IBM Quantumin varapuheenjohtaja Jay Gambetta puhuu Philip Ballille yrityksen monista kvanttiedistämisestä viimeisten 20 vuoden aikana sekä äskettäin julkistetusta viiden vuoden etenemissuunnitelmasta "kvanttietujen saavuttamiseksi"
Yritykset ja tutkimuslaboratoriot eri puolilla maailmaa pyrkivät saamaan syntymässä olevat kvanttiteknologiansa ulos laboratorioista todelliseen maailmaan, ja yhdysvaltalainen teknologiajätti IBM on avaintoimija. Tämän vuoden toukokuussa IBM Quantum julkisti uusimman etenemissuunnitelmansa kvanttilaskennan tulevaisuutta varten tulevalla vuosikymmenellä, ja yritys on asettanut kunnianhimoisia tavoitteita. Ilmoitettuaan sen Eagle-prosessori 127 kvanttibitillä (qubits) viime vuonna, yritys on kehittää nyt 433 qubit Osprey-prosessoria debyytti myöhemmin tänä vuonna, jota seuraa vuonna 2023 1121 qubit Condor.
Mutta sen lisäksi, yritys sanoo, peli siirtyy tällaisten prosessorien kokoamiseen modulaarisiin piireihin, joissa sirut on kytketty yhteen harvemmilla kvanttiliitännöillä tai klassisilla yhteyksillä. Tämä pyrkimys huipentuu siihen, mitä he kutsuvat 4158 qubit Kookaburra-laitteeksi vuonna 2025. Sen jälkeen IBM ennustaa modulaarista prosessorit, joissa on 100,000 XNUMX tai enemmän kubittia, jotka pystyvät laskemaan ilman virheitä, jotka tekevät kvanttilaskennasta tällä hetkellä kiertotapoja kubittien meluisuudelle. Tällä lähestymistavalla yrityksen kvanttilaskentatiimi on varma, että se voi saavuttaa yleisen "kvanttiedun", jossa kvanttitietokoneet ylittävät jatkuvasti klassiset tietokoneet ja suorittavat monimutkaisia laskelmia klassisten laitteiden välineitä pidemmälle.
Kun hän oli Lontoossa matkalla kohti 28th Solvayn konferenssi Brysselissä, joka käsitteli kvanttitietoa, Fysiikan maailma tarttui fyysikkoon Jay Gambetta, IBM Quantumin varapuheenjohtaja. Gambetta on johtanut suurta osaa yrityksen kehityksestä viimeisen kahden vuosikymmenen aikana, ja hän selitti, kuinka nämä tavoitteet voidaan saavuttaa ja mitä ne tuovat mukanaan kvanttilaskennan tulevaisuudelle.
Mikä on IBM Quantumin nykyinen tekniikka? Mitkä ovat tärkeimmät parametrit, joihin keskityt?
IBM:n etenemissuunnitelmassa on kyse skaalaamisesta – ei vain kubittien lukumäärästä, vaan niiden nopeudesta, laadusta ja piiriarkkitehtuurista. Meillä on nyt Eagle-prosessorissa 300 mikrosekunnin koherenssiajat [kesto, jonka kubitit pysyvät koherenteina ja pystyvät suorittamaan kvanttilaskennan] [verrattuna noin 1 μs:iin vuonna 2010], ja seuraavan sukupolven laitteet saavuttavat 300 millisekuntia. Ja meidän [suprajohtavista metalleista valmistettujen] kubittien tarkkuus on nyt lähes 99.9 % [niissä tapahtuu vain yksi virhe 1000 operaatiota kohden – virheprosentti 10-3]. Luulen, että 99.99 % ei olisi mahdotonta ensi vuoden loppuun mennessä.
Kvanttitietokoneiden kypsyyden lopullinen lakmustesti on siis se, voiko kvanttiajo olla kilpailukykyinen klassisen suoritusajan kanssa
Mutta asioiden älykkäästä tekemisestä tulee tärkeämpää kuin vain raakamittareiden työntäminen. Prosessorin arkkitehtuurista tulee yhä tärkeämpi. En usko, että saamme paljon yli 1000 kubittiä sirua kohden [kuten Condorissa], joten nyt tarkastelemme modulaarisuutta. Tällä tavoin voimme päästä 10,000 100 kubitin prosessoreihin tämän vuosikymmenen loppuun mennessä. Aiomme käyttää sekä klassista viestintää (elektroniikan ohjaamiseen) sirujen välillä että kvanttikanavia, jotka luovat sotkeutumista (laskennan suorittamiseen). Nämä sirujen väliset kanavat tulevat olemaan hitaita – ehkä 95 kertaa hitaampia kuin itse piirit. Ja kanavien tarkkuutta on vaikea nostaa yli XNUMX%.
Suorituskykyisen laskennan kannalta on todella tärkeää minimoida suoritusaika – eli minimoida aika, joka kuluu ratkaisun luomiseen kiinnostavaan ongelmaan. Kvanttitietokoneiden kypsyyden perimmäinen lakmustesti on, voiko kvanttiajo olla kilpailukykyinen klassisen suoritusajan kanssa. Olemme alkaneet näyttää teoreettisesti, että jos sinulla on suuri piiri, jota haluat ajaa ja jaat sen pienemmiksi piireiksi, voit aina ajatella, että se aiheuttaa klassisen kulun, mikä lisää käyttöaikaa. eksponentiaalisesti. Joten tavoitteena on pitää eksponentiaalinen nousu mahdollisimman lähellä yhtä.
Tietylle piirille käyntiaika riippuu eksponentiaalisesti a:sta kutsumme parametria γ̄ nostettu valtaan nd, Jossa n on kubittien lukumäärä ja d on syvyys [piirin tulon ja lähdön välisen pisimmän reitin mitta tai vastaavasti piirin toimimiseen tarvittavien aikavaiheiden lukumäärä]. Joten jos saamme b γ̄ mahdollisimman lähelle yhtä, pääsemme pisteeseen, jossa on todellinen kvanttietu: ei eksponentiaalista kasvua ajon aikana. Voimme vähentää γ̄:a parantamalla koherenssia ja portin tarkkuutta [sisäinen virheprosentti]. Lopulta saavutamme käännekohdan, jossa jopa eksponentiaalisella virheiden lieventämisellä voimme saada suoritusaikaetuja perinteisiin tietokoneisiin verrattuna. Jos saat γ̄:n alas 1:een, suoritusaika on nopeampi kuin jos simuloit noita piirejä klassisesti. Olen varma, että voimme tehdä tämän – portin tarkkuuden parannuksilla ja kubittien välisen ylikuulumisen estymisellä olemme jo mitanneet γ̄:n 1.001 Falcon r1.008 [10 qubit] -sirulla.
Kuinka voit tehdä näitä parannuksia virheiden lieventämiseksi?
Tarkkuuden parantamiseksi olemme omaksuneet menetelmän, jota kutsutaan todennäköisyysvirheiden kumoamiseksi [arXiv:2201.09866]. Ajatuksena on, että lähetät minulle työmäärät, ja minä lähetän sinulle käsitellyt tulokset, joissa on meluttomia arvioita niistä. Sanot, että haluan sinun ajavan tätä piiriä; Luonnehdin kaiken järjestelmässäni olevan kohinan, teen useita ajoja ja käsittelen sitten kaikki tulokset yhdessä saadaksesi häiriöttömän arvion piirin lähdöstä. Tällä tavalla alamme näyttää, että on todennäköisesti jatkumo nykyisestä virheiden vaimentamisesta ja virheiden lieventämisestä täydelliseen virheen korjaamiseen.
Joten pääsetkö sinne rakentamatta täysin virheitä korjaavia loogisia kubitteja?
Mikä looginen kubitti oikeastaan on? Mitä ihmiset sillä oikeastaan tarkoittavat? Tärkeää on: voitko ajaa loogisia piirejä ja miten ajaa ne siten, että suoritusaika on aina nopeampi? Sen sijaan, että pohdimme loogisten kubittien rakentamista, ajattelemme, kuinka suoritamme piirejä ja annamme käyttäjille arvioita vastauksesta, ja sitten kvantifioimme sen ajon aikana.
Kun teet normaalin virheenkorjauksen, korjaat sen, minkä luulit vastauksen olleen siihen asti. Päivität viitekehyksen. Mutta saavutamme virheenkorjauksen virheiden lieventämisellä. Kun γ̄ on yhtä kuin 1, minulla on tehokas virheenkorjaus, koska arvioiden parantaminen niin paljon kuin haluat, ei ole ylimääräistä.
Tällä tavalla meillä on käytännössä loogisia kubitteja, mutta niitä lisätään jatkuvasti. Joten alamme ajatella sitä korkeammalla tasolla. Meidän näkemyksemme on luoda käyttäjän näkökulmasta jatkumo, joka vain nopeutuu. Lopullinen lakmuskoe kvanttitietokoneiden kypsyydestä on siis se, voiko kvanttiajo olla kilpailukykyinen klassisen ajonajan kanssa.
Se on hyvin erilaista kuin mitä muut kvanttiyritykset tekevät, mutta olen hyvin yllättynyt, jos tästä ei tule yleinen näkemys – lyön vetoa, että alat nähdä ihmisten vertailevan suoritusaikoja, ei virheenkorjausasteita.
Se, mitä teemme, on vain laskentaa yleensä, ja annamme sille vauhtia kvanttiprosessorin avulla
Jos teet modulaarisia laitteita klassisilla liitännöillä, tarkoittaako se, että tulevaisuus ei todellakaan ole kvantti versus klassinen, vaan kvantti ja klassista?
Joo. Klassisen ja kvantin yhdistäminen antaa sinun tehdä enemmän. Tätä kutsun kvanttiylijäämäksi: klassisen laskennan tekeminen älykkäällä tavalla kvanttiresursseja käyttämällä.
Jos voisin heiluttaa taikasauvaa, en kutsuisi sitä kvanttilaskentaa. Palaan takaisin ja sanoisin, että se, mitä teemme, on vain yleisesti ottaen tietojenkäsittelyä, ja annamme sille vauhtia kvanttiprosessorin kautta. Olen käyttänyt tunnuslausetta "kvanttikeskeinen supertietokone". Kyse on todellakin tietojenkäsittelyn tehostamisesta lisäämällä siihen kvanttia. Uskon todella, että tämä on arkkitehtuuri.
Mitkä ovat tekniset esteet? Onko sillä väliä, että nämä laitteet tarvitsevat kryogeenistä jäähdytystä?
Se ei todellakaan ole iso juttu. Isompi asia on, että jos jatkamme tiekartallamme, olen huolissani elektroniikan hinnasta ja kaikesta, mikä sitä kiertää. Näiden kustannusten alentamiseksi meidän on kehitettävä ekosysteemi. emmekä yhteisönä tee tarpeeksi luodaksemme tätä ympäristöä. En näe monien ihmisten keskittyvän pelkästään elektroniikkaan, mutta uskon, että se tapahtuu.
Onko kaikki tiede nyt tehty, joten se on nyt enemmän tekniikan kysymys?
Tiedettä on aina tehtävää, varsinkin kun kartoit tämän polun virheiden lieventämisestä virheiden korjaamiseen. Millaisen liitännän haluat rakentaa sirulle? Mitkä ovat yhteydet? Nämä ovat kaikki perustieteitä. Uskon, että voimme edelleen nostaa virheprosentin 10:een-5. Henkilökohtaisesti en halua leimata asioita "tieteeksi" tai "teknologiaksi"; rakennamme innovaatiota. Uskon, että näiden laitteiden muuttuminen työkaluiksi on ehdottomasti siirtymässä, ja kysymys tulee siitä, kuinka käytämme näitä asioita tieteeseen, eikä työkalun luomista koskevaan tieteeseen.
Oletko huolissasi siitä, että siellä saattaa olla kvanttikupla?
Ei. Mielestäni kvanttietu voidaan jakaa kahteen asiaan. Ensinnäkin, kuinka voit itse ajaa piirejä nopeammin kvanttilaitteistolla? Olen varma, että voin ennustaa sitä. Ja toiseksi, kuinka käytät näitä piirejä ja liität ne sovelluksiin? Miksi kvanttipohjainen menetelmä toimii paremmin kuin pelkkä klassinen menetelmä yksin? Nämä ovat erittäin vaikeita tiedekysymyksiä. Ja ne ovat kysymyksiä, joista korkean energian fyysikot, materiaalitieteilijät ja kvanttikemistit ovat kaikki kiinnostuneita. Uskon, että kysyntää tulee varmasti olemaan – me näemme sen jo. Näemme myös joidenkin yritysyritysten kiinnostuksen, mutta todellisten ratkaisujen löytäminen kestää jonkin aikaa, sen sijaan, että kvantti olisi työkalu tieteen tekemiseen.
Näen tämän sujuvana siirtymänä. Eräs suuri mahdollinen sovellusalue on ongelmat, joissa on dataa jonkin tyyppisellä rakenteella, erityisesti tiedot, joiden korrelaatioita on erittäin vaikea löytää klassisesti. Sekä taloudessa että lääketieteessä on tällaisia ongelmia, ja kvanttimenetelmät, kuten kvanttikoneoppiminen, ovat erittäin hyviä korrelaatioiden löytämisessä. Se tulee olemaan pitkä tie, mutta se on sen investoinnin arvoista.
Entäpä laskennan pitäminen turvassa esimerkiksi Shorin factoring-algoritmin kaltaisia hyökkäyksiä vastaan, joka valjastaa kvanttimenetelmiä nykyisten julkisen avaimen salausmenetelmien murtamiseen tekijöihin perustuen?
Kaikki haluavat olla turvassa Shorin algoritmia vastaan – sitä kutsutaan nyt "kvanttiturvalliseksi". Meillä on paljon perustutkimusta algoritmeista, mutta kuinka se rakennetaan, tulee tärkeä kysymys. Tutkimme tämän sisällyttämistä tuotteisiimme koko ajan, emmekä lisäosana. Ja meidän on kysyttävä, kuinka varmistamme, että meillä on klassinen infrastruktuuri, joka on turvallinen kvantille. Tulevaisuuden toteutuminen on erittäin tärkeää muutaman seuraavan vuoden aikana – kuinka rakennat kvanttiturvallisia laitteita alusta alkaen.
Menestyksen määritelmäni on se, kun useimmat käyttäjät eivät edes tiedä käyttävänsä kvanttitietokonetta
Oletko yllättynyt nopeudesta, jolla kvanttilaskenta on saapunut?
Jollekin, joka on ollut siinä yhtä syvällä kuin minä vuodesta 2000, se on seurannut huomattavan lähellä ennustettua polkua. Muistan palaavani IBM:n sisäiseen etenemissuunnitelmaan vuodelta 2011, ja se oli melko paikallaan. Luulin silloin keksiväni asioita! Yleensä minusta tuntuu, että ihmiset yliarvioivat, kuinka kauan siihen menee. Kun edistymme yhä enemmän ja ihmiset tuovat kvanttitietoideoita näihin laitteisiin, voimme lähivuosina ajaa suurempia piirejä. Sitten on kyse siitä, minkä tyyppistä arkkitehtuuria sinun on rakennettava, kuinka suuria klusterit ovat, minkä tyyppisiä viestintäkanavia käytät ja niin edelleen. Näitä kysymyksiä ohjaavat käyttämäsi piirit: kuinka aloitamme koneiden rakentamisen tietyntyyppisiä piirejä varten? Piireihin tulee erikoistumista.
Miltä vuosi 2030 näyttää kvanttilaskentaan?
Menestyksen määritelmäni on se, että useimmat käyttäjät eivät edes tiedä käyttävänsä kvanttitietokonetta, koska se on sisäänrakennettu arkkitehtuuriin, joka toimii saumattomasti klassisen tietojenkäsittelyn kanssa. Menestyksen mittana olisi silloin se, että se on näkymätön useimmille sitä käyttäville ihmisille, mutta se parantaa heidän elämäänsä jollain tavalla. Ehkä matkapuhelimesi käyttää sovellusta, joka tekee arvionsa kvanttitietokoneella. Vuonna 2030 emme aio olla tällä tasolla, mutta uskon, että meillä on siihen mennessä erittäin suuria koneita ja ne ylittävät sen, mitä voimme tehdä klassisesti.
