別の量子コンピューターが量子の利点に達しました – それは重要ですか？

量子コンピューターは、世界最高のスーパーコンピューターの手の届かないところにあるタスクを実行することにより、「量子アドバンテージ」に達した可能性があります。専門家は、古典的なマシンの計算を複製すると、宇宙の年齢の数兆兆回かかると推定しています。しかし、この偉業はの開発にとって何を意味しますか 本当に実用的な量子コンピューター？

新しいレコードホルダーは、柔術4.0と呼ばれる量子コンピューターで、光の粒子または光子を使用して計算を行います。 Chao-yang lu 中国の科学技術大学と彼の同僚では、ガウスボソンサンプリング（GBS）にそれを使用しました。これは、粒子がコンピューターのスプロールで複雑なミラーとビームスプリッターのコンピューターの広大で複雑な配置を通過した後に光子のサンプルが測定されるタスクです。

このタスクの以前の記録には、300個未満の光子が含まれていましたが、この場合、柔術は3090粒子を使用しました。これは10倍の改善であり、計算能力の増加を示しています。 Luと彼の同僚は、世界で最も強力なスーパーコンピューターで実行される最先端のアルゴリズムが10を取ると推定しました⁴² 柔術が25.6マイクロ秒で完了したものをシミュレートする年。

「結果は、間違いなく印象的な技術的成果です」と言います ジョナサン・ラヴォイ カナダの量子コンピューティングスタートアップザナドゥでは、219光子の以前のGBS記録を保持していました。 クリス・ランガー Quantum Computing CompanyのQuantinuumでは、以前に異なるタイプの量子コンピューターで量子的優位性を実証していたと述べていますが、これは大きな進歩であると述べています。 「量子システムがシミュレーションできないことを証明できることが重要だと思います」と彼は言います。

しかし、柔術マシン 以前にここにいたことがあります。数回、研究者は量子コンピューターの以前のバージョンを使用して、従来のコンピューターがシミュレートするのが不可能であると思われる多数の光子を持つGBSを実証しました。毎回、 彼らは妨害されました クラシックコンピューターとして 結果を再現しました、時には1時間以内に。

ビル・フェファーマン イリノイ州のシカゴ大学では、これらの勝利の古典的なアルゴリズムの1つに取り組んでいると言いますが、重要な懸念はフォトニックデバイスを妨げていると言います。多くの光子は量子コンピューターを移動すると失われ、デバイスは騒々しいです。 「ここで、彼らは騒音の速度を減らし、同時に実験を大きくしました。少なくとも現時点では、私たちのアルゴリズムが苦労しているようです」とフェファーマンは言います。

ルーは、光子損失を克服することが、彼のチームが新しい実験で満たさなければならなかった最大の課題であると言います。しかし、柔術はまだ完全にノイズがないため、チャンピオンのステータスに挑戦するための新しいクラシックシミュレーション戦略の余地が残ります。

「私の意見では、彼らはまだ政権にいないが、そのような戦略が不可能だと確信できる場所にいる」と言う ジェルマーレネマ オランダのトゥエンテ大学で。

ここには「高潔なサイクル」があります。古典的なアルゴリズムと量子デバイスの競合により、古典世界と量子の世界の間のとらえどころのない境界を理解することができます、とフェファーマンは言います。基本的な科学の観点から見ると、これは誰にとっても勝利ですが、それがより強力なマシンに量子コンピューティングを動かすかどうか 便利な方法で 別の問題です。

Langerは、GBSは、従来のコンピューターとの量子コンピューターの違いを確立するという意味での「エントリーレベルのベンチマーク」であると言いますが、その成果はコンピューターの有用性を直接反映していません。厳密な数学理論の観点から見ると、GBSが量子アドバンテージの「喫煙銃」の証拠であることを評価し、GBSで優れたマシンを作るための明確なパスを特定することは困難です。 ニコラス・ケサダ カナダのポリテクニックモントリオールで。

これは、柔術のハードウェアが高度に専門化されているため、量子コンピューターをプログラムして計算を実行することはできないためです。 「それは狭いタスクの計算上の利点を示すかもしれませんが、それは断層耐性で有用な量子計算のための重要な要素を欠いています」とLavoie氏は言います。ここで、断層トレランスとは、量子コンピューターが識別し、 独自のエラーを修正します、実際の量子コンピューターでまだ達成されていない長年の能力。

同時に、LUと彼のチームは、GBSに関しては、柔術の並外れた能力のためのいくつかのアプリケーションを提唱しました。このプロセスは、画像認識に関連する計算を強化できます。 化学 機械学習に関連する特定の数学的問題。 ファビオ・シアリノ イタリアのローマのサピエンツァ大学では、量子コンピューティングへのこのアプローチはまだ初期段階にあると述べていますが、成功すれば、まったく新しいパラダイムが生まれる可能性があります。

具体的には、この最新の柔術デバイスのように、ハードウェアの進歩により、研究者は例外的な光ベースの量子コンピューターを構築できるようになる可能性があります、とSciarrinoは言います。それらはまったく新しい方法でプログラムされ、機械学習に関連するタスクで優れています。