Hva skjer egentlig med kvantedatamaskiner?

Jeg har fulgt kvantedatamaskiner tett i over to tiår, og jeg tilbrakte de siste dagene med å møte mange av de store kvantedatamaskinselskapene, lytte til foredrag og presentasjoner og høre fra representanter for flere offentlige etater og grupper på Q2B-konferansen (Quantum to Virksomhet) .

Jeg har redusert denne informasjonen til noen få nøkkelpunkter slik at folk kan forstå hvor ting er og hvor de skal.

Vil Quantum Computers levere verdi i fremtiden?
Hvor mye verdi er mulig på kort sikt?
Hva er de brukbare qubit-nivåene nå?
Hvordan er kvantedatamaskiner sammenlignet med vanlige superdatamaskiner nå?
Går vi i en annen fase?

Hva må et selskap gjøre for å forberede seg på å få verdi fra kvantedatamaskiner?

Jeg så på dusinvis av presentasjoner og hundrevis av lysbilder. Dette er en kritisk graf som forklarer mye om hvor ting er med kvantedatamaskiner. Du må bruke litt tid på å se på denne grafen. På den horisontale X-aksen ser du qubit-tellingene. På Y, vertikal akse, ser du sannsynligheten for å få et vellykket svar. Under 8 qubits ser du på omtrent 10% sjanse for suksess.
Ved 12-13 qubits ser du på 0.1 % sjanse for å lykkes med å få svar.

Den nye Fire Opal-, AI- og maskinvarebevisste kartleggingen av gode qubits. Dette systemet med feilundertrykkelse lar sjansen for suksess med 16-24 qubits nå 10 % sjanse for suksess i stedet for å være mindre enn 0.01 % (1 av 10,000 XNUMX). Nedenfor er eksempler på hvordan du finner det riktige svaret. Høyre fordeling av svar er til venstre og det som finnes er til høyre. I utgangspunktet uten Fire Opal kan ikke riktig fordeling finnes i havet av feil og støy.

Men med Fire Opal som administrerer interaksjonen med qubitene til kvantemaskinvaren, kan vi visuelt se at vi kommer noe langt nærmere det som faktisk eksisterer.

Q-ctrl har nettkurs via Black Opal for rundt $20/måned. Noen engasjerte kan komme gjennom materialet i løpet av omtrent ett år for å få et sertifikat som kan gjøre dem i stand til å bli nyttig ansatt i Quantum databehandlingsindustrien.

Fire Opal kan prøves gratis, og deres kvantedatamaskiner med skytilgang er tilgjengelige for innledende eksperimenter.

Jeg kommer til å lage andre artikler for å gå gjennom mer av hva som skjer og kommer til å skje med kvantedatamaskiner. Det finnes flere lovende tilnærminger som kan gjøre det mulig for industrien å ha banebrytende fremskritt.

Vi er for tiden i fasen av forskningslæring og oppdagelse, og noe av forskningen muliggjør kvante- og fysikkinspirerte tilnærminger ved bruk av analog og klassisk databehandling for å oppnå bedre og nyttige resultater. Innsatsen og utfordringen med å forsøke å løse kvanteberegning i stor skala gir spinoff-vitenskapelige fordeler. Noen av disse nye innsiktene er verdifulle.

Vi skifter fra mye arbeid på 1-15 qubits og noe arbeid på 25 qubits eller så og noen få eksperimenter og forsøk med store qubit-systemer. Vi går inn i en fase hvor det er regelmessig og nyttig arbeid på 15-25 qubits. Det er også vanlige superdatamaskiner som simulerer kvantesystemer. Dette skjer ved 39 qubits. Imidlertid er de 39 qubitene superdatamaskinressurser. Det er enklere og billigere å få tilgang til de små ekte kvantesystemene. Det må jobbes mye med å perfeksjonere algoritmer og andre metoder med de billige mindre systemene før man forsøker å kjøre i stor skala på dyr maskinvare. Det er som å jobbe på datamaskinserverarbeidsstasjoner før du prøver på superdatamaskinen.

Det er også mye utforskning og studier rundt spørsmålene. Vi vil vite hva som er de virkelig gode spørsmålene, og hvordan kan vi bryte ned spørsmålene ved hjelp av menneskelig analyse, slik at bare den virkelig vanskelige delen som trenger ekte kvante blir gjort på ekte kvante. Vi kan prøve på vanlige datamaskiner og på "falske kvante"-simuleringssystemer.

Når vi endelig får gjennombruddene, vil det være en blanding av veldig store systemer. 300+ qubits fotoniske annealere, 1000+ qubits på superledende systemer, kanskje tusenvis og millioner av qubits og alle vil ha forskjellige nivåer av feilredusering, feilundertrykkelse og kanskje feilretting. Selv når maskinvaren kommer, vil vi fortsatt bruke alle verktøyene for å forstå og verifisere virkelig vanskelige problemer, bestemme spørsmålene og den riktige måten å gå frem for å angripe disse spørsmålene og mulige svar.

Det vil være kostnads- og nytteavveininger og verdianalyse underveis.

Det er som å sekvensere genomet. Det kostet $3 milliarder i utgangspunktet, men så har det kommet ned til $100 og blitt mer nøyaktig. Det tok flere tiår. Så måtte vi lære å bruke dataene og gjøre dem om til informasjon og så få innsikt og så få resultater.

Det er også som å knekke WW2-nazistenes Enigma-kode. Du har tusenvis av kodeknekkere hos Blechly og virkelig smarte folk som jobber med å knekke problemet og fremme forståelsen over år og finne ut hvordan man kan gjøre problemet mer håndterbart.

Hvis problemene ikke er ekstremt vanskelige og ekstremt verdifulle, vil det ikke være noe poeng eller behov for kvantedatamaskiner.

Det er et estimat for at naturkvantedatamaskinindustrien kan være verdt 850 milliarder dollar per år, som er 20 ganger mer enn 40 milliarder dollar høyytelsesdataindustrien. Dette tallet er imidlertid en gjetning. Hvem vet hva som er verdien når du kan løse store spørsmål som er umulige å svare på nå?

De som sier at Quantum-datamaskiner er hype og at denne Quantum Computing-innsatsen vil mislykkes, tar feil. Amazon, IBM, US Air Force forskningslaboratoriet og mange andre har ressursene og tålmodigheten og utholdenheten til å fortsette å jobbe med disse problemene og har motivasjonen og ser verdien i læringen og reisen og innsatsen.