Jak zaufać maszynie, której nie da się sprawdzić. Krok naprzód w obliczeniach kwantowych
Teoretyczna przewaga komputerów kwantowych nad klasycznymi maszynami została już dawno udowodniona matematycznie.
Problem polega na tym, że obecny sprzęt kwantowy wciąż generuje mnóstwo błędów. Jeśli zlecimy takiej maszynie zadanie, którego nie jest w stanie przeliczyć żaden współczesny superkomputer klasyczny, stajemy przed poważnym dylematem: w jaki sposób sprawdzić, czy otrzymany wynik jest poprawny, a nie jest jedynie zbiorem losowych danych wygenerowanych przez szum sprzętowy?
Problem weryfikacji. Kiedy superkomputer to za mało
Do tej pory inżynierowie radzili sobie z tym problemem, zlecając maszynom kwantowym uproszczone zadania. Wyniki weryfikowano następnie na tradycyjnym sprzęcie. Założenie było proste: jeśli układ działa dla małej liczby kubitów, powinien zadziałać również po przeskalowaniu. To jednak blokuje rozwój i nie pozwala wykorzystać pełnego potencjału nowej technologii.
IBM postanowiło zmienić podejście, uruchamiając specjalny projekt śledzący rzeczywistą przewagę kwantową. Według ekspertów z firmy, weryfikowanie wyników kwantowych za pomocą klasycznych symulacji mija się z celem. Prawdziwą wartością jest stworzenie systemów, którym możemy zaufać, gdy klasyczne maszyny całkowicie wymiękają. We współpracy ze środowiskiem naukowym opracowano trzy niezależne metody radzenia sobie z tym wyzwaniem.
Trzy sposoby na kwantowy szum
Naukowcy musieli wykazać się dużą kreatywnością, aby obejść fizyczne ograniczenia dzisiejszych procesorów. Zamiast czekać na sprzęt całkowicie wolny od błędów, zespoły badawcze opracowały algorytmy, które potrafią ten błąd oszacować lub zminimalizować:
- Fizyczne modelowanie i współpraca z Qedma: naukowcy modelowali zachowanie skomplikowanej siatki magnesów. Tradycyjny japoński superkomputer Fugaku zaczął podawać sprzeczne i rozbieżne wyniki w miarę upływu symulowanego czasu. Algorytm kwantowy, wsparty oprogramowaniem redukującym błędy, wyłapał właściwe, okresowe oscylacje. Wynik potwierdzono na procesorze innej firmy (Quantinuum), wykluczając specyficzny błąd sprzętu IBM.
- Wplatanie trudnych bramek (Uniwersytet w Chicago): zespół zastosował operacje kwantowe stosunkowo łatwe do klasycznej symulacji, ale celowo wplótł w nie specjalne bramki (tzw. bramki T). Mają one dwie zalety: generują mniejszy szum w architekturze IBM i jednocześnie sprawiają, że dla tradycyjnego komputera obliczenia stają się wykładniczo trudniejsze. Dodatkowo wykorzystano skrajne kubity jako swoiste czujniki – jeśli wykryły błąd w trakcie obliczeń, wynik był po prostu odrzucany.
- Kwantowe echa (Algorithmiq): trzecia metoda polega na celowym wstrzykiwaniu szumu do systemu. Badacze wykonywali operacje, a następnie je odwracali. Przez celowe zakłócenia system nie wracał do punktu wyjścia, tworząc niedoskonałe „echo”. Analizując te zakłócenia, badacze byli w stanie matematycznie określić maksymalny margines błędu w końcowym wyniku.
Dlaczego to ma znaczenie dla rozwoju technologii?
Dla przeciętnego zjadacza chleba wyżej wymienione symulacje nie mają dziś żadnego praktycznego zastosowania – to wciąż modele testowe. Jednak bez tych narzędzi weryfikacyjnych branża nie mogłaby ruszyć z miejsca. Techniki minimalizacji szumu oraz rozumienia natury błędów procesorów kwantowych są niezbędne, by przejść do kolejnego etapu.
Docelowo technologia ta ma służyć do analizowania rzeczywistych, skomplikowanych materiałów i procesów chemicznych, których nie da się sprowadzić do zer i jedynek. Dopiero wtedy komputery kwantowe zaczną projektować nowe leki czy ultrawydajne baterie.
