Квантовый компьютер на фотонах впервые достиг квантового превосходства
Квантовый компьютер достиг квантового превосходства, решив задачу, которая не под силу лучшим суперкомпьютерам мира. Точнее, они могли бы провести этот расчет — но на это потребовалось бы время, в триллионы триллионов раз большее, чем возраст Вселенной.
Новым рекордсменом стал квантовый компьютер Jiuzhang 4.0, который выполняет вычисления с помощью частиц света — фотонов. Он был применен для гауссова бозонного сэмплинга (GBS) — задачи, в которой выборка фотонов измеряется после их прохождения через сложную разветвленную структуру зеркал и светоделителей компьютера. С подробностями эксперимента можно ознакомиться на сайте arXiv.
Предыдущие рекорды для этой задачи включали менее 300 фотонов, но в данном случае «Цзючжан» использовал 3090 частиц. Это десятикратное улучшение, которое сигнализирует о росте вычислительной мощности. По оценке экспериментаторов, современному алгоритму, работающему на самом мощном суперкомпьютере мира, потребовалось бы 1042 лет, чтобы смоделировать то, что Jiuzhang завершил за 25,6 микросекунды.
«Результаты, без сомнения, можно назвать впечатляющим техническим достижением», — оценивает Джонатан Лавуа из канадского квантового стартапа Xanadu, который ранее удерживал рекорд GBS в 219 фотонов.
Это значительный прогресс, согласен Крис Лангер из квантовой компании Quantinuum, которая ранее демонстрировала квантовое превосходство на компьютере другого типа.
«Я считаю важным, что квантовые системы могут доказывать, что их невозможно смоделировать», — говорит он.
«Цзючжан» оказывался в подобной ситуации раньше. На его предыдущих версиях рассчитывался GBS с большим количеством фотонов, что казалось невозможным для традиционных компьютеров — и всякий раз успех омрачался тем, что классические компьютеры воспроизводили эти результаты, иногда менее чем за час.
Проблема фотонного компьютера — потери из-за шумов, объясняет Билл Феферман из Чикагского университета, работавший над одним из таких успешных классических алгоритмов.
«Здесь они снизили уровень шума и одновременно увеличили масштаб эксперимента, что — по крайней мере, на данный момент — заставляет наш алгоритм испытывать трудности», — признает он.
Преодоление потерь фотонов было самой большой проблемой, которую его команде пришлось решить в новом эксперименте, подтверждает Чао-Ян Лу из Научно-технического университета Китая, один из авторов работы. Но «Цзючжан» все еще не полностью свободен от шума, что оставляет некоторое пространство для новых стратегий классического моделирования, чтобы оспорить его чемпионский статус.
Возникает «порочный круг», в котором соревнование между классическими алгоритмами и квантовыми устройствами продолжает приближать нас к пониманию неуловимой границы между классическим и квантовым мирами, полагает Феферман. С точки зрения фундаментальной науки это победа для всех, но движет ли это квантовые вычисления в сторону создания машин, которые будут более мощными в практическом смысле, — это отдельный вопрос.
По мнению Ланегра, GBS действительно можно признать «базовым бенчмарком» для сравнения квантовых компьютеров с обычными, но это достижение не отражает напрямую полезность компьютера.
С точки зрения строгой математической теории трудно оценить, когда GBS является «неопровержимым доказательством» квантового превосходства, и определить четкий путь превращения машины, преуспевшей в GBS, в машину, преуспевшую в какой-то более прикладной задаче, добавляет Николя Кесада из Монреальского политехнического института.
Отчасти это связано с тем, что аппаратное обеспечение Jiuzhang высокоспециализировано, поэтому его нельзя запрограммировать на выполнение произвольных вычислений.
«Хотя он может демонстрировать вычислительное превосходство в узкой задаче, ему не хватает ключевых элементов для отказоустойчивых и полезных квантовых вычислений», — констатирует Лавуа.
Здесь под отказоустойчивостью понимаются вычисления, при которых квантовый компьютер идентифицирует и исправляет свои собственные ошибки — долгожданная способность, все еще не достигнутая в практических квантовых компьютерах.
Тем временем Лу и его коллеги уже предложили несколько возможных применений исключительной способности «Цзючжана» в GBS. Этот процесс может улучшить вычисления, необходимые для распознавания изображений, химии и определенных математических задач, связанных с машинным обучением.