Google практически демонстрирует квантовое превосходство — новый алгоритм обещает прорывы в науке, технологиях и медицине
Несколько лет назад Google объявил о первом в мире квантовом превосходстве, что вызвало переполох в индустрии высокопроизводительных вычислений. С точки зрения Google это было правильно, хотя первый алгоритм не имел практической ценности. Сегодня компания в очередной раз объявила о квантовом скачке – на этот раз для алгоритма, имеющего практическую ценность. Если Google прав, это знаменует собой новую главу в истории.
Напомним, в октябре 2019 года сотрудники Google опубликовали в журнале Nature статью, описывающую производительность статистического алгоритма на их 53-кубитном квантовом компьютере Sycamore. Квантовая система решила синтетическую задачу за 200 секунд, на решение которой, по словам Google, у IBM Summit, одного из лучших суперкомпьютеров того времени, ушло бы 10 000 лет. Впоследствии Google вполне отреагировал на это сравнение, но самая громкая критика исходила от китайских программистов, решивших ту же задачу за несколько часов на десятках видеокарт Nvidia.
Сегодня у Google есть новый квантовый процессор Willow со 105 кубитами и значительный шестилетний опыт разработки квантовых алгоритмов. Из-за этого гуглеры опубликовали в журнале Nature новую статью, также посвященную достижению квантового превосходства. Но на этот раз компания представила алгоритм, имеющий практическую ценность. Он используется для моделирования ядерных взаимодействий в молекулах и может использоваться для новаторских исследований в области науки и техники. По данным Google, классическому компьютеру потребовалось бы в 13 000 раз больше времени, чтобы решить задачу аналогичного размера. В частности, в то время как квантовой системе потребовалось 2,1 часа, суперкомпьютеру Frontier потребуется 3,2 года для завершения алгоритма.
Чтобы оптимизировать вычисления с использованием квантовых свойств элементарных частиц и их взаимодействий, компания фокусируется на технологии, которую она называет «квантовым эхом». На практике это серия обычных одно- и двухкубитовых операций, изменяющих квантовые состояния кубитов в рабочем массиве. Каждый кубит связан со своими соседями, что позволяет его состоянию суперпозиции влиять на состояния всех окружающих кубитов.
После срабатывания сигнала активируются двухкубитные вентили в квантовой схеме, которые при достижении финальной стадии выполняют обратное переключение. Это должно вернуть систему в исходное состояние. Однако, чтобы предотвратить это и создать истинное «эхо» — возврат искаженного сигнала — на первом этапе параллельно активируются однокубитные вентили со случайным параметром. Это гарантирует, что сигнал, полученный на выходе, будет отличаться от того, который изначально подан на вход системы.
Однако, поскольку это квантовая система, происходят и странные вещи. «В квантовом компьютере прямая и обратная эволюция накладываются друг на друга», — объясняет Google. Один из способов понять это вмешательство — подумать о нем с точки зрения вероятностей. Система имеет множество путей между начальной точкой и точкой отражения, где она переключается с прямой эволюции на обратную эволюцию. Каждый из этих путей имеет связанную с ним вероятность. А поскольку мы говорим о квантовой механике, эти пути могут мешать друг другу, увеличивая одни вероятности за счет других. Ведь именно это вмешательство определяет состояние системы.
Самый важный вопрос заключается в том, как Google удалось превратить сигналы квантового эха в алгоритм. Само по себе эхо мало что говорит о системе: из-за вероятностной природы квантовой механики любые две реализации могут демонстрировать разное поведение. Но повторяя операции снова и снова, можно начать понимать детали квантовой интерференции — накопления статистики о поведении системы. Чтобы сделать это на классическом компьютере, потребовались бы годы. Однако квантовый компьютер позволяет просто повторять операции с разными случайными однокубитными вентилями и быстро получать множество примеров начальных и конечных состояний — и, таким образом, понимание распределения вероятностей в очень специфической физической системе.
Именно в этом заключается квантовое преимущество Google. Точное поведение квантового эха средней сложности можно смоделировать с помощью любого ведущего суперкомпьютера. Однако это занимает слишком много времени, что делает невозможным повторное моделирование. По оценкам авторов статьи, измерение, которое заняло бы у квантового компьютера 2,1 часа, у суперкомпьютера Frontier заняло бы около 3,2 года. Однако можно разработать более эффективный алгоритм, который еще больше замедлит квантовое преимущество.
Какова практическая польза такого алгоритма? Повторная выборка может напоминать статистическую выборку Монте-Карло, которая используется для изучения поведения самых разных физических систем. Однако в Google подчеркивают, что это не простая симуляция, а скорее «естественная копия» реального мира, поведение которой можно понять с помощью квантового эха. В частности, предлагаемая компанией платформа имитирует поведение небольшой молекулы, которую можно изучить с помощью ядерного магнитного резонанса (ЯМР).
ЯМР-спектроскопия основана на том факте, что ядро каждого атома обладает квантовым свойством, называемым спином. Когда ядра расположены близко друг к другу, например, в молекуле, их спины могут влиять друг на друга. ЯМР-спектроскопия использует магнитные поля и фотоны для управления этими спинами и позволяет получать структурные данные, такие как расстояние между двумя заданными атомами. Однако по мере увеличения размера молекул спиновые сети могут растягиваться на большие расстояния, что затрудняет их моделирование. Поэтому ЯМР-спектроскопия ограничивается изучением взаимодействий относительно близко расположенных спинов.
Алгоритм, предложенный Google, позволяет рассчитывать спиновые взаимодействия в образцах на больших расстояниях между атомами — расстояниях, недоступных современным приборам. Это можно использовать для изучения реальных химических веществ, например, путем введения атомов, излучающих эхо (в статье предлагается использовать изотоп углерода-13). Квантовая система могла бы помочь интерпретировать поведение «расширенной» физической структуры (молекулы) на основе данных ЯМР-спектроскопии. Классические системы здесь бесполезны – никто не собирается ждать результатов три года. Квантовое моделирование с использованием метода эха, предложенного Google, позволит получить оценку экспериментальных данных, которые иначе было бы невозможно интерпретировать.
Пока что команда ограничила демонстрацию метода очень простыми молекулами, поэтому эта работа служит в первую очередь доказательством концепции. Однако исследователи с оптимизмом смотрят в будущее и полагают, что эту систему можно использовать для получения структурной информации о молекулах на межатомных расстояниях, которые в настоящее время недоступны для ЯМР-спектроскопии. Они перечисляют многочисленные потенциальные преимущества, которые следует учитывать при обсуждении статьи. Многие исследователи стремятся найти новые способы использования своего ЯМР-оборудования, поэтому, вероятно, относительно быстро станет ясно, какой подход окажется полезным: квантовый или классический.
