量子超越性のマイルストーン! Googleの量子コンピュータは47年分の計算を6秒で完了し、世界初のスーパーコンピュータを上回る

量子超越性のマイルストーン! Googleの量子コンピュータは47年分の計算を6秒で完了し、世界初のスーパーコンピュータを上回る

Googleは再び「量子超越性」を達成したのか?

最近、Google は、同社の量子コンピュータが、世界最先端のコンピュータが完了するのに 47 年かかる計算量をわずか 6 秒で完了したと発表しました。

そうです、47年間が一瞬に凝縮されたのです。 Google 研究チームの最新の研究結果が arxiv に公開されました。

論文アドレス: https://arxiv.org/pdf/2304.11119.pdf

論文によると、グーグルの最新のSycamore量子プロセッサには現在70個の量子ビットがあるが、2019年版には53個の量子ビットしかなかったという。

量子ビットの増加は量子コンピューターの性能を飛躍的に向上できることを意味し、新しいプロセッサは以前よりも約 2 億 4,100 万倍堅牢になります。

写真

この最新の研究は量子コンピューティングにおける画期的な出来事となるだろう。

Google の量子コンピュータは、そのコンピューティング上の利点により、人工知能を含むさまざまな分野に革命を起こすことが期待されています。

複雑な問題を前例のないスピードで解決することで、次世代の AI モデルが実現し、多くの分野でこれまで超えられなかった限界を押し広げることが期待されます。

47年間が一瞬に凝縮

各量子ビットは、0、1、または重ね合わせの状態で同時に存在できるため、このレベルの量子情報を保存および処理することは決して容易ではなく、最速の従来のコンピューターでも実現できません。

グーグルのチームは論文の中で、量子コンピューターは従来のコンピューターの能力を超えたタスクを実行できる可能性があると述べた。

「我々は改良された古典的な方法に基づいて計算コストを推定し、我々の実験が既存の古典的なスーパーコンピュータの能力を超えていることを示しています。」

写真

テネシー州のフロンティア・スーパーコンピューター(現在世界最速のスーパーコンピューター)でさえ、量子コンピューターの性能に匹敵することはできません。

もちろん、前提条件は量子コンピュータがその潜在能力を発揮できることです。

従来のコンピューターは、0 と 1 の 2 つの状態に限定されたバイナリ コード言語で動作するためです。量子コンピュータはこの制限を超越します。

しかし、研究者たちはグーグルの量子コンピュータの製造にどれくらいの費用がかかるのかまだ分かっていない。しかし、変革をもたらすコンピューティングパワーは疑う余地がありません。

Google チームによると、Frontier スーパーコンピューターは、Google-53 量子ビット コンピューターの計算結果に匹敵するのにわずか 6.18 秒しかかかりませんでした。

しかし、同じフロンティアが、Google の最新の 70 量子ビット量子コンピューターが提供する計算能力に匹敵するには 47.2 年かかります。

写真

この分野の専門家の多くは、Google の新しい量子コンピューターは大きな進歩だと考えています。

ケンブリッジの量子企業リバーレーンのCEO、スティーブ・ブライアリー氏は、グーグルの進歩を「大きなマイルストーン」と呼んだ。

「量子超越性?これについてはもう議論する必要はありません。」

同様に、サセックス量子技術センターの所長である教授は、従来のコンピュータでは計算が難しい特定の学術的問題を解決したとして Google を称賛した。

彼は、我々が次に取るべき重要なステップは、固有の動作エラーを修正できる量子コンピュータを開発することだと強調した。

IBMはGoogleの最新の量子コンピュータについてまだコメントしていないが、量子コンピューティングにおけるGoogleの進歩が世界中の研究者や企業の注目を集めていることは明らかだ。

写真

これにより、コンピューティング技術の発展に新たな展望と競争が生まれることは間違いありません。

研究チームは、ノイズがコヒーレントな進化と競合し、長距離相関関係を破壊するため、最近の量子プロセッサの計算能力を最大限に活用することが非常に困難になると指摘した。

研究者らはランダム回路サンプリング(RCS)実験を実施し、量子力学とノイズの相互作用によって駆動される明確な位相を特定した。

量子コンピューティングでは、ランダムな回路を実行して結果の出力を分析し、複雑な問題を解決する能力と効率を評価することで、量子コンピュータのパフォーマンスをテストします。

写真

回路の深さによって、システムはまず動的な位相遷移を起こし、出力分布がビット文字列の一部に集中しなくなります。 2 つ目は、ノイズによって引き起こされる遷移です。

研究者らは、クロスエントロピーベンチマークを使用して、ノイズの量子進化の計算の複雑さを定義できる位相境界を観察しました。

シミュレーションの推定計算コストでは、53 量子ビットが 100 万のノイズ サンプルを従来のコンピューターよりも 6.18 秒速く完了しました。 70 量子ビットの場合、47.2 年かかります。

写真

最後に、Google チームは、推定忠実度が 1.7 ~ 107% の 24 サイクル 70 量子ビット RCS 実験を実証しました。これは、同じ忠実度で回路サイズが約 60% 増加したことを意味します。

Google は、改良された古典的な方法に基づいて計算コストを推定し、新しい量子コンピュータが既存の古典的なスーパーコンピュータを超える機能を備えていることを実証しました。

写真

70量子ビットのSycamoreが量子優位性を実現

これまでのRCSの成功にもかかわらず、近い将来にノイズの多い量子プロセッサの実用的なアプリケーションを見つけることは依然として大きな課題であるとGoogleチームは述べた。彼らが行った実験は、量子力学がノイズとどのように相互作用するかを研究するものです。

観測された位相境界は、高ノイズ量子デバイスが計算能力を適切に活用できる 7 つの領域について定量的な指針を提供します。

弱いノイズ段階では、グローバル相関が XEB を支配し、この事実は RCS をスプーフィング攻撃から保護します。これは将来のアプリケーションの設計方向です。

「量子超越性」は誤解?

実際、Google は 2019 年にはすでに量子超越性を達成したと主張していました。

研究者らがNASAのウェブサイトで発表した論文は、発表されるやいなや大きな反響を巻き起こした。

論文によれば、グーグルのプロセッサは3分20秒で計算を実行できるが、現在最も強力なスーパーコンピュータであるサミットでは同じ計算に約1万年かかるという。

その後、Google の論文は Nature に正式に掲載されました。

写真

論文の責任著者であるジョン・マルティニス氏とその同僚は、量子超越性の達成に向けた技術的進歩について説明している。

彼らは 54 個の量子ビットで構成されるプロセッサ (Sycamore プロセッサと呼ばれる) を開発しました。

このプロセッサは、量子重ね合わせと量子もつれを利用して、従来のビットで達成できるものと比較して、計算スペースの指数関数的な増加を実現します。

1 つの量子ビットは効果的に機能できないため、プロセッサは実際には 53 個の量子ビットのみを使用します。

写真

研究チームが開発したエラー訂正プロセスは、高い計算忠実度(最大 99.99%)を保証できます。

システムをテストするために、チームは量子回路によって生成された乱数をサンプリングするタスクを設計しました。

古典的なコンピュータの場合、量子回路内の量子ビットの数が増加するにつれて、このタスクはますます困難になります。

最終的に、量子プロセッサは約 200 秒で量子回路から 100 万個のサンプルを収集しました。これは、今日の最も強力なスーパーコンピュータでも完了するには約 1 万年かかるタスクです。

ネイチャー誌は「グーグルの量子超越性の達成は間違いなく注目すべき成果だ」と述べた。

しかし、グーグルの「量子超越性」事件に対する批判や疑問も続いた。

「従来のシステムでは、同じタスクの理想的なシミュレーションは2.5日で完了し、はるかに高い忠実度を実現できる」とIBMチームは書いている。

写真

これは、Google が量子超越性を実際に実証していないことを意味し、競争は続いている。

マイクロソフトとIBMも賭けている

Googleに加えて、IBMとMicrosoftも量子コンピュータの将来に賭けている。

マイクロソフトの見解では、今後10年間の最大のイノベーションは核融合エネルギー、人工知能、量子コンピューティングの分野で起こる可能性がある。

6月、ナデラCEOは10年以内に量子コンピュータを構築するというマイクロソフトの野心的な目標を発表した。

化学と材料科学における今後 250 年間の進歩を次の 25 年間に凝縮します。

写真

Azure Quantum Elements は、ハイパフォーマンス コンピューティング (HPC)、人工知能、量子コンピューティングの最新のブレークスルーを組み合わせることで、科学的発見を加速します。

Azure Quantum の Copilot は、科学者が自然言語を使用して複雑な化学および材料科学の問題について推論するのに役立つことは注目に値します。

写真

少し前に、IBM の量子コンピュータが Nature の表紙に登場しました。

IBM とカリフォルニア大学バークレー校による Nature の論文は、有用な量子コンピューティングへの道を示しています。

この研究では、100 以上の量子ビットを持つ量子プロセッサが、主要な古典的な方法を上回る正確な結果を生成できることが初めて実証されました。

最も重要なことは、従来のコンピューターを上回るパフォーマンスを得るためにエラー訂正は必要ないということです。

写真

論文では、研究者らはIBMの127量子ビットEagle量子プロセッサ上で磁性材料の挙動をシミュレートした。

重要なのは、彼らが「量子ノイズ」を回避し、信頼できる結果を達成することに成功したことだ。量子ノイズは計算エラーを引き起こす可能性があり、この技術にとって大きな障害となることに注意することが重要です。

調査統計によると、量子コンピューティングへの投資は2015年以降増加傾向にある。

写真

量子コンピューティングは、従来のコンピューティングに比べて、業界に革命をもたらし、複雑な問題を指数関数的に解決する可能性を秘めています。

量子コンピューターのブレークスルーは、新薬の発見から気候モデリング、金融モデリング、さらには人工知能に至るまで、多くの分野に革命を起こす可能性があります。その可能性は計り知れません。

写真

具体的には、さまざまな分野への影響は次のとおりです。

- 暗号化: 強化された暗号化および復号化アルゴリズム。

- 創薬:新薬の開発を加速します。

-最適化問題: 複雑な最適化の課題を解決します。

-機械学習: パターン認識とデータ分析を改善します。

- 財務モデリング: 財務リスクの分析と予測を強化します。

- 材料科学: 特定の特性を持つ新しい材料の設計。

- 天気予報:天気予報の精度を向上します。

-量子化学: 化学反応をシミュレートして研究します。

-人工知能: AI アルゴリズムとトレーニング モデルを強化します。

今回、Google の新しい量子コンピュータは、速度と可能性において画期的な進歩を示し、複数の業界に変革をもたらすコンピューティングの新時代の到来を告げています。

<<: 

>>:  Meta がマルチモーダル性を再定義します!北京大学の卒業生が共同で作成した70億パラメータのテキストグラフモデルが拡散に打ち勝つ

ブログ    
ブログ    

推薦する

AI のゴッドファーザーであるヒントンは、なぜ自らが作り出した人工知能を恐れているのでしょうか?

ジェフリー・ヒントンは、コンピューターに学習方法を教えることに生涯を費やしてきました。今、彼は人工脳...

オペレーティング システムのプロセス スケジューリング アルゴリズムとは何ですか?

スケジューラは、次に実行するプロセスを選択する役割を担うオペレーティング システム カーネルの一部で...

ニューラルネットワークアルゴリズムの利点と応用

[[211834]]人工ニューラル ネットワーク (ANN) は脳の処理メカニズムに基づいており、複...

基準に問題があり、人工知能は間違った方向に向かっている

この記事は公開アカウント「Reading Core Technique」(ID: AI_Discov...

人間の顔の価値はどれくらいでしょうか?顔認識グレー産業チェーン

[[335658]]現在、数十のスタートアップ企業や大手テクノロジー企業が、ホテル、小売店、さらには...

オーストラリアの裁判所は、特許出願においてAIを発明者とみなすことができると判決を下した。

[[415316]]海外メディアの報道によると、オーストラリアの裁判所は、特許出願において人工知能...

焦点: 注目すべき 6 つのスマート セキュリティ トレンド

スマート セキュリティは、新しい AI 機能のおかげで、静的なセキュリティ ビデオ録画からリアルタイ...

リアルタイムの高忠実度レンダリング、PlenOctrees に基づく NeRF レンダリング速度が 3000 倍に向上

[[393143]]まばらな静止画像から任意の 3D オブジェクトとシーンの新しいビューを合成するこ...

Python 機械学習チュートリアル

この機械学習チュートリアルでは、機械学習の基本および中級の概念について説明します。初心者の学生と働く...

人工知能が本格的に登場し、企業はその挑戦に挑む準備ができている

多くの企業は、短期的には利益が見込めないため、AIパイロットプロジェクトを推進できず、AIプロジェク...

人工知能AIが創り出す素晴らしい「世界」を見に来てください

[[229314]]テキスト/ローリング1760 年代から 19 世紀半ばにかけての第一次産業革命に...

開発のボトルネックを打破し、人工知能の未来は何に頼って「はしごを登る」のでしょうか?

[[411053]]ファーウェイは7月9日、2021年世界人工知能大会およびアセンド人工知能サミッ...

FacebookがFaissオープンソースリソースライブラリをリリース。精度と効率をトレードすることが機械学習の発展方向となるのか?

[51CTO.com クイック翻訳] 機械学習の分野では、データセット内の類似性を実現するために使...

PyTorchの基本操作の詳細な説明

[[406246]] PyTorch とは何ですか? PyTorch は、最大限の柔軟性と速度を備え...

李開復は「口を滑らせた」と言ったのか? AIデータのプライバシーが心配です!

[[341971]]シノベーションベンチャーズの会長兼CEOである李開復氏は9月12日、HICOO...