Kvantebrikken tar mikrosekunder å utføre en oppgave en superdatamaskin ville brukt 9,000 år på PlatoBlockchain-dataintelligens. Vertikalt søk. Ai.

Kvantebrikken tar mikrosekunder å utføre en oppgave en superdatamaskin ville brukt 9,000 år på

kvantefordel fotoner lysbasert databehandling

Er kvantedatamaskiner overhyped?

En ny studie in Natur sier nei. En smart designet kvanteenhet utviklet av Xanadu, et selskap basert i Toronto, Canada, utslettet konvensjonelle datamaskiner på en referanseoppgave som ellers ville tatt over 9,000 år.

For kvantebrikken Borealis kom svarene innen 36 microsekunder.

Xanadus prestasjon er den siste som demonstrerer kvantekraften databehandling over konvensjonelle datamaskiner – en tilsynelatende enkel idé kalt kvantefordel.

Teoretisk sett gir konseptet mening. I motsetning til konvensjonelle datamaskiner, som beregner i rekkefølge ved hjelp av binære biter – 0 eller 1 – benytter kvanteenheter seg til det rare i kvanteverdenen, der 0 og 1 begge kan eksistere samtidig med forskjellige sannsynligheter. Dataene behandles i qubits, en uforpliktende enhet som samtidig utfører flere beregninger takket være sin unike fysikk.

Oversettelse? En kvantedatamaskin er som en hypereffektiv multitasker, mens konvensjonelle datamaskiner er langt mer lineære. Når gitt det samme problemet, bør en kvantedatamaskin være i stand til å avbryte alle superdatamaskin i ethvert problem når det gjelder hastighet og effektivitet. Ideen, kalt "quantum supremacy", har vært drivkraften for å presse på for en ny generasjon datamaskiner som er helt fremmed for alt som er laget tidligere.

Problemet? Å bevise kvanteoverlegenhet er ekstremt vanskelig. Ettersom kvanteenheter i økende grad forlater laboratoriet for å løse flere reelle problemer, omfavner forskere en mellomliggende målestokk: kvantefordeler, som er ideen om at en kvantedatamaskin kan slå en konvensjonell datamaskin med bare én oppgave – enhver oppgave.

Tilbake i 2019, Google brøt internett viser det første eksemplet på en kvantedatamaskin, Sycamore, som løser et beregningsproblem på bare 200 sekunder med 54 qubits – sammenlignet med en konvensjonell superdatamaskins anslag på 10,000 XNUMX år. Et kinesisk lag snart fulgte med et annet fascinerende utstillingsvindu av kvanteberegningsfordeler, med maskinen som spyttet ut svar som ville ta en superdatamaskin over to milliarder år.

Likevel gjenstår et avgjørende spørsmål: er noen av disse kvanteenhetene i nærheten av å være klare for praktisk bruk?

En drastisk redesign

Det er lett å glemme at datamaskiner er avhengige av fysikk. Vårt nåværende system, for eksempel, slår inn elektroner og smart designet chips å utføre sine funksjoner. Kvantedatamaskiner er like, men de er avhengige av alternativ partikkelfysikk. De første generasjonene av kvantemaskiner så ut som delikate, glitrende lysekroner. Selv om de er helt nydelige, sammenlignet med en kompakt smarttelefonbrikke, er de også helt upraktiske. Maskinvaren krever ofte tett kontrollerte klimaer - for eksempel nær absolutt null temperatur - for å redusere interferens og øke datamaskinens effektivitet.

Kjernekonseptet for kvanteberegning er det samme: qubits som behandler data i superposisjon, en kvantefysikk-innfall som lar dem kode 0-ere, 1-ere eller begge samtidig. Maskinvaren som støtter ideen er veldig forskjellig.

Googles Sycamore, for eksempel, bruker superledende metallløkker – et oppsett som er populært blant andre teknologigiganter, inkludert IBM, som introduserte Eagle, en kraftig 127-qubit kvantebrikke i 2021 er det omtrent på størrelse med en fjerdedel. Andre iterasjoner fra selskaper som f.eks Honeywell og IonQ tok en annen tilnærming, ved å tappe inn ioner - atomer med ett eller flere elektroner fjernet - som deres hovedkilde for kvanteberegning.

En annen idé er avhengig av fotoner, eller lyspartikler. Det har allerede vist seg nyttig: Den kinesiske demonstrasjonen av kvantefordeler brukte for eksempel en fotonisk enhet. Men ideen har også blitt avvist som et springbrett mot kvanteberegning i stedet for en praktisk løsning, hovedsakelig på grunn av vanskeligheter med konstruksjon og oppsett.

En fotonisk revolusjon

Xanadus team beviste at de som hadde svart feil. Den nye brikken, Borealis, er marginalt lik den i den kinesiske studien ved at den bruker fotoner – i stedet for superledende materialer eller ioner – for beregning.

Men den har en stor fordel: den er programmerbar. "Tidligere eksperimenter var vanligvis avhengige av statiske nettverk, der hver komponent er fikset når de er produsert," forklarte Dr. Daniel Jost Brod ved Federal Fluminense University i Rio de Janeiro i Brasil, som ikke var involvert i studien. Den tidligere demonstrasjonen av kvantefordeler i den kinesiske studien brukte en statisk brikke. Med Borealis kan imidlertid de optiske elementene "alle enkelt programmeres", noe som gjør den mindre en engangsenhet og mer til en faktisk datamaskin som potensielt kan løse flere problemer. (Kvantelekeplassen er tilgjengelig på skyen for alle å eksperimentere og utforske når du har registrert deg.)

Brikkens fleksibilitet kommer fra en genial designoppdatering, et "innovativt opplegg [som] tilbyr imponerende kontroll og potensial for skalering," sa Brod.

Teamet nullte på et problem kalt Gaussisk bosonprøvetaking, en målestokk for å evaluere kvanteberegningsevne. Selv om testen er usedvanlig vanskelig beregningsmessig, har den ikke mye innvirkning på problemer i den virkelige verden. Men i likhet med sjakk eller Go for å måle AI-ytelse, fungerer den som en objektiv dommer for å undersøke kvantedatabehandling. Det er en slags "gullstandard": "Gaussisk bosonsampling er et opplegg designet for å demonstrere fordelene med kvanteenheter fremfor klassiske datamaskiner," forklarte Brod.

Oppsettet er som et karneval funhouse speiltelt i en skrekkfilm. Spesielle tilstander av lys (og fotoner) - morsomt kalt "klemte stater"- er tunnelert inn på brikken innebygd med et nettverk av stråledelere. Hver stråledeler fungerer som et semi-reflekterende speil: avhengig av hvordan lyset treffer, deler den seg i flere døtre, hvor noen reflekterer tilbake og andre går gjennom. På slutten av utstyret er en rekke fotondetektorer. Jo flere stråledelere, desto vanskeligere er det å beregne hvordan et enkelt foton vil ende opp ved en gitt detektor.

Som en annen visualisering: se for deg en bønnemaskin, en tavle med pinner innkapslet i glass. For å spille slipper du en puck i tappene på toppen. Når pucken faller, treffer den tilfeldig forskjellige pinner, og lander til slutt i en nummerert spor.

Gaussisk bosonsampling erstatter puckene med fotoner, med mål om å oppdage hvilket foton som lander i hvilket detektorspor. På grunn av kvanteegenskaper vokser de mulige resulterende distribusjonene eksponentielt, og overgår raskt alle superdatamaskiners krefter. Det er en utmerket målestokk, forklarte Brod, hovedsakelig fordi vi forstår den underliggende fysikken, og oppsettet antyder at selv noen få hundre fotoner kan utfordre superdatamaskiner.

Den nye studien tok opp utfordringen og gjenskapte en fotonisk kvanteenhet med beundringsverdige 216 qubits. I motsetning til klassiske design, beregnet enheten fotoner i binger med ankomsttid i stedet for den forrige retningsstandarden. Trikset var å introdusere løkker av optiske fibre for å forsinke fotoner slik at de kan forstyrre på spesifikke steder som er viktige for kvanteberegning.

Disse justeringene førte til en enormt slanket enhet. Det vanlige store nettverket av stråledelere – vanligvis nødvendig for fotonkommunikasjon – kan reduseres til bare tre for å imøtekomme alle nødvendige forsinkelser for at fotoner skal samhandle og beregne oppgaven. Sløyfedesignene, sammen med andre komponenter, er også "lett programmerbare" ved at en stråledeler kan finjusteres i sanntid - som å redigere datakode, men på maskinvarenivå.

Teamet gjennomførte også en standard tilregnelighetssjekk, og bekreftet at utdataene var korrekte.

Foreløpig forblir studier som pålitelig viser kvanteoverlegenhet sjeldne. Konvensjonelle datamaskiner har et halvt århundres forsprang. Ettersom algoritmer fortsetter å utvikle seg på konvensjonelle datamaskiner – spesielt de som benytter seg av kraftige AI-fokuserte brikker eller nevromorfe datadesigner – de kan til og med lett utkonkurrere kvanteenheter, slik at de sliter med å ta igjen.

Men det er det morsomme med jakten. "Kvantefordel er ikke en veldefinert terskel, basert på en enkelt fortjeneste. Og etter hvert som eksperimenter utvikler seg, vil også teknikker for å simulere dem – vi kan forvente rekordsettende kvanteenheter og klassiske algoritmer i nær fremtid for å bytte på å utfordre hverandre om topplasseringen,» sa Brod.

"Det er kanskje ikke slutten på historien," fortsatte han. Men den nye studien "er et sprang fremover for kvantefysikk i dette løpet."

Bilde Credit: geralt / 24493 bilder

Tidstempel:

Mer fra Singularity Hub