โซฟ์ทแบงค์ และ Quantinuum เผยแพร่เอกสารวิชาการที่กำหนดเส้นทางเชิงปฏิบัติสำหรับการคำนวณควอนตัมเชิงพาณิชย์

เอกสารปกขาวฉบับใหม่จาก SoftBank และ Quantinuum Inc. (QNT ) ชื่อ Quantum Computing Frontiers พยายามตอบหนึ่งในคำถามสำคัญและเรื้อรังที่สุดของอุตสาหกรรมว่า คอมพิวเตอร์ควอนตัมจะมีประโยชน์กับงานเชิงพาณิชย์เมื่อใด แทนมอง “ความได้เปรียบเชิงควอนตัม” เป็นช่วงเวลาพลิกผันเพียงครั้งเดียว งานศึกษา 65 หน้านี้จับคู่งานเฉพาะกับฮาร์ดแวร์ Quantinuum รุ่นต่อเนื่องกัน การวิเคราะห์มุ่งสองด้านที่ SoftBank ศึกษาอยู่แล้ว ได้แก่ เคมีควอนตัมสำหรับวัสดุและพลังงาน กับการวิเคราะห์ข้อมูลเชิงทอพอโลยีสำหรับปัญหาที่อาศัยกราฟ เช่น การตรวจจับการฉ้อโกงโทรคมนาคม ผลลัพธ์ไม่ใช่คำพยากรณ์ว่าคอมพิวเตอร์ควอนตัมจะพลิกอุตสาหกรรมอย่างฉับพลันเมื่อไร แต่เป็นกรอบแบบเป็นขั้นซึ่งแสดงว่างานที่มีประโยชน์จะขยายอย่างไร เมื่อคุณภาพคิวบิต การแก้ไขข้อผิดพลาด และขนาดระบบดีขึ้น

ก้าวพ้นการนับจำนวนคิวบิต

โรดแมปคอมพิวเตอร์ควอนตัมมักนำเสนอผ่านตัวชี้วัดฮาร์ดแวร์ เช่น คิวบิตเชิงกายภาพ ความเที่ยงตรงของเกต หรือปริมาตรควอนตัม ตัวชี้วัดเหล่านี้สำคัญ แต่ไม่จำเป็นต้องบอกผู้ผลิต บริษัทยา หรือผู้ให้บริการโทรคมนาคมว่าเครื่องทำอะไรได้บ้าง

SoftBank และ Quantinuum ใช้แนวทางที่มีแอปพลิเคชันเป็นศูนย์กลางมากขึ้น เอกสารเริ่มจากปัญหาอุตสาหกรรมตัวแทน ประเมินจำนวนลอจิคัลคิวบิต จำนวนเกต ความลึกของวงจร และอัตราข้อผิดพลาดที่ต้องใช้เพื่อแก้ปัญหา จากนั้นเปรียบเทียบความต้องการเหล่านั้นกับฮาร์ดแวร์ Quantinuum แต่ละรุ่นที่วางแผนไว้

ระเบียบวิธีรวมการสร้างวงจรอย่างชัดเจน และเมื่อทำได้ก็รันบนฮาร์ดแวร์หรืออีมูเลเตอร์ที่มีอยู่ จุดมุ่งหมายคือการลดช่องว่างระหว่างอัลกอริทึมที่มีแนวโน้มดีในทางทฤษฎี กับโปรแกรมที่นำไปใช้ได้ภายใต้ข้อจำกัดจริง

ข้อโต้แย้งหลักของเอกสารคือความสามารถเชิงควอนตัมจะพัฒนาเหมือนขอบเขตที่ค่อย ๆ ขยาย การสาธิตขนาดเล็กจะกลายเป็นงานนำร่อง งานนำร่องก้าวไปสู่การคำนวณที่เกี่ยวข้องกับแอปพลิเคชัน และบางการคำนวณจะกลายเป็นบริการอุตสาหกรรมที่ผสานอยู่ในระบบในที่สุด ดังนั้น ประโยชน์เชิงพาณิชย์น่าจะมาถึงต่างเวลากันตามแต่ละปัญหา แทนที่จะเกิดพร้อมกันทุกแห่งเมื่อจำนวนคิวบิตผ่านเกณฑ์ใดเกณฑ์หนึ่ง

เคมีควอนตัมยังเป็นเป้าหมายมูลค่าสูง

เคมีควอนตัม ถูกมองอย่างกว้างขวางว่าเป็นหนึ่งในการใช้งานคอมพิวเตอร์ควอนตัมที่เป็นธรรมชาติที่สุด เพราะพฤติกรรมโมเลกุลอยู่ภายใต้กลศาสตร์ควอนตัม เมื่อระบบโมเลกุลซับซ้อนขึ้น การจำลองโครงสร้างอิเล็กทรอนิกส์อย่างแม่นยำอาจต้องใช้ทรัพยากรสูงมากสำหรับคอมพิวเตอร์แบบดั้งเดิม

เอกสารปกขาวมุ่งสถานะกระตุ้นและปฏิกิริยาโฟโตเคมี ปรากฏการณ์เหล่านี้ส่งผลต่อวิธีที่โมเลกุลดูดซับแสง เปลี่ยนรูปร่าง ถ่ายโอนพลังงาน และเสื่อมตามเวลา ความสามารถที่ดีขึ้นในการจำลองอาจสนับสนุนการออกแบบวัสดุตอบสนองต่อแสง สวิตช์โมเลกุล เทคโนโลยีพลังงาน หน้าต่างอัจฉริยะ จอความจริงเสริม อุปกรณ์เครือข่ายออปติคัล และผลิตภัณฑ์ขั้นสูงอื่น

วัสดุสำหรับการสวิตช์เชิงแสงเป็นตัวอย่างหลักของเอกสาร ประสิทธิผลขึ้นกับการเปลี่ยนระดับอิเล็กทรอนิกส์ ซึ่งกำหนดว่าพลังงานที่ดูดซับทำให้โมเลกุลเปลี่ยนตามต้องการ หรือสูญเสียไปกับปฏิกิริยาที่ไม่ต้องการ วิธีดั้งเดิมอาจลำบากเมื่อสถานะอิเล็กทรอนิกส์หลายสถานะมีปฏิสัมพันธ์ใกล้ชิด หรือเมื่อนักวิจัยต้องจำลองสภาพแวดล้อมทางเคมีที่สมจริง

ท้ายที่สุด คอมพิวเตอร์ควอนตัมอาจช่วยนักวิจัยจำลองพฤติกรรมเหล่านี้ได้มากขึ้นก่อนสังเคราะห์วัสดุจริง แทนพึ่งการทดลองแบบลองผิดลองถูกในห้องปฏิบัติการอย่างหนัก บริษัทอาจใช้การจำลองคุณภาพสูงคัดกรองโมเลกุลตัวเลือก ปฏิเสธแบบที่อ่อนแอเร็วขึ้น และทุ่มทรัพยากรให้วัสดุที่มีแนวโน้มดีที่สุด

นี่เป็นเป้าหมายที่สำคัญทางเศรษฐกิจ แต่เอกสารไม่ได้เสนอว่าเป็นความสามารถเชิงการผลิตระยะใกล้ ขั้นแรกประกอบด้วยการพิสูจน์แนวคิดด้วยโมเลกุลเล็ก การทดลองวงจรแก้ไขข้อผิดพลาด และการจำลองจำกัด การสร้างแบบจำลองระบบใหญ่ที่แม่นยำทางเคมียังผูกกับฮาร์ดแวร์ทนทานต่อข้อผิดพลาดที่ก้าวหน้ากว่านี้มาก

การแก้ไขข้อผิดพลาดยังเป็นข้อจำกัดหลัก

งานเคมีควอนตัมยังเป็นเครื่องเตือนให้มองสภาพเทคโนโลยีตามจริง

การศึกษาใช้เทคนิคที่อิงการประมาณเฟส รวมถึงวิธีวัดความต่างระหว่างสถานะพลังงานโมเลกุล และใช้โค้ดแก้ไขข้อผิดพลาด Steane ซึ่งเข้ารหัสลอจิคัลคิวบิตหนึ่งตัวบนคิวบิตเชิงกายภาพเจ็ดตัว เหมาะกับการทดลองการทนทานต่อข้อผิดพลาดระยะแรก

แทนตรวจเพียงว่าการแก้ไขข้อผิดพลาดช่วยให้เกตหนึ่งตัวดีขึ้นหรือยืดอายุคิวบิตหรือไม่ นักวิจัยประเมินการแก้ไขข้อผิดพลาดทั่ววงจรที่ได้แรงบันดาลใจจากอัลกอริทึม นี่เป็นการทดสอบที่หนักกว่า เพราะข้อผิดพลาดสะสมเมื่อโปรแกรมลึกและต้องใช้การดำเนินการมากขึ้น

ผลจากสภาพแวดล้อม H2 และ Helios ของ Quantinuum ชี้ว่าการแก้ไขข้อผิดพลาดเริ่มให้ประโยชน์เมื่อวงจรลึกขึ้น อย่างไรก็ตาม การใช้งานแบบเข้ารหัสยังไม่เหนือกว่าวงจรลอจิคัลที่ไม่เข้ารหัสในอุดมคติ ข้อผิดพลาดหน่วยความจำ เวลาว่าง ค่าใช้จ่ายส่วนเกินของการเข้ารหัส และต้นทุนการดำเนินการที่ไม่ใช่ Clifford ยังเป็นอุปสรรคสำคัญ

ความแตกต่างนี้มีความหมาย การแก้ไขข้อผิดพลาดแสดงความก้าวหน้าในระดับองค์ประกอบ แต่การรันอัลกอริทึมยาวซึ่งเกี่ยวข้องกับแอปพลิเคชันให้ได้เปรียบสุทธิยังทำได้ยาก งานศึกษาจึงวางการทดลองปัจจุบันเป็นการเตรียมสู่คอมพิวเตอร์ทนทานต่อข้อผิดพลาด มากกว่าหลักฐานว่าเคมีควอนตัมขนาดใหญ่มาถึงแล้ว

จาก Helios สู่ระบบ Lumos ที่ทนทานต่อข้อผิดพลาด

โรดแมปติดตามฮาร์ดแวร์ Quantinuum สี่รุ่น ได้แก่ Helios, Sol, Apollo และ Lumos

Helios เป็นระยะปัจจุบัน สำหรับเคมี เอกสารเชื่อมโยงกับการทดลองระดับกายภาพที่มี spin orbital ประมาณ 50 ตัว ควบคู่การสาธิตเชิงลอจิกที่เล็กกว่ามากราว 10 spin orbital การใช้ที่คาดหวังมุ่งตรวจสอบทางเทคนิคและพิสูจน์แนวคิดสถานะกระตุ้นของโมเลกุลขนาดเล็ก

Sol ซึ่งตั้งเป้าปี 2027 เป็นช่วงเริ่มขยายขนาด โรดแมปคาดการทดลองเชิงกายภาพใหญ่ขึ้นและการทำให้ระบบเชิงลอจิกเสถียรในระยะแรก แต่งานเคมีเชิงลอจิกยังมีขนาดเล็ก ความเกี่ยวข้องทางพาณิชย์ที่อาจเกิดขึ้นมุ่งการใช้งานสถานะกระตุ้นแบบจำกัด และการเพิ่มประสิทธิภาพการวิจัยสำหรับบริษัทยากับวัสดุ

Apollo ซึ่งตั้งเป้าปี 2029 เป็นจุดเปลี่ยนที่สำคัญกว่า ภายใต้สมมติฐานของเอกสาร การคำนวณเชิงลอจิกอาจขยายสู่ spin orbital ประมาณ 100 ตัว รองรับการจำลองวัสดุขนาดกลางและการคำนวณสถานะกระตุ้นที่มีความหมายมากขึ้น ระยะนี้เป็นจุดที่โรดแมปเริ่มเชื่อมเทคโนโลยีกับการลดต้นทุนวิจัยและพัฒนาที่วัดผลได้

Lumos วางแผนเป็นระบบทนทานต่อข้อผิดพลาดขนาดใหญ่สำหรับทศวรรษ 2030 และเป็นช่วงทะเยอทะยานที่สุด เอกสารเชื่อมโยงกับ spin orbital เชิงลอจิกมากกว่า 100 ตัว ความแม่นยำทางเคมี และเวิร์กโฟลว์ค้นพบวัสดุที่ขยายขนาดได้

หมุดหมายเหล่านี้ไม่ใช่คำมั่นว่าแอปพลิเคชันที่ระบุจะพร้อมเชิงพาณิชย์ในวันดังกล่าว ผู้เขียนอธิบายโรดแมปว่าเป็นขอบเขตซึ่งขับเคลื่อนด้วยสมมติฐาน และขึ้นกับความไม่แน่นอนเรื่องอัตราข้อผิดพลาดเชิงกายภาพ ค่าใช้จ่ายส่วนเกินของการเข้ารหัสเชิงลอจิก การสังเคราะห์เกต และประสิทธิภาพฮาร์ดแวร์จริง

การตรวจจับการฉ้อโกงอาจเป็นเส้นทางเชิงพาณิชย์ที่เร็วกว่า

ด้านที่สองของเอกสาร คือการวิเคราะห์ข้อมูลเชิงทอพอโลยี อาจมีเส้นทางสู่การใช้เชิงพาณิชย์ที่สั้นกว่า

การวิเคราะห์ข้อมูลเชิงทอพอโลยีศึกษาโครงสร้างหรือ “รูปร่าง” ของชุดข้อมูลซับซ้อน ในสภาพแวดล้อมแบบกราฟ มันระบุรูปแบบการเชื่อมต่อ วงวน กลุ่ม และความสัมพันธ์ในมิติสูงที่สถิติทั่วไปอาจตรวจพบได้ยาก

SoftBank และ Quantinuum ตรวจสอบว่าเทคนิคเหล่านี้ช่วยปรับปรุงการตรวจจับการฉ้อโกงโทรคมนาคมได้หรือไม่ การโทร ข้อความ ความสัมพันธ์ของบัญชี และการโอนเงินแสดงเป็นเครือข่ายได้ โดยใช้ graph neural network ระบุโหนดหรือกิจกรรมน่าสงสัย

อย่างไรก็ตาม ผู้ฉ้อโกงจงใจทำให้ตนดูเหมือนผู้ใช้ทั่วไป พวกเขาอาจกระจายกิจกรรมข้ามบัญชี ใช้เส้นทางโอนทางอ้อม หรือแบ่งหน้าที่เก็บเงิน ส่งต่อ และถอนเงินระหว่างคนหลายราย กลวิธีเหล่านั้นเลี่ยงระบบที่มุ่งตัวบ่งชี้เฉพาะจุด เช่น จำนวนการเชื่อมต่อของบัญชีได้

นักวิจัยเสริม graph neural network ด้วยคุณลักษณะที่เรียกว่า Laplacian moments ซึ่งออกแบบให้จับข้อมูลโครงสร้างที่อยู่ระหว่างสถิติระดับเฉพาะจุดกับการวัดเชิงทอพอโลยีระดับทั่วระบบ ในเกณฑ์เทียบการฉ้อโกงโทรคมนาคม การเพิ่ม Laplacian moments ช่วยปรับ recall, F1 score และตัวชี้วัดจำแนกอื่นเล็กน้อย การเพิ่ม recall มีนัยสำคัญทางสถิติในรอบทดสอบของงานศึกษา

เอกสารแปลงการปรับปรุงนั้นเป็นสถานการณ์เศรษฐกิจประกอบ โดยอ้างการประเมินความเสียหายจากการฉ้อโกงโทรคมนาคมทั่วโลก 38.95 พันล้านดอลลาร์ในปี 2023 และประเมินส่วนย่อย 10 พันล้านดอลลาร์ของกองความเสียหายดังกล่าว ที่ precision คงที่ 0.9 การเพิ่ม recall ที่วัดได้จะเทียบเท่าการลดความเสียหายรายปีได้ราว 220 ล้านดอลลาร์

ตัวเลขนั้นไม่ควรตีความเป็นคำพยากรณ์ เพราะสมมติว่าการปรับปรุงโมเดลบนชุดข้อมูลเกณฑ์เทียบจะแปลงตามสัดส่วนเป็นความเสียหายในโลกจริงที่ป้องกันได้ การติดตั้งจริงยังเกี่ยวข้องกับคุณภาพข้อมูล การผสานระบบ ผลบวกลวง กลวิธีฉ้อโกงที่เปลี่ยนไป และกระบวนการสืบสวนโดยมนุษย์

ที่สำคัญกว่านั้น การทดลองไม่ได้แสดงความได้เปรียบเชิงควอนตัม ชุดข้อมูลกระจัดกระจายพอให้คำนวณคุณลักษณะที่เกี่ยวข้องด้วยระบบดั้งเดิมได้ และมีโครงสร้างลำดับสูงน้อยเกินไปสำหรับทดสอบเทคนิครูปแบบที่ใช้การคำนวณหนักที่สุด

อย่างไรก็ดี ผลยังเกี่ยวข้องเพราะแนวทางวิเคราะห์เดียวกันอาจใช้ได้วันนี้ด้วยคอมพิวเตอร์สมรรถนะสูงแบบดั้งเดิม และขยายสู่การประมวลผลควอนตัม หากขนาดกราฟหรือความซับซ้อนเชิงโครงสร้างในอนาคตเกินขีดจำกัดดั้งเดิม

โรดแมปสำหรับโครงสร้างพื้นฐานควอนตัมและ AI แบบไฮบริด

SoftBank และ Quantinuum วางทั้งสองด้านไว้ในวิสัยทัศน์กว้างของ “ศูนย์ข้อมูล Quantum AI” ในโมเดลนี้ หน่วยประมวลผลควอนตัมจะไม่แทนหน่วยประมวลผลกราฟิก หน่วยประมวลผลกลาง หรือซูเปอร์คอมพิวเตอร์ แต่ทำหน้าที่ตัวเร่งเฉพาะทางภายในโครงสร้างพื้นฐานไฮบริด

ระบบดั้งเดิมจะยังจัดการการเตรียมข้อมูล แมชชีนเลิร์นนิง การประสานงาน และการประมวลผลหลังเสร็จ ส่วนตัวประมวลผลควอนตัมจะรับบางส่วนของเวิร์กโฟลว์ที่คัดเลือกอย่างรอบคอบ ซึ่งอัลกอริทึมควอนตัมให้ประโยชน์ด้านการคำนวณอย่างมีความหมาย

สำหรับการตรวจจับการฉ้อโกง อาจให้ตัวประมวลผลควอนตัมสร้างคุณลักษณะเชิงโครงสร้างที่คำนวณยาก ก่อนส่งให้ graph neural network ที่รันบนโครงสร้างพื้นฐาน AI แบบดั้งเดิม ในงานวิจัยวัสดุ คอมพิวเตอร์ควอนตัมอาจคำนวณโครงสร้างอิเล็กทรอนิกส์บางส่วน ขณะที่ระบบคอมพิวเตอร์สมรรถนะสูงแบบดั้งเดิมจัดการไปป์ไลน์การจำลองและปรับค่าในวงกว้าง

สถาปัตยกรรมไฮบริดนี้สมจริงในเชิงพาณิชย์มากกว่าการคาดหวังให้องค์กรแทนสภาพแวดล้อมคอมพิวเตอร์เดิมทั้งหมด เพราะทำให้องค์กรผสานความสามารถควอนตัมอย่างค่อยเป็นค่อยไปผ่านบริการคลาวด์ ตัวเร่งในศูนย์ข้อมูล และเวิร์กโฟลว์เฉพาะแอปพลิเคชัน

SoftBank และ Quantinuum ศึกษาโมเดลธุรกิจคอมพิวเตอร์ควอนตัมที่อาจเป็นไปได้มาตั้งแต่ประกาศความร่วมมือในปี 2025 เอกสารปกขาวมีจุดมุ่งหมายให้ข้อมูลแก่งานนั้น รวมถึงการพัฒนาโครงสร้างพื้นฐานและบริการ Quantum AI ในอนาคต

องค์กรไม่จำเป็นต้องรอ Lumos

ข้อสรุปที่นำไปใช้ได้จริงที่สุดข้อหนึ่งคือบริษัทไม่ควรรอระบบทนทานต่อข้อผิดพลาดเต็มรูปแบบก่อนเริ่มวิจัยแอปพลิเคชัน

การสร้างเวิร์กโฟลว์ควอนตัมที่มีประโยชน์เชิงพาณิชย์ต้องการมากกว่าการเข้าถึงฮาร์ดแวร์ องค์กรต้องมีชุดข้อมูลเหมาะสม ความเชี่ยวชาญเฉพาะด้าน ปัญหาเกณฑ์เทียบ baseline แบบดั้งเดิม อัลกอริทึมเฉพาะทาง และการผสานกับระบบ AI กับคอมพิวเตอร์สมรรถนะสูงเดิม การพัฒนาความสามารถเหล่านี้อาจใช้เวลาหลายปี

การทดลองระยะใกล้จึงสร้างคุณค่าได้ แม้ฮาร์ดแวร์ควอนตัมยังไม่เหนือกว่าทางเลือกดั้งเดิม บริษัทสามารถระบุปัญหาภายในที่เหมาะ คำนวณความต้องการทรัพยากร พัฒนาเวิร์กโฟลว์ไฮบริด และตั้งการวัดซึ่งท้ายที่สุดจะบอกว่าการประมวลผลควอนตัมให้ความได้เปรียบหรือไม่

ตัวอย่างตรวจจับการฉ้อโกงแสดงกลยุทธ์นี้ได้ดีเป็นพิเศษ SoftBank สำรวจคุณลักษณะกราฟที่ดีขึ้นด้วยคอมพิวเตอร์ดั้งเดิมได้วันนี้ พร้อมศึกษาว่าคุณลักษณะลำดับสูงกว่าจะเป็นตัวเลือกสำหรับการเร่งด้วยควอนตัมในอนาคตหรือไม่

สำหรับผู้นำองค์กร แนวทางนี้แทนคำสั่งคลุมเครือว่า “ต้องพร้อมสำหรับควอนตัม” ด้วยคำถามที่มีประโยชน์กว่า ได้แก่ งานใดอาจได้ประโยชน์ ต้องใช้ฮาร์ดแวร์อะไร และเริ่มเตรียมอะไรได้ก่อนฮาร์ดแวร์มาถึง

ท้ายที่สุด เอกสารปกขาวของ SoftBank และ Quantinuum มีคุณค่าที่สุด ไม่ใช่เพราะอ้างว่ารู้วันแน่นอนที่ความได้เปรียบเชิงควอนตัมจะใช้เชิงพาณิชย์ แต่เพราะปฏิเสธการมองความได้เปรียบนั้นเป็นเหตุการณ์เดียว ด้วยการเชื่อมงานรูปธรรมกับ Helios, Sol, Apollo และ Lumos เอกสารนำเสนอการนำควอนตัมมาใช้เป็นกระบวนการค่อยเป็นค่อยไปของการตรวจสอบทางเทคนิค การพัฒนาเวิร์กโฟลว์ และความเกี่ยวข้องทางเศรษฐกิจที่ขยายตัว กรอบเวลายังไม่แน่นอน แต่กรอบที่ให้แอปพลิเคชันมาก่อนเสนอวิธีน่าเชื่อถือกว่าให้องค์กรตัดสินว่า คอมพิวเตอร์ควอนตัม คุ้มใช้เมื่อใด ที่ไหน และเพราะเหตุใด