Քվանտային համակարգիչներ և քվանտային հաշվարկներ՝ նոր , որի հետ միասին ավելացվել է մեր տեղեկատվական տարածությունը , և այլ բարձր տեխնոլոգիական պայմաններ: Միևնույն ժամանակ, ես երբեք չկարողացա ինտերնետում գտնել նյութ, որը կկազմի գլխումս այն գլուխկոտրուկը, որը կոչվում էր. «Ինչպես են աշխատում քվանտային համակարգիչները». Այո, կան շատ հիանալի գործեր, ներառյալ Հաբրի վրա (տես. ), մեկնաբանություններ, որոնց, ինչպես սովորաբար լինում է, էլ ավելի ինֆորմատիվ ու օգտակար են, բայց գլխումս պատկերը, ինչպես ասում են, չի գումարվում։
Եվ վերջերս իմ գործընկերները մոտեցան ինձ և հարցրին. «Հասկանու՞մ ես, թե ինչպես է աշխատում քվանտային համակարգիչը: Կարո՞ղ եք մեզ ասել»: Եվ հետո ես հասկացա, որ ես միակը չեմ, ով խնդիր ունի իմ գլխում համահունչ պատկեր կազմելու հետ:
Արդյունքում փորձ է արվել հավաքել քվանտային համակարգիչների մասին տեղեկատվությունը հետևողական տրամաբանական սխեմայի մեջ, որում հիմնական մակարդակ՝ առանց խորը ընկղմվելու մաթեմատիկայի և քվանտային աշխարհի կառուցվածքի մեջ, բացատրվեց, թե ինչ է քվանտային համակարգիչը, ինչ սկզբունքներով է այն գործում և ինչ խնդիրների են բախվում գիտնականները այն ստեղծելիս և շահագործելիս։
Պահեստավորված նյութեր
Հրաժարում պատասխանատվությունից
Հեղինակը քվանտային հաշվարկների մասնագետ չէ, և Հոդվածի թիրախային լսարանը նույն ՏՏ ոլորտի մարդիկ են, ոչ թե քվանտային մասնագետները, ովքեր նաև ցանկանում են իրենց գլխում մի նկար հավաքել, որը կոչվում է «Ինչպես են աշխատում քվանտային համակարգիչները»: Դրա պատճառով հոդվածում շատ հասկացություններ միտումնավոր պարզեցված են՝ քվանտային տեխնոլոգիաները «հիմնական» մակարդակում ավելի լավ հասկանալու համար, բայց առանց .
Հոդվածը որոշ տեղերում օգտագործում է նյութեր այլ աղբյուրներից, . Հնարավորության դեպքում տեղադրվում են բնօրինակ տեքստի, աղյուսակի կամ նկարի ուղղակի հղումներ և ցուցումներ: Եթե ինչ-որ տեղ ինչ-որ բան (կամ ինչ-որ մեկին) մոռացել եմ, գրեք և կուղղեմ:
Ներածություն
Այս գլխում մենք հակիրճ կանդրադառնանք, թե ինչպես սկսվեց քվանտային դարաշրջանը, որն էր քվանտային համակարգչի գաղափարի մոտիվացիոն պատճառը, ովքեր (որ երկրներն ու կորպորացիաներն են) ներկայումս այս ոլորտում առաջատար խաղացողներն են, ինչպես նաև հակիրճ կխոսենք: քվանտային հաշվարկների զարգացման հիմնական ուղղությունների մասին։
Ինչպես այդ ամենը սկսվեց
Քվանտային դարաշրջանի մեկնարկային կետը համարվում է 1900թ., երբ Մ.Պլանկն առաջին անգամ առաջ քաշեց. այդ էներգիան արտանետվում և ներծծվում է ոչ թե անընդհատ, այլ առանձին քվանտաներով (չափաբաժիններով)։ Գաղափարը վերցրել և զարգացրել են այն ժամանակվա շատ ականավոր գիտնականներ՝ Բորը, Էյնշտեյնը, Հայզենբերգը, Շրյոդինգերը, ինչը, ի վերջո, հանգեցրեց այնպիսի գիտության ստեղծմանը և զարգացմանը, ինչպիսիք են. . Ինտերնետում շատ լավ նյութեր կան քվանտային ֆիզիկայի՝ որպես գիտության ձևավորման մասին, այս հոդվածում մենք մանրամասն չենք անդրադառնա դրա վրա, բայց անհրաժեշտ էր նշել այն ամսաթիվը, երբ մենք մտանք նոր քվանտային դարաշրջան:
Քվանտային ֆիզիկան բազմաթիվ գյուտեր ու տեխնոլոգիաներ է մտցրել մեր առօրյա կյանքում, առանց որոնց այժմ դժվար է պատկերացնել մեզ շրջապատող աշխարհը: Օրինակ՝ լազեր, որն այժմ օգտագործվում է ամենուր՝ կենցաղային տեխնիկայից (լազերային մակարդակ և այլն) մինչև բարձր տեխնոլոգիական համակարգեր (լազերներ տեսողության ուղղման համար, բարև։ ) Տրամաբանական կլինի ենթադրել, որ վաղ թե ուշ ինչ-որ մեկի մոտ կգա այն միտքը, թե ինչու չօգտագործել քվանտային համակարգերը հաշվարկների համար: Իսկ հետո 1980թ.
Վիքիպեդիան ցույց է տալիս, որ քվանտային հաշվարկների առաջին գաղափարը արտահայտվել է 1980 թվականին մեր գիտնական Յուրի Մանինի կողմից: Բայց այդ մասին իսկապես սկսեցին խոսել միայն 1981 թվականին, երբ հայտնի Ռ.Ֆեյնմանը , նշել է, որ անհնար է արդյունավետ կերպով մոդելավորել քվանտային համակարգի էվոլյուցիան դասական համակարգչի վրա։ Նա առաջարկեց տարրական մոդել , որը կկարողանա նման մոդելավորում իրականացնել։
Այնտեղ կա , որտեղ դիտարկվում է ավելի ակադեմիական և մանրամասն, բայց մենք հակիրճ կանդրադառնանք.
Քվանտային համակարգիչների ստեղծման պատմության հիմնական իրադարձությունները.
- [1994]։ P. Shore. Նախագծված է
- [1998]։ Ստեղծվել է
- [2001]. IBM-ը ներկայացրեց կատարումը 15 համարի ընդլայնման համար
- [2007-2016]: ստեղծում և մշակում է 128-2000 քյուբիթանոց համակարգիչ
- [2012]. Իրականացվել է Կալիֆորնիայի համալսարանում
- [2016]. Google 9 քյուբիթանոց համակարգչի վրա
- [2017]. (երեք ատոմ)
- [2019]. . 20-qubit համակարգիչ ամպի մեջ
- [2019]. . 53 կուբիթ համակարգիչ: ?
Ինչպես տեսնում եք, 17 տարի է անցել (1981-ից մինչև 1998 թվականը) գաղափարի պահից մինչև դրա առաջին ներդրումը 2 քյուբիթով համակարգչում, և 21 տարի (1998-ից մինչև 2019 թվականը) մինչև այն պահը, երբ քյուբիթների թիվն ավելացավ։ մինչև 53։ 11 տարի պահանջվեց (2001-ից մինչև 2012 թվականը) Շորի ալգորիթմի արդյունքը (ավելի մանրամասն կանդրադառնանք ավելի ուշ) 15-ից մինչև 21-ի արդյունքը բարելավելու համար: Բացի այդ, ընդամենը երեք տարի առաջ մենք հասանք այն կետին. իրականացնելով այն, ինչի մասին խոսեց Ֆեյնմանը և սովորեք մոդելավորել ամենապարզ ֆիզիկական համակարգերը:
Քվանտային հաշվարկների զարգացումը դանդաղ է ընթանում: Գիտնականներին և ինժեներներին շատ դժվար առաջադրանքներ են սպասվում, քվանտային վիճակները շատ կարճատև են և փխրուն, և որպեսզի դրանք բավականաչափ պահպանվեն հաշվարկներ կատարելու համար, նրանք պետք է տասնյակ միլիոնավոր դոլարների սարկոֆագներ կառուցեն, որոնցում ջերմաստիճանը պահպանվում է: բացարձակ զրոյից անմիջապես բարձր, և որոնք առավելագույնս պաշտպանված են արտաքին ազդեցություններից։ Հաջորդիվ ավելի մանրամասն կխոսենք այս խնդիրների և խնդիրների մասին։
Առաջատար խաղացողներ
Այս բաժնի սլայդները վերցված են հոդվածից , հետազոտողից Ալեքսեյ Ֆեդորով. Թույլ տվեք ձեզ ուղղակի մեջբերումներ տալ.
Տեխնոլոգիապես հաջողակ բոլոր երկրները ներկայումս ակտիվորեն զարգացնում են քվանտային տեխնոլոգիաները։ Հսկայական գումարներ են ներդրվում այս հետազոտության համար, և ստեղծվում են քվանտային տեխնոլոգիաներին աջակցելու հատուկ ծրագրեր։
Քվանտային մրցավազքին մասնակցում են ոչ միայն պետությունները, այլեւ մասնավոր ընկերությունները։ Ընդհանուր առմամբ, Google-ը, IBM-ը, Intel-ը և Microsoft-ը վերջերս մոտ 0,5 միլիարդ դոլար են ներդրել քվանտային համակարգիչների զարգացման համար և ստեղծել մեծ լաբորատորիաներ և հետազոտական կենտրոններ։
Կան բազմաթիվ հոդվածներ Habré-ի և համացանցում, օրինակ. , и , որում առավել մանրամասնորեն քննվում է տարբեր երկրներում քվանտային տեխնոլոգիաների զարգացման հետ կապված գործերի ներկա վիճակը։ Մեզ համար հիմա գլխավորն այն է, որ տեխնոլոգիապես զարգացած բոլոր առաջատար երկրներն ու խաղացողները հսկայական գումարներ են ներդնում այս ուղղությամբ հետազոտությունների համար, ինչը հույս է տալիս ելք գտնել ներկայիս տեխնոլոգիական փակուղուց։
Զարգացման ուղղություններ
Այս պահին (կարող եմ սխալվել, ուղղեք ինձ) բոլոր առաջատար խաղացողների հիմնական ջանքերը (և քիչ թե շատ նշանակալի արդյունքները) կենտրոնացած են երկու ոլորտներում.
- Մասնագիտացված քվանտային համակարգիչներ, որոնք ուղղված են կոնկրետ մեկ կոնկրետ խնդրի լուծմանը, օրինակ՝ օպտիմալացման խնդիր։ Արտադրանքի օրինակ են D-Wave քվանտային համակարգիչները:
- Ունիվերսալ քվանտային համակարգիչներ — որոնք ի վիճակի են իրականացնել կամայական քվանտային ալգորիթմներ (Շոր, Գրովեր և այլն): Իրականացումներ IBM-ից, Google-ից:
Զարգացման այլ վեկտորներ, որոնք մեզ տալիս է քվանտային ֆիզիկան, ինչպիսիք են.
- որպես հիմք
- եւ շատ ավելին
Իհարկե, այն նույնպես հետազոտության ոլորտների ցանկում է, բայց ներկայումս կարծես թե քիչ թե շատ էական արդյունքներ չկան։
Բացի այդ, դուք կարող եք կարդալ լավ, գուգլ»", Օրինակ, , и .
Հիմունքներ. Քվանտային օբյեկտ և քվանտային համակարգեր
Ամենակարևորը, որ պետք է հասկանալ այս բաժնից, դա է
Քվանտային համակարգիչ (ի տարբերություն սովորականի) օգտագործում է որպես տեղեկատվության կրող քվանտային օբյեկտներ, և հաշվարկներ իրականացնելու համար քվանտային օբյեկտները պետք է միացված լինեն քվանտային համակարգ.
Ի՞նչ է քվանտային օբյեկտը:
Քվանտային օբյեկտ - միկրոաշխարհի օբյեկտ (քվանտային աշխարհ), որն արտահայտում է քվանտային հատկություններ.
- Ունի երկու սահմանային մակարդակով սահմանված վիճակ
- Մինչև չափման պահը գտնվում է իր վիճակում
- Խճճվում է այլ առարկաների հետ՝ քվանտային համակարգեր ստեղծելու համար
- Բավարարում է առանց կլոնավորման թեորեմը (օբյեկտի վիճակը չի կարող պատճենվել)
Եկեք նայենք յուրաքանչյուր գույքին ավելի մանրամասն.
Ունի երկու սահմանային մակարդակով սահմանված վիճակ (վերջնական վիճակ)
Իրական աշխարհի դասական օրինակը մետաղադրամն է: Այն ունի «կողքի» վիճակ, որն ունի երկու սահմանային մակարդակ՝ «գլուխներ» և «պոչեր»:
Մինչև չափման պահը գտնվում է իր վիճակում
Նրանք մետաղադրամ են նետել, այն թռչում է և պտտվում: Մինչ այն պտտվում է, անհնար է ասել, թե սահմանային մակարդակներից որում է գտնվում նրա «կողային» վիճակը: Բայց հենց որ մենք խզում ենք այն և նայում արդյունքին, պետությունների սուպերպոզիցիան անմիջապես փլուզվում է երկու սահմանային վիճակներից մեկի՝ «գլուխների» և «պոչի» վրա: Մետաղադրամը ապտակելը մեր դեպքում չափում է:
Խճճվում է այլ առարկաների հետ՝ քվանտային համակարգեր ստեղծելու համար
Դժվար է մետաղադրամով, բայց եկեք փորձենք: Պատկերացրեք, որ մենք երեք մետաղադրամ ենք նետել այնպես, որ դրանք պտտվեն՝ կառչած իրարից, սա մետաղադրամների հետ ձեռնածություն է: Ժամանակի յուրաքանչյուր պահի ոչ միայն նրանցից յուրաքանչյուրը գտնվում է վիճակների սուպերպոզիցիայի մեջ, այլև այդ պետությունները փոխադարձաբար ազդում են միմյանց վրա (մետաղադրամները բախվում են):
Բավարարում է առանց կլոնավորման թեորեմը (օբյեկտի վիճակը չի կարող պատճենվել)
Մինչ մետաղադրամները թռչում և պտտվում են, մենք ոչ մի կերպ չենք կարող ստեղծել մետաղադրամներից որևէ մեկի պտտվող վիճակի պատճենը՝ համակարգից առանձին: Համակարգն ապրում է իր ներսում և շատ խանդով է վերաբերվում ցանկացած տեղեկատվություն արտաքին աշխարհին:
Եվս մի քանի խոսք հենց հայեցակարգի մասին «գերդիրքեր», գրեթե բոլոր հոդվածներում սուպերպոզիցիան բացատրվում է այսպես «Միաժամանակ բոլոր նահանգներում է» ինչը, իհարկե, ճիշտ է, բայց երբեմն անհարկի շփոթեցնող: Վիճակների սուպերպոզիցիան կարելի է պատկերացնել նաև որպես այն փաստը, որ ժամանակի յուրաքանչյուր պահի քվանտային օբյեկտ կան որոշակի հավանականություններ, որ փլուզվեն նրա յուրաքանչյուր սահմանային մակարդակ, և ընդհանուր առմամբ այդ հավանականությունները բնականաբար հավասար են 1-ի:. Ավելի ուշ, երբ դիտարկենք քյուբիթը, մենք ավելի մանրամասն կանդրադառնանք դրան:
Մետաղադրամների համար դա կարելի է պատկերացնել՝ կախված սկզբնական արագությունից, նետման անկյունից, միջավայրի վիճակից, որտեղ մետաղադրամը թռչում է, ժամանակի յուրաքանչյուր պահին «գլուխներ» կամ «պոչեր» ստանալու հավանականությունը տարբեր է: Եվ, ինչպես նշվեց ավելի վաղ, նման թռչող մետաղադրամի վիճակը կարելի է պատկերացնել որպես «միաժամանակ գտնվելով իր բոլոր սահմանային վիճակներում, բայց դրանց իրականացման տարբեր հավանականություններով»:
Ցանկացած օբյեկտ, որի համար բավարարված են վերը նշված հատկությունները, և որը մենք կարող ենք ստեղծել և կառավարել, կարող է օգտագործվել որպես տեղեկատվության կրիչ քվանտային համակարգչում:
Քիչ առաջ մենք կխոսենք կուբիթների՝ որպես քվանտային օբյեկտների ֆիզիկական ներդրման հետ կապված գործերի ներկա վիճակի մասին, և այն մասին, թե ինչ են այժմ գիտնականներն օգտագործում այս հզորության մեջ:
Այսպիսով, երրորդ հատկությունը նշում է, որ քվանտային օբյեկտները կարող են խճճվել քվանտային համակարգեր ստեղծելու համար: Ի՞նչ է քվանտային համակարգը:
Քվանտային համակարգ — խճճված քվանտային օբյեկտների համակարգ հետևյալ հատկություններով.
- Քվանտային համակարգը գտնվում է այն օբյեկտների բոլոր հնարավոր վիճակների սուպերպոզիցիային, որոնցից այն բաղկացած է
- Անհնար է իմանալ համակարգի վիճակը մինչև չափման պահը
- Չափման պահին համակարգը իրականացնում է իր սահմանային վիճակների հնարավոր տարբերակներից մեկը
(և մի փոքր առաջ նայելով)
Եզրակացություն քվանտային ծրագրերի համար:
- Քվանտային ծրագիրը մուտքի մոտ ունի համակարգի տվյալ վիճակ, ներսում՝ սուպերպոզիցիա, ելքում՝ սուպերպոզիցիա։
- Չափումից հետո ծրագրի ելքում մենք ունենք համակարգի հնարավոր վերջնական վիճակներից մեկի հավանական իրականացում (գումարած հնարավոր սխալները)
- Ցանկացած քվանտային ծրագիր ունի ծխնելույզ ճարտարապետություն (մուտք -> ելք: Չկան օղակներ, դուք չեք կարող տեսնել համակարգի վիճակը գործընթացի կեսին):
Քվանտային համակարգչի և պայմանականի համեմատություն
Այժմ համեմատենք սովորական համակարգիչը և քվանտայինը:
| սովորական համակարգիչ | Քվանտային համակարգիչ | |
|
Տրամաբանություն
|
0 / 1 | `a|0> + b|1>, a^2+b^2=1` |
|
Ֆիզիկա
|
Կիսահաղորդչային տրանզիստոր | Քվանտային օբյեկտ |
|
Տեղեկատվության կրող
|
Լարման մակարդակները | Բևեռացում, պտտում,… |
|
գործողությունները
|
ՈՉ, ԵՎ, ԿԱՄ, XOR բիթերի վրա | Փականներ՝ CNOT, Hadamard,… |
|
Հարաբերություններ
|
Կիսահաղորդչային չիպ | Շփոթություն միմյանց հետ |
|
Ալգորիթմներ
|
Ստանդարտ (տես Մտրակ) | Հատուկ առաջարկներ (Շոր, Գրովեր) |
|
Սկզբունք
|
Թվային, դետերմինիստական | Անալոգային, հավանական |
Տրամաբանական մակարդակ
Սովորական համակարգչում սա մի փոքր է: Մեզ լավ հայտնի է ամբողջ ընթացքում որոշիչ բիթ. Կարող է ընդունել կամ 0-ի կամ 1-ի արժեքներ: Այն լավ է հաղթահարում դերը տրամաբանական միավոր սովորական համակարգչի համար, բայց բոլորովին ոչ պիտանի է վիճակը նկարագրելու համար քվանտային օբյեկտ, որը, ինչպես արդեն ասացինք, վայրի բնության մեջ գտնվում էիրենց սահմանային վիճակների սուպերպոզիցիաները.
Ահա թե ինչ են նրանք եկել . Իր սահմանային վիճակներում այն գիտակցում է 0-ին և 1-ին նման վիճակներ , իսկ սուպերպոզիցիայում ներկայացնում է հավանականության բաշխում իր սահմանային վիճակների վրա |0> и |1>:
a|0> + b|1>, такое, что a^2+b^2=1a և b-ն ներկայացնում են և դրանց մոդուլների քառակուսիները սահմանային վիճակների հենց այդպիսի արժեքներ ստանալու փաստացի հավանականությունն են |0> и |1>, եթե դուք փլուզում եք կուբիթը չափման միջոցով հենց հիմա:
Ֆիզիկական շերտ
Զարգացման ներկա տեխնոլոգիական մակարդակում սովորական համակարգչի համար բիթի ֆիզիկական իրականացումն է կիսահաղորդչային տրանզիստոր, քվանտի համար, ինչպես արդեն ասացինք, ցանկացած քվանտային օբյեկտ. Հաջորդ բաժնում մենք կխոսենք այն մասին, թե ինչ է ներկայումս օգտագործվում որպես ֆիզիկական մեդիա քյուբիթների համար:
Պահպանման միջոց
Սովորական համակարգչի համար սա է էլեկտրականություն - լարման մակարդակները, հոսանքի առկայությունը կամ բացակայությունը և այլն, քվանտի համար՝ նույնը քվանտային օբյեկտի վիճակը (բևեռացման ուղղություն, սպին և այլն), որը կարող է լինել սուպերպոզիցիոն վիճակում։
գործողությունները
Սովորական համակարգչի վրա տրամաբանական սխեմաներ իրականացնելու համար մենք օգտագործում ենք հայտնի , քյուբիթների վրա գործառնությունների համար անհրաժեշտ էր ստեղծել բոլորովին այլ գործողությունների համակարգ, որը կոչվում էր . Դարպասները կարող են լինել մեկ կուբիթ կամ կրկնակի կուբիթ՝ կախված նրանից, թե քանի քուբիթ է փոխարկվում։
Քվանտային դարպասների օրինակներ.
Հայեցակարգ կա ունիվերսալ փականների հավաքածու, որոնք բավարար են ցանկացած քվանտային հաշվարկ կատարելու համար։ Օրինակ, ունիվերսալ հավաքածուն ներառում է Hadamard դարպաս, փուլային հերթափոխի դարպաս, CNOT դարպաս և π⁄8 դարպաս: Նրանց օգնությամբ դուք կարող եք կատարել ցանկացած քվանտային հաշվարկ կամայական քյուբիթների վրա:
Այս հոդվածում մենք մանրամասն չենք խոսի քվանտային դարպասների համակարգի մասին, դուք կարող եք ավելին կարդալ դրանց և քյուբիթների վրա տրամաբանական գործողությունների մասին, օրինակ. . Հիմնական բանը, որ պետք է հիշել.
- Քվանտային օբյեկտների վրա գործողությունները պահանջում են նոր տրամաբանական օպերատորների ստեղծում (քվանտային դարպասներ)
- Քվանտային դարպասները լինում են մեկ կուբիտ և կրկնակի կուբիտ տեսակների:
- Կան դարպասների ունիվերսալ հավաքածուներ, որոնք կարող են օգտագործվել ցանկացած քվանտային հաշվարկներ կատարելու համար
Հարաբերություններ
Մեկ տրանզիստորը մեզ համար բոլորովին անիմաստ է, հաշվարկներ կատարելու համար մենք պետք է իրար միացնենք բազմաթիվ տրանզիստորներ, այսինքն՝ միլիոնավոր տրանզիստորներից ստեղծենք կիսահաղորդչային չիպ, որի վրա կկառուցվեն տրամաբանական սխեմաներ, և, ի վերջո, ձեռք բերեք ժամանակակից պրոցեսոր իր դասական տեսքով:
Մեկ քյուբիթը նույնպես մեզ համար լիովին անօգուտ է (լավ, եթե միայն ակադեմիական առումով),
Հաշվարկներ կատարելու համար մեզ անհրաժեշտ է քյուբիթների համակարգ (քվանտային օբյեկտներ)
որը, ինչպես արդեն ասացինք, ստեղծվում է քյուբիթները միմյանց հետ խճճելով, որպեսզի դրանց վիճակների փոփոխությունները տեղի ունենան համակարգված կերպով։
Ալգորիթմներ
Ստանդարտ ալգորիթմները, որոնք մարդկությունը կուտակել է մինչ օրս, բոլորովին պիտանի չեն քվանտային համակարգչի վրա իրագործման համար: Այո, ընդհանուր առմամբ կարիք չկա։ Դարպասի տրամաբանության վրա հիմնված քվանտային համակարգիչները քյուբիթների վրա պահանջում են բոլորովին այլ ալգորիթմների՝ քվանտային ալգորիթմների ստեղծում: Ամենահայտնի քվանտային ալգորիթմներից կարելի է առանձնացնել երեքը.
- (ֆակտորիզացիա)
- (արագ որոնում չպատվիրված տվյալների բազայում)
- (հարցի պատասխան, հաստատուն կամ հավասարակշռված ֆունկցիա)
Սկզբունք
Իսկ ամենակարեւոր տարբերությունը գործառնական սկզբունքն է։ Ստանդարտ համակարգչի համար սա է թվային, խիստ դետերմինիստական սկզբունք, հիմնվելով այն բանի վրա, որ եթե մենք սահմանենք համակարգի ինչ-որ նախնական վիճակ և անցկացնենք տվյալ ալգորիթմով, ապա հաշվարկների արդյունքը կլինի նույնը, անկախ նրանից, թե քանի անգամ ենք այս հաշվարկը կատարում։ Իրականում, այս պահվածքը հենց այն է, ինչ մենք ակնկալում ենք համակարգչից:
Քվանտային համակարգիչը միացված է անալոգային, հավանականական սկզբունք. Տրված ալգորիթմի արդյունքը տվյալ սկզբնական վիճակում է նմուշ հավանականության բաշխումից Ալգորիթմի վերջնական իրականացումը գումարած հնարավոր սխալները:
Քվանտային հաշվարկների այս հավանականական բնույթը պայմանավորված է հենց քվանտային աշխարհի հավանականական էությամբ: «Աստված զառախաղ չի խաղում տիեզերքի հետ»., ասել է ծեր Էյնշտեյնը, սակայն մինչ այժմ (ներկայիս գիտական պարադիգմով) բոլոր փորձերն ու դիտարկումները հաստատում են հակառակը։
Կուբիտների ֆիզիկական իրականացում
Ինչպես արդեն ասացինք, քյուբիթը կարող է ներկայացվել քվանտային օբյեկտով, այսինքն՝ ֆիզիկական օբյեկտով, որն իրականացնում է վերը նկարագրված քվանտային հատկությունները։ Այսինքն, կոպիտ ասած, ցանկացած ֆիզիկական օբյեկտ, որտեղ կա երկու վիճակ, և այս երկու վիճակները գտնվում են սուպերպոզիցիոն վիճակում, կարող է օգտագործվել քվանտային համակարգիչ կառուցելու համար։
«Եթե մենք կարողանանք ատոմը դնել երկու տարբեր մակարդակների և կառավարել դրանք, ապա դուք կունենաք քյուբիթ: Եթե մենք կարողանանք դա անել իոնի հետ, ապա դա քուբիթ է: Նույնն է հոսանքի դեպքում: Եթե մենք այն գործարկենք ժամացույցի սլաքի ուղղությամբ և ժամացույցի սլաքի ուղղությամբ միաժամանակ, դուք կունենաք քուբիթ»:
Կա к , որում ավելի մանրամասն դիտարկվում է քյուբիթի ֆիզիկական իրականացումների ներկայիս բազմազանությունը, մենք պարզապես կթվարկենք ամենահայտնին և տարածվածը.
- և շատ այլ էկզոտիկ գաղափարներ (անիոններ և այլն)
Այս ամբողջ բազմազանությունից առավել զարգացածը քյուբիթների ստացման առաջին մեթոդն է՝ հիմնված . , , և այլ առաջատար խաղացողներ օգտագործում են այն իրենց համակարգերը կառուցելու համար:
Դե, կարդացեք ավելին հնարավոր է qubits-ից .
Հիմունքներ. Ինչպես է աշխատում քվանտային համակարգիչը
Այս բաժնի նյութերը (առաջադրանքը և նկարները) վերցված են հոդվածից .
Այսպիսով, պատկերացրեք, որ մենք ունենք հետևյալ առաջադրանքը.
Կա երեք հոգուց բաղկացած խումբ. (A)ndrey, (B)olodya և (C)erezha. Երկու տաքսի կա (0 և 1).
Հայտնի է նաև, որ.
- (A)ndrey, (B)olodya ընկերներ են
- (A)ndrey, (C)erezha թշնամիներ են
- (B)olodya-ն և (C)erezha-ն թշնամիներ են
Առաջադրանք՝ մարդկանց տաքսիներում տեղավորել այնպես, որ Մաքս (ընկերներ) и Min (թշնամիներ)
Rating: L = (ընկերների թիվը) - (թշնամիների թիվը) բնակեցման յուրաքանչյուր տարբերակի համար
ԿԱՐԵՎՈՐ. Ենթադրելով, որ չկան էվրիստիկա, չկա օպտիմալ լուծում: Այս դեպքում խնդիրը կարող է լուծվել միայն տարբերակների ամբողջական որոնման միջոցով:
Լուծում սովորական համակարգչի վրա
Ինչպես լուծել այս խնդիրը սովորական (սուպեր) համակարգչի (կամ կլաստերի) վրա - պարզ է, որ դուք պետք է շրջանցեք բոլոր հնարավոր տարբերակները. Եթե մենք ունենք բազմապրոցեսորային համակարգ, ապա մենք կարող ենք զուգահեռացնել լուծումների հաշվարկը մի քանի պրոցեսորների միջև և ապա հավաքել արդյունքները:
Մենք ունենք կացության 2 հնարավոր տարբերակ (տաքսի 0 և տաքսի 1) և 3 հոգի։ Լուծման տարածք 2^3 = 8. Դուք նույնիսկ կարող եք անցնել 8 տարբերակ՝ օգտագործելով հաշվիչ, սա խնդիր չէ։ Հիմա եկեք բարդացնենք խնդիրը՝ մենք ունենք 20 հոգի և երկու ավտոբուս, լուծման տարածք 2^20 = 1։ Ոչ մի բարդ բան էլ. Եկեք մարդկանց թիվը 2.5 անգամ ավելացնենք՝ 50 հոգի և երկու գնացք նստենք, լուծման տարածքը հիմա է. 2^50 = 1.12 x 10^15. Սովորական (սուպեր) համակարգիչն արդեն սկսում է լուրջ խնդիրներ ունենալ։ Մարդկանց թիվը 2 անգամ ավելացնենք, արդեն 100 հոգի կտա 1.2 x 10^30 հնարավոր տարբերակները.
Դա այն է, այս առաջադրանքը չի կարող հաշվարկվել ողջամիտ ժամկետում:
Սուպերհամակարգչի միացում
Ամենահզոր համակարգիչը ներկայումս թիվ 1-ն է , սա , արտադրողականությունը 122 . Ենթադրենք, որ մեկ տարբերակ հաշվարկելու համար մեզ անհրաժեշտ է 100 գործողություն, ապա 100 հոգու խնդիրը լուծելու համար մեզ անհրաժեշտ կլինի.
(1.2 x 10^30 100) / 122×10^15 / (606024365) = 3 x 10^37 տարի.
Ինչպես տեսնում ենք Քանի որ նախնական տվյալների չափը մեծանում է, լուծման տարածությունն աճում է ուժային օրենքի համաձայն, ընդհանուր դեպքում, N բիթերի համար մենք ունենք 2^N լուծման հնարավոր տարբերակներ, որոնք համեմատաբար փոքր N (100) դեպքում մեզ տալիս են չհաշվարկված (ներկայիս տեխնոլոգիական մակարդակով) լուծման տարածություն։
Կա՞ն այլընտրանքներ: Ինչպես կռահեցիք, այո, կա:
Բայց մինչ մենք կանդրադառնանք, թե ինչպես և ինչու քվանտային համակարգիչները կարող են արդյունավետորեն լուծել նման խնդիրները, եկեք մի պահ ամփոփենք դրանք: հավանականության բաշխում. Մի անհանգստացեք, սա վերանայման հոդված է, այստեղ ոչ մի ծանր մաթեմատիկա չի լինի, մենք կբավարարվենք դասական օրինակով պայուսակով և գնդակներով:
Պարզապես մի փոքր կոմբինատորիկա, հավանականության տեսություն և տարօրինակ փորձարար
Վերցնենք մի տոպրակ և դնենք մեջը 1000 սպիտակ և 1000 սև գնդակ. Փորձարկում ենք անցկացնելու՝ հանել գնդակը, գրել գույնը, վերադարձնել գնդակը տոպրակի մեջ և գնդիկները խառնել տոպրակի մեջ։
Փորձը կատարվել է 10 անգամ, հանեց 10 սև գնդակ. Միգուցե? Բավականին. Արդյո՞ք այս նմուշը մեզ որևէ ողջամիտ պատկերացում է տալիս տոպրակի մեջ իրական բաշխման մասին: Ակնհայտորեն ոչ: Ինչ պետք է արվի - ճիշտ, էջկրկնել փորձը միլիոն անգամ և հաշվարկել սև և սպիտակ գնդակների հաճախականությունը: Մենք, օրինակ, ստանում ենք 49.95% սև և 50.05% սպիտակ. Այս դեպքում արդեն քիչ թե շատ պարզ է բաշխման կառուցվածքը, որից նմուշ ենք վերցնում (հանում ենք մեկ գնդակ):
Գլխավորը դա հասկանալն է փորձն ինքնին ունի հավանականական բնույթմեկ նմուշով (գնդակ) մենք չենք իմանա բաշխման իրական կառուցվածքը, պետք է բազմիցս կրկնել փորձը և միջին արդյունքները:
Եկեք այն ավելացնենք մեր պայուսակում 10 կարմիր և 10 կանաչ գնդակներ (սխալներ): Փորձը կրկնենք 10 անգամ։ INհանեց 5 կարմիր և 5 կանաչ. Միգուցե? Այո՛։ Մենք կարող ենք ինչ-որ բան ասել իրական բաշխման մասին - Ոչ: Ինչ պետք է անել, լավ, դուք հասկանում եք:
Հավանականության բաշխման կառուցվածքը հասկանալու համար անհրաժեշտ է բազմիցս ընտրել այս բաշխման առանձին արդյունքները և միջինացնել արդյունքները:
Տեսությունը պրակտիկայի հետ կապելը
Հիմա սև ու սպիտակ գնդակների փոխարեն վերցնենք բիլիարդի գնդակներ և դնենք տոպրակի մեջ 1000 գնդակ 2 համարով, 1000 7 համարով և 10 գնդակ այլ թվերով. Եկեք պատկերացնենք մի փորձարարի, ով սովորում է ամենապարզ գործողությունները (հանել գնդակը, գրի առնել թիվը, գնդակը նորից դնել տոպրակի մեջ, խառնել գնդակները տոպրակի մեջ) և նա դա անում է 150 միկրովայրկյանում: Դե արագության վրա տենց փորձարար (ոչ թե դեղերի գովազդ!!!): Հետո 150 վայրկյանում նա կկարողանա կատարել մեր փորձը 1 միլիոն անգամ և մեզ տրամադրել միջինացված արդյունքները:
Նրանք նստեցրին փորձարարին, տվեցին պայուսակ, շրջվեցին, սպասեցին 150 վայրկյան և ստացան.
թիվ 2՝ 49.5%, թիվ 7՝ 49.5%, մնացած թվերն ընդհանուր՝ 1%։
Այո դա ճիշտ է, մեր պայուսակը քվանտային համակարգիչ է՝ ալգորիթմով, որը լուծում է մեր խնդիրը, իսկ գնդակները հնարավոր լուծումներ են։ Քանի որ կա երկու ճիշտ լուծում, ուրեմն քվանտային համակարգիչը մեզ կտա այս հնարավոր լուծումներից որևէ մեկը՝ հավասար հավանականությամբ և 0.5% (10/2000) սխալներով։, որի մասին կխոսենք ավելի ուշ։
Քվանտային համակարգչի արդյունքը ստանալու համար անհրաժեշտ է մի քանի անգամ գործարկել քվանտային ալգորիթմը նույն մուտքային տվյալների հավաքածուի վրա և միջինացնել արդյունքը:
Քվանտային համակարգչի մասշտաբայնությունը
Հիմա պատկերացրեք, որ 100 հոգու մասնակցությամբ առաջադրանքը (լուծման տարածություն 2^100 մենք հիշում ենք սա), կա նաև միայն երկու ճիշտ որոշում. Այնուհետև, եթե վերցնենք 100 քյուբիթ և գրենք ալգորիթմ, որը հաշվարկում է մեր նպատակային ֆունկցիան (L, տե՛ս վերևում) այս քյուբիթների վրա, ապա մենք կստանանք մի պարկ, որի մեջ կլինի 1000 գնդակ առաջին ճիշտ պատասխանի թվով, 1000-ով: երկրորդ ճիշտ պատասխանի թիվը և 10 գնդակ այլ թվերով: Եվ նույն 150 վայրկյանի ընթացքում մեր փորձարարը մեզ կտա ճիշտ պատասխանների հավանականության բաշխման գնահատականը.
Քվանտային ալգորիթմի կատարման ժամանակը (որոշ ենթադրություններով) կարելի է համարել հաստատուն O(1) լուծման տարածության չափի նկատմամբ (2^N):
Եվ սա հենց քվանտային համակարգչի հատկությունն է. գործարկման կայունություն Աճող ուժային օրենքի առնչությամբ լուծման տարածության բարդությունը կարևոր է:
Կուբիտ և զուգահեռ աշխարհներ
Ինչպե՞ս է դա տեղի ունենում: Ի՞նչն է թույլ տալիս քվանտային համակարգչին այդքան արագ հաշվարկներ կատարել: Ամեն ինչ կապված է քյուբիթի քվանտային բնույթի հետ:
Նայեք, մենք ասացինք, որ քուբիթը նման է քվանտային օբյեկտի նկատում է իր երկու վիճակներից մեկը, բայց «վայրի բնության» մեջ է պետությունների սուպերպոզիցիաներ, այսինքն՝ իր երկու սահմանային վիճակներում է միաժամանակ (որոշակի հավանականությամբ)։
Վերցրեք (Ա)դրեյա և պատկերացրեք նրա վիճակը (որ փոխադրամիջոցում է այն - 0 կամ 1) որպես քյուբիթ: Այնուհետև մենք ունենք (քվանտային տարածության մեջ) երկու զուգահեռ աշխարհներ, մեկում (Ա) նստում է տաքսի 0, մեկ այլ աշխարհում՝ տաքսի 1: Միաժամանակ երկու տաքսիով, սակայն դիտարկման ժամանակ յուրաքանչյուրի մեջ այն գտնելու որոշակի հավանականությամբ։
Վերցրեք (Բ) երիտասարդ և եկեք պատկերացնենք նաև դրա վիճակը որպես քյուբիթ: Երկու այլ զուգահեռ աշխարհներ են առաջանում. Բայց առայժմ այս զույգ աշխարհները (Ա) и (IN) ընդհանրապես մի շփվեք. Ինչ պետք է արվի ստեղծելու համար կապված համակարգ? Ճիշտ է, մեզ պետք են այս քյուբիթները կապել (շփոթել). Վերցնում ենք ու շփոթում (A) (B) հետ — ստանում ենք երկու քյուբիթից բաղկացած քվանտային համակարգ (A, B), գիտակցելով իր մեջ չորս փոխկապակցված զուգահեռ աշխարհներ. Ավելացնել (Ս)երգեյ և մենք ստանում ենք երեք քյուբիթից բաղկացած համակարգ (ABC), իրականացնելով ութ փոխկապակցված զուգահեռ աշխարհներ.
Քվանտային հաշվարկների էությունը (քվանտային դարպասների շղթայի իրականացում միացված քյուբիթների համակարգի վրա) այն փաստն է, որ հաշվարկը տեղի է ունենում միաժամանակ բոլոր զուգահեռ աշխարհներում:
Եվ կարևոր չէ, թե դրանցից քանիսն ունենք՝ 2^3 թե 2^100, Քվանտային ալգորիթմը կիրականացվի վերջավոր ժամանակում այս բոլոր զուգահեռ աշխարհների վրա և մեզ կտա արդյունք, որը նմուշ է ալգորիթմի պատասխանների հավանականության բաշխումից:
Ավելի լավ հասկանալու համար կարելի է դա պատկերացնել քվանտային մակարդակի քվանտային համակարգիչն իրականացնում է լուծման 2^N զուգահեռ գործընթացներ, որոնցից յուրաքանչյուրն աշխատում է մեկ հնարավոր տարբերակի վրա, ապա հավաքում է աշխատանքի արդյունքները - և տալիս է մեզ պատասխանը լուծման սուպերպոզիցիայով (պատասխանների հավանականության բաշխում), որից ամեն անգամ մեկական նմուշ ենք վերցնում (յուրաքանչյուր փորձի համար):
Հիշեք մեր փորձարարի պահանջած ժամանակը (150 մկվ) փորձարկումն իրականացնելու համար սա մեզ օգտակար կլինի մի փոքր ավելի հեռու, երբ խոսենք քվանտային համակարգիչների հիմնական խնդիրների և տարրալուծման ժամանակի մասին։
Քվանտային ալգորիթմներ
Ինչպես արդեն նշվեց, երկուական տրամաբանության վրա հիմնված պայմանական ալգորիթմները կիրառելի չեն քվանտային համակարգչի համար՝ օգտագործելով քվանտային տրամաբանություն (քվանտային դարպասներ): Նրա համար անհրաժեշտ էր գտնել նորերը, որոնք լիովին կօգտագործեին հաշվարկների քվանտային բնույթին բնորոշ ներուժը:
Այսօրվա ամենահայտնի ալգորիթմներն են.
Ի տարբերություն դասականների, քվանտային համակարգիչները ունիվերսալ չեն:
Մինչ այժմ հայտնաբերվել են միայն փոքր թվով քվանտային ալգորիթմներ։
Շնորհակալություն հղման համար մի վայր, որտեղ, ըստ հեղինակի (), հավաքվել և շարունակում են հավաքվել քվանտ-ալգորիթմական աշխարհի լավագույն ներկայացուցիչները։
Այս հոդվածում մենք մանրամասն չենք վերլուծելու քվանտային ալգորիթմները, ինտերնետում կան շատ հիանալի նյութեր ցանկացած բարդության մակարդակի համար, բայց մենք դեռ պետք է համառոտ անդրադառնանք երեք ամենահայտնիներին:
Շորի ալգորիթմը.
Ամենահայտնի քվանտային ալգորիթմն է (հորինել է 1994 թվականին անգլիացի մաթեմատիկոսի կողմից ), որի նպատակն է լուծել թվերը պարզ գործոնների ֆակտորավորման խնդիրը (ֆակտորացման խնդիր, դիսկրետ լոգարիթմ)։
Հենց այս ալգորիթմն է օրինակ բերվում, երբ գրում են, որ ձեր բանկային համակարգերն ու գաղտնաբառերը շուտով կոտրվելու են։ Հաշվի առնելով, որ այսօր օգտագործվող ստեղների երկարությունը 2048 բիթից ոչ պակաս է, գլխարկի ժամանակը դեռ չի եկել։
Այսօր ավելի քան համեստ. Ֆակտորիզացիայի լավագույն արդյունքները Շորի ալգորիթմով - Թվեր и , որը շատ ավելի քիչ է, քան 2048 բիթ: Աղյուսակից մնացած արդյունքների համար՝ այլ հաշվարկներ, բայց նույնիսկ լավագույն արդյունքն ըստ այս ալգորիթմի (291311) շատ հեռու է իրական կիրառությունից:
Դուք կարող եք ավելին կարդալ Շորի ալգորիթմի մասին, օրինակ.. Գործնական իրականացման մասին - .
Մեկը 2048-բիթանոց համարը գործակցելու համար բարդությունն ու պահանջվող հզորությունը համակարգիչն է . Մենք հանգիստ քնում ենք։
Գրովերի ալգորիթմը
- լուծել թվարկման խնդիրը, այսինքն՝ գտնել հավասարման լուծում F(X) = 1, որտեղ F է - ից n փոփոխականներ. Առաջարկվել է ամերիկացի մաթեմատիկոսի կողմից в .
Գրովերի ալգորիթմը կարող է օգտագործվել գտնելու համար и թվերի շարք. Բացի այդ, այն կարող է օգտագործվել լուծելու համար խնդիրները շատ հնարավոր լուծումների մեջ սպառիչ որոնման միջոցով: Սա կարող է հանգեցնել զգալի արագության ավելացման՝ համեմատած դասական ալգորիթմների հետ, չնայած առանց «" ընդհանուր առմամբ.
Դուք կարող եք կարդալ ավելինԿամ . Ավելին Կա ալգորիթմի լավ բացատրություն՝ օգտագործելով տուփերի և գնդակի օրինակը, բայց, ցավոք, որևէ մեկի վերահսկողությունից անկախ պատճառներով այս կայքը ինձ համար չի բացվում Ռուսաստանից: Եթե դուք ունեք նույնպես արգելափակված է, ուստի ահա կարճ ամփոփում.
Գրովերի ալգորիթմը. Պատկերացրեք, որ դուք ունեք N կտոր համարակալված փակ տուփ: Նրանք բոլորը դատարկ են, բացառությամբ մեկի, որը պարունակում է գնդակ: Ձեր խնդիրն է՝ պարզեք այն տուփի համարը, որում գտնվում է գնդակը (այս անհայտ թիվը հաճախ նշվում է w տառով):
Ինչպե՞ս լուծել այս խնդիրը: Ամենահիմար ճանապարհը հերթով բացելն է արկղերը, և վաղ թե ուշ դուք կհանդիպեք գնդակով տուփի։ Միջին հաշվով քանի՞ տուփ պետք է ստուգվի, մինչև գնդակով տուփ գտնվի: Միջին հաշվով պետք է բացել N/2 տուփերի մոտ կեսը։ Այստեղ գլխավորն այն է, որ եթե տուփերի քանակը ավելացնենք 100 անգամ, ապա նույն 100 անգամ կավելանա նաև արկղերի միջին թիվը, որոնք պետք է բացել մինչև գնդակով տուփը գտնելը։
Հիմա մի պարզաբանում էլ անենք. Եկեք ինքներս չբացենք տուփերը մեր ձեռքերով և ստուգենք յուրաքանչյուրի մեջ գնդակի առկայությունը, այլ կա որոշակի միջնորդ, եկեք նրան կոչենք Oracle: Մենք Oracle-ին ասում ենք «732 համարի վանդակը», իսկ Oracle-ն անկեղծորեն ստուգում է և պատասխանում. «732 համարի տուփում գնդակ չկա»: Հիմա, փոխանակ ասելու, թե միջինը քանի տուփ պետք է բացենք, ասում ենք՝ «միջինում քանի՞ անգամ պետք է գնանք Oracle, որպեսզի գտնենք գնդակով տուփի թիվը»:
Ստացվում է, որ եթե տուփերի, գնդակի և Oracle-ի հետ կապված այս խնդիրը թարգմանենք քվանտային լեզվի, ապա կստանանք ուշագրավ արդյունք. N տուփերի մեջ գնդակով տուփի թիվը գտնելու համար պետք է անհանգստացնել Oracle-ը միայն SQRT-ի վերաբերյալ: (N) անգամ!
Այսինքն՝ Գրովերի ալգորիթմի օգտագործմամբ որոնման առաջադրանքի բարդությունը կրճատվում է ժամանակների քառակուսի արմատով:
Deutsch-Jozi ալգորիթմ
Deutsch-Jozsa ալգորիթմ (նաև կոչվում է Deutsch-Jozsa ալգորիթմ) - [քվանտային ալգորիթմ] (%D0%B0%D0%BB%D0%B3%D0%BE%D1%80%D0%B8%D1%82%D0%BC), предложенный и в , և դարձավ ալգորիթմների առաջին օրինակներից մեկը, որը նախագծված էր գործարկվելու համար . _
Deutsch-Jozsi խնդիրը կայանում է նրանում, որ որոշի, թե արդյոք F(x1, x2, ... xn) մի քանի երկուական փոփոխականների ֆունկցիան հաստատուն է (ցանկացած արգումենտի համար վերցնում է կամ 0 կամ 1 արժեքը), թե հավասարակշռված (տարածված տիրույթի կեսի համար): արժեքը 0, մյուս կեսի համար՝ 1): Այս դեպքում, ապրիորի հայտնի է համարվում, որ ֆունկցիան կա՛մ հաստատուն է, կա՛մ հավասարակշռված։
Կարող եք նաև կարդալ . Ավելի պարզ բացատրություն.
Deutsch (Deutsch-Jozsi) ալգորիթմը հիմնված է բիրտ ուժի վրա, սակայն թույլ է տալիս դա անել սովորականից ավելի արագ։ Պատկերացրեք, որ սեղանին մետաղադրամ կա, և դուք պետք է պարզեք՝ արդյոք այն կեղծ է, թե ոչ։ Դա անելու համար հարկավոր է երկու անգամ նայել մետաղադրամին և որոշել՝ «գլուխները» և «պոչերը» իրական են, երկու «գլուխները», երկու «պոչերը»՝ կեղծ: Այսպիսով, եթե դուք օգտագործում եք Deutsch քվանտային ալգորիթմը, ապա այս որոշումը կարելի է կատարել մեկ հայացքով՝ չափումով։
Քվանտային համակարգիչների խնդիրներ
Քվանտային համակարգիչները նախագծելիս և շահագործելիս գիտնականներն ու ինժեներները բախվում են հսկայական թվով խնդիրների, որոնք մինչ օրս լուծվել են տարբեր աստիճանի հաջողությամբ: Համաձայն () կարելի է առանձնացնել հետևյալ խնդիրների շարքը.
- Շրջակա միջավայրի նկատմամբ զգայունություն և շրջակա միջավայրի հետ փոխազդեցություն
- Հաշվարկների ընթացքում սխալների կուտակում
- Կուբիտ վիճակների սկզբնական սկզբնավորման հետ կապված դժվարություններ
- Բազմակյուբիթ համակարգեր ստեղծելու դժվարություններ
Ես բարձր խորհուրդ եմ տալիս կարդալ հոդվածը «», հատկապես դրա մեկնաբանությունները:
Եկեք կազմակերպենք բոլոր հիմնական խնդիրները երեք խոշոր խմբերի և ավելի սերտ նայենք դրանցից յուրաքանչյուրին.
Decoherence
.
Քվանտային վիճակ շատ փխրուն բանխճճված վիճակում քյուբիթները չափազանց անկայուն են, ցանկացած արտաքին ազդեցություն կարող է (և անում) քանդել այս կապը. Ջերմաստիճանի փոփոխություն աստիճանի ամենափոքր մասնաբաժնով, ճնշում, մոտակայքում թռչող պատահական ֆոտոն - այս ամենը ապակայունացնում է մեր համակարգը:
Այս խնդիրը լուծելու համար կառուցվում են ցածր ջերմաստիճանի սարկոֆագներ, որոնցում ջերմաստիճանը (-273.14 աստիճան Ցելսիուս) բացարձակ զրոյից մի փոքր բարձր է՝ պրոցեսորի հետ ներքին խցիկի առավելագույն մեկուսացումով արտաքին միջավայրի բոլոր (հնարավոր) ազդեցություններից։
Մի քանի խճճված քյուբիթներից բաղկացած քվանտային համակարգի առավելագույն կյանքի ժամկետը, որի ընթացքում այն պահպանում է իր քվանտային հատկությունները և կարող է օգտագործվել հաշվարկների համար, կոչվում է տարաձայնության ժամանակ։
Ներկայումս լավագույն քվանտային լուծումներում տարրալուծման ժամանակը հավասար է տասնյակ և հարյուրավոր միկրովայրկյաններ.
Կա մի հրաշալի որտեղ կարող եք նայել բոլոր ստեղծված քվանտային համակարգերից։ Այս հոդվածը ներառում է միայն երկու լավագույն պրոցեսորների օրինակներ՝ IBM-ից եւ . Ինչպես տեսնում ենք, ապակոհերենցիայի ժամանակը (T2) չի գերազանցում 200 մկվ-ը։
Ես չգտա ճշգրիտ տվյալներ Sycamore-ի մասին, բայց ամենաշատը տրված է երկու թիվ - 1 միլիոն հաշվարկ 200 վայրկյանում, այլուր՝ համար 130 վայրկյան առանց կառավարման ազդանշանների կորստի և այլն:. Ամեն դեպքում, սա մեզ տալիս է տարրալուծման ժամանակը մոտ 150 մկվ է. Հիշեք մեր պայուսակով փորձարար? Դե, ահա նա:
| Համակարգչի անունը | N Կուբիթներ | Մաքսը զուգակցված է | T2 (µs) |
| IBM Q System One | 20 | 6 | 70 |
| Google Sycamore | 53 | 4 | -150 200-XNUMX |
Ինչո՞վ է մեզ սպառնում դեկոերենտությունը:
Հիմնական խնդիրն այն է, որ 150 մկվ-ից հետո N խճճված քյուբիթներից բաղկացած մեր հաշվողական համակարգը կսկսի ճիշտ լուծումների հավանականական բաշխման փոխարեն արտադրել հավանականական սպիտակ աղմուկ:
Այսինքն, մեզ անհրաժեշտ է.
- Նախաձեռնեք qubit համակարգը
- Կատարել հաշվարկ (դարպասի գործողությունների շղթա)
- Կարդացեք արդյունքը
Եվ այս ամենը արեք 150 միկրովայրկյանում։ Ես ժամանակ չունեի, արդյունքը վերածվեց դդմի:
Բայց սա դեռ ամենը չէ…
Errors
Ինչպես ասացինք, Քվանտային գործընթացները և քվանտային հաշվարկները իրենց բնույթով հավանական են, մենք ոչ մի բանում չենք կարող 100%-ով վստահ լինել, բայց միայն որոշ հավանականությամբ։ Իրավիճակն ավելի է սրվում այն փաստով, որ քվանտային հաշվարկը հակված է սխալների. Քվանտային հաշվարկում սխալների հիմնական տեսակներն են.
- Decoherence-ի սխալները պայմանավորված են համակարգի բարդությամբ և արտաքին միջավայրի հետ փոխազդեցությամբ
- Դարպասի հաշվողական սխալներ (հաշվարկման քվանտային բնույթի պատճառով)
- Վերջնական վիճակի ընթերցման սխալներ (արդյունք)
Սխալներ, որոնք կապված են տարանջատման հետ, հայտնվում է հենց որ մենք խճճում ենք մեր քյուբիթները և սկսում ենք հաշվարկներ անել։ Որքան շատ քյուբիթ ենք խճճում, այնքան ավելի բարդ է համակարգը, և այնքան ավելի հեշտ է այն ոչնչացնելը: Ցածր ջերմաստիճանի սարկոֆագները, պաշտպանված խցիկները, այս բոլոր տեխնոլոգիական հնարքները ճշգրտորեն ուղղված են սխալների քանակի նվազեցմանը և տարրալուծման ժամանակը երկարացնելուն:
Դարպասի հաշվարկային սխալներ - ցանկացած գործողություն (դարպաս) քյուբիթների վրա կարող է, որոշ հավանականությամբ, ավարտվել սխալմամբ, և ալգորիթմն իրականացնելու համար մեզ անհրաժեշտ է հարյուրավոր դարպասներ կատարել, այնպես որ պատկերացրեք, թե ինչ ենք ստանում մեր ալգորիթմի կատարման վերջում: Հարցի դասական պատասխանն է՝ «Ո՞րն է դինոզավրի հետ վերելակում հանդիպելու հավանականությունը»: -50x50, կամ կհանդիպեք, կամ ոչ։
Խնդիրն ավելի է խորանում նրանով, որ սխալների ուղղման ստանդարտ մեթոդները (հաշվարկների կրկնօրինակում և միջինացում) չեն գործում քվանտային աշխարհում՝ չկլոնավորման թեորեմի պատճառով։ Համար քվանտային հաշվարկներում պետք էր հորինել . Կոպիտ ասած՝ վերցնում ենք N սովորական քյուբիթ և կազմում դրանցից 1-ը տրամաբանական քյուբիթ ավելի ցածր սխալի մակարդակով:
Բայց այստեղ մեկ այլ խնդիր է առաջանում. քյուբիթների ընդհանուր քանակը. Նայեք, ասենք, մենք ունենք 100 քյուբիթանոց պրոցեսոր, որից 80 քյուբիթն օգտագործվում է սխալի ուղղման համար, հետո մեզ մնում է ընդամենը 20-ը հաշվարկների համար։
Վերջնական արդյունքը կարդալիս սխալներ — ինչպես հիշում ենք, քվանտային հաշվարկների արդյունքը մեզ ներկայացվում է ձևով պատասխանների հավանականության բաշխում. Բայց վերջնական վիճակը կարդալը կարող է նաև ձախողվել սխալմամբ:
Նույնի վրա Կան պրոցեսորների համեմատական աղյուսակներ ըստ սխալի մակարդակների։ Համեմատության համար վերցնենք նույն պրոցեսորները, ինչ նախորդ օրինակում՝ IBM и :
| համակարգիչ | 1-Qubit Gate Fidelity | 2-Qubit Gate Fidelity | Հավատարմության ընթերցում |
| IBM Q System One | 99.96% | 98.31% | - |
| Google Sycamore | 99.84% | 99.38% | 96.2% |
Այստեղ երկու քվանտային վիճակների նմանության չափում է։ Սխալի մեծությունը կարող է մոտավորապես արտահայտվել որպես 1-Fidelity: Ինչպես տեսնում ենք, 2-qubit դարպասների սխալները և ընթերցման սխալները հիմնական խոչընդոտն են գոյություն ունեցող քվանտային համակարգիչների վրա բարդ և երկար ալգորիթմների իրականացման համար:
Կարող եք նաև կարդալ տարիներից սկսած լուծել սխալի ուղղման խնդիրը։
Պրոցեսորի ճարտարապետություն
Տեսականորեն մենք կառուցում և գործում ենք տասնյակ խճճված քյուբիթների սխեմաներ, իրականում ամեն ինչ ավելի բարդ է։ Բոլոր գոյություն ունեցող քվանտային չիպերը (պրոցեսորները) կառուցված են այնպես, որ դրանք ապահովեն ցավազուրկ մեկ քյուբիթի խճճվածությունը միայն իր հարևանների հետ, որոնցից վեցից ոչ ավել։
Եթե մեզ պետք է խճճել 1-ին քյուբիթը, ասենք, 12-րդի հետ, ապա ստիպված կլինենք. կառուցել լրացուցիչ քվանտային գործողությունների շղթա, ներառում է լրացուցիչ քյուբիթներ և այլն, ինչը մեծացնում է ընդհանուր սխալի մակարդակը։ Այո, և մի մոռացեք դրա մասին decoherence ժամանակ, հավանաբար, երբ ավարտեք կուբիթների միացումը ձեզ անհրաժեշտ շղթային, ժամանակը կավարտվի, և ամբողջ շղթան կվերածվի գեղեցիկ սպիտակ աղմուկի գեներատոր.
Նաև մի մոռացեք դա Բոլոր քվանտային պրոցեսորների ճարտարապետությունը տարբեր է, իսկ էմուլյատորում գրված ծրագիրը «բոլորից բոլորին միացում» ռեժիմում պետք է «վերակազմավորվի» կոնկրետ չիպի ճարտարապետության մեջ: Նույնիսկ կան այս գործողությունը կատարելու համար:
Առավելագույն միացում և քյուբիթների առավելագույն քանակը նույն վերին չիպերի համար.
| Համակարգչի անունը | N Կուբիթներ | Մաքսը զուգակցված է | T2 (µs) |
| IBM Q System One | 20 | 6 | 70 |
| Google Sycamore | 53 | 4 | -150 200-XNUMX |
Իսկ համեմատության համար. աղյուսակ՝ նախորդ սերնդի պրոցեսորների տվյալների հետ. Համեմատեք քյուբիթների քանակը, տարանջատման ժամանակը և սխալի մակարդակը այն ամենի հետ, ինչ հիմա ունենք նոր սերնդի հետ: Այնուամենայնիվ, առաջընթացը դանդաղ է, բայց շարժվում է:
So.
- Ներկա պահին չկան ամբողջովին միացված ճարտարապետություններ, որոնք ունեն > 6 քուբիթ
- Իրական պրոցեսորի վրա քյուբիթ 0 վ խճճելու համար, օրինակ, քյուբիթ 15-ը կարող է պահանջել մի քանի տասնյակ լրացուցիչ գործողություններ
- Ավելի շատ գործողություններ -> ավելի շատ սխալներ -> ապակոհերենտության ավելի ուժեղ ազդեցություն
Արդյունքները
Decoherence-ը ժամանակակից քվանտային հաշվարկների Պրոկրուստեի հունն է. Մենք պետք է ամեն ինչ տեղավորենք 150 մկվ.
- Կուբիտների սկզբնական վիճակի սկզբնավորում
- Խնդիրի հաշվարկ՝ օգտագործելով քվանտային դարպասներ
- Ուղղեք սխալները՝ իմաստալից արդյունքներ ստանալու համար
- Կարդացեք արդյունքը
Մինչ այժմ արդյունքները հիասթափեցնող են, սակայն հավակնում են քվանտային համակարգչի վրա 0.5 վրկ համահունչության պահպանման ժամանակի վրա հիմնված :
Մենք չափում ենք 0.5 վրկ-ից ավելի կիուբիտի համակցվածության ժամանակը, և մագնիսական պաշտպանությամբ մենք ակնկալում ենք, որ այն կբարելավվի ավելի երկար, քան 1000 վրկ:
Կարող եք նաև կարդալ այս տեխնոլոգիայի մասին կամ օրինակ .
Իրավիճակն ավելի է բարդանում նրանով, որ բարդ հաշվարկներ կատարելիս անհրաժեշտ է օգտագործել սխալների ուղղման քվանտային սխեմաներ, որոնք նույնպես խլում են ինչպես ժամանակը, այնպես էլ հասանելի քյուբիթները։
Եվ վերջապես, ժամանակակից ճարտարապետությունը թույլ չի տալիս նվազագույն գնով իրականացնել խճճվածության սխեմաներ, քան 1-ը 4-ը կամ 1-ը 6-ը:
Խնդիրները լուծելու ուղիներ
Վերոնշյալ խնդիրները լուծելու համար ներկայումս կիրառվում են հետևյալ մոտեցումներն ու մեթոդները.
- Ցածր ջերմաստիճանով կրիոխցիկների օգտագործումը (10 մԿ (–273,14°C))
- Արտաքին ազդեցություններից առավելագույնս պաշտպանված պրոցեսորների օգտագործումը
- Օգտագործելով քվանտային սխալների ուղղման համակարգեր (տրամաբանական քուբիթ)
- Օպտիմիզատորների օգտագործումը կոնկրետ պրոցեսորի համար սխեմաների ծրագրավորման ժամանակ
Կատարվում են նաև հետազոտություններ, որոնք ուղղված են տարանջատման ժամանակի ավելացմանը, քվանտային օբյեկտների նոր (և հայտնի) ֆիզիկական իրականացումների որոնմանը, ուղղիչ սխեմաների օպտիմալացմանը և այլն, և այլն: Առաջընթաց կա (վերևում նայեք ավելի վաղ և այսօրվա լավագույն չիպերի բնութագրերին), բայց առայժմ այն դանդաղ է, շատ, շատ դանդաղ:
D-ալիք
D-Wave 2000Q 2000-qubit համակարգիչ: Աղբյուր.
Google-ի հայտարարության ֆոնին քվանտային գերակայության հասնելու մասին՝ օգտագործելով 53 կուբիթ պրոցեսոր, и D-Wave ընկերությունից, որտեղ քյուբիթների թիվը հազարավոր է, ինչ-որ չափով շփոթեցնող է: Դե, իսկապե՞ս, եթե 53 կիուբիթը կարողացավ հասնել քվանտային գերակայության, ապա ինչի՞ է ընդունակ 2048 քյուբիթանոց համակարգիչը: Բայց ամեն ինչ այնքան էլ լավ չէ...
Մի խոսքով (վերցված է վիքիից).
Համակարգիչներ աշխատել սկզբունքով (), կարող է լուծել օպտիմալացման խնդիրների շատ սահմանափակ ենթադաս և հարմար չեն ավանդական քվանտային ալգորիթմների և քվանտային դարպասների իրականացման համար։
Մանրամասների համար կարող եք կարդալ, օրինակ. , (զգույշ, կարող է չբացվել Ռուսաստանից), կամ в իրից . Ի դեպ, խորհուրդ եմ տալիս ընդհանրապես կարդալ նրա բլոգը, այնտեղ շատ լավ նյութ կա
Ընդհանրապես, հայտարարությունների հենց սկզբից գիտական հանրության մոտ հարցեր կային D-Wave համակարգիչների վերաբերյալ։ Օրինակ, 2014 թվականին IBM-ը կասկածի տակ դրեց այն փաստը, որ D-Wave-ը Բանը հասավ նրան, որ 2015 թվականին Google-ը ՆԱՍԱ-ի հետ միասին գնեց այս քվանտային համակարգիչներից մեկը և հետազոտությունից հետո. , որ այո համակարգիչը աշխատում է ու հաշվում խնդիրը սովորականից ավելի արագ։ Դուք կարող եք կարդալ ավելին Google-ի հայտարարության մասին և, օրինակ, .
Գլխավորն այն է, որ D-Wave համակարգիչներն իրենց հարյուրավոր և հազարավոր քյուբիթներով չեն կարող օգտագործվել քվանտային ալգորիթմներ հաշվարկելու և գործարկելու համար։ Դուք չեք կարող գործարկել Շորի ալգորիթմը, օրինակ, դրանց վրա: Ընդամենը նրանք կարող են անել որոշակի քվանտային մեխանիզմների օգտագործումն է որոշակի օպտիմալացման խնդիր լուծելու համար: Մենք կարող ենք համարել, որ D-Wave-ը քվանտային ASIC է կոնկրետ առաջադրանքի համար:
Մի քիչ քվանտային համակարգչային էմուլյացիայի մասին
Քվանտային հաշվարկը կարելի է ընդօրինակել սովորական համակարգչի վրա: Իսկապես, :
- Կուբիտի վիճակը կարող է լինել համալիր համարը, զբաղեցնելով 2x32-ից մինչև 2x64 բիթ (8-16 բայթ)՝ կախված պրոցեսորի ճարտարապետությունից
- N միացված քյուբիթների վիճակը կարող է ներկայացվել որպես 2^N կոմպլեքս թվեր, այսինքն. 2^(3+N) 32-բիթանոց ճարտարապետության համար և 2^(4+N) 64-բիթանոցի համար:
- N քյուբիթների վրա քվանտային գործողությունը կարող է ներկայացվել 2^N x 2^N մատրիցով
Այնուհետեւ `
- 10 քյուբիթների նմանակված վիճակները պահելու համար անհրաժեշտ է 8 ԿԲ
- 20 քյուբիթների վիճակները պահելու համար անհրաժեշտ է 8 ՄԲ
- 30 քյուբիթների վիճակները պահելու համար անհրաժեշտ է 8 ԳԲ
- 40 տերաբայթ է անհրաժեշտ 8 քյուբիթների վիճակները պահելու համար
- 50 քյուբիթների վիճակները պահելու համար անհրաժեշտ է 8 Պետաբայթ և այլն։
Համեմատության համար, () կրում է ընդամենը 2.8 Պետաբայթ հիշողություն:
— Անցյալ տարի 49 կիուբիթ մատակարարվել է չինական ամենամեծ գերհամակարգչին ()
Դասական համակարգերի վրա քվանտային համակարգչի մոդելավորման սահմանը որոշվում է քյուբիթների վիճակը պահելու համար անհրաժեշտ RAM-ի քանակով:
Խորհուրդ եմ տալիս նաև կարդալ . Այնտեղից:
Գործողությամբ - 49-կիուբիթանոց շղթայի ճշգրիտ նմանակման համար, որը բաղկացած է 39 «ցիկլերից» (դարպասների անկախ շերտեր) 2^63 բարդ բազմապատկումներ - 4 Pflops սուպերհամակարգչի 4 ժամ
Դասական համակարգերում 50+ կուբիթանոց քվանտային համակարգչի նմանակումը ողջամիտ ժամկետում անհնար է համարվում: Սա է նաև պատճառը, որ Google-ն իր քվանտային գերակայության փորձի համար օգտագործել է 53 կուբիթանոց պրոցեսոր:
Քվանտային հաշվարկների գերակայություն.
Վիքիպեդիան մեզ տալիս է քվանտային հաշվարկների գերակայության հետևյալ սահմանումը.
Քվանտային գերակայություն - կարողություն սարքեր լուծելու այնպիսի խնդիրներ, որոնք դասական համակարգիչները գործնականում չեն կարող լուծել:
Իրականում քվանտային գերակայության հասնելը նշանակում է, որ, օրինակ, Շոր ալգորիթմի միջոցով մեծ թվերի ֆակտորիզացիան կարող է լուծվել համապատասխան ժամանակում, կամ բարդ քիմիական մոլեկուլները կարող են ընդօրինակվել քվանտային մակարդակում և այլն։ Այսինքն՝ եկել է նոր դարաշրջան։
Բայց սահմանման ձևակերպման մեջ որոշակի բաց կա.որը դասական համակարգիչները գործնականում չեն կարողանում լուծել« Փաստորեն, սա նշանակում է, որ եթե դուք ստեղծեք 50+ քյուբիթանոց քվանտային համակարգիչ և գործարկեք դրա վրա ինչ-որ քվանտային շղթա, ապա, ինչպես վերը քննարկեցինք, այս միացման արդյունքը չի կարող ընդօրինակվել սովորական համակարգչի վրա: Այն է դասական համակարգիչը չի կարողանա վերստեղծել նման միացման արդյունքը.
Արդյոք նման արդյունքը իրական քվանտային գերակայություն է, թե ոչ, ավելի շուտ փիլիսոփայական հարց է: Բայց հասկացեք, թե ինչ է արել Google-ը և ինչի վրա է այն հիմնված անհրաժեշտ.
Google-ի քվանտային գերակայության հայտարարություն
Sycamore 54-qubit պրոցեսոր
Այսպիսով, 2019 թվականի հոկտեմբերին Google-ի ծրագրավորողները հոդված են հրապարակել Nature գիտական հրապարակման մեջ:« Հեղինակները հայտարարեցին պատմության մեջ առաջին անգամ քվանտային գերակայության հասնելու մասին՝ օգտագործելով 54 կուբիթանոց Sycamore պրոցեսորը:
Sycamore-ի առցանց հոդվածները հաճախ վերաբերում են կամ 54-qubit պրոցեսորին կամ 53-qubit պրոցեսորին: Ճշմարտությունն այն է, որ ըստ , պրոցեսորը ֆիզիկապես բաղկացած է 54 քյուբիթից, սակայն դրանցից մեկը չաշխատող է և դուրս է եկել ծառայությունից։ Այսպիսով, իրականում մենք ունենք 53 կուբիթանոց պրոցեսոր։
Համացանցում հենց այնտեղ այս թեմայի վերաբերյալ նյութեր, որոնց աստիճանը տարբերվում էր դեպի .
IBM-ի քվանտային հաշվողական թիմը ավելի ուշ հայտարարեց այդ մասին . Ընկերությունը պնդում է, որ սովորական համակարգիչը 2,5 օրվա ընթացքում վատագույն դեպքում կհաղթահարի այս խնդիրը, և ստացված պատասխանն ավելի ճշգրիտ կլինի, քան քվանտային համակարգիչը: Այս եզրակացությունն արվել է մի քանի օպտիմալացման մեթոդների տեսական վերլուծության արդյունքների հիման վրա:
Եւ իհարկե, իր մեջ Ես չէի կարող անտեսել այս հայտարարությունը. Նրան բոլոր հղումների հետ միասին և ինչպես միշտ, դրանց վրա արժե ծախսել ձեր ժամանակը: Հանգույցի վրա այս ՀՏՀ-ն, և համոզվեք, որ կարդացեք մեկնաբանությունները, կան նախնական փաստաթղթերի հղումներ, որոնք համացանցում էին հայտնվել մինչև պաշտոնական հայտարարությունը:
Ի՞նչ է իրականում արել Google-ը: Մանրամասն հասկանալու համար կարդացեք Ահարոնսոնը, բայց հակիրճ այստեղ.
Ես, իհարկե, կարող եմ ձեզ ասել, բայց ինձ բավականին հիմար եմ զգում։ Հաշվարկը հետևյալն է․ = 1-2 քյուբիթ): Այնուհետև փորձարարն ուղարկում է C-ն քվանտային համակարգչին և խնդրում նրան կիրառել C-ն 20-ի սկզբնական վիճակի վրա, չափել արդյունքը {2} հիմքով, հետ ուղարկել n-bit դիտարկված հաջորդականությունը (տող) և կրկնել մի քանիսը: հազարավոր կամ միլիոնավոր անգամներ: Վերջապես, օգտագործելով C-ի իր գիտելիքները, փորձարարը վիճակագրական թեստ է անցկացնում՝ տեսնելու, թե արդյոք արդյունքը համապատասխանում է քվանտային համակարգչից ակնկալվող արդյունքին:
Շատ հակիրճ.
- Դարպասների միջոցով ստեղծվում է 20 քուբիթից 53 երկարությամբ պատահական շղթա
- Շղթան սկսվում է սկզբնական վիճակով [0…0] կատարման համար
- Շղթայի ելքը պատահական բիթային տող է (նմուշ)
- Արդյունքի բաշխումը պատահական չէ (միջամտություն)
- Ստացված նմուշների բաշխվածությունը համեմատվում է ակնկալվողի հետ
- Եզրափակում է Քվանտային գերակայությունը
Այսինքն՝ Google-ը սինթետիկ խնդիր է ներդրել 53 կուբիթանոց պրոցեսորի վրա, և քվանտային գերակայության հասնելու իր պնդումը հիմնավորում է նրանով, որ հնարավոր չէ նման պրոցեսորը նմանակել ստանդարտ համակարգերի վրա ողջամիտ ժամկետում։
Հասկանալու համար - Այս բաժինը ոչ մի կերպ չի նվազեցնում Google-ի ձեռքբերումը, ինժեներներն իսկապես հիանալի են, և այն հարցը, թե արդյոք սա կարելի է իրական քվանտային գերազանցություն համարել, թե ոչ, ինչպես նշվեց ավելի վաղ, ավելի փիլիսոփայական է, քան ինժեներական: Բայց մենք պետք է հասկանանք, որ նման հաշվողական գերազանցության հասնելով՝ մենք մեկ քայլ չենք առաջացրել դեպի Շորի ալգորիթմը 2048-բիթանոց թվերի վրա գործարկելու հնարավորությունը։
Ամփոփում
Քվանտային համակարգիչները և քվանտային հաշվարկները տեղեկատվական տեխնոլոգիաների շատ խոստումնալից, շատ երիտասարդ և առայժմ արդյունաբերապես քիչ կիրառելի տարածք են:
Քվանտային հաշվարկների զարգացումը (մի օր) թույլ կտա մեզ լուծել խնդիրները.
- Բարդ ֆիզիկական համակարգերի մոդելավորում քվանտային մակարդակում
- Անլուծելի է սովորական համակարգչի վրա՝ հաշվողական բարդության պատճառով
Քվանտային համակարգիչների ստեղծման և շահագործման հիմնական խնդիրները.
- Decoherence
- Սխալներ (դեկոհերենտություն և դարպաս)
- Պրոցեսորի ճարտարապետություն (լիովին միացված քյուբիթային սխեմաներ)
Գործերի ներկա վիճակը.
- Փաստորեն, հենց սկզբից .
- Դեռևս չկա ԻՐԱԿԱՆ առևտրային շահագործում (և պարզ չէ, թե երբ կլինի)
Ինչը կարող է օգնել.
- Ինչ-որ ֆիզիկական հայտնագործություն, որը նվազեցնում է էլեկտրահաղորդման և շահագործման պրոցեսորների արժեքը
- Ինչ-որ բանի հայտնաբերում, որը մեծության կարգով կավելացնի տարրալուծման ժամանակը և/կամ կնվազեցնի սխալները
Իմ կարծիքով (զուտ անձնական կարծիք) Գիտելիքների ներկայիս գիտական պարադիգմում մենք զգալի հաջողությունների չենք հասնի քվանտային տեխնոլոգիաների զարգացման գործում, այստեղ մեզ անհրաժեշտ է որակական բեկում ֆունդամենտալ կամ կիրառական գիտության ինչ-որ բնագավառում, որը խթան կհաղորդի նոր գաղափարների և մեթոդների։
Միևնույն ժամանակ, մենք փորձ ենք ձեռք բերում քվանտային ծրագրավորման, քվանտային ալգորիթմների հավաքման և ստեղծման, գաղափարների փորձարկման և այլն, և այլն: Մենք սպասում ենք բեկման։
Ամփոփում
Այս հոդվածում մենք անցանք քվանտային հաշվարկների և քվանտային համակարգիչների զարգացման հիմնական փուլերը, ուսումնասիրեցինք դրանց գործունեության սկզբունքը, ուսումնասիրեցինք ինժեներների առջև ծառացած հիմնական խնդիրները քվանտային պրոցեսորների մշակման և շահագործման մեջ, ինչպես նաև նայեցինք, թե ինչ բազմակյուբիթ. D-համակարգիչներ իրականում այդպիսին են Wave-ը և Google-ի վերջին հայտարարությունը քվանտային գերակայության հասնելու մասին:
Կուլիսների հետևում մնացել են քվանտային համակարգիչների ծրագրավորման հարցեր (լեզուներ, մոտեցումներ, մեթոդներ և այլն) և պրոցեսորների հատուկ ֆիզիկական իրականացման հետ կապված հարցեր, ինչպես են կառավարվում, կապվում, ընթերցվում քուբիթները և այլն: Թերևս սա կլինի հաջորդ հոդվածի կամ հոդվածների թեման:
Շնորհակալություն ուշադրության համար, հուսով եմ, որ այս հոդվածը օգտակար կլինի ինչ-որ մեկին:
(ՀԵՏ)
Շնորհակալագրեր
սկզբնաղբյուր տեքստի, ինչպես նաև հոդվածի սրբագրման և մեկնաբանությունների համար
տեղեկատվության հարուստ մեկնաբանությունների համար , և ոչ միայն նրան, ինչը մեծապես օգնեց ինձ պարզել այս գլուխկոտրուկը:
Հոդվածների և հրապարակումների բոլոր հեղինակներին, որոնց նյութերն օգտագործվել են այս հոդվածը գրելիս:
Ռեսուրսների ցանկ
Ընթացիկ հարցերի հոդվածներ [The National Academies Press]-ից
Հոդվածներ Habr-ից (պատահական կարգով)
Չտեսակավորված (բայց ոչ պակաս հետաքրքիր) հոդվածներ համացանցից
Դասընթացներ և դասախոսություններ
Source: www.habr.com