Wprowadzenie do obliczeń kwantowych
Cele kształcenia
Po ukończeniu tego modułu powinieneś/-aś lepiej rozumieć:
- Uzasadnienie biznesowe obliczeń kwantowych
- Kamienie milowe i przełomowe osiągnięcia w historii obliczeń kwantowych
Nowy sposób podejścia do złożonych problemów
Komputery kwantowe, choć kiedyś były jedynie dużymi eksperymentami laboratoryjnymi, są dziś dostępnymi komercyjnie, opartymi na chmurze zasobami obliczeniowymi, zdolnymi do wykonywania obliczeń, których nie można dokładnie symulować na komputerach klasycznych. Coraz więcej przedsiębiorstw bada, w jaki sposób obliczenia kwantowe mogą wpłynąć na ich branżę. To szkolenie zapozna cię z obliczeniami kwantowymi i ich potencjalną wartością biznesową. Ponadto wyposażone cię w narzędzia do odpowiadania na pytania, gdy zaczniesz swoją przygodę z obliczeniami kwantowymi. IBM Quantum® oferuje wiele zasobów, które pomogą ci zacząć naukę o obliczeniach kwantowych, niezależnie od twojej roli w organizacji.
Jakie problemy mogą rozwiązać obliczenia kwantowe?
Obliczenia kwantowe wykorzystują prawa mechaniki kwantowej do rozwiązywania złożonych problemów matematycznych. Gdy naukowcy i inżynierowie napotykają trudne problemy, zazwyczaj sięgają po superkomputery — duże klasyczne komputery wyposażone w tysiące jednostek centralnych (CPU) i procesorów graficznych (GPU). Jednak choć klasyczne superkomputery bardzo dobrze radzą sobie z pewnymi rodzajami problemów, mają trudności z rozwiązywaniem problemów, w których wiele zmiennych oddziałuje na siebie w skomplikowany sposób. Technologia kwantowa mogłaby pomóc nam przełamać te bariery złożoności i zmierzyć się z ważnymi problemami w różnych branżach na całym świecie.
Zacznijmy od obejrzenia tego filmu o rodzajach problemów, które komputery kwantowe mogą rozwiązywać, przedstawionego przez Katie Pizzolato, dyrektor działu IBM Quantum Theory and Computational Science w IBM Quantum.
Do obszarów uznawanych za szczególnie obiecujące dla zastosowań obliczeń kwantowych należą:
- Symulacja — symulacja fizycznych lub chemicznych układów, które już z natury mają charakter kwantowy.
- Optymalizacja — znajdowanie optymalnych rozwiązań złożonych problemów, zwykle ujętych jako zadania minimalizacji.
- Dane o złożonej strukturze — wykorzystanie obliczeń kwantowych do eksploracji nowych modeli w uczeniu maszynowym i nauce o danych.
Uzasadnienie biznesowe obliczeń kwantowych
Choć obliczenia kwantowe nie zastąpią konwencjonalnych komputerów, reprezentują nowy paradygmat obliczeniowy. Niedawny raport IBM® Institute for Business Value, The Quantum Decade, wskazuje główne czynniki napędzające tę nową generację obliczeń. Rozważ następujące aspekty przy ocenie zastosowania obliczeń kwantowych w swoim biznesie:
Globalne priorytety — W obliczu rosnącej niepewności, z którą mierzą się całe branże, modele biznesowe stają się coraz bardziej wrażliwe na nowe technologie i od nich uzależnione.
Przyszłość obliczeń — Integracja obliczeń kwantowych, sztucznej inteligencji i obliczeń klasycznych w hybrydowych procesach wielochmurowych zapoczątkuje największą rewolucję obliczeniową od 60 lat.
Przedsiębiorstwo napędzane odkryciami — Przedsiębiorstwa ewoluują od analizowania danych do odkrywania nowych sposobów rozwiązywania problemów.
Narastająca presja rozwiązywania problemów wykładniczych — Przykłady obejmują odkrywanie nowych materiałów, opracowywanie leków zwalczających nowe choroby oraz przebudowę łańcuchów dostaw dla zwiększenia ich odporności.
Technologia kwantowa na progu przełomu — Przy szybko skalującym się sprzęcie i qubitach, nigdy wcześniej udział ekspertów dziedzinowych w odkrywaniu algorytmów nie był tak ważny. Obwody (Circuit) będą stawały się coraz lepsze pod względem jakości, przepustowości i różnorodności wraz z pojawianiem się nowych algorytmów.
Skalowanie ekosystemu kwantowego — Otwarte innowacje sprzyjają wspólnemu uczeniu się. Praktycy i naukowcy muszą być szkoleni w stosowaniu obliczeń kwantowych do problemów rzeczywistego świata, podczas gdy fizycy i inżynierowie mogą tworzyć sprzęt i oprogramowanie wzbogacone o wiedzę dziedzinową.
Sprawdź swoją wiedzę
Przeczytaj poniższe pytanie, zastanów się nad odpowiedzią, a następnie kliknij trójkąt, aby zobaczyć rozwiązanie.
Prawda czy fałsz: komputery kwantowe zastąpią komputery klasyczne w przyszłości.
Fałsz. Połączenie komputerów kwantowych i klasycznych może wkrótce przewyższyć wydajność samych komputerów klasycznych w istotnych zadaniach. Integracja obliczeń kwantowych, sztucznej inteligencji i obliczeń klasycznych w hybrydowych procesach wielochmurowych zapoczątkuje największą rewolucję obliczeniową. Tę wizję połączonych obliczeń kwantowych i klasycznych nazywamy kwantowo-centrycznym superprzetwarzaniem.
Zdjęcie modelu IBM Quantum System One zainstalowanego w Shin-Kawasaki dla Uniwersytetu Tokijskiego. (Zdjęcie: Satoshi Kawase dla IBM)
Potencjalne klasy problemów dla obliczeń kwantowych
Aby dowiedzieć się więcej o klasach złożoności obliczeniowej, które Victoria przedstawiła w powyższym filmie, zapoznaj się z tym artykułem. Dowiesz się tam więcej o teoretycznej liście problemów, które komputer kwantowy może łatwo rozwiązać, zwanej BQP — ograniczonym błędem kwantowego czasu wielomianowego (bounded-error quantum polynomial time).
Istnieje wiele klas problemów, które są potencjalnymi kandydatami do zastosowań obliczeń kwantowych. Należą do nich:
Przeszukiwanie i optymalizacja — Obliczenia kwantowe mogą potencjalnie przyspieszyć pewne zadania związane z przeszukiwaniem i optymalizacją, na przykład przy użyciu algorytmu Grover do przeszukiwania nieuporządkowanych baz danych lub kwantowych algorytmów optymalizacyjnych do problemów kombinatorycznych.
Symulacja kwantowa — Naturalne dopasowanie komputerów kwantowych do symulowania innych układów kwantowych, takich jak molekuły lub materiały, czyni z nich obiecujące narzędzie w chemii, nauce o materiałach oraz odkrywaniu leków.
Algebra liniowa i uczenie maszynowe — Algorytmy takie jak HHL (Harrow–Hassidim–Lloyd) sugerują możliwe przyspieszenia dla pewnych problemów algebry liniowej, choć praktyczne zastosowania wciąż są przedmiotem badań.
Kryptografia — Algorytm Shor, działający na wystarczająco dużym komputerze kwantowym, mógłby złamać powszechnie stosowane schematy szyfrowania klucza publicznego, takie jak RSA. To skłoniło do intensywnych prac nad kryptografią postkwantową.
Warto jednak podchodzić do tych możliwości z ostrożnością. Przewaga kwantowa nad algorytmami klasycznymi jest udowodniona tylko dla wybranych klas problemów, a praktyczne przyspieszenia dla wielu zastosowań w świecie rzeczywistym pozostają aktywnym obszarem badań.
Droga od nauki do systemów
To, co sprawia, że obliczenia kwantowe są niezwykłe, to ich zdolność do rozwiązywania dzisiejszych nierozwiązywalnych problemów, co ostatecznie przekłada się na wartość biznesową. Obliczenia kwantowe mogą badać te problemy, ponieważ opierają się na mechanice kwantowej — najgłębszym dostępnym wyjaśnieniu rzeczywistości. Obliczenia kwantowe wykorzystują zjawiska mechaniki kwantowej do przetwarzania informacji.
Choć niektórzy mogą uważać obliczenia kwantowe za innowacyjny obszar na początku swojego cyklu życia, rzeczywistość jest taka, że teoria leżąca u ich podstaw ewoluuje przynajmniej od lat 70. XX wieku. Ważne jest, aby dostrzec kluczowe kamienie milowe i przełomy na przestrzeni czasu — to, co wcześniej mierzyło się w calach postępu, błyskawicznie przeszło od nauki do systemów.
| 1970 | Charles H. Bennett był być może pierwszą osobą, która napisała frazę „quantum information theory" (teoria kwantowej informacji) 24 lutego 1970 r., pracując jako naukowiec w IBM. Jego notatka była zwiastunem ogromnej pracy wielu innych, która miała nastąpić, prowadząc świat na drogę ku przewadze kwantowej. |
| 1981 | Richard Feynman, wybitny fizyk teoretyczny, dostrzegł potencjał komputerów kwantowych już w 1981 r. Na pierwszej Konferencji nt. Fizyki Obliczeń, zorganizowanej przez IBM i Massachusetts Institute of Technology (MIT), słynnie zakończył swoje przemówienie kluczowe słowami: „[...] natura nie jest klasyczna, do diabła, a jeśli chcesz symulować naturę, lepiej zrób to kwantowo-mechanicznie — i, na litość boską, to wspaniały problem, bo wcale nie wygląda na łatwy." [1] |
| 1994 | W 1994 r. Peter Shor, matematyk pracujący wówczas w AT&T Bell Labs w New Jersey, dowiódł, że w pełni funkcjonalny komputer kwantowy może dokonać czegoś niezwykłego: złamać szyfrowanie RSA — popularną metodę zabezpieczania prywatnych komunikacji. Wykazał, że jego algorytm kwantowy może wykonać w minutach to, co regularnemu komputerowi mogłoby zająć czas życia wszechświata. 2 |
| 1996 | Rok później Lov Grover, również naukowiec z Bell Labs, opracował algorytm kwantowy umożliwiający szybkie przeszukiwanie nieuporządkowanych baz danych. Naukowcy tłumnie ruszyli w tę dziedzinę, a wkrótce po przełomach w kodzie pojawiły się postępy w sprzęcie. [2] |
| 1998 | Pierwsza eksperymentalna demonstracja algorytmu kwantowego miała miejsce w 1998 r. Działający 2-qubitowy komputer kwantowy z jądrowym rezonansem magnetycznym (NMR) posłużył do rozwiązania problemu Deutscha przez Jonathana A. Jonesa i Michele Moscę na Uniwersytecie Oksfordzkim, a wkrótce potem przez Isaaca L. Chuanga z IBM Almaden Research Center oraz Marka Kubinca z Uniwersytetu Kalifornijskiego w Berkeley, wspólnie ze współpracownikami z Uniwersytetu Stanforda i MIT. [3] |
| 2001 | W 2001 r. nastąpiło pierwsze wykonanie algorytmu Shor w IBM Almaden Research Center i na Uniwersytecie Stanforda. Liczba 15 została rozłożona na czynniki przy użyciu 1018 identycznych cząsteczek, z których każda zawierała siedem aktywnych spinów jądrowych. [4] |
| 2005 | W połowie pierwszej dekady XXI wieku dziedzina badań rozwinęła kilka typów superprzewodzących qubitów, z których każdy miał swoje zalety i wady. W 2007 r. zespół z Yale znalazł sposób na połączenie niektórych z tych podejść, aby przezwyciężyć ich indywidualne ograniczenia, nadając nowemu projektowi nazwę „transmon qubit". Qubit transmonowy stał się sercem wysiłków wielu firm zmierzających do opracowania komputerów kwantowych, w tym IBM Quantum, Google AI i Rigetti Computing. Członek zespołu Yale, Jay Gambetta, został później wiceprezesem ds. obliczeń kwantowych w IBM Research. |
Układ cztero-qubitowego nadprzewodzącego komputera kwantowego IBM ogłoszonego w 2015 r. (Zdjęcie: IBM Research)
| 2016 | W maju 2016 r. IBM był pierwszą firmą, która uruchomiła usługę obliczeń kwantowych w chmurze obejmującą prawdziwe komputery kwantowe, zwaną IBM Quantum Experience. [5] |
IBM Quantum Composer na tablecie w IBM Research (Zdjęcie: Connie Zhou dla IBM)
| 2017 | W marcu 2017 r. IBM wydał Qiskit — otwartoźródłowy framework do programowania kwantowego. [6] W grudniu 2017 r. uruchomiono IBM Quantum Network w celu ustanowienia komercyjnego ekosystemu obliczeń kwantowych. |
| 2019 | IBM otworzył Quantum Computation Center w Nowym Jorku, wprowadzając do sieci największą na świecie flotę komputerów kwantowych. |
Centrum danych IBM Quantum w Poughkeepsie w stanie Nowy Jork. (Zdjęcie: James O'Connor, IBM)
| 2020 | We wrześniu 2020 r. IBM opublikował plan rozwoju, opisujący drogę od głośnych, małoskalowych komputerów kwantowych tamtych czasów do komputerów kwantowych przyszłości, wyposażonych w ponad milion qubitów. Plan wyznaczał kurs na osiągnięcie kamienia milowego w postaci procesora kwantowego o 1 121 qubitach w 2023 r., 1 386+ qubitów w 2024 r. i ponad 4 000 qubitów w 2025 r. |
| 2021 | Wiosną 2021 r. IBM ogłosił wydanie Qiskit Runtime — konteneryzowanego środowiska wykonawczego dla programów kwantowo-klasycznych, które wyeliminowało niektóre z największych wąskich gardeł wydajności obciążeń. [7] W listopadzie 2021 r. IBM osiągnął ważny kamień milowy w obliczeniach kwantowych, przełamując barierę 100-qubitowego procesora dzięki Eagle — 127-qubitowemu procesorowi kwantowemu. [9] |
| 2022 | W kwietniu 2022 r. IBM uruchomił prymitywy Qiskit Runtime, upraszczając doświadczenie programisty i umożliwiając użytkownikom uzyskiwanie bardziej wartościowych wyników z komputerów kwantowych. [10] W maju 2022 r. IBM opublikował zaktualizowany plan rozwoju, zapowiadający nadchodzącą erę kwantowo-centrycznego superprzetwarzania, w której modularność i różnorodne techniki komunikacji zwiększą możliwości obliczeniowe. [11] W listopadzie 2022 r. IBM przedstawił procesor IBM Quantum Osprey o 433 qubitach — największy ówcześnie istniejący procesor oparty na qubitach nadprzewodzących. [12] W tym samym miesiącu IBM uruchomił również Dynamic Circuits — obwody obliczeniowe wykorzystujące zasoby kwantowe i klasyczne, umożliwiające pomiary w trakcie obwodu oraz operacje feed-forward [13] — i ogłosił nowe opcje poziomu odporności dla prymitywów Qiskit Runtime, pozwalające użytkownikom eksperymentować z narzędziami do tłumienia i mitygacji błędów. [14] IBM podejmuje kroki ku realizacji kwantowo-centrycznego superprzetwarzania, udostępniając zaawansowane oprogramowanie pośredniczące, w tym Circuit Knitting Toolbox, w 2025 r. |
Zaprezentowany w 2022 r. na IBM Quantum Summit procesor IBM Quantum Osprey wyposażony jest w 433 qubity. (Zdjęcie: Connie Zhou dla IBM)
| 2023 | Evidence for the utility of quantum computing before fault tolerance to artykuł opublikowany na okładce magazynu Nature w czerwcu 2023 r., będący efektem współpracy IBM i UC Berkeley. Naukowcy IBM Quantum przeprowadzili złożone symulacje fizyczne na 127-qubitowym procesorze IBM Quantum Eagle. Symulacje były jednocześnie wykonywane z użyciem najnowocześniejszych klasycznych metod aproksymacyjnych na superkomputerach w Lawrence Berkeley National Lab i Purdue University. Eagle udzielił bardziej dokładnych odpowiedzi niż klasyczne metody aproksymacyjne, nawet w zakresie wykraczającym poza możliwości metod brute force. |
Okładkowy artykuł magazynu Nature o użyteczności kwantowej opublikowany 14 czerwca 2023 r.
| 2023 | W 2023 r. IBM ogłosił nasz układ Heron, o kryptonimie montecarlo. Początkowo wyposażony w 133 qubity, a zaktualizowany do 156 qubitów w 2024 r., Heron wykorzystuje nową architekturę ze strojalnymi sprzęgaczami. Heron wykazuje znaczące usprawnienia w porównaniu z najlepszym procesorem Eagle: współczynnik błędów bramek (Gate) jest o połowę mniejszy, praktycznie brak przesłuchów (crosstalk) oraz znacznie skrócony czas bramek. Heron korzysta ze znacznych innowacji w dostarczaniu sygnałów, które zostały wcześniej wdrożone w Osprey. Sygnały potrzebne do szybkiego, wysokowiernego sterowania dwu-qubitowego i jedno-qubitowego są dostarczane za pomocą gęstego okablowania flex. |
Zaprezentowany w 2023 r. na IBM Quantum Summit procesor IBM Quantum Heron wykazuje znaczne usprawnienia w porównaniu z procesorami Eagle.
Trudno dokładnie przewidzieć, kiedy obliczenia kwantowe będą w stanie przewyższyć metody stosowane dzisiaj. Jednak aby być liderem w szybko nadchodzącej erze obliczeń kwantowych i mierzyć się ze złożonymi problemami, przedsiębiorstwa i organizacje badawcze muszą zacząć przygotowania już teraz. Ze względu na stromą krzywą uczenia się, wczesne rozpoczęcie nauki i eksperymentowania może okazać się przewagą konkurencyjną. Gotowość do obliczeń kwantowych to ciągle ewoluujący stan, który zależy od podejścia organizacji do innowacji i inwestycji w nie, a także od nowych talentów i umiejętności oraz ogólnej dojrzałości cyfrowej. Gotowość obejmuje przyjęcie technologii wspomagających, takich jak automatyzacja, AI i hybrydowa wielochmura; gotowość do analizowania, eksperymentowania i iterowania z rosnącymi możliwościami obliczeniowymi; stopień zaawansowania procesów roboczych oraz zasoby kompetencji organizacji.
Sprawdź swoją wiedzę
Przeczytaj poniższe pytanie, zastanów się nad odpowiedzią, a następnie kliknij trójkąt, aby zobaczyć rozwiązanie.
Prawda czy fałsz: obliczenia kwantowe zostały po raz pierwszy opisane koncepcyjnie w latach 90. XX wieku.
Fałsz. Choć pierwszy eksperymentalny komputer kwantowy powstał w 1998 roku, potencjał obliczeń kwantowych dostrzegł Richard Feynman już w 1981 roku.
Najważniejsze wnioski
Warto zapamiętać następujące kluczowe wnioski:
- Obliczenia kwantowe stanowią nowy paradygmat obliczeniowy, który może współpracować z konwencjonalnymi komputerami.
- Pozwolą nam inaczej rozumieć otaczający świat i rozwiązywać niektóre dotychczas nierozwiązywalne problemy.
- Choć obliczenia kwantowe nie przewyższają jeszcze metod stosowanych dziś, organizacje mogą już teraz podejmować kroki, aby przygotować się na tę fundamentalną zmianę w obliczeniach.
Źródła
[1] Richard P. Feynman, "Simulating Physics with Computers," International Journal of Theoretical Physics 21, nos. 6–7 (1982): 467–488.
[2] Robert Hackett, "Business Bets on a Quantum Leap," Fortune, May 21, 2019.
[3] Isaac L. Chuang, Neil Gershenfeld, and Mark Kubinec, "Experimental Implementation of Fast Quantum Searching," Physical Review Letters 80, no. 15 (1998): 3408–3411.
[4] Lieven M. K. Vandersypen et al., "Experimental Realization of Shor's Quantum Factoring Algorithm Using Nuclear Magnetic Resonance," NATURE 414 (2001): 883–887.
[5] qiskit log, GitHub repository.
[6] Jay Gambetta, "IBM's Roadmap for Scaling Quantum Technology," IBM Research Blog, September 15, 2020.
[7] Ismael Faro and Blake Johnson, "IBM Quantum Delivers 120x Speedup of Quantum Workloads with Qiskit Runtime," IBM Research Blog, May 11, 2021.
[8] Matthew Treinish, Ali Javadi-Abhari, and Stefan Wörner, "New Qiskit Design: Introducing Qiskit Application Modules," IBM Research Blog, April 6, 2021.
[9] Jerry Chow, Oliver Dial, and Jay Gambetta, "IBM Quantum Breaks the 100-Qubit Processor Barrier," IBM Research Blog, November 16, 2021.
[10] Blake Johnson and Gilah Ben-Shach, "Qiskit Runtime Primitives Make Algorithm Development Easier Than Ever," IBM Research Blog, April 12, 2022.
[11] Jay Gambetta, "Expanding the IBM Quantum Roadmap to Anticipate the Future of Quantum-centric Supercomputing," IBM Research Blog, May 10, 2022.
[12] Jay Gambetta, "Quantum-centric Supercomputing: The Next Wave of Computing," IBM Research Blog, November 9, 2022.
[13] Blake Johnson, "Bringing the Full Power of Dynamic Circuits to Qiskit Runtime," IBM Research Blog, November 9, 2022.
[14] Blake Johnson, Tushar Mittal, and Jeannette Garcia, "Introducing New Qiskit Runtime Capabilities — and How Our Clients Are Integrating Them into Their Use Cases," IBM Research Blog, November 9, 2022.