`

СПЕЦІАЛЬНІ
ПАРТНЕРИ
ПРОЕКТУ

Чи використовує ваша компанія ChatGPT в роботі?

BEST CIO

Определение наиболее профессиональных ИТ-управленцев, лидеров и экспертов в своих отраслях

Человек года

Кто внес наибольший вклад в развитие украинского ИТ-рынка.

Продукт года

Награды «Продукт года» еженедельника «Компьютерное обозрение» за наиболее выдающиеся ИТ-товары

 

За допомогою квантового комп’ютера можливо зломати ключ RSA?

Зʼявилось дослідження, в якому стверджується, що можна зламати 2048-бітний ключ RSA, хоча це ще не зроблено, це те, що потрібно сприймати серйозно. Це може бути некоректно, але це не очевидно неправильно.

Ось що пише Брюс Шайер (Bruce Scheier) - технолог, який займається громадськими інтересами і працює на стику безпеки, технологій і людей,  про цей анонс групи китайських дослідників,

З алгоритму Шора відомо, що факторизація за допомогою квантового комп’ютера проста. Але потрібен великий квантовий комп’ютер, розміром у мільйони кубітів, щоб розкласти будь-що, що нагадує розміри ключів, які використовуються сьогодні. Те, що дослідники зробили, це поєднали класичні методи факторизації решітки (алгебраїчне поняття) з алгоритмом квантової наближеної оптимізації. Це означає, що їм потрібен квантовий комп’ютер лише з 372 кубітами, що цілком можливо сьогодні. (Наприклад, IBM Osprey — це 433-кубітний квантовий комп’ютер).

У китайської групи не було такого великого квантового комп’ютера для роботи. Вони змогли розкласти 48-бітні числа за допомогою 10-кубітного квантового комп’ютера. І хоча при масштабуванні чогось подібного до 50 разів завжди виникають потенційні проблеми, очевидних перешкод немає.
Однак виникає неприємне питання, чому китайський уряд не засекретив це дослідження. Але… вау… можливо… і ой! Чи ні.

Алгоритм Шора поставив серйозний виклик інформаційній безпеці на основі криптосистем з відкритим ключем. Однак, щоб зламати широко використовувану схему RSA-2048, потрібні мільйони фізичних кубітів, що далеко перевищує поточні технічні можливості. Тут ми повідомляємо про універсальний квантовий алгоритм для цілочисельної факторизації шляхом поєднання класичної редукції решітки з квантовим алгоритмом наближеної оптимізації (QAOA). Потрібна кількість кубітів дорівнює O(logN/loglogN), яка сублінійна щодо довжини біта цілого числа N, що робить його найбільш економним алгоритмом факторизації на сьогоднішній день.
       
Запропонований алгоритм демонструється експериментально шляхом розкладу цілих чисел до 48 біт на десяти надпровідних кубітів, найбільше ціле число, розкладене на квантовому пристрої. Дослідження показує великі перспективи для прискорення застосування сучасних шумних квантових комп’ютерів і відкриває шлях до розкладання великих цілих чисел реалістичного криптографічного значення.

В електронному листі Роджер Граймс (Roger A. Grimes), який спеціалізується на безпеці хостів і запобіганні хакерам, сказав: «Мабуть, те, що трапилося, — інший хлопець, який раніше оголосив, що зміг зламати традиційне асиметричне шифрування за допомогою класичних комп’ютерів… але рецензенти знайшли недолік у його алгоритмі, і цьому хлопцеві довелося відкликати свою статтю. Але ця китайська команда зрозуміла, що крок, який убив усе, можна вирішити за допомогою маленьких квантових комп’ютерів. Тож вони перевірили, і це спрацювало».

Одна з проблем алгоритму полягає в тому, що він покладається на нещодавню статтю про факторізацію німецького математика и криптографа Пітера Шнорра (Claus-Peter Schnorr). Це суперечлива стаття; і незважаючи на абстрактну заяву «це руйнує криптосистему RSA», нічого подібного не робить. Алгоритм Шнорра добре працює з меншими модулями — приблизно такого ж порядку, як і ті, які перевірила китайська група, — але розпадається при більших розмірах. На даний момент ніхто не розуміє чому. Китайська газета стверджує, що їхні квантові методи обходять це обмеження (я думаю, що це те, що стоїть за коментарем Граймса), але не надають жодних деталей — і вони не перевіряли це з більшими модулями. Отже, якщо це правда, що китайська стаття залежить від цієї техніки Шнорра, яка не масштабується, методики в цій китайській статті також не будуть масштабуватися. (З іншого боку, якщо це масштабується, я думаю, що це також ламає купу криптосистем із відкритим ключем на основі решітки).

Я набагато менше хвилююся, що тепер ця методика працюватиме. Але це те, що спеціалісти з квантових обчислень IBM можуть перевірити прямо зараз.

Як Amazon рятував українську державу та економіку у перші дні агресії рф

У Los Angeles Times вийшла стаття, як Україна у перші дні агресії рф змогла "евакуювати" вкрай критичні дані.

Amazon допомогла зберегти у безпеці величезні обсяги державних, податкових, банківських даних і даних про власність, вразливі до знищення та зловживань, якщо вони попали б російським загарбникам.

З того дня, як росія почала вторгнення 24 лютого, Amazon тісно співпрацює з українським урядом, щоб завантажити важливі дані та переправити їх з країни. Не рідко це робиться за допомогою спеціальних накопичувачів розміром з валізу під назвою Snowball Edge, щоб направити дані безпосередньо у систему хмарних обчислень AWS.

«Це найбільш технологічна війна в історії людства, — заявив Михайло Федоров, 31-річний віце-прем’єр-міністр України та міністр цифрової трансформації, маючи на увазі не лише зброю, а й дані. - Керівництво Amazon Web Services прийняло рішення, яке врятувало український уряд та економіку».

Наразі Amazon інвестував 75 мільйонів доларів у свою роботу в Україні, яка включає у тому числі й передачу даних через Snowballs. Федоров, виступаючи на технічній конференції в Лас-Вегасі цього місяця, назвав це «безцінним».

Дані, на цей час 10 мільйонів гігабайт, представляють «критичну інформаційну інфраструктуру. Це основа для роботи економіки, податкової системи, банків і уряду в цілому», – сказав він. Дані також містять облік майна, збереження якого може допомогти запобігти крадіжкам українських будинків, підприємств і землі.

Протягом історії загарбники «приходили й влаштовували фальшивий референдум і розподіляли землю між своїми друзями, — підкреслив Ліам Максвелл (Liam Maxwell), керівник відділу трансформації уряду в Amazon Web Services, високоприбутковому відділі хмарних обчислень компанії. - Такі речі відбувалися з часів Вільгельма Завойовника».

Максвелл, який живе в Лондоні, вже багато років працював з Україною, коли в січні стало ясно, що росія планує напасти на країну.

У той час українське законодавство вимагало розміщення більшості державних даних і деяких приватних даних на серверах в Україні. У лютому парламент змінив цей закон, щоб дозволити передачу інформації.
24 лютого, у день вторгнення, Максвелл зустрівся на обіді з послом України Вадимом Пристайком у посольстві України в Лондоні.

Вони склали список найважливіших даних: реєстр населення, записи про право власності на землю та майно, відомості про сплату податків, банківські записи, реєстри освіти, антикорупційні бази даних тощо. У проекті брали участь 27 українських міністерств, 18 українських університетів, найбільша в країні дистанційна школа, яка обслуговує сотні тисяч дітей-переселенців, а також десятки інших компаній приватного сектору.

Раніше блоки Snowball у протиударних контейнерах були доставлені з Дубліна до Кракова. Потім українці «переправили ці пристрої через кордон» в Україну, сказав Максвелл.

Після завантаження даних велика частина інформації надсилається в хмару через захищені мережі, і блоки Snowballs, кожен із яких містить до 80 терабайт зашифрованих даних, завантажується до Amazon. З поважної причини Максвелл не хоче говорити, де, але каже, що «це напружений момент навколо багажної каруселі. Ось уряд у коробці, буквально».

Щойно дані потраплять у хмару та поширяться по всьому світу, усім стане легше. «Ви не можете знищити хмару крилатою ракетою», коментує Максвелл.

Місія вимагала швидкості, організованості та глибокої технічної майстерності. Максвелл сказав, що Федоров, «людина, що поспішає», поставив усі галочки.

National Ignition Facility досягає термоядерного запалювання

Міністерство енергетики США (DOE) і Національне управління ядерної безпеки DOE (NNSA) оголосили про досягнення термоядерного запалювання в Ліверморській національній лабораторії імені Лоуренса (LLNL). Це великий науковий прорив, до якого йшли протягом десятиліть. Він прокладе шлях до прогресу в майбутньому чистої електроенергії.

5 грудня команда National Ignition Facility (NIF) з LLNL провела перший в історії експеримент із керованим термоядерним синтезом, віхи, також відомої як беззбитковість енергії, що означає, що термоядерний синтез виробляє більше енергії, ніж лазерна енергія, використана для його запуску. Цей перший у своєму роді подвиг забезпечить безпрецедентну можливість підтримувати Програму управління запасами NNSA
(National Nuclear Security Administration).

«Це визначне досягнення для дослідників і співробітників NIF, які присвятили свою кар’єру втіленню термоядерного запалювання в реальність, і ця віха, безсумнівно, спровокує ще більше відкриттів», — сказала міністр енергетики США Дженніфер М. Гранхольм (Jennifer M. Granholm).

«Понеділок, 5 грудня 2022 року, став історичним днем у науці завдяки неймовірним людям у Ліверморській лабораторії та NIF. Здійснюючи цей прорив, вони відкрили нову главу в Програмі управління запасами NNSA», – сказала адміністратор NNSA Джил Грубі (Jill Hruby).

Hohlraum (у радіаційній термодинаміці неспецифічне німецьке слово для "hollow space" or "cavity")  — це порожнина, (камера) стінки якої знаходяться в радіаційній рівновазі з енергією випромінювання всередині порожнини, у якій розміщено тип кріогенної мішені, яка використовується для досягнення запалювання 5 грудня 2022 року на NIF LLNL.

Експеримент LLNL перевищив порогове значення термоядерного синтезу, доставляючи 2,05 мегаджоуля (МДж) енергії до мішені, що призвело до 3,15 МДж вихідної енергії термоядерного синтезу, що вперше продемонструвало фундаментальну наукову основу для інерційної термоядерної енергії (IFE). Багато передових наукових і технологічних розробок все ще необхідні для досягнення простого, доступного IFE для живлення будинків і підприємств, і Міністерство енергетики зараз перезапускає широкомасштабну скоординовану програму IFE у Сполучених Штатах. У поєднанні з інвестиціями приватного сектору існує великий імпульс для швидкого прогресу в напрямку комерціалізації термоядерного синтезу.

Термоядерний синтез — це процес, за якого два легких ядра об’єднуються в одне важче ядро, вивільняючи велику кількість енергії. У 1960-х роках група вчених-новаторів з LLNL висунула гіпотезу про те, що лазери можна використовувати для індукції термоядерного синтезу в лабораторних умовах. Під керівництвом фізика Джона Наколса, який пізніше обіймав посаду директора LLNL з 1988 по 1994 рік, ця революційна ідея стала інерційним термоядерним синтезом, поклавши початок більш ніж 60-річним дослідженням і розробкам у лазерах, оптиці, діагностиці, виготовленні мішеней, комп’ютерному моделюванні та симуляції та експериментальний дизайн.

                        
Щоб реалізувати цю концепцію, LLNL побудувала серію все більш потужних лазерних систем, що призвело до створення NIF, найбільшої та найенергетичнішої лазерної системи у світі. NIF — розташований у LLNL у Ліверморі, штат Каліфорнія — розміром із спортивний стадіон і використовує потужні лазерні промені для створення температур і тиску, подібних до тих, які є в ядрах зірок і планет-гігантів, а також усередині вибухової ядерної зброї.

Досягнення запалювання стало можливим завдяки самовідданості співробітників LLNL, а також незліченних співробітників Лос-Аламосської національної лабораторії DOE, Національної лабораторії Сандії та Національної служби безпеки Невади; General Atomics; академічні установи, включаючи Лабораторію лазерної енергетики Рочестерського університету, Массачусетський технологічний інститут, Каліфорнійський університет у Берклі та Прінстонський університет; міжнародні партнери, включно з установою атомної зброї Сполученого Королівства та Комісією з альтернативних джерел енергії та атомної енергії Франції; і зацікавлені сторони в Міністерстві енергетики та NNSA та в Конгресі.

National Ignition Facility досягає термоядерного запалювання

Щоб створити термоядерне запалювання, лазерна енергія в National Ignition Facility перетворюється на рентгенівське випромінювання всередині гольраума, яке потім стискає паливну капсулу, поки вона не вибухне, створюючи плазму високого тиску та високої температури

Роботи, які пишуть свій власний код

Джекі Лян (Jacky Liang), стажер-дослідник, і Енді Цзен (Andy Zeng), науковий співробітник відділу робототехніки Google, опублікували цікавий блог про досягнення в області робототехніки.

Загальний підхід, який використовується для керування роботами, полягає в програмуванні їх за допомогою коду для виявлення об’єктів, послідовності команд для переміщення приводів і циклів зворотного зв’язку, щоб визначити, як робот має виконувати завдання. Але  перепрограмування політик для кожного нового завдання може зайняти багато часу та потребуватиме досвіду в галузі.
                  
Що якби, отримавши вказівки від людей, роботи могли б автономно писати власний код для взаємодії зі світом? Виявилося, що мовні моделі останнього покоління, такі як PaLM, здатні до складних міркувань і також навчені на мільйонах рядків коду. Враховуючи інструкції на природній мові, поточні мовні моделі добре вміють писати не лише загальний код, але, як виявилось, код, який також може контролювати дії роботів. Якщо надати кілька прикладів інструкцій (у форматі коментарів) у поєднанні з відповідним кодом (через навчання в контексті), мовні моделі можуть приймати нові інструкції та автономно генерувати новий код, який перекомпонує виклики API, синтезує нові функції та виражає цикли зворотного зв’язку, щоб створити нову поведінку під час виконання.

Щоб дослідити цю можливість, було розроблено Code as Policies (CaP), орієнтовану на робота формулювання програм, згенерованих моделлю мови, які виконуються на фізичних системах. З CaP пропонується  використовувати мовні моделі для безпосереднього написання коду робота за допомогою кількох підказок. CaP дозволяє одній системі виконувати різноманітні складні та різноманітні роботизовані завдання без спеціального навчання.

Щоб створити код для нового завдання з інструкціями природною мовою, CaP використовує модель мови написання коду, яка, коли з’являється запит із підказками і приклади, пише новий код для нових інструкцій. Центральним у цьому підході є ієрархічна генерація коду, яка спонукає мовні моделі рекурсивно визначати нові функції, накопичувати власні бібліотеки з часом і самостійно створювати динамічну кодову базу.
 
Моделі мови для написання коду можуть виражати різноманітні арифметичні операції та цикли зворотного зв’язку, засновані на мові. Програми мовної моделі Pythonic можуть використовувати класичні логічні структури, наприклад, послідовності, вибір (if/else) і цикли (for/while), щоб створити нову поведінку під час виконання. Ці моделі не лише узагальнюють нові інструкції, але й можуть транслювати точні значення (наприклад, швидкості) до неоднозначних описів («швидше» та «ліворуч») залежно від контексту, щоб виявити здоровий глузд у поведінці.

Але код як політика сьогодні обмежений сферою (i) того, що можуть описати API сприйняття (наприклад, на сьогоднішній день небагато моделей візуальної мови можуть описати, чи є траєкторія «вибоїстою» чи «більш С-подібною»), і (ii), які примітиви керування доступні. Лише кілька іменованих примітивних параметрів можна налаштувати без надмірного насичення підказок. Використаний підхід також передбачає, що всі дані інструкції здійснимі, і не можна сказати, чи буде згенерований код корисним апріорі. CaPs також важко інтерпретувати інструкції, які є значно складнішими або працюють на іншому рівні абстракції, ніж кілька прикладів, наданих для підказок мовної моделі.

Який же можна зробити висновок?
Код як політика — це крок до роботів, які можуть змінювати свою поведінку та відповідно розширювати свої можливості. Це може бути сприятливим, але гнучкість також підвищує потенційні ризики, оскільки синтезовані програми (якщо їх не перевірено вручну під час виконання) можуть призвести до ненавмисної поведінки фізичного обладнання. Ці ризики можна пом’якшити за допомогою вбудованих перевірок безпеки, які зв’язують контрольні примітиви, до яких система має доступ, але потрібно більше працювати, щоб переконатися, що нові комбінації відомих примітивів однаково безпечні.

Нова форма універсальних квантових комп'ютерів

Обчислювальна потужність квантових машин наразі все ще дуже низька. Її збільшення є серйозною проблемою. Фізики з Університету Інсбрука зараз представляють нову архітектуру для універсального квантового комп’ютера, яка долає такі обмеження та незабаром може стати основою наступного покоління квантових комп’ютерів.


Квантові біти (кубіти) у квантовому комп’ютері служать обчислювальним блоком і пам’яттю одночасно. Оскільки квантову інформацію неможливо скопіювати, вона не може зберігатися в пам’яті, як у класичному комп’ютері. Через це обмеження всі кубіти в квантовому комп’ютері повинні мати можливість взаємодіяти один з одним. Зараз це все ще є серйозною проблемою для створення потужних квантових комп’ютерів. У 2015 році фізик-теоретик Вольфганг Лехнер (Wolfgang Lechner) разом із Філіпом Хауке (Philipp Hauke) та Пітером Цоллером (Peter Zoller) звернулися до цієї проблеми та запропонували нову архітектуру для квантового комп’ютера, яка тепер називається архітектурою LHZ на честь авторів. «Ця архітектура спочатку була розроблена для задач оптимізації, — згадує Вольфганг Лехнер з кафедри теоретичної фізики Університету Інсбрука, Австрія. - У процесі ми скоротили архітектуру до мінімуму, щоб вирішити ці проблеми оптимізації якомога ефективніше». Фізичні кубіти в цій архітектурі не представляють окремі біти, а кодують відносну координацію між бітами. «Це означає, що не всі кубіти більше повинні взаємодіяти один з одним», — пояснює Вольфганг Лехнер. Разом зі своєю командою він тепер показав, що ця концепція парності також підходить для універсального квантового комп’ютера.


Комп’ютери парності можуть виконувати операції між двома або більше кубітами на одному кубіті. «Існуючі квантові комп’ютери вже дуже добре реалізують такі операції в невеликих масштабах, — пояснює Мікаель Фелнер (Michael Fellner) з команди Вольфганга Лехнера. - Однак зі збільшенням кількості кубітів стає все складніше реалізувати ці вентильні операції». У двох публікаціях у Physical Review Letters і Physical Review A вчені з Інсбрука тепер показують, що комп’ютери з парністю можуть, наприклад, виконувати квантові перетворення Фур’є – фундаментальний будівельний блок багатьох квантових алгоритмів – зі значно меншою кількістю кроків обчислення і, отже, швидше. «Високий паралелізм нашої архітектури означає, що, наприклад, добре відомий алгоритм Шора для факторизації чисел може бути виконаний дуже ефективно», — пояснює Феллнер.
   

Нова концепція також пропонує ефективне апаратне виправлення помилок. Оскільки квантові системи дуже чутливі до збурень, квантові комп’ютери повинні постійно виправляти помилки. Значні ресурси повинні бути спрямовані на захист квантової інформації, що значно збільшує кількість необхідних кубітів. «Наша модель працює з двоетапною корекцією помилок, один тип помилки (помилка перевороту біта або помилка фази) запобігає використовуваному апаратному забезпеченню», — кажуть Анетт Мессінгер (Anette Messinger) і Кіліан Ендер (Kilian Ender), також члени дослідницької групи в Інсбруку. Для цього вже існують початкові експериментальні підходи на різних платформах. «Інший тип помилки можна виявити та виправити за допомогою програмного забезпечення», — кажуть Мессінгер та Ендер. Це дозволить реалізувати наступне покоління універсальних квантових комп’ютерів з керованими зусиллями.


Відокремлена компанія ParityQC, співзасновниками якої є Вольфганг Лехнер і Магдалена Хаузер, уже працює в Інсбруку з партнерами з науки та промисловості над можливими впровадженнями нової моделі.

Нова форма універсальних квантових комп'ютерів

Команда на чолі з Вольфгангом Лехнером (справа): Кіліан Ендер, Анетт Мессінгер і Міхаель Феллнер (зліва)

Витрати на технології постійно уповільнюються

Це відмітив Дейв Велланте (David Vellante), співгенеральний директор  SiliconANGLE Media.

Головні інформаційні директори гальмують витрати, це зрозуміло. Останнє макродослідження Enterprise Technology Research показує кількісну оцінку того, що ми вже знаємо, як правду, що витрати на інформаційні технології сповільнюються. ІТ-директори та ІТ-покупці прогнозують, що цього року їхні витрати на технології зростуть на 5,5%, що є значним уповільненням від їхніх очікувань на кінець 2021 року. Але ці рівні все ще значно перевищують історичні норми – тому, хоча фактор гарного самопочуття може бути під певною загрозою, загалом все досить добре – принаймні на даний момент.

Ось останні дані ETR про витрати на макротехнології, зокрема про стратегії, які організації використовують для скорочення витрат, і про те, які категорії проектів продовжують отримувати найбільшу популярність.

Наприкінці минулого року ІТ-директори були набагато оптимістичнішими, ніж сьогодні. Тоді вони вважали, що їхні сукупні витрати зростуть більш ніж на 8%.

Звичайно, на той час очікувалося, що економіка була готова до напіввпорядкованого повернення до нормального стану. Цього не сталося, і  прогноз витрат цього року знизився до 5,5% зростання. Це базується на останньому опитуванні ETR CIO, яке охоплює понад 1100 респондентів.

Це зростання все ще на 200-300 базисних пунктів перевищує історичні норми. І дивлячись уперед на наступний рік, ІТ-директори очікують прискореного зростання, повертаючись до рівня 6%. Як зазначалося, видимість менш чітка, ніж у роки до COVID-19. Але суть полягає в тому, що цифрові трансформації продовжують підвищувати витрати на ІТ вище історичного рівня.

ETR запитав респондентів про різні дії, які вони вживають. Дві виділялися. Це: «ми прискорюємо нові ІТ-проекти» (верхня гілка) і «ми заморожуємо проекти» (нижня гілка). Якщо побудувати графік (див. нижче), то можна побачити зближення цих двох ліній з часом, що, звичайно, сигналізує про уповільнення.

Але знову ж таки, це не тривожні дані. У першому кварталі 2020 року прибуток становив 12% проти 25% сьогодні, а заморожування проектів становило 22% проти 13% сьогодні. Відносно кажучи, динаміка витрат все ще сильна.

ETR поставив додаткове запитання респондентам, які вказали, що витрати цього кварталу зменшаться порівняно з тим самим кварталом минулого року.
                                                                                         
Виявилось, що найпоширенішим підходом все ще є консолідація зайвих постачальників у різних сферах діяльності. Крім того, у цьому опитуванні спостерігався значний стрибок – з 14% до 20% – респондентів, які заявили, що прагнуть до законопроекту про хмару. Таким чином, разом 45% респондентів планують скоротити свої витрати на замовлення.

Які ж висновки з останніх даних про витрати?
По-перше, цільові показники витрат знижуються до середнього діапазону 5%, але це значно вище за історичні норми. Хоча ІТ-директори гальмують проекти, вони все ще рухаються вперед темпами, вищими за рівень до COVID-19, і заморожують менше проектів.
                                                                   
По-друге, спостерігається двостороння монета моделей «оплата тільки за спожите». Це одна з привабливих функцій на вимогу. Можна побачити, що фірми приділяють більшу увагу рахункам за хмару. І є трохи несподіваної негативної реакції на недоліки моделі ціноутворення SaaS, яка блокує замовника на певні терміни.

По-третє, справжня економія, однак, походить від усунення зайвих постачальників, що може сприяти деяким великим фірмам, таким як Microsoft, Amazon.com, Oracle, Dell Technologies, Salesforce, ServiceNow, IBM, НРЕ, Cisco Systems та інші.

Таким чином вважається, що зростання в сферах, пов’язаних з даними, є  пріоритетом для ІТ-директорів.

Отже, хоча це відчувається як значне уповільнення, небо аж ніяк не падає. Існують такі «поза нашим контролем» фактори, як відсоткові ставки, Україна, пропозиція нафти, заробітна плата тощо, які створюють невизначеність і змушують фірми бути більш обережними.

Але загалом залишається оптимізм, оскільки провідні технологічні компанії добре керовані та мають довгу злетну смугу на балансі. Таким чином, вони можуть коригувати витрати відповідно до невизначеного середовища та залишатися гнучкими при цьому.

Витрати на технології постійно уповільнюються

Лінії прискорення проектів (верхня гілка) та замороження проектів зближуються

Нобелівська премія з фізики 2022 - за новаторство у квантовій інформаційній науці

Королівська академія наук Швеції вирішила присудити Нобелівську премію з фізики 2022 року Алену Аспе (Alain Aspect), Університет Париж-Сакле і Політехнічна школа, Палезо, Франція; Джону Ф. Клаузеру, (J.F. Clauser & Assoc., Walnut Creek, CA, США) і Антону Целлінгеру (Anton Zeilinger), Віденський університет, Австрія, «за експерименти із заплутаними фотонами, встановлення порушення нерівностей Белла та новаторство у квантовій інформаційній науці».

Ален Аспе, Джон Клаузер і Антон Целлінгер провели новаторські експерименти з використанням заплутаних квантових станів, коли дві частинки поводяться як єдине ціле, навіть якщо вони розділені великою відстанню. Їх результати розчистили шлях для нових технологій, заснованих на квантовій інформації.                                                  

Ефекти квантової механіки, які не можна собі уявити, починають знаходити застосування. Зараз існує велика область досліджень, яка включає квантові комп’ютери, квантові мережі та безпечний квантовий зашифрований зв’язок.
                          
Одним із ключових факторів цього розвитку є те, як квантова механіка дозволяє двом або більше частинкам існувати в так званому заплутаному стані. Те, що відбувається з однією з частинок у заплутаній парі, визначає, що відбувається з іншою частинкою, навіть якщо вони знаходяться далеко одна від одної.

Довгий час питання полягало в тому, чи існує кореляція через те, що частинки в заплутаній парі містять приховані змінні, інструкції, які повідомляють їм, який результат вони повинні дати в експерименті. У 1960-х роках Джон Стюарт Белл розробив математичну нерівність, названу на його честь. Вона стверджує, що якщо є приховані змінні, кореляція між результатами великої кількості вимірювань ніколи не перевищить певного значення. Однак квантова механіка передбачає, що певний тип експерименту порушить нерівність Белла, що призведе до сильнішої кореляції, ніж це було б можливо в іншому випадку.

Джон Клаузер розвинув ідеї Джона Белла, що призвело до практичного експерименту. Коли він проводив вимірювання, вони підтверджували квантову механіку, явно порушуючи нерівність Белла. Це означає, що квантову механіку не можна замінити теорією, яка використовує приховані змінні.                                        

Але після експерименту Джона Клаузера залишилися деякі лазівки. Ален Аспе розробив установку, використовуючи її таким чином, щоб закрити важливу лазівку. Він зміг змінити налаштування вимірювання після того, як заплутана пара залишила своє джерело, тому налаштування, які існували на момент їх випромінювання, не могли вплинути на результат.

Використовуючи вдосконалені інструменти та довгу серію експериментів, Антон Целлінгер почав використовувати заплутані квантові стани. Серед іншого, його дослідницька група продемонструвала явище під назвою квантова телепортація, яке дозволяє переміщувати квантовий стан від однієї частинки до іншої на відстані.
                                                                        
«Стає все більш очевидним, що з’являється новий вид квантової технології. Ми бачимо, що робота лауреатів із заплутаними станами має велике значення, навіть поза фундаментальними питаннями щодо інтерпретації квантової механіки», — говорить Андерс Ірбек (Anders Irbäck) , голова Нобелівського комітету з фізики.

Нобелівська премія з фізики 2022

Джон Ф. Клаузер, Антон Целлінгер і Ален Аспе

Бульбашка квантових обчислень?

Микита Гур’янов — фізик з Оксфордського університету працює з обчислювальною квантовою фізикою. Він стверджує, що люди стали надзвичайно оптимістично налаштовані щодо перспектив квантових обчислень. Ось, що він пише.

Квантові обчислення часто зображують як перспективну технологію, з кінцевим впливом якої зможе конкурувати лише штучний інтелект. На думку квантових євангелістів, це лише питання часу, коли з’явиться повнофункціональний квантовий комп’ютер, який зробить усе, починаючи від революційної розробки ліків і закінчуючи зломом схем шифрування в Інтернеті.

Останніми роками в цю сферу влилися мільярди доларів, кульмінацією яких стали дебюти на публічному ринку таких відомих компаній квантового обчислення, як IonQ, Rigetti та D-Wave.

Реальність така, що жодна з цих компаній — або будь-яка інша фірма квантових обчислень, якщо на те пішло — насправді не заробляє реальних грошей. Невеликий прибуток, який вони генерують, здебільшого надходить від консультаційних місій, спрямованих на навчання інших компаній тому, «як квантові комп’ютери допоможуть їхньому бізнесу», на відміну від справжнього використання будь-яких переваг, які квантові комп’ютери мають над класичними комп’ютерами.

Проста причина цього полягає в тому, що, незважаючи на роки зусиль, ніхто ще не наблизився до створення квантової машини, яка справді здатна вирішувати практичні проблеми. Сучасні пристрої настільки схильні до помилок, що будь-яка інформація, яку хтось намагається обробити за допомогою них, майже миттєво перетвориться на шум. Проблема лише посилюється, якщо комп’ютер масштабується (тобто збільшується кількість «кубітів»).

Переконлива стратегія подолання цих помилок ще не була продемонстрована, що робить незрозумілим, коли — якщо взагалі — стане можливим побудувати великомасштабний, відмовостійкий квантовий комп’ютер. Проте, згідно з євангелістами, ми, очевидно, перебуваємо в центрі квантового закону Мура (він же «Закон Роуза», на честь засновника D-Wave Джорді Роуза), аналогічного революції мікрочіпів 1970-х — 2010-х років.

Ще одна фундаментальна проблема полягає в тому, що незрозуміло, які комерційно корисні проблеми взагалі можна вирішити за допомогою квантових комп’ютерів — якщо такі взагалі є.

Найвідомішим застосуванням на сьогоднішній день є алгоритм Шора для факторизації великих чисел на складові прості числа, який є експоненціально швидшим, ніж будь-яка відома відповідна схема, що працює на класичному комп’ютері. Оскільки більшість криптографії, яка в даний час використовується для захисту нашого інтернет-трафіку, базуються на передбачуваній складності проблеми розкладання на прості множники, раптова поява фактично функціонального квантового комп’ютера, здатного запускати алгоритм Шора, дійсно створить серйозний ризик для безпеки.

Алгоритм Шора став знахідкою для квантової індустрії, що призвело до незліченних обсягів фінансування від урядових служб безпеки по всьому світу. Однак тут часто забувають про те, що існує багато альтернативних криптографічних схем, які не вразливі для квантових комп’ютерів. Було б неможливим просто замінити ці вразливі схеми на так звані «квантово-захищені».

І невизначена практична життєздатність алгоритму Шора є лише верхівкою айсберга. Було багато суперечок щодо того, де і коли квантові обчислення насправді можуть запропонувати будь-яку практичну перевагу. Останні дослідження вказують на те, що немає доказів того, що квантові комп’ютери можуть значно пришвидшити навіть обчислення квантової хімії. Це погана новина для широко розрекламованої ідеї про користь квантових комп’ютерів для розробки ліків.
                                                  
По суті, індустрія квантових обчислень ще не продемонструвала жодної практичної користі, незважаючи на фанфари. Чому тоді надходить стільки грошей? Ну, в основному, завдяки фанфарам. Погляди вчених досі (здебільшого) поважають у суспільстві, тому, коли фізики чимось захоплюються, люди це помічають.

По-справжньому хвилювання почалося в 90-х роках, коли відбувся ряд новаторських проривів, які справді ознаменували народження квантових технологій як наукової сфери. У міру того, як з роками досягався прогрес, захоплення зростало, зрештою вийшовши далеко за межі спільноти.

До 2010-х років капітал став дешевим, і інвестори почали звертати увагу, навіть якщо вони не мали реального розуміння технології (крім кліше «кубіт може одночасно бути і одиницею, і нулем»). У міру того, як надходило більше грошей, поле розросталося, і для вчених ставало все більш спокусливим перепродавати свої результати. З часом у сфері діяльності з’явилися комівояжери, як правило, без будь-якого розуміння квантової фізики, які зайняли керівні посади в компаніях і зосередилися виключно на створенні фанфар. Через кілька років після цього дуже перебільшена перспектива квантових обчислень досягла мейнстріму, що призвело до жадібності та непорозуміння та утворення класичної бульбашки.

Деякі фізики в приватному порядку вважають, що тут немає проблеми: чому б не скористатися ситуацією, поки вона триває, і не взяти легких грошей у не надто досвідчених інвесторів? Зрештою, отримувати зарплату на рівні приватного сектору, займаючись, по суті, науковими дослідженнями, є непоганою угодою.
                                                                     
Що ж, коли саме лопне бульбашка, сказати важко, але в якийсь момент претензії розкриються і фінансування вичерпається. Є надія, що коли музика припиниться і бульбашка лопне, публіка все одно буде слухати  фізиків.

Використання АІ для декодування мовлення з активності мозку

Щорічно понад 69 мільйонів людей у всьому світі отримують черепно-мозкові травми, через що багато з них не можуть спілкуватися за допомогою мови, друкування чи жестів. Життя цих людей могло б значно покращитися, якби дослідники розробили технологію декодування мови безпосередньо з неінвазивних записів мозку. Сьогодні розроблена модель АІ, яка може декодувати мову з неінвазивних записів активності мозку.

За результатами трьох секунд активності мозку отримані результати показують, що модель може декодувати відповідні сегменти мовлення з точністю до 73% топ-10 із словникового запасу з 793 слів, тобто значної частини слів, які ми зазвичай використовуємо протягом дня сьогодні.

Декодування мовлення на основі мозкової активності було давньою метою нейробіологів і клініцистів, але більша частина прогресу покладалася на інвазивні методи запису мозку, такі як стереотаксична електроенцефалографія та електрокортикографія. Ці пристрої дають більш чіткі сигнали, ніж неінвазивні методи, але потребують нейрохірургічних втручань. Хоча результати цієї роботи свідчать про те, що декодування мовлення із записів мозкової активності можливо, декодування мовлення за допомогою неінвазивних підходів забезпечить безпечніше, більш масштабоване рішення, яке зрештою може принести користь набагато більшій кількості людей. Однак це дуже складно, оскільки неінвазивні записи, як відомо, викликають шум і можуть сильно відрізнятися залежно від сеансів запису та окремих людей з різних причин, включаючи відмінності в мозку кожної людини та місце розташування датчиків.
У данній роботі вирішуються ці проблеми, створюючи модель глибокого навчання, навчену контрастним навчанням, яка потім використовується для максимального узгодження неінвазивних записів мозку та звуків мови. Для цього дослідники використовують wave2vec 2.0, модель самоконтрольованого навчання з відкритим кодом, розроблену командою FAIR у 2020 році. Потім ця модель використовується, щоб ідентифікувати складні репрезентації мови в мозку добровольців, які слухають аудіокниги.

Вчені зосередилися на двох неінвазивних технологіях: електроенцефалографії та магнітоенцефалографії (ЕЕГ і МЕГ, скорочено), які вимірюють коливання електричних і магнітних полів, викликаних активністю нейронів відповідно. На практиці обидві системи можуть робити приблизно 1000 знімків макроскопічної активності мозку щосекунди, використовуючи сотні датчиків.

Було використано чотири набори даних ЕЕГ і МЕГ з відкритим кодом з академічних установ, використавши понад 150 годин записів 169 здорових добровольців, які слухали аудіокниги та окремі речення англійською та голландською мовами. Потім ці записи ЕЕГ і МЕГ вводились у модель «мозку», яка складається зі стандартної глибокої згорткової мережі із залишковими зв’язками.

Щоб декодувати мову з неінвазивних сигналів мозку, модель навчається із контрастним навчанням, щоб вирівняти мову та відповідну мозкову активність.

Нарешті, збудована архітектура вчиться узгоджувати вихід цієї моделі мозку з глибокими представленнями звуків мови, які були представлені учасникам. У попередній роботі використовувався wav2vec 2.0, щоб показати, що цей алгоритм мовлення автоматично вчиться створювати представлення мовлення, які відповідають поданням мозку. Поява «мозкових» репрезентацій мовлення у wav2vec 2.0 зробила природним вибір створити власний декодер, оскільки це допомагає знати, які репрезентації треба спробувати витягти з сигналів мозку.

Після навчання система виконує те, що називається нульовою класифікацією: враховуючи фрагмент мозкової активності, вона може визначити з великої кількості нових аудіозаписів, який із них людина насправді чула. Звідти алгоритм виводить слова, які людина, швидше за все, чула. Це захоплюючий крок, тому що він показує, що АІ може успішно навчитися декодувати шумні та змінні неінвазивні записи активності мозку під час сприйняття мови.

Результати дослідження є обнадійливими, тому що вони показують, що АІ, який навчається за допомогою самоконтролю, може успішно декодувати сприйняте мовлення з неінвазивних записів активності мозку, незважаючи на шум і мінливість, властиві цим даним. Однак ці результати є лише першим кроком.

Використання АІ для декодування мовлення з активності мозку

Бездротова передача енергії на відстань понад 30 м

 Дослідники використовують інфрачервоне світло (IR) для бездротової передачі енергії на відстань понад 30 метрів.

Нова лазерна система зарядки може запропонувати безпечне бездротове живлення для мобільних пристроїв і датчиків.


Уявіть, що ви заходите в аеропорт чи продуктовий магазин, і ваш смартфон автоматично починає заряджатися. Одного разу це може стати реальністю завдяки новій системі бездротової лазерної зарядки, яка подолає деякі проблеми, що заважали попереднім спробам розробити безпечні та зручні системи зарядки в дорозі.

«Можливість бездротового живлення пристроїв може позбавити від необхідності носити з собою кабелі живлення для наших телефонів або планшетів, — сказав керівник дослідницької групи Джіньон Ха (Jinyong Ha) з університету Седжон у Південній Кореї.  - Це також може живити різні датчики, такі як датчики в пристроях Інтернету речей (IoT) і датчики, які використовуються для моніторингу процесів на виробничих підприємствах».

У журналі Optica Publishing Group Optics Express дослідники описують свою нову систему, яка використовує IR для безпечної передачі високої потужності. Лабораторні випробування показали, що вона може передавати потужність світла 400 мВт на відстань до 30 метрів. Цієї потужності достатньо для заряджання датчиків, і з подальшим розвитком її можна збільшити до рівнів, необхідних для зарядки мобільних пристроїв.

Було вивчено кілька методів бездротової передачі енергії на великі відстані. Однак було важко безпечно передавати достатню кількість енергії на метрову відстань. Щоб подолати цю проблему, дослідники оптимізували метод розподіленої лазерної зарядки, який нещодавно привернув більше уваги для цього застосування, оскільки він забезпечує безпечне високопотужне освітлення з меншою втратою світла.

«У той час як більшість інших підходів вимагають, щоб приймальний пристрій знаходився в спеціальній підставці для заряджання або був нерухомим, розподілена лазерна зарядка забезпечує самовирівнювання без відстеження процесів, якщо передавач і приймач знаходяться в зоні прямої видимості один одного, — сказав Ха. - Він також автоматично перемикається в безпечний режим низької потужності, якщо предмет або людина блокує лінію видимості».

Розподілена лазерна зарядка працює як традиційний лазер, але замість того, щоб оптичні компоненти лазерного резонатора об’єднати в один пристрій, вони розділені на передавач і приймач. Коли передавач і приймач знаходяться в межах прямої видимості, між ними в повітрі або вільному просторі утворюється лазерний резонатор, що дозволяє системі передавати потужність на основі світла. Якщо перешкода перериває лінію видимості передавача та приймача, система автоматично переходить у енергобезпечний режим, забезпечуючи безпечну подачу електроенергії в повітрі.

У новій системі дослідники використовували леговане ербієм волоконне джерело оптичного підсилювача з центральною довжиною хвилі 1550 нм. Цей діапазон довжин хвиль знаходиться в найбезпечнішій області спектра і не становить небезпеки для людських очей або шкіри при використовуваній потужності. Іншим ключовим компонентом був мультиплексний фільтр з розділенням по довжині хвилі, який створював вузькосмуговий промінь з оптичною потужністю в межах безпеки для розповсюдження у вільному просторі.

 
«У приймальному блоці ми включили ретрорефлектор зі сферичною лінзою для полегшення вирівнювання передавача та приймача на 360 градусів, що максимізує ефективність передачі енергії, — сказав Ха. - Ми експериментально виявили, що загальна продуктивність системи залежить від показника заломлення кульової лінзи, причому показник заломлення 2,003 є найефективнішим».

Щоб продемонструвати систему, дослідники встановили 30-метрову відстань між передавачем і приймачем. Передавач був виготовлений з легованого ербієм волоконного підсилювача оптичного джерела, а блок приймача включав ретрорефлектор, фотоелектричний елемент, який перетворює оптичний сигнал в електричну енергію, і світлодіод, який світиться під час подачі електроенергії. Цей приймач розміром приблизно 10 на 10 міліметрів можна легко інтегрувати в пристрої та датчики.

Результати експерименту показали, що одноканальна бездротова система передачі може забезпечити оптичну потужність 400 мВт з шириною лінії каналу 1 нм на відстані 30 метрів. Фотоелектрична система перетворила це на електричну потужність 85 мВт. Дослідники також показали, що система автоматично переходить у безпечний режим передачі енергії, коли лінія видимості переривається рукою людини. У цьому режимі передавач створював світло неймовірно низької інтенсивності, яке не становило жодної небезпеки для людей.

«Використання лазерної системи заряджання для заміни шнурів живлення на заводах може заощадити витрати на обслуговування та заміну, — сказав Ха. - Це може бути особливо корисним у суворих умовах, де електричні з’єднання можуть спричинити перешкоди або створити небезпеку пожежі».

Тепер, коли вони продемонстрували систему, дослідники працюють над тим, щоб зробити її більш практичною. Наприклад, ефективність фотоелектричного елемента можна збільшити, щоб краще перетворювати світло в електричну енергію.

Вони також планують розробити спосіб використання системи для зарядки кількох приймачів одночасно.


Бездротова передача енергії на відстань понад 30 м

Дослідники створили нову систему, яка використовує IR для безпечної передачі високого рівня потужності на відстані до 30 м
 

Ukraine

 

  •  Home  •  Ринок  •  IТ-директор  •  CloudComputing  •  Hard  •  Soft  •  Мережі  •  Безпека  •  Наука  •  IoT