Nie więcej kubitów, lecz lepszy algorytm. Australijczycy znaleźli sposób na błędy komputerów kwantowych
Skomplikowane problemy optymalizacyjne zjadają gigantyczne zasoby obliczeniowe, a błędy w układach kwantowych potrafią skutecznie zniweczyć wyniki.
Zamiast budować kosztowne procesory kwantowe nowej generacji, naukowcy z Australii udowodnili, że rozwiązaniem może być sprytny algorytm. Wyniki testów są jednoznaczne: czas dojścia do idealnego wyniku pozostał praktycznie stały zamiast rosnąć w nieskończoność.
Wyżarzanie kwantowe i problem z zakłóceniami
Urządzenia do tzw. wyżarzania kwantowego (ang. quantum annealers), produkowane m.in. przez firmę D-Wave Systems, zostały zaprojektowane do jednego celu: błyskawicznego szukania najlepszego rozwiązania spośród miliardów kombinacji. Korzystają z nich branże zajmujące się logistyką, finansami czy zaawansowaną analizą obrazu.
Na drodze do ich powszechnego, komercyjnego wykorzystania stoi jednak specyficzna przeszkoda. Podczas pracy układu pojawiają się zakłócenia i błędy w konfiguracji spinów, przez co urządzenie coraz rzadziej trafia na rozwiązanie globalnie optymalne. Wraz ze wzrostem skali zadania prawdopodobieństwo znalezienia prawidłowej odpowiedzi gwałtownie spada, bardzo wydłużając faktyczny czas oczekiwania na wynik.
Naprawa po fakcie. Jak działa algorytm SEMO?
Tradycyjne metody korekcji błędów (QEC) próbują chronić kubity już w trakcie obliczeń, co ogranicza liczbę dostępnych zasobów sprzętowych. Zespół z australijskiej agencji naukowej CSIRO poszedł zupełnie inną drogą, opracowując metodę SEMO (spin-error mitigation for optimization).
Nowy algorytm nie ingeruje w sam proces kwantowy – działa jako inteligentne oprogramowanie czyszczące już po zakończeniu obliczeń. SEMO wykorzystuje fakt, że błędy spinowe są zazwyczaj rzadkie i występują w postaci odizolowanych skupisk. Uruchamiany na klasycznym procesorze algorytm w ułamku sekundy analizuje uzyskany wynik, testuje modyfikacje i koryguje wadliwe stany.
Milionkrotny zysk w konkretnym benchmarku
Skuteczność metody badacze przetestowali na skomplikowanym problemie segmentacji obrazów 3D. Bez wsparcia algorytmu, przy wzroście liczby zmiennych ze 1 do 512, czas potrzebny na znalezienie prawidłowego rozwiązania rósł z ułamka milisekundy do ponad 100 sekund.
Po zastosowaniu algorytmu SEMO krzywa wydajności praktycznie się spłaszczyła – czas potrzebny na uzyskanie optymalnego wyniku utrzymywał się na stałym poziomie około 0,1 milisekundy, niezależnie od skomplikowania zadania. W tym konkretnym teście dało to milionkrotne skrócenie czasu potrzebnego do znalezienia rozwiązania optymalnego. Co kluczowe, SEMO działa w całości po stronie klasycznego sprzętu i potrafi usprawnić również tradycyjne symulowane wyżarzanie.
Sukces australijskich badaczy to doskonały dowód na to, że rozwój technologii kwantowych nie musi opierać się wyłącznie na ślepym wyścigu po kolejne tysiące fizycznych kubitów. Podejście hybrydowe, w którym inteligentne oprogramowanie skutecznie ogranicza praktyczne skutki barier sprzętowych, staje się jedną z najbardziej obiecujących strategii rozwijanych obecnie przez branżę.
Warto jednak pamiętać, że był to wynik uzyskany w konkretnym benchmarku. Nie oznacza on, że komputery kwantowe są już gotowe do masowego wykorzystania, ale pokazuje, jak duży potencjał drzemie w łączeniu sprzętu kwantowego z klasycznym oprogramowaniem.
Amerykański rząd pompuje miliardy w komputery kwantowe. Część polityków pyta o legalność dotacji
