Kiinalaiset tutkijat luovat valoa hyödyntävän kvanttitietokoneen

Kiinalaisten tutkimuslaitosten tutkijaryhmä on vastikään osoittanut kvanttitietokoneen avulla saavutetun kvanttietokoneen ylivoiman. Tiedelehti Science julkaisi aiheesta artikkelin, jossa kvanttitietokoneesta käytetään nimitystä “Jiuzhang”.

LiveScience raportoi, että pääosin Kiinan tiede- ja teknologiayliopiston tutkijoiden suunnittelema kvanttitietokone on selvästi tehokkaampi kuin Google (GOOGL ) vuonna 2019 kehittämä kvanttitietokone. Vuonna 2019 Google väitti kehittäneensä ensimmäisen tietokoneen, joka saavutti “kvanttietokoneen ylivoiman”, joka viittaa siihen, että kvanttipohjaiset tietokoneet pystyvät suorittamaan tehtäviä perinteisten supertietokoneiden nopeammin. Jiuzhang on raportoinnin mukaan noin 10 miljardia kertaa nopeampi kuin Google vuonna 2019 kehittämä kvanttitietokone.

Viime vuosina Kiina on tehnyt massiivisia sijoituksia kvanttilaskennan alueelle, rahoittamalla maan kansallisen kvanttitietojen tutkimuslaitoksen noin 10 miljardilla dollarilla. Lisäksi Kiina on tällä hetkellä yksi johtavista kvanttiviestintämaista. Kvanttiviestintä hyödyntää kvanttimekaniikkaa koodatakseen tiedot niiden siirtäessä pitkiä matkoja.

Kvanttitietokoneet hyödyntävät kvanttipartikkeleiden ainutlaatuisia ominaisuuksia saavuttaakseen paremman suorituskyvyn kuin perinteiset tietokoneet. Klassiset tietokoneet voivat prosessoida vain sellaista dataa, joka on joko yhdessä tai toisessa tilassa. Bittien binäärijärjestelmässä käytetään ykkösiä ja nollia edustamaan dataa, ja se on luonnostaan rajoitettu verrattuna kvanttipiteisiin (qubiteihin), jotka voivat olla useissa tiloissa samanaikaisesti. Tämä ominaisuus mahdollistaa kvanttitietokoneiden käsittelemisen monimutkaisempia ongelmia ja prosessointitehtäviä paljon nopeammin kuin nykyiset supertietokoneet.

On pitkään arveltu, että kvanttitietokoneet voivat lyödä perinteiset tietokoneet, mutta luotettavan kvanttitietokoneen tuottaminen on edelleen käynnissä oleva insinööritieteellinen haaste. Kvanttitietokoneet tarvitsevat usein säädeltyjä ympäristöjä, jotka estävät lämpötilan tai muiden ympäristömuuttujien vaihtelut, jotka voivat vaikuttaa kvanttitietokoneen laskelmiin. Tutkimusryhmät ympäri maailmaa ovat kokeilleet eri tapoja kvanttitietokoneiden rakentamiseen. Google käytti superjohtavista materiaaleista valmistettuja piirejä, kun taas Jiuzhang perustuu valosirkuksiin.

Jiuzhangin testaamiseksi tutkimusryhmä antoi sille tehtäväksi laskea valon ja luvun listan tulokset. Tätä prosessia kutsutaan Gaussian Boson Samplingiksi. Tavoitteena oli havaita mahdollisimman monta fotonia. Jiuzhang on itse valosirkuitti, ja se onnistui havaitsemaan keskimäärin 43 fotonia, saavuttaen ennätyksen 76 fotonilla.

Tiedelehti Science julkaisi artikkelin, jonka mukaan Jiuzhang tarvitsi noin 200 sekuntia luodakseen luvun listan jokaiselle koerunnolle. Perinteiset supertietokoneet tarvitsisivat noin 2,5 miljardia vuotta saman luvun listan generoimiseen. Jos sama laskentanopeus pitää paikkansa muiden tehtävien osalta, kvanttitietokoneet voivat suorittaa laskutoimituksia perinteisten supertietokoneiden noin 100 biljoonaa kertaa nopeammin.

On tärkeää huomata, että Jiuzhang pystyy suorittamaan vain suppean tehtävien joukon, johon se on kehitetty, kuten Gaussian Boson Sampling. Jiuzhang ei ole yleinen kvanttitietokone. Se on kuitenkin askel kohti käytännöllisten kvanttitietokoneiden luomista.

TechXplore raportoi, että Jiuzhang ei ole ainoa äskettäin valmiin valonpohjaisen laskennan edistysaskel, jolla on potentiaalisia vaikutuksia tekoälyyn. Tutkimusryhmä on tarkastellut valon laskennan soveltamista visuaalilaskentaan ja löytänyt, että valon laskennan alustat voivat yhdistää syvät neuroniverkot.

Tutkimusryhmä tarkasteli useita valon laskennan esimerkkejä yhdessä tekoälyn kanssa ja totesi, että tekoälypohjainen valon liike valolaiteissa voisi luoda uusia visuaalilaskennan muotoja. Nämä käsittävät valo-neuroniverkkoja, jotka voivat nopeasti prosessoida ja luokitella objekteja ilman ulkoista virtalähdettä, jolloin ne voivat hyödyntää saapuvaa valoa laskelmien suorittamiseen.

TeKO-laitteet, jotka toimivat järjestelmissä kuten älytalot, etäanturit ja itseohjautuvat ajoneuvot, voivat parantaa säännöllisen elektronisen tietokoneen tehokkuutta käyttämällä valoa nopeasti analysoimaan objekteja ja ympäristöä, joka ympäröi objektia. Hybridi-valosirkuksia voivat hyödyntää sekä perinteisten tietokoneiden joustavuutta että valosirkuksien rinnakkaisuutta ja nopeutta.