Каково будущее квантового компьютера Google
Специалисты компании Google, которые создали прототип квантового компьютера Sycamore, планируют использовать его для решения как теоретических, так и практических научных задач. Среди них – алгоритмы для автономного транспорта, изучение квантового хаоса и внутреннелго устройства черных дыр. Об этом ТАСС рассказал один из разработчиков этого компьютера Вадим Смелянский.
Что такое квантовый компьютер?
Квантовыми компьютерами называют вычислительные устройства, в основе работы которых лежат принципы квантовой механики. В отличие от обычных компьютеров, в которых для передачи и обработки данных используются биты – единицы информации, которые содержат либо 1, либо 0, квантовые компьютеры оперируют кубитами – ячейками памяти и примитивными вычислительными модулями, которые могут хранить в себе одновременно и ноль, и единицу. Благодаря этому квантовые компьютеры могут обрабатывать большие объемы информации во много раз быстрее обычных – даже если это суперкомпьютеры с огромными вычислительными мощностями.
Существует два подхода к разработке подобных устройств – классический и адиабатический. В первом случае ученые пытаются создать так называемый универсальный квантовый компьютер, который по принципу работы похож на обычный современный компьютер. Адиабатический компьютер ближе к аналоговым компьютерам. Создавать их проще, но подобные устройства умеют решать лишь ограниченное количество задач.
Инженеры и ученые Google почти пять лет разрабатывают устройство, которое должно объединить достоинства обоих подходов. Первая его версия состояла из девяти кубитов. Главная задача специалистов компании состояла в том, чтобы достичь так называемого квантового превосходства, то есть момента, когда ни один классический компьютер не может достичь тех же результатов, что и квантовый.
В ноябре прошлого года представители Google заявили, что достигли квантового превосходства в математической задаче, которая сводится к перебору набора псевдослучайных чисел. Для ее решения ученые использовали прототип квантового компьютера, Sycamore, который состоял из 53 сверхпроводящих кубитов. Несколько миллионов решений он нашел меньше чем за четыре минуты, тогда как у самого мощного суперкомпьютера на это ушло бы больше 10 тыс. лет.
В 2020 году об аналогичном достижении рассказали ученые из китайского Научно-технического университета. Их квантовый компьютер, "Цзю Чжан", создан на основе 73 фотонных кубитов. Он за 20 секунд решил еще одну задачу по выработке случайных чисел, которую обычный компьютер завершил бы за несколько миллиардов лет. Как и в случае с Sycamore, эти заявления вызвали множество споров о том, что можно считать нерешаемой задачей и как ее можно просчитывать на квантовом компьютере.
Революция в науке
Подобные достижения заставили ученых задуматься, какие практические задачи сможет решить квантовый компьютер. Одним из направлений, как считает Вадим Смелянский, может стать симуляция физических систем. "Уже сейчас, еще до появления систем коррекции ошибок, с помощью квантовых компьютеров можно изучать явления, связанные с квантовым хаосом и исчезновением информации. Другая команда Google будет использовать квантовые цепи для построения моделей квантовой гравитации", – пояснил ученый.
Также исследователи планируют использовать подобные системы, чтобы изучать, как некоторые полупроводники и металлы могут превращаться в изоляторы из-за взаимодействий электронов внутри них. Ученые недавно обнаружили, что аналогичные процессы, так называемые переходы Андерсона, могут возникать в самых разных условиях, в том числе и внутри кристаллов, электромагнитных волн или облаков из атомов.
Смелянский и его коллеги надеются, что квантовые компьютеры помогут понять природу этих переходов и выяснить, какую роль они играют в формировании свойств того или иного типа материи. По словам ученого, для этого необязательно использовать Sycamore и другие сверхпроводниковые квантовые компьютеры – достаточно будет и других машин с подходящим количеством кубитов и высоким уровнем их связанности.
"Все эти явления можно изучать в квантовых системах самых разных видов, в том числе и нейтральных атомов и ионов. Однако сверхпроводящие кубиты пока максимально приспособлены для решения этих задач. По сравнению с "конкурентами" они сильно связаны друг с другом и работают быстро. Это важно, к примеру, при изучении квантового хаоса и различных переходов между подобными состояниями", – продолжает физик.
Ничейная полоса
В будущем, как отметил Смелянский, Google планирует применять квантовые компьютеры, чтобы создавать научные задачи, на которых будут обучаться системы искусственного интеллекта, а также для химических расчетов на уровне отдельных атомов. Однако это станет возможным только после того, как ученые решат еще одну важную задачу.
"Есть еще задачи квантовой химии, однако пока мы не понимаем, можно ли их будет решать без создания систем коррекции ошибок, в отличие от тех алгоритмов, о которых я уже говорил. По сути, мы перейдем в новое измерение, когда эта веха будет достигнута, так как мы сможем ставить перед собой совершенно иные, более амбициозные и сложные проблемы", – отметил физик.
С помощью алгоритмов коррекции ошибок физики и химики смогут просчитывать, как взаимодействуют между собой отдельные атомы и электроны внутри самых сложных молекул. Благодаря этому ученые смогут точно предсказывать, какие свойства есть у то или иного – даже пока не существующего – соединения, а также целенаправленно синтезировать вещества с конкретными свойствами.
По словам Смелянского, для этого пока не хватает двух вещей. С одной стороны, количество кубитов в квантовых компьютерах пока слишком невелико для того, чтобы на них могли работать уже существующие алгоритмы квантовой коррекции ошибок. С другой стороны кубиты во время простых вычислительных операций пока делают слишком много случайных ошибок.
Из-за этого ученые пока не могут создавать достаточно большие квантовые компьютеры, которые могли бы самостоятельно исправлять ошибки в своей работе. В результате квантовые компьютеры находятся в своеобразной "ничейной полосе". Их можно использовать для решения ограниченного числа сложных практических задач, однако пока нельзя превратить в универсальные вычислительные машины.
"Мы предполагаем, что той точности работы наших логических схем, которую сейчас можно достичь, скорее всего, не хватит для ведения квантово-химических расчетов. С другой стороны, пока этот вопрос открыт. Вполне возможно, что мы сможем реализовать какой-то более простой подход для коррекции ошибок, который не потребует кубитов, живущих бесконечно долго, подавления квантовых шумов и других сложных трюков. В течение нескольких лет мы будем этим заниматься", – отметил Смелянский.
Квантовое ускорение
При этом, по его словам, ученые должны фокусировать свои усилия не на увеличении точности работы кубитов, а на создании алгоритмов, которые смогли бы подавлять помехи, а также облегченных схем, с помощью которых можно было бы корректировать ошибки.
"Даже если мы в разы уменьшим уровень ошибок и повысим качество работы связанных цепочек кубитов, то этого все равно не хватит для того, чтобы решать задачи квантовой химии. Поэтому нам критически важен прогресс именно в области подавления ошибок. Без этого мы ничего не сможем сделать. И если мы достигнем всего вышеперечисленного, то все равно никакой гарантии успеха у нас нет", – подчеркнул физик.
По словам Смелянского, в дальнейшем ученые будут совершенствовать уже существующие и достаточно развитые подходы, в том числе сверхпроводящие цепи, полупроводниковые схемы, холодные атомы или ионы. Чтобы создавать принципиально иные системы для квантовых вычислений, в том числе на базе атомных ядер, нужны будут колоссальные усилия и время. Ученый пока не видит никаких перспективных, но пока не изученных направлений.
"Наши российские коллеги сейчас говорят о том, что они планируют развивать все четыре направления в рамках квантового проекта "Росатома". Однако в данном случае речь идет о том, что они будут изучать, что сделали другие. Это невозможно делать, просто читая журналы – для этого нужны лаборатории. Как я понимаю, они будут этим заниматься до тех пор, пока они не примут решение сосредоточиться на чем-то одном", – добавил Смелянский.
Далеко не все эти усилия, как считает специалист Google, принесут результат. В частности, он отметил, что считает адиабатический подход, которые набирает популярность среди ученых и инвесторов, гораздо менее перспективным и интересным, чем создание универсальных квантовых вычислительных систем.
"Вкладывание ресурсов в такие проекты – большая ошибка. Квантовые отжигатели (так называют прототипы адиабатических квантовых компьютеров, – прим. ТАСС) можно будет использовать для физических экспериментов, однако они вряд ли подойдут для решения оптимизационных задач. Недавно наша группа показала, что адиабатические подходы во всех реалистичных случаях приходят к ответу не быстрее, чем классический квантовый алгоритм Монте-Карло. По сути, квантового ускорения здесь не наблюдается", – пояснил исследователь.
Новые перспективы
Сам Google, по словам Смелянского, планирует использовать универсальные квантовые вычислительные машины не только для проверки фундаментальных законов физики, улучшения работы систем поиска информации, тренировки искусственного интеллекта и других абстрактных IT-задач, но и на практике.
В частности, ученые собираются применять квантовые компьютеры для создания алгоритмов, которые управляют работой автономного транспорта, а также для улучшения свойств компонентов литиевых батарей и других типов аккумуляторов.
"Наследников" Sycamore планируют привлечь для помощи биологам и биохимикам из Google, а также их партнерам в Гарварде и в других американских университетах, чтобы значительно ускорить поиски различных новых материалов и катализаторов, а также лекарств от рака и других болезней.
Однако когда и как все это будет реализовано, пока сказать сложно, так как ученые еще не решили сложные технические вопросы, связанные с созданием универсального квантового компьютера с тысячами логических кубитов.
"Сейчас мы работаем и смотрим на эти проблемы в формате "не до жиру, быть бы живу". Поэтому первоочередная наша цель – просто построить машину, которая смогла бы решать подобные задачи. Только потом мы будем думать о том, как все эти параметры будут влиять на ее работу и разрабатывать метрики, по которым можно оценивать эти изменения", – подытожил Смелянский.