8 zastosowań i przykładów obliczeń kwantowych

Powoli, ale pewnie, obliczenia kwantowe przygotowują się do zbliżenia.

Google trafiło na pierwsze strony gazet w październiku, kiedy ogłosiło, że osiągnęło długo oczekiwany przełom „kwantowej supremacji”. Jest to moment, w którym komputer kwantowy jest w stanie wykonać zadanie, którego konwencjonalny komputer nie jest w stanie wykonać. W każdym razie nie w rozsądnym czasie. Na przykład Google twierdziło, że problem testowy, który przeprowadziło, zająłby klasycznemu komputerowi tysiące lat – choć niektórzy krytycy i konkurenci nazwali to grubą przesadą.

IBM, na przykład, nie miał tego. Inny wielki gracz w kwantach, to natychmiast wysłał odpowiedź zasadniczo argumentując, że Google nie docenił mięśni superkomputerów IBM – które, choć blazingly szybkie, nie są z odmiany kwantowej.

Tech giant head-butting aside, Google’s achievement was a genuine milestone — one that further established quantum computing in the broader consciousness and prompted more people to wonder, What will these things actually do?

But even once quantum computing reigns supreme, its potential impact remains largely theoretical — hence the hedging throughout in this article. That’s more a reflection, though, of QC’s still-fledgling status than unfulfilled promise.

Before commercial-scale quantum computing is a thing, however, researchers must clear some major hurdles. Główną z nich jest zwiększenie liczby qubitów, jednostek informacji, które komputery kwantowe wykorzystują do wykonywania zadań. Podczas gdy w klasycznych komputerach „bity” istnieją jako 1 lub 0, qubity mogą być jednym z nich lub obydwoma jednocześnie. Jest to klucz do ogromnych prędkości przetwarzania, które są niezbędne do symulacji mechaniki kwantowej na poziomie molekularnym.

Mimo wciąż hipotetycznej natury kwantów i długiej drogi przed nimi, prognozy i inwestycje są liczne. Dyrektor generalny Google Sundar Pichai porównał ostatnie osiągnięcie proof-of-concept swojej firmy do 12-sekundowego lotu braci Wright: choć bardzo podstawowe i krótkotrwałe, pokazało, co jest możliwe. A to, co jest możliwe, zdaniem ekspertów, jest imponujące.

Od cyberbezpieczeństwa, przez badania farmaceutyczne, po finanse – oto kilka sposobów, w jakie kwanty ułatwią osiągnięcie znaczących postępów.

Post-Quantum

Lokalizacja: Londyn

Jak wykorzystuje obliczenia kwantowe: Dla kandydata na prezydenta Andrew Yanga, kwantowy kamień milowy Google’a oznaczał, że „żaden kod nie jest nie do złamania”. Odnosił się on do szeroko dyskutowanego poglądu, że bezprecedensowa moc faktoryzacji komputerów kwantowych poważnie podważy powszechne internetowe systemy szyfrowania.

Ale urządzenie Google (jak wszystkie obecne urządzenia QC) jest zbyt podatne na błędy, aby stanowić bezpośrednie zagrożenie dla bezpieczeństwa cybernetycznego, które sugerował Yang. W rzeczywistości, według teoretycznego informatyka Scott Aaronson, taka maszyna nie będzie istniała przez dłuższy czas. Jednak zagrożenie jest poważne. A wieloletnie dążenie do stworzenia algorytmów odpornych na kwanty – takie jak konkurs National Institute of Standards and Technology na stworzenie takich modeli – pokazuje, jak poważnie społeczność bezpieczeństwa traktuje to zagrożenie.

Jeden z zaledwie 26 tak zwanych algorytmów post-kwantowych, które dostały się do „półfinałów” NIST, pochodzi od, odpowiednio, brytyjskiego lidera w dziedzinie bezpieczeństwa cybernetycznego, firmy Post-Quantum. Eksperci twierdzą, że staranny i przemyślany proces, którego przykładem jest projekt NIST, jest dokładnie tym, czego potrzebuje bezpieczeństwo skoncentrowane na kwantach. Jak powiedziała Nextgov dr Deborah Franke z Agencji Bezpieczeństwa Narodowego: „W przypadku szyfrowania odpornego na kwanty można popełnić błąd na dwa sposoby: Jeden to zbyt wczesne przejście na algorytm, a drugi to zbyt późne przejście na algorytm.”

ProteinQure

Lokalizacja: Toronto

Jak wykorzystuje obliczenia kwantowe: „Prawdziwe podniecenie związane z kwantami polega na tym, że wszechświat zasadniczo działa w sposób kwantowy, więc będzie można lepiej zrozumieć naturę”, powiedział Pichai z Google’a w MIT Technology Review w następstwie niedawnego ogłoszenia jego firmy. „To wczesne dni, ale gdzie mechanika kwantowa świeci jest zdolność do symulacji cząsteczek, procesów molekularnych, i myślę, że jest to, gdzie będzie najsilniejszy. Jednym z przykładów jest odkrywanie leków.”

Jedną z firm skupiających się na symulacji molekularnej, a w szczególności zachowania białek, jest ProteinQure, startup biotechnologiczny z siedzibą w Toronto. Mając 4 miliony dolarów w ostatnich funduszach zalążkowych, firma współpracuje z liderami obliczeń kwantowych (IBM, Microsoft i Rigetti Computing) oraz firmami farmaceutycznymi (SRI International, AstraZeneca) w celu zbadania potencjału QC w modelowaniu białek.

To bardzo skomplikowana, ale przynosząca duże zyski ścieżka rozwoju leków, w której białka są projektowane dla określonych celów medycznych. Chociaż jest to o wiele bardziej precyzyjne niż stara, szkolna metoda prób i błędów polegająca na przeprowadzaniu eksperymentów chemicznych, jest to nieskończenie trudniejsze z obliczeniowego punktu widzenia. Jak zauważa Boston Consulting Group, samo modelowanie cząsteczki penicyliny wymagałoby niemożliwie dużego klasycznego komputera z bitami o mocy 10 do 86. Dla zaawansowanych komputerów kwantowych, ten sam proces może być prosty – i może prowadzić do odkrycia nowych leków na poważne dolegliwości, takie jak rak, choroba Alzheimera i choroby serca.

Cambridge, Mass.-based Biogen jest kolejną godną uwagi firmą badającą możliwości obliczeń kwantowych dla rozwoju leków. Skupiając się na badaniach chorób neurologicznych, firma biotechnologiczna ogłosiła partnerstwo z 2017 r. ze startupem kwantowym 1QBit i firmą Accenture.

Related20 Quantum Computing Companies Making Mind-Blowing Breakthroughs

Daimler AG

Lokalizacja: Stuttgart, Niemcy

Jak wykorzystuje obliczenia kwantowe: Potencjał QC do symulowania mechaniki kwantowej może być równie transformujący w innych dziedzinach związanych z chemią, poza opracowywaniem leków. Przemysł samochodowy, na przykład, chce wykorzystać tę technologię do budowy lepszych akumulatorów samochodowych.

W 2018 r. niemiecki producent samochodów Daimler AG (spółka macierzysta Mercedes-Benz) ogłosił dwa odrębne partnerstwa z potęgami obliczeń kwantowych – Google i IBM. Pojazdy elektryczne są „głównie oparte na dobrze funkcjonującej chemii ogniw baterii”, napisała firma w swoim magazynie w tym czasie. Obliczenia kwantowe, dodał, inspirują „uzasadnioną nadzieję” na „wstępne wyniki” w obszarach takich jak symulacja komórkowa i starzenie się ogniw baterii. Ulepszone baterie dla pojazdów elektrycznych mogłyby pomóc w zwiększeniu adopcji tych pojazdów.

Daimler patrzy również na to, jak QC może potencjalnie doładować AI, plus zarządzać autonomicznym-pojazdów-dławiącym ruchu przyszłość i przyspieszyć logistykę. Idzie w ślady innej wielkiej teutońskiej marki transportowej: Volkswagena. W 2017 r. producent samochodów ogłosił partnerstwo z Google skoncentrowane na podobnych inicjatywach. Połączył się również z D-Wave Systems, w 2018 r.

Volkswagen Group

Lokalizacja: Wolfsburg, Niemcy

Jak wykorzystuje obliczenia kwantowe: Eksploracja optymalizacji przez Volkswagena przynosi punkt warty podkreślenia: Pomimo pewnych powszechnych wyobrażeń, głównym przełomem w obliczeniach kwantowych nie jest szybkość, z jaką będą one rozwiązywać wyzwania, ale rodzaje wyzwań, które będą rozwiązywać.

Problem „podróżującego komiwojażera”, na przykład, jest jednym z najbardziej znanych w obliczeniach. Jego celem jest określenie najkrótszej możliwej trasy między wieloma miastami, uderzając w każde miasto raz i wracając do punktu wyjścia. Znany jako problem optymalizacyjny, jest niewiarygodnie trudny do rozwiązania dla klasycznego komputera. Dla w pełni zrealizowanych QC może to być jednak bułka z masłem.

D-Wave i VW przeprowadziły już programy pilotażowe dotyczące szeregu wyzwań optymalizacyjnych związanych z ruchem ulicznym i podróżami, w tym usprawnienie przepływu ruchu w Pekinie, Barcelonie i, właśnie w tym miesiącu, w Lizbonie. W tym ostatnim przypadku flota autobusów poruszała się po różnych trasach, które zostały dostosowane do warunków ruchu drogowego w czasie rzeczywistym za pomocą algorytmu kwantowego, który VW nadal udoskonala po każdej próbie. Według dyrektora generalnego D-Wave, Vern Brownell, pilotaż firmy „przybliża nas bardziej niż kiedykolwiek do realizacji prawdziwych, praktycznych obliczeń kwantowych”.

JPMorgan Chase

Lokalizacja: NYC

Jak wykorzystuje obliczenia kwantowe: Na liście partnerów, którzy tworzą tak zwaną Sieć Kwantową Microsoftu, znajduje się wiele uniwersytetów badawczych i placówek technicznych skoncentrowanych na obliczeniach kwantowych, ale bardzo niewiele firm powiązanych z biznesem. Jednak dwa z pięciu podmiotów – NatWest i Willis Towers Watson – są związane z bankowością. Podobnie, w Q Network IBM, JPMorgan Chase wyróżnia się pośród morza członków skupionych na technologii, jak również instytucji rządowych i badawczych wyższego szczebla.

To, że ogromnie dochodowe firmy świadczące usługi finansowe chciałyby wykorzystać technologię zmieniającą paradygmat, nie jest niczym zaskakującym, ale modelowanie kwantowe i finansowe są naprawdę naturalnym połączeniem dzięki strukturalnym podobieństwom. Jak napisała w zeszłym roku grupa europejskich naukowców, „cały rynek finansowy można modelować jako proces kwantowy, w którym wielkości ważne dla finansów, takie jak macierz kowariancji, pojawiają się w sposób naturalny.”

Wiele ostatnich badań skupiło się w szczególności na potencjale kwantów do radykalnego przyspieszenia tak zwanego modelu Monte Carlo, który zasadniczo mierzy prawdopodobieństwo różnych wyników i odpowiadające im ryzyko. Dokument z 2019 r. napisany wspólnie przez badaczy IBM i członków zespołu JPMorgan Quantitative Research zawierał metodologię wyceny kontraktów opcyjnych przy użyciu komputera kwantowego.

Jego pozornie jasne zastosowanie do oceny ryzyka, kwanty w finansach może mieć szeroką przyszłość. „Gdybyśmy mieli dzisiaj, co byśmy zrobili?” Zastanawiał się Nikitas Stamatopoulos, współautor papieru price-options. „Odpowiedź dzisiaj nie jest zbyt jasna.”

Microsoft

Lokalizacja: Redmond, Wash.

Jak wykorzystuje obliczenia kwantowe: Świat ma problem z nawozami, który wykracza poza nadmiar kupy. Większość nawozów na naszej planecie powstaje w wyniku podgrzania i sprasowania azotu atmosferycznego do amoniaku, procesu zapoczątkowanego we wczesnych latach 1900 przez niemieckiego chemika Fritza Habera.

Tzw. proces Habera, choć rewolucyjny, okazał się dość energochłonny: około trzech procent rocznej globalnej produkcji energii idzie na uruchomienie Habera, co odpowiada za ponad jeden procent emisji gazów cieplarnianych. Co bardziej szalone, niektóre bakterie wykonują ten proces naturalnie – po prostu nie mamy pojęcia jak i dlatego nie możemy go wykorzystać.

Dzięki odpowiedniemu komputerowi kwantowemu moglibyśmy jednak prawdopodobnie dowiedzieć się, jak – i, robiąc to, znacznie zaoszczędzić energię. W 2017 roku naukowcy z Microsoftu wyizolowali cząsteczkę kofaktora, która jest niezbędna do symulacji. I zrobią to tak szybko, jak tylko sprzęt kwantowy będzie miał wystarczającą liczbę qubitów i stabilizację szumów. Dyrektor generalny Google’a powiedział niedawno MIT, że jego zdaniem kwantowe udoskonalenie Habera jest odległe o około dekadę.

IBM

Lokalizacja: Armonk, Nowy Jork

Jak wykorzystuje obliczenia kwantowe: Ostatnie badania nad tym, czy obliczenia kwantowe mogą znacznie poprawić prognozowanie pogody, wykazały… że jest to temat warty zbadania! I chociaż nadal mamy niewielkie zrozumienie tej zależności, wiele osób z branży QC postrzega ją jako godny uwagi przypadek użycia.

Ray Johnson, były CTO w Lockheed Martin, a obecnie niezależny dyrektor w kwantowym startupie Rigetti Computing, jest wśród tych, którzy wskazali, że metoda obliczeń kwantowych polegająca na jednoczesnym (a nie sekwencyjnym) wykonywaniu obliczeń będzie prawdopodobnie skuteczna w „analizie bardzo, bardzo złożonego systemu zmiennych, jakim jest pogoda”. Futurysta Bernard Marr powtórzył ten sentyment.

Pomimo że obecnie używamy najpotężniejszych superkomputerów na świecie do modelowania prognoz pogody o wysokiej rozdzielczości, dokładne numeryczne przewidywanie pogody jest notorycznie trudne. W rzeczywistości, prawdopodobnie nie minęło wiele czasu odkąd przeklinałeś meteorologa, który nie trafił w dziesiątkę.

Rigetti Computing

Lokalizacja: Berkeley, Calif.

Jak wykorzystuje obliczenia kwantowe: Obliczenia kwantowe i sztuczna inteligencja mogą okazać się wzajemnymi przeciwnościami. Jak wyjaśnił niedawno VentureBeat, postępy w głębokim uczeniu się prawdopodobnie zwiększą nasze zrozumienie mechaniki kwantowej, a jednocześnie w pełni uświadomione komputery kwantowe mogą znacznie przewyższyć konwencjonalne w rozpoznawaniu wzorców danych. Jeśli chodzi o to ostatnie, zespół badań kwantowych IBM odkrył ostatnio, że splątanie qubitów w komputerze kwantowym, który przeprowadził eksperyment z klasyfikacją danych, zmniejszyło poziom błędu o połowę w porównaniu z qubitami niesplątanymi.

„Co to sugeruje,” zauważa esej w MIT Technology Review, „jest to, że komputery kwantowe stają się coraz lepsze w okiełznaniu qubitów i ich splątaniu, będą również coraz lepsze w rozwiązywaniu problemów uczenia maszynowego.”

BadaniaIBM pojawiły się w następstwie innego obiecującego algorytmu klasyfikacji uczenia maszynowego: kwantowo-klasycznej hybrydy uruchomionej na 19-qubitowej maszynie zbudowanej przez Rigetti Computing.

„Harnessing ma potencjał, aby przyspieszyć lub w inny sposób poprawić uczenie maszynowe w stosunku do czysto klasycznej wydajności”, napisali naukowcy Rigetti. Hybrydyzacja klasycznych obliczeń i procesorów kwantowych przezwyciężyła „kluczowe wyzwanie” w realizacji tego celu, wyjaśnili.

Oba są ważnymi krokami w kierunku ostatecznego celu, jakim jest znaczne przyspieszenie AI dzięki obliczeniom kwantowym. Co może oznaczać wirtualnych asystentów, którzy zrozumieją cię za pierwszym razem. Albo niekontrolowane przez gracza postacie z gier wideo, które zachowują się hiperrealistycznie. Potencjalne postępy są liczne.

„I think AI can accelerate quantum computing,” Google’s Pichai said, „and quantum computing can accelerate AI.”

RelatedQuantum Computers Will Transform How We Make & Play Video Games