پیشرفت در قرن بیست و یکم [ ویرایش ]

همچنین ببینید: محاسبات کوانتومی § برتری کوانتومی

پیشرفت گسترده ای به سمت برتری کوانتومی در دهه 2000 از اولین کامپیوتر رزونانس مغناطیسی هسته ای 5 کیوبیتی (2000)، نمایش قضیه شور (2001)، و اجرای الگوریتم دویچ در یک کامپیوتر کوانتومی خوشه ای (2007) انجام شد. [25] در سال 2011، D-Wave Systems of Burnaby در بریتیش کلمبیا اولین شرکتی بود که کامپیوتر کوانتومی را به صورت تجاری فروخت. [26] در سال 2012، فیزیکدان نانیانگ ژو با استفاده از الگوریتم فاکتورسازی آدیاباتیک بهبودیافته به فاکتور 143 به دستاورد مهمی دست یافت. [27] اندکی پس از این موفقیت، گوگل اولین کامپیوتر کوانتومی خود را خریداری کرد. [28]

گوگل اعلام کرده بود که قصد دارد تا قبل از پایان سال 2017 برتری کوانتومی را با آرایه ای از 49 کیوبیت ابررسانا نشان دهد. [29] در اوایل ژانویه 2018، اینتل برنامه سخت افزاری مشابهی را اعلام کرد. [30] در اکتبر 2017، IBM شبیه‌سازی 56 کیوبیت را بر روی یک ابر رایانه کلاسیک نشان داد ، در نتیجه قدرت محاسباتی مورد نیاز برای ایجاد برتری کوانتومی را افزایش داد. [31] در نوامبر 2018، گوگل همکاری با ناسا را ​​اعلام کردکه "نتایج مدارهای کوانتومی اجرا شده بر روی پردازنده‌های کوانتومی گوگل را تجزیه و تحلیل می‌کند، و ... مقایسه‌هایی با شبیه‌سازی کلاسیک ارائه می‌کند تا هم از گوگل در اعتبارسنجی سخت‌افزارش پشتیبانی کند و هم یک خط پایه برای برتری کوانتومی ایجاد کند." [32] کار نظری منتشر شده در سال 2018 نشان می دهد که برتری کوانتومی باید با "شبکه دو بعدی 7 × 7 کیوبیت و حدود 40 سیکل ساعت" امکان پذیر باشد اگر بتوان نرخ خطا را به اندازه کافی پایین آورد. [33] در 18 ژوئن 2019، مجله Quanta پیشنهاد کرد که طبق قانون Neven، برتری کوانتومی ممکن است در سال 2019 اتفاق بیفتد . [34] در 20 سپتامبر 2019، فایننشال تایمزگزارش داد که "گوگل ادعا می کند که با آرایه ای از 54 کیوبیت که 53 کیوبیت آن عملکردی بودند، به برتری کوانتومی دست یافته است، که برای انجام یک سری عملیات در 200 ثانیه استفاده می شود که برای تکمیل یک ابر رایانه حدود 10000 سال طول می کشد." [35] [36] در 23 اکتبر، گوگل رسما این ادعاها را تایید کرد. [37] [38] [39] IBM با پیشنهاد برخی از ادعاها بیش از حد پاسخ داد و پیشنهاد کرد که ممکن است به جای 10000 سال، 2.5 روز طول بکشد، و تکنیک‌هایی را فهرست کرد که یک ابرکامپیوتر کلاسیک ممکن است برای به حداکثر رساندن سرعت محاسبات استفاده کند. پاسخ IBM مرتبط است زیرا قدرتمندترین ابر رایانه در آن زمان، Summit ، توسط IBM ساخته شد. [40] [15] [41]از آن زمان، محققان الگوریتم‌های بهتری را برای مسئله نمونه‌برداری که برای ادعای برتری کوانتومی استفاده می‌شود، ایجاد کرده‌اند، و شکاف بین Sycamore و ابررایانه‌های کلاسیک را کاهش می‌دهند [42] [43] [44] و حتی آن را شکست می‌دهند. [45] [46] [47]

در دسامبر 2020، گروهی مستقر در دانشگاه علم و فناوری چین (USTC) به رهبری جیان وی پان با اجرای نمونه‌برداری بوزون گاوسی روی 76 فوتون با کامپیوتر کوانتومی فوتونیک خود Jiuzhang به برتری کوانتومی دست یافتند . [48] ​​[49] [50] این مقاله بیان می‌کند که برای تولید تعداد نمونه‌هایی که رایانه کوانتومی در 20 ثانیه تولید می‌کند، یک ابر رایانه کلاسیک به 600 میلیون سال محاسبات نیاز دارد. [3]

در اکتبر 2021، تیم‌های USTC بار دیگر مزیت کوانتومی را با ساخت دو ابررایانه به نام‌های Jiuzhang 2.0 و Zuchongzhi گزارش کردند. Jiuzhang 2.0 مبتنی بر نور، نمونه‌برداری بوزون گاوسی را برای شناسایی 113 فوتون از تداخل‌سنج نوری 144 حالته و سرعت نمونه‌برداری با سرعت بالا اجرا کرد.10 24 - اختلاف 37 فوتون و 10 مرتبه قدر نسبت به جیوژانگ قبلی. [51] [52] Zuchongzhi یک کامپیوتر کوانتومی ابررسانا قابل برنامه ریزی است که برای کارکرد موثر باید در دمای بسیار پایین نگه داشته شود و از نمونه برداری تصادفی مدار برای به دست آوردن 56 کیوبیت از یک معماری جفت قابل تنظیم از 66 ترانسمون استفاده می کند - پیشرفتی نسبت به دستاورد Sycamore 2019 گوگل. با 3 کیوبیت، به معنای هزینه محاسباتی بیشتر شبیه سازی کلاسیک 2 تا 3 مرتبه بزرگی. [53] [54] [55] مطالعه سوم گزارش داد که Zuchongzhi 2.1یک کار نمونه برداری را تکمیل کرد که "در شبیه سازی کلاسیک حدود 6 مرتبه قدر دشوارتر از Sycamore است". [56]

در ژوئن 2022 ، Xanadu در مورد آزمایش نمونه‌برداری بوزونی گزارش داده است که به آزمایش‌های Google و UTSC خلاصه می‌شود، راه‌اندازی آن‌ها از حلقه‌های فیبر نوری و مالتی پلکسی برای جایگزینی شبکه تقسیم‌کننده‌های پرتو با یک شبکه استفاده می‌کند که باعث می‌شود آن را نیز به راحتی پیکربندی مجدد کند. آنها میانگین 125 تا 219 فوتون را از 216 حالت فشرده شناسایی کردند (نور فشرده از توزیع عدد فوتون پیروی می کند، بنابراین می توانند بیش از یک فوتون در هر حالت داشته باشند) و ادعا کردند که به سرعت 50 میلیون برابر بزرگتر از آزمایش های قبلی دست یافته اند. [57] [58]

پیچیدگی محاسباتی [ ویرایش ]

مقاله اصلی: نظریه پیچیدگی کوانتومی

استدلال های پیچیدگی به این موضوع مربوط می شود که چگونه مقدار منابع مورد نیاز برای حل یک مسئله (به طور کلی زمان یا حافظه ) با اندازه ورودی مقیاس می شود. در این تنظیمات، یک مسئله شامل یک نمونه مشکل ورودی (یک رشته باینری) و راه حل برگشتی (رشته خروجی مربوطه) است، در حالی که منابع به عملیات ابتدایی تعیین شده، استفاده از حافظه یا ارتباطات اشاره دارد. مجموعه ای از عملیات محلی به کامپیوتر اجازه می دهد تا رشته خروجی را تولید کند. یک مدل مدار و عملیات مربوط به آن در توصیف مسائل کلاسیک و کوانتومی مفید است. مدل مدار کلاسیک شامل عملیات اساسی مانند دروازه‌های AND ، گیت‌های OR استو نه دروازه‌ها در حالی که مدل کوانتومی از مدارهای کلاسیک و کاربرد عملیات واحد تشکیل شده است. برخلاف مجموعه متناهی دروازه های کلاسیک، به دلیل ماهیت پیوسته عملیات واحد، تعداد نامحدودی دروازه کوانتومی وجود دارد. در هر دو مورد کلاسیک و کوانتومی، پیچیدگی با افزایش اندازه مسئله افزایش می یابد. [59] به عنوان بسط نظریه پیچیدگی محاسباتی کلاسیک ، نظریه پیچیدگی کوانتومی آنچه را که یک کامپیوتر کوانتومی جهانی نظری می‌تواند بدون در نظر گرفتن دشواری ساخت یک کامپیوتر کوانتومی فیزیکی یا برخورد با ناهمدوسی و نویز انجام دهد، در نظر می‌گیرد. [60] از آنجایی که اطلاعات کوانتومییک تعمیم اطلاعات کلاسیک است، کامپیوترهای کوانتومی می توانند هر الگوریتم کلاسیک را شبیه سازی کنند . [60]

کلاس‌های پیچیدگی کوانتومی مجموعه‌ای از مسائل هستند که یک مدل محاسباتی کوانتومی مشترک دارند و هر مدل شامل محدودیت‌های منبع مشخصی است. مدل های مدار در توصیف کلاس های پیچیدگی کوانتومی مفید هستند. [61] مفیدترین کلاس پیچیدگی کوانتومی BQP (زمان چند جمله ای کوانتومی با خطای محدود) است، کلاسی از مسائل تصمیم گیری که می توانند در زمان چند جمله ای توسط یک کامپیوتر کوانتومی جهانی حل شوند . [62] سوالاتی در مورد BQP همچنان باقی است، مانند ارتباط بین BQP و سلسله مراتب زمان چند جمله ای، آیا BQP حاوی NP-کامل است یا خیر.مشکلات و مرزهای دقیق پایین و بالای کلاس BQP. نه تنها پاسخ به این سؤالات ماهیت BQP را آشکار می کند، بلکه به سؤالات دشوار نظریه پیچیدگی کلاسیک نیز پاسخ می دهد. یک استراتژی برای درک بهتر BQP با تعریف کلاس های مرتبط، مرتب کردن آنها در یک سلسله مراتب کلاس معمولی، و سپس جستجوی ویژگی هایی است که با رابطه آنها با BQP آشکار می شوند. [63] چندین کلاس پیچیدگی کوانتومی دیگر، مانند QMA (کوانتومی مرلین آرتور) و QIP (زمان چند جمله ای تعاملی کوانتومی) وجود دارد. [61]

دشواری اثبات آنچه که نمی توان با محاسبات کلاسیک انجام داد، یک مشکل رایج در نشان دادن قطعی برتری کوانتومی است. برخلاف مسائل تصمیم گیری که به پاسخ های بله یا خیر نیاز دارند، مسائل نمونه گیری نمونه هایی از توزیع های احتمال را می خواهند. [64] اگر یک الگوریتم کلاسیک وجود داشته باشد که بتواند به طور موثر از خروجی یک مدار کوانتومی دلخواه نمونه برداری کند ، سلسله مراتب چند جمله ای به سطح سوم سقوط می کند، که به طور کلی بسیار بعید در نظر گرفته می شود. [11] [12] نمونه‌برداری بوزون یک پیشنهاد خاص‌تر است که سختی کلاسیک آن به سخت‌ناپذیری محاسبه دائمی بستگی دارد.یک ماتریس بزرگ با ورودی های پیچیده، که یک مسئله #P-complete است. [65] استدلال‌های مورد استفاده برای رسیدن به این نتیجه به نمونه‌برداری IQP، [66] تعمیم داده شده است، جایی که فقط حدس می‌زند که پیچیدگی‌های متوسط ​​و بدترین حالت مسئله یکسان است، [64] و همچنین به تصادفی. نمونه برداری مداری، [12] که وظیفه ای است که توسط گروه های تحقیقاتی گوگل [38] و UTSC تکرار شده است. [48]

آزمایشات پیشنهادی [ ویرایش ]

موارد زیر پیشنهادهایی برای نشان دادن برتری محاسباتی کوانتومی با استفاده از فناوری فعلی است که اغلب دستگاه‌های NISQ نامیده می‌شوند . [2] چنین پیشنهادهایی شامل (1) یک مسئله محاسباتی به خوبی تعریف شده، (2) یک الگوریتم کوانتومی برای حل این مشکل، (3) یک مقایسه الگوریتم کلاسیک بهترین حالت برای حل مسئله، و (4) یک نظریه پیچیدگی استدلال می کند که، تحت یک فرض معقول، هیچ الگوریتم کلاسیکی نمی تواند به طور قابل توجهی بهتر از الگوریتم های فعلی عمل کند (بنابراین الگوریتم کوانتومی همچنان یک سرعت ابرچند جمله ای را ارائه می دهد ). [4] [67]

الگوریتم شور برای فاکتورگیری اعداد صحیح [ ویرایش ]

مقاله اصلی: الگوریتم شور

این الگوریتم فاکتورسازی اول یک عدد صحیح n بیتی را در می یابد{\displaystyle {\tilde {O}}(n^{3})}زمان [68] در حالی که بهترین الگوریتم کلاسیک شناخته شده نیاز دارد{\displaystyle 2^{O(n^{1/3})}}زمان و بهترین حد بالا برای پیچیدگی این مشکل است{\displaystyle O(2^{n/3+o(1)})}. [69] همچنین می‌تواند برای هر مشکلی که به فاکتورگیری اعداد صحیح کاهش می‌یابد ، از جمله مسئله عضویت برای گروه‌های ماتریسی در زمینه‌های مرتبه فرد، سرعت بخشیده شود. [70]

این الگوریتم هم از نظر عملی و هم از نظر تاریخی برای محاسبات کوانتومی مهم است. این اولین الگوریتم کوانتومی زمان چند جمله ای بود که برای یک مسئله دنیای واقعی که تصور می شود برای کامپیوترهای کلاسیک سخت است، پیشنهاد شد. [68] یعنی، با این فرض معقول که RSA ، یک سیستم رمزنگاری به خوبی تثبیت شده، ایمن است، یک سرعت ابرچندجمله‌ای به دست می‌دهد. [71]

فاکتورینگ نسبت به دیگر پیشنهادهای برتری مزیتی دارد زیرا فاکتورسازی را می توان به سرعت با یک کامپیوتر کلاسیک فقط با ضرب اعداد صحیح بررسی کرد، حتی برای نمونه های بزرگی که الگوریتم های فاکتورگیری به طور غیرقابل حلی کند هستند. با این حال، پیاده سازی الگوریتم Shor برای اعداد بزرگ با فناوری فعلی غیرممکن است، [72] [73] بنابراین به عنوان یک استراتژی برای نشان دادن برتری دنبال نمی شود.

نمونه برداری بوزون [ ویرایش ]

مقاله اصلی: نمونه برداری بوزون

این الگوی محاسباتی مبتنی بر ارسال فوتون‌های یکسان از طریق یک شبکه خطی-اپتیکی می‌تواند مشکلات نمونه‌برداری و جستجوی خاصی را حل کند که با فرض چند حدس نظری پیچیدگی (که محاسبه دائمی ماتریس‌های گاوسی #P-Hard است و سلسله مراتب چندجمله‌ای آن را حل نمی‌کند. collapse) برای کامپیوترهای کلاسیک غیرقابل حل هستند. [9] با این حال، نشان داده شده است که نمونه‌برداری بوزون در سیستمی با تلفات و نویز کافی بزرگ می‌تواند به طور موثر شبیه‌سازی شود. [74]

بزرگترین اجرای آزمایشی نمونه‌برداری بوزون تا به امروز دارای 6 حالت بود، بنابراین می‌توانست تا 6 فوتون را در یک زمان مدیریت کند. [75] بهترین الگوریتم کلاسیک پیشنهادی برای شبیه‌سازی نمونه‌برداری بوزون در زمان{\displaystyle O(n2^{n}+mn^{2})}برای سیستمی با n فوتون و m حالت خروجی. [76] [77] BosonSampling یک پیاده‌سازی منبع باز در R است. این الگوریتم منجر به تخمین 50 فوتون مورد نیاز برای نشان دادن برتری کوانتومی با نمونه‌برداری بوزون می‌شود. [76] [77]

نمونه برداری از توزیع خروجی مدارهای کوانتومی تصادفی [ ویرایش ]

مقاله اصلی: معیار آنتروپی متقابل

شناخته شده ترین الگوریتم برای شبیه سازی یک مدار کوانتومی تصادفی دلخواه به مقدار زمانی نیاز دارد که به صورت نمایی با تعداد کیوبیت ها مقیاس می شود ، که باعث می شود یک گروه تخمین بزنند که حدود 50 کیوبیت می تواند برای نشان دادن برتری کوانتومی کافی باشد. [33] Bouland، Fefferman، Nirkhe و Vazirani [12] در سال 2018، شواهد نظری ارائه کردند که شبیه‌سازی کارآمد یک مدار کوانتومی تصادفی مستلزم فروپاشی سلسله مراتب چندجمله‌ای محاسباتی است . گوگلاعلام کرده بود که قصد دارد تا پایان سال 2017 برتری کوانتومی را با ساخت و اجرای یک تراشه 49 کیوبیتی نشان دهد که می‌تواند توزیع‌های غیرقابل دسترس برای رایانه‌های کلاسیک فعلی را در مدت زمان معقولی نمونه‌برداری کند. [29] بزرگترین شبیه ساز مدار کوانتومی جهانی که در آن زمان بر روی ابررایانه های کلاسیک اجرا می شد، قادر به شبیه سازی 48 کیوبیت بود. [78] اما برای انواع خاصی از مدارها، شبیه سازی مدار کوانتومی بزرگتر با 56 کیوبیت امکان پذیر است. [79] این ممکن است نیاز به افزایش تعداد کیوبیت ها برای نشان دادن برتری کوانتومی داشته باشد. [31]در 23 اکتبر 2019، گوگل نتایج این آزمایش برتری کوانتومی را در مقاله نیچر با عنوان «برتری کوانتومی با استفاده از یک پردازشگر ابررسانای قابل برنامه ریزی» منتشر کرد که در آن یک پردازنده جدید 53 کیوبیتی به نام «Sycamore» توسعه داد که قادر به انجام سریع است. ، گیت های منطقی کوانتومی با وفاداری بالا ، به منظور انجام تست معیار. گوگل ادعا می کند که ماشین آنها محاسبات هدف را در 200 ثانیه انجام می دهد و تخمین می زند که الگوریتم کلاسیک آنها 10000 سال در سریع ترین ابررایانه جهان برای حل همان مشکل طول می کشد. [80] IBM با این ادعا مخالفت کرد و گفت که یک الگوریتم کلاسیک بهبودیافته باید بتواند آن مشکل را در دو روز و نیم در همان ابررایانه حل کند. [81] [82] [83]

انتقادات [ ویرایش ]

حساسیت به خطا [ ویرایش ]

کامپیوترهای کوانتومی به دلیل عدم انسجام و نویز بسیار بیشتر از کامپیوترهای کلاسیک در معرض خطا هستند . [84] قضیه آستانه بیان می‌کند که یک کامپیوتر کوانتومی پر سر و صدا می‌تواند از کدهای تصحیح خطای کوانتومی [85] [86] برای شبیه‌سازی یک کامپیوتر کوانتومی بدون نویز با فرض اینکه خطای وارد شده در هر چرخه کامپیوتری کمتر از یک عدد باشد، استفاده کند. [87] شبیه‌سازی‌های عددی نشان می‌دهند که این عدد ممکن است تا 3٪ باشد. [88] با این حال، هنوز به طور قطعی مشخص نیست که چگونه منابع مورد نیاز برای تصحیح خطا با تعداد کیوبیت‌ها مقیاس می‌شوند . [89]شکاکان به رفتار ناشناخته نویز در سیستم‌های کوانتومی بزرگ‌شده به‌عنوان یک مانع بالقوه برای اجرای موفقیت‌آمیز محاسبات کوانتومی و نشان دادن برتری کوانتومی اشاره می‌کنند. [84] [90]

انتقاد از نام [ ویرایش ]

برخی از محققان پیشنهاد کرده‌اند که نباید از اصطلاح «برتری کوانتومی» استفاده شود، با این استدلال که واژه «برتری» مقایسه‌های ناپسندی را با باور نژادپرستانه برتری سفیدپوستان تداعی می‌کند . یک تفسیر بحث برانگیز [91] [92] طبیعت که توسط سیزده محقق امضا شده است، ادعا می کند که عبارت جایگزین "مزیت کوانتومی" باید به جای آن استفاده شود. [93] [94] جان پرسکیل ، استاد فیزیک نظری در موسسه فناوری کالیفرنیاکه این اصطلاح را ابداع کرد، از آن زمان توضیح داد که این اصطلاح برای توصیف صریح لحظه ای پیشنهاد شده است که یک کامپیوتر کوانتومی توانایی انجام کاری را به دست می آورد که یک کامپیوتر کلاسیک هرگز نمی تواند انجام دهد. وی همچنین توضیح داد که وی به طور خاص اصطلاح "مزیت کوانتومی" را رد می کند زیرا به طور کامل معنای اصطلاح جدید او را در بر نمی گیرد: کلمه "مزیت" به این معنی است که رایانه ای با برتری کوانتومی نسبت به رایانه های کلاسیک دارای برتری جزئی است در حالی که کلمه "برتری" برتری کامل را بر هر کامپیوتر کلاسیک بهتر نشان می دهد. [6] در دسامبر 2020، فیلیپ بال Nature's نوشت که اصطلاح "مزیت کوانتومی" تا حد زیادی جایگزین اصطلاح "برتری کوانتومی" شده است. [95] در فوریه 2021،این مقاله اصطلاح «اولیه کوانتومی» را به عنوان جایگزینی مناسب پیشنهاد کرد.

همچنین ببینید [ ویرایش ]

منبع

https://en.wikipedia.org/wiki/Quantum_supremacy