量子コンピューティングは現実に近いですか？

量子コンピューティング-同時に複数の状態を保持できるなど、量子特性を示すコンピューターで作業するというアイデアは長い間議論されてきましたが、現在は現実に近づきつつあり、大きな進歩が見られます。 先週のTechonomyカンファレンスで、D-WaveやIBMなど、このトピックの範囲を広げようとしているいくつかの企業のリーダーとともに、テーマに関するパネルを開催する機会がありました。

量子コンピューティングに関するアドバイスを提供するBerberian&CompanyのコンサルタントであるBryan Jacobsは、現在使用しているすべての電子機器で、情報はオンまたはオフの電子の電荷によって保存されると説明しました。 言い換えれば、少し。 しかし、情報を単一電子または光子などの量子状態でエンコードする場合、通常の古典ビットのようにゼロと1にマッピングできますが、同時にゼロと1になることができる重ね合わせもマッピングできます。 興味深い概念は、量子ビット（キュービットと呼ばれることも多い）を多数持つ量子コンピューターがある場合、同時にすべての可能な入力の重ね合わせで開始できるということです。量子コヒーレントな方法で情報を処理します。ある意味では、可能なすべての入力で同じ関数を同時に計算できます。 それは量子並列処理として知られています。 彼は、人々が今日試みているいくつかの異なるアプローチがあることに注意しました。1つは従来のデジタルコンピュータに似たゲートベースのもので、もう1つは量子アニーリングとして知られるアナログプロセスに似ています。

D-Wave SystemsのCEOであるVern Brownellは、実際に量子アニーリングを使用するいくつかのマシンを納入しました。彼の会社は最初にこのアプローチを使用することを選択したと述べました。コンピューティングの実装。」 彼は、D-Waveが量子コンピューティングの他のモデルも検討したが、このアプローチが最も実用的であると述べた。

彼は、事実上、1000量子ビットの量子アニーラーを持っていると説明しました。量子アニーラーは、2〜2の量子ビットの異なる可能性の回答空間を探索できます。 基本的に、これは複雑な最適化問題で機能し、その最適化問題の最低エネルギーまたは最良の答えを見つけようとします。 Brownellは、Googleが以前に購入した機械を量子人工知能研究所用にアップグレードし、これが機械学習にどのように役立つかを調査したことを指摘しました。 もう1つの顧客は、ソフトウェアの検証と検証と呼ばれる問題を検討しているLockheedです。

Brownellは、これらの例のどちらもまだ実際に運用されていないことを認めましたが、実際の問題を大規模に解決する実際のアプリケーションを実行したと述べました。 言い換えれば、彼らはまだD-Waveマシンが古典的なスーパーコンピューターよりも優れているという点には達していませんが、彼は「それに非常に近い」と言いました。 次の数ヶ月で、同社は「量子コンピューターは、古典的なコンピューティングができることの中で最高の性能を発揮できることを示します。私たちは今、そのヒンジポイントにいます」。

IBM TJ Watson Research Centerの物理科学部門の著名な研究スタッフメンバーであり、シニアマネージャーであるMark Ritterは、彼のチームは多くの異なる量子プロジェクトを行っているが、ゲートベースの量子コンピューティングとエラー訂正に焦点を当てていると説明しました。

彼のチームの理論家の一人であるセルゲイ・ブラヴィーは、「位相パリティコード」を発明しました。 彼は、従来のコンピューターでもエラー訂正コードを使用しているが、量子情報は非常に壊れやすいため、ゲートベースのシステムを構築するには、その壊れやすい量子情報を保護するコードが必要であると説明しました。 彼のチームは、量子情報の一部を長期間保持できる「トランスモン」と呼ばれる量子ビットを使用した4量子ビットシステムを作成し、エラー修正コードを使用してゲートベースの量子コンピューティングを作成できました。 彼は、これはキュービットがグラフ用紙の頂点にある正方格子のようなものだと言いました。 次に、アルゴリズムがこのコードをキュービットに重ね合わせます。 IBMの目標は、そのアルゴリズムにさらに多くのキュービットを追加できるようにすることです。 彼は、量子状態を無期限に保存できるかもしれないとすぐに言った。

彼は、量子ゲートがすべてのキュービットでエンタングルメントを使用し、すべての潜在的な状態を調べ、これを池にたくさんの石を落とし、建設的および破壊的干渉を得るときに見る干渉パターンと比較する方法に注意しました。 彼は、最良の答えは建設的に干渉され、問題に対する単一の答えがあれば、この答えがあなたが最終的に唯一の答えになるだろうと彼は言った。 ゲートベースの量子コンピューターでは、このコーディングで干渉を利用してプロセスの最後に答えを得ることができ、特定のアルゴリズムでは指数関数的に高速化する必要があると彼は言いました。

これはまだ道のりかもしれませんが、リッター氏​​は、人々がキュービットを使用して、さまざまな分子のシミュレーションなど、高いコヒーレンスでアナログシミュレーションを実行することも考えていると言いました。 ジェイコブスは量子シミュレーションについて同意し、薬物を見つけるための安定分子の化学シミュレーションについて話しました。

私は、Shorのアルゴリズムについて尋ねました。これは、量子コンピューターを使用すると、従来の暗号化の多くを破ることができることを示唆しています。 ジェイコブスは、宇​​宙飛行士を月に送ろうとするロケット船のアナロジーを使用しました。 ジェイコブスは、Shorのアルゴリズムなど、解決しようとしている問題を実行するアルゴリズムはロケット船のコマンドモジュールに似ており、Ritterのチームが取り組んでいるものなどのエラー修正はステージのようなものだと言いましたロケットの。 しかし、彼が言うには、私たちが現在持っている燃料やロケットエンジンのモーターの種類は、どんなサイズのロケット船にとっても十分ではありません。 彼は非常に難しい質問であり、量子計算とエラー修正に関連するオーバーヘッドのすべてが、今日本当に有望に見えるアルゴリズムの多くがうまく機能しない可能性があることを意味すると述べました。 Brownellは、量子コンピューターがRSA暗号化を破るのに10年以上かかると考えており、量子後暗号化に移行する必要があると述べた。

Brownellは、量子コンピューティングのゲートモデルは量子アニーリングとは非常に異なることを強調し、今日の特定の最適化問題を解決する際にどれほど役立つかについて話しました。 彼はまた、古典的なコンピューターの範囲を超えた問題をほぼ解決できると述べました。 いくつかのベンチマークで、グーグルはD-Waveマシンが現在の汎用アルゴリズムよりも30〜100, 000倍高速で問題を解決できることを発見したと述べた。 これは有用なアルゴリズムではありませんでしたが、彼のチームは、プロセッサのパフォーマンスが12〜18か月ごとに拡大するため、この機能を活用できる実際のユースケースアルゴリズムに注力していると述べました。

ブラウネルは、1974年に最初のマイクロプロセッサが発表されたときに、今日の量子コンピューティングをインテルと比較しました。 彼はその時点でDigital Equipment Corp.にいましたが、当時は「Intelについては特に心配していませんでした。なぜなら、彼らはこれらの大きな箱やものほど強力ではない安価な小さなマイクロプロセッサを持っていたからです。しかし、10年以内に、ビジネスは完全に消滅し、デジタルは廃業しました。」 彼は、量子コンピューティングが古典的なコンピューティングの世界全体を脅かすとは思っていなかったが、18か月ごとにプロセッサーのこれらの漸進的な改善がITマネージャーに必要な機能になるまで期待していると述べた。使用する開発者。

特に、D-Waveは確率学習アルゴリズムを共同開発しており、その一部はディープラーニング空間で使用されており、量子コンピューティングなしで実行できるよりも、物事を認識したりトレーニングしたりするのに優れています。 最終的に、彼はこれをクラウド内のリソースと見なし、従来のコンピューターを補完するために非常によく使用されます。

リッター氏​​は、アクセラレータを作成し、特定のタスク用に設計されたGPUとFPGAを使用しているため、量子メソッドを汎用コンピューティングを実行している従来のマシンと実際に比較するのは難しいと言いました。 あなたが実際にあなたの問題を解決することに特化したASICを設計した場合、あなたが追加するすべてのキュービットがその構成スペースを倍増するので、実際の加速を伴う実際の量子コンピューティングはそれらのいずれかを打ち負かすべきであると言いました。 言い換えれば、1000のキュービットをまとめると、空間が2x1000 ^乗増加するはずです。これは、宇宙の原子数よりも大きいと彼は述べています。 また、ゲートベースのコンピューターでは、問題はゲートが携帯電話よりも遅いため、一度に多くの操作が発生するが、各操作は従来のコンピューターよりも遅いということです。 「だから、このクロスオーバーを見る前にもっと大きなマシンを作らなければならない」と彼は言った。

ジェイコブスは、量子コンピューティングがどれほど効率的になるかを指摘しました。 「世界最高のスーパーグリーンスーパーコンピューターを使用するのに必要な電力を見ると、約65キュビットのシミュレーションを行うには、1つの原子力発電所が必要になります」と彼は言いました。 66を行うには、2つの原子力発電所が必要になります。」

Brownell氏によると、現在のD-Waveマシンは1, 000を超える量子ビットで、理論的には2から1000 ^番目 、10から300 ^番目に相当するモデルを処理できると述べています。 （比較のために、科学者は宇宙には約10から80 ^番目の原子しかないと見積もっている。）だから彼は、コンピューターの性能の限界は量子アニーリングの限界ではなく、I / O機能、各新世代で対処されているエンジニアリングの問題。 ベンチマークアルゴリズムの一部では、同社の1152キュービットマシンは、従来のコンピューターが実行できる最高の600倍強力である必要があります。

D-Waveのアーキテクチャは、いくつかの点でニューラルネットワークに似た結合を持つキュービットのマトリックスを使用し、機械学習のディープラーニングニューラルネットワークに最初に適用されました。

しかし彼は、バリューリスク計算のためにゴールドマンサックス（彼はCIO）で行っていたモンテカルロシミュレーションと同等の実行など、他のアプリケーションについても話しました。 彼はこれが約百万のコアを取り、一晩走らなければならなかったことを思い出しました。 理論的には、量子コンピューターははるかに少ないエネルギーで同様のことを行うことができます。 彼によると、D-Waveマシンはほとんど使用しませんが、非常に低い温度（約8ミリケルビン）を維持する大型冷蔵庫内で実行する必要がありますが、マシン自体の実行にかかるのはわずか15-20 kWで、非常に小さいですデータセンター向け。

リッターは、ゲートベースのモデルについて同様のアイデアを述べ、量子モンテカルロと同等であるが、エンタングルメント特性のために統計量が異なると言った量子大都市サンプリングについて議論しました。

Ritterのチームは量子アナログシミュレーションに取り組んでおり、分子設計を計算してキュービットの接続にマッピングし、理想的なモードと分子のすべての動作を解決させることができます。 。

ジェイコブスは、誰も伝送を傍受していないことを証明できる方法で生成されたキーを含む量子暗号を議論しました。 リッター氏​​は、IBMのチャーリー・ベネットがリンク上のキュービットをマシン内の別のキュービットに「テレポート」するための技術を理論化したと述べたが、そのような技術は数年以上先だと考えていると語った。

ジェイコブスは、特にエラー訂正の分野で、量子ゲートコンピューティングと量子アニーリングの違いを指摘し、Microsoftが取り組んでいるトポロジ量子コンピューティングと呼ばれる別の方法があることに注目しました。

興味深い課題の1つは、このようなマシン用のアプリケーションを作成することです。リッターは、特定の周波数でトーンを送信し、異なるキュービットを共鳴させ、時間内に相互に作用させ、計算を「ほぼ楽譜」のように発生させると説明しました。 彼は、より高いレベルの言語が存在するが、多くの仕事にはまだ理論家が必要であると指摘した。 ジェイコブスは、QASMやQuipperなどのオープンソース量子言語にはさまざまなレベルがあり、どちらも量子ゲートモデルに主に焦点を当てていると指摘しました。 ブラウネルは、量子アニーリングについては最近まで活発ではなかったため、最近まで議論の余地がなかったと指摘し、D-Waveはそれ自体で多くの作業を行わなければならず、言語をより高いレベルに移行することに取り組んでいると述べた。 5年以内に、GPUやその他の種類の古典的なリソースと同じくらい使いやすいものになることを望んでいます。