Классические компьютеры стремятся обеспечить квантовое преимущество

Чтобы квантовые компьютеры считались жизнеспособными, они должны успешно и проверяемо выполнять задачи, которые трудно воспроизвести на любом классическом компьютере — ситуация, известная как «квантовое преимущество». Однако по мере совершенствования как квантовых компьютеров, так и классических методов становится трудно провести черту, за которой квантовые машины имеют преимущество.

Недавняя разработка, возглавляемая исследователями из Бристольского университета, Великобритания, подняла конкуренцию на новый уровень, показав, что классические машины могут решать одну такую «сложную» задачу значительно быстрее, чем считалось ранее. Хотя квантовый компьютер по-прежнему лидирует, новый алгоритм бристольской команды сокращает разрыв между классическим компьютером и квантовым примерно на девять порядков.

В конце 2020 года экспериментаторы из Университета науки и технологий Китая (USTC) сообщили, что они продемонстрировали квантовое преимущество, используя метод, известный как выборка гауссовых бозонов (GBS). Их эксперимент был основан на идее, что задача выборки вероятностных распределений, генерируемых квантовыми состояниями в определенных условиях, известна как неразрешимая для классических компьютеров.

В GBS распределения вероятностей исходят из набора фотонов, проходящих через оптические схемы. Когда фотоны проходят через цепь, они интерферируют друг с другом, прежде чем будут измерены. По мере увеличения размера оптической схемы и количества фотонов вычисление статистики выходных измерений для классических компьютеров становится экспоненциально сложнее. Всего за несколько минут квантовая установка, созданная командой USTC, смогла рассчитать то, на что классической машине, как ожидалось, потребуется несколько миллионов лет.
Не обращая внимания на этот гигантский разрыв, команда Бристольской лаборатории квантовых инженерных технологий (QET Labs) вместе с коллегами из Имперского колледжа Лондона и Hewlett Packard Enterprise приняла вызов и придумала способ сократить классическое время выполнения для решения той же задачи. В недавней статье в Science Advances они показали, что можно смоделировать эксперимент USTC всего за несколько месяцев — ускорение примерно в миллиард по сравнению с предыдущими оценками.

Этот новый результат пересматривает несколько алгоритмов, используемых в моделировании GBS, и выводит результаты эксперимента с возможностью добавления шума и ошибок по желанию. Эта дополнительная возможность отличает его от многих других алгоритмов моделирования, ориентированных на эффективность, которые, как правило, явно полагаются на то, как ошибки влияют на результат физического эксперимента, чтобы сократить время моделирования. Было показано, что добавление моделей шума, которые представляют экспериментальные потери, к классическому моделированию GBS снижает его сложность и, следовательно, сокращает время их выполнения.

По словам Джейкоба Ф. Балмера (Jacob F Bulmer), аспиранта из Бристоля и ведущего автора исследования, целью этих экспериментов и моделирования не является решение конкретной реальной проблемы. Скорее, это лучше понять и продемонстрировать критерии квантового преимущества. Хотя новый результат все еще не быстрее, чем квантовый эксперимент, он делает дыры в том, что ранее считалось «сложным» для классических компьютеров, и поднимает планку для будущих экспериментов.

«Я думаю, что основной вывод заключается в том, что мы предоставили четкий эталон, с которым следует сравнивать эксперименты GBS, — объясняет Балмер. - Я надеюсь, что отныне любой новый прогресс в GBS будет включать сравнение с нашими методами, которые считаются самыми быстрыми классическими алгоритмами для точного моделирования GBS».

Гонка за квантовое преимущество еще не окончена. Что касается классической стороны, бристольским исследователям еще предстоит полностью использовать шум и несовершенство экспериментальных установок таким образом, чтобы еще больше ускорить их моделирование. В то же время квантовые технологии продолжают стремительно развиваться. В октябре 2021 года группа USTC сообщила о новых результатах в Physical Review Letters, которые значительно превосходят результаты 2020 года. Хотя команда USTC не представила эталонный тест нового классического алгоритма с достижениями обеих сторон, еще неизвестно, что на самом деле означает квантовое преимущество для GBS.

Работаем быстрее: в гонке за вычислительными преимуществами классические машины не так сильно отстают, как считалось ранее

Ready, set, buy! Посібник для початківців - як придбати Copilot для Microsoft 365