Gli scienziati detronano l'affermazione del vantaggio quantistico di Google con un computer convenzionale

Quando Google ha annunciato che il suo computer quantistico aveva risolto un problema oltre il capacità del supercomputer più potente, è stato un punto di riferimento per l'industria. Ma i ricercatori cinesi hanno ora dimostrato che potrebbero risolvere il stesso problema su un normale supercomputer in pochi secondi.

L'ultima promessa del quantistico informatica is la sua capacità per eseguire determinate prodezze computazionali molto più velocemente delle macchine classiche, o anche risolvere problemi che sarebbero essenzialmente impossibili da decifrare usando gli approcci tradizionali.

Tuttavia, il campo è ancora nascente e i dispositivi di oggi sono troppo piccoli per essere messi al lavoro su qualsiasi sfida del mondo reale. Ma nel tentativo di dimostrare che il campo sta facendo progressi, gli sviluppatori di processori quantistici sono stati ansiosi di trovare problemi che potrebbero non avere molto uso pratico, ma possono dimostrare i potenziali accelerazioni di cui è capace la loro tecnologia.

Google ha fatto un importante passo avanti su questo fronte nel 2019 quando ha affermato che è proprio così Processore sicomoro aveva risolto un problema che avrebbe richiesto a un supercomputer 10,000 anni in soli 200 secondi. Il problema era truccato a loro favore, in quanto consisteva essenzialmente nella simulazione dell'output del loro processore, ma dimostrando che un computer classico avrebbe lottato sono stati in grado di rivendicare la "supremazia quantistica", più comunemente nota come "vantaggio quantistico" oggi.

Ma ora i ricercatori in Chinun avere risolto lo stesso problema in sole 15 ore usando sun design algoritmico intelligente e un computer di dimensioni moderatamente grandi. Secondo i loro calcoli, ci vorrebbero solo poche decine di secondi se avessero accesso a supercomputer a grandezza naturale.

La sfida che Google aveva posto era simulare il suo processore che agisse più o meno come un generatore di numeri casuali. L'unica differenza era che hanno ripetuto l'algoritmo milioni di volte e, a causa della natura dell'algoritmo, un certo schema dovrebbe emergere nei numeri casuali sputati.

La simulazione di questo su un computer classico dovrebbe diventare rapidamente difficile all'aumentare delle dimensioni del processore, perché la quantità di informazioni codificate aumenta esponenzialmente con ogni qubit in più. Utilizzando approcci convenzionali per risolvere questo problema, Google ha previsto che ci sarebbero voluti 10,000 anni per simulare il suo processore a 53 qubit.

Il team dell'Istituto di Fisica Teorica dell'Accademia Cinese delle Scienze ha ottenuto aintorno a questo rielaborando la matematica sottostante utilizzata per risolvere il problema. Rappresentavano il processore come una rete 3D di oggetti matematici chiamati tensori che rappresentano le porte logiche tra i 53 qubit. Questa rete è stata ripetuta su 20 livelli, progettati per rappresentare i 20 cicli che l'algoritmo quantistico attraversa prima che venga letto l'output del processore.

Il vantaggio dell'utilizzo dei tensori è che le GPU, i chip che hanno alimentato la rivoluzione del deep learning, sono in grado di elaborarli molto rapidamente in parallelo. I ricercatori hanno anche approfittato del fatto che i calcoli di Google su Sycamore non erano molto precisi, raggiungendo una fedeltà di appena lo 0.2%. Ciò ha permesso loro di sacrificare parte dell'accuratezza della loro simulazione per aumentarne la velocità, cosa che hanno fatto rimuovendo alcune delle connessioni tra i qubit.

Il risultato è stato che sono riusciti a simulare l'output del processore Sycamore con una fedeltà dello 0.37% in sole 15 ore su 512 GPU, una potenza di elaborazione notevolmente inferiore rispetto alla maggior parte dei principali supercomputer. Un documento che illustra i risultati è attualmente in stampa all'indirizzo Physical Review Letters, ma una revisione non tra paried la prestampa è stata rilasciata lo scorso novembre.

Anche se il risultato fa scoppiare in qualche modo la bolla della supremazia quantistica di Google, in un'e-mail a Scienze, la società ha sottolineato di aver previsto che gli algoritmi classici sarebbero migliorati nel suo documento del 2019. Ma aggiungono che non pensano che saranno in grado di tenere il passo con gli aumenti esponenziali delle prestazioni dei computer quantistici a lungo.

Suo non l'unico esperimento di supremazia quantistica ad essere annullato. Nel 2020 un cinese team ha affermato che un problema che il loro computer quantistico potrebbe risolvere in 200 secondinds impiegherebbe un supercomputer 2.5 miliardi di anni, ma a gennaio i ricercatori hanno dimostrato che in realtà ci vorrebbero solo 73 giorni.

Sebbene ciò non annulli i progressi compiuti nel campo, un coro crescente di ricercatori afferma che mettere macchine classiche e quantistiche l'una contro l'altra su questo tipo di problemi computazionali astratti non dà davvero un chiaro senso di dove sia la tecnologia at.

Il vero test, dicono, sarà quando i computer quantistici saranno in grado di risolvere i problemi del mondo reale più velocemente e in modo più efficiente di quelli classici. E sembra che potrebbe essere ancora un po' lontano.

Credito immagine: Google