Od první myšlenky kvantového počítače v roce 1980 až po současnost se kvantový počítačový průmysl hodně rozrostl, zejména v posledních 10 letech. Mnoho společností pracuje na kvantových počítačích.
Porozumět kvantovým počítačům může být pro většinu z nás obtížné a mnoho informací o nich nevysvětluje důležité detaily.
Tento článek si klade za cíl vše objasnit, a pokud si přečtete celý díl, získáte komplexní představu o tom, co je kvantové počítání, různé typy kvantových počítání, jejich fungování, algoritmy, modely, přístupy, výzvy a aplikace.
Table of Contents
Co jsou kvantové počítače?
Kvantové počítače řeší problémy jiným způsobem než počítače, které známe a které od nynějška budu označovat jako klasické počítače.
Kvantové počítače mají určité výhody oproti normálním počítačům pro určité problémy, které vyplývají z jejich schopnosti být současně v obrovském počtu stavů, zatímco klasické počítače mohou v jednu chvíli zabírat pouze jeden stav.
Zdroj obrázku: IBM
Abyste tomu porozuměli a pochopili, jak fungují kvantové počítače, musíte pochopit tři věci: superpozici, zapletení a interferenci.
Základem běžného počítače jsou bity a pro kvantový počítač jsou to kvantové bity nebo zkráceně qubity. Fungují zásadně odlišnými způsoby.
Klasický bit je něco jako přepínač, který může být 0 nebo 1, což pravděpodobně již znáte jako binární nebo binární informace. Když trochu změříme, dostaneme zpět stav, ve kterém se aktuálně nachází, ale uvidíme, že to neplatí pro qubity. Qubit je složitější.
Superpozice
Pro užitečnou vizualizaci si je můžete představit jako šipku ukazující ve 3D prostoru. Pokud ukazují nahoru, jsou ve stavu 1 a pokud směřují dolů, jsou ve stavu 0, stejně jako klasický bit, ale mají také možnost být ve stavu zvaném superpozice, což je, když šipka ukazuje jakýmkoli jiným směrem.
Tento stav superpozice je kombinací stavu 0 a 1.
Stav superpozice
Nyní, když změříte qubit, výsledek bude stále buď 1 nebo 0, ale který z nich získáte, závisí na pravděpodobnosti, která je nastavena směrem šipky.
Pokud šipka ukazuje více nahoru, je pravděpodobnější, že dostanete zpět 1 než 0, a pokud směřuje dolů, je pravděpodobnější, že dostanete 0 než 1, a pokud je přesně na rovníku, ‚získáte oba stavy s 50% pravděpodobností.
Tak, to je vysvětlený efekt superpozice; nyní přejdeme k zapletení.
Zapletení
V klasických počítačích jsou bity na sobě zcela nezávislé. Stav jednoho bitu není ovlivněn stavem žádného z ostatních bitů. Ale v kvantových počítačích mohou být qubity vzájemně propleteny, což znamená, že se společně stanou součástí jednoho velkého kvantového stavu.
Podívejme se například na dva qubity, z nichž každý je v jiném stavu superpozice, ale ještě nejsou zapletené. Vedle nich vidíte pravděpodobnosti a tyto pravděpodobnosti jsou aktuálně na sobě nezávislé.
Ale když je propleteme, musíme tyto nezávislé pravděpodobnosti zahodit a vypočítat rozdělení pravděpodobnosti všech možných stavů, které můžeme získat. Buď 00, 01, 10 nebo 11.
Zde je důležité, že qubity jsou propletené; pokud změníte směr šipky na jednom qubitu, změní se rozložení pravděpodobnosti pro celý systém, takže qubity již nejsou na sobě nezávislé; všichni jsou součástí stejného velkého státu.
A to platí bez ohledu na to, kolik qubitů máte. Také si všimnete, že pro jeden qubit máte rozdělení pravděpodobnosti do 2 stavů.
Se dvěma qubity máte rozdělení pravděpodobnosti rozložené do čtyř stavů. Pro tři qubity máte distribuci přes 8 stavů a toto se neustále zdvojnásobuje pokaždé, když přidáte další qubit.
Obecně platí, že kvantový počítač o n qubitech může být v kombinaci 2^n stavů. Takže bych řekl, že toto je hlavní rozdíl mezi klasickými počítači a kvantovými počítači.
Klasické počítače mohou být v libovolném stavu, ale mohou být vždy pouze v jednom stavu, zatímco kvantové počítače mohou být v superpozici všech těchto stavů současně.
Možná se ale divíte, jak může být v počítači užitečné být v tomto stavu superpozice. K tomu potřebujeme poslední komponentu: Interference.
Rušení
Abychom vysvětlili účinek interference, musíme se vrátit a podívat se na můj obrázek qubitu, který se odborně nazývá Blochova koule. Qubit takto nevypadá; je to jen pěkný způsob, jak vizualizovat stav qubitu.
Ve skutečnosti je stav qubit popsán abstraktnější entitou známou jako kvantová vlnová funkce. Vlnové funkce jsou základním matematickým popisem všeho v kvantové mechanice.
Když máte mnoho qubitů zapletených dohromady, všechny jejich vlnové funkce se sečtou do celkové vlnové funkce popisující stav kvantového počítače.
Toto sčítání vlnových funkcí je interferencí, protože stejně jako u řekněme vlnění vody, když sčítáme vlny dohromady, mohou konstruktivně interferovat a sčítat dohromady, aby vytvořily větší vlnu, nebo destruktivně interferovat, aby se navzájem zrušily.
Celková vlnová funkce kvantového počítače je to, co nastavuje různé pravděpodobnosti různých stavů, a změnou stavů různých qubitů můžeme změnit pravděpodobnost, že při měření kvantového počítače budou odhaleny různé stavy.
Pamatujte, že i když kvantový počítač může být v superpozici milionů stavů současně, když jej měříme, dostaneme pouze jeden stav.
Takže když používáte kvantový počítač k řešení výpočetního problému, musíte použít konstruktivní interferenci ke zvýšení pravděpodobnosti správné odpovědi a použít destruktivní interferenci ke snížení pravděpodobnosti nesprávných odpovědí, takže když ji změříte, správná odpověď vyjde.
Kvantové algoritmy
Nyní, jak to udělat, je říše kvantových algoritmů a celá motivace kvantových počítačů spočívá v tom, že teoreticky existuje spousta problémů, které můžete vyřešit na kvantovém počítači, o kterých se předpokládá, že jsou na klasických počítačích neřešitelné.
Pojďme se na ně podívat. Existuje mnoho kvantových algoritmů, příliš mnoho na to, abychom je mohli v tomto článku popsat, takže se zaměříme pouze na ten nejznámější a historicky nejdůležitější: Shorův algoritmus.
#1. Shorův algoritmus
Pokud máte dvě velká čísla a vynásobíte je dohromady, existuje velmi rychlý, účinný, klasický algoritmus pro nalezení odpovědi. Pokud však začnete odpovědí a zeptáte se, jaká jsou původní čísla, která se vynásobí, aby vzniklo toto číslo? Je to mnohem obtížnější.
Toto je známé jako faktorizace a tato čísla se nazývají faktory a důvodem, proč je tak těžké je najít, je to, že prostor pro hledání možných faktorů je tak velký. A neexistuje žádný účinný klasický algoritmus pro hledání faktorů velkých čísel.
Z tohoto důvodu používáme tuto matematickou vlastnost pro internetové šifrování: zabezpečené webové stránky, e-maily a bankovní účty. Pokud znáte tyto faktory, můžete informace snadno dešifrovat, ale pokud ne, musíte je nejprve najít, což je na nejvýkonnějších počítačích světa neřešitelné.
Shorův algoritmus
To je důvod, proč v roce 1994, když Peter Shor publikoval rychlý kvantový algoritmus, který dokázal efektivně najít faktory velkých celých čísel, způsobilo to velký rozruch.
To byl okamžik, kdy mnoho lidí začalo brát myšlenku kvantových počítačů vážně, protože to byla první aplikace na problém reálného světa s potenciálně obrovskými bezpečnostními důsledky v reálném světě.
Ale když řeknu „rychlý“ kvantový algoritmus, jak rychlý a o kolik rychlejší než klasický počítač by byl? Abychom na tyto otázky odpověděli, musíme udělat malou odbočku do světa kvantové teorie složitosti.
Kvantová teorie složitosti
Kvantová teorie složitosti je podoborem světa teorie výpočetní složitosti, který se zabývá kategorizací algoritmů a jejich řazením do přihrádek podle toho, jak dobře fungují na počítačích.
Klasifikace je určena zvyšující se úrovní obtížnosti řešení problému, jak se zvětšuje. Zde je jakýkoli problém uvnitř P boxu pro klasické počítače snadno řešitelný, ale cokoliv mimo něj znamená, že nemáme účinné klasické algoritmy, které by je řešily, a faktorizace velkých čísel je jedním z nich.
Existuje však kruh, BQP, který je účinný pro kvantový počítač, ale ne pro klasický počítač. A to jsou problémy, které budou kvantové počítače řešit lépe než klasické počítače.
Jak jsem řekl, teorie složitosti se zaměřuje na to, jak obtížné je vyřešit problém, když se problém zvětšuje. Pokud tedy faktorizujete číslo s 8 číslicemi a poté přidáte další číslici, o kolik těžší je faktorizovat nové číslo ve srovnání se starým? Je to dvakrát tak těžké?
Exponenciálně těžší? A jaký je trend, když přidáváte další a další číslice? To se nazývá jeho složitost nebo škálování a pro faktorizaci je exponenciální.
Cokoli s N v exponentu je exponenciálně těžké. Tyto exponenciální problémy jsou problémy, které vás zničí, když se problémy zvětší, a ve světě informatiky si můžete získat respekt a slávu, pokud najdete lepší algoritmus k vyřešení těchto nejtěžších problémů.
Jedním z příkladů toho byl Shorův algoritmus, který využil speciálních vlastností kvantových počítačů k vytvoření algoritmu, který by mohl řešit celočíselnou faktorizaci se škálováním mnohem lépe než nejlepší klasický algoritmus.
Nejlepší klasický algoritmus je exponenciální, zatímco Shorův algoritmus je polynomiální, což je obrovský problém ve světě teorie složitosti a informatiky obecně, protože přeměňuje neřešitelný problém na řešitelný.
Vyřešeno, tedy pokud máte fungující kvantový počítač, na kterém lidé pracují. O bezpečnost svého bankovního účtu se ale zatím nemusíte starat, protože dnešní kvantové počítače zatím nejsou schopny spustit Shorův algoritmus na velkých číslech.
IBM Quantum
Potřebovali by k tomu asi mnoho qubitů, ale zatím nejpokročilejší univerzální kvantové počítače mají kolem 433.
Lidé také pracují na tom, co je známé jako postkvantová šifrovací schémata, která nepoužívají celočíselnou faktorizaci, a zde může pomoci další technologie ze světa kvantové fyziky, kryptografické schéma známé jako kvantová kryptografie.
Takže to byl pohled pouze na jeden kvantový algoritmus, ale je jich mnohem více, každý s jinou úrovní zrychlení.
#2. Groverův algoritmus
Dalším pozoruhodným příkladem je Groverův algoritmus, který dokáže prohledávat nestrukturované seznamy dat rychleji než nejlepší klasický algoritmus.
Zde bychom si ale měli dávat pozor, abychom se ujistili, že klasické počítače špatně charakterizujeme. Jsou to velmi všestranná zařízení a nelze říci, že by někdo mohl najít velmi chytrý klasický algoritmus, který by dokázal efektivněji vyřešit nejtěžší problémy, jako je celočíselná faktorizace.
Lidé si myslí, že je to velmi nepravděpodobné, ale není to vyloučené. Také existují problémy, o kterých můžeme dokázat, že je nelze vyřešit na klasických počítačích, nazývané nevyčíslitelné problémy, jako je problém zastavení, ale také je nelze vyřešit na kvantovém počítači.
Takže výpočetně jsou klasické počítače a kvantové počítače navzájem ekvivalentní, všechny rozdíly pocházejí z algoritmů, které mohou spustit. Můžete dokonce simulovat kvantový počítač na klasickém počítači a naopak.
Simulace kvantového počítače na klasickém počítači se s rostoucím počtem simulovaných qubitů stává exponenciálně náročnější.
Je to proto, že klasické počítače se snaží simulovat kvantové systémy, ale protože kvantové počítače jsou již kvantovými systémy, tento problém nemají, což mě přivádí k mé oblíbené aplikaci kvantových počítačů: kvantové simulaci.
#3. Kvantová simulace
Kvantová simulace simuluje věci jako chemické reakce nebo chování elektronů v různých materiálech pomocí počítače. Zde mají kvantové počítače také exponenciální zrychlení oproti klasickým počítačům, protože klasické počítače se snaží simulovat kvantové systémy.
Ale simulovat kvantové systémy s co nejmenším počtem částic je obtížné i na těch nejvýkonnějších superpočítačích světa. Také to zatím neumíme na kvantových počítačích, ale jak dozrávají, hlavním cílem je simulovat větší a větší kvantové systémy.
Patří mezi ně oblasti, jako je chování exotických materiálů při nízkých teplotách, jako je pochopení toho, co dělá některé materiály supravodivými, nebo studium důležitých chemických reakcí za účelem zlepšení jejich účinnosti; jeden příklad si klade za cíl vyrábět hnojiva způsobem, který uvolňuje mnohem méně oxidu uhličitého, protože výroba hnojiv přispívá k přibližně 2 % celosvětových emisí uhlíku.
Můžete se dozvědět o simulaci kvantové chemie do hloubky.
Kvantová simulace
Mezi další potenciální aplikace kvantové simulace patří zlepšování solárních panelů, zlepšování baterií a vývoj nových léků, chemikálií nebo materiálů pro letectví a kosmonautiku.
Obecně by kvantová simulace znamenala, že bychom byli schopni rychle prototypovat mnoho různých materiálů uvnitř kvantového počítače a testovat všechny jejich fyzikální parametry, místo abychom je museli fyzicky vyrábět a testovat v laboratoři, což je mnohem pracnější a dražší. proces.
To má potenciál výrazně urychlit procesy a vést k podstatným úsporám času a nákladů. Stojí za z Ale to jsou druhy problémů, na které by se kvantové počítače dobře hodily.
Modely kvantových počítačů
Ve světě kvantových počítačů existuje široká škála přístupů k přeměně různých druhů kvantových systémů na kvantové počítače a jsou zde dvě vrstvy nuancí, o kterých musím mluvit.
Model obvodu
V modelu obvodu mají qubity, které spolupracují, a speciální brány, které si pohrávají s několika qubity najednou a mění své stavy bez kontroly. Dali tyto brány do určitého pořadí, aby vytvořili kvantový algoritmus. Nakonec změřte qubity, abyste získali potřebnou odpověď.
Kredit obrázku: qiskit
Adiabatické kvantové počítání
V adiabatickém kvantovém počítání využíváte jednoho ze základních fyzikálních chování, skutečnosti, že každý systém ve fyzice se vždy pohybuje směrem k minimálnímu energetickému stavu. Adiabatické kvantové výpočty fungují tak, že problémy rámují tak, že nejnižší energetický stav kvantového systému představuje řešení.
Kvantové žíhání
Kvantové žíhání není univerzální kvantové výpočetní schéma, ale funguje na stejném principu jako adiabatické kvantové počítání, přičemž systém najde minimální energetický stav energetické krajiny, kterou mu zadáte.
Topologické kvantové výpočty
V tomto přístupu jsou qubity sestaveny z entity ve fyzice zvané Majorana kvazičástice s nulovým režimem, což je typ neabelovského anyon. Předpokládá se, že tyto kvazičástice budou stabilnější díky jejich vzájemnému fyzickému oddělení.
Image Credit Civilsdaily
Výzvy ve stavebnictví
Bez ohledu na to, jaký je přístup, všichni čelí podobnému souboru překážek, na které se musíme nejprve podívat.
- Dekoherence: Je opravdu těžké ovládat kvantové systémy, protože pokud máte nějakou nepatrnou interakci s vnějším světem, informace začnou unikat pryč. Tomu se říká dekoherence. Vaše qubity budou vyrobeny z fyzických věcí a k jejich ovládání a měření budete potřebovat další fyzické věci; vaše qubity jsou hloupé; zapletou se do všeho, co mohou. Své qubity musíte navrhnout velmi pečlivě, abyste je ochránili před zapletením do prostředí.
- Hluk: Musíte chránit své qubity před jakýmkoli druhem hluku, jako je kosmické záření, radiace, tepelná energie nebo škodlivé částice. Určitá míra dekoherence a šumu je nevyhnutelná v jakémkoli fyzikálním systému a nelze ji úplně odstranit.
- Škálovatelnost: Pro každý qubit musíte mít spoustu drátů, abyste s ním mohli manipulovat a měřit. Jak přidáváte další qubity, potřebná infrastruktura roste lineárně, což představuje významnou technickou výzvu. Jakýkoli návrh kvantového počítače musí najít způsob, jak efektivně zamotat, ovládat a měřit všechny tyto qubity, jak se zvětšují.
- Kvantová korekce chyb: Kvantová oprava chyb je schéma opravy chyb, které vytváří kvantové počítače odolné proti chybám pomocí mnoha zapletených qubitů dohromady, které představují jeden qubit bez šumu. To vyžaduje velký počet fyzických qubitů, aby se vytvořil jeden qubit odolný proti chybám.
Fyzické realizace
Existuje obrovská škála různých fyzických implementací kvantových počítačů, protože existuje tolik různých kvantových systémů, ze kterých byste je mohli potenciálně postavit. Zde jsou některé z nejpoužívanějších a nejúspěšnějších přístupů:
- Supravodivé kvantové počítače: Supravodivé qubity jsou v současnosti nejoblíbenějším přístupem. Tyto qubity jsou vyrobeny ze supravodivých drátů s přerušením v supravodiči nazývané Josephsonův přechod. Nejoblíbenější typ supravodivého qubitu se nazývá transmon.
- Quantum Dot Kvantové počítače: Qubity jsou vyrobeny z elektronů nebo skupin elektronů a dvouúrovňový systém je zakódován do rotace nebo náboje elektronů. Tyto qubity jsou vyrobeny z polovodičů, jako je křemík.
- Lineární optické kvantové výpočty: Optické kvantové počítače používají fotony světla jako qubity a pracují na těchto qubitech pomocí optických prvků, jako jsou zrcadla, vlnové desky a interferometry.
- Kvantové počítače v pasti iontů: Nabité atomy se používají jako qubity a tyto atomy jsou ionizované a mají chybějící elektron. Dvouúrovňový stav, který kóduje qubit, jsou specifické energetické hladiny atomu, se kterými lze manipulovat nebo je měřit pomocí mikrovln nebo laserových paprsků.
- Color Center nebo Nitrogen Vacancy Quantum Computers: Tyto qubity jsou vyrobeny z atomů uložených v materiálech, jako je dusík v diamantu nebo karbidu křemíku. Jsou vytvořeny pomocí jaderných spinů vložených atomů a jsou zapleteny dohromady s elektrony.
- Neutrální atomy v optických mřížkách: Tento přístup zachycuje neutrální atomy do optické mřížky, což je zkřížené uspořádání laserových paprsků. Dvouúrovňovým systémem pro qubity může být hyperjemná energetická hladina atomu nebo excitované stavy.
Toto jsou některé z klíčových přístupů k budování kvantových počítačů, z nichž každý má své vlastní jedinečné vlastnosti a výzvy. Kvantové výpočty se rychle mění a výběr správného přístupu je zásadní pro budoucí úspěch.
Aplikace kvantových počítačů
- Kvantová simulace: Kvantové počítače mají potenciál simulovat složité kvantové systémy, což umožňuje studovat chemické reakce, chování elektronů v materiálech a různé fyzikální parametry. To má využití při zlepšování solárních panelů, baterií, vývoje léků, leteckých materiálů a dalších.
- Kvantové algoritmy: Algoritmy jako Shorův algoritmus a Groverův algoritmus mohou řešit problémy, které jsou považovány za neřešitelné pro klasické počítače. Ty mají aplikace v kryptografii, optimalizaci složitých systémů, strojovém učení a AI.
- Kybernetická bezpečnost: Kvantové počítače představují hrozbu pro klasické šifrovací systémy. Mohou však také přispět ke kybernetické bezpečnosti prostřednictvím vývoje kvantově odolných šifrovacích schémat. Kvantová kryptografie, obor související s kvantovými výpočty, může zvýšit bezpečnost.
- Problémy s optimalizací: Kvantové počítače mohou řešit složité problémy optimalizace efektivněji než klasické počítače. To má aplikace v různých průmyslových odvětvích, od řízení dodavatelského řetězce až po finanční modelování.
- Předpověď počasí a změna klimatu: I když to není v článku úplně podrobně popsáno, kvantové počítače by mohly potenciálně zlepšit modely předpovědi počasí a pomoci řešit problémy související se změnou klimatu. Toto je oblast, která může v budoucnu těžit z kvantových počítačů.
- Kvantová kryptografie: Kvantová kryptografie zvyšuje bezpečnost dat pomocí kvantových principů pro bezpečnou komunikaci. V době rostoucích kybernetických hrozeb je to zásadní.
Nyní musíme být trochu opatrní ohledně potenciálu humbuku, protože mnoho tvrzení o tom, k čemu budou kvantové počítače dobré, pochází od lidí, kteří aktivně sbírají peníze na jejich stavbu.
Ale můj názor je takový, že historicky, když se objevila nová technologie, lidé té doby nejsou nejlepší v tom, aby byli schopni říct, k čemu bude použita.
Například lidem, kteří vynalezli první počítače, se nikdy nesnilo o internetu a všech věcech na něm. To bude pravděpodobně stejné pro kvantové počítače.
Závěrečné myšlenky
Kvantové počítače se každým dnem zlepšují, a přestože je zatím nemůžeme používat v každodenním životě, mají potenciál pro praktické aplikace v budoucnu.
V tomto článku jsem diskutoval o různých aspektech kvantových počítačů, včetně jejich základních pojmů, jako je superpozice, zapletení a interference.
Poté jsme prozkoumali kvantové algoritmy, včetně Shorova algoritmu a Groverova algoritmu. Také jsme se ponořili do teorie kvantové složitosti a různých modelů kvantových počítačů.
Následně jsem se věnoval výzvám a problémům praktické implementace spojeným s kvantovým počítáním. Nakonec jsme prozkoumali širokou škálu potenciálních aplikací pro kvantové počítače.
Dále si také můžete přečíst o Quantum Computing FAQ.