Kvantno računarstvo

Kvantni računar je računar koji koristi prednosti kvantnomehaničkih pojava. Na malim razmerama, fizička materija pokazuje svojstva i čestica i talasa, a kvantno računarstvo koristi ovo ponašanje, posebno kvantnu superpoziciju i preplitanje, koristeći specijalizovani hardver koji podržava pripremu i manipulaciju kvantnim stanjima. Klasična fizika ne može da objasni rad ovih kvantnih uređaja, a skalabilni kvantni računar bi mogao da izvrši neke proračune eksponencijalno brže (u pogledu skaliranja veličine ulaza)od bilo kog modernog „klasičnog“ računara. Konkretno, veliki kvantni računar bi mogao da razbije široko korišćene šeme šifrovanja i pomogne fizičarima u izvođenju fizičkih simulacija; međutim, trenutno stanje tehnike je uglavnom eksperimentalno i nepraktično, sa nekoliko prepreka korisnim primenama. Štaviše, skalabilni kvantni računari ne obećavaju mnoge praktične zadatke, a za mnoge važne zadatke kvantno ubrzanje je dokazano nemogućim.

Osnovna jedinica informacija u kvantnom računarstvu je kubit, sličan bitu u tradicionalnoj digitalnoj elektronici. Za razliku od klasičnog bita, kubit može postojati u superpoziciji svoja dva "osnovna" stanja, što labavo znači da se nalazi u oba stanja istovremeno. Kada se meri kubit, rezultat je probabilistički izlaz klasičnog bita, zbog čega su kvantni računari uopšte nedeterministički. Ako kvantni računar manipuliše kubitom na određeni način, efekti interferencije talasa mogu pojačati željene rezultate merenja. Dizajn kvantnih algoritama uključuje kreiranje procedura koje omogućavaju kvantnom računaru da efikasno i brzo izvodi proračune.

Fizički inženjering visokokvalitetnih kubita pokazao se izazovnim. Ako fizički kubit nije dovoljno izolovan od svog okruženja, on pati od kvantne dekoherencije, uvodeći buku u proračune. Paradoksalno, savršeno izolovanje kubita je takođe nepoželjno jer kvantna izračunavanja obično moraju da inicijalizuju kubite, izvode kontrolisane interakcije kubita i mere rezultujuća kvantna stanja. Svaka od tih operacija donosi greške i pati od buke, a takve netačnosti se gomilaju.

Nacionalne vlade su mnogo uložile u eksperimentalna istraživanja koja imaju za cilj razvoj skalabilnih kubita sa dužim vremenom koherentnosti i nižim stopama grešaka. Dve tehnologije koje najviše obećavaju su superprovodnici (koji izoluju električnu struju eliminišući električni otpor) i jonske zamke (koje ograničavaju jedan jon pomoću elektromagnetnih polja).

U principu, nekvantni (klasični) računar može da reši iste računske probleme kao i kvantni računar, ako mu se da dovoljno vremena. Kvantna prednost dolazi u obliku vremenske složenosti, a ne uračunljivosti, a kvantna teorija složenosti pokazuje da neki kvantni algoritmi za pažljivo odabrane zadatke zahtevaju eksponencijalno manje računskih koraka od najpoznatijih nekvantnih algoritama. Takvi zadaci se u teoriji mogu rešiti na kvantnom računaru velikih razmera, dok klasični računari ne bi završili proračune ni u jednom razumnom vremenu. Međutim, kvantno ubrzanje nije univerzalno ili čak tipično za računarske zadatke, pošto je dokazano da osnovni zadaci kao što je sortiranje ne dozvoljavaju bilo kakvo asimptotično kvantno ubrzanje. Tvrdnje o kvantnoj nadmoći skrenule su značajnu pažnju na ovu disciplinu, ali su demonstrirane na izmišljenim zadacima, dok slučajevi kratkoročne praktične upotrebe ostaju ograničeni.

Optimizam u vezi sa kvantnim računarstvom je podstaknut širokim spektrom novih teoretskih hardverskih mogućnosti koje olakšava kvantna fizika, ali sve bolje razumevanje ograničenja kvantnog računarstva je protivteža ovom optimizmu. Konkretno, kvantna ubrzanja se tradicionalno procenjuju za bešumne kvantne računare, dok uticaj buke i korišćenje kvantne korekcije grešaka mogu potkopati niskopolinomska ubrzanja.

Istorija kvantnog računarstva

Dugi niz godina, oblasti kvantne mehanike i računarstva formirale su različite akademske zajednice. Moderna kvantna teorija razvijena je 1920-ih da bi objasnila dualnost talas-čestica primećena na atomskim razmerama, i digitalni računari su se pojavili u narednim decenijama da zameni ljudske računare za dosadne proračune. Obe discipline su imale praktičnu primenu tokom Drugog svetskog rata; kompjuteri su igrali glavnu ulogu u ratnoj kriptografiji, a kvantna fizika je bila od suštinskog značaja za nuklearnu fiziku korišćenu u Projektu Manhatn.

Kako su fizičari primenjivali kvantnomehaničke modele na računarske probleme i menjali digitalne bitove za kubite, polja kvantne mehanike i računarstva su počela da se približavaju. Godine 1980. Pol Beniof je predstavio kvantnu Tjuringovu mašinu, koja koristi kvantnu teoriju da opiše pojednostavljeni računar. Kada su digitalni računari postali brži, fizičari su se suočili sa eksponencijalnim povećanjem troškova prilikom simulacije kvantne dinamike, što je navelo Jurija Manina i Ričarda Fajnmana da nezavisno sugerišu da bi hardver zasnovan na kvantnim fenomenima mogao biti efikasniji za kompjutersku simulaciju.U radu iz 1984. Charles Benett i Gilles Brassard su primenili kvantnu teoriju na kriptografske protokole i pokazali da kvantna distribucija ključeva može poboljšati bezbednost informacija.

Zatim su se pojavili kvantni algoritmi za rešavanje problema proročanstva, kao što su Dojčev algoritam 1985. Bernstein–Vazirani algoritam 1993. i Simonov algoritam 1994. godine. Ovi algoritmi nisu rešili praktične probleme, ali su matematički demonstrirali da se može dobiti više informacija ispitivanjem crne kutije sa kvantnim stanjem u superpoziciji, što se ponekad naziva i kvantni paralelizam. Piter Šor je izgradio ove rezultate svojim algoritmima iz 1994. za razbijanje široko korišćenih RSA i Diffie-Helffman protokola za šifrovanje, koji su skrenuli značajnu pažnju na oblast kvantnog računarstva.Godine 1996. Groverov algoritam je uspostavio kvantno ubrzanje za široko primenljiv problem nestrukturirane pretrage. Iste godine, Set Lojd je dokazao da kvantni računari mogu da simuliraju kvantne sisteme bez eksponencijalnih troškova prisutnih u klasičnim simulacijama, potvrđujući Fejnmanovu pretpostavku iz 1982. godine.

Tokom godina, eksperimentatori su konstruisali male kvantne računare koristeći zarobljene jone i superprovodnike. Godine 1998. kvantni računar sa dva kubita je pokazao izvodljivost tehnologije, a naredni eksperimenti su povećali broj kubita i smanjili stopu greške.U 2019, Google AI i NASA objavili su da su postigli kvantnu nadmoć sa mašinom od 54 kubita, izvodeći proračun koji je nemoguć za bilo koji klasičan računar. Međutim, valjanost ove tvrdnje se još uvek aktivno istražuje.

Sa fokusom na tačku gledišta poslovnog menadžmenta, potencijalne primene kvantnog računarstva u četiri glavne kategorije su sajber bezbednost, analitika podataka i veštačka inteligencija, optimizacija i simulacija, i upravljanje podacima i pretraživanje.

U decembru 2023. godine, fizičari su po prvi put prijavili preplitanje pojedinačnih molekula, što može imati značajnu primenu u kvantnom računarstvu. Takođe u decembru 2023. godine, naučnici su uspešno kreirali „kvantna kola“ koja ispravljaju greške efikasnije od alternativnih metoda, što potencijalno može ukloniti veliku prepreku praktičnim kvantnim računarima.

Kvantna obrada informacija

Računarski inženjeri obično opisuju rad modernog računara u terminima klasične elektrodinamike. Unutar ovih „klasičnih“ računara, neke komponente (kao što su poluprovodnici i generatori slučajnih brojeva) mogu se oslanjati na kvantno ponašanje, ali ove komponente nisu izolovane od svog okruženja, tako da se svaka kvantna informacija brzo dekoheruje. Dok programeri mogu zavisiti od teorije verovatnoće kada dizajniraju randomizovani algoritam, kvantnomehanički pojmovi poput superpozicije i interferencije su uglavnom irelevantni za analizu programa.

Nasuprot tome, kvantni programi se oslanjaju na preciznu kontrolu koherentnih kvantnih sistema. Fizičari opisuju ove sisteme matematički koristeći linearnu algebru. Kompleksni brojevi modeluju amplitude verovatnoće, vektori modeliraju kvantna stanja, a matrice modeliraju operacije koje se mogu izvršiti nad ovim stanjima. Programiranje kvantnog računara je onda stvar sastavljanja operacija na takav način da rezultujući program izračunava koristan rezultat u teoriji i da se može primeniti u praksi.

Kako fizičar Čarli Benet opisuje odnos između kvantnih i klasičnih računara.

Klasični računar je kvantni računar ... tako da ne bi trebalo da se pitamo "odakle dolaze kvantna ubrzanja?" Trebalo bi da kažemo, "pa, svi računari su kvantni... Odakle dolaze klasična usporavanja?"

Kvantne informacije

Kubit služi kao osnovna jedinica kvantne informacije. On predstavlja sistem sa dva stanja, baš kao i klasični bit, osim što može postojati u superpoziciji svoja dva stanja.U jednom smislu, superpozicija je kao distribucija verovatnoće na dve vrednosti. Međutim, na kvantno izračunavanje mogu uticati obe vrednosti odjednom, neobjašnjivo ni za jedno stanje pojedinačno. U tom smislu, "superponovani" kubit čuva obe vrednosti istovremeno.

Dvodimenzionalni vektor matematički predstavlja stanje kubita. Fizičari obično koriste Dirakovu notaciju za kvantnu mehaničku linearnu algebru, pišući |ψ⟩ 'ket psi' za vektor označen sa ψ. Pošto je kubit sistem sa dva stanja, svako stanje kubita ima oblik α|0⟩ + β|1⟩, gde su |0⟩ i |1⟩ standardna osnovna stanja, i α i β su verovatnoća amplitude. Ako je α ili β nula, kubit je zapravo klasičan bit; kada su oba različita od nule, kubit je u superpoziciji. Takav vektor kvantnog stanja deluje slično kao (klasični) vektor verovatnoće, sa jednom ključnom razlikom: za razliku od verovatnoća, amplitude verovatnoće nisu nužno pozitivni brojevi. Negativne amplitude dozvoljavaju destruktivnu interferenciju talasa.

Kada se kubit meri u standardnoj bazi, rezultat je klasičan bit. Bornovo pravilo opisuje korespondenciju kvadrata norme između amplituda i verovatnoća — kada se meri kubit α|0⟩ + β|1⟩, stanje pada na |0⟩ sa verovatnoćom |α|2, ili na |1⟩ sa verovatnoćom | β|2. Svako važeće stanje kubita ima koeficijente α i β takve da je |α|2 + |β|2 = 1. Na primer, merenje kubita 1 / √2 |0⟩ + 1 / √2 |1⟩ bi proizvelo ili |0⟩ ili |1⟩ sa jednakom verovatnoćom.

Svaki dodatni kubit udvostručuje dimenziju prostora stanja. Kao primer, vektor 1/√2|00⟩ +1/√2|01⟩ predstavlja stanje sa dva kubita, tenzorski proizvod kubita |0⟩ sa kubitom1/√2|0⟩ + 1/√2|1⟩. Ovaj vektor naseljava četvorodimenzionalni vektorski prostor koji obuhvataju bazni vektori |00⟩, |01⟩, |10⟩ i |11⟩. Država Bell1/√2|00⟩ +1/√2|11⟩ je nemoguće razložiti u tenzorski proizvod dva pojedinačna kubita—dva kubita su zapletena jer su njihove amplitude verovatnoće u korelaciji. Uopšteno govoreći, vektorski prostor za n-kubitni sistem je 2n-dimenzionalan, a to čini izazov za klasični računar da simulira kvantni: predstavljanje sistema od 100 kubita zahteva skladištenje 2100 klasičnih vrednosti.

Uniterni operatori

Stanjem ove kvantne memorije od jednog kubita može se manipulisati primenom kvantnih logičkih kapija, analogno tome kako se klasičnom memorijom može manipulisati klasičnim logičkim kapijama. Jedna važna kapija i za klasično i za kvantno izračunavanje je NE kapija. Matematički, primena takve logičke kapije na vektor kvantnog stanja je modelovana množenjem matrice.

Matematika jednokubitnih kapija može se proširiti da radi na višekubitnim kvantnim memorijama na dva važna načina. Jedan od načina je jednostavno da izaberete kubit i primenite tu kapiju na ciljni kubit dok ostatak memorije ostane nepromenjen. Drugi način je da se kapija primeni na cilj samo ako je drugi deo memorije u željenom stanju. Ova dva izbora mogu se ilustrovati drugim primerom.

Ukratko, kvantno računanje se može opisati kao mreža kvantnih logičkih kapija i merenja. Međutim, svako merenje se može odložiti do kraja kvantnog izračunavanja, iako ovo odlaganje može imati računsku cenu, tako da većina kvantnih kola prikazuje mrežu koja se sastoji samo od kvantnih logičkih kapija i bez merenja.

Kvantno programiranje

Niz kapija

Niz kvantnih kapija razlaže proračun u niz kvantnih kapija od nekoliko kubita. Kvantno računanje se može opisati kao mreža kvantnih logičkih kapija i merenja. Međutim, svako merenje se može odložiti do kraja kvantnog izračunavanja, iako ovo odlaganje može imati računsku cenu, tako da većina kvantnih kola prikazuje mrežu koja se sastoji samo od kvantnih logičkih kapija i bez merenja.

Bilo koje kvantno izračunavanje (što je, u gornjem formalizmu, bilo koja unitarna matrica veličine 2h2 na n preko n kubita) može se predstaviti kao mreža kvantnih logičkih kapija iz prilično male porodice kapija. Izbor porodice kapija koji omogućava ovu konstrukciju poznat je kao univerzalni set kapija, pošto je računar koji može da pokreće takva kola univerzalni kvantni računar. Jedan zajednički takav skup uključuje sve jednokubitne kapije, kao i CNOT kapiju odozgo. To znači da se svako kvantno izračunavanje može izvršiti izvršavanjem niza jednokubitnih kapija zajedno sa CNOT kapijama. Iako je ovaj skup kapija beskonačan, može se zameniti skupom konačnih kapija pozivanjem na teoremu Solovaja-Kitajeva.

Kvantno računarstvo zasnovano na merenju

Kvantni računar zasnovan na merenju razlaže proračun u niz merenja Bell stanja i jednokubitnih kvantnih kapija primenjenih na veoma zapetljano početno stanje (stanje klastera), koristeći tehniku koja se zove teleportacija kvantne kapije.

Adijabatsko kvantno računanje

Adijabatski kvantni računar, zasnovan na kvantnom žarenju, razlaže proračun u sporu kontinuiranu transformaciju početnog Hamiltonijana u konačni Hamiltonijan, čija osnovna stanja sadrže rešenje.

Topološko kvantno računarstvo

Topološki kvantni računar razlaže računanje na pletenje biloona u 2D rešetki.

Kvantna Tjuringova mašina

Kvantna Tjuringova mašina je kvantni analog Tjuringove mašine. Svi ovi modeli proračuna kvantna kola,jednosmerno kvantno izračunavanje, adijabatsko kvantno izračunavanje i topološko kvantno izračunavanje pokazali su se kao ekvivalentni kvantnoj Tjuringovoj mašini; s obzirom na savršenu implementaciju jednog takvog kvantnog računara, on može da simulira sve ostale sa samo polinomskim troškovima. Ova ekvivalencija ne mora da važi za praktične kvantne računare, pošto troškovi simulacije mogu biti preveliki da bi bili praktični.

Komunikacija

Kvantna kriptografija omogućava nove načine za siguran prenos podataka; na primer, kvantna distribucija ključeva koristi zapletena kvantna stanja za uspostavljanje sigurnih kriptografskih ključeva. Kada pošiljalac i primalac razmenjuju kvantna stanja, oni mogu da garantuju da protivnik neće presresti poruku, jer bi svaki neovlašćeni prisluškivač poremetio delikatni kvantni sistem i uveo promenu koja se može otkriti. Sa odgovarajućim kriptografskim protokolima, pošiljalac i primalac tako mogu uspostaviti zajedničke privatne informacije otporne na prisluškivanje.

Savremeni kablovi sa optičkim vlaknima mogu da prenose kvantne informacije na relativno kratke udaljenosti. Tekuća eksperimentalna istraživanja imaju za cilj da razviju pouzdaniji hardver (kao što su kvantni repetitori), nadajući se da će ovu tehnologiju proširiti na kvantne mreže na velikim udaljenostima sa preplitanjem od kraja do kraja. Teoretski, ovo bi moglo da omogući nove tehnološke aplikacije, kao što su distribuirano kvantno računarstvo i poboljšano kvantno sensing.

Algoritmi

Napredak u pronalaženju kvantnih algoritama se obično fokusira na ovaj model kvantnog kola, iako postoje izuzeci poput kvantnog adijabatskog algoritma. Kvantni algoritmi se mogu grubo kategorisati prema tipu ubrzanja postignutog u odnosu na odgovarajuće klasične algoritme.

Kvantni algoritmi koji nude više od polinomskog ubrzanja u odnosu na najpoznatiji klasični algoritam uključuju Šorov algoritam za faktoring i srodne kvantne algoritme za izračunavanje diskretnih logaritama, rešavanje Pelove jednačine i uopšteno rešavanje problema skrivenih podgrupa za abelove konačne grupe. Ovi algoritmi zavise od primitivnosti kvantne Furijeove transformacije. Nije pronađen nikakav matematički dokaz koji pokazuje da se jednako brz klasični algoritam ne može otkriti, ali dokazi sugerišu da je to malo verovatno. Određeni problemi proročanstva kao što su Simonov problem i Bernstein–Vazirani problem daju dokaziva ubrzanja, iako je to u modelu kvantnog upita, koji je ograničeni model u kojem je donje granice mnogo lakše dokazati i ne znači nužno ubrzanje praktičnih problema.

Drugi problemi, uključujući simulaciju kvantnih fizičkih procesa iz hemije i fizike čvrstog stanja, aproksimaciju određenih Džonsovih polinoma i kvantni algoritam za linearne sisteme jednačina, imaju kvantne algoritme za koje se čini da daju super-polinomska ubrzanja i da su BKP-potpuni. Pošto su ovi problemi BKP-potpuni, jednako brz klasični algoritam za njih bi implicirao da nijedan kvantni algoritam ne daje super-polinomsko ubrzanje, za šta se veruje da je malo verovatno.

Neki kvantni algoritmi, poput Groverovog algoritma i amplitude amplifikacije, daju polinomska ubrzanja u odnosu na odgovarajuće klasične algoritme. Iako ovi algoritmi daju uporedivo skromno kvadratno ubrzanje, oni su široko primenljivi i stoga daju ubrzanja za širok spektar problema.

Simulacija kvantnih sistema

Pošto se hemija i nanotehnologija oslanjaju na razumevanje kvantnih sistema, a takve sisteme je nemoguće simulirati na efikasan način klasično, kvantna simulacija može biti važna primena kvantnog računarstva.Kvantna simulacija se takođe može koristiti za simulaciju ponašanja atoma i čestica u neobičnim uslovima kao što su reakcije unutar sudarača.U junu 2023. godine, kompjuterski naučnici IBM-a su izvestili da je kvantni računar dao bolje rezultate za problem fizike od konvencionalnog superkompjutera.

Oko 2% godišnje globalne proizvodnje energije koristi se za fiksaciju azota za proizvodnju amonijaka za Haberov proces u industriji poljoprivrednog đubriva (iako prirodni organizmi takođe proizvode amonijak). Kvantne simulacije mogu se koristiti za razumevanje ovog procesa i povećanje energetske efikasnosti proizvodnje. Očekuje se da će rana upotreba kvantnog računarstva biti modeliranje koje poboljšava efikasnost Haber-Bosch procesa do sredine 2020-ih iako su neki predviđali da će to trajati duže.

Post-kvantna kriptografija

Značajna primena kvantnog računanja je za napade na kriptografske sisteme koji su trenutno u upotrebi. Veruje se da je faktorizacija celog broja, koja podupire bezbednost kriptografskih sistema javnog ključa, računski neizvodljiva sa običnim računarom za velike cele brojeve ako su oni proizvod nekoliko prostih brojeva (npr. proizvodi dva 300-cifrenih prostih brojeva). Poređenja radi, kvantni računar bi mogao da reši ovaj problem eksponencijalno brže koristeći Šorov algoritam da pronađe svoje faktore. Ova sposobnost bi omogućila kvantnom računaru da razbije mnoge kriptografske sisteme koji se danas koriste, u smislu da bi postojao algoritam polinomskog vremena (u broju cifara celog broja) za rešavanje problema. Konkretno, većina popularnih šifara javnog ključa zasnovana je na težini faktoringa celih brojeva ili problemu diskretnog logaritma, koji se oba mogu rešiti Šorovim algoritmom. Konkretno, algoritmi RSA, Difiie-Hellman i eliptične krive Diffie–Hellman mogu biti slomljeni. Oni se koriste za zaštitu bezbednih veb stranica, šifrovane e-pošte i mnogih drugih vrsta podataka. Njihovo kršenje bi imalo značajne posledice po elektronsku privatnost i bezbednost.

Identifikovanje kriptografskih sistema koji mogu biti sigurni od kvantnih algoritama je tema koja se aktivno istražuje u oblasti post-kvantne kriptografije. Neki algoritmi sa javnim ključem su zasnovani na problemima koji nisu problem faktorizacije celog broja i problemi diskretnog logaritma na koje se Šhorov algoritam primenjuje, kao što je Meklisov kriptosistem zasnovan na problemu u teoriji kodiranja. Takođe nije poznato da su kriptosistemi zasnovani na rešetki razbijeni od strane kvantnih računara, a pronalaženje algoritma polinomskog vremena za rešavanje problema skrivene podgrupe diedrala, koji bi razbio mnoge kriptosisteme zasnovane na rešetki, je dobro proučen otvoreni problem. Dokazano je da primena Groverovog algoritma za razbijanje simetričnog (tajnog ključa) algoritma grubom silom zahteva vreme jednako otprilike 2n/2 poziva osnovnog kriptografskog algoritma, u poređenju sa otprilike 2n u klasičnom slučaju,što znači da je simetričan dužine ključeva su efektivno prepolovljene: AES-256 bi imao istu sigurnost od napada koristeći Groverov algoritam koji AES-128 ima protiv klasične brute-force pretrage.

Najpoznatiji primer problema koji omogućava polinomsko kvantno ubrzanje je nestrukturirana pretraga, koja uključuje pronalaženje označene stavke sa liste n stavki u bazi podataka. Ovo se može rešiti Goverovim algoritmom. U ovom slučaju, prednost je ne samo dokaziva već i optimalna: pokazalo se da Groverov algoritam daje maksimalnu moguću verovatnoću pronalaženja željenog elementa za bilo koji broj traženja proročišta. Mnogi primeri dokazivih kvantnih ubrzanja za probleme upita zasnovani su na Groverovom algoritmu, uključujući Brassard, Hoier i Tapp-ov algoritam za pronalaženje sudara u funkcijama dva-na-jedan, i Farhi, Goldstone i Gutmanov algoritam za procenu NAND stabala.

1. Problemi koji se mogu efikasno rešiti Groverovim algoritmom imaju sledeća svojstva:

2. Ne postoji struktura koja se može pretraživati u kolekciji mogućih odgovora

3. Broj mogućih odgovora za proveru je isti kao i broj ulaza u algoritam.

Postoji logička funkcija koja procenjuje svaki unos i određuje da li je to tačan odgovor.

Za probleme sa svim ovim svojstvima, vreme rada Groverovog algoritma na kvantnom računaru meri se kao kvadratni koren broja ulaza (ili elemenata u bazi podataka), za razliku od linearnog skaliranja klasičnih algoritama. Opšta klasa problema na koje se Groverov algoritam može primenit je problem Boleove zadovoljivosti, gde je baza podataka kroz koju algoritam iteruje je baza svih mogućih odgovora. Primer i moguća primena ovoga je kreker lozinke koji pokušava da pogodi lozinku. Razbijanje simetričnih šifri ovim algoritmom je od interesa za vladine agencije.

Kvantno žarenje

Kvantno žarenje se oslanja na adijabatsku teoremu da bi se izvršili proračuni. Sistem se postavlja u osnovno stanje za jednostavan Hamiltonijan, koji polako evoluira u komplikovaniji Hamiltonijan čije osnovno stanje predstavlja rešenje problema o kome je reč. Adijabatska teorema kaže da ako je evolucija dovoljno spora, sistem će ostati u svom osnovnom stanju sve vreme tokom procesa. Adijabatska optimizacija može biti od pomoći za rešavanje problema računarske biologije.

Mašinsko učenje

Pošto kvantni računari mogu da proizvedu rezultate koje klasični računari ne mogu da proizvedu efikasno, i pošto je kvantno računanje u osnovi linearno algebarsko, neki izražavaju nadu u razvoj kvantnih algoritama koji mogu da ubrzaju zadatke mašinskog učenja.

Na primer, veruje se da kvantni algoritam za linearne sisteme jednačina, ili „HHL algoritam“, nazvan po svojim otkrivačima Harou, Hasidimu i Lojdu, obezbeđuje ubrzanje u odnosu na klasične kolege. Neke istraživačke grupe su nedavno istraživale upotrebu hardvera za kvantno žarenje za obuku Bolcmanovih mašina i dubokih neuronskih mreža.

Duboki generativni hemijski modeli se pojavljuju kao moćni alati za ubrzanje otkrivanja lekova. Međutim, ogromna veličina i složenost strukturnog prostora svih mogućih molekula sličnih lekovima predstavljaju značajne prepreke, koje bi u budućnosti mogli da prevaziđu kvantni računari. Kvantni računari su prirodno dobri za rešavanje složenih kvantnih problema sa više tela i stoga mogu biti instrumentalni u aplikacijama koje uključuju kvantnu hemiju. Stoga se može očekivati da će kvantno poboljšani generativni modeli uključujući kvantne GAN-ove na kraju biti razvijeni u ultimativne algoritme generativne hemije.

Inženjerstvo

Od 2023. godine, klasični računari nadmašuju kvantne računare za sve aplikacije u stvarnom svetu. Iako trenutni kvantni računari mogu ubrzati rešavanje određenih matematičkih problema, oni ne daju prednost u računarstvu za praktične zadatke. Za mnoge zadatke ne postoji obećanje o korisnom kvantnom ubrzanju, a neki zadaci dokazivo zabranjuju bilo kakvo kvantno ubrzanje u smislu da je svako ubrzanje isključeno dokazanim teoremama. Naučnici i inženjeri istražuju više tehnologija za kvantni računarski hardver i nadaju se da će razviti skalabilne kvantne arhitekture, ali ozbiljne prepreke ostaju.

Izazovi

Postoji niz tehničkih izazova u izgradnji kvantnog računara velikih razmera. Fizičar David DiVincenzo je naveo ove zahteve za praktični kvantni računar:

1. Fizički skalabilan za povećanje broja kubita

2. Kubiti koji se mogu inicijalizovati na proizvoljne vrednosti

3.Kvantne kapije koje su brže od vremena dekoherencije.

4. Univerzalni set kapijaKubiti koji se lako čitaju.

Dobavljanje delova za kvantne računare je takođe veoma teško. Superprovodnim kvantnim računarima, poput onih koje su konstruisali Gugl i IBM, potreban je helijum-3, nusproizvod nuklearnog istraživanja, i specijalni superprovodni kablovi koje proizvodi samo japanska kompanija COAK CO. Kontrola multi-kubit sistema zahteva generisanje i koordinaciju velikog broja električnih signala sa čvrstom i determinističkom vremenskom rezolucijom. Ovo je dovelo do razvoja kvantnih kontrolera koji omogućavaju povezivanje sa kubitima. Skaliranje ovih sistema da podrže sve veći broj kubita je dodatni izazov.

Dekoherencija

Jedan od najvećih izazova vezanih za konstruisanje kvantnih računara je kontrola ili uklanjanje kvantne dekoherencije. Ovo obično znači izolovanje sistema od njegovog okruženja jer interakcije sa spoljnim svetom uzrokuju dekoheraciju sistema. Međutim, postoje i drugi izvori dekoherencije. Primeri uključuju kvantne kapije, i vibracije rešetke i pozadinski termonuklearni spin fizičkog sistema koji se koristi za implementaciju kubita. Dekoherencija je nepovratna, jer je efektivno ne-jedinstvena i obično je nešto što treba strogo kontrolisati, ako ne i izbegavati. Vremena dekoherencije za sisteme kandidate, posebno vreme poprečne relaksacije T2 (za NMR i MRI tehnologiju, takođe nazvano vreme defaziranja), obično se kreću između nanosekundi i sekundi na niskoj temperaturi. Trenutno, neki kvantni računari zahtevaju da se njihovi kubiti ohlade na 20 milikelvina (obično koristeći frižider za razblaživanje) kako bi se sprečila značajna dekoherencija. Studija iz 2020. godine tvrdi da jonizujuće zračenje, kao što su kosmički zraci, ipak može izazvati dekoheraciju određenih sistema u roku od milisekundi.

Kao rezultat toga, dugotrajni zadaci mogu učiniti neke kvantne algoritme neoperativnim, jer će pokušaj održavanja stanja kubita dovoljno dugo vremena na kraju pokvariti superpozicije. Ova pitanja su teža za optičke pristupe jer su vremenski okviri za redove veličine kraći, a često citirani pristup za njihovo prevazilaženje je oblikovanje optičkih impulsa. Stope grešaka su obično proporcionalne odnosu vremena rada i vremena dekoherencije, stoga svaka operacija mora biti završena mnogo brže od vremena dekoherencije.

Kao što je opisano teoremom o pragu, ako je stopa greške dovoljno mala, smatra se da je moguće koristiti kvantnu korekciju greške za suzbijanje grešaka i dekoherencije. Ovo omogućava da ukupno vreme izračunavanja bude duže od vremena dekoherencije ako šema korekcije greške može da ispravi greške brže nego što ih dekoherencija uvodi. Često citirana cifra za potrebnu stopu greške u svakoj kapiji za izračunavanje otporne na greške je 10-3, pod pretpostavkom da se šum depolarizuje.

Ispunjavanje ovog uslova skalabilnosti moguće je za širok spektar sistema. Međutim, upotreba ispravljanja grešaka sa sobom nosi cenu znatno povećanog broja potrebnih kubita. Broj koji je potreban za faktorisanje celih brojeva korišćenjem Šorovog algoritma je i dalje polinom i smatra se da je između L i L2, gde je L broj cifara u broju koji se rastavlja na faktore; Algoritmi za ispravljanje grešaka bi naduvali ovu cifru za dodatni faktor L. Za 1000-bitni broj, ovo implicira potrebu za oko 104 bita bez korekcije greške. Uz korekciju greške, broj bi se povećao na oko 107 bita. Vreme računanja je oko L2 ili oko 107 koraka i na 1 MHz, oko 10 sekundi. Međutim, troškovi kodiranja i ispravljanja grešaka povećavaju veličinu pravog kvantnog računara otpornog na greške za nekoliko redova veličine. Pažljive procene pokazuju da bi najmanje 3 miliona fizičkih kubita faktorisalo 2,048-bitni ceo broj za 5 meseci na potpuno ispravljenom greškama kvantnom kvantnom računaru sa zarobljenim jonima. Što se tiče broja fizičkih kubita, do danas, ovo ostaje najniža procena za praktično koristan problem faktorizacije celog broja veličine 1024-bita ili veće.

Drugi pristup problemu stabilnosti-dekoherencije je kreiranje topološkog kvantnog računara sa anjonima, kvazi-česticama koje se koriste kao niti, i oslanjajući se na teoriju pletenica za formiranje stabilnih logičkih kapija.

Kvantna nadmoć

Fizičar Džon Preskil skovao je termin kvantna supremacija da bi opisao inženjerski podvig demonstriranja da programabilni kvantni uređaj može da reši problem koji prevazilazi mogućnosti najsavremenijih klasičnih računara. Problem ne mora da bude koristan, tako da neki vide test kvantne nadmoći samo kao potencijalno buduće merilo.

U oktobru 2019, Google AI Kuantum, uz pomoć NASA-e, postao je prvi koji je tvrdio da je postigao kvantnu nadmoć izvodeći proračune na kvantnom računaru Sicamore više od 3.000.000 puta brže nego što bi to moglo da se uradi na Samitu, koji se generalno smatra najbržim na svetu. kompjuter. Ova tvrdnja je naknadno osporena: IBM je izjavio da Summit može da izvodi uzorke mnogo brže nego što se tvrdi, i istraživači su od tada razvili bolje algoritme za problem uzorkovanja koji se koristi za traženje kvantne nadmoći, dajući značajno smanjenje jaza između Sicamore i klasične superkompjutere pa čak i da ih pobedi.

U decembru 2020., grupa u USTC je implementirala tip uzorkovanja bozona na 76 fotona sa fotonskim kvantnim računarom, Jiuzhang, kako bi demonstrirala kvantnu nadmoć. Autori tvrde da bi klasičnom savremenom superkompjuteru bilo potrebno računarsko vreme od 600 miliona godina da generiše broj uzoraka koji njihov kvantni procesor može da generiše za 20 sekunndi. Tvrdnje o kvantnoj nadmoći izazvale su uzbuđenje oko kvantnog računarstva, ali su zasnovane na izmišljenim zadacima referentnih vrednosti koji direktno ne impliciraju korisne aplikacije u stvari.

Skepticizam

Uprkos velikim nadama u kvantno računarstvo, značajnom napretku u hardveru i optimizmu u pogledu budućih aplikacija. U članku se elaborira da kvantni računari tek treba da budu korisniji ili efikasniji od konvencionalnih računara u svakom slučaju, iako se takođe tvrdi da će na duge staze takvi računari verovatno biti korisni. Saopštenje ACM članka iz 2023. godine otkrilo je da su trenutni algoritmi kvantnog računarstva „nedovoljni za praktičnu kvantnu prednost bez značajnih poboljšanja u softverskom/hardverskom paketu“. Tvrdi se da su kandidati koji najviše obećavaju za postizanje ubrzanja sa kvantnim računarima „problemi sa malim podacima“, na primer u hemiji i nauci o materijalima. Međutim, u članku se takođe zaključuje da veliki broj potencijalnih aplikacija koje je razmatrao, kao što je mašinsko učenje, „neće postići kvantnu prednost sa trenutnim kvantnim algoritmima u doglednoj budućnosti“, i identifikovao je I/O ograničenja zbog kojih je ubrzanje malo verovatnim za „problemi velikih podataka, nestrukturirani linearni sistemi i pretraga baze podataka zasnovana na Groverovom algoritmu“. Ovakvo stanje stvari može se pratiti na osnovu nekoliko trenutnih i dugoročnih razmatranja. Konvencionalni računarski hardver i algoritmi nisu samo optimizovani za praktične zadatke, već se i dalje brzo poboljšavaju, posebno GPU akceleratori. Trenutni kvantni računarski hardver generiše samo ograničenu količinu preplitanja pre nego što ga preplavi buka. Kvantni algoritmi omogućavaju ubrzanje u odnosu na konvencionalne algoritme samo za neke zadatke, a uparivanje ovih zadataka sa praktičnim primenama pokazalo se izazovnim. Neki obećavajući zadaci i aplikacije zahtevaju resurse daleko iznad onih koji su danas dostupni. Konkretno, obrada velikih količina nekvantnih podataka predstavlja izazov za kvantne računare.

Neki obećavajući algoritmi su "dekvantovani", odnosno pronađeni su njihovi nekvantni analozi slične složenosti.

Ako se kvantna korekcija grešaka koristi za skaliranje kvantnih računara u praktične primene, njeni dodatni troškovi mogu potkopati brzinu koju nude mnogi kvantni algoritmi.

Analiza složenosti algoritama ponekad daje apstraktne pretpostavke koje ne važe u aplikacijama. Na primer, ulazni podaci možda već nisu dostupni kodirani u kvantnim stanjima, a „funkcije orakula“ koje se koriste u Groverovom algoritmu često imaju unutrašnju strukturu koja se može iskoristiti za brže algoritme.

Neki istraživači su izrazili skepticizam da bi skalabilni kvantni računari ikada mogli biti napravljeni, obično zbog pitanja održavanja koherentnosti u velikim razmerama, ali i iz drugih razloga.

Vidi još

• Optičko računarstvo
• Logička kola
• Superračunar
• Teorijska računarska nauka

Literatura

• Nolte, Professor of Physics and Astronomy David D.; Nolte, D. D. (2001). Mind at Light Speed: A New Kind of Intelligence (na jeziku: engleski). Simon and Schuster. ISBN ISBN 978-0-7432-0501-6
• Bhatta, Varun S. (2020). „Plurality of Wave–Particle Duality”. Current Science. 118 (9): 1365. ISSN 0011-3891. S2CID 216143449. doi:10.18520/cs/v118/i9/1365-1374. 
• Simon, D.R. (1994). „On the power of quantum computation”. Proceedings 35th Annual Symposium on Foundations of Computer Science. str. 116—123. ISBN 0-8186-6580-7. doi:10.1109/SFCS.1994.365701. . S2CID 7457814.
• Farhi, Edward; Goldstone, Jeffrey; Gutmann, Sam (2008). Theory of Computing. 4: 169—190. ISSN 1557-2862. S2CID 8258191. doi:10.4086/toc.2008.v004a008.  .
• Williams, Colin P. (2011). Explorations in Quantum Computing. Springer. pp. 242–244. ISBN 978-1-84628-887-6.