Maszyna marzeń kwantowych Google

John Martinis za pomocą ramion okularów do czytania wskazał miejsce, w którym za kilka lat zamierza zademonstrować niemal niewyobrażalnie potężną nową formę komputera. Jest to cylindryczne gniazdo o średnicy półtora cala, u dołu stosu płytek, bloków i drutów z mosiądzu, miedzi i złota wielkości tułowia. Dzień po tym, jak spotkałem się z nim tej jesieni, załadował gniazdo eksperymentalnym chipem nadprzewodzącym z wytrawionym mikroskopijnym logo Google i schłodził aparat do jednej setnej stopnia Celsjusza powyżej zera absolutnego. Aby uczcić pierwszy dzień testowania maszyny, Martinis urządził małą imprezę w pubie z piwem z kolegami z nowo wyposażonego laboratorium Google w Santa Barbara w Kalifornii.

John Martinis od 30 lat bada, jak mogą działać komputery kwantowe. Teraz mógł być o krok od stworzenia użytecznego.

Ta impreza była niczym w porównaniu z świętowaniem, które odbędzie się, jeśli Martinis i jego grupa będą w stanie stworzyć cudowny komputer, którego szukają. Ponieważ wykorzystałby dziwne właściwości fizyki kwantowej, które powstają w ekstremalnych warunkach, takich jak te na ultrazimnym chipie, nowy komputer pozwoliłby programiście Google przeprowadzać obliczenia podczas przerwy na kawę, która zajęłaby dzisiejszemu superkomputerowi miliony lat. Oprogramowanie, które Google opracowało na zwykłych komputerach do prowadzenia samochodów lub odpowiadania na pytania, mogłoby stać się znacznie bardziej inteligentne. A wcześniejsze pomysły, które pojawiły się w Google i jej firmie macierzystej, takie jak roboty, które mogą służyć jako ratownicy lub oprogramowanie, które może rozmawiać na poziomie człowieka, mogą stać się rzeczywistością.

Teoretyczne podstawy obliczeń kwantowych są dobrze ugruntowane. A fizycy mogą budować podstawowe jednostki, znane jako kubity, z których można by zrobić komputer kwantowy. Mogą nawet operować kubitami razem w małych grupach. Ale nie stworzyli w pełni działającego, praktycznego komputera kwantowego.

Martinis jest wybitną postacią w tej dziedzinie: jego grupa badawcza z Uniwersytetu Kalifornijskiego w Santa Barbara zademonstrowała niektóre z najbardziej niezawodnych kubitów i zmusiła je do uruchomienia części kodu, którego komputer kwantowy musiałby działać. Został zatrudniony przez Google w czerwcu 2014 roku po tym, jak przekonał firmę, że technologia jego zespołu może szybko dojrzeć przy odpowiednim wsparciu. Po uruchomieniu nowego laboratorium Google Martinis domyśla się, że może zademonstrować mały, ale użyteczny komputer kwantowy w ciągu dwóch lub trzech lat. Często mówimy sobie, że jesteśmy w trakcie narodzin przemysłu komputerów kwantowych – mówi.

Google i obliczenia kwantowe to połączenie stworzone w algorytmicznym niebie. Często mówi się, że firmę charakteryzuje nienasycony głód danych. Ale Google ma bardziej naglące strategiczne uzależnienie: od technologii, która wydobywa informacje z danych, a nawet tworzy z nich inteligencję. Firma została założona w celu komercjalizacji algorytmu rankingu stron internetowych, a swoje fundamenty finansowe zbudowała na systemach sprzedaży i kierowania reklam. Niedawno Google zainwestowało w rozwój oprogramowania AI, które może nauczyć się rozumieć język lub obrazy, wykonywać podstawowe rozumowanie lub kierować samochodem przez ruch uliczny – wszystko to jest trudne dla konwencjonalnych komputerów, ale powinno być proste dla komputerów kwantowych. Uczenie maszynowe to podstawowy, transformacyjny sposób, dzięki któremu ponownie zastanawiamy się nad tym, jak robimy wszystko – poinformował niedawno inwestorów dyrektor generalny Google, Sundar Pichai. Wspieranie tego wysiłku byłoby pierwszym z wielu miejsc pracy dla nowego przemysłu kwantowego Martinisa.

Twórca snów

Jeszcze w zeszłym tygodniu perspektywa komputera kwantowego, który w ciągu kilku lat zrobi cokolwiek pożytecznego, wydawała się odległa. Badacze z laboratoriów rządowych, akademickich i korporacyjnych byli dalecy od połączenia wystarczającej liczby kubitów, aby stworzyć nawet prostą maszynę do sprawdzania zasad. Dobrze finansowany kanadyjski startup o nazwie D-Wave Systems sprzedał kilka z tego, co nazywał pierwszymi komercyjnymi komputerami kwantowymi na świecie, ale przez lata nie udało się przekonać ekspertów, że maszyny faktycznie robią to, co komputer kwantowy powinien (patrz CIA i Jeff Bezos Bet na obliczeniach kwantowych).

Następnie NASA wezwała dziennikarzy do budowy N-258 w swoim Ames Research Center w Mountain View w Kalifornii, gdzie od 2013 roku znajduje się komputer D-Wave kupiony przez Google. Tam Hartmut Neven, który przewodzi Laboratorium sztucznej inteligencji kwantowej Firma Google założona w celu eksperymentowania z maszyną D-Wave ujawniła pierwszy prawdziwy dowód na to, że może ona zaoferować moc obiecaną przez zwolenników obliczeń kwantowych. W starannie zaprojektowanym teście nadprzewodzący chip wewnątrz komputera D-Wave – znany jako annealer kwantowy – działał 100 milionów razy szybciej niż konwencjonalny procesor.

Jeszcze w zeszłym tygodniu perspektywa komputera kwantowego, który w ciągu kilku lat zrobi cokolwiek pożytecznego, wydawała się odległa. Następnie NASA wezwała dziennikarzy do swojego Centrum Badawczego Amesa w Mountain View.

Jednak tego rodzaju przewaga musi być dostępna w praktycznych zadaniach obliczeniowych, a nie tylko w wymyślonych testach. Musimy ułatwić przeniesienie problemu, który pojawia się na biurku inżyniera, do komputera, powiedział Neven, gadatliwy ekspert od uczenia maszynowego. W tym miejscu pojawia się Martinis. Neven nie sądzi, aby D-Wave mógł wystarczająco szybko przygotować wersję swojego urządzenia do wyżarzania kwantowego, aby służyć inżynierom Google, więc zatrudnił do tego Martinisa. Stało się jasne, że nie możemy po prostu czekać, mówi Neven. Istnieje lista niedociągnięć, które należy przezwyciężyć, aby uzyskać prawdziwą technologię. Mówi, że kubity na chipie D-Wave są zbyt niewiarygodne i nie są wystarczająco grube. (Dyrektor generalny D-Wave, Vern Brownell, odpowiada, że ​​nie martwi się konkurencją ze strony Google).

Google będzie konkurować nie tylko z wszelkimi ulepszeniami, jakie może wprowadzić D-Wave, ale także z Microsoftem i IBM, które mają własne znaczące projekty obliczeń kwantowych (patrz Microsoft Quantum Mechanics i IBM prezentuje chip do obliczeń kwantowych). Ale te firmy skupiają się na projektach znacznie dalej od praktycznej użyteczności. Rzeczywiście, przybliżona wewnętrzna linia czasu dla projektu Google szacuje, że grupa Martinis może wyprodukować urządzenie do wyżarzania kwantowego ze 100 kubitami już w 2017 roku. Najnowszy układ D-Wave ma już 1097 kubitów, ale Neven twierdzi, że wysokiej jakości układ z mniejszą liczbą kubitów prawdopodobnie będzie być jednak przydatne do niektórych zadań. Wyżarzacz kwantowy może obsługiwać tylko jeden konkretny algorytm, ale okazuje się, że jest on dobrze dopasowany do obszarów, na których najbardziej zależy Google. Aplikacje, które mogą szczególnie skorzystać, obejmują rozpoznawanie wzorców i uczenie maszynowe, mówi William Oliver , starszy członek personelu MIT Lincoln Laboratory, który badał potencjał obliczeń kwantowych.

57-letni John Martinis jest idealną osobą, która pozwoli zmusić zadziwiająco złożony nurt badań fizyki kwantowej do nowej dyscypliny inżynieryjnej. Nie tylko potrafi zanurzyć się w ezoterycznej matematyce, ale uwielbia budować rzeczy. Obsługa nawet pojedynczego kubitu to zagadka złożona z głębokiej teorii kwantów, fizyki ciała stałego, materiałoznawstwa, mikroprodukcji, projektowania mechanicznego i konwencjonalnej elektroniki. Martinis, który jest wysoki i ma donośny, przyjazny głos, stara się osobiście opanować teorię i techniczną realizację każdego utworu. Oprowadzając po swoim nowym laboratorium w Google, jest równie podekscytowany nowymi lutownicami i obrabiarkami w konwencjonalnych warsztatach, jak i bardziej wyrafinowanym sprzętem, który chłodzi chipy i je obsługuje. Dla mnie to zabawne, mówi. Byłem w stanie przeprowadzać eksperymenty, których nikt inny nie mógł zrobić, ponieważ mogłem zbudować własną elektronikę.

Ten eksperymentalny chip, z wygrawerowanym logo Google, jest chłodzony do poziomu nieco powyżej zera bezwzględnego, aby generować efekty kwantowe.

Martinis i jego zespół muszą być biegli w wielu rzeczach, ponieważ kubity są zmienne. Można je wykonać na różne sposoby — Martinis używa pętli aluminiowych chłodzonych małymi prądami, aż staną się nadprzewodnikami — ale wszystkie reprezentują dane za pomocą delikatnych stanów kwantowych, które łatwo zniekształcają lub ulegają zniszczeniu przez ciepło i szum elektromagnetyczny, potencjalnie rujnując obliczenia.

Kubity wykorzystują swoją kruchą fizykę, aby zrobić to samo, co tranzystory wykorzystują energię elektryczną w konwencjonalnym chipie: reprezentują binarne bity informacji albo 0 lub jeden . Ale kubity mogą również osiągać stan zwany superpozycją, czyli efektywnie jedno i drugie 0 oraz jeden w tym samym czasie. Kubity w superpozycji mogą zostać połączone przez zjawisko znane jako splątanie, co oznacza, że ​​akcja wykonana na jednym ma natychmiastowy wpływ na drugi. Dzięki tym efektom pojedyncza operacja w komputerze kwantowym może wykonać wiele, wiele więcej operacji w komputerze konwencjonalnym. W niektórych przypadkach przewaga komputera kwantowego nad konwencjonalnym powinna rosnąć wykładniczo wraz z ilością danych, nad którymi należy pracować.

Trudność w tworzeniu wystarczająco stabilnych kubitów jest powodem, dla którego nie mamy jeszcze komputerów kwantowych. Ale Martinis pracuje nad tym od ponad 11 lat i myśli, że jest prawie na miejscu. Czas koherencji jego kubitów lub czas, przez jaki mogą utrzymywać superpozycję, wynosi dziesiątki mikrosekund — około 10 000 razy więcej niż w przypadku tych na chipie D-Wave.

Zaufanie Martinisa do sprzętu jego zespołu sprawia, że ​​myśli, że może zbudować dla Google alternatywę dla wyżarzania kwantowego, która byłaby jeszcze potężniejsza. Uniwersalny komputer kwantowy, jak można by go nazwać, można zaprogramować tak, aby rozwiązywał każdy problem, a nie tylko jeden rodzaj matematyki. Teoria stojąca za tym podejściem jest w rzeczywistości lepiej zrozumiana niż teoria dla annealerów, po części dlatego, że większość czasu i pieniędzy w badaniach nad komputerami kwantowymi poświęcono na uniwersalne obliczenia kwantowe. Ale kubity nie były wystarczająco wiarygodne, aby przełożyć teorię na działający uniwersalny komputer kwantowy.

Taka struktura płyt metalowych jest niezbędna do chłodzenia i ekranowania chipów kwantowych.

Aż do marca, kiedy to Martinis i jego zespół jako pierwsi zademonstrowali kubity, które przekroczyły kluczowy próg niezawodności uniwersalnego komputera kwantowego (zobacz Google Researchers Make Quantum Computing Components bardziej niezawodnymi). Dostali chip z dziewięcioma kubitami, aby uruchomić część programu sprawdzającego błędy, zwanego kodem powierzchniowym, który jest niezbędny do działania takiego komputera (od tego czasu IBM otrzymał część kodu powierzchniowego działającego na czterech kubitach). Zademonstrowaliśmy technologię do punktu, w którym wiedziałem, że możemy zwiększyć skalę, mówi Martinis. To było naprawdę.

Martinis ma na celu pokazanie kompletnego uniwersalnego komputera kwantowego z około 100 kubitami mniej więcej w tym samym czasie, w którym dostarcza nowy annealer kwantowy Google, za około dwa lata. Byłby to kamień milowy w informatyce, ale raczej nie pomoże od razu programistom Google. Jest tak złożoność kodu powierzchniowego, że chociaż chip ze 100 kubitami mógłby uruchomić program do sprawdzania błędów, nie byłby w stanie wykonać żadnej użytecznej pracy poza tym, mówi Robert McDermott , który kieruje grupą badawczą obliczeń kwantowych na Uniwersytecie Wisconsin. Jednak Martinis uważa, że ​​gdy uda mu się uzyskać wystarczającą niezawodność swoich kubitów, aby umieścić ich 100 na uniwersalnym chipie kwantowym, otworzy się droga do połączenia większej liczby kubitów. To jest coś, co całkiem dobrze rozumiemy, mówi. Trudno jest uzyskać spójność, ale łatwo skalować.

Głupie algorytmy

Kiedy Martinis wyjaśnia, dlaczego jego technologia jest potrzebna w Google, nie szczędzi uczuć ludzi pracujących nad sztuczną inteligencją. Algorytmy uczenia maszynowego są naprawdę głupie, mówi z nutą zachwytu w głosie. Potrzebują tak wielu przykładów, aby się nauczyć.

Rzeczywiście, uczenie maszynowe wykorzystywane przez Google i inne firmy komputerowe jest żałosne w porównaniu ze sposobem, w jaki ludzie i zwierzęta zdobywają nowe umiejętności lub wiedzę. Nauczenie oprogramowania nowych sztuczek, takich jak rozpoznawanie samochodów i kotów na zdjęciach, zazwyczaj wymaga tysięcy lub milionów starannie dobranych i oznaczonych przykładów. Chociaż technika zwana głębokim uczeniem przyniosła ostatnio uderzający postęp w dokładności, z jaką oprogramowanie może nauczyć się interpretować obrazy i mowę, bardziej złożone zdolności, takie jak rozumienie niuansów języka, pozostają poza zasięgiem maszyn.

Nevenowi przypada odkrycie, w jaki sposób chipy Martinisa mogą sprawić, że oprogramowanie Google będzie mniej głupie. Uważa, że ​​niesamowita moc kubitów zmniejszy przepaść między uczeniem maszynowym a uczeniem biologicznym — i przebuduje dziedzinę sztucznej inteligencji. Mówi, że uczenie maszynowe zostanie przekształcone w uczenie kwantowe. Może to oznaczać oprogramowanie, które może uczyć się z bardziej nieuporządkowanych danych lub z mniejszej ilości danych, a nawet bez wyraźnych instrukcji. Na przykład badacze Google opracowali algorytm, który ich zdaniem może pozwolić oprogramowaniu do uczenia maszynowego wychwycić nową sztuczkę, nawet jeśli nawet połowa podanych przykładowych danych jest nieprawidłowo oznaczona. Neven myśli, że tego rodzaju mięsień obliczeniowy może być kluczem do zapewnienia komputerom możliwości, które dziś są ograniczone do ludzi. Ludzie mówią o tym, czy możemy tworzyć kreatywne maszyny – najbardziej kreatywnymi systemami, jakie możemy zbudować, będą kwantowe systemy sztucznej inteligencji, mówi.

Bardziej praktycznie, mając na razie tylko maszynę D-Wave do ćwiczeń, badacze Google nie mogą zrobić nic więcej niż spekulować na temat tego, co dokładnie mogliby lub powinni zrobić z chipami, które buduje Martinis. Nawet jeśli dostaną je w swoje ręce, wynalezienie i zbudowanie infrastruktury potrzebnej do obsługi dużej liczby egzotycznych urządzeń zajmie trochę czasu, aby mogły wnieść istotny wkład w działalność Google.

Neven jest przekonany, że rzemieślnicy kwantowi Google i jego zespół poradzą sobie z tym wszystkim. Przedstawia rzędy chipów nadprzewodzących ustawionych w centrach danych, aby inżynierowie Google mogli stosunkowo szybko uzyskać dostęp przez Internet. Przewidywałbym, że za 10 lat nie będzie nic poza uczeniem się maszyn kwantowych – nie robi się już w konwencjonalny sposób, mówi. Uśmiechnięty Martinis ostrożnie przyjmuje tę wizję. Podoba mi się to, ale to trudne, mówi. On może tak powiedzieć, ale muszę to zbudować.

ukryć