) شبیه سازی کند. هوانگ گفت: «من فکر می‌کنم بسیاری از مردم درباره این سوال که چشم‌انداز انرژی در سیستم‌های کوانتومی چگونه است [تحقیق کرده‌اند]، اما قبلاً هیچ ابزاری برای تجزیه و تحلیل آن وجود نداشت. الگوریتم چن به باز کردن پنجره ای به نحوه عملکرد این سیستم ها کمک کرد.

هوانگ و وقتی دیدند ابزار جدید چقدر قدرتمند است لئو ژوچهارمین و آخرین نویسنده مقاله جدید، از آن برای طراحی راهی برای رایانه‌های کوانتومی برای تعیین وضعیت حداقل انرژی محلی یک سیستم، به جای تعقیب حالت پایه ایده‌آل استفاده کرد - رویکردی که فقط بر روی آن نوع سؤال از محققان محاسبات کوانتومی متمرکز بود. به دنبال بودند. پرسکیل گفت: «اکنون ما یک مشکل داریم: یافتن مقدار محلی انرژی، که هنوز از نظر کلاسیک سخت است، اما می‌توانیم بگوییم که از نظر کوانتومی آسان است. بنابراین این ما را در عرصه ای قرار می دهد که می خواهیم برای مزیت کوانتومی باشیم.

نویسندگان به رهبری پرسکیل نه تنها قدرت رویکرد جدید خود را برای تعیین وضعیت حداقل انرژی محلی یک سیستم - پیشرفت بزرگ در زمینه فیزیک کوانتوم - اثبات کردند، بلکه ثابت کردند که در نهایت این مشکلی است که کامپیوترهای کوانتومی می توانند ارزش خود را نشان دهند. هوانگ گفت: «مشکل یافتن حداقل محلی مزیت کوانتومی دارد.

و بر خلاف نامزدهای قبلی، این یکی احتمالاً با هیچ الگوریتم کلاسیک جدیدی از سلطنت خلع نخواهد شد. چوی گفت: «[این] بعید است که کم‌کم‌سازی شود. تیم Preskill مفروضات بسیار قابل قبولی داشت و جهش های منطقی کمی انجام داد. اگر یک الگوریتم کلاسیک بتواند به نتایج مشابهی دست یابد، به این معنی است که فیزیکدانان باید در مورد بسیاری چیزهای دیگر اشتباه کنند. چوی گفت: «این یک نتیجه تکان دهنده خواهد بود. من برای دیدن آن هیجان زده خواهم شد، اما باورش خیلی تکان دهنده خواهد بود. کار جدید یک نامزد قابل انعطاف و امیدوارکننده برای نشان دادن مزیت کوانتومی ارائه می‌کند.

برای روشن بودن، نتیجه جدید هنوز ماهیت نظری دارد. نشان دادن این رویکرد جدید بر روی یک کامپیوتر کوانتومی واقعی در حال حاضر غیرممکن است. ساخت ماشینی که بتواند مزیت کوانتومی مشکل را به طور کامل آزمایش کند، زمان می برد. بنابراین برای Bravyi، کار تازه شروع شده است. او گفت: "اگر به اتفاقی که پنج سال پیش افتاد نگاه کنید، ما فقط چند کامپیوتر کوانتومی کیوبیتی داشتیم و اکنون صدها یا حتی ماشین های 1,000 کیوبیتی داریم." پیش بینی اینکه در پنج یا 10 سال آینده چه اتفاقی می افتد بسیار سخت است. این یک زمینه بسیار پویا است.»

اصلاح: مارس 12، 2024
این مقاله برای توصیف واضح‌تر جستجوی مشکل با مزیت کوانتومی ویرایش شده است.