Kiinalaiset tutkijat luovat optisen piirin ohjaaman kvanttitietokoneen

Kiinalaisten tutkimuslaitosten tutkijaryhmä on osoittanut kvanttitietokoneen avulla kvanttienemmistön. Tiedelehti Science julkaisi aiemmin tutkimuksen, jossa kvanttitietokone kuvataan nimellä “Jiuzhang”.

LiveScience:n mukaan University of Science and Technologyn tutkijoiden suunnittelema kvanttitietokone on merkittävästi tehokkaampi kuin Google vuonna 2019 suunnittelema kvanttitietokone. Google ilmoitti vuonna 2019, että se oli suunnitellut ensimmäisen tietokoneen, joka saavutti “kvanttienemmistön”, joka viittaa kvanttipohjaisen tietokoneen käyttöön perinteisten supertietokoneiden ylittämiseksi. Jiuzhang on ilmoitettu olevan noin 10 miljardia kertaa nopeampi kuin Google suunnittelema kvanttitietokone.

Viime vuosina Kiina on tehnyt massiivisia sijoituksia kvanttiteknologian alueelle, rahoittaen maan kansallista kvanttitietojen tutkimuslaitosta noin 10 miljardilla dollarilla. Lisäksi Kiina on yksi johtavista kvantti-verkostoista. Kvantti-verkostoissa käytetään kvanttimekaniikkaa datan koodaamiseen siirrettäessä sitä pitkin matkin.

Kvanttitietokoneet hyödyntävät kvanttihiukkasten ainutlaatuisia ominaisuuksia saadakseen paremman suorituskyvyn kuin perinteiset tietokoneet. Klassiset tietokoneet voivat prosessoida vain sellaista dataa, joka on joko ykkösessä tai nolla-tilassa. Binäärijärjestelmän bittien käyttäminen ykkösien ja nollien edustamiseen on perustavanlaatuinen rajoitus verrattuna kvanttipitsejä (qubiteja), jotka voivat olla useissa tiloissa samanaikaisesti. Tämä ominaisuus mahdollistaa kvanttitietokoneiden käsittelemisen monimutkaisempia ongelmia ja prosessointia nopeammin kuin parhaat supertietokoneet tänään.

On pitkään oletettu, että kvanttitietokoneet voivat voittaa perinteiset tietokoneet, mutta luotettavan kvanttitietokoneen tuottaminen on edelleen meneillään oleva insinööritieteellinen haaste. Kvanttitietokoneet vaativat usein säädeltyjä ympäristöjä, joissa lämpötila- tai muut ympäristömuuttujat eivät voi vaikuttaa kvanttitietokoneen laskelmiin. Tutkimusryhmät ympäri maailmaa ovat kokeilleet eri tapoja kvanttitietokoneiden rakentamiseen. Google:n voittanut kvanttitietokone perustui suprajohtaviin materiaaleihin integroiduilla piireillä, kun taas Jiuzhang perustuu optisiin piireihin.

Jiuzhangin testaamiseksi tutkimusryhmä antoi sille laskettavaksi valon ja luvun listan, jota kutsutaan Gaussian Boson Sampling -prosessiksi. Tavoitteena oli havaita mahdollisimman monta fotonia. Jiuzhang on itse optinen piiri, ja se onnistui havaitsemaan keskimäärin 43 fotonia, saavuttaen ennätyksen 76 fotonilla.

Tiedelehti Science:ssä julkaistun tutkimuksen mukaan kesti noin 200 sekuntia luoda luettelo luvuista jokaiselle kvanttitietokoneen kokeilukerralle. Perinteiset supertietokoneet tarvitsisivat noin 2,5 miljardia vuotta luodakseen saman luettelon luvuista. Jos sama laskentanopeus pitää paikkansa muiden tehtävien osalta, kvanttitietokoneet voivat suorittaa laskelmia noin 100 biljoonaa kertaa nopeammin kuin perinteiset supertietokoneet.

On tärkeää huomata, että Jiuzhang voi suorittaa vain suppean joukon tehtäviä, jotka se on kehitetty, keskittyen Gaussian Boson Samplingiin. Jiuzhang ei ole yleinen kvanttitietokone, mutta se on askel kohti käytännöllisten kvanttitietokoneiden luomista.

TechXploren mukaan Jiuzhang-kone ei ole ainoa äskettäin valon perusteella toteutetun tietokoneteknologian edistysaskel, jolla on potentiaalisia vaikutuksia tekoälyyn. Tutkimusryhmä on tarkastellut äskettäisiä edistysaskelia valon soveltamisessa visuaaliteknologioihin ja havainnut, että optiset laskentaplatformat voivat yhdistää syvät neuroniverkkotekniikat.

Tutkimusryhmä tarkasteli useita optisen laskennan esimerkkejä tekoälysovelluksissa ja totesi, että valon liikkeen optisilla laitteilla voitiin luoda uusia visuaaliteknologioita, kuten optisia neuroniverkkoja, jotka voivat nopeasti prosessoida ja luokitella objekteja ilman ulkoista virtalähdettä, jolloin laskelmat voivat hyödyntää tulevaa valoa.

Hybridi-optiset tietokonejärjestelmät voivat hyödyntää sekä perinteisten tietokoneiden joustavuutta että optisten tietokoneiden rinnakkaisuutta ja nopeutta.