در سال 2019، گوگل با افتخار اعلام کرد که به آنچه محققان محاسبات کوانتومی سال‌ها به دنبال آن بودند، دست یافته‌اند: اثبات این که تکنیک باطنی می‌تواند از تکنیک‌های سنتی بهتر عمل کند. اما این نمایش “برتری کوانتومی” توسط محققانی که ادعا می کنند گوگل را در یک ابرکامپیوتر نسبتا معمولی شکست داده اند مورد مناقشه قرار گرفته است.
برای روشن بودن، هیچ کس نمی گوید که گوگل دروغ گفته است یا کار خود را نادرست معرفی کرده است – تحقیقات پر زحمت و پیشگامانه ای که منجر به اعلام برتری کوانتومی در سال 2019 شد، همچنان بسیار مهم است. اما اگر این مقاله جدید درست باشد، رقابت کلاسیک در مقابل کوانتوم هنوز هم بازی همه است.
شما می توانید داستان کامل چگونگی تبدیل کوانتوم توسط گوگل از نظریه به واقعیت را در مقاله اصلی بخوانید، اما در اینجا نسخه بسیار کوتاه آن است. کامپیوترهای کوانتومی مانند Sycamore هنوز در هیچ چیز بهتر از کامپیوترهای کلاسیک نیستند، به استثنای یک کار: شبیه سازی یک کامپیوتر کوانتومی.
به نظر می رسد انکار باشد، اما نقطه برتری کوانتومی نشان دادن قابلیت زنده بودن روش با یافتن حتی یک کار بسیار خاص و عجیب است که می تواند حتی از سریع ترین ابررایانه ها بهتر انجام دهد. زیرا این گام کوانتومی را در راه گسترش آن کتابخانه وظایف قرار می دهد. شاید در نهایت همه کارها از نظر کمی سریعتر شوند، اما برای اهداف گوگل در سال 2019 این تنها یکی بود، و آنها چگونگی و چرایی آن را با جزئیات بسیار نشان دادند.
اکنون یک تیم در آکادمی علوم چین به رهبری پان ژانگ مقاله ای منتشر کرده است که در آن تکنیک جدیدی برای شبیه سازی یک کامپیوتر کوانتومی (به ویژه الگوهای نویز خاصی که منتشر می کند) را توصیف می کند که به نظر می رسد کسری از زمان تخمین زده شده برای محاسبات کلاسیک برای این کامپیوتر را به خود اختصاص دهد. در سال 2019
از آنجایی که من نه متخصص محاسبات کوانتومی هستم و نه استاد فیزیک آماری هستم، فقط می توانم یک ایده کلی از تکنیک ژانگ و همکاران ارائه دهم. استفاده شده. آنها مشکل را به عنوان یک شبکه سه بعدی بزرگ از تانسورها نشان می دهند، با 53 کیوبیت در Sycamore که توسط شبکه ای از گره ها 20 بار اکسترود شده اند تا نشان دهنده 20 چرخه ای باشند که دروازه های Sycamore در فرآیند شبیه سازی طی کرده اند. سپس روابط ریاضی بین این تانسورها (هر مجموعه ای از بردارهای به هم پیوسته خود) با استفاده از خوشه ای از 512 GPU محاسبه شد.
تصویری از مقاله ژانگ که نمایشی بصری از آرایه تانسور سه بعدی را نشان می دهد که آنها برای شبیه سازی عملیات کوانتومی Sycamore استفاده کردند. اعتبار تصویر: پان ژانگ و همکاران
در مقاله اولیه گوگل، تخمین زده شد که اجرای این مقیاس از شبیه سازی بر روی قوی ترین ابررایانه موجود در آن زمان (Summit at Oak Ridge National Laboratory) حدود 10000 سال طول می کشد – اما برای روشن شدن، این تخمین آنها برای 54 کیوبیت بود. ساخت 25 چرخه؛ 53 کیوبیت ساخت 20 به طور قابل توجهی پیچیدگی کمتری دارد، اما بر اساس برآورد آنها هنوز چندین سال طول می کشد.
گروه ژانگ ادعا می کند که این کار را در 15 ساعت انجام داده است. و اگر آنها به ابرکامپیوتر مناسبی مانند سامیت دسترسی داشتند، می‌توانستند آن را در چند ثانیه انجام دهند – سریعتر از Sycamore. مقاله آنها در مجله Physical Review Letters منتشر خواهد شد. می توانید آن را در اینجا بخوانید (PDF).
این نتایج هنوز به طور کامل توسط کسانی که با چنین چیزهایی آشنا هستند تأیید و تکرار نشده است، اما دلیلی وجود ندارد که فکر کنیم این نوعی باگ یا کلاهبرداری است. گوگل حتی اعتراف کرده است که ممکن است قبل از تثبیت برتری، چندین بار باتوم به عقب و جلو داده شود، زیرا ساخت و برنامه‌نویسی رایانه‌های کوانتومی بسیار دشوار است، در حالی که رایانه‌های کلاسیک و نرم‌افزار آنها دائماً در حال بهبود هستند. (بقیه در دنیای کوانتومی در ابتدا به ادعاهای آنها شک داشتند، اما برخی رقبای مستقیم هستند.)
گوگل نظر زیر را ارائه می دهد و پیشرفت را در اینجا تایید می کند:
در مقاله 2019 خود، گفتیم که الگوریتم های کلاسیک بهبود خواهند یافت (در واقع، گوگل روش مورد استفاده در اینجا را برای شبیه سازی مدارهای تصادفی در سال 2017 و روش هایی برای مبادله دقت با هزینه محاسباتی در سال های 2018 و 2019 اختراع کرد) – اما نکته کلیدی این است که فناوری کوانتومی به طور تصاعدی سریعتر در حال پیشرفت است. بنابراین ما فکر نمی کنیم که این رویکرد کلاسیک بتواند مدارهای کوانتومی را در سال 2022 و پس از آن، با وجود پیشرفت های قابل توجه در چند سال گذشته، مدیریت کند.
همانطور که دومینیک هانگلیتر، دانشمند کوانتومی دانشگاه مریلند، به Science گفت، این به هیچ وجه یک چشم سیاه برای گوگل یا به طور کلی ضربه ی شکستی برای کوانتوم نیست: “آزمایش گوگل کاری را که لازم بود انجام داد، این مسابقه را شروع کرد.”
گوگل ممکن است با ادعاهای جدید خودش مقابله کند – این نیز ثابت نیست. اما این واقعیت که حتی رقابتی است، خبر خوبی برای همه درگیران است. این یک حوزه محاسباتی هیجان انگیز است، و کارهایی مانند گوگل و ژانگ همچنان برای همه بالا می رود.