เปลี่ยนข้อได้เปรียบของควอนตัม: Jay Gambetta ของ IBM ในการผสานรวมควอนตัมและการคำนวณแบบคลาสสิกอย่างราบรื่น

บริษัทและห้องปฏิบัติการวิจัยทั่วโลกกำลังทำงานเพื่อนำเทคโนโลยีควอนตัมที่เพิ่งเกิดขึ้นออกจากห้องปฏิบัติการและสู่โลกแห่งความเป็นจริง โดยมี IBM ยักษ์ใหญ่ด้านเทคโนโลยีของสหรัฐอเมริกาเป็นผู้เล่นหลัก ในเดือนพฤษภาคมปีนี้ IBM Quantum เผยแผนงานล่าสุด สำหรับอนาคตของการประมวลผลควอนตัมในทศวรรษที่กำลังจะมาถึง และบริษัทได้ตั้งเป้าหมายที่ทะเยอทะยานไว้ โดยประกาศแล้ว โปรเซสเซอร์ Eagle ที่มี 127 ควอนตัมบิต (qubits) ในปีที่แล้ว บริษัทอยู่ ขณะนี้กำลังพัฒนาโปรเซสเซอร์ Osprey ขนาด 433 คิวบิต สำหรับการเปิดตัวในปลายปีนี้ และจะตามมาในปี 2023 ด้วย Condor 1121 คิวบิต

แต่นอกเหนือจากนั้น บริษัทกล่าวว่า เกมจะเปลี่ยนไปใช้การประกอบโปรเซสเซอร์ดังกล่าวเป็นวงจรโมดูลาร์ ซึ่งชิปจะเชื่อมต่อเข้าด้วยกันผ่านควอนตัมแบบกระจายหรือการเชื่อมต่อแบบคลาสสิก ความพยายามดังกล่าวจะถึงจุดสุดยอดในสิ่งที่พวกเขาเรียกว่าอุปกรณ์ Kookaburra 4158 คิวบิตในปี 2025 นอกเหนือจากนั้น IBM คาดการณ์แบบโมดูลาร์ โปรเซสเซอร์ที่มี 100,000 คิวบิตขึ้นไป สามารถประมวลผลได้โดยไม่มีข้อผิดพลาดที่ทำให้การคำนวณควอนตัมในปัจจุบันเป็นเรื่องของการค้นหาวิธีแก้ปัญหาสำหรับสัญญาณรบกวนของคิวบิต ด้วยแนวทางนี้ ทีมงานควอนตัมคอมพิวติ้งของบริษัทมั่นใจว่าจะสามารถบรรลุ “ข้อได้เปรียบด้านควอนตัม” โดยทั่วไปได้ โดยที่คอมพิวเตอร์ควอนตัมจะมีประสิทธิภาพเหนือกว่าคอมพิวเตอร์แบบคลาสสิกอย่างสม่ำเสมอ และดำเนินการคำนวณที่ซับซ้อนนอกเหนือไปจากอุปกรณ์แบบคลาสสิก

ขณะที่เขาอยู่ในลอนดอนระหว่างทางไป 28th การประชุม Solvay ที่กรุงบรัสเซลส์ซึ่งจัดการกับข้อมูลควอนตัม โลกฟิสิกส์ ติดกับนักฟิสิกส์ เจย์ แกมเบ็ตต้ารองประธาน IBM Quantum Gambetta เป็นผู้นำความก้าวหน้ามากมายของบริษัทในช่วงสองทศวรรษที่ผ่านมา โดยอธิบายว่าจะบรรลุเป้าหมายเหล่านี้ได้อย่างไร และสิ่งที่จะนำมาซึ่งอนาคตของการประมวลผลควอนตัม

ความทันสมัยของ IBM Quantum ในปัจจุบันเป็นอย่างไร? พารามิเตอร์หลักบางส่วนที่คุณมุ่งเน้นมีอะไรบ้าง

โรดแมปของ IBM เป็นเรื่องเกี่ยวกับการขยายขนาด ไม่ใช่แค่จำนวนคิวบิตเท่านั้น แต่ยังรวมถึงความเร็ว คุณภาพ และสถาปัตยกรรมวงจรด้วย ตอนนี้เรามีเวลาการเชื่อมโยงกัน (ระยะเวลาที่คิวบิตยังคงสอดคล้องกันและสามารถดำเนินการคำนวณควอนตัมได้) ที่ 300 ไมโครวินาทีในโปรเซสเซอร์ Eagle [เทียบกับประมาณ 1 μs ในปี 2010] และอุปกรณ์รุ่นต่อไปจะสูงถึง 300 มิลลิวินาที และคิวบิตของเรา [ที่ทำจากโลหะตัวนำยิ่งยวด] ขณะนี้มีความเที่ยงตรงเกือบ 99.9% [มีข้อผิดพลาดเพียงครั้งเดียวในทุก ๆ การดำเนินงาน 1000 ครั้ง – อัตราข้อผิดพลาด 10^-3] ฉันคิดว่า 99.99% คงเป็นไปไม่ได้ภายในสิ้นปีหน้า

การทดสอบสารสีน้ำเงินขั้นสูงสุดสำหรับความสมบูรณ์ของคอมพิวเตอร์ควอนตัมก็คือว่ารันไทม์ควอนตัมสามารถแข่งขันกับรันไทม์แบบคลาสสิกได้หรือไม่

แต่การทำสิ่งต่าง ๆ อย่างชาญฉลาดจะมีความสำคัญมากกว่าการผลักดันตัวชี้วัดดิบ สถาปัตยกรรมโปรเซสเซอร์เริ่มมีความสำคัญมากขึ้น ฉันไม่คิดว่าเราจะได้เกิน 1000 คิวบิตต่อชิปไปมากนัก [เช่นเดียวกับ Condor] ดังนั้นตอนนี้เรากำลังดูความเป็นโมดูลาร์ ด้วยวิธีนี้ เราจะสามารถเข้าถึงโปรเซสเซอร์ขนาด 10,000 คิวบิตได้ภายในสิ้นทศวรรษนี้ เราจะใช้ทั้งการสื่อสารแบบคลาสสิก (เพื่อควบคุมอุปกรณ์อิเล็กทรอนิกส์) ระหว่างชิป และช่องควอนตัมที่สร้างความพัวพัน (เพื่อทำการคำนวณ) ช่องสัญญาณระหว่างชิปเหล่านี้จะช้า – อาจจะช้ากว่าตัววงจรถึง 100 เท่า และความเที่ยงตรงของช่องสัญญาณจะยากเกินกว่า 95%

สำหรับการประมวลผลประสิทธิภาพสูง สิ่งที่สำคัญจริงๆ ก็คือการลดรันไทม์ให้เหลือน้อยที่สุด นั่นคือ การลดเวลาที่ใช้ในการสร้างโซลูชันสำหรับปัญหาที่สนใจให้เหลือน้อยที่สุด การทดสอบสารสีน้ำเงินขั้นสูงสุดสำหรับความสมบูรณ์ของคอมพิวเตอร์ควอนตัมคือว่ารันไทม์ควอนตัมสามารถแข่งขันกับรันไทม์แบบคลาสสิกได้หรือไม่ เราได้เริ่มแสดงให้เห็นแล้วตามทฤษฎีว่า ถ้าคุณมีวงจรขนาดใหญ่ที่คุณต้องการรัน และคุณแบ่งมันออกเป็นวงจรเล็กๆ แล้วทุกครั้งที่คุณทำการตัด คุณจะคิดว่ามันมีค่าใช้จ่ายแบบคลาสสิก ซึ่งจะเพิ่มรันไทม์ ชี้แจง ดังนั้นเป้าหมายคือรักษาการเพิ่มขึ้นแบบเอ็กซ์โปเนนเชียลให้ใกล้กับ 1 มากที่สุด

สำหรับวงจรที่กำหนด รันไทม์จะขึ้นอยู่กับ a แบบเอกซ์โปเนนเชียล พารามิเตอร์ที่เราเรียกว่า γ̄ ขึ้นสู่อำนาจ ndที่นี่มี n คือจำนวนคิวบิตและ d คือความลึก [การวัดเส้นทางที่ยาวที่สุดระหว่างอินพุตและเอาท์พุตของวงจร หรือเท่ากับจำนวนก้าวของเวลาที่จำเป็นสำหรับวงจรในการทำงาน] ดังนั้นหากเราสามารถเข้าใกล้ 1 ได้มากที่สุด เราจะไปถึงจุดที่มีข้อได้เปรียบทางควอนตัมอย่างแท้จริง นั่นคือ ไม่มีการเติบโตแบบเอ็กซ์โปเนนเชียลในรันไทม์ เราสามารถลด γ ได้ด้วยการปรับปรุงการเชื่อมโยงกันและความเที่ยงตรงของเกท [อัตราข้อผิดพลาดภายใน] ในที่สุดเราก็จะถึงจุดเปลี่ยนซึ่งถึงแม้จะมีค่าใช้จ่ายในการลดข้อผิดพลาดแบบเอ็กซ์โปเนนเชียล เราก็สามารถเก็บเกี่ยวผลประโยชน์รันไทม์เหนือคอมพิวเตอร์แบบคลาสสิกได้ หากคุณสามารถลด γ ลงไปที่ 1.001 ได้ รันไทม์จะเร็วกว่ากรณีที่คุณต้องจำลองวงจรเหล่านั้นแบบคลาสสิก ฉันมั่นใจว่าเราสามารถทำเช่นนี้ได้ ด้วยการปรับปรุงความเที่ยงตรงของเกตและการลดสัญญาณรบกวนระหว่างคิวบิต เราได้วัดค่า γ̄ ที่ 1.008 บนชิป Falcon r10 [27-qubit] แล้ว

คุณจะทำการปรับปรุงเหล่านั้นเพื่อลดข้อผิดพลาดได้อย่างไร?

เพื่อปรับปรุงความเที่ยงตรง เราได้ใช้แนวทางที่เรียกว่าการยกเลิกข้อผิดพลาดที่น่าจะเป็น [arXiv:2201.09866]. แนวคิดก็คือคุณส่งปริมาณงานมาให้ฉัน และฉันจะส่งผลการประมวลผลพร้อมการประมาณการโดยปราศจากเสียงรบกวน คุณบอกว่าฉันต้องการให้คุณรันวงจรนี้ ฉันอธิบายลักษณะเฉพาะของสัญญาณรบกวนทั้งหมดที่ฉันมีในระบบของฉัน และทำการทดสอบหลายครั้ง จากนั้นจึงประมวลผลผลลัพธ์ทั้งหมดเหล่านั้นร่วมกันเพื่อให้คุณประมาณค่าเอาท์พุตของวงจรโดยปราศจากเสียงรบกวน ด้วยวิธีนี้ เรากำลังเริ่มแสดงให้เห็นว่ามีแนวโน้มที่จะมีความต่อเนื่องจากจุดที่เราอยู่ทุกวันนี้ด้วยการระงับข้อผิดพลาดและการลดข้อผิดพลาดไปจนถึงการแก้ไขข้อผิดพลาดทั้งหมด

ดังนั้นคุณจึงสามารถไปที่นั่นได้โดยไม่ต้องสร้าง qubit แบบลอจิคัลที่แก้ไขข้อผิดพลาดอย่างสมบูรณ์ใช่ไหม

จริงๆ แล้ว qubit แบบลอจิคัลคืออะไร? จริงๆ แล้วผู้คนหมายถึงอะไร? สิ่งที่สำคัญจริงๆ ก็คือ คุณสามารถรันวงจรลอจิคัลได้หรือไม่ และคุณจะรันมันอย่างไรเพื่อให้รันไทม์เร็วขึ้นอยู่เสมอ แทนที่จะคิดถึงการสร้างคิวบิตแบบลอจิคัล เรากำลังคิดถึงวิธีรันวงจรและให้ผู้ใช้ประมาณคำตอบ จากนั้นจึงหาปริมาณตามรันไทม์

เมื่อคุณแก้ไขข้อผิดพลาดตามปกติ คุณจะแก้ไขสิ่งที่คุณคิดว่าคำตอบน่าจะถึงจุดนั้น คุณอัปเดตหน้าต่างอ้างอิง แต่เราจะบรรลุการแก้ไขข้อผิดพลาดโดยการลดข้อผิดพลาด ด้วย γ̄ เท่ากับ 1 ฉันจะแก้ไขข้อผิดพลาดได้อย่างมีประสิทธิภาพ เนื่องจากไม่มีค่าใช้จ่ายในการปรับปรุงค่าประมาณได้มากเท่าที่คุณต้องการ

ด้วยวิธีนี้ เราจะมีคิวบิตเชิงตรรกะอย่างมีประสิทธิภาพ แต่พวกมันจะถูกแทรกอย่างต่อเนื่อง ดังนั้นเราจึงเริ่มคิดถึงมันในระดับที่สูงขึ้น มุมมองของเราคือการสร้างความต่อเนื่องที่เร็วขึ้นเรื่อยๆ จากมุมมองของผู้ใช้ การทดสอบสารสีน้ำเงินขั้นสูงสุดสำหรับความสมบูรณ์ของคอมพิวเตอร์ควอนตัมก็คือว่ารันไทม์ควอนตัมสามารถแข่งขันกับรันไทม์แบบคลาสสิกได้หรือไม่

นั่นแตกต่างอย่างมากจากสิ่งที่บริษัทควอนตัมอื่นๆ กำลังทำอยู่ แต่ฉันจะแปลกใจมากหากสิ่งนี้ไม่กลายเป็นมุมมองทั่วไป ฉันพนันได้เลยว่าคุณจะเริ่มเห็นผู้คนเปรียบเทียบรันไทม์ ไม่ใช่อัตราการแก้ไขข้อผิดพลาด

สิ่งที่เรากำลังทำคือการประมวลผลโดยทั่วไป และเรากำลังเพิ่มประสิทธิภาพผ่านโปรเซสเซอร์ควอนตัม

หากคุณสร้างอุปกรณ์โมดูลาร์ที่มีการเชื่อมต่อแบบคลาสสิก นั่นหมายความว่าอนาคตไม่ใช่ควอนตัมเทียบกับคลาสสิก แต่เป็นควอนตัม และ คลาสสิคเหรอ?

ใช่. การนำคลาสสิกและควอนตัมมารวมกันจะช่วยให้คุณทำสิ่งต่างๆ ได้มากขึ้น นั่นคือสิ่งที่ฉันเรียกว่าส่วนเกินควอนตัม: การคำนวณแบบคลาสสิกอย่างชาญฉลาดโดยใช้ทรัพยากรควอนตัม

ถ้าฉันสามารถโบกไม้กายสิทธิ์ได้ ฉันจะไม่เรียกมันว่าคอมพิวเตอร์ควอนตัม ฉันจะย้อนกลับไปและบอกว่าจริงๆ แล้วสิ่งที่เราทำคือการประมวลผลโดยทั่วไป และเรากำลังเพิ่มประสิทธิภาพผ่านโปรเซสเซอร์ควอนตัม ฉันใช้สำนวนที่ว่า "ซูเปอร์คอมพิวเตอร์ที่มีศูนย์กลางควอนตัม" จริงๆ แล้วมันเป็นเรื่องของการยกระดับการประมวลผลโดยการเพิ่มควอนตัมลงไป ฉันคิดว่านี่จะเป็นสถาปัตยกรรมจริงๆ

มีอุปสรรคทางเทคนิคอะไรบ้าง? มันสำคัญไหมที่อุปกรณ์เหล่านี้ต้องการการทำความเย็นแบบไครโอเจนิกส์?

นั่นไม่ใช่เรื่องใหญ่จริงๆ เรื่องใหญ่คือหากเราดำเนินการตามแผนงานของเราต่อไป ฉันจะกังวลเกี่ยวกับราคาของอุปกรณ์อิเล็กทรอนิกส์และทุกสิ่งที่อยู่รอบๆ เพื่อลดต้นทุนเหล่านี้ เราจำเป็นต้องพัฒนาระบบนิเวศ และเราในฐานะชุมชนยังคงทำอะไรไม่เพียงพอที่จะสร้างสภาพแวดล้อมนั้น ฉันไม่เห็นคนจำนวนมากมุ่งเน้นไปที่อุปกรณ์อิเล็กทรอนิกส์ แต่ฉันคิดว่ามันจะเกิดขึ้น

ตอนนี้วิทยาศาสตร์ทั้งหมดเสร็จสิ้นแล้ว เลยกลายเป็นเรื่องของวิศวกรรมมากขึ้นหรือเปล่า?

จะมีวิทยาศาสตร์ให้ทำอยู่เสมอ โดยเฉพาะอย่างยิ่งเมื่อคุณสร้างแผนภูมิเส้นทางตั้งแต่การลดข้อผิดพลาดไปจนถึงการแก้ไขข้อผิดพลาด คุณต้องการสร้างการเชื่อมต่อประเภทใดในชิป การเชื่อมต่อมีอะไรบ้าง? สิ่งเหล่านี้ล้วนเป็นวิทยาศาสตร์พื้นฐาน ฉันคิดว่าเรายังคงสามารถผลักดันอัตราข้อผิดพลาดเป็น 10 ได้^-5. โดยส่วนตัวแล้วฉันไม่ชอบที่จะตีตราสิ่งต่าง ๆ ว่า "วิทยาศาสตร์" หรือ "เทคโนโลยี"; เรากำลังสร้างนวัตกรรม ฉันคิดว่ามีการเปลี่ยนแปลงไปสู่อุปกรณ์เหล่านี้ให้กลายเป็นเครื่องมืออย่างแน่นอน และคำถามก็กลายเป็นว่าเราใช้สิ่งเหล่านี้เพื่อวิทยาศาสตร์อย่างไร มากกว่าเกี่ยวกับวิทยาศาสตร์ในการสร้างเครื่องมือ

คุณกังวลว่าอาจมีฟองสบู่ควอนตัมหรือไม่?

ไม่ ฉันคิดว่าข้อได้เปรียบทางควอนตัมสามารถแบ่งออกเป็นสองสิ่ง อันดับแรก คุณจะรันวงจรบนฮาร์ดแวร์ควอนตัมได้เร็วขึ้นได้อย่างไร ฉันมั่นใจว่าฉันสามารถคาดเดาเกี่ยวกับเรื่องนั้นได้ และประการที่สอง คุณจะใช้วงจรเหล่านี้จริง ๆ และเชื่อมโยงกับแอปพลิเคชันได้อย่างไร เหตุใดวิธีการแบบควอนตัมจึงทำงานได้ดีกว่าวิธีดั้งเดิมเพียงอย่างเดียว นั่นเป็นคำถามวิทยาศาสตร์ที่ยากมาก และมันก็เป็นคำถามที่นักฟิสิกส์พลังงานสูง นักวิทยาศาสตร์ด้านวัสดุ และนักเคมีควอนตัมต่างก็สนใจ ฉันคิดว่าจะต้องมีความต้องการอย่างแน่นอน เราเห็นแล้วว่า เราเห็นองค์กรธุรกิจบางแห่งสนใจเช่นกัน แต่จะต้องใช้เวลาสักพักกว่าจะหาวิธีแก้ปัญหาที่แท้จริง แทนที่จะใช้ควอนตัมเป็นเครื่องมือในการทำวิทยาศาสตร์

ฉันเห็นว่านี่เป็นการเปลี่ยนแปลงที่ราบรื่น ศักยภาพการใช้งานที่สำคัญประการหนึ่งคือปัญหาที่มีข้อมูลที่มีโครงสร้างบางประเภท โดยเฉพาะอย่างยิ่งข้อมูลที่หาความสัมพันธ์กันแบบคลาสสิกได้ยากมาก การเงินและการแพทย์ต่างเผชิญกับปัญหาเช่นนั้น และวิธีการควอนตัม เช่น การเรียนรู้ของเครื่องควอนตัม สามารถค้นหาความสัมพันธ์ได้ดีมาก มันจะเป็นถนนที่ยาวไกล แต่ก็คุ้มค่ากับการลงทุนให้พวกเขาทำ

แล้วการรักษาการคำนวณให้ปลอดภัยต่อการโจมตี เช่น อัลกอริธึมแฟคตอริ่งของ Shor ซึ่งควบคุมวิธีควอนตัมเพื่อถอดรหัสวิธีการเข้ารหัสคีย์สาธารณะในปัจจุบัน โดยอิงจากการแยกตัวประกอบล่ะ

ทุกคนต้องการปลอดภัยจากอัลกอริธึมของ Shor ซึ่งตอนนี้เรียกว่า "ปลอดภัยควอนตัม" เรามีการวิจัยพื้นฐานมากมายเกี่ยวกับอัลกอริทึม แต่จะสร้างมันขึ้นมาได้อย่างไรจะกลายเป็นคำถามสำคัญ เรากำลังตรวจสอบการสร้างสิ่งนี้ในผลิตภัณฑ์ของเรามาโดยตลอด แทนที่จะเป็นส่วนเสริม และเราต้องถามว่าเราแน่ใจได้อย่างไรว่าเรามีโครงสร้างพื้นฐานแบบคลาสสิกที่ปลอดภัยสำหรับควอนตัม อนาคตจะเป็นอย่างไรจะมีความสำคัญมากในอีกไม่กี่ปีข้างหน้า – วิธีที่คุณสร้างฮาร์ดแวร์ที่ปลอดภัยควอนตัมตั้งแต่ต้นจนจบ

คำจำกัดความของความสำเร็จของฉันคือเมื่อผู้ใช้ส่วนใหญ่ไม่รู้ด้วยซ้ำว่ากำลังใช้คอมพิวเตอร์ควอนตัม

คุณเคยประหลาดใจกับความเร็วที่คอมพิวเตอร์ควอนตัมมาถึงหรือไม่ เพราะเหตุใด

สำหรับคนที่อยู่ในนั้นลึกที่สุดเท่าที่ฉันตั้งแต่ปี 2000 มันตามมาใกล้กับเส้นทางที่คาดการณ์ไว้อย่างน่าทึ่ง ฉันจำได้ว่าย้อนกลับไปดูแผนงานภายในของ IBM ตั้งแต่ปี 2011 และมันก็ค่อนข้างตรงประเด็น ฉันคิดว่าฉันกำลังทำอะไรอยู่ตอนนั้น! โดยทั่วไปแล้ว ฉันรู้สึกราวกับว่าผู้คนประเมินสูงเกินไปว่าจะต้องใช้เวลานานเท่าใด เมื่อเราก้าวหน้ามากขึ้นเรื่อยๆ และผู้คนนำแนวคิดเกี่ยวกับข้อมูลควอนตัมมาสู่อุปกรณ์เหล่านี้ ในอีกไม่กี่ปีข้างหน้า เราจะสามารถใช้วงจรที่ใหญ่ขึ้นได้ จากนั้นจะเกี่ยวกับประเภทของสถาปัตยกรรมที่คุณต้องการสร้าง คลัสเตอร์มีขนาดใหญ่เพียงใด ช่องทางการสื่อสารประเภทใดที่คุณใช้ และอื่นๆ คำถามเหล่านี้จะขับเคลื่อนโดยประเภทของวงจรที่คุณใช้งานอยู่: เราจะเริ่มสร้างเครื่องจักรสำหรับวงจรบางประเภทได้อย่างไร จะมีความเชี่ยวชาญด้านวงจร

ปี 2030 การคำนวณควอนตัมจะเป็นอย่างไร

คำจำกัดความของความสำเร็จของฉันคือเมื่อผู้ใช้ส่วนใหญ่ไม่รู้ด้วยซ้ำว่ากำลังใช้คอมพิวเตอร์ควอนตัม เนื่องจากมีอยู่ในสถาปัตยกรรมที่ทำงานได้อย่างราบรื่นกับคอมพิวเตอร์แบบคลาสสิก ตัวชี้วัดความสำเร็จก็คือว่าคนส่วนใหญ่ใช้มันมองไม่เห็น แต่จะยกระดับชีวิตของพวกเขาในทางใดทางหนึ่ง บางทีโทรศัพท์มือถือของคุณอาจใช้แอปที่ประมาณค่าโดยใช้คอมพิวเตอร์ควอนตัม ในปี 2030 เราจะไม่ไปถึงระดับนั้น แต่ฉันคิดว่าเราจะมีเครื่องจักรขนาดใหญ่มากภายในเวลานั้น และมันจะเกินกว่าที่เราจะทำแบบคลาสสิกได้