ایتنا - کامپیوترهای کوانتومی احتمالا به زودی مشکلاتی را که ابرکامپیوترهای قدرتمند امروزی را تحت تاثیر قرار میدهند، حل خواهند کرد.
یک کامپیوتر کوانتومی آیبیام در تست اولیه، یک ابرکامپیوتر را شکست داد. محاسبه و دقت هر دو یک جا جمع شدهاند. یک همکاری جدید بین آی بی ام (IBM) و دانشگاه برکلی نشان داد که برای حل مشکلات چالش برانگیز، از درک رفتار مواد مغناطیسی گرفته تا مدلسازی نحوه رفتار شبکههای عصبی یا نحوه انتشار اطلاعات در شبکههای اجتماعی، لزوما به کاملترین چیز نیاز نداریم.
این دو تیم تراشه ۱۲۷ کیوبیتی (بیت کوآنتومی) «IBM Eagle» را در مقابل ابررایانههای مخصوص کارهای پیچیدهتر آزمایشگاه ملی لارنس برکلی و دانشگاه پردو قرار دادند. با محاسبات آسانتر، ایگل هر بار نتایج ابررایانهها را نشان داد. این یعنی حتی با وجود نویز، کامپیوتر کوانتومی میتواند به پاسخهای دقیقی برسد. اما جایی که این کامپیوتر کوآنتومی درخشید، توانایی آن در تحمل مقیاس بود؛ نتایجی بسیار دقیقتر - در تئوری - از آنچه امروز با تراشههای کامپیوتری سیلیکونی پیشرفته امکانپذیر است.
این مطالعه که در «Nature» منتشر شده است، به دنبال مزیت کوانتومی نیست (به این معنا که رایانههای کوانتومی میتوانند مشکلات را سریعتر از رایانههای معمولی حل کنند.) بلکه نشان میدهد که رایانههای کوانتومی امروزی، حتی زمانی که چندان کامل نباشند، ممکن است زودتر از حد انتظار به بخشی از تحقیقات علمی و شاید ابزار زندگی ما تبدیل شوند. به عبارت دیگر، ما اکنون وارد حوزه ابزار کوانتومی شدهایم.
دکتر کریستن تم، یکی از محققان گفت: «نکته مهم این است که اکنون میتوانیم از تمام ۱۲۷ کیوبیت ایگل برای اجرای یک مدار بسیار بزرگ و ژرف استفاده کنیم و به اعداد درست برسیم.»
پاشنه آشیل کامپیوترهای کوانتومی خطاهای آنهاست. مشابه تراشههای کامپیوتری کلاسیک مبتنی بر سیلیکون - آنهایی که در موبایل یا لپتاپ شما کار میکنند - کامپیوترهای کوانتومی از بستههای دادهای به نام بیتها به عنوان روش اصلی محاسبه استفاده میکنند. تفاوت این است که در کامپیوترهای کلاسیک، بیتها ۱ یا ۰ را نشان میدهند، اما به لطف ویژگیهای کوانتومی، معادل کوانتومی بیتها، کیوبیتها، در حالت شار وجود دارند و شانس فرود در هر یک از موقعیتها را دارند.
این ویژگی عجیب و غریب به همراه چیزهای دیگر، این امکان را برای رایانههای کوانتومی فراهم میکند که به طور همزمان چندین محاسبه پیچیده را انجام دهند (اساسا همه چیز، همه جا، به یکباره. بله مثل همان فیلم مشهور.) آنها را در تئوری بسیار کارآمدتر از تراشههای سیلیکونی امروزی عمل میکنند. محققان میگویند رقابت بر سر نشان دادن اینکه این پردازندهها میتوانند عملکرد بهتری از همتایان کلاسیک خود داشته باشند، دشوار است.
کیوبیتها چیزهای پیچیدهای هستند و روشهای تعامل آنها با یکدیگر نیز همینطور است. حتی تغییرات جزئی در وضعیت یا محیط آنها میتواند محاسبات را دچار خطا کند. وندین و بایلندر میگویند: «توسعه پتانسیل کامل رایانههای کوانتومی نیازمند دستگاههایی است که بتوانند خطاهای خود را تصحیح کنند.»
پایان داستان یک کامپیوتر کوانتومی مقاوم در برابر خطا است. اینجا، هزاران کیوبیت با کیفیت مشابه کیوبیتهای «کامل» خواهیم داشت که امروزه در مدلهای شبیهسازیشده استفاده میشوند؛ مدلهایی که همگی توسط یک سیستم خوداصلاحگر کنترل میشوند.
رسیدن به این فانتزی ممکن است چندین دهه طول بکشد. اما در این میان، دانشمندان به یک راه حل موقت دست یافتند: کاهش خطا. ایده ساده است: اگر نمیتوانیم نویز را حذف کنیم، چرا آن را نپذیریم؟ ایده، اندازهگیری و تحمل خطاها در حین یافتن روشهایی است که خطاهای کوانتومی را با استفاده از نرمافزارهای پسپردازش جبران میکنند.
آی بی ام کوانتوم در سال ۲۰۱۷ یک نظریه راهنما را منتشر کرد: اگر بتوانیم منبع نویز را در سیستم محاسباتی کوانتومی درک کنیم، میتوانیم اثرات آن را حذف کنیم. ایده کلی کمی غیر متعارف است. تیم تحقیقاتی به جای محدود کردن نویز، عمدا نویز را در یک کامپیوتر کوانتومی با استفاده از تکنیک مشابهی که کیوبیتها را کنترل میکند، افزایش داد. این امر امکان اندازهگیری نتایج حاصل از آزمایشهای متعدد با سطوح مختلف نویز را فراهم و راههایی برای مقابله با اثرات منفی آن ایجاد کرد.
در این مطالعه، تیم مدلی از نحوه رفتار نویز در سیستم تولید کرد. با این اطلس نویز، آنها بهتر میتوانستند سیگنالهای ناخواسته را به روشی قابل پیشبینی دستکاری، تقویت و حذف کنند.
آنها با استفاده از نرمافزار پسپردازش به نام «Zero Noise Extrapolation (ZNE)» اطلس نویز اندازهگیری شده را به سیستمی بدون نویز برونیابی کردند؛ مانند پاک کردن دیجیتالی نویزهای پسزمینه از یک موسیقی متن ضبطشده.
برای اثبات مفهوم، تیم به یک مدل ریاضی کلاسیک روی آورد که برای ثبت سیستمهای پیچیده در فیزیک و علوم اعصاب استفاده میشود. این مدل که مدل «۲D Ising» نام دارد، در ابتدا تقریبا صد سال قبل برای مطالعه مواد مغناطیسی ساخته شد.
مدل «Ising» شبکهای از قطبنماها را تقلید میکند که در آن چرخش هر یک بر چرخش همسایهاش تاثیر میگذارد. هر چرخش دو حالت دارد: بالا یا پایین. اگرچه در ابتدا برای توصیف خواص مغناطیسی استفاده میشد، اکنون به طور گسترده برای شبیهسازی رفتار سیستمهای پیچیده، مانند شبکههای عصبی بیولوژیکی استفاده میشود. همچنین به پاکسازی نویز در تجزیه و تحلیل تصویر کمک و کامپیوتر را تقویت میکند.
این مطالعه با ارائه برنامههایی که میتوانند مزیت کوانتومی مفیدی را فراتر از تحقیقات محاسبات کوانتومی ارائه دهند، توسعه فناوری دستگاه، سیستمهای کنترل و نرمافزار را هدایت میکند و راه را برای محاسبات کوانتومی متحمل خطا، هموار میکنند. اگرچه هنوز در ابتدای راه هستیم، اما این مطالعه از امکانات بیشتر پردازندههای کوانتومی برای تقلید از سیستمهای فیزیکی خبر میدهد.