Kinesiska forskare skapar optisk kretsdriven kvantsuperdator

Ett team av forskare från olika forskningsinstitut i Kina har nyligen demonstrerat kvantsuperioritet tack vare en fotonisk kvantdator. En artikel som nyligen publicerats i tidskriften Science beskriver kvantdatorn som “Jiuzhang”.

Som rapporterats av LiveScience, är kvantdatorn, som huvudsakligen designats av forskare vid University of Science and Technology, rapporterad vara avsevärt kraftfullare än den kvantdator som Google (GOOGL ) designade 2019. 2019 hävdade Google att de hade designat den första datorn som någonsin uppnått “kvantsuperioritet”, vilket hänvisar till användningen av kvantbaserade datorer för att överträffa nuvarande traditionella superdatorer. Rapporterad är Jiuzhang runt 10 miljarder gånger snabbare än den kvantdator som Google designade.

Under de senaste åren har Kina gjort massiva investeringar i området kvantberäkning, och har finansierat forskningen vid nationens National Laboratory for Quantum Information Sciences med cirka 10 miljarder dollar. Dessutom är Kina för närvarande en av världsledarna inom kvantnätverk. Kvantnätverk använder kvantmekanik för att koda data när den överförs över långa avstånd.

Kvantdatorer utnyttjar de unika egenskaperna hos kvantpartiklar för att uppnå bättre prestanda än traditionella datorer. Klassiska datorer kan bara bearbeta data som existerar i ett av två olika tillstånd. Bitar i detta binära system använder ettor och nollor för att representera data, och är inneboende begränsade jämfört med kvantbitar (qubit), som kan existera i mer än två tillstånd samtidigt. Denna egenskap möjliggör för kvantdatorer att hantera mer komplexa problem och bearbeta uppgifter mycket snabbare än ens de bästa superdatorerna idag.

Det har länge varit teoretiserat att kvantdatorer kunde slå ut moderna datorer, men att producera en tillförlitlig kvantdator är ett pågående ingenjörsutmaning. Kvantdatorer behöver ofta placeras i kontrollerade miljöer som förhindrar fluktuationer i temperatur eller andra miljövariabler som kunde störa en kvantdators beräkningar. Forskningsgrupper runt om i världen har experimenterat med olika sätt att bygga kvantdatorer. Medan Googles vann-kvantdator byggde på supraledande material integrerade med chip, bygger Jiuzhang på optiska kretsar.

För att testa Jizhang, hade forskarteamet det att beräkna utdata från en krets som använder ljus och returnerar en lista med nummer. Denna process kallas Gaussian Boson Sampling. Målet var att upptäcka så många fotoner som möjligt. Jiuzhang är en optisk krets i sig och det lyckades upptäcka i genomsnitt 43 fotoner, med en rekord på 76 fotoner.

Enligt artikeln som publicerats i Science, tog det cirka 200 sekunder att generera listan med nummer för varje testkörning av kvantdatorn. Traditionella superdatorer skulle ta cirka 2,5 miljarder år att generera samma lista med nummer. Om samma beräkningshastighet gäller för andra uppgifter, kan kvantdatorer kunna utföra beräkningar runt 100 biljoner gånger snabbare än traditionella superdatorer.

Det är viktigt att notera att Jiuzhang bara kan utföra den smala uppsättning uppgifter som den utvecklats för, som kretsar kring Gaussian Boson Sampling. Jiuzhang är inte en allmän kvantdator. Men det är ett steg mot skapandet av praktiska kvantdatorer.

Som TechXplore rapporterade, är Jiuzhang-datorn inte det enda nyliga exemplet på framsteg inom ljusbaserad dator-teknik som har potential att påverka artificiell intelligens. Ett team av forskare har nyligen granskat nyliga framsteg gällande tillämpningen av optisk dator-teknik på visuell-dator-teknik, och funnit att optiska datorplattformar kan potentiellt sammanfogas med djupa neurala nätverk.

Forskarteamet studerade flera exempel på optisk dator-teknik tillsammans med AI, och fann att AI-inferens baserad på ljus som rör sig över optiska enheter kunde användas för att skapa nya former av visuell-dator-teknik. Dessa inkluderar optiska neurala nätverk som kan snabbt bearbeta och klassificera objekt utan behov av en extern strömförsörjning, och som istället förlitar sig på inkommande ljus för att driva beräkningarna.

AI-enheter som opererar i system som smarta hem, fjärrsensorn och autonoma fordon kunde förbättra kraften hos en vanlig elektronisk dator genom att använda ljus för att snabbt analysera objekt och den omgivande miljön. Hybrida optiska datorsystem kunde utnyttja både flexibiliteten hos traditionella datorer och parallellismen och hastigheten hos optiska datorer.