IBM и исследователи Чикагского университета сообщили о крупном эксперименте в области квантовых вычислений. Им удалось выполнить вычисление, которое ведущими классическими методами практически невозможно воспроизвести за приемлемое время. Квантовая система справилась с задачей примерно за 15 минут и при этом позволила статистически оценить достоверность полученного результата.
Эксперимент интересен не только скоростью. Одна из главных проблем квантовых вычислений заключается в том, что очень сложный результат трудно проверить. Если классический компьютер уже не способен воспроизвести квантовое вычисление, возникает вопрос: откуда известно, что квантовая машина действительно решила задачу правильно, а не выдала результат, искажённый шумом и ошибками?
Именно эту проблему исследователи попытались решить с помощью нового типа закодированной квантовой схемы. Она сохраняет высокую вычислительную сложность, но одновременно позволяет обнаруживать ошибки непосредственно во время работы системы. В результате эксперимент сочетает два важных свойства: задача остаётся практически недоступной для классического моделирования, а качество квантового результата можно оценить статистическими методами.
В работе использовались 70 логических кубитов. В отличие от физических кубитов, которые непосредственно реализованы в квантовом процессоре и чувствительны к шуму, логические кубиты создаются с помощью специального кодирования нескольких физических элементов. Такая схема позволяет обнаруживать и подавлять часть ошибок, повышая надёжность вычислений.
Исследователи выполнили 2415 логических двухкубитных операций и 468 так называемых T-вентилей. Эти показатели отражают сложность квантовой схемы. Несмотря на большое число операций, уровень логических ошибок оказался примерно в десять раз ниже уровня ошибок отдельных физических кубитов.
Именно коррекция ошибок считается одним из главных препятствий на пути к практическим квантовым компьютерам. Квантовые состояния крайне чувствительны к воздействию внешней среды, поэтому даже небольшие шумы способны испортить вычисление. Чем длиннее и сложнее алгоритм, тем больше вероятность накопления ошибок.
Использование логических кубитов должно решить эту проблему. Несколько физических кубитов объединяются таким образом, чтобы информация сохранялась даже при появлении отдельных сбоев. Однако подобная защита требует значительных вычислительных ресурсов, поэтому демонстрация системы с 70 логическими кубитами стала важной частью эксперимента.
Почему результат трудно проверить
Для демонстрации преимуществ квантовых компьютеров часто используется задача Random Circuit Sampling — выборка результатов случайных квантовых схем. По мере увеличения количества кубитов и глубины схемы классическим компьютерам становится всё сложнее моделировать распределение результатов.
Здесь возникает парадокс. Чем сложнее задача для классического компьютера, тем труднее использовать этот же классический компьютер для проверки квантового результата. В какой-то момент прямое сравнение становится практически невозможным.
Команда IBM и Чикагского университета предложила более структурированный вариант такого вычисления. Он сохраняет свойства, делающие задачу трудной для классических систем, но добавляет возможность оценивать точность квантового состояния. Благодаря этому исследователи получили не только сложный результат, но и аргументы в пользу того, что вычисление действительно было выполнено с высокой точностью.
По оценке авторов работы, некоторые ведущие методы классического моделирования потребовали бы непрактично большого времени для выполнения той же задачи. Квантовый компьютер справился примерно за четверть часа.
IBM называет эксперимент свидетельством перехода квантовых вычислений к новому этапу, когда речь идёт уже не только о выполнении задач за пределами практических возможностей классических машин, но и о возможности доказать достаточную надёжность таких вычислений.
При этом один подобный эксперимент ещё не означает, что квантовые компьютеры готовы заменить обычные суперкомпьютеры. Задача была специально выбрана для проверки возможностей квантовой системы и не относится непосредственно к распространённым прикладным расчётам в промышленности, медицине или финансах.
Главное значение работы состоит в другом. Исследователям удалось одновременно увеличить масштаб логических квантовых вычислений, снизить влияние физических ошибок и предложить способ проверки результата. Именно сочетание этих трёх факторов считается необходимым для создания действительно полезных квантовых систем.
В дальнейшем подобные методы могут использоваться для гораздо более сложных вычислений. Потенциальные направления включают моделирование молекул и материалов, оптимизационные задачи, разработку новых лекарств и расчёты, для которых классическим системам требуется слишком много ресурсов.
Однако прежде чем квантовые компьютеры смогут массово решать такие задачи, инженерам предстоит значительно увеличить число логических кубитов и дополнительно снизить уровень ошибок. Для каждого надёжного логического кубита всё ещё требуется множество физических компонентов, а сама коррекция ошибок остаётся технически сложной и дорогостоящей.
Новое исследование показывает, что отрасль постепенно переходит от экспериментов с отдельными нестабильными кубитами к более крупным системам, где квантовая информация активно защищается. Если этот подход удастся масштабировать, квантовые компьютеры смогут выполнять всё более длинные алгоритмы без разрушения результата из-за накопления шума.
Особенно важна возможность проверки вычислений. Квантовое превосходство имеет ограниченную ценность, если никто не может определить, насколько правильным оказался ответ. Поэтому методы, позволяющие оценивать достоверность результатов даже тогда, когда классическое моделирование уже практически невозможно, становятся отдельным направлением развития квантовых технологий.
Эксперимент IBM и Чикагского университета показывает, что квантовые системы постепенно приближаются к состоянию, когда они могут не только выполнять исключительно сложные вычисления, но и предоставлять убедительные доказательства качества своей работы. Именно это может стать основой для перехода от демонстрационных экспериментов к более практическим применениям.