양자 컴퓨터 및 양자 컴퓨팅 - 새로운 기능 유행어, 이는 우리 정보 공간에 다음과 함께 추가되었습니다. 인공 지능, 기계 학습 및 기타 첨단 기술 용어. 동시에 나는 내 머릿속의 퍼즐을 맞추는 자료를 인터넷에서 결코 찾을 수 없었습니다. “양자컴퓨터는 어떻게 작동하는가”. 예, Habr(참조. 리소스 목록), 일반적으로 그렇듯이 훨씬 더 유익하고 유용한 의견이지만 그들이 말하는 것처럼 내 머리 속의 그림은 합산되지 않았습니다.

그리고 최근에는 동료들이 저에게 다가와서 “양자컴퓨터가 어떻게 작동하는지 이해하시나요?”라고 물었습니다. 우리에게 말해줄 수 있나요?” 그러다가 머릿속에 일관된 그림을 그리는 데 문제가 있는 사람이 나뿐만이 아니라는 것을 깨달았습니다.

그 결과, 양자컴퓨터에 관한 정보를 일관된 논리회로로 정리하려는 시도가 이루어졌다. 기본적인 수준, 수학과 양자 세계의 구조에 대한 깊은 몰입 없이, 양자컴퓨터가 무엇인지, 어떤 원리로 작동하는지, 과학자들이 이를 만들고 작동할 때 직면하는 문제점은 무엇인지 설명했다.

차례

• 부인 성명
• 소개
  • 이 모든 시작하는 방법
  • 주요 플레이어
  • 개발 방향
• 기초. 양자 물체와 양자 시스템
• 양자컴퓨터와 기존 컴퓨터의 비교
• 큐비트의 물리적 구현
• 기초. 양자 컴퓨터의 작동 방식
• 양자 알고리즘
  • 쇼어의 알고리즘.
  • 그로버의 알고리즘
  • Deutsch-Jozi 알고리즘
• 양자컴퓨터의 문제점
  • 결맞음
  • 오류
  • 프로세서 아키텍처
  • 결과
• 문제를 해결하는 방법
• D-Wave
• 양자 컴퓨터 에뮬레이션에 대해 조금
• 양자 컴퓨팅의 우위.
• 구글 성명
• 개요
• 결론
• 감사의 말
• 리소스 목록

부인 성명

(내용으로)

저자는 양자컴퓨팅 전문가는 아니며, 기사의 대상 독자는 양자 전문가가 아닌 동일한 IT 인력입니다., 그들은 또한 "양자 컴퓨터가 어떻게 작동하는지"라는 그림을 머릿속에 정리하고 싶어합니다. 이 때문에 기사의 많은 개념은 "기본" 수준에서 양자 기술을 더 잘 이해하기 위해 의도적으로 단순화되었습니다. 정보 내용과 적절성이 손실된 매우 강력한 단순화.

일부 장소의 기사는 다른 출처의 자료를 사용합니다. 기사 마지막 부분에 목록이 나와 있습니다.. 가능하다면 원본 텍스트, 표 또는 그림에 대한 직접 링크와 표시를 삽입합니다. 어딘가에 뭔가(또는 누군가)를 잊어버린 경우 적어주시면 수정하겠습니다.

소개

(내용으로)

이번 장에서는 양자시대가 어떻게 시작되었는지, 양자컴퓨터를 생각하게 된 동기는 무엇인지, 현재 이 분야를 주도하고 있는 국가와 기업은 무엇인지 간략하게 살펴보고, 양자 컴퓨팅의 주요 발전 방향에 대해 설명합니다.

이 모든 시작하는 방법

(내용으로)

양자 시대의 시작점은 M. Planck가 처음으로 주장한 1900년으로 간주됩니다. 가설 에너지는 연속적으로 방출되고 흡수되지 않고 별도의 양자(부분)로 방출되고 흡수됩니다. 이 아이디어는 당시의 많은 뛰어난 과학자들(Bohr, Einstein, Heisenberg, Schrödinger)에 의해 채택되고 개발되었으며, 이는 궁극적으로 다음과 같은 과학의 창설과 발전으로 이어졌습니다. 양자 물리학. 과학으로서의 양자물리학의 형성에 관한 좋은 자료가 인터넷에 많이 있는데, 이 글에서는 이에 대해 자세히 다루지는 않겠지만, 우리가 새로운 양자 시대에 진입한 날짜를 명시할 필요가 있었습니다.

양자물리학은 우리의 일상생활에 많은 발명품과 기술을 가져왔고, 이것이 없으면 이제 우리 주변의 세계를 상상하기가 어렵습니다. 예를 들어 이제는 가전제품(레이저 레벨 등)부터 첨단 시스템(시력 교정용 레이저, 안녕하세요)까지 어디에서나 사용되는 레이저입니다. 메클론 ). 조만간 누군가가 컴퓨팅에 양자 시스템을 사용하지 않는 이유에 대한 아이디어를 내놓을 것이라고 가정하는 것이 논리적입니다. 그리고 1980년에 그런 일이 일어났습니다.

Wikipedia에서는 양자 컴퓨팅의 첫 번째 아이디어가 1980년에 우리 과학자 Yuri Manin에 의해 표현되었다고 나와 있습니다. 그러나 그들은 잘 알려진 R. Feynman이 1981년에야 그것에 대해 실제로 이야기하기 시작했습니다. MIT에서 열린 제XNUMX회 전산물리학 컨퍼런스에서 강연, 전통적인 컴퓨터에서 효율적인 방법으로 양자 시스템의 진화를 시뮬레이션하는 것은 불가능하다고 지적했습니다. 그는 기본 모델을 제안했습니다. 양자 컴퓨터, 이러한 모델링을 수행할 수 있습니다.

이있다 그게 직업이야하는 양자 컴퓨팅 개발 타임라인 좀 더 학술적이고 자세하게 고려되지만 간단히 살펴보겠습니다.

양자 컴퓨터 개발 역사의 주요 이정표:

• [1994]. P. 쇼어. 에 의해 설계된 양자수 분해 알고리즘
• [1998]. 만들어진 최초의 2큐비트 양자 컴퓨터
• [2001]. IBM이 실행을 도입했습니다. 쇼어의 알고리즘 15호 확장을 위해
• [2007-2016]. D-Wave 128~2000큐비트를 갖춘 컴퓨터를 만들고 개발합니다.
• [2012]. 캘리포니아 대학교에서 시행 숫자 21에 대한 쇼어의 알고리즘
• [2016]. Google 수소 분자를 시뮬레이션했습니다. 9큐비트 컴퓨터에서
• [2017]. IBM 시뮬레이션 베릴륨 수소화물 BeH2 (원자 XNUMX개)
• [2019]. IBM Q 시스템 원. 클라우드의 20큐비트 컴퓨터
• [2019]. 구글 시카모어. 53큐비트 컴퓨터. 양자 우월성?

보시다시피 아이디어가 나온 순간부터 17큐비트 컴퓨터에 처음 구현되기까지 1981년(1998년~2년)이 지났고, 큐비트 수가 21개로 증가할 때까지 1998년(2019년~53년)이 지났습니다. Shor 알고리즘의 결과(좀더 자세히 살펴보겠습니다)를 11에서 2001까지 개선하는데 2012년(15년부터 21년)이 걸렸습니다. 그리고 불과 XNUMX년 전에는 Feynman이 말한 것을 구현하고 가장 간단한 물리적 시스템을 모델링하는 방법을 배웁니다.

양자 컴퓨팅의 발전은 느리다. 과학자와 엔지니어들은 매우 어려운 과제에 직면해 있는데, 양자 상태는 수명이 매우 짧고 취약하며, 이를 계산을 수행할 수 있을 만큼 오래 보존하려면 수천만 달러를 들여 온도가 유지되는 석관을 만들어야 합니다. 절대 영도 바로 위에 있으며 외부 영향으로부터 최대한 보호됩니다. 다음으로 이러한 작업과 문제에 대해 더 자세히 설명하겠습니다.

주요 플레이어

(내용으로)

이 섹션의 슬라이드는 기사에서 가져왔습니다. 양자 컴퓨터: 큰 강세장. Yandex 강의, 연구원으로부터 러시아 양자센터 알렉세이 페도로프. 직접 인용해 보겠습니다.

기술적으로 성공한 모든 국가는 현재 적극적으로 양자 기술을 개발하고 있습니다. 이번 연구에는 막대한 자금이 투자되고 있으며, 양자 기술을 지원하기 위한 특별 프로그램도 만들어지고 있다.

국가뿐만 아니라 민간 기업도 양자 경쟁에 참여하고 있다. 최근 구글, IBM, 인텔, 마이크로소프트 등이 양자컴퓨터 개발에 약 0,5억 달러를 투자하고 대규모 실험실과 연구센터를 설립했다.

예를 들어 Habré와 인터넷에는 많은 기사가 있습니다. 여기에, 여기에 и 여기에, 다양한 국가의 양자 기술 개발 현황을 보다 자세히 살펴봅니다. 이제 우리에게 가장 중요한 것은 모든 주요 기술 선진국과 플레이어가 이 방향의 연구에 막대한 돈을 투자하고 있으며 이는 현재의 기술 난국에서 벗어날 수 있는 희망을 제공한다는 것입니다.

개발 방향

(내용으로)

현재(제가 틀렸을 수도 있으니 정정해 주세요) 모든 주요 기업의 주요 노력(및 다소 중요한 결과)은 두 가지 영역에 집중되어 있습니다.

• 전문 양자 컴퓨터, 예를 들어 최적화 문제와 같은 특정 특정 문제를 해결하는 것을 목표로 합니다. 제품의 예로는 D-Wave 양자 컴퓨터가 있습니다.
• 범용 양자 컴퓨터 — 임의의 양자 알고리즘(Shor, Grover 등)을 구현할 수 있습니다. IBM, Google의 구현.

양자 물리학이 우리에게 제공하는 다른 발전 벡터는 다음과 같습니다.

• 양자 센서
• 양자 네트워크 의 기초로 양자 암호화
• 그리고 훨씬 더

물론 연구 대상 목록에도 있지만 현재로서는 그다지 의미 있는 결과는 없는 것 같습니다.

추가적으로 당신은 읽을 수 있습니다 양자기술 개발 로드맵, 음, 구글 “양자 기술 개발", 예를 들어, 여기에, 여기에 и 여기에.

기초. 양자 물체와 양자 시스템

(내용으로)

이 부분에서 이해해야 할 가장 중요한 점은

양자컴퓨터 (평소와는 다르게) 정보 전달자로 사용 양자 물체, 계산을 수행하려면 양자 객체가 연결되어야 합니다. 양자 시스템.

양자 물체란 무엇입니까?

양자 물체 - 양자 특성을 나타내는 마이크로세계(양자 세계)의 객체:

• 두 가지 경계 수준으로 정의된 상태가 있습니다.
• 측정 순간까지의 상태가 중첩되어 있음
• 다른 물체와 얽혀 양자 시스템을 만든다
• 복제 불가 정리(객체의 상태는 복사할 수 없음)를 만족합니다.

각 속성을 더 자세히 살펴보겠습니다.

두 개의 경계 수준(최종 상태)으로 정의된 상태가 있습니다.

고전적인 실제 사례는 동전입니다. 여기에는 "머리"와 "꼬리"라는 두 가지 경계 수준을 취하는 "측면" 상태가 있습니다.

측정 순간까지의 상태가 중첩되어 있음

그들은 동전을 던졌고, 그것은 날아가고 회전했습니다. 회전하는 동안 "측면" 상태가 경계 수준 중 어느 곳에 있는지 말하기는 불가능합니다. 그러나 우리가 그것을 내려놓고 결과를 보는 순간, 상태 중첩은 즉시 두 경계 상태, 즉 "머리"와 "꼬리" 중 하나로 붕괴됩니다. 우리의 경우 동전을 치는 것은 측정입니다.

다른 물체와 얽혀 양자 시스템을 만든다

동전으로는 어렵지만 한번 해보자. 세 개의 동전을 던져서 서로 달라붙도록 회전한다고 상상해 보세요. 이것은 동전 저글링입니다. 매 순간마다 각각의 상태는 중첩되어 있을 뿐만 아니라 이러한 상태는 서로 영향을 미칩니다(동전이 충돌함).

복제 불가 정리(객체의 상태는 복사할 수 없음)를 만족합니다.

동전이 날아다니고 회전하는 동안 시스템과 별도로 동전의 회전 상태 복사본을 만들 수 있는 방법은 없습니다. 시스템은 자체적으로 존재하며 외부 세계에 정보를 공개하는 것을 매우 질투합니다.

개념 자체에 대한 몇 마디 더 “중첩”, 거의 모든 기사에서 중첩은 다음과 같이 설명됩니다. "동시에 모든 주에 있습니다", 물론 그것은 사실이지만 때로는 불필요하게 혼란스럽습니다. 상태의 중첩은 매 순간 양자 물체가 다음을 갖는다는 사실로도 상상될 수 있습니다. 각각의 경계 수준으로 붕괴될 특정 확률이 있으며, 전체적으로 이러한 확률은 자연스럽게 1과 같습니다.. 나중에 큐비트를 고려할 때 이에 대해 더 자세히 설명하겠습니다.

동전의 경우 이를 시각화할 수 있습니다. 초기 속도, 던지는 각도, 동전이 날아가는 환경 상태에 따라 매 순간 "앞면" 또는 "뒷면"이 나올 확률이 다릅니다. 그리고 앞서 언급했듯이, 그러한 날아다니는 동전의 상태는 "동시에 모든 경계 상태에 있지만 구현 가능성이 서로 다른" 것으로 상상할 수 있습니다.

위의 속성이 충족되고 우리가 생성하고 제어할 수 있는 모든 개체는 양자 컴퓨터에서 정보 매체로 사용될 수 있습니다.

조금 더 나아가 우리는 큐비트를 양자 객체로 물리적으로 구현하는 현재 상황과 과학자들이 현재 이 능력에서 무엇을 사용하고 있는지에 대해 이야기할 것입니다.

따라서 세 번째 속성은 양자 물체가 얽혀 양자 시스템을 만들 수 있다는 것입니다. 양자 시스템이란 무엇입니까?

양자 시스템 — 다음과 같은 특성을 지닌 얽힌 양자 물체 시스템:

• 양자 시스템은 자신을 구성하는 물체의 가능한 모든 상태가 중첩되어 있습니다.
• 측정 순간까지 시스템 상태를 아는 것은 불가능합니다.
• 측정 순간에 시스템은 경계 상태의 가능한 변형 중 하나를 구현합니다.

(그리고 조금 앞을 바라보며)

양자 프로그램의 추론:

• 양자 프로그램은 입력에서 주어진 시스템 상태, 내부 중첩, 출력에서 ​​중첩을 갖습니다.
• 측정 후 프로그램 출력에서 ​​시스템의 가능한 최종 상태 중 하나(및 가능한 오류)에 대한 확률론적 구현이 있습니다.
• 모든 양자 프로그램에는 굴뚝 아키텍처(입력 -> 출력. 루프가 없으므로 프로세스 중간에 시스템 상태를 볼 수 없습니다.)

양자컴퓨터와 기존 컴퓨터의 비교

(내용으로)

이제 기존 컴퓨터와 양자 컴퓨터를 비교해 보겠습니다.

	일반 컴퓨터	양자컴퓨터
논리	0 / 1	`a|0> + b|1>, a^2+b^2=1`
물리학	반도체 트랜지스터	양자 물체
정보매체	전압 레벨	분극, 스핀,…
운영	비트에 대한 NOT, AND, OR, XOR	밸브: CNOT, Hadamard,…
관계	반도체 칩	서로 혼란
알고리즘	표준(휩 참조)	스페셜(쇼어, 그로버)
원리	디지털, 결정론적	아날로그, 확률적

논리 레벨

일반 컴퓨터에서는 이 정도입니다. 우리에게 잘 알려져 있습니다. 결정적 비트. 0 또는 1의 값을 가질 수 있습니다. 역할에 완벽하게 대처합니다. 논리 유닛 일반 컴퓨터의 경우에는 상태를 설명하는 데 전혀 적합하지 않습니다. 양자 물체, 우리가 이미 말했듯이 야생에서는경계 상태의 중첩.

이것이 그들이 생각해 낸 것입니다. 큐비트. 경계 상태에서는 0과 1과 유사한 상태를 구현합니다. |0> 및 |1>, 그리고 중첩으로 경계 상태에 대한 확률 분포 |0> и |1>:

 a|0> + b|1>, такое, что a^2+b^2=1

a와 b는 확률 진폭, 해당 모듈의 제곱은 경계 상태의 값과 정확히 일치하는 실제 확률입니다. |0> и |1>, 지금 당장 측정으로 큐비트를 축소한다면.

물리층

현재 기술 개발 수준에서 기존 컴퓨터에 대한 비트의 물리적 구현은 다음과 같습니다. 반도체 트랜지스터, 양자의 경우, 우리가 이미 말했듯이, 모든 양자 물체. 다음 섹션에서는 현재 큐비트의 물리적 미디어로 사용되는 것이 무엇인지 설명하겠습니다.

저장 매체

일반 컴퓨터의 경우 이는 다음과 같습니다. 전기 - 양자에 대한 전압 레벨, 전류의 유무 등 - 동일 양자 물체의 상태 (분극 방향, 스핀 등), 중첩 상태에 있을 수 있습니다.

운영

일반 컴퓨터에 논리 회로를 구현하기 위해 우리는 잘 알려진 방법을 사용합니다. 논리 연산, 큐비트 작업을 위해서는 완전히 다른 작업 시스템을 마련해야 했습니다. 양자 게이트. 게이트는 변환되는 큐비트 수에 따라 단일 큐비트 또는 이중 큐비트일 수 있습니다.

양자 게이트의 예:

개념이 있다 범용 밸브 세트, 이는 양자 계산을 수행하기에 충분합니다. 예를 들어, 범용 세트에는 Hadamard 게이트, 위상 변이 게이트, CNOT 게이트 및 π/8 게이트가 포함됩니다. 도움을 받으면 임의의 큐비트 집합에 대해 양자 계산을 수행할 수 있습니다.

이 기사에서 우리는 양자 게이트 시스템에 대해 자세히 다루지 않을 것입니다. 예를 들어 양자 게이트 시스템과 큐비트에 대한 논리 연산에 대해 더 자세히 읽을 수 있습니다. 여기에. 기억해야 할 주요 사항:

• 양자 개체에 대한 작업을 수행하려면 새로운 논리 연산자(양자 게이트)를 만들어야 합니다.
• 양자 게이트는 단일 큐비트와 이중 큐비트 유형으로 제공됩니다.
• 모든 양자 계산을 수행하는 데 사용할 수 있는 범용 게이트 세트가 있습니다.

관계

하나의 트랜지스터는 우리에게 완전히 쓸모가 없습니다. 계산을 수행하려면 많은 트랜지스터를 서로 연결해야 합니다. 즉, 논리 회로를 구축할 수백만 개의 트랜지스터로 반도체 칩을 만들어야 합니다. ALU 그리고 궁극적으로 고전적인 형태의 최신 프로세서를 얻게 됩니다.

하나의 큐비트는 우리에게도 전혀 쓸모가 없습니다(글쎄, 학문적 용어로만 보면).

계산을 수행하려면 큐비트(양자 객체) 시스템이 필요합니다.

이는 우리가 이미 말했듯이 큐비트를 서로 얽혀 상태 변화가 조화롭게 발생함으로써 생성됩니다.

알고리즘

인류가 지금까지 축적해 온 표준 알고리즘은 양자 컴퓨터에 구현하기에는 전혀 적합하지 않습니다. 예, 일반적으로 필요하지 않습니다. 큐비트에 대한 게이트 로직을 기반으로 하는 양자 컴퓨터는 완전히 다른 알고리즘, 즉 양자 알고리즘의 생성이 필요합니다. 가장 잘 알려진 양자 알고리즘 중 세 가지를 구별할 수 있습니다.

• 알고리즘 쇼라 (채권 차압 통고)
• 그로버의 알고리즘 (순서가 지정되지 않은 데이터베이스에서 빠른 검색)
• Deutsch-Jozi 알고리즘 (질문에 대한 답변, 일정하거나 균형 잡힌 기능)

원리

그리고 가장 중요한 차이점은 작동 원리입니다. 표준 컴퓨터의 경우 이는 다음과 같습니다. 디지털, 엄격하게 결정론적인 원리, 시스템의 초기 상태를 설정하고 이를 주어진 알고리즘에 전달하면 이 계산을 몇 번 실행하더라도 계산 결과는 동일하다는 사실을 기반으로 합니다. 실제로 이 동작은 우리가 컴퓨터에서 기대하는 것과 정확히 같습니다.

양자 컴퓨터는 다음에서 실행됩니다. 아날로그, 확률론적 원리. 주어진 초기 상태에서 주어진 알고리즘의 결과는 다음과 같습니다. 확률 분포에서 표본 추출 알고리즘의 최종 구현과 가능한 오류.

양자 컴퓨팅의 이러한 확률적 특성은 양자 세계의 확률적 본질에 기인합니다. “신은 우주를 가지고 주사위 놀이를 하지 않습니다.”, 늙은 아인슈타인은 말했습니다. 그러나 지금까지의 모든 실험과 관찰은 (현재 과학 패러다임에서) 그 반대를 확인합니다.

큐비트의 물리적 구현

(내용으로)

이미 말했듯이 큐비트는 양자 객체, 즉 위에서 설명한 양자 특성을 구현하는 물리적 객체로 표현될 수 있습니다. 즉, 대략적으로 말하면 두 가지 상태가 있고 이 두 상태가 중첩된 상태에 있는 모든 물리적 개체를 사용하여 양자 컴퓨터를 구축할 수 있습니다.

“원자를 두 개의 서로 다른 수준에 놓고 제어할 수 있다면 큐비트가 있는 것입니다. 이온으로 이것을 할 수 있다면 그것은 큐비트입니다. 현재도 마찬가지다. 시계 방향과 시계 반대 방향으로 동시에 실행하면 큐비트가 생성됩니다.” (C)

이 사랑스러운 코멘트 к 기사큐비트의 현재 다양한 물리적 구현을 ​​더 자세히 고려하는 경우 가장 잘 알려져 있고 일반적인 항목을 간단히 나열하겠습니다.

• 초전도 큐비트
• 전하 큐비트
• 이온 트랩
• 양자점
• 그리고 다른 많은 이국적인 아이디어(음이온 등)

이 모든 다양성 중에서 가장 발전된 방법은 다음을 기반으로 큐비트를 얻는 첫 번째 방법입니다. 초전도체. 구글, IBM, 인텔 다른 주요 기업들은 이를 사용하여 시스템을 구축합니다.

글쎄, 더 읽어보세요 개요 가능하다 물리적 구현 큐비트 앤드류 데일리, 2014.

기초. 양자 컴퓨터의 작동 방식

(내용으로)

이 섹션의 자료(작업 및 사진)는 기사에서 가져왔습니다. “어려운 일에 대해서만요. 양자 컴퓨터는 어떻게 작동하나요?.

이제 다음과 같은 작업이 있다고 상상해 보세요.

세 사람으로 구성된 그룹이 있습니다. (A)ndrey, (B)olodya 및 (C)erezha. 택시가 두 대 있어요 (0과 1).

또한 다음과 같은 사실도 알려져 있습니다.

• (A)ndrey, (B)olodya는 친구입니다
• (A)ndrey, (C)erezha는 적입니다
• (B)olodya와 (C)erezha는 적입니다

과제: 사람들을 택시에 태워서 맥스(친구) и 최소(적)

등급 : L = (친구 수) - (적 수) 각 숙박 옵션에 대해

중요: 경험적 방법이 없다고 가정하면 최적의 솔루션은 없습니다. 이 경우 옵션을 완전히 검색해야만 문제를 해결할 수 있습니다.

일반 컴퓨터의 솔루션

일반(슈퍼) 컴퓨터(또는 클러스터)에서 이 문제를 해결하는 방법은 다음과 같습니다. 가능한 모든 옵션을 반복해야 합니다.. 다중 프로세서 시스템이 있는 경우 여러 프로세서에 걸쳐 솔루션 계산을 병렬화한 다음 결과를 수집할 수 있습니다.

숙박 가능 옵션은 2가지(택시 0, 택시 1)가 있으며 인원은 3명입니다. 솔루션 공간 2 ^ 3 = 8. 계산기를 사용하여 8가지 옵션을 선택할 수도 있지만 이는 문제가 되지 않습니다. 이제 문제를 복잡하게 만들어 보겠습니다. 우리는 솔루션 공간인 20명의 사람과 XNUMX대의 버스를 가지고 있습니다. 2^20 = 1. 복잡한 것도 없습니다. 인원을 2.5배로 늘리자 - 50명과 열차 XNUMX대를 타고 솔루션 공간은 지금 2^50 = 1.12 x 10^15. 일반(슈퍼) 컴퓨터에는 이미 심각한 문제가 발생하기 시작했습니다. 인원을 2배로 늘리자 벌써 100명 드려요 1.2x10^30 가능한 옵션.

즉, 이 작업은 합리적인 시간 내에 계산할 수 없습니다.

슈퍼컴퓨터 연결

현재 가장 강력한 컴퓨터는 1위입니다. Top500그것 정상 회담, 생산성 122 Pflops. 하나의 옵션을 계산하는 데 100번의 작업이 필요하다고 가정하고, 100명의 문제를 해결하려면 다음이 필요합니다.

(1.2 x 10^30 100) / 122×10^15 / (606024365) = 3 x 10^37년.

보시다시피 초기 데이터의 차원이 증가함에 따라 해의 공간은 거듭제곱 법칙에 따라 증가합니다., 일반적으로 N 비트에 대해 2^N 가능한 솔루션 옵션이 있으며, 이는 상대적으로 작은 N(100)에 대해 계산되지 않은(현재 기술 수준에서) 솔루션 공간을 제공합니다.

대안이 있나요? 짐작하셨겠지만, 그렇습니다.

하지만 양자 컴퓨터가 이와 같은 문제를 효과적으로 해결할 수 있는 방법과 이유를 알아보기 전에 잠시 시간을 내어 양자 컴퓨터가 무엇인지 요약해 보겠습니다. 확률 분포. 놀라지 마십시오. 이것은 리뷰 기사입니다. 여기에는 어려운 수학이 없을 것입니다. 우리는 가방과 공을 사용하는 고전적인 예를 사용하겠습니다.

약간의 조합론, 확률 이론 및 이상한 실험자

가방 하나 챙겨서 넣어보자 흰색 공 1000개와 검은색 공 1000개. 우리는 실험을 할 것입니다. 공을 꺼내고, 색상을 적고, 공을 가방에 다시 넣고 가방에 있는 공을 섞습니다.

실험은 10번 진행되었으며, 검은 공 10개를 꺼냈다. 아마도? 상당히. 이 샘플은 가방 안의 실제 분포에 대한 합리적인 아이디어를 제공합니까? 당연히 아니. 해야 할 일 - 그렇죠, p실험을 백만 번 반복하고 검은색 공과 흰색 공의 주파수를 계산해 보세요. 예를 들어 우리는 얻습니다. 검정색 49.95%, 흰색 50.05%. 이 경우, 우리가 샘플링하는(공 하나를 꺼내는) 분포의 구조는 이미 어느 정도 명확합니다.

가장 중요한 것은 그것을 이해하는 것입니다. 실험 자체는 확률적 성격을 가지고 있습니다., 하나의 샘플(공)로는 분포의 실제 구조를 알 수 없습니다. 우리는 실험을 여러 번 반복해야 해요 결과를 평균화합니다.

가방에 추가하자 빨간색 공 10개와 녹색 공 10개 (오류). 실험을 10번 반복해 보겠습니다. 안에빨간색 5개, 녹색 5개를 꺼냈습니다.. 아마도? 예. 실제 분포에 대해 말할 수 있습니다. - 아니요. 해야 할 일 - 글쎄, 이해합니다.

확률 분포의 구조를 이해하려면 이 분포에서 개별 결과를 반복적으로 샘플링하고 결과의 평균을 내는 것이 필요합니다.

이론과 실제의 연결

이제 흑백공 대신 당구공을 가방에 담아보자 1000번 공 2개, 1000번 공 7개, 다른 번호 공 10개. 가장 간단한 행동(공을 꺼내고, 숫자를 적고, 공을 다시 가방에 넣고, 가방에 공을 섞는 것) 훈련을 받은 실험자가 150마이크로초 안에 이 작업을 수행한다고 상상해 봅시다. 글쎄요, 속도에 대한 그런 실험자입니다 (마약 광고가 아닙니다 !!!). 그러면 150초 안에 그는 우리의 실험을 1만 번 수행할 수 있을 것입니다. 그리고 평균 결과를 알려주세요.

그들은 실험자를 앉히고 그에게 가방을 주고 돌아서서 150초를 기다렸다가 다음을 받았습니다.

2위 - 49.5%, 7위 - 49.5%, 나머지 전체 - 1%.

네 그렇죠. 우리 가방은 문제를 해결하는 알고리즘을 갖춘 양자 컴퓨터입니다, 공은 가능한 솔루션입니다. 두 가지 올바른 솔루션이 있으므로 양자 컴퓨터는 동일한 확률과 0.5%(10/2000) 오류로 가능한 솔루션 중 하나를 제공합니다., 나중에 이야기하겠습니다.

양자 컴퓨터의 결과를 얻으려면 동일한 입력 데이터 세트에 대해 양자 알고리즘을 여러 번 실행하고 결과의 평균을 내야 합니다.

양자 컴퓨터의 확장성

이제 100명이 참여하는 작업에 대해 상상해 보십시오(솔루션 공간 2^100 우리는 이것을 기억합니다) 올바른 결정도 두 가지뿐입니다. 그런 다음 100큐비트를 사용하고 이 큐비트에 대한 목적 함수(L, 위 참조)를 계산하는 알고리즘을 작성하면 첫 번째 정답 번호가 1000인 공이 1000개 있는 가방을 얻게 됩니다. 두 번째 정답의 수와 다른 숫자의 공 10개. 그리고 동일한 150초 내에 실험자는 정답의 확률 분포에 대한 추정치를 제공합니다..

양자 알고리즘의 실행 시간(일부 가정 포함)은 솔루션 공간의 차원(1^N)에 대해 상수 O(2)로 간주될 수 있습니다.

그리고 이것이 바로 양자 컴퓨터의 속성입니다. 런타임 불변성 솔루션 공간의 거듭제곱 법칙 복잡성이 증가하는 것과 관련하여 이것이 핵심입니다.

큐빗과 평행세계

어떻게 이런 일이 발생하나요? 양자 컴퓨터가 그렇게 빠르게 계산을 수행할 수 있는 이유는 무엇입니까? 그것은 큐비트의 양자 특성에 관한 것입니다.

보세요, 우리는 큐비트가 양자 물체와 같다고 말했습니다. 관찰되면 두 가지 상태 중 하나를 인식합니다., 그러나 "야생의 자연"에서는 상태의 중첩즉, 동시에 두 경계 상태에 있습니다(일부 확률로).

보세요 (A)ndreya 그리고 그 상태(어떤 차량에 있는지 - 0 또는 1)를 큐비트로 상상해 보세요. 그러면 우리는 (양자 공간에서) 두 개의 평행 세계, 하나의 (A) 택시 0에 앉고 다른 세계에서는 택시 1에 앉습니다. 택시 두 대를 동시에 타고, 그러나 관찰 중에 각각에서 그것을 찾을 확률이 있습니다.

보세요 (나) 어린 그리고 그 상태를 큐비트로 상상해 봅시다. 두 개의 다른 평행 세계가 나타납니다. 하지만 지금은 이 두 쌍의 세계가 (A) и (에서) 전혀 상호 작용하지 마십시오. 만들기 위해 해야 할 일 관련된 체계? 맞아요, 우리에겐 이 큐비트가 필요해요 묶다 (혼란하다). 우리는 그것을 받아들이고 혼동한다 (A)와 (B) — 우리는 XNUMX큐비트의 양자 시스템을 얻습니다. (A, B), 스스로 네 가지를 깨닫는다 상호 의존적 평행 세계. 추가하다 (S)에르게이 그리고 우리는 XNUMX큐비트 시스템을 얻습니다. (알파벳), XNUMX개 구현 상호 의존적 평행 세계.

양자 컴퓨팅(연결된 큐비트 시스템에 대한 양자 게이트 체인의 구현)의 본질은 계산이 모든 병렬 세계에서 동시에 발생한다는 사실입니다.

그리고 우리가 2^3이든 2^100이든 얼마나 많은지는 중요하지 않습니다. 양자 알고리즘은 모든 평행 세계에서 유한한 시간 내에 실행됩니다. 알고리즘 응답의 확률 분포 샘플인 결과를 제공합니다.

더 나은 이해를 위해 다음과 같이 상상할 수 있습니다. 양자 수준의 양자 컴퓨터는 2^N 병렬 솔루션 프로세스를 실행합니다., 각자는 하나의 가능한 옵션에 대해 작업한 다음 작업 결과를 수집합니다. 해의 중첩 형태로 답을 제공합니다. (반응의 확률 분포), 여기서 매번(각 실험에 대해) 하나씩 샘플링합니다.

실험자가 요구하는 시간을 기억하세요 (150μs) 실험을 수행하기 위해 양자 컴퓨터의 주요 문제와 결맞음 시간에 관해 이야기할 때 이는 우리에게 조금 더 유용할 것입니다.

양자 알고리즘

(내용으로)

이미 언급한 바와 같이, 이진 논리 기반의 기존 알고리즘은 양자 논리(양자 게이트)를 사용하는 양자 컴퓨터에는 적용할 수 없습니다. 그에게는 컴퓨팅의 양자적 특성에 내재된 잠재력을 완전히 활용하는 새로운 것을 고안하는 것이 필요했습니다.

오늘날 가장 잘 알려진 알고리즘은 다음과 같습니다.

• 알고리즘 쇼라
• 그로버의 알고리즘
• Deutsch-Jozsi 알고리즘

기존 컴퓨터와 달리 양자 컴퓨터는 보편적이지 않습니다.
지금까지 발견된 양자 알고리즘은 소수에 불과합니다.(C)

감사 옥소론 링크를 위해 양자 알고리즘 동물원, 저자에 따르면 ('스티븐 조던'), 양자알고리즘계 최고의 대표자들이 모였고 계속해서 모이고 있다.

이 기사에서는 양자 알고리즘을 자세히 분석하지 않을 것입니다. 인터넷에는 복잡성 수준에 관계없이 훌륭한 자료가 많이 있지만 가장 유명한 세 가지 자료를 간략하게 살펴보겠습니다.

쇼어의 알고리즘.

(내용으로)

가장 유명한 양자 알고리즘은 쇼어의 알고리즘 (1994년 영국 수학자에 의해 발명됨) 피터 쇼어)는 숫자를 소인수로 인수분해하는 문제(인수분해 문제, 이산대수)를 해결하는 것을 목표로 합니다.

귀하의 은행 시스템과 비밀번호가 곧 해킹될 것이라고 기록할 때 예로 인용되는 것이 바로 이 알고리즘입니다. 현재 사용되는 키의 길이가 2048비트에 육박한다는 점을 고려하면 아직 한도를 정할 시기는 오지 않았다.

최신하려면 연구 결과 겸손한 것 이상. Shor의 알고리즘을 사용한 최상의 인수분해 결과 - 숫자 15 и 21, 이는 2048비트보다 훨씬 작습니다. 표의 나머지 결과에 대해서는 다른 알고리즘 그러나 이 알고리즘(291311)에 따른 최상의 결과조차도 실제 적용과는 거리가 멀습니다.

예를 들어 Shor의 알고리즘에 대한 자세한 내용을 읽을 수 있습니다. 여기에. 실제 구현에 대해 - 여기에.

중 하나 현재 추정치 2048비트 숫자를 인수분해하는 데 필요한 복잡성과 전력은 다음과 같은 컴퓨터입니다. 20천만 큐비트. 우리는 평화롭게 잠을 잔다.

그로버의 알고리즘

(내용으로)

그로버의 알고리즘 - 양자 알고리즘 열거 문제를 해결하는 것, 즉 방정식의 해를 찾는 것 F(X) = 1, 여기서 F는 부울 함수 부터 n 변수. 미국 수학자에 의해 제안되었습니다. 낚시 그로버 в 1996 년.

Grover의 알고리즘을 사용하여 찾을 수 있습니다. 중앙값 и 산술 평균 숫자 시리즈. 또한, 이를 해결하는 데 사용할 수 있습니다. NP-완전 가능한 많은 솔루션 중에서 철저한 검색을 통해 문제를 해결합니다. 이는 비록 제공하지 않더라도 기존 알고리즘에 비해 상당한 속도 향상을 수반할 수 있습니다.다항식 해" 일반적으로.(C)

더 읽어보실 수 있습니다 여기에또는 여기에. 기타 여기에 상자와 공의 예를 사용하여 알고리즘에 대한 좋은 설명이 있지만 불행히도 누구도 통제할 수 없는 이유로 러시아에서는 이 사이트가 열리지 않습니다. 당신이 가지고 있다면 이 사이트 도 차단되었으므로 다음은 간략한 요약입니다.

그로버의 알고리즘. N개의 번호가 매겨진 닫힌 상자가 있다고 상상해 보세요. 공이 들어 있는 한 개를 제외하고는 모두 비어 있습니다. 당신의 임무: 공이 있는 상자의 번호를 알아냅니다. (이 알 수 없는 번호는 종종 문자 w로 표시됩니다.)

이 문제를 해결하는 방법? 가장 어리석은 방법은 교대로 상자를 여는 것입니다. 그러면 조만간 공이 들어 있는 상자를 만나게 될 것입니다. 공이 들어 있는 상자를 찾으려면 평균적으로 몇 개의 상자를 확인해야 합니까? 평균적으로 N/2 상자의 절반 정도를 열어야 합니다. 여기서 가장 중요한 것은 상자 수를 100배 늘리면 공이 들어 있는 상자를 찾기 전에 열어야 하는 평균 상자 수도 100배 증가한다는 것입니다.

이제 한 가지 더 명확하게 설명하겠습니다. 우리 손으로 상자를 직접 열지 말고 각각에 공이 있는지 확인하십시오. 그러나 특정 중개자가 있습니다. 그를 오라클이라고 부르겠습니다. 우리가 오라클에게 “732번 박스에 체크하세요”라고 말하면 오라클은 “732번 박스에 공이 없습니다”라고 솔직하게 확인하고 대답합니다. 이제는 평균적으로 몇 개의 상자를 열어야 하는지를 말하는 대신 "공이 들어 있는 상자의 수를 찾으려면 오라클에 평균 몇 번 가야 하는가"라고 말합니다.

상자, 공, 오라클에 대한 이 문제를 양자 언어로 번역하면 놀라운 결과를 얻을 수 있다는 것이 밝혀졌습니다. N 상자 중에서 공이 있는 상자의 수를 찾으려면 SQRT에 대해서만 오라클을 방해하면 됩니다. (엔) 번!

즉, Grover의 알고리즘을 사용한 검색 작업의 복잡성은 시간의 제곱근만큼 감소합니다.

Deutsch-Jozi 알고리즘

(내용으로)

Deutsch-Jozsa 알고리즘(Deutsch-Jozsa 알고리즘이라고도 함) - [양자 알고리즘](https://ru.wikipedia.org/wiki/%D0%9A%D0%B2%D0%B0%D0%BD%D1%82%D0%BE%D0%B2%D1%8B%D0%B9%D0%B0%D0%BB%D0%B3%D0%BE%D1%80%D0%B8%D1%82%D0%BC), предложенный 데이비드 도이치 и 리처드 조자 в 1992 년, 실행되도록 설계된 알고리즘의 첫 번째 예 중 하나가 되었습니다. 양자 컴퓨터. _

Deutsch-Jozsi 문제는 여러 이진 변수 F(x1, x2, ... xn)의 함수가 상수(모든 인수에 대해 0 또는 1 값을 취함)인지 또는 균형(필요한 도메인의 절반에 대해)인지 확인하는 것입니다. 나머지 절반은 값 0, 1). 이 경우 함수가 일정하거나 균형을 이룬다는 것이 선험적으로 알려진 것으로 간주됩니다. (C)

더 읽을 수 있습니다 여기에. 더 간단한 설명:

Deutsch(Deutsch-Jozsi) 알고리즘은 무차별 대입을 기반으로 하지만 평소보다 빠르게 수행할 수 있습니다. 테이블 위에 동전이 있고 그것이 위조인지 아닌지 알아내야 한다고 상상해 보세요. 이렇게 하려면 동전을 두 번 보고 "머리"와 "꼬리"가 진짜인지, 두 개의 "머리", 두 개의 "꼬리"가 가짜인지 확인해야 합니다. 따라서 Deutsch 양자 알고리즘을 사용하면 측정이라는 한 눈에 이러한 결정을 내릴 수 있습니다. (C)

양자컴퓨터의 문제점

(내용으로)

양자 컴퓨터를 설계하고 운영할 때 과학자와 엔지니어는 엄청난 수의 문제에 직면하며 현재까지 다양한 수준의 성공으로 해결되었습니다. 에 따르면 연구 (그리고 여기에서도) 다음과 같은 일련의 문제를 식별할 수 있습니다.

• 환경에 대한 민감성과 환경과의 상호작용
• 계산 중 오류 누적
• 큐비트 상태의 초기 초기화의 어려움
• 다중 큐비트 시스템 생성의 어려움

"라는 기사를 읽는 것이 좋습니다.양자컴퓨터의 특징”, 특히 그것에 대한 의견.

모든 주요 문제를 세 개의 큰 그룹으로 구성하고 각각을 자세히 살펴보겠습니다.

결맞음

(내용으로)

N+1의 설명.

양자 상태 아주 깨지기 쉬운 것얽힌 상태의 큐비트는 매우 불안정합니다. 어떤 외부 영향도 이 연결을 파괴할 수 있습니다.. XNUMX도, 압력, 근처에서 날아다니는 임의의 광자에 의한 온도 변화 - 이 모든 것이 우리 시스템을 불안정하게 만듭니다.

이 문제를 해결하기 위해 외부 환경의 모든 (가능한) 영향으로부터 프로세서가 있는 내부 챔버를 최대한 격리하여 온도(섭씨 -273.14도)가 절대 영도보다 약간 높은 저온 석관이 만들어졌습니다.

양자 특성을 유지하고 계산에 사용할 수 있는 여러 얽힌 큐비트로 구성된 양자 시스템의 최대 수명을 결맞음 시간이라고 합니다.

현재 최고의 양자 솔루션의 결맞음 시간은 다음과 같습니다. 수십, 수백 마이크로초.

멋진 웹 사이트당신이 볼 수있는 곳 매개변수 비교표 생성된 모든 양자 시스템의 이 기사에는 IBM의 상위 프로세서 XNUMX개만 예시로 포함되어 있습니다. IBM Q 시스템 원 과의 구글 시카모어. 보시다시피 결맞음 시간(T2)은 200μs를 초과하지 않습니다.

Sycamore에 대한 정확한 데이터는 찾지 못했지만 대부분의 경우 양자우월성에 관한 기사 두 개의 숫자가 주어집니다 - 1초에 200만 번 계산, 다른 곳에서 - 제어 신호 등의 손실 없이 130초. 어쨌든 이것은 우리에게 결어긋남 시간은 약 150μs입니다.. 우리를 기억해 가방을 든 실험자? 글쎄요, 여기 있어요.

컴퓨터 이름	N 큐비트	최대 페어링됨	T2(μs)
IBM Q 시스템 원	20	6	70
구글 시카모어	53	4	~ 150 ~ 200

결맞음이 우리를 위협하는 것은 무엇입니까?

주요 문제는 150μs 후에 N개의 얽힌 큐비트로 구성된 컴퓨팅 시스템이 올바른 솔루션의 확률적 분포 대신 확률적 백색 잡음을 출력하기 시작한다는 것입니다.

즉, 다음이 필요합니다.

• 큐비트 시스템 초기화
• 계산 수행(게이트 작업 체인)
• 결과 읽기

그리고 이 모든 작업을 150마이크로초 안에 수행합니다. 시간이 없었습니다. 결과는 호박으로 변했습니다.

하지만 그게 다가 아닙니다...

오류

(내용으로)

우리가 말했듯이, 양자 프로세스와 양자 컴퓨팅은 본질적으로 확률적입니다., 우리는 어떤 것도 100% 확신할 수는 없지만 어느 정도 확률이 있을 뿐입니다. 이라는 사실이 상황을 더욱 악화시킨다. 양자 컴퓨팅은 오류가 발생하기 쉽습니다. 양자 컴퓨팅의 주요 오류 유형은 다음과 같습니다.

• 결맞음 오류는 시스템의 복잡성과 외부 환경과의 상호 작용으로 인해 발생합니다.
• 게이트 계산 오류(계산의 양자 특성으로 인해)
• 최종 상태(결과)를 읽는 중 오류가 발생했습니다.

결맞음과 관련된 오류, 큐비트를 얽히고 계산을 시작하자마자 나타납니다. 더 많은 큐비트를 얽힐수록 시스템은 더 복잡해집니다., 그리고 그것을 파괴하는 것이 더 쉽습니다. 저온 석관, 보호된 챔버 등 모든 기술적 트릭은 정확하게 오류 수를 줄이고 결어긋남 시간을 연장하는 것을 목표로 합니다.

게이트 계산 오류 - 큐비트에 대한 모든 작업(게이트)은 어느 정도 확률로 오류로 끝날 수 있으며, 알고리즘을 구현하려면 수백 개의 게이트를 수행해야 하므로 알고리즘 실행이 끝나면 무엇을 얻을지 상상해 보세요. 이 질문에 대한 고전적인 대답은 “엘리베이터에서 공룡을 만날 확률은 얼마나 됩니까?”입니다. - 50x50, 만날지 말지.

문제를 더욱 악화시키는 것은 비복제 정리로 인해 양자 세계에서는 표준 오류 수정 방법(계산의 중복 및 평균화)이 작동하지 않는다는 것입니다. 을 위한 오류 수정 양자컴퓨팅을 발명해야 했어요 양자 보정 방법. 대략적으로 말해서, 우리는 N개의 일반 큐비트를 가져와 그 중 1개를 만듭니다. 논리적 큐비트 더 낮은 오류율로.

그러나 여기서 또 다른 문제가 발생합니다. 총 큐비트 수. 100큐비트를 가진 프로세서가 있고 그 중 80큐비트가 오류 수정에 사용되고 계산을 위해 20큐비트만 남았다고 가정해 보겠습니다.

최종 결과를 읽는 중 오류 — 우리가 기억하는 것처럼 양자 계산의 결과는 다음과 같은 형식으로 우리에게 제공됩니다. 답변의 확률 분포. 그러나 최종 상태를 읽는 데 오류가 발생하여 실패할 수도 있습니다.

같은 온라인으로 오류 수준별 프로세서 비교표가 있습니다. 비교를 위해 이전 예와 동일한 프로세서를 사용하겠습니다. IBM IBM Q 시스템 원 и 구글 시카모어:

컴퓨터	1큐비트 게이트 충실도	2-큐빗 게이트 피델리티	판독 충실도
IBM Q 시스템 원	99.96%	98.31%	-
구글 시카모어	99.84%	99.38%	96.2%

여기에 충실도 두 양자 상태의 유사성을 측정하는 것입니다. 오차의 크기는 대략 1-Fidelity로 표현할 수 있습니다. 보시다시피 2큐비트 게이트의 오류와 판독 오류는 기존 양자 컴퓨터에서 복잡하고 긴 알고리즘을 실행하는 데 주요 장애물입니다.

더 읽을 수 있습니다 2016년 로드맵 년부터 NQIT 오류 수정 문제를 해결하기 위해.

프로세서 아키텍처

(내용으로)

이론적으로 우리는 구축하고 운영합니다. 수십 개의 얽힌 큐비트 회로, 실제로는 모든 것이 더 복잡합니다. 기존의 모든 양자 칩(프로세서)은 고통스럽지 않은 방식으로 제작되었습니다. 하나의 큐비트와 이웃 큐비트의 얽힘, 그 중 XNUMX개 이하입니다.

첫 번째 큐비트를 1번째 큐비트와 얽혀야 한다면 다음과 같이 해야 합니다. 추가 양자 작업 체인 구축, 추가 큐비트 등이 포함되어 전체 오류 수준이 증가합니다. 네, 잊지 마세요 결맞음 시간, 아마도 필요한 회로에 큐비트 연결을 마치면 시간이 끝나고 전체 회로가 다음과 같이 바뀔 것입니다. 좋은 백색 잡음 발생기.

또한 잊지 마세요 모든 양자 프로세서의 아키텍처는 다릅니다., "all-to-all 연결" 모드에서 에뮬레이터에 작성된 프로그램은 특정 칩의 아키텍처로 "재컴파일"되어야 합니다. 심지어 있다 특수 최적화 프로그램 이 작업을 수행하려면

동일한 최상위 칩에 대한 최대 연결 및 최대 큐비트 수:

컴퓨터 이름	N 큐비트	최대 페어링됨	T2(μs)
IBM Q 시스템 원	20	6	70
구글 시카모어	53	4	~ 150 ~ 200

그리고 비교를 위해, 이전 세대 프로세서의 데이터가 포함된 테이블. 큐비트 수, 결맞음 시간 및 오류율을 현재의 새로운 세대와 비교하십시오. 아직도 진전은 느리지만 움직이고 있습니다.

그래서 :

• 현재 6큐비트를 초과하는 완전히 연결된 아키텍처는 없습니다.
• 예를 들어 실제 프로세서에서 큐비트 0을 얽히려면 큐비트 15에 수십 개의 추가 작업이 필요할 수 있습니다.
• 더 많은 작업 -> 더 많은 오류 -> 결어긋남의 영향이 더 커짐

결과

(내용으로)

Decoherence는 현대 양자 컴퓨팅의 Procrustean 침대입니다.. 모든 것을 150μs에 맞춰야 합니다.

• 큐비트의 초기 상태 초기화
• 양자 게이트를 이용한 문제 계산
• 의미 있는 결과를 얻으려면 오류를 수정하세요.
• 결과 읽기

아직까지는 결과가 실망스럽긴 하지만 여기에 양자 컴퓨터에서 0.5초의 일관성 유지 시간을 달성한다고 주장합니다. 이온 트랩:

우리는 0.5초를 초과하는 큐비트 일관성 시간을 측정하고 자기 차폐를 통해 이 시간이 1000초보다 길어질 것으로 예상합니다.

이 기술에 대해 읽을 수도 있습니다. 여기에 또는 예를 들어 여기에.

복잡한 계산을 수행할 때 시간과 사용 가능한 큐비트를 모두 소모하는 양자 오류 수정 회로를 사용해야 한다는 사실로 인해 상황은 더욱 복잡해집니다.

마지막으로, 현대 아키텍처는 최소 비용으로 1/4 또는 1/6보다 나은 얽힘 방식을 구현하는 것을 허용하지 않습니다.

문제를 해결하는 방법

(내용으로)

위의 문제를 해결하기 위해 현재 다음과 같은 접근 방식과 방법이 사용됩니다.

• 저온(10mK(–273,14°C))에서 극저온 챔버 사용
• 외부 영향으로부터 최대한 보호되는 프로세서 유닛 사용
• 양자 오류 수정 시스템(Logic Qubit) 사용
• 특정 프로세서용 회로 프로그래밍 시 옵티마이저 사용

또한 결맞음 시간을 늘리고, 양자 물체의 새로운(및 알려진 개선) 물리적 구현을 ​​검색하고, 수정 회로를 최적화하는 등을 목표로 하는 연구도 진행되고 있습니다. 진전이 있지만(초기 및 오늘날 최고급 칩의 특성을 위에서 살펴보세요) 지금까지는 느리고 매우 느립니다.

D-Wave

(내용으로)

D-Wave 2000Q 2000큐비트 컴퓨터. 원천: D-웨이브 시스템

구글이 53큐비트 프로세서를 이용해 양자 우위를 달성하겠다고 발표한 가운데, 컴퓨터 и 공고 큐비트 수가 수천 개에 달하는 D-Wave 회사의 경우 다소 혼란스럽습니다. 음, 실제로 53큐비트가 양자 우위를 달성할 수 있다면 2048큐비트를 갖춘 컴퓨터는 무엇을 할 수 있을까요? 하지만 모든 것이 그렇게 좋은 것은 아닙니다 ...

간단히 말해서 (위키에서 가져옴):

컴퓨터 D-Wave 원칙대로 일하다 양자 이완 (양자 어닐링)은 매우 제한된 하위 클래스의 최적화 문제를 해결할 수 있으며 기존 양자 알고리즘 및 양자 게이트를 구현하는 데 적합하지 않습니다.

자세한 내용은 다음을 참조하세요. 여기에, 여기에 (주의하세요. 러시아에서는 열리지 않을 수도 있습니다.) 또는 스콧 론슨 в 기사 그의 블로그. 그건 그렇고, 나는 일반적으로 그의 블로그를 읽는 것이 좋습니다. 거기에는 좋은 자료가 많이 있습니다.

일반적으로 발표 초기부터 과학계에서는 D-Wave 컴퓨터에 대한 질문이 있었습니다. 예를 들어, 2014년 IBM은 D-Wave가 양자 효과를 사용합니다. 2015년에 Google은 NASA와 함께 이러한 양자 컴퓨터 중 하나를 구입했으며 연구 후에 확인 된, 그렇습니다. 컴퓨터는 일반 컴퓨터보다 더 빠르게 작동하고 문제를 계산합니다. Google의 성명에 대해 자세히 알아볼 수 있습니다. 여기에 그리고 예를 들어 여기에.

가장 중요한 것은 수십만 개의 큐비트를 가진 D-Wave 컴퓨터를 양자 알고리즘을 계산하고 실행하는 데 사용할 수 없다는 것입니다. 예를 들어 Shor의 알고리즘을 실행할 수 없습니다. 그들이 할 수 있는 일은 특정 양자 메커니즘을 사용하여 특정 최적화 문제를 해결하는 것뿐입니다. D-Wave는 특정 작업을 위한 양자 ASIC이라고 생각할 수 있습니다.

양자 컴퓨터 에뮬레이션에 대해 조금

(내용으로)

양자 컴퓨팅은 일반 컴퓨터에서 에뮬레이션될 수 있습니다. 물론, 참조하십시오:

• 큐비트의 상태는 다음과 같습니다. 선물 복소수, 프로세서 아키텍처에 따라 2x32에서 2x64비트(8-16바이트)를 차지합니다.
• N개의 연결된 큐비트의 상태는 2^N 복소수로 표현될 수 있습니다. 2비트 아키텍처의 경우 3^(32+N), 2비트 아키텍처의 경우 4^(64+N)입니다.
• N 큐비트에 대한 양자 연산은 2^N x 2^N 행렬로 표현될 수 있습니다.

다음 :

• 10큐비트의 에뮬레이트된 상태를 저장하려면 8KB가 필요합니다.
• 20큐비트 상태를 저장하려면 8MB가 필요합니다.
• 30큐비트 상태를 저장하려면 8GB가 필요합니다.
• 40큐비트 상태를 저장하려면 8테라바이트가 필요합니다.
• 50큐비트의 상태를 저장하려면 8페타바이트가 필요합니다.

(C)

비교를 위해, 정상 회담 (상위 1위 중 상위 500위)의 메모리는 2.8페타바이트에 불과합니다.

현재 시뮬레이션 기록 — 작년에 중국 최대 슈퍼컴퓨터에 49큐비트가 전달되었습니다(선웨이 타이후 라이트)

클래식 시스템에서 양자 컴퓨터를 시뮬레이션하는 한계는 큐비트 상태를 저장하는 데 필요한 RAM의 양에 따라 결정됩니다.

더 읽을 것을 권장합니다 이 댓글. 거기에서:

작동별 - 약 49개의 "사이클"(독립적인 게이트 레이어)로 구성된 39큐비트 회로의 정확한 에뮬레이션 걸렸다 2^63 복소 곱셈 - 4시간 동안 슈퍼컴퓨터의 4Pflops

기존 시스템에서 50개 이상의 큐비트 양자 컴퓨터를 에뮬레이션하는 것은 합리적인 시간 내에 불가능한 것으로 간주됩니다. 이것이 Google이 양자 우월성 실험에 53큐비트 프로세서를 사용한 이유이기도 합니다.

양자 컴퓨팅의 우위.

(내용으로)

Wikipedia는 양자 컴퓨팅 우위에 대해 다음과 같은 정의를 제공합니다.

양자우월성 - 능력 양자 컴퓨팅 기존 컴퓨터가 실제로 해결할 수 없는 문제를 해결하는 장치입니다.

실제로 양자 우위를 달성한다는 것은 예를 들어 Shor 알고리즘을 사용하여 큰 수의 인수분해를 적절한 시간 내에 해결할 수 있거나 복잡한 화학 분자를 양자 수준에서 에뮬레이션할 수 있음을 의미합니다. 즉, 새로운 시대가 도래한 것이다.

그러나 정의의 표현에는 몇 가지 허점이 있습니다.고전 컴퓨터가 실제로 해결할 수 없는 것" 실제로 이는 50큐비트 이상의 양자 컴퓨터를 만들고 그 위에서 일부 양자 회로를 실행하면 위에서 논의한 것처럼 이 회로의 결과를 일반 컴퓨터에서 에뮬레이트할 수 없음을 의미합니다. 그건 클래식 컴퓨터는 그러한 회로의 결과를 재현할 수 없습니다..

그러한 결과가 실제 양자 우월성을 구성하는지 여부는 오히려 철학적인 질문입니다. 하지만 Google이 무엇을 했고 무엇을 기반으로 했는지 이해하세요. 최근 새로운 Sycamore 프로세서로 양자 우위를 달성했다고 발표했습니다. 필요합니다.

Google의 양자 우월성 선언

(내용으로)

시카모어 54큐비트 프로세서

그래서 2019년 XNUMX월, 구글 개발자들은 과학 출판물 네이처(Nature)에 “프로그래밍 가능한 초전도 프로세서를 이용한 양자 우월성" 저자는 54큐비트 Sycamore 프로세서를 사용하여 역사상 처음으로 양자 우위 달성을 발표했습니다.

온라인의 Sycamore 기사에서는 54큐비트 프로세서 또는 53큐비트 프로세서를 언급하는 경우가 많습니다. 사실은 에 따르면 원본 기사, 프로세서는 물리적으로 54큐비트로 구성되어 있지만 그 중 하나가 작동하지 않아 서비스가 중단되었습니다. 따라서 실제로는 53큐비트 프로세서가 있습니다.

바로 웹에서요 출연 한 세트 이 주제에 관한 자료는 그 정도가 다양합니다. 열렬한 에 의심 많은.

IBM의 양자 컴퓨팅 팀은 나중에 다음과 같이 말했습니다. Google은 양자 우위를 달성했다고 잘못 보고했습니다.. 회사는 기존 컴퓨터가 이 작업을 최악의 경우 2,5일 안에 처리할 수 있으며, 결과 답변은 양자 컴퓨터보다 더 정확할 것이라고 주장합니다. 이 결론은 여러 가지 최적화 방법에 대한 이론적 분석 결과를 바탕으로 이루어졌습니다.

그리고 물론, 스콧 론슨 그의 블로그 나는 이 말을 무시할 수 없었다. 그의 анализ 모든 링크와 함께 스캇의 최고 양자 우월성 FAQ! 평소와 마찬가지로 시간을 투자할 가치가 있습니다. 허브에서 번역이 있습니다 본 FAQ를 참고하시고, 댓글을 꼭 읽어보시면 공식 발표 전 온라인에 유출된 예비문서 링크가 있습니다.

구글은 실제로 무엇을 했는가? 자세한 내용을 보려면 Aaronson을 읽어보세요. 간략하게 설명하면 다음과 같습니다.

물론 말할 수는 있지만 오히려 어리석은 느낌이 듭니다. 계산은 다음과 같습니다. 실험자는 무작위 양자 회로 C(즉, n의 1D 네트워크에서 작용하는 예를 들어 깊이가 2인 가장 가까운 이웃 사이의 20큐비트 및 2큐비트 게이트의 무작위 시퀀스)를 생성합니다. = 50-60 큐비트). 그러면 실험자는 C를 양자컴퓨터로 보내고, C를 초기 상태 0에 적용하고, 결과를 {0,1} 기준으로 측정하고, n비트의 관찰된 시퀀스(문자열)를 다시 보내고, 여러 번 반복하도록 요청합니다. 수천 번 또는 수백만 번. 마지막으로 실험자는 C에 대한 지식을 사용하여 결과가 양자 컴퓨터의 예상 출력과 일치하는지 확인하기 위해 통계 테스트를 수행합니다.

매우 간략하게:

• 게이트를 사용하여 20큐비트 중 길이 53인 무작위 회로가 생성됩니다.
• 회로는 실행을 위해 초기 상태 [0…0]으로 시작합니다.
• 회로의 출력은 임의의 비트 문자열입니다(샘플).
• 결과의 분포가 무작위가 아닙니다(간섭).
• 얻은 샘플의 분포를 예상 샘플과 비교합니다.
• 양자 우위 결론

즉, Google은 53큐비트 프로세서에서 합성 문제를 구현했으며, 합리적인 시간 내에 표준 시스템에서 이러한 프로세서를 에뮬레이션하는 것이 불가능하다는 사실을 바탕으로 양자 우위를 달성한다는 주장을 펼치고 있습니다.

이해를 돕기 위해 - 이 섹션은 어떤 식으로든 Google의 성과를 감소시키지 않습니다., 엔지니어들은 정말 훌륭하고, 이것이 앞서 언급한 것처럼 실제 양자 우월성으로 간주될 수 있는지 여부에 대한 질문은 엔지니어링보다 더 철학적입니다. 그러나 우리는 그러한 계산적 우월성을 달성했지만 2048비트 숫자에서 Shor의 알고리즘을 실행하는 능력을 향한 한 단계도 진전하지 못했다는 것을 이해해야 합니다.

개요

(내용으로)

양자 컴퓨터와 양자 컴퓨팅은 매우 유망하고, 매우 젊으며, 아직까지 산업적으로 적용 가능한 정보 기술 분야가 거의 없습니다.

양자 컴퓨팅의 발전은 (언젠가) 우리가 문제를 해결할 수 있게 해줄 것입니다:

• 양자 수준에서 복잡한 물리적 시스템 모델링
• 계산의 복잡성으로 인해 일반 컴퓨터에서는 풀 수 없음

양자 컴퓨터를 만들고 운영하는 데 있어 주요 문제는 다음과 같습니다.

• 결맞음
• 오류(결맞음 및 게이트)
• 프로세서 아키텍처(완전히 연결된 큐비트 회로)

현재 상황:

• 사실 - 처음에는 R&D.
• 실제 상업적 이용은 아직 없습니다(그리고 언제 가능할지는 불분명합니다).

도움이 될 수 있는 것:

• 프로세서 배선 및 운영 비용을 줄이는 일종의 물리적 발견
• 결어긋남 시간을 몇 배로 늘리거나 오류를 줄이는 방법을 발견합니다.

제 생각에는 (순전히 개인적인 생각입니다) 현재의 과학적 지식 패러다임에서는 양자 기술 개발에서 큰 성공을 거두지 못할 것입니다, 여기서 우리는 새로운 아이디어와 방법에 자극을 줄 기초 또는 응용 과학의 일부 영역에서 질적 돌파구가 필요합니다.

그 동안 양자 프로그래밍, 양자 알고리즘 수집 및 제작, 아이디어 테스트 등의 경험을 쌓고 있습니다. 우리는 돌파구를 기다리고 있습니다.

결론

(내용으로)

이 기사에서는 양자 컴퓨팅 및 양자 컴퓨터 개발의 주요 이정표를 살펴보고, 작동 원리를 검토하고, 양자 프로세서 개발 및 운영에서 엔지니어가 직면한 주요 문제를 검토하고, 다중 큐비트가 무엇인지 살펴보았습니다. D-컴퓨터는 실제로 그렇습니다.Wave와 Google이 최근 양자 우위 달성을 발표했습니다.

그 뒤에는 양자 컴퓨터 프로그래밍(언어, 접근 방식, 방법 등)에 대한 질문과 프로세서의 특정 물리적 구현, 큐비트 관리, 연결, 읽기 등과 관련된 질문이 남아 있습니다. 아마도 이것이 다음 기사 또는 기사의 주제가 될 것입니다.

관심을 가져주셔서 감사합니다. 이 글이 누군가에게 도움이 되기를 바랍니다.

(C) 크루거

감사의 말

(내용으로)

@옥소론 기사뿐만 아니라 원본 텍스트에 대한 교정 및 의견 “양자컴퓨터의 특징”

@a5b 정보가 풍부한 댓글을 위해 “양자컴퓨터의 특징”, 그리고 그녀에게만 그런 것이 아니라 제가 이 퍼즐을 이해하는 데 큰 도움이 되었습니다.

이 기사를 작성하는 데 자료가 사용된 기사 및 출판물의 모든 저자에게.

리소스 목록

(내용으로)

[국립아카데미출판부] 시사기사

http://cs.brown.edu/courses/csci1800/sources/2018_NAE_QuantumComputing_ProgressAndProspects.pdf
https://www.nap.edu/catalog/25196/quantum-computing-progress-and-prospects

Habr의 기사(무작위 순서)

https://habr.com/ru/post/458450/
https://habr.com/ru/post/401315/
https://habr.com/ru/post/458134/
https://habr.com/ru/post/246483/
https://habr.com/ru/post/95428/
https://habr.com/ru/post/387761/
https://habr.com/ru/post/468911/
https://habr.com/ru/post/435560/
https://habr.com/ru/post/316810/
https://habr.com/ru/company/microsoft/blog/351624/
https://habr.com/ru/company/microsoft/blog/351628/
https://habr.com/ru/company/ua-hosting/blog/377533/
https://habr.com/ru/company/acronis/blog/455559/
https://habr.com/ru/company/yandex/blog/332106/
https://habr.com/ru/company/mailru/blog/350208/
https://habr.com/ru/company/mailru/blog/476444/
https://habr.com/ru/company/misis/blog/470445/
https://habr.com/ru/company/it-grad/blog/452424/
https://habr.com/ru/company/piter/blog/450480/

인터넷에서 분류되지 않은(그러나 그다지 흥미롭지는 않은) 기사

http://homepages.spa.umn.edu/~duplij/publications/Duplij-Shapoval_TOPOLOGICAL-QUANTUM-COMPUTERS.pdf
https://quantum.country/qcvc
http://extremal-mechanics.org/wp-content/uploads/2015/07/RIFFEL.pdf
https://thecode.media/quantum/
https://naked-science.ru/article/nakedscience/quantum-computers
https://ru.ihodl.com/technologies/2018-10-29/prosto-o-slozhnom-kak-rabotaet-kvantovyj-kompyuter/
https://pikabu.ru/story/chto_takoe_kvantovyiy_kompyuter_5204054
https://nplus1.ru/search?q=%D0%9A%D0%B2%D0%B0%D0%BD%D1%82%D0%BE%D0%B2%D0%B0%D1%8F+%D0%B0%D0%B7%D0%B1%D1%83%D0%BA%D0%B0
https://www.scottaaronson.com/blog/?p=4372
https://ru.wikipedia.org/wiki/%D0%9A%D0%B2%D0%B0%D0%BD%D1%82%D0%BE%D0%B2%D1%8B%D0%B9_%D0%BA%D0%BE%D0%BC%D0%BF%D1%8C%D1%8E%D1%82%D0%B5%D1%80
https://quantumcomputingreport.com/scorecards/qubit-quality/
https://quantumcomputing.stackexchange.com/questions/2499/is-quantum-computing-just-pie-in-the-sky
https://quantumcomputing.stackexchange.com/questions/1289/how-does-a-quantum-computer-do-basic-math-at-the-hardware-level
https://www.extremetech.com/extreme/284306-how-quantum-computing-works
https://techno.nv.ua/it-industry/chto-takoe-kvantovyy-kompyuter-i-kvantovoe-prevoshodstvo-google-protiv-ibm-50049940.html
https://www.nature.com/articles/s41586-019-1666-5?utm_source=commission_junction&utm_medium=affiliate
https://petrimazepa.com/nemnogo_o_kvantovykh_kompyuterakh
https://www.forbes.ru/tehnologii/371669-ibm-protiv-d-wave-nastupila-li-era-kvantovyh-kompyuterov

강좌 및 강의

https://www.coursera.org/learn/kvantovyye-vychisleniya
https://www.youtube.com/watch?v=uPw9nkJAwDY&amp=&index=4&amp=&t=0s
https://courses.edx.org/courses/BerkeleyX/CS191x/2013_Spring/course/#
https://www.youtube.com/watch?v=xLfFWXUNJ_I&list=PLnbH8YQPwKbnofSQkZE05PKzPXzbDCVXv
https://cs269q.stanford.edu/syllabus.html
https://quantum-computing.ibm.com/support/guides/user-guide?section=5dcb2b45330e880045abccb0
https://gitlab.com/qkitchen/basics-of-quantum-computing

출처 : habr.com