量子コンピューティングは長い間、特定の問題に関して従来のコンピューティングよりも高速であると期待されてきましたが、量子コンピューティングを採用する上での大きな問題は、ノイズの多い録音では音が失われるのと同じように、これらのシステムが本質的にノイズが多いことです。これらのノイズは、波動関数のさまざまな分岐の位相を予測できない方法で変化させ、量子コンピューティングの成功にはつながりません。その結果、研究者たちは、従来のすべてのコンピューターを普遍的に上回るコンピューターをまだ構築できていません。 量子コンピューティングの信頼性の問題をどのように管理するかについては、現在、フォールトトレラントな量子回路を使用するという解決策がより受け入れられていますが、これは現在のプロセッサにとって大きな課題となっています。 現在の量子プロセッサには大きなエラー問題があります。多くの場合、エラーの確率は小さく、通常は 1% 未満ですが、状態の読み取りなどの基本的な操作を含め、各量子ビットに対して実行するすべての操作で、大きなエラー率が発生します。実行している操作に多数の量子ビットが必要な場合、または少数の量子ビットに対して多数の操作を実行する必要がある場合、これらの操作によって必然的にエラーが発生します。 長期的には、エラー訂正された量子ビットの使用は良い解決策です。しかし、このアプローチでは、1ビットの情報を格納するために多くの高品質の量子ビットが必要であり、数万の量子ビットが必要になります。しかし、現在の技術では、研究者が操作できる量子ビットの数は、必要な量子ビットの数よりもはるかに少ないです。早くても次の10年までには実現できないと言っても過言ではありません。 今日、IBMの研究がNatureの表紙を飾り、ノイズの多い量子コンピューターでも従来のコンピューターよりも正確に計算を実行できることを示しました。彼らはエラー軽減と呼ばれる技術を使用して、今日の量子ビットの問題を克服し、システム内にノイズが存在するにもかかわらず正確な結果を生み出すことができました。そして彼らは、従来のコンピューターよりもはるかに優れた方法でそれを実現しました。 IBM の Eagle 量子コンピューターは、かつては競合する従来のスーパーコンピューターが手に負えなかった計算を現在実行しています。 具体的には、IBM の物理学者 Abhinav Kandala 氏と共著者らは、各量子ビットのノイズを正確に測定しました。このノイズは、デバイス内の位置、製造上の微細な欠陥、その他の要因によって決まる比較的予測可能なパターンに従います。研究者たちはこの知識を利用して測定値を推定し、ノイズがない場合の 2D 固体の完全な磁化状態がどのようになるかを観察しました。その後、研究者たちはイーグルの127個の量子ビットすべてと最大60の処理ステップを含む計算を実行することができた。これはこれまで報告されたどの量子コンピューティング実験よりも多くの数値だ。 論文アドレス: https://www.nature.com/articles/s41586-023-06096-3 結果は、スーパーコンピュータが計算を完了できた場合、2 つの方法の結果が一致することを示しました。しかし、複雑さが一定レベルまで増加すると、スーパーコンピュータは機能しなくなりますが、Eagle は依然として解決策を提供できます。 下の写真は、左から右に、IBM の研究者、Abhinav Kandala、Kristan Temme、Katie Pizzolato、Sarah Sheldon、Andrew Eddins、Youngseok Kim と量子コンピュータ クラスターを示しています。 写真: ジェームズ・エストリン/ニューヨーク・タイムズ 方法量子エラー訂正がノイズを回避する方法(量子ビットによる演算の正確な実行を妨害しないようにする方法)である場合、エラー軽減はノイズの存在を許容し、それを補正することと見なすことができます。 確率的エラーキャンセルとして知られる以前のエラー軽減アプローチでは、量子プロセッサの動作をサンプリングして一般的なノイズのモデルを構築し、実際の計算の測定出力からそのノイズを減算する必要がありました。しかし、計算に関与する量子ビットの数が増えると、より多くのサンプリングが必要になるため、このアプローチは非現実的になります。 そこで研究者たちは別のアプローチに目を向け、プロセッサのノイズを意図的に増幅してさまざまなレベルで測定した。測定結果は、実際の測定値と同様の出力を生成する関数を推定するために使用されます。次に、関数のノイズをゼロに設定して、ノイズがない場合にプロセッサが実行した可能性のある処理を推定できます。 この研究では、物理学で広く使用されており、最近では時間結晶やマヨラナエッジモードの調査にも使用されているイジングモデルを使用しました。グリッドは、プロセッサ上の量子ビットの物理的な配置と一致するように構成されます。イジングモデルは量子ハードウェアとは独立して存在します。本研究では実験に主にIBMのEagleプロセッサibm_kyivを使用しました。 さらに、本研究では、はるかに低いサンプリングコストでバイアス推定値を提供する ZNE (ゼロノイズ外挿) を採用しています。下の図は、確率的誤差増幅を伴う ZNE を示しています。 次に、この研究では、非クリフォード回路とクリフォードθ_h = π/2ポイントにおける私たちの方法の有効性をテストしました。 量子対古典研究者らはまず、モデル化する回転の数を制限し、その動作が従来のコンピューターで計算可能であることを確認した。結果は、エラー軽減プロセスが効果的であることを示しています。ノイズが補正されると、12 個のタイム ステップを超えても、量子計算の数は古典的計算の数と一致しました。さらに、研究者は、従来のコンピューター (128G 64 コア プロセッサ) が苦戦し始めるところまでモデルを比較的簡単に拡張できます。 これは、システムをモデル化するために 68 量子ビットが必要な場合に発生します。そこから研究者たちはソフトウェアを使って古典的なコンピューター上でシステムの動作を推定し、ある程度の精度を犠牲にしてより長い期間追跡できるようにした。それでも、研究者たちはモデルのサイズを 127 量子ビット (Eagle プロセッサ) を必要とするレベルまで拡大することができたが、これは従来のコンピュータが対応できる範囲をはるかに超えている。 実験では127量子ビットのEagle量子プロセッサが使用されました。写真: ジェームズ・エストリン/ニューヨーク・タイムズ これに対し、2019年にグーグルを率いて量子超越性を達成したカリフォルニア大学サンタバーバラ校の物理学者ジョン・マルティニス氏は、この結果は、エラーを修正するのではなく軽減することで有用なコンピューティングを提供するというIBMの短期戦略を実証するものだと述べた。長期的には、IBM や他のほとんどの企業は、各データ量子ビットに多数の追加量子ビットを追加する必要のある技術である量子エラー訂正に移行したいと考えています。 広範囲にわたる影響IBM はすでに 400 量子ビットを超える量子プロセッサを保有しているのに、なぜこの研究に 127 量子ビットの Eagle を使用するのでしょうか?これは IBM の成熟した第 3 世代量子プロセッサであるのに対し、433 量子ビットの Osprey プロセッサはまだ最初のバージョンであるためです。これら 2 世代の量子プロセッサは、量子ビットのパフォーマンスを向上させ、補正が必要なノイズを削減するために使用されてきました。 下の図は、IBM の量子コンピュータの進化を示しています。 IBMは今年後半に、これまでで最も強力なプロセッサである1,121量子ビットのCondorを発売する予定だ。 IBM量子技術責任者ジェイ・ガンベッタ氏は、これとは別に、IBMは最大4,158量子ビットの実用的な規模のプロセッサも開発中だと述べた。同氏は、2033年までに完全なエラー訂正アルゴリズムを実行できる10万量子ビットのマシンを構築するという長期目標を達成するには、依然として多くの技術的問題を解決する必要があるとも付け加えた。 これが 2 番目の理由につながります。ノイズ補正は計算コストが高く、実行するには従来のコンピューターを使用する必要があります。対照的に、量子コンピュータでのノイズサンプリングにはわずか 5 分しかかかりません。しかし、問題が小さい場合でも、完全なノイズ低減プロセスには最大 4 時間かかる場合があります。対照的に、従来のコンピューターでシステムを単純にモデル化するだけでも 8 時間かかります。より大きな問題のいくつかはモデル化に約 30 時間かかり、ノイズ除去には 9.5 時間かかりました。 この結果、十分な数の量子ビットを追加すると、エラーの軽減が計算上困難になる可能性もあります。 「エラー軽減は依然として指数関数的に拡大していますが、シミュレーションコストほど指数関数的ではありません」とガンベッタ氏は言います。 IBM がここで楽観的になる理由は 2 つあります。まず、エラー軽減に関わるアルゴリズムは古典的な処理遅延によって支配されているが、これは概念的に単純な最適化によって大部分が排除されると研究者らは述べている。第二に、必要な時間は量子ハードウェアのエラー率の関数として変化し、エラー率が低いほど古典的な計算部分の速度が上がります。 これらすべてから、IBM は、エラー修正された量子ビットを実現するずっと前から、エラー軽減が量子ハードウェア上で有用な計算を実行するための道であると楽観視しています。研究は次のように結論づけている。「フォールトトレラントな量子計算が登場する以前から、ノイズの多い量子コンピューターは、100 量子ビットを超える規模と、自明ではない回路の深さで、信頼性の高い期待値を生成できます。そして、ノイズが制限された量子回路から実用的な計算上の利点を得ることは価値があります。」 |
>>: 現実世界の複雑な課題を解決するための LLM+模倣学習: AI2 が SwiftSage を提案
要点: 教育における AI システムの開発者は現在、教師を支援するために取り組んでいます。信頼できる...
[[341122]]この記事はWeChatの公開アカウント「Xiao Lin Coding」から転載...
データ品質の低さは、人工知能 (AI) および機械学習 (ML) テクノロジの実際のパフォーマンスを...
金融業界は国民経済の生命線です。モバイルインターネットやオンライン決済の普及により、データは企業にと...
[51CTO.com オリジナル記事] Kubeflowには多くのコンポーネントがあり、各コンポーネ...
現在、強化学習ベースのエージェントは、「青いレンガを拾う」などの指示を簡単に実行できます。しかし、ほ...
中小企業、大企業を問わず、コールドコールは製品の売上とビジネスを拡大するための最も効果的な戦略の 1...
先日開幕した ICCAD 2023 カンファレンスで、NVIDIA チームは AI モデルを使用して...
この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI)より許可を得て転載...
[51CTO.comからのオリジナル記事] 2015年以降、仮想現実(VR)業界は急速に発展しました...
プログラマーからデータ エンジニアまで、プログラム コードを書くことは基本的なスキルですが、長いコー...
GPT モデルが無敵の戦艦だとすると、minGPT はおそらく風や波に乗れる小型ヨットでしょう。最近...
プログレス・パートナーズの創設者兼シニアマネージングディレクターのニック・マクシェーン氏は、「今後数...