Heutzutage haben Quantencomputer einen kleinen Rechenumfang – der Chip in Ihrem Smartphone enthält Milliarden von Transistoren, während der leistungsstärkste Quantencomputer einige Hundert des Quantenäquivalents eines Transistors enthält. Sie sind auch unzuverlässig. Wenn Sie dieselbe Berechnung immer wieder durchführen, werden Sie höchstwahrscheinlich jedes Mal unterschiedliche Antworten erhalten.
Aber mit ihrer intrinsischen Fähigkeit, viele Möglichkeiten gleichzeitig zu berücksichtigen, müssen Quantencomputer nicht sehr groß sein, um bestimmte heikle Rechenprobleme zu lösen, und am Mittwoch gaben IBM-Forscher bekannt, dass sie eine Methode entwickelt haben, um die Unzuverlässigkeit auf eine Weise zu bewältigen würde zu zuverlässigen, nützlichen Antworten führen.
„Was IBM hier gezeigt hat, ist wirklich ein erstaunlich wichtiger Schritt in die Richtung, Fortschritte in Richtung eines ernsthaften quantenalgorithmischen Designs zu machen“, sagte Dorit Aharonov, Professorin für Informatik an der Hebräischen Universität Jerusalem, die nicht an der Forschung beteiligt war.
Während Forscher bei Google im Jahr 2019 behaupteten, sie hätten die „Quantenüberlegenheit“ erreicht – eine Aufgabe, die auf einem Quantencomputer viel schneller erledigt wird als auf einem herkömmlichen Computer – sagen die Forscher von IBM, sie hätten etwas Neues und Nützlicheres erreicht, wenn auch mit einem bescheideneren Namen.
„Wir treten in diese Phase des Quantencomputings ein, die ich als nützlich bezeichne“, sagte Jay Gambetta, Vizepräsident von IBM Quantum. „Das Zeitalter der Nützlichkeit.“
Ein Team von IBM-Wissenschaftlern, die für Dr. Gambetta arbeiten, beschrieb ihre Ergebnisse in einem am Mittwoch in der Fachzeitschrift Nature veröffentlichten Artikel.
Heutige Computer werden digital oder klassisch genannt, weil sie mit Informationsbits arbeiten, die entweder 1 oder 0, an oder aus sind. Ein Quantencomputer führt Berechnungen an Quantenbits oder Qubits durch, die einen komplexeren Informationszustand erfassen. So wie ein Gedankenexperiment des Physikers Erwin Schrödinger postulierte, dass sich eine Katze in einem Quantenzustand befinden könnte, der sowohl tot als auch lebendig ist, kann ein Qubit gleichzeitig 1 und 0 sein.
Dadurch können Quantencomputer viele Berechnungen in einem Durchgang durchführen, während digitale Computer jede Berechnung einzeln durchführen müssen. Durch die Beschleunigung der Berechnung könnten Quantencomputer möglicherweise große, komplexe Probleme in Bereichen wie Chemie und Materialwissenschaften lösen, die heute unerreichbar sind. Quantencomputer könnten auch eine Schattenseite haben, indem sie die Privatsphäre durch Algorithmen gefährden, die den Schutz für Passwörter und verschlüsselte Kommunikation durchbrechen.
Als Google-Forscher 2019 ihren Vorranganspruch geltend machten, sagten sie, ihr Quantencomputer habe in 3 Minuten und 20 Sekunden eine Berechnung durchgeführt, die auf einem hochmodernen konventionellen Supercomputer etwa 10.000 Jahre dauern würde.
Einige andere Forscher, darunter auch die von IBM, wiesen die Behauptung jedoch zurück und sagten, das Problem sei erfunden. „Googles Experiment, so beeindruckend es auch war, und es war wirklich beeindruckend, macht etwas, das für keine Anwendung interessant ist“, sagte Dr. Aharonov, der auch als Chief Strategy Officer von Qedma, einem Quantencomputerunternehmen, arbeitet.
Auch die Google-Berechnung erwies sich als weniger beeindruckend, als es zunächst den Anschein machte. Ein Team chinesischer Forscher konnte die gleiche Berechnung auf einem Nicht-Quanten-Supercomputer in etwas mehr als fünf Minuten durchführen, viel schneller als die 10.000 Jahre, die das Google-Team geschätzt hatte.
Die IBM-Forscher in der neuen Studie führten eine andere Aufgabe aus, die für Physiker von Interesse ist. Sie verwendeten einen Quantenprozessor mit 127 Qubits, um das Verhalten von 127 Stabmagneten im Atommaßstab – winzig genug, um den gruseligen Regeln der Quantenmechanik zu unterliegen – in einem Magnetfeld zu simulieren. Dabei handelt es sich um ein einfaches System namens Ising-Modell, das häufig zur Untersuchung des Magnetismus verwendet wird.
Dieses Problem ist zu komplex, als dass selbst auf den größten und schnellsten Supercomputern eine präzise Antwort berechnet werden könnte.
Auf dem Quantencomputer dauerte die Berechnung weniger als eine Tausendstelsekunde. Jede Quantenberechnung war unzuverlässig – Fluktuationen des Quantenrauschens stören unweigerlich und führen zu Fehlern –, aber jede Berechnung war schnell, sodass sie wiederholt durchgeführt werden konnte.
Tatsächlich wurde bei vielen Berechnungen absichtlich zusätzliches Rauschen hinzugefügt, was die Antworten noch unzuverlässiger machte. Durch Variation der Lärmmenge konnten die Forscher jedoch die spezifischen Eigenschaften des Lärms und seine Auswirkungen in jedem Schritt der Berechnung ermitteln.
„Wir können das Rauschen sehr präzise verstärken und dann dieselbe Schaltung erneut ausführen“, sagte Abhinav Kandala, Manager für Quantenfähigkeiten und -demonstrationen bei IBM Quantum und Autor des Nature-Artikels. „Und sobald wir Ergebnisse zu diesen unterschiedlichen Lärmpegeln haben, können wir auf das Ergebnis zurückrechnen, das ohne Lärm ausgefallen wäre.“
Im Wesentlichen konnten die Forscher die Auswirkungen von Rauschen aus den unzuverlässigen Quantenberechnungen subtrahieren, einen Prozess, den sie Fehlerminderung nennen.
„Man muss das umgehen, indem man sehr clevere Wege findet, um den Lärm zu mildern“, sagte Dr. Aharonov. „Und das ist es, was sie tun.“
Insgesamt führte der Computer die Berechnung 600.000 Mal durch und gelangte zu einem Ergebnis für die Gesamtmagnetisierung, die von den 127 Stabmagneten erzeugt wurde.
Aber wie gut war die Antwort?
Um Hilfe zu erhalten, wandte sich das IBM-Team an Physiker der University of California in Berkeley. Obwohl ein Ising-Modell mit 127 Stabmagneten zu groß und mit viel zu vielen möglichen Konfigurationen ist, um in einen herkömmlichen Computer zu passen, können klassische Algorithmen ungefähre Antworten liefern, eine Technik, die der Komprimierung in JPEG-Bildern ähnelt, die weniger wichtige Daten wegwirft, um die zu reduzieren Größe der Datei, wobei die meisten Bilddetails erhalten bleiben.
Michael Zaletel, Physikprofessor in Berkeley und Autor des Nature-Artikels, sagte, als er anfing, mit IBM zu arbeiten, dachte er, dass seine klassischen Algorithmen besser abschneiden würden als die Quantenalgorithmen.
„Es kam etwas anders, als ich erwartet hatte“, sagte Dr. Zaletel.
Bestimmte Konfigurationen des Ising-Modells können exakt gelöst werden, und bei den einfacheren Beispielen stimmten sowohl der klassische als auch der Quantenalgorithmus überein. Für komplexere, aber lösbare Fälle lieferten der Quantenalgorithmus und der klassische Algorithmus unterschiedliche Antworten, und es war der Quantenalgorithmus, der richtig war.
Für andere Fälle, in denen Quanten- und klassische Berechnungen voneinander abweichen und keine exakten Lösungen bekannt sind, „gibt es Grund zu der Annahme, dass das Quantenergebnis genauer ist“, sagte Sajant Anand, ein Doktorand in Berkeley, der einen Großteil der Arbeit daran geleistet hat die klassischen Näherungen.
Es ist nicht klar, ob das Quantencomputing gegenüber den klassischen Techniken für das Ising-Modell unbestreitbar der Gewinner ist.
Herr Anand versucht derzeit, eine Version der Fehlerminderung für den klassischen Algorithmus hinzuzufügen, und es ist möglich, dass diese mit der Leistung der Quantenberechnungen mithalten oder diese übertreffen könnte.
„Es ist nicht offensichtlich, dass sie hier die Quantenüberlegenheit erreicht haben“, sagte Dr. Zaletel.
Langfristig erwarten Quantenwissenschaftler, dass ein anderer Ansatz, die Fehlerkorrektur, in der Lage sein wird, Rechenfehler zu erkennen und zu korrigieren, und dass dies den Quantencomputern die Tür für viele Anwendungen öffnen wird.
Bei herkömmlichen Computern und der Datenübertragung wird die Fehlerkorrektur bereits eingesetzt, um Verstümmelungen zu beheben. Aber für Quantencomputer wird die Fehlerkorrektur wahrscheinlich noch Jahre entfernt sein und erfordert bessere Prozessoren, die viel mehr Qubits verarbeiten können.
Die IBM-Wissenschaftler glauben, dass die Fehlerminderung eine Übergangslösung ist, die jetzt für immer komplexere Probleme außerhalb des Ising-Modells eingesetzt werden kann.
„Dies ist eines der einfachsten naturwissenschaftlichen Probleme, die es gibt“, sagte Dr. Gambetta. „Es ist also ein guter Anfang. Aber jetzt stellt sich die Frage: Wie kann man es verallgemeinern und zu interessanteren naturwissenschaftlichen Problemen übergehen?“
Dazu könnte gehören, die Eigenschaften exotischer Materialien herauszufinden, die Entdeckung von Arzneimitteln zu beschleunigen und Fusionsreaktionen zu modellieren.