Dasar-dasar AI

Apa Itu Komputer Kuantum?

mm
Tambahkan Unite.AI ke sumber pilihan Anda di Google

Komputer kuantum memproses informasi dengan keadaan kuantum. Unit dasarnya, qubit, dapat dipersiapkan dalam superposisi dan dikorelasikan dengan qubit lain melalui keterikatan. Gerbang kuantum membentuk amplitudo sehingga interferensi meningkatkan probabilitas hasil pengukuran yang berguna.

Komputer kuantum tidak sekadar mencoba setiap jawaban secara paralel dan mengungkapkan yang terbaik. Pengukuran menghasilkan hasil klasik yang terbatas. Algoritma yang berguna harus secara sengaja membangun interferensi dan biasanya mengulang sirkuit berkali‑kali untuk memperkirakan probabilitas.

Poin-poin utama

  • Qubit adalah keadaan kuantum; gerbang memanipulasi amplitudo dan pengukuran menghasilkan hasil klasik.
  • Keterikatan menciptakan korelasi yang deskripsi klasiknya mungkin tidak dapat mewakili secara efisien, namun bukan percepatan universal.
  • Kebisingan membatasi kedalaman sirkuit, sehingga sistem skala besar yang berguna memerlukan koreksi kesalahan dan banyak qubit fisik per qubit logis.
  • Keunggulan kuantum bersifat spesifik pada tugas; komputasi klasik tetap penting dalam alur kerja hibrida.
What Are Quantum Computers? diagram showing prepare, entangle, apply gates, interfere, measure, post-process
Koreksi kesalahan berada di bawah sirkuit logis; kontrol klasik mengelilingi setiap tahap.

Qubit, superposisi, dan pengukuran

Bit klasik dibaca sebagai 0 atau 1. Qubit dapat dipersiapkan sebagai kombinasi berbobot dari keadaan dasar, yang dijelaskan oleh amplitudo kompleks dimana kuadrat magnitudenya menentukan probabilitas pengukuran. Gerbang memutar dan menghubungkan keadaan ini secara terkontrol secara matematis.

Pengukuran bukanlah pembacaan setiap amplitudo. Ia menghasilkan hasil seperti 0 atau 1 dan mengubah keadaan. Oleh karena itu algoritma menggunakan eksekusi berulang, interferensi yang dirancang hati‑hati, dan pemrosesan pasca‑klasik untuk mengekstrak perkiraan yang berguna.

Keterikatan dan sirkuit kuantum

Keterikatan menggambarkan keadaan kuantum gabungan yang tidak dapat dipisahkan menjadi keadaan independen untuk tiap qubit. Ia dapat menjadi sumber daya komputasi, namun keterikatan saja tidak menyelesaikan masalah. Sebuah sirkuit menggabungkan persiapan keadaan, gerbang satu‑ dan dua‑qubit, pengukuran, dan seringkali optimizer klasik.

Algoritma variasional hibrida menjalankan sirkuit berparameter berulang kali dan memperbarui parameter pada komputer klasik. Mereka menarik untuk eksperimen jangka pendek, meskipun bukti keunggulan praktis harus dibandingkan dengan baseline klasik yang kuat termasuk total biaya sampling dan mitigasi kesalahan.

Kebisingan dan koreksi kesalahan kuantum

Qubit fisik kehilangan koherensi dan gerbang memperkenalkan kesalahan. Menambahkan lebih banyak operasi berisik dapat memperburuk hasil. Koreksi kesalahan kuantum mengkodekan satu qubit logis ke banyak qubit fisik, mendeteksi sindrom kesalahan, dan memperbaiki cacat tanpa mengukur langsung informasi yang dilindungi.

Overhead yang diperlukan bergantung pada tingkat kesalahan perangkat keras, pilihan kode, konektivitas, dan algoritma target. Jumlah qubit fisik dari sistem yang berbeda oleh karena itu tidak dapat dibandingkan secara langsung, dan banyaknya qubit fisik tidak sama dengan mesin toleran kesalahan yang besar.

Di mana algoritma kuantum dapat membantu

Algoritma yang diketahui menawarkan keuntungan teoretis untuk tugas spesifik seperti faktorisasi, pencarian tak terstruktur, dan simulasi sistem kuantum. Penelitian juga mengeksplorasi optimisasi dan pembelajaran mesin, namun banyak proposal belum mengungguli metode klasik terbaik dengan asumsi perangkat keras dan pemuatan data yang realistis.

Klaim yang kredibel harus menyebutkan masalah, ukuran input, model kesalahan, target akurasi, pembanding klasik, dan perkiraan total sumber daya. “Supremasi kuantum” atau “keunggulan” adalah pernyataan eksperimental tentang tugas tertentu, bukan bukti bahwa komputer kuantum secara umum lebih cepat.

Komputasi kuantum dan keamanan siber

Komputer kuantum toleran kesalahan yang cukup kuat akan mengancam sistem kunci publik yang banyak digunakan yang berbasis faktorisasi dan logaritma diskrit. Namun, ia tidak secara otomatis memecahkan setiap sandi simetris atau fungsi hash.

NIST menyelesaikan standar kriptografi pasca-kuantum pertamanya pada tahun 2024, sehingga organisasi harus menginventarisasi ketergantungan kriptografi dan merencanakan migrasi jauh sebelum komputer kuantum yang relevan secara kriptografi ada. Ini merupakan masalah keamanan siber dan siklus hidup data karena data terenkripsi yang disadap dapat tetap berharga selama bertahun‑tahun.

Qubit, gerbang, dan informasi kuantum

Qubit dijelaskan oleh keadaan kuantum yang amplitudonya menentukan probabilitas pengukuran. Superposisi memungkinkan suatu keadaan menggabungkan kemungkinan basis, sementara keterikatan menciptakan korelasi yang tidak dapat direpresentasikan sebagai qubit independen. Gerbang kuantum adalah operasi unitari yang dapat dibalik; sebuah sirkuit mempersiapkan keadaan, menerapkan gerbang, dan mengukur bit klasik. Pengukuran tidak mengungkapkan amplitudo secara langsung, sehingga algoritma harus menyusun interferensi yang meningkatkan hasil berguna dan menekan yang lain. Paralelisme kuantum saja tidak berarti setiap jawaban yang mungkin dibaca sekaligus.

Qubit fisik dapat menggunakan sirkuit superkonduktor, ion terperangkap, atom netral, foton, spin, atau sistem lain. Setiap platform berbeda dalam kecepatan gerbang, konektivitas, fidelitas, koherensi, pengukuran, kontrol, pendinginan, dan kemampuan manufaktur. Kebisingan terakumulasi selama komputasi. Koreksi kesalahan kuantum mengkodekan satu qubit logis ke banyak qubit fisik dan berulang kali mendeteksi kesalahan tanpa mengukur langsung informasi logis yang dilindungi. Mesin toleran kesalahan yang berguna memerlukan tingkat kesalahan di bawah ambang dan overhead yang signifikan untuk gerbang logis serta dekoding.

Algoritma, kompleksitas, dan perangkat keras saat ini

Algoritma Shor menawarkan faktorisasi dan logaritma diskrit dalam waktu polinomial pada komputer toleran kesalahan yang cukup kuat, yang mendorong migrasi ke kriptografi pasca-kuantum. Algoritma Grover memberikan percepatan kuadratik untuk pencarian tak terstruktur, bukan eksponensial. Simulasi kuantum menjadi target alami karena sistem kuantum sulit direpresentasikan secara klasik. Algoritma variasional menggabungkan sirkuit kuantum pendek dengan optimasi klasik, namun kebisingan, kemampuan pelatihan, dan kompetisi klasik membatasi bukti keunggulan praktis pada mesin saat ini.

Klaim keunggulan kuantum harus mendefinisikan tugas, input, kualitas output, waktu perangkat keras, sampling, pra‑pemrosesan, mitigasi kesalahan, dan baseline klasik terkuat dengan sumber daya yang sebanding. Jumlah qubit saja tidak cukup; kedalaman sirkuit, konektivitas, fidelitas, dan kesalahan logis penting. Beberapa demonstrasi menyelesaikan masalah sampling yang dirancang khusus dengan aplikasi terbatas. Akses cloud berguna untuk riset dan pendidikan, namun beban kerja dapat menunggu dalam antrean, bergantung pada kalibrasi proprietari, dan menghasilkan sampel probabilistik yang memerlukan analisis statistik.

Merencanakan komputasi kuantum secara bertanggung jawab

Organisasi harus menginventarisasi kriptografi dan memulai migrasi pasca-kuantum berbasis standar tanpa bergantung pada prediksi tentang mesin yang relevan secara kriptografi. Untuk aplikasi, identifikasi bottleneck komputasi yang tepat, perkiraan sumber daya logis, dan bandingkan dengan algoritma serta perangkat keras klasik yang terus berkembang. Lindungi data sensitif yang dikirim ke layanan kuantum cloud dan pertahankan catatan sirkuit, kompiler, dan kalibrasi yang dapat direproduksi. Komputasi kuantum adalah model komputasi yang berbeda dengan kecepatan teoretis terbukti dan kemajuan rekayasa yang aktif, namun bukan pengganti umum untuk CPU, GPU, atau AI klasik.

Contoh terapan: mengevaluasi klaim optimasi kuantum

Sebuah studi logistik memetakan sub‑masalah routing ke sirkuit kuantum dan membandingkannya dengan heuristik klasik. Evaluasi mencakup enkoding data, kompilasi sirkuit, antrean, sampling, mitigasi kesalahan, dan dekoding hasil, serta melaporkan kualitas solusi dan waktu dinding. Ia menggunakan baseline klasik terkuat yang tersedia pada contoh masalah yang setara dan menjelaskan apakah perangkat kuantum menyelesaikan seluruh masalah bisnis atau hanya kernel kecil yang dibangun.

Hasil diulang pada berbagai kalibrasi dan ukuran, dengan kedalaman sirkuit, kesalahan dua‑qubit, jumlah tembakan (shots), dan tingkat kegagalan yang diungkapkan. Hasil variasional berisik yang cocok dengan solusi klasik tidak disebut keunggulan kuantum. Perkiraan sumber daya menunjukkan jumlah qubit logis dan overhead koreksi kesalahan yang diperlukan untuk skala. Organisasi secara terpisah memulai inventarisasi kriptografi pasca-kuantum karena migrasi keamanan tersebut bijaksana terlepas dari apakah eksperimen optimasi menghasilkan nilai jangka pendek.

Bukti implementasi dan kesiapan operasional

Keputusan produksi membutuhkan lebih dari sekadar demonstrasi yang berhasil. Tentukan pengguna yang ditargetkan, lingkungan operasional, input, output, ketergantungan, pemilik, dan konsekuensi setiap kegagalan penting. Bangun baseline yang dapat direproduksi dan kumpulan evaluasi berversi sebelum penyetelan. Uji kasus biasa, kondisi batas, input yang rusak atau hilang, pergeseran distribusi, kegagalan ketergantungan, penyalahgunaan, serta grup atau lingkungan yang paling mungkin kurang terlayani. Ukur kualitas tugas bersama dengan kalibrasi atau ketidakpastian, latensi, throughput, biaya sumber daya, aksesibilitas, privasi, dan keamanan. Catat setiap transformasi dan ambang batas sehingga peninjau independen dapat mereproduksi hasil dan membedakan bukti dari prototipe yang menarik.

Sebelum peluncuran, tetapkan otoritas untuk rilis, pengecualian, perubahan, rollback, dan pensiun. Gunakan peluncuran bertahap, pertahankan fallback yang aman, dan verifikasi pemantauan dengan kegagalan yang sengaja disuntikkan. Telemetri operasional harus mengungkapkan kualitas input, perilaku output, versi model atau aturan, kesehatan ketergantungan, intervensi manusia, dan hasil yang dikonfirmasi tanpa mengumpulkan data sensitif yang tidak diperlukan. Tentukan ambang batas peringatan dan pemilik respons, kemudian tinjau bukti dunia nyata setelah penerapan alih‑alih mengasumsikan kinerja offline akan bertahan. Evaluasi kembali setiap kali sumber data, pengguna, model, vendor, kebijakan, perangkat keras, atau tujuan berubah. Sistem yang dipelihara juga memerlukan prosedur pemulihan terdokumentasi, pembelajaran insiden, penghapusan dan retensi, serta titik yang jelas di mana sistem harus dinonaktifkan atau diganti.

Pertanyaan yang sering diajukan

Apakah komputer kuantum akan menggantikan komputer klasik?

Tidak. Mereka adalah akselerator khusus untuk algoritma tertentu dan akan bergantung pada sistem klasik untuk kontrol, kompilasi, jaringan, dan pemrosesan pasca‑kalkulasi.

Apakah qubit sekaligus 0 dan 1?

Qubit dapat berada dalam superposisi keadaan dasar, tetapi pengukuran menghasilkan hasil klasik sesuai dengan probabilitas keadaan tersebut. Ungkapan “kedua‑nya sekaligus” merupakan penyederhanaan yang tidak lengkap.

Referensi utama

Blogger dan programmer dengan spesialisasi di Machine Learning dan Deep Learning topik. Daniel berharap untuk membantu orang lain menggunakan kekuatan AI untuk kebaikan sosial.