دانشمندان ادعای مزیت کوانتومی گوگل را با یک کامپیوتر معمولی کنار زدند

زمانی که گوگل اعلام کرد کامپیوتر کوانتومی خود مشکلی را حل کرده است قابلیت از قدرتمندترین ابر رایانه، نقطه عطفی برای صنعت بود. اما محققان چینی اکنون نشان داده اند که می توانند حل کردن همان مشکل در یک ابر کامپیوتر معمولی فقط در چند ثانیه

وعده نهایی کوانتومی محاسبه is توانایی آن انجام برخی از شاهکارهای محاسباتی بسیار سریعتر از ماشین های کلاسیک، یا حتی حل مسائلی که اساساً شکستن آنها با استفاده از روش های سنتی غیرممکن است.

اگرچه این زمینه هنوز نوپا است و دستگاه‌های امروزی بسیار کوچک‌تر از آن هستند که بتوانند روی چالش‌های دنیای واقعی کار کنند. اما در تلاش برای اثبات اینکه این زمینه در حال پیشرفت است، توسعه‌دهندگان پردازنده‌های کوانتومی مشتاق یافتن مشکلاتی بوده‌اند که ممکن است کاربرد عملی چندانی نداشته باشند، اما می‌توانند سرعت‌های بالقوه‌ای را که فناوری آن‌ها قادر به انجام آن است، نشان دهند.

گوگل در سال 2019 زمانی که ادعا کرد که این امر به موفقیت بزرگی دست یافت پردازنده Sycamore مشکلی را حل کرده بود که یک ابر کامپیوتر 10,000 سال طول می کشد تنها در 200 ثانیه. این مشکل به نفع آنها جعل شد، زیرا اساساً شامل شبیه سازی خروجی پردازنده آنها بود، اما با نشان دادن اینکه یک کامپیوتر کلاسیک با مشکل مواجه است، آنها توانستند ادعای "برتری کوانتومی" کنند، که امروزه بیشتر به عنوان "مزیت کوانتومی" شناخته می شود.

اما اکنون محققان در چینداشتن همین مشکل را فقط در 15 ساعت حل کرد با استفاده از sیک طراحی الگوریتمی هوشمندانه و یک کامپیوتر نسبتاً بزرگ. بر اساس محاسبات آنها، اگر آنها به ابررایانه های بزرگ دسترسی داشته باشند، تنها چند ده ثانیه طول می کشد.

چالشی که گوگل قرار داده بود شبیه سازی پردازنده خود بود که کم و بیش به عنوان یک تولید کننده اعداد تصادفی عمل می کند. تنها تفاوت این بود که آنها الگوریتم را میلیون ها بار تکرار کردند و به دلیل ماهیت الگوریتم، باید یک الگوی مشخص در اعداد تصادفی بیرون بیاید.

شبیه سازی این در یک کامپیوتر کلاسیک باید به سرعت با افزایش اندازه پردازنده دشوار شود، زیرا مقدار اطلاعات رمزگذاری شده به صورت تصاعدی با هر کیوبیت اضافی افزایش می یابد. گوگل با استفاده از روش‌های مرسوم برای حل این مشکل، پیش‌بینی کرد که 10,000 سال طول می‌کشد تا پردازنده 53 کیوبیتی خود را شبیه‌سازی کند.

تیم انستیتوی فیزیک نظری در آکادمی علوم چین موفق شد aاین را با کار کردن مجدد ریاضیات زیربنایی که برای حل مسئله مورد استفاده قرار می‌گیرند، دور بزنید. آنها پردازنده را به عنوان یک شبکه سه بعدی از اشیاء ریاضی به نام تانسور نشان دادند که گیت های منطقی بین 3 کیوبیت را نشان می دهد. این شبکه بیش از 53 لایه تکرار شد، که برای نشان دادن 20 چرخه الگوریتم کوانتومی قبل از خواندن خروجی پردازنده طراحی شده است.

مزیت استفاده از تانسورها این است که پردازنده‌های گرافیکی، تراشه‌هایی که انقلاب یادگیری عمیق را تقویت کرده‌اند، می‌توانند آن‌ها را خیلی سریع به صورت موازی پردازش کنند. محققان همچنین از این واقعیت استفاده کردند که محاسبات گوگل روی Sycamore خیلی دقیق نبود و به وفاداری فقط 0.2 درصد دست یافتند. این به آنها اجازه داد تا برخی از دقت شبیه سازی خود را برای افزایش سرعت آن قربانی کنند، که با حذف برخی از اتصالات بین کیوبیت ها انجام شد.

نتیجه این بود که آنها توانستند خروجی پردازنده Sycamore را با وفاداری 0.37 درصد فقط در 15 ساعت روی 512 پردازنده گرافیکی شبیه سازی کنند - قدرت پردازش قابل توجهی کمتر از اکثر ابر رایانه های پیشرو. در حال حاضر مقاله ای که نتایج را تشریح می کند در چاپ است Physical Review Letters به، اما غیر همتاed پیش چاپ نوامبر گذشته منتشر شد.

در حالی که نتیجه حباب برتری کوانتومی گوگل را در یک ایمیل به تا حدودی می ترکاند علم، این شرکت اشاره کرد که در مقاله سال 2019 خود پیش بینی کرده بود که الگوریتم های کلاسیک بهبود یابد. اما آنها اضافه می کنند که فکر نمی کنند بتوانند برای مدت طولانی با افزایش تصاعدی عملکرد کامپیوترهای کوانتومی همگام شوند.

این تنها آزمایش برتری کوانتومی نیست که باید لغو شود. در سال 2020، یک چینی تیم ادعا کرد که مشکلی که کامپیوتر کوانتومی آنها می تواند در 200 ثانیه حل کندnds یک ابررایانه 2.5 میلیارد سال طول می کشد، اما در ژانویه محققان نشان دادند که در واقع تنها 73 روز طول می کشد.

در حالی که این پیشرفت در این زمینه را نفی نمی کند، گروهی از محققان می گویند که قرار دادن ماشین های کوانتومی و کلاسیک در برابر یکدیگر بر روی این نوع مسائل محاسباتی انتزاعی، واقعاً درک روشنی از مکان این فناوری به دست نمی دهد. at.

آنها می گویند آزمون واقعی زمانی خواهد بود که کامپیوترهای کوانتومی بتوانند مسائل دنیای واقعی را سریعتر و کارآمدتر از کامپیوترهای کلاسیک حل کنند. و به نظر می رسد که ممکن است هنوز تا حدودی دور باشد.

اعتبار تصویر: گوگل