Las computadoras cuánticas y los cálculos cuánticos son una nueva , que se ha agregado a nuestro espacio informativo junto con , y otros términos tecnológicos. Sin embargo, no he logrado encontrar en internet material que me ayude a formar en mi mente el rompecabezas titulado “cómo funcionan las computadoras cuánticas”. Sí, hay muchos trabajos excelentes, incluidos algunos en Habr (ver ), cuyos comentarios, como suele ser, son aún más informativos y útiles, pero la imagen en mi mente, por así decirlo, no se formaba.
Recientemente, mis colegas se acercaron y me preguntaron: “¿Entiendes cómo funciona una computadora cuántica? ¿Puedes contarnos?” Y en ese momento comprendí que el problema de formar una imagen completa en la mente no era solo mío.
Como resultado, se hizo un intento de compilar información sobre las computadoras cuánticas en un esquema lógico coherente, que explicara a un nivel básico, sin profundizar en la matemática y la estructura del mundo cuántico, qué es una computadora cuántica, en qué principios se basa, y qué problemas enfrentan los científicos en su creación y explotación.
Tabla de contenido
Descargo de responsabilidad
El autor no es especialista en cálculos cuánticos, y el público objetivo del artículo son otros profesionales de TI, no especialistas cuánticos, que también quieren formar una imagen en su mente titulada “Cómo funcionan las computadoras cuánticas”. Debido a esto, muchos conceptos en el artículo se han simplificado deliberadamente para una mejor comprensión de las tecnologías cuánticas a un nivel “básico”, pero sin .
En el artículo, se utilizan materiales de otras fuentes en algunos lugares, Donde fue posible, se han insertado enlaces directos y referencias al texto original, tablas o figuras. Si he olvidado algo (o a alguien) en algún lugar, por favor házmelo saber y lo corregiré.
Introducción
En este capítulo revisaremos brevemente cómo comenzó la era cuántica, cuál fue la motivación detrás de la idea del ordenador cuántico, quiénes (qué países y corporaciones) son actualmente los principales actores en este campo, y también hablaremos brevemente sobre las principales direcciones en el desarrollo de la computación cuántica.
Cómo todo comenzó
Se considera que el punto de partida de la era cuántica es el año 1900, cuando M. Planck propuso por primera vez de que la energía se emite y absorbe no de manera continua, sino en quanta (porciones) individuales. Esta idea fue recogida y desarrollada por muchos destacados científicos de la época: Bohr, Einstein, Heisenberg, Schrödinger, lo que, en última instancia, llevó a la creación y desarrollo de la ciencia llamada Hay muchos buenos materiales en la red sobre el establecimiento de la física cuántica como ciencia, en este artículo no nos detendremos en esto, pero era necesario señalar la fecha en que entramos en una nueva era cuántica.
La física cuántica ha traído a nuestra vida cotidiana muchas invenciones y tecnologías que ahora son difíciles de imaginar sin ellas. Por ejemplo, el láser, que ahora se utiliza en todas partes, desde aparatos domésticos (niveladores a láser y otros) hasta sistemas de alta tecnología (láseres para corrección de la visión, saludando a . Sería lógico suponer que tarde o temprano alguien plantearía la idea de utilizar sistemas cuánticos para cálculos. Y en 1980 esto sucedió.
Wikipedia señala que la primera idea de computación cuántica fue expresada en 1980 por nuestro científico Yuri Manin. Pero realmente se habló de ella solo en 1981, cuando el conocido R. Feynman, en notó que no era posible modelar la evolución de un sistema cuántico en una computadora clásica de manera efectiva. Propuso un modelo elemental del , que será capaz de realizar tal modelado.
En la red hay , en la que se considera de manera más académica y detallada, nosotros haremos un breve repaso:
Hitos principales en la historia de la creación de computadoras cuánticas:
- [1994]. P. Shor. Se desarrolla
- [1998]. Se crea
- [2001]. IBM presentó la ejecución para descomponer el número 15
- [2007-2016]. crea y desarrolla una computadora con 128-2000 qubits
- [2012]. En la Universidad de California se implementó
- [2016]. Google en una computadora de 9 qubits
- [2017]. (tres átomos)
- [2019]. . Computadora de 20 qubits en la nube
- [2019]. . Computadora de 53 qubits. ?
Como pueden ver, pasaron 17 años (de 1981 a 1998) desde la idea hasta su primera realización en una computadora con 2 qubits, y 21 años (de 1998 a 2019) hasta que el número de qubits aumentó a 53. Pasaron 11 años (de 2001 a 2012) para mejorar el resultado de la ejecución del algoritmo de Shor (del que hablaremos en más detalle más adelante) del número 15 al 21. También solo hace tres años llegamos a implementar lo que mencionó Feynman, y aprender a modelar los sistemas físicos más simples.
El desarrollo de la computación cuántica progresa lentamente. Los científicos e ingenieros enfrentan tareas muy complejas, los estados cuánticos son muy efímeros y frágiles, y para mantenerlos durante suficiente tiempo para realizar cálculos, es necesario construir sarcófagos de decenas de millones de dólares, en los cuales se mantiene una temperatura ligeramente por encima del cero absoluto, y que están protegidos al máximo de las influencias externas. A continuación, hablaremos de esas tareas y problemas con más detalle.
Principales actores
Las diapositivas para esta sección se tomaron del artículo , del investigador científico Aleksei Fyodorov. Me permitiré hacer citas directas:
Todos los países tecnológicamente exitosos actualmente están involucrados activamente en el desarrollo de tecnologías cuánticas. Se invierte una enorme cantidad de recursos en estas investigaciones, y se crean programas especiales de apoyo a las tecnologías cuánticas.
En la carrera cuántica participan no solo los Estados, sino también empresas privadas. En total, Google, IBM, Intel y Microsoft han invertido alrededor de 0,5 miles de millones de dólares en el desarrollo de computadoras cuánticas recientemente, creando grandes laboratorios y centros de investigación.
En Habr y en la red hay numerosos artículos, por ejemplo, , y , que analizan con más detalle el estado actual del desarrollo de las tecnologías cuánticas en diferentes países. Para nosotros, lo más importante ahora es que todos los principales países tecnológicamente avanzados y sus actores están invirtiendo enormes cantidades de dinero en investigaciones en esta área, lo que nos da esperanza para salir del actual estancamiento tecnológico.
Direcciones de desarrollo
En este momento (puedo estar equivocado, corríjanme) los esfuerzos principales (y resultados más o menos significativos) de todos los principales actores están concentrados en dos áreas:
- Computadoras cuánticas especializadas, que están enfocadas en resolver una tarea específica, por ejemplo, problemas de optimización. Un ejemplo de producto son las computadoras cuánticas D-Wave.
- Computadoras cuánticas universales — que son capaces de implementar algoritmos cuánticos arbitrarios (Shor, Grover, etc.). Implementaciones de IBM, Google.
Otras direcciones de desarrollo que nos ofrece la física cuántica, como:
- como base para
- y mucho más
sin duda también están en la lista de áreas para la investigación, pero por ahora parece que no hay resultados más o menos significativos.
Adicionalmente, se puede leer , y también Google “”, por ejemplo, , y .
Fundamentos. Objeto cuántico y sistemas cuánticos
Lo más importante que se debe entender de esta sección es que
Una computadora cuántica (a diferencia de una convencional) utiliza objetos cuánticos, y para realizar cálculos los objetos cuánticos deben estar conectados en un sistema cuántico.
¿Qué es un objeto cuántico?
Un objeto cuántico — es un objeto del microcosmos (mundo cuántico) que manifiesta propiedades cuánticas:
- Tiene un estado definido con dos niveles extremos
- Está en superposición de su estado hasta el momento de la medición
- Se entrelaza con otros objetos para crear sistemas cuánticos
- Cumple con el teorema de prohibición de clonación (no se puede copiar el estado de un objeto)
Analicemos cada propiedad con más detalle:
Tiene un estado definido con dos niveles límites (estado final)
Un ejemplo clásico del mundo real es una moneda. Tiene un estado "cara", que toma dos niveles límites: "águila" y "cruz".
Está en superposición de su estado hasta el momento de la medición
Se lanzó la moneda, está volando y girando. Mientras gira, no podemos decir en cuál de los niveles límites se encuentra su estado "cara". Pero en el momento en que la aplastamos y miramos el resultado, ¡la superposición de estados se colapsa inmediatamente en uno de los dos límites: "águila" y "cruz"! Aplastar la moneda en nuestro caso es la medición.
Se entrelaza con otros objetos para crear sistemas cuánticos
Es complicado con la moneda, pero intentémoslo. Imagine que lanzamos tres monedas de tal manera que giran una sobre la otra, es como hacer malabares con monedas. En cada momento, no solo cada una de ellas está en superposición de estados, sino que esos estados se influyen mutuamente (las monedas se chocan).
Cumple con el teorema de prohibición de clonación (no se puede copiar el estado de un objeto)
Mientras las monedas vuelan y giran, de ninguna manera podemos crear una copia del estado giratorio de cualquiera de las monedas que esté separada del sistema. El sistema vive por sí mismo y es muy celoso en cuanto a revelar cualquier información al exterior.
Un par de palabras sobre el mismo concepto "superposición", prácticamente en todos los artículos la superposición se explica como "estar en todos los estados al mismo tiempo", lo cual es cierto, pero a veces resulta excesivamente confuso. La superposición de estados también se puede imaginar como que en cada momento de tiempo un objeto cuántico tiene ciertas probabilidades de colapsar en cada uno de sus niveles límites, y en total, estas probabilidades, por supuesto, suman 1. A continuación, al considerar el cubito, nos detendremos en esto con más detalle.
Para las monedas, se puede imaginar visualmente: dependiendo de la velocidad inicial, el ángulo de lanzamiento, el estado del entorno en el que vuela la moneda, en cada momento la probabilidad de obtener "águila" o "cruz" es diferente. Y, como se mencionó anteriormente, el estado de dicha moneda voladora se puede imaginar como "estar en todos sus estados límite al mismo tiempo, pero con diferentes probabilidades de realización".
Cualquier objeto que cumpla con las propiedades mencionadas anteriormente y que podamos crear y gestionar puede ser utilizado como portador de información en una computadora cuántica.
Más adelante hablaremos sobre el estado actual de la implementación física de los qubits como objetos cuánticos, y qué están utilizando los científicos en este sentido.
Así que, la tercera propiedad dice que los objetos cuánticos pueden entrelazarse para crear sistemas cuánticos. ¿Qué es un sistema cuántico?
Sistema cuántico — un sistema de objetos cuánticos entrelazados que tiene las siguientes propiedades:
- Un sistema cuántico está en una superposición de todos los posibles estados de los objetos que lo componen.
- No se puede conocer el estado del sistema hasta el momento de la medición.
- En el momento de la medición, el sistema realiza una de las posibles variantes de sus estados límite.
(y, adelantándonos un poco)
Consecuencia para programas cuánticos:
- Un programa cuántico tiene un estado del sistema dado como entrada, una superposición en su interior, y una superposición en la salida.
- En la salida del programa, después de la medición, tenemos una realización probabilística de uno de los posibles estados finales del sistema (más posibles errores).
- Cualquier programa cuántico tiene una arquitectura de tubería de chimenea (entrada -> salida. No hay ciclos, no se puede ver el estado del sistema en medio del proceso).
Comparación entre la computadora cuántica y la clásica
Ahora comparemos una computadora convencional y una cuántica.
| Computadora convencional | Una computadora cuántica | |
Lógica | 0 / 1 | `a|0> + b|1>, a^2+b^2=1` |
Física | Transistor de semiconductores | Un objeto cuántico |
Portador de inf. | Niveles de tensión | Polarización, espín,… |
Operaciones | NOT, AND, OR, XOR sobre bits | Puertas: CNOT, Hadamard,… |
Interconexión | Chip de semiconductores | Entrelazamiento entre sí |
Algoritmos | Estándar (ver Knuth) | Especiales (Shor, Grover) |
Principio | Digital, determinista | Analógico, probabilístico |
Nivel lógico
En una computadora convencional esto es un bit. Bien conocido por todos nosotros. bit determinista.Puede tomar valores de 0 o 1. Cumple perfectamente con el papel de unidad lógica para una computadora convencional, pero no es adecuado para describir el estado de un objeto cuántico, que, como ya hemos dicho, en la naturaleza se encuentra en unasuperposición de sus estados límite..
Para esto se ideó el . En sus estados límite realiza estados similares a 0 y 1. , y en superposición representa una distribución de probabilidad sobre sus estados frontera |0> y |1>:
a|0> + b|1>, tal que a^2+b^2=1a y b representan , y los cuadrados de sus módulos son, de hecho, las probabilidades de obtener esos valores específicos de los estados frontera |0> y |1>, si colapsamos el qubit midiendo en este instante.
Nivel físico
En el actual nivel tecnológico, la realización física del bit para una computadora clásica es un transistor semiconductores, para la cuántica, como ya mencionamos, cualquier objeto cuántico. En la siguiente sección, hablaremos de lo que se utiliza actualmente como portadores físicos de qubits.
Portador de información
Para una computadora clásica, esto es corriente eléctrica — niveles de voltaje, presencia o ausencia de corriente, etc., para la cuántica — ese mismo estado del objeto cuántico (dirección de polarización, spin, etc.), que puede estar en un estado de superposición.
Operaciones
Para implementar circuitos lógicos en una computadora clásica se utilizan las , para las operaciones sobre qubits se tuvo que inventar un sistema completamente diferente de operaciones, llamado . Las compuertas pueden ser de un qubit o de dos qubits, dependiendo de cuántos qubits se transforman.
Ejemplos de compuertas cuánticas:
Existe el concepto de conjunto universal de compuertas, que es suficiente para realizar cualquier cálculo cuántico. Por ejemplo, un conjunto universal incluye la compuerta de Hadamard, la compuerta de desplazamiento de fase, la compuerta CNOT y la compuerta π⁄8. Con ellas se puede realizar cualquier cálculo cuántico sobre un conjunto arbitrario de qubits.
En este artículo no nos detendremos en el sistema de compuertas cuánticas, sobre ellas y las operaciones lógicas sobre qubits se puede leer más, por ejemplo, . Lo principal que hay que recordar es:
- Las operaciones sobre objetos cuánticos requieren la creación de nuevos operadores lógicos (compuertas cuánticas)
- Las compuertas cuánticas pueden ser de un qubit o de dos qubits
- Existen conjuntos universales de compuertas, con las que se puede realizar cualquier cálculo cuántico
Interconexión
Un solo transistor es completamente inútil para realizar cálculos; necesitamos conectar muchos transistores entre sí, es decir, crear un chip semiconductor compuesto por millones de transistores, sobre los cuales construir circuitos lógicos. y, en última instancia, obtener un procesador moderno en su forma clásica.
Un solo qubit también es completamente inútil (bueno, si no es solo en un sentido académico),
para realizar cálculos necesitamos un sistema de qubits (objetos cuánticos)
que, como ya hemos dicho, se crea mediante el entrelazamiento de qubits entre sí de tal manera que los cambios en sus estados ocurren de manera coherente.
Algoritmos
Los algoritmos estándar que la humanidad ha acumulado hasta este momento no son adecuados para su implementación en una computadora cuántica. Y en general, no hay necesidad. Las computadoras cuánticas basadas en lógica de compuertas sobre qubits requieren la creación de algoritmos completamente diferentes, algoritmos cuánticos. Entre los algoritmos cuánticos más conocidos, se pueden destacar tres:
- (factorización)
- (búsqueda rápida en una base de datos no ordenada)
- (respuesta a la pregunta, función constante o equilibrada)
Principio
Y la principal diferencia es el principio de funcionamiento. En una computadora estándar es un principio digital, estrictamente determinista, basado en que si hemos establecido algún estado inicial del sistema y lo hemos procesado a través de un algoritmo dado, el resultado de los cálculos será el mismo, sin importar cuántas veces ejecutemos ese cálculo. De hecho, ese comportamiento es exactamente lo que esperamos de una computadora.
Una computadora cuántica opera según un principio analógico, probabilístico. El resultado de la ejecución de un algoritmo dado en un estado inicial dado es una muestra de la distribución de probabilidad de realizaciones finales del algoritmo más posibles errores.
Esta naturaleza probabilística de los cálculos cuánticos se debe a la propia esencia probabilística del mundo cuántico. "Dios no juega a los dados con el universo", decía el viejo Einstein, pero todos los experimentos y observaciones hasta ahora (en la actual paradigma científica) confirman lo contrario.
Realizaciones físicas de los qubits
Como ya mencionamos, el qubit puede ser representado por un objeto cuántico, es decir, un objeto físico que exhibe las propiedades cuánticas descritas anteriormente. En otras palabras, cualquier objeto físico que tenga dos estados y esos dos estados estén en superposición se puede utilizar para construir una computadora cuántica.
“Si podemos colocar un átomo en dos niveles diferentes y controlarlos, ahí tienen un qubit. Si podemos hacer esto con un ion, es un qubit. Lo mismo con la corriente. Si la hacemos circular en el sentido de las agujas del reloj y en sentido contrario al mismo tiempo, ahí tienen un qubit.”
Hay a , en el que se examina más a fondo la diversidad actual de realizaciones físicas del qubit, simplemente enumeraremos las más conocidas y comunes:
- y muchas otras ideas exóticas (aniones y demás)
De toda esta diversidad, el método más desarrollado para obtener qubits se basa en . , , y otros actores clave utilizan precisamente este método para construir sus sistemas.
Y también lean posibles de qubits de .
Fundamentos. Principio de funcionamiento de una computadora cuántica
Los materiales para esta sección (tarea e imágenes) se tomaron de un artículo .
Así que imaginemos que tenemos la siguiente tarea:
Hay un grupo de tres personas: (A)ndrey, (B)olodia y (S)ereja. Hay dos taxis (0 y 1).
También se sabe que:
- (A)ndrey, (B)olodia son amigos
- (A)ndrey, (S)ereja son enemigos
- (B)olodia y (S)ereja son enemigos
Tarea: Distribuir a la gente entre los taxis de manera que Max(amigos) y Min(enemigos)
Evaluación: L = (número de amigos) — (número de enemigos) para cada variante de distribución
IMPORTANTE: Supongamos que no hay heurísticas, no hay solución óptima. En este caso, la tarea se resuelve solo mediante un completo análisis de opciones.
Solución en una computadora convencional
Cómo resolver esta tarea en una computadora (súper)normal (o clúster) — está claro que hay que probar en un ciclo todas las variantes posibles. Si tenemos un sistema multiprocesador, entonces podemos paralelizar el cálculo de soluciones en varios procesadores y luego recopilar los resultados.
Tenemos 2 variantes posibles de distribución (taxi 0 y taxi 1) y 3 personas. El espacio de soluciones. 2^3 = 8. Se pueden evaluar 8 opciones incluso con una calculadora, no es un problema. Ahora, complicamos la tarea: tenemos 20 personas y dos autobuses, el espacio de soluciones 2^20 = 1 048 576. Tampoco es nada complicado. Aumentamos el número de personas en 2.5 veces: tomemos 50 personas y dos trenes, el espacio de soluciones ahora 2^50 = 1.12 x 10^15. Un ordenador (súper) normal ya comienza a tener serios problemas. Duplicamos el número de personas, 100 personas nos darán 1.2 x 10^30 posibles combinaciones.
Eso es todo, ya no se puede calcular esta tarea en un tiempo razonable.
Conectamos un superordenador
El ordenador más potente actualmente es el número 1 de , que es , con un rendimiento de 122 . Supongamos que para calcular una opción necesitamos 100 operaciones, entonces para resolver el problema para 100 personas necesitaremos:
(1.2 x 10^30 100) / 122×10^15 / (606024365) = 3 x 10^37 años.
Como vemos, al aumentar la dimensionalidad de los datos originales, el espacio de soluciones crece según una ley exponencial, en general, para N bits tenemos 2^N posibles combinaciones de solución, que con un N comparativamente pequeño (100) nos dan un espacio de soluciones indescriptible (con el nivel tecnológico actual).
¿Hay alternativas? Como ya han adivinado, sí, las hay.
Pero antes de que pasemos a cómo y por qué las computadoras cuánticas permiten resolver eficazmente estas tareas, recordemos un poco qué es la distribución de probabilidad. No se asusten, este es un artículo de revisión, no habrá matemáticas rigurosas, nos limitaremos a un ejemplo clásico con una bolsa y canicas.
Un poco de combinatoria, teoría de probabilidades y un extraño experimentador.
Tomemos una bolsa y pongamos en ella 1000 canicas blancas y 1000 canicas negras.Realizaremos un experimento: sacamos una canica, anotamos su color, devolvemos la canica a la bolsa y mezclamos las canicas en la bolsa.
Realizamos el experimento 10 veces, sacamos 10 canicas negras.¿Es posible? Totalmente. ¿Nos da esta muestra alguna idea razonable de la verdadera distribución en la bolsa? Obviamente que no. ¿Qué hay que hacer? Correcto, repetir el experimento un millón de veces y calcular las frecuencias de aparición de canicas negras y blancas.Obtendremos, por ejemplo, 49.95% negras y 50.05% blancas. En este caso, ya está más o menos clara la estructura de la distribución de la cual estamos muestreando (sacando una canica).Lo principal que hay que entender es que
Lo principal es entender que el experimento tiene una naturaleza probabilística, con una única muestra (pelota) no conoceremos la verdadera estructura de la distribución, necesitamos repetir el experimento varias veces y promediar los resultados.
Agreguemos a nuestra bolsa 10 pelotas rojas y 10 verdes (errores). Repitamos el experimento 10 veces. Ensacamos 5 rojas y 5 verdes. ¿Es posible? Sí. ¿Podemos decir algo sobre la verdadera distribución? No. ¿Qué hay que hacer? Bueno, ya lo entendiste.
Para obtener una comprensión sobre la estructura de la distribución probabilística, es necesario muestrear los resultados únicos de esta distribución y promediar los resultados.
Relacionamos la teoría con la práctica
Ahora, en lugar de pelotas blancas y negras, tomemos bolas de billar y pongamos en la bolsa 1000 bolas con el número 2, 1000 con el número 7 y 10 bolas con otros números. Imaginemos a un experimentador que está entrenado en las acciones más simples (sacar una bola, anotar el número, devolver la bola a la bolsa, mezclar las bolas en la bolsa) y lo hace en 150 microsegundos. Un experimentador así tiene mucha energía (¡no es un anuncio de drogas!). Entonces, en 150 segundos, podrá realizar nuestro experimento 1 millón de veces y proporcionarnos los resultados del promedio.
Sentamos al experimentador, le dimos la bolsa, nos volvimos, esperamos 150 segundos y obtuvimos:
número 2 — 49.5%, número 7 — 49.5%, los demás números en total — 1%.
Sí, es correcto, nuestra bolsa es un ordenador cuántico con un algoritmo que resuelve nuestra tarea, y las bolas son las posibles variantes de solución. Dado que hay dos soluciones correctas, el ordenador cuántico nos dará cualquiera de estas soluciones con igual probabilidad, y el 0.5% (10/2000) de errores, de los que hablaremos más adelante.
Para obtener el resultado del funcionamiento del ordenador cuántico, es necesario ejecutar múltiples veces el algoritmo cuántico sobre el mismo conjunto de datos de entrada y promediar el resultado.
Escalabilidad del ordenador cuántico
Ahora, imaginemos que para una tarea que involucra a 100 personas (el espacio de soluciones 2^100 lo recordamos), también hay solo dos soluciones correctas. Entonces, si tomamos 100 qubits y escribimos un algoritmo que calcula nuestra función objetivo (L, ver arriba) sobre estos qubits, obtendremos una bolsa que contendrá 1000 bolas con el número de la primera respuesta correcta, 1000 con el número de la segunda respuesta correcta y 10 bolas con otros números. Y nuestro experimentador, en solo 150 segundos, nos dará una evaluación de la distribución probabilística de respuestas correctas..
El tiempo de ejecución de un algoritmo cuántico (con algunas suposiciones) se puede considerar constante O(1) en relación con la dimensionalidad del espacio de soluciones (2^N).
Y precisamente esta propiedad de la computadora cuántica es la constancia del tiempo de ejecución en relación con la creciente complejidad del espacio de soluciones y es la clave.
El qubit y los mundos paralelos
¿Cómo sucede esto? ¿Qué permite a la computadora cuántica realizar cálculos tan rápidamente? Todo se debe a la naturaleza cuántica del qubit.
Mire, hemos dicho que el qubit, como objeto cuántico, realiza uno de sus dos estados al ser observado,, pero en la “vida real” se encuentra en una superposición de estados, es decir, está en ambos de sus estados extremos al mismo tiempo (con cierta probabilidad).
Tomemos (A)ndrey y representemos su estado (en qué medio de transporte está — 0 o 1) como un qubit. Entonces, tenemos (en el espacio cuántico) dos mundos paralelos, en uno (A) está en el taxi 0, en el otro mundo — en el taxi 1. Al mismo tiempo en dos taxis,, pero con cierta probabilidad de encontrarlo en cada uno al observar.
Tomemos (V)olodya y también representamos su estado como un qubit. Surgen otros dos mundos paralelos. Pero hasta ahora, estas parejas de mundos (A) y (V) no interactúan en absoluto. ¿Qué se debe hacer para crear un sistema entrelazado? Correcto, hay que entrelazar estos qubits (enredar).Tomamos y entrelazamos (A) con (V) — obtenemos un sistema cuántico de dos qubits (A, V), que realiza en su interior cuatro mundos paralelos interdependientes. Añadimos (S)ergio y obtenemos un sistema de tres qubits (ABC), que realiza ocho mundos paralelos. mundos paralelos interdependientes. Añadimos La esencia de los cálculos cuánticos (la realización de una cadena de puertas cuánticas sobre un sistema de qubits entrelazados) radica en el hecho de que el cálculo ocurre en todos los mundos paralelos simultáneamente.
Y no importa cuántos tengamos, 2^3 o 2^100,
el algoritmo cuántico se ejecutará en un tiempo finito sobre todos estos mundos paralelos y nos dará un resultado que representa una muestra de la distribución probabilística de respuestas del algoritmo. Para una mejor comprensión, uno puede imaginar que
Para una mejor comprensión, se puede imaginar que un ordenador cuántico a nivel cuántico inicia 2^N procesos paralelos de solución, cada uno de los cuales trabaja en una posible opción, luego recoge los resultados del trabajo — y nos proporciona una respuesta en forma de superposición de soluciones (una distribución probabilística de respuestas), de la cual cada vez (en cada experimento) muestreamos una.
Recuerde el tiempo que necesita nuestro experimentador (150 µs) para realizar el experimento, esto nos será útil un poco más adelante, cuando hablemos sobre los principales problemas de los ordenadores cuánticos y sobre el tiempo de decoherencia.
Algoritmos cuánticos
Como ya se mencionó, los algoritmos convencionales basados en lógica binaria no son aplicables a un ordenador cuántico que utiliza lógica cuántica (puertas cuánticas). Para él se tuvieron que idear nuevos algoritmos que aprovechan al máximo el potencial inherente a la naturaleza cuántica de los cálculos.
Los algoritmos más conocidos hasta la fecha son:
A diferencia de los clásicos, los ordenadores cuánticos no son universales.
Hasta ahora se han encontrado solo un pequeño número de algoritmos cuánticos.
Gracias por la referencia a , un lugar donde, según el autor (), se han recopilado y continúan recopilándose los mejores representantes del mundo cuántico-algoritmo.
En este artículo no abordaremos en profundidad los algoritmos cuánticos, hay muchos excelentes materiales en la red para cualquier nivel de dificultad, pero un breve repaso de los tres más conocidos aún es necesario.
Algoritmo de Shor.
El algoritmo cuántico más conocido es (ideado en 1994 por el matemático inglés ), que está destinado a resolver el problema de la factorización de números en factores primos (tarea de factorización, logaritmo discreto).
Este algoritmo se menciona como ejemplo cuando se habla de que sus sistemas bancarios y contraseñas pronto serán vulnerables. Teniendo en cuenta que la longitud de las claves utilizadas hoy en día es de al menos 2048 bits, el momento de la capucha aún no ha llegado.
Hasta la fecha son más que modestos. Los mejores resultados de factorización utilizando el algoritmo de Shor — los números y , que son significativamente menores que 2048 bits. Para otros resultados de la tabla se aplicó otro de cálculos, pero incluso el mejor resultado con este algoritmo (291311) está muy lejos de la aplicación real.
Más información sobre el algoritmo de Shor se puede leer, por ejemplo,. Sobre la implementación práctica — .
Una de de la complejidad y la potencia necesaria para factorizar un número de 2048 bits es una computadora con . Dormimos tranquilos.
Algoritmo de Grover
— para resolver el problema de búsqueda, es decir, encontrar la solución de la ecuación F(X) = 1, donde F es desde n de variables. Fue propuesto por el matemático estadounidense en .
El algoritmo de Grover puede ser utilizado para encontrar y de una serie numérica. Además, puede aplicarse para resolver mediante una búsqueda exhaustiva entre un conjunto de soluciones posibles. Esto puede conllevar un aumento significativo de velocidad en comparación con los algoritmos clásicos, aunque no proporciona una «» en el sentido general..
Se puede leer más, o . También hay una buena explicación del algoritmo a través del ejemplo de cajas y una pelota, pero, desafortunadamente, por razones fuera de mi control, este sitio no se abre desde Rusia. Si tú también tienes bloqueado , aquí hay un breve resumen:
El algoritmo de Grover. Imagina que tienes N cajas numeradas cerradas. Todas están vacías excepto una, que contiene una pelota. Tu tarea es averiguar el número de la caja en la que se encuentra la pelota (este número desconocido a menudo se representa con la letra w).
¿Cómo resolver este problema? De la manera más simple, abriendo las cajas una por una, y tarde o temprano encontrarás la caja con la pelota. ¿Cuántas cajas, en promedio, necesitas revisar antes de que se descubra la caja con la pelota? En promedio, hay que abrir aproximadamente la mitad de las cajas N/2. Lo importante aquí es que si aumentamos el número de cajas 100 veces, también aumentará 100 veces el número promedio de cajas que necesitas abrir antes de encontrar la caja con la pelota.
Ahora hagamos una aclaración más. Supongamos que no abrimos las cajas manualmente y verificamos la presencia de la pelota en cada una, sino que tenemos un intermediario, al que llamaremos Oráculo. Le decimos al Oráculo: "verifica la caja número 732", y el Oráculo verifica honestamente y responde: "no hay pelota en la caja número 732". Ahora, en lugar de hablar sobre cuántas cajas necesitamos abrir en promedio, decimos "cuántas veces en promedio debemos consultar al Oráculo para encontrar el número de la caja con la pelota".
Resulta que si traducimos esta tarea de cajas, pelotas y Oráculos a un lenguaje cuántico, obtenemos un resultado sorprendente: para encontrar el número de la caja con la pelota entre N cajas, solo necesitamos perturbar al Oráculo aproximadamente SQRT(N) veces.
Es decir, la complejidad de la tarea de búsqueda utilizando el algoritmo de Grover se reduce en raíz cuadrada.
Algoritmo de Deutsch-Josza
El algoritmo de Deutsch-Josza (también mencionado como algoritmo de Deutsch-Joza) es [un algoritmo cuántico]), propuesto y en , y se convirtió en uno de los primeros ejemplos de algoritmos diseñados para ejecutarse en . _
El problema de Deutsch-Josza consiste en determinar si una función de varias variables binarias F(x1, x2, … xn) es constante (toma un valor de 0 o 1 para cualquier argumento) o balanceada (para la mitad de su dominio toma el valor 0, y para la otra mitad 1). Se supone que se sabe a priori que la función es o bien constante o balanceada.
También se puede leer . Explicación más simple:
El algoritmo de Deutsch (Deutsch-Josza) se basa en la búsqueda, pero permite hacerlo más rápido que lo habitual. Imagina que hay una moneda en la mesa y necesitas averiguar si es falsa o no. Para ello, hay que mirar la moneda dos veces y determinar: "cara" y "cruz" – es verdadera, dos "caras", dos "cruces" – es falsa. Así que, si utilizas el algoritmo cuántico de Deutsch, esa determinación se puede hacer con una sola mirada – una medición.
Problemas de las computadoras cuánticas
Al diseñar y operar computadoras cuánticas, los científicos e ingenieros enfrentan una enorme cantidad de problemas que en la actualidad se resuelven con variable éxito. Según () se pueden identificar una serie de problemas:
- Sensibilidad al entorno y la interacción con el entorno
- Acumulación de errores en los cálculos
- Dificultades con la inicialización de los estados de los qubits
- Dificultades en la creación de sistemas multiqubit
Recomiendo encarecidamente leer el artículo “”, especialmente los comentarios asociados.
Organicemos todos los problemas principales en tres grandes grupos y analicemos cada uno de ellos con más detalle:
Decoherencia
.
Estado cuántico es algo muy frágil, los qubits en estado entrelazado son extremadamente inestables, cualquier influencia externa puede destruir (y destruye) esta conexión. Un cambio de temperatura por la más mínima fracción de grado, presión, un fotón aleatorio que pase cerca: todo esto desestabiliza nuestro sistema.
Para resolver este problema, se construyen sarcófagos de baja temperatura, en los que la temperatura (-273.14 grados Celsius) está un poco por encima del cero absoluto, con el máximo aislamiento de la cámara interna con el procesador contra todas las (posibles) influencias del entorno externo.
El tiempo máximo de vida de un sistema cuántico de varios qubits entrelazados, durante el cual conserva sus propiedades cuánticas y puede ser utilizado para realizar cálculos, se conoce como tiempo de decoherencia.
Actualmente, el tiempo de decoherencia en las mejores soluciones cuánticas es del orden de decenas y cientos de microsegundos.
Hay un excelente , donde se pueden ver de todos los sistemas cuánticos creados. En este artículo, por ejemplo, se presentan solo dos procesadores destacados, de IBM y de . Como podemos ver, el tiempo de decoherencia (T2) no supera los 200 µs.
No encontré datos exactos sobre Sycamore, pero en el propio se mencionan dos cifras — 1 millón de cálculos en 200 segundos, en otro lugar — en 130 segundos sin pérdidas en señales de control y otros factores. En cualquier caso, esto nos da un tiempo de decoherencia del orden de 150 µs. Recuerden a nuestro experimentador con la bolsa? Ну так вот он.
| Nombre de la computadora | N Qubits | Máximo emparejado | T2 (µs) |
| IBM Q System One | 20 | 6 | 70 |
| Google Sycamore | 53 | 4 | ~150-200 |
¿Qué riesgos plantea la decoherencia?
El principal problema es que después de 150 µs, nuestro sistema computacional de N qubits entrelazados comenzará a producir como salida en lugar de una distribución probabilística de soluciones correctas — ruido blanco probabilístico.
Es decir, necesitamos:
- Inicializar el sistema de qubits
- Realizar el cálculo (cadena de operaciones de compuerta)
- Leer el resultado
Y hacer todo esto en 150 µs. Si no, el resultado se convierte en calabaza.
Pero eso no es todo...
Errores
Como ya mencionamos, los procesos cuánticos y los cálculos cuánticos tienen una naturaleza probabilística, no podemos estar 100% seguros de nada, solo con alguna probabilidad. La situación se agrava aún más por el hecho de que los cálculos cuánticos son propensos a errores. Los principales tipos de errores en los cálculos cuánticos son:
- Errores de decoherencia, causados por la complejidad del sistema y la interacción con el entorno exterior
- Errores de cálculo de puertas (debidos a la naturaleza cuántica de los cálculos)
- Errores de lectura del estado final (resultado)
Errores relacionados con la decoherencia, ocurren tan pronto como entrelazamos nuestros qubits y comenzamos a realizar cálculos. Cuanto más qubits entrelazamos, más complicada se vuelve la sistema, y más fácil es romperla. Los sarcófagos a baja temperatura, cámaras protegidas, todos estos trucos tecnológicos están destinados a reducir la cantidad de errores y extender el tiempo de decoherencia.
Errores de cálculo de puertas — cualquier operación (compuerta) sobre qubits puede finalizar con un error con cierta probabilidad, y para implementar el algoritmo necesitamos ejecutar cientos de compuertas, imagina lo que obtendremos al final de la ejecución de nuestro algoritmo. La respuesta clásica a la pregunta — “¿Cuál es la probabilidad de encontrarte con un dinosaurio en un ascensor?” — 50 x 50, o te encuentras o no.
El problema se agrava aún más porque los métodos estándar de corrección de errores (duplicación de cálculos y promediado) no funcionan en el mundo cuántico debido al teorema de la prohibición de clonación. Para en los cálculos cuánticos, se tuvieron que inventar . En términos sencillos, tomamos N qubits normales y los convertimos en 1 qubit lógico con un menor nivel de errores.
Pero aquí surge otro problema — la cantidad total de qubits. Mira, supongamos que tenemos un procesador con 100 qubits, de los cuales 80 qubits están ocupados en la corrección de errores, entonces solo nos quedan 20 para los cálculos.
Errores de lectura del resultado final — como recordamos, el resultado de los cálculos cuánticos se presenta como una distribución probabilística de respuestas. Pero la lectura del estado final también puede finalizar con un error.
En el mismo hay tablas comparativas de procesadores según los niveles de error. Para la comparación, tomaremos los mismos procesadores que en el ejemplo anterior — IBM y :
| Computer | Fidelidad del Portón de 1 Qubit | 2- Fidelidad del Portón de Qubit | Fidelidad de Lectura |
| IBM Q System One | 99.96% | 98.31% | — |
| Google Sycamore | 99.84% | 99.38% | 96.2% |
Aquí — medida de similitud entre dos estados cuánticos. El valor del error puede representarse de manera aproximada como 1-Fidelidad. Como podemos ver, los errores en los portones de 2 qubits y los errores de lectura son el principal obstáculo para ejecutar algoritmos complejos y prolongados en las computadoras cuánticas existentes.
También se puede leer año de para resolver el problema de corrección de errores.
Arquitectura del procesador
En teoría, construimos y operamos circuitos con decenas de qubits entrelazados, en la realidad es más complicado. Todos los chips cuánticos existentes (procesadores) están diseñados de tal manera que permiten un entrelazamiento suave de un qubit solo con sus vecinos, que no son más de seis.
Si necesitamos entrelazar el 1er qubit, digamos, con el 12º, entonces tenemos que construir una cadena de operaciones cuánticas adicionales, involucrar qubits adicionales y demás, lo que aumenta el nivel general de errores. Y no olvides el tiempo de decoherencia, es posible que para cuando termines de entrelazar los qubits en el circuito que necesitas, el tiempo se agote y todo el circuito se convierta en un simpático generador de ruido blanco.
Tampoco olvides que la arquitectura de todos los procesadores cuánticos es diferente, y el programa escrito en el emulador en modo 'conexión de todos con todos' tendrá que 'recompilarse' en la arquitectura de un chip específico. Existe incluso para realizar esta operación.
La máxima conectividad y la máxima cantidad de qubits para los chips más avanzados:
| Nombre de la computadora | N Qubits | Máximo emparejado | T2 (µs) |
| IBM Q System One | 20 | 6 | 70 |
| Google Sycamore | 53 | 4 | ~150-200 |
Y, para la comparación, una tabla con datos de la generación anterior de procesadores. Compara la cantidad de qubits, el tiempo de decoherencia y el porcentaje de errores con lo que tenemos ahora en la nueva generación. Todavía el progreso avanza lentamente, pero avanza.
Así que:
- En este momento no hay esquemas arquitectónicos completamente conectados de más de 6 qubits
- Para entrelazar el qubit 0 con, por ejemplo, el 15º en un procesador real, puede requerirse decenas de operaciones adicionales
- Más operaciones -> más errores -> mayor influencia de la decoherencia
Resultados
La decoherencia es la cama de Procusto de la computación cuántica moderna. En 150 µs debemos ajustar todo:
- La inicialización del estado inicial de los qubits
- El cálculo del problema utilizando puertas cuánticas
- Realizar corrección de errores para obtener un resultado significativo
- Contar el resultado obtenido
Por ahora, los resultados son decepcionantes, aunque se afirma que se ha alcanzado un tiempo de retención de coherencia de 0.5s en una computadora cuántica basada en :
Medimos un tiempo de coherencia de qubits de más de 0.5 s, y con blindaje magnético esperamos que esto mejore y supere los 1000 s
Sobre esta tecnología se puede leer más o, por ejemplo, .
La situación se complica aún más porque al realizar cálculos complejos es necesario utilizar circuitos cuánticos de corrección de errores, lo que también consume tiempo y qubits disponibles.
Y, por último, las arquitecturas modernas no permiten implementar esquemas de entrelazamiento con un costo mínimo mejor que 1 a 4 o 1 a 6.
Caminos para resolver problemas
Para abordar los problemas mencionados anteriormente, actualmente se utilizan los siguientes enfoques y métodos:
- Uso de cámaras de criogenia a bajas temperaturas (10 mK (–273,14°C))
- Uso de bloques de procesador que están lo más protegidos posible de influencias externas
- Uso de sistemas de corrección de errores cuánticos (qubit lógico)
- Uso de optimizadores al programar circuitos para un procesador específico
También se llevan a cabo investigaciones destinadas a aumentar el tiempo de decoherencia, a encontrar nuevas (y mejorar las conocidas) realizaciones físicas de objetos cuánticos, a optimizar circuitos de corrección y mucho más. Hay progreso (mire arriba las características de los chips más antiguos y los más avanzados hasta la fecha), pero va lento, muy, muy lento.
D-Wave
Computadora de 2000 qubits D-Wave 2000Q. Fuente:
Ante la afirmación de Google sobre el logro de la supremacía cuántica usando un procesador con 53 qubits, y de la empresa D-Wave, en los que el número de qubits se cuenta por miles, resulta un poco confuso. Bueno, realmente, si 53 qubits pudieron alcanzar la supremacía cuántica, ¿qué puede hacer una computadora con 2048 qubits? Pero no todo es tan bueno…
En resumen (tomado de la wiki):
Las computadoras operan según el principio de (), pueden resolver una clase extremadamente limitada de problemas de optimización y no son adecuados para implementar algoritmos y puertas cuánticas tradicionales.
Se puede leer más en, por ejemplo, , (cuidado, puede que no se abra desde Rusia), o en en en su . Por cierto, recomiendo encarecidamente leer su blog, hay mucho material interesante.
Desde el principio de los anuncios, la comunidad científica ha tenido dudas sobre las computadoras D-Wave. Por ejemplo, en 2014, IBM cuestionó el hecho de que D-Wave La situación llegó a tal punto que en 2015, Google junto con NASA compró una de estas computadoras cuánticas y tras una investigación , que sí, la computadora funciona y resuelve problemas más rápido que una convencional. También se puede leer sobre la declaración de Google y, por ejemplo, .
Lo principal es que las computadoras D-Wave, con sus cientos y miles de cúbits, no se pueden usar para calcular e implementar algoritmos cuánticos. No se puede ejecutar, por ejemplo, el algoritmo de Shor. Todo lo que pueden hacer es resolver un problema de optimización utilizando ciertos mecanismos cuánticos. Se puede considerar que D-Wave es un ASIC cuántico para una tarea específica.
Un poco sobre la emulación de computadoras cuánticas
La computación cuántica se puede emular en una computadora convencional. De hecho, :
- El estado de un cúbit se puede como un número complejo, ocupando entre 2^32 y 2^64 bits (8-16 bytes) dependiendo de la arquitectura del procesador.
- El estado de N cúbits interconectados se puede representar como 2^N números complejos, es decir, 2^(3+N) para una arquitectura de 32 bits y 2^(4+N) para una de 64 bits.
- Una operación cuántica sobre N cúbits se puede representar como una matriz de 2^N x 2^N.
Entonces:
- Para almacenar los estados emulados de 10 cúbits se necesitan 8 KB.
- Para almacenar los estados de 20 cúbits se necesitan 8 MB.
- Para almacenar los estados de 30 cúbits se necesitan 8 GB.
- Para almacenar los estados de 40 cúbits se necesitan 8 Terabytes.
- Para almacenar los estados de 50 cúbits se necesitan 8 Petabytes, etc.
Para comparar, () soporta solo 2.8 Petabytes de memoria.
es 49 cúbits, establecido el año pasado en la supercomputadora más grande de China ()
El límite de la simulación de computadoras cuánticas en sistemas clásicos está determinado por la cantidad de memoria RAM necesaria para almacenar el estado de los cúbits.
Recomiendo también leer . Desde allí:
Para las operaciones — para una emulación precisa del esquema en 49 qubits a partir de unos 39 «ciclos» (capas independientes de compuertas) 2^63 multiplicaciones complejas — 4 petaflops de una supercomputadora durante 4 horas
La emulación de una computadora cuántica de más de 50 qubits en sistemas clásicos se considera inviable en un tiempo razonable. Debido a este hecho, Google utilizó para su experimento de supremacía cuántica un procesador de 53 qubits.
Superioridad computacional cuántica.
Wikipedia nos proporciona la siguiente definición de supremacía computacional cuántica:
La supremacía cuántica — capacidad para resolver problemas que las computadoras clásicas prácticamente no pueden resolver.
De hecho, alcanzar la supremacía cuántica significa que, por ejemplo, la factorización de números grandes con el algoritmo de Shor se puede resolver en un tiempo razonable, o se pueden emular a nivel cuántico moléculas químicas complejas, y así sucesivamente. Es decir, ha comenzado una nueva era.
Pero en la formulación de la definición hay un pequeño resquicio, “que las computadoras clásicas prácticamente no pueden resolver”. De hecho, esto significa que si se crea una computadora cuántica de más de 50 qubits y se ejecuta en ella algún esquema cuántico, entonces, como hemos visto anteriormente, el resultado del trabajo de este esquema no podrá ser simulado en una computadora convencional. Es decir, una computadora clásica no será capaz de reproducir el resultado del trabajo de dicho esquema.
Si tal resultado es una verdadera supremacía cuántica o no, es más bien una cuestión filosófica. Pero es necesario entender lo que hizo Google y sobre qué se basa su .
La declaración de Google sobre alcanzar la supremacía cuántica
el procesador Sycamore de 54 qubits
Entonces, en octubre de 2019, los desarrolladores de Google publicaron en la revista científica Nature el artículo “”. Los autores anunciaron haber alcanzado por primera vez en la historia la supremacía cuántica con un procesador de 54 qubits llamado «Sycamore».
En la red, se menciona en los artículos de Sycamore tanto como procesador de 54 qubits como de 53. La verdad es que, de acuerdo con el procesador consiste físicamente en 54 qubits, pero uno de ellos no está operativo y ha sido desactivado. Por lo tanto, en realidad tenemos un procesador de 53 qubits.
Inmediatamente en la red de materiales sobre este tema, cuya intensidad variaba desde hasta .
Más tarde, los empleados del departamento de computación cuántica de IBM afirmaron que La compañía sostiene que un ordenador clásico podría resolver esta tarea en el peor de los casos en 2.5 días, y que la respuesta obtenida sería más precisa que la del ordenador cuántico. Esta conclusión se hizo a partir de un análisis teórico de varios métodos de optimización.
Y, por supuesto, en su no pudo pasar por alto esta declaración. Su junto con todos los enlaces y como de costumbre vale la pena dedicarles tiempo. En Habr de este FAQ, y asegúrate de leer los comentarios, hay enlaces a documentos preliminares que se filtraron en la red antes del anuncio oficial.
¿Qué hizo realmente Google? Para una comprensión detallada, lee a Aaronson, pero en resumen:
Puedo, por supuesto, decirte, pero me siento un poco tonto haciéndolo. El cálculo es el siguiente: el experimentador genera un circuito cuántico aleatorio C (es decir, una secuencia aleatoria de puertas de 1-qubit y 2-qubit entre vecinos más cercanos, con una profundidad, por ejemplo, de 20, que actúa sobre una red 2D de n=50-60 qubits). Después de eso, el experimentador envía C al ordenador cuántico y le pide que aplique C al estado inicial de 0, mida el resultado en la base {0,1}, envíe de vuelta una secuencia observacional de n-bits (cadena) y repita esto miles o millones de veces. Finalmente, utilizando su conocimiento sobre C, el experimentador realiza una verificación estadística de la coincidencia del resultado con la salida esperada del ordenador cuántico.
Muy brevemente:
- Se crea un circuito aleatorio de longitud 20 de 53 qubits usando puertas.
- El circuito se inicia con un estado inicial [0…0] para su ejecución.
- La salida del circuito representa una cadena de bits aleatoria (muestra).
- La distribución del resultado no es aleatoria (interferencia).
- La distribución de las muestras obtenidas se compara con la esperada.
- Se concluye que hay supremacía cuántica
Es decir, Google ejecutó una tarea sintética en un procesador de 53 qubits, y su afirmación de haber alcanzado la supremacía cuántica se basa en el hecho de que no es posible emular dicho procesador en sistemas estándar en un tiempo razonable.
Para entender — en esta sección no se menosprecia el logro de Google, los ingenieros realmente son excelentes, y la pregunta de si esto se puede considerar una verdadera supremacía cuántica o no, como ya se mencionó anteriormente, es más bien filosófica que ingenieril. Pero hay que entender que al alcanzar tal superioridad computacional no hemos avanzado ni un paso hacia la posibilidad de ejecutar el algoritmo de Shor en números de 2048 bits.
Currículum
Los ordenadores cuánticos y los cálculos cuánticos son un área de tecnologías de la información muy prometedora, muy joven y hasta ahora poco aplicable en plan industrial.
El desarrollo de los cálculos cuánticos permitirá (en algún momento) resolver tareas:
- Modelado de sistemas físicos complejos a nivel cuántico
- Insolubles en ordenadores convencionales debido a la complejidad computacional
Los principales problemas en la creación y explotación de ordenadores cuánticos son:
- Decoherencia
- Errores (decoherencia y de compuertas)
- Arquitectura de procesadores (esquemas de conectividad total de qubits)
Estado de la situación en este momento:
- De hecho, es lo más básico .
- No hay EXPLOTACIÓN comercial REAL (y no está claro cuándo habrá)
Lo que puede ayudar:
- Un descubrimiento físico que reduzca los costos de interconexión y operación de los procesadores
- El descubrimiento de algo que aumente exponencialmente el tiempo de decoherencia y/o reduzca el número de errores
En mi opinión (estrictamente personal), en la actual paridad científica de conocimientos no lograremos avances significativos en el desarrollo de tecnologías cuánticas, aquí se necesita un salto cualitativo en alguna área de la ciencia fundamental o aplicada que impulse nuevas ideas y métodos.
Mientras tanto, acumulamos experiencia en programación cuántica, recolectamos y creamos algoritmos cuánticos, probamos ideas y demás. Esperamos un avance.
Conclusión
En este artículo hemos recorrido los hitos principales en el desarrollo de la computación cuántica y los ordenadores cuánticos, hemos analizado el principio de su funcionamiento, revisado los principales problemas que enfrentan los ingenieros en el diseño y operación de procesadores cuánticos, así como también visto qué son realmente los ordenadores D-Wave de múltiples qubits y la reciente declaración de Google sobre haber alcanzado la supremacía cuántica.
Han quedado fuera de la discusión cuestiones sobre la programación de ordenadores cuánticos (lenguajes, enfoques, métodos, etc.) y temas relacionados con la implementación física específica de los procesadores, como el control de qubits, su enlace, lectura, etc. Quizás este sea el tema de un próximo artículo o artículos.
Gracias por su atención, espero que este artículo sea útil para alguien.
(C)
Agradecimientos
por la revisión y comentarios sobre el texto original, así como por el artículo
por los comentarios informativos y enriquecedores sobre , y no solo sobre él, que en gran medida me ayudaron a entender este rompecabezas.
A todos los autores de artículos y publicaciones cuyos materiales fueron utilizados en la redacción de este artículo.
Lista de recursos
Artículos sobre la situación actual de [The National Academies Press]
Artículos de Habr (en orden aleatorio)
Artículos no clasificados (pero no menos interesantes) de los vastos rincones de la Red
Cursos y conferencias
Fuente: habr.com
