Yazılar

Rus Bilim İnsanları, Google’ın Kuantum İşlemcisinin Sınırlarını Araştırmak İçin Süper Bilgisayar Kullanıyor

CPQM’nin Kuantum Bilgi İşleme Laboratuvarı, Google’ın kuantum işlemcisini taklit etmek için CDISE süper bilgi işlem ekibi “Zhores” ile işbirliği yaptı. Google’ın son deneyleriyle aynı istatistikleri izleyerek gürültüsüz veriler üreten ekip, Google’ın verilerinde gizlenen ince bir etkiye işaret edebildi. Ulaşılabilirlik açığı olarak adlandırılan bu etki, Skoltech ekibi tarafından geçmiş çalışmalarında keşfedildi . Sayısal veriler, Google’ın verilerinin sözde yoğunluğa bağlı bir çığın eşiğinde olduğunu doğruladı; bu, gelecekteki deneylerin kuantum yaklaşık optimizasyonunu gerçekleştirmek için önemli ölçüde daha fazla kuantum kaynağı gerektireceği anlamına geliyor. Sonuçlar, alanın önde gelen dergisi Quantum’da yayınlandı.

Sayısal hesaplamanın ilk günlerinden beri, kuantum sistemlerini taklit etmek son derece zor göründü, ancak bunun kesin nedenleri aktif bir araştırma konusu olmaya devam ediyor. Yine de, klasik bir bilgisayarın bir kuantum sistemini taklit etmedeki bu görünüşte doğal zorluğu, birkaç araştırmacıyı anlatıyı tersine çevirmeye teşvik etti.

Richard Feynman ve Yuri Manin gibi bilim adamları, 1980’lerin başında, kuantum bilgisayarlarını klasik bir bilgisayar kullanarak taklit etmeyi zorlaştıran bilinmeyen bileşenlerin kendilerinin bir hesaplama kaynağı olarak kullanılabileceğini tahmin ettiler. Örneğin, bir kuantum işlemci, aynı temel ilkeler tarafından yönetildiklerinden, kuantum sistemlerini simüle etmede iyi olmalıdır.

Bu tür erken fikirler sonunda Google ve diğer teknoloji devlerinin uzun zamandır beklenen kuantum işlemcilerin prototip versiyonlarını yaratmasına yol açtı. Bu modern cihazlar hataya açıktır, yalnızca en basit kuantum programlarını çalıştırabilirler ve sonunda bir yaklaşıklık oluşturmak için hataların ortalamasını almak için her hesaplamanın birden çok kez tekrarlanması gerekir.

Bu çağdaş kuantum işlemcilerin en çok çalışılan uygulamaları arasında kuantum yaklaşık optimizasyon algoritması veya QAOA (“kyoo-ay-oh-AY” olarak telaffuz edilir) yer alır. Bir dizi dramatik deneyde Google, 23 kübit ve üç ayarlanabilir program adımı kullanarak QAOA’nın performansını araştırmak için işlemcisini kullandı.

Özetle, QAOA, klasik bir bilgisayar ve bir kuantum yardımcı işlemciden oluşan hibrit bir kurulumda optimizasyon problemlerini yaklaşık olarak çözmeyi amaçlayan bir yaklaşımdır. Google’ın Sycamore’u gibi prototip kuantum işlemciler, şu anda gürültülü ve sınırlı işlemler gerçekleştirmekle sınırlıdır. Hibrit bir kurulum kullanarak, umut, bu sistematik sınırlamaların bazılarını hafifletmek ve yine de QAOA gibi yaklaşımları özellikle çekici hale getirerek, yararlanmak için kuantum davranışını kurtarmaktır.

Skoltech bilim adamları, QAOA ile ilgili bir dizi yeni keşif yaptılar, örneğin buradaki yazıya bakın . Aralarında öne çıkan, QAOA’nın uygulanabilirliğini temelde sınırlayan bir etkidir. Bir optimizasyon probleminin yoğunluğunun – yani, kısıtlamaları ve değişkenleri arasındaki oranın – yaklaşık çözümlere ulaşmak için büyük bir engel olarak hareket ettiğini gösteriyorlar. Bu performans sınırlamasının üstesinden gelmek için kuantum yardımcı işlemcide yürütülen işlemler açısından ek kaynaklar gerekir. Bu keşifler, kalem ve kağıt ve çok küçük emülasyonlar kullanılarak yapıldı. Kısa süre önce keşfettikleri etkinin, Google’ın son deneysel çalışmasında kendini gösterip göstermediğini görmek istediler.

Skoltech’in kuantum algoritmaları laboratuvarı daha sonra, Google’ın kuantum çipini taklit etmek için gereken önemli bilgi işlem kaynakları için Oleg Panarin liderliğindeki CDISE süper bilgi işlem ekibine başvurdu. Kuantum laboratuvarı üyesi, Kıdemli Araştırma Bilimcisi Dr. Igor Zacharov, mevcut emülasyon yazılımını Zhores üzerinde paralel hesaplamaya izin veren bir forma dönüştürmek için birkaç kişiyle birlikte çalıştı. Birkaç ay sonra ekip, Google ile aynı istatistiksel dağılımlara sahip verileri çıkaran ve QAOA performansının keskin bir şekilde düştüğü bir dizi örnek yoğunluğu gösteren bir öykünme oluşturmayı başardı. Ayrıca, Google’ın verilerinin, mevcut teknolojinin herhangi bir avantaj sağlamak için yeterli olmayacağı bu aralığın sınırında yer aldığını da ortaya çıkardılar.

Skoltech ekibi, başlangıçta, erişilebilirlik eksikliklerinin – bir problemin kısıtlama-değişken oranının neden olduğu bir performans sınırlaması – maksimum kısıtlama tatmin edilebilirliği adı verilen bir tür problem için mevcut olduğunu buldu. Ancak Google, grafik enerji işlevlerinin en aza indirilmesini düşündü. Bu problemler aynı karmaşıklık sınıfında olduğundan, takıma problemlerin ve daha sonra etkilerinin ilişkilendirilebileceğine dair kavramsal bir umut verdi. Bu sezginin doğru olduğu ortaya çıktı. Veriler oluşturuldu ve bulgular, erişilebilirlik açıklarının bir tür çığ etkisi yarattığını ve Google’ın verilerini, ötesinde daha uzun, daha güçlü QAOA devrelerinin bir zorunluluk haline geldiği bu hızlı geçişin kenarına yerleştirdiğini açıkça gösterdi.

Skoltech’te veri ve bilgi hizmetleri yöneticisi olan Oleg Panarin şu yorumu yaptı: “Bilgisayarımızın bu kadar uç noktaya taşındığını görmekten çok memnunuz. Proje uzun ve zorluydu ve bu çerçeveyi geliştirmek için kuantum laboratuvarı ile el ele çalıştık. Bu projenin, Zhores kullanılarak bu tür gelecekteki gösteriler için bir temel oluşturduğuna inanıyoruz.”

Skoltech’te kıdemli bir araştırma bilimcisi olan Igor Zacharov şunları ekledi: “Bu çalışmanın ilk yazarı olan Akshay Vishwanatahan’dan mevcut kodu aldık ve paralel çalışan bir programa dönüştürdük. Verilerin nihayet ortaya çıkması kesinlikle hepimiz için heyecan verici bir andı ve Google ile aynı istatistiklere sahiptik. Bu projede, 36 kubite ve bir düzine katman derinliğine sahip çeşitli son teknoloji kuantum işlemcileri taklit edebilen bir yazılım paketi oluşturduk.”

Skoltech’te doktora öğrencisi olan Akshay Vishwanatahan şu sonuca varmıştır: “QAOA’da birkaç kübit ve katmanı geçmek o zamanlar oldukça zorlu bir görevdi. Geliştirdiğimiz şirket içi öykünme yazılımı yalnızca oyuncak model vakalarını ele alabilirdi ve başlangıçta bu projenin heyecan verici bir zorluk olsa da neredeyse imkansız olacağını hissettim. Neyse ki, bir grup iyimser ve yüksek ruhlu meslektaşım arasındaydım ve bu, beni Google’ın gürültüsüz verilerini takip etmeye ve yeniden üretmeye daha da motive etti. Verilerimizin, sonunda etkinin varlığını görebildiğimiz benzer bir istatistiksel dağılımla Google’ınkiyle eşleşmesi kesinlikle büyük bir heyecan anıydı.”

İlgili Makaleler

Bir cevap yazın

E-posta hesabınız yayımlanmayacak.

Başa dön tuşu