Toby Cubitt: varför algoritmer kommer att påskynda tillämpningar av kvantdatorer – Physics World

Kvantdatorer visar mycket lovande eftersom de åtminstone i princip skulle kunna lösa vissa problem som inte ens kan knäckas av de mest kraftfulla konventionella superdatorerna. Men att bygga kvantbitar, eller qubits – och länka dem för att skapa praktiska kvantdatorer – är en enorm utmaning. I synnerhet kvantdatorer är otroligt bullriga, vilket snabbt introducerar fel i kvantberäkningar.

Det är därför många forskare utvecklar smarta kvantalgoritmer som kan göra användbara beräkningar även på dagens små, bullriga kvantdatorer. Ett företag som bidrar till det arbetet är Phasecraft, som delades av från University College London och University of Bristol 2019. Fysikern Toby Cubitt, medgrundare och teknisk chef på Phasecraft, pratar med Hamish Johnston om hur verkliga applikationer kan vara precis runt hörnet.

Varför satte du upp Phasecraft från början?

Vi grundade Phasecraft för att kvantberäkningar nådde den punkt där kvantberäkningshårdvara inte längre bara var ett leksakssystem, utan tänjde på gränserna för vad som kunde göras på konventionella datorer. Vi ville försöka utveckla de algoritmer som behövs för att använda den tidiga hårdvaran och göra kvantapplikationer till verklighet. Det är en enorm utmaning rent vetenskapligt, men en fascinerande att vara involverad i.

Hur stort är företaget för tillfället?

Vi har för närvarande cirka 20 heltidsanställda, av vilka ungefär en tredjedel har en bakgrund inom kvantberäkning eller kvantinformationsteori, en tredjedel inom materialvetenskap, kondenserad materia och kemi och en tredjedel på datorsidan. De har alla kunskaper om kvantberäkning, men är också väldigt, väldigt bra på – och älskar – att programmera det här, implementera det och få det att fungera på hårdvaran.

Vi sponsrar doktorander som är på platser som University College London och University of Bristol men som arbetar direkt här på företagets kontor. Vi har också massor av praktikanter – både studenter och doktorander. Vi är mycket fokuserade på forskning och utveckling för tillfället. Men när användbara applikationer kommer online förväntar jag mig att saker och ting kommer att bli mycket mer kommersiella.

Skulle du säga att kvantmjukvara har ignorerats till förmån för all hype och spänning med att utveckla nya qubits och processorteknologier?

Hårdvara är oerhört viktig och förtjänar den uppmärksamhet den har fått, samtidigt som den involverar en del fascinerande fysik, materialvetenskap och ingenjörskonst. Men för oss på mjukvarusidan handlar det om att komma med smarta matematiska idéer för att göra algoritmer mer effektiva och arbeta på dagens småskaliga kvantenheter i tidiga skede. Faktum är att vi är mer benägna att göra framsteg genom bättre algoritmer än genom att vänta på förbättringar av hårdvaran.

Även om kvanthårdvaran växte exponentiellt kan det ta ett decennium innan du kunde göra något användbart med den. Att arbeta med algoritmer kräver inte heller dyra kryostater, utspädningskylskåp, flytande helium eller chips – bara ett gäng riktigt smarta människor som tänker djupt, vilket är vad vi har på Phasecraft. För några år sedan utvecklade vi till exempel algoritmer för att simulera tidsdynamiken i kvantsystem som var ungefär sex storleksordningar bättre än de från Google och Microsoft.

Kvantprocessorer är bullriga, vilket gör att de snabbt tappar koherens och omöjliggör beräkningar. Hur utvecklar du praktiska algoritmer för att köras på ofullkomliga enheter?

Brus och fel är förbannelsen av alla kvantapplikationer på riktig hårdvara. Det har skett några otroliga förbättringar av hårdvaran, men vi kan inte anta att kvantdatorer är perfekta, som vi kan med klassiska enheter. Så med allt vi gör i Phasecraft måste vi tänka i termer av imperfekta, bullriga kvantdatorer som har fel. Kör vilken beräkning som helst och felen byggs upp så snabbt att du bara får ut brus – slumpmässiga data – och du har förlorat all kvantinformation.

För att komma runt det här problemet är det viktigt att göra algoritmer så effektiva som möjligt och göra dem mindre känsliga eller mottagliga för brus. Det är sant att på 1990-talet Peter Shor utvecklat konceptet med kvantfelskorrigering och feltolerant tröskelsats, vilket visar, teoretiskt, att även på bullriga kvantdatorer kan du köra godtyckligt långa kvantberäkningar. Men det kräver ett så stort antal qubits att vi inte kan räkna med detta som en lösning.

Vårt fokus är därför mer ett problem av ingenjörstyp, där vi försöker förstå hur brus ser ut i detalj. Ju bättre vi kan förstå brus, desto mer kan vi designa runt det så att det inte påverkar resultatet. Men det finns en stor vinst för om du kan göra en algoritm mindre komplex kan du få ut något användbart av dessa bullriga kvantdatorer. Det handlar om att designa algoritmerna så att vi kan pressa ut mer av dem.

Jag säger ofta att dagens kvantdatorer är där de klassiska datorerna fanns på 1950-talet. Då gillar folk Alan Turing kom på riktigt smarta idéer om hur man kan klämma ut lite mer ur klumpig primitiv hårdvara och faktiskt göra otroliga saker med den. Det är det stadiet vi är på med kvantberäkning. Faktum är att vissa algoritmer ibland är mer lämpade för en typ av hårdvara än en annan.

När det gäller hårdvara, vilken typ av qubits använder du för tillfället?

På Phasecraft är vi intresserade av alla typer av hårdvara. Men till övervägande del använder vi supraledande qubit-kretsar, eftersom det är den nuvarande ledande hårdvaruplattformen. Men vi kör jonfällor på hårdvara med kall atom också och vi tänker också på fotonisk hårdvara. Men vi är inte bundna till en viss plattform.

Phasecrafts fokus ligger på algoritmer som beräknar materialegenskaper. Varför är dessa applikationer så passande för dagens tidiga kvantdatorer?

Inom industrin spenderar många företag mycket tid och pengar på att använda klassiska, högpresterande datorer för att räkna ut materialens egenskaper. Problemet är att det är väldigt beräkningsintensivt så det slutar med att de försöker förenkla problemet. Men faran är då att du kan få saker helt fel. Till exempel kan det sluta med att du förutsäger att ett material är en isolator när det i själva verket är en ledare. Det kan vara den nivån av fel ibland.

På Phasecraft fokuserar vi på modellering och simulering av material eftersom dessa applikationer ligger inom närmaste räckhåll för nuvarande hårdvara. Andra applikationer, såsom optimering, är mer krävande när det gäller antalet qubits och grindar du behöver. När hårdvaran förbättras kommer kvantkemisimuleringar att bli inom räckhåll. De är svårare att simulera än periodiska, kristallina material eftersom komplexiteten hos en algoritm i molekylära system skalar som antalet elektronorbitaler till fyra.

Kan du ge oss ett smakprov på några specifika material du har tittat på?

För tillfället är hårdvaran ännu inte tillräckligt stor för att kunna göra simuleringar av verkliga material utöver vad som kan göras klassiskt. Så vi är fortfarande i det skede där vi har algoritmerna, men vi har ännu inte riktigt hårdvaran att köra på, även om det börjar närma sig. Med det sagt är de typer av material som är bra mål för tillämpningar av kvantberäkningar i tidiga skeden renenergirelaterade – batterimaterial, saker som metalloxider.

De råkar också vara sådana där klassiska algoritmer inte fungerar särskilt bra, eftersom de involverar starkt korrelerad elektroner. Detsamma gäller solceller. Faktum är att vi har en samarbete med Oxford PV, som arbetar med perovskite solceller, där vi återigen tittar på starkt korrelerade elektronsystem. Detta innebär att dynamiskt simulera saker som den hastighet med vilken partikel-hål-par rekombinerar för att avge ljus.

Vi har även undersökt strontiumvanadat, som råkar ha en snygg bandstruktur som gör att det får plats på en mindre kvantdator än vissa andra material. Det är inte det minsta, men det är ett metalloxidsystem som är av intresse och som behöver färre qubits och färre grindar än andra metalloxider.

När tror du att Phasecraft kommer att nå punkten med "kvantfördelar" där dina algoritmer kan köras på en kvantprocessor och kan beräkna saker som en superdator inte kan?

Det är miljonfrågan. I själva verket är det förmodligen miljardfrågan. Kvantindustrin måste komma till den punkt där den inte bara visar leksaksproblem utan löser verkliga problem på kvantdatorer.

Jag hoppas att jag inte låter som killen som sa förmodligen en gång det skulle bara någonsin behövas tre datorer i världen, men jag tror verkligen att vi kan komma dit inom de närmaste två till tre åren. Dessa tidiga frågor kan vara av vetenskapligt intresse snarare än industriellt intresse - industrin kan vara lite bortom den punkten. Det kommer inte att handla om att stänga av dina högpresterande datorkluster (HPC) över en natt och gå direkt över till en kvantdator. Det är mycket mer sannolikt att det är en gradvis process där fler och mer användbara saker kommer online. Det är så vetenskap fungerar: du gör framsteg, du träffar ett hinder och gör sedan fler framsteg. Det tenderar att spärra upp sig.

Framsteg beror på mycket hårt arbete av stora team av forskare som arbetar flitigt under många år. Det är vad som händer inom kvantberäkning, och de första applikationerna kanske inte når rubrikerna

När de bredare medierna rapporterar om kvantdatorer, tenderar de att anta att massiva genombrott dyker upp ur det blå från ingenstans. Men det gör de inte. Framsteg beror på mycket hårt arbete av stora team av forskare som arbetar flitigt under många år. Det är vad som händer inom kvantberäkning, och de första applikationerna kanske inte når rubrikerna. Men forskarna kommer att inse när vi har passerat den tröskeln där du kan göra saker som är omöjliga med konventionella datorer. Vi är inte långt borta.

Phasecraft fick nyligen 13 miljoner pund i privat finansiering. Vad tänker du göra med de pengarna?

För ett kvantalgoritmföretag som vårt går den stora majoriteten av finansieringen till att betala folks löner. Vår personal är nyckeln – vår mest värdefulla tillgång är vårt team. För ett hårdvaruföretag är det väldigt annorlunda, eftersom hårdvara är dyr. Men vi behöver folk som tänker och kodar så att pengarna låter oss stadigt utöka vårt team.

Vi har alltid fått fler idéer än vi har resurser att driva och när vi närmar oss implementering av stora beräkningar på kvantdatorer kommer vi att skala upp teamet. Det är fortfarande några år innan vi kommer att ha kommersiellt relevanta applikationer, men när det händer går vi igenom en brytpunkt och hela branschen kommer att förändras. Vi är alltid angelägna om att prata med smarta människor som är entusiastiska över att använda kvantmekanik för verkliga tillämpningar.

Så hur kommer företaget att utvecklas?

Allt som krävs är en fantastisk, enastående idé som helt skulle kunna förändra hela kvantindustrin. Vi är angelägna om att se till att vi ger vårt forskarteam utrymme att göra den sortens blå himmelstänkande som kan förändra hur företaget går. Visst, inte alla idéer kommer att fungera – 20 kanske misslyckas men den 21:a kommer att visa sig vara en betydande ny riktning som ingen annan tänkt på. Det har redan hänt ett par gånger på Phasecraft. Någon blir inspirerad, och då öppnar sig en ny riktning.

Kvantalgoritmer gör smart användning av bullrig hårdvara

Vi befinner oss i en enormt spännande tid inom kvantberäkning. Jag är fortfarande professor vid UCL, och det har jag fortfarande en akademisk grupp där, men jag finner båda sidor – tillämpade och teoretiska – lika intellektuellt intressanta. Jag har teoretiserat om vissa ämnen i 20 år men har inte haft några verktyg för att omsätta dem i praktiken. Nu kan jag dock ta den teorin och göra den verklig. Istället för att bara skriva ett papper kan jag köra min idé på hårdvara.

Visst, det kanske inte fungerar alls. Det kan visa sig att det verkliga universum säger: ”Nej. Det är ingen bra idé." Men det kan ändå vara ett otroligt användbart och fascinerande problem att ta itu med. Och så den tillämpade sidan av forskningen – att tillämpa denna fysik på tekniken – tycker jag är lika fascinerande och intressant som det akademiska tänkandet med blå himmel.

• SEO-drivet innehåll och PR-distribution. Bli förstärkt idag.
• PlatoData.Network Vertical Generative Ai. Styrka dig själv. Tillgång här.
• PlatoAiStream. Web3 Intelligence. Kunskap förstärkt. Tillgång här.
• Platoesg. Kol, CleanTech, Energi, Miljö, Sol, Avfallshantering. Tillgång här.
• PlatoHealth. Biotech och kliniska prövningar Intelligence. Tillgång här.
• Källa: https://physicsworld.com/a/toby-cubitt-why-algorithms-will-speed-up-applications-of-quantum-computers/