19,208 文字
AIにとって善である、行動指向のグローバルで包括的な国連プラットフォームであるAI for goodへようこそ。AIはITUが主催し、40の国連姉妹機関とのパートナーシップで、スイスと共同開催しています。AI for goodの目標は、国連の持続可能な開発目標を推進するAIの実用的な応用を特定し、それらのソリューションをグローバルな影響のために拡大することです。今日のセッションでは、ライブビデオ機能を使用して質問やコメントを投稿し、魅力的なディスカッションを作り出すためにご協力をお願いします。最後まで残って、私たちの著名なパネリストや世界クラスのAI専門家とチャット、つながり、質問し、ニューラルネットワークでネットワーキングすることをお勧めします。
それでは、セッションを開始し、最初のスピーカーをお迎えしましょう。どうぞ。
皆さん、私たちの最初のワークショップにようこそ。このシリーズは最終的に「未来のリーダーたちの量子ハッカソン」で締めくくられます。このハッカソンは国際電気通信連合と学生量子連合が共同で主催し、国際量子年の一環として行われます。科学、教育、芸術、イノベーションの4つのチャレンジトラックを計画しており、各トラックは産業パートナーと量子分野の現役学生リーダーとの協力によって支えられています。今後数週間にわたり、一連のワークショップを開催し、初心者から専門家まで、量子の多様な側面に触れる機会を提供します。これにより、5月19日の週に始まるハッカソンでどのトラックを選びたいかを知ることができるでしょう。詳細情報はまもなく公開しますので、量子連合と専用ウェブサイトにご注目ください。
最初のワークショップでは、現在最も興味深い研究分野の一つである量子コンピューティングの紹介に深く踏み込みます。このワークショップの司会は、KKIT Leap研究とKKITメタルの技術リーダー兼マネージャーであり、MITの35歳未満の革新者トップにも選ばれた著名なゼド・コ・ミン博士です。マネブ博士、どうぞよろしくお願いします。
素晴らしいご紹介をありがとうございます。また、ご招待いただきありがとうございます。ここで皆さんとご一緒できることを非常に嬉しく思います。スライドを表示しましょう。
このイベントの主催者の皆さまに感謝します。量子コンピューティングの興味深い旅の一部を皆さんと共有し、これを実用的かつ現在の最先端のものにできることをとても嬉しく思います。今日ここにいられることをこれ以上なく嬉しく思いますし、皆さんもそうであることを願っています。今日が特別なのは、これから私たちが信じられないような旅、量子の旅に乗り出すからです。本題に入る前に、これが録画版であっても、できるだけチャットを使って交流していただけるとうれしいです。
今日の目標は、量子コンピューティングにおける実世界の量子アプリケーションを探索するためのツール、直感、好奇心を皆さんに提供することです。多くのことをカバーするというよりも、皆さんがさらに好奇心を持つように、少なくとも少しでも明らかにすることを目指しています。
さて、始めましょう。手を挙げるか、これが録画版であってもコメントチャットに書き込んでください。量子コンピュータを以前に使ったことがありますか？かなりの数の方がすでに使ったことがあるか、まさに使おうとしていることがわかるでしょう。
これからの内容はこうです。まず、大きな絵を見ていきます。量子コンピューティングが簡単に言うとなぜ重要なのか、どのように進んでいるのか、この分野はどこにあり、今後5〜10年の見通しはどうなのかを見ていきます。次に、実際の量子ビット（キュービット）とは何かを覗いてみます。それがどのように作られ、物理学や原子とどのように関連しているのかを見ていきます。最後に、そのキュービットを使って実際の量子アルゴリズムを設計し、クラウドで使用できる実際の量子マシンで実行して、何が出てくるか、機会と課題の両方は何か、そしてそれについて何をすべきかを見ていきます。良いですか？
続けましょう。スライドを見たい場合は、このコースを通じて投稿されると思いますし、他に質問があれば、私の小さなブログにも掲載されているので探してみてください。
パート1では、今日の量子コンピュータの大きな絵を見ていきます。過去40年間には多くのことが詰め込まれていましたが、そのうちの最後の10年間以外はあまり見ていきません。しかし、まずは1980年代の初期から始めましょう。そこから、私が馴染みのある超伝導キュービットプラットフォームと呼ばれる一つのプラットフォームに主に焦点を当てます。
簡単にタイムマシンに乗って、わずか60秒で歴史をたどってみましょう。大きく一歩下がって、そもそもなぜ量子コンピューティングなのかと自問しましょう。その動機は、物理学と化学における最も基本的な課題の一つ、量子システムのシミュレーションから始まります。世界が量子であり、原子から作られているなら、すべては量子だと言えます。自然そのものが量子だと主張することもできます。
1981年に戻ると、リチャード・ファインマンが有名に言いました。「自然は古典的ではない。くそっ。そして、自然のシミュレーションを作るなら、それを量子力学的にした方がいい。そして、これは素晴らしい問題だ。なぜなら、それはそれほど簡単には見えないからだ。」
ファインマンは何を言っていたのでしょうか？古典的なコンピュータには基本的な制限があります。それらは特定の問題、特に量子システムのシミュレーションに非効率的です。なぜなら、量子空間の状態は指数関数的に大きなヒルベルト空間、つまり2のn乗（nはキュービット数）のベクトルで表されるからです。これは指数関数的に大きく、指数関数は扱いが難しいものです。100個の相互作用するキュービットの適度なシステムでも、一般的なシステムのすべての詳細を捉えようとすると、古典的なコンピュータで完全な量子状態を保存するには、地球上で利用可能なメモリよりも多くのメモリが必要になるでしょう。
もちろん、これを回避して効率化するための多くのトリックがありますが、ファインマンの基本的な議論は、自然は量子法則に従っており、それをシミュレーションする最良の方法は、量子法則に従い、この大きなヒルベルト空間を本質的に活用できるマシンを使用することだということです。
これらの基礎的なアイデアは、現在私たちが量子計算と呼ぶものにつながりました。重ね合わせ、絡み合い、干渉を活用して、古典的なコンピュータができない方法で計算を実行します。それ以来、素因数分解や特定の行列線形代数ルーチンなど、古典的なコンピュータよりも理論的なアルゴリズムの複雑性レベルでより効率的に実行できるアルゴリズムを見つけ始めました。
次の30年間をスキップして、2010年代、つまり私が初めて量子アルゴリズムを実行し始めた頃に直接飛びましょう。そして、その時から現在までの様子を示しましょう。
当時、これは私の博士課程の始まりでしたが、これは忍耐の訓練でした。ここに見えるのは私の研究室の希釈冷凍機の写真です。これは私の写真で、これがその冷凍機です。その最底部には単一の量子ビット、つまりキュービットが動作しています。ご覧のように状況はあまり良くありません。冷凍機から多くのガスが爆発的に噴出しています。物事はうまく行かなかったんです。当時、私たちは1つの超伝導キュービットが動作していれば幸運だと思っていました。時には、コヒーレンスがすべてを消し去る前に、わずか数マイクロ秒だけ動作することもありました。簡単な量子操作を実行することは、道具が手の中で蒸発している間に精密な手術を行うようなものでした。
ハードウェアは15メルビンで動作し、ほとんどの時間をデバッグに費やしていました。しかし、これはとても刺激的だと知っていました。なぜなら、進歩が見え、物事が時間とともにどんどん良くなっていくことがわかったからです。
時は流れ、15年後の2025年、今日、127キュービットの量子マシンがここの写真ではクリーブランドクリニックの研究棟のロビーカフェテリアに置かれています。ほとんど常に量子ジョブを実行し、ほとんどデバッグする必要がなく、継続的な自動キャリブレーションが行われています。そして、ご覧のように、もはやマシンから煙が出て噴出することはありません。
これらは運用可能なクラウド経由でアクセス可能な量子マシンであり、アルゴリズムを実行し、現在、計算の境界を押し広げ始めています。私たちは15年前の単一の不安定なキュービットから、相互接続された数十の超伝導キュービットに移行し、初期のエラー緩和、エラー修正により、古典的なコンピュータに挑戦し始める有意義な計算を可能にしています。
これは、実験室での実験的な好奇心から、新興技術産業と計算パラダイムへの根本的な移行です。これが最先端の量子コンピューティング研究室の様子です。各希釈冷凍機は別の量子プロセッサのセットを収容しています。このような施設内で、私たちは量子プロセッサを構築し、制御システムを設計し、エラー修正技術を工学的に設計し、楽しんでいます。
もちろん、ご覧になっているのは単なるハウジングであり、実際の量子ハードウェア、実際の量子チップは非常に小さく、冷凍機の底部に位置しています。ここに示しているのは、2019年の27キュービットチップから2022年の433キュービットプロセッサまでのIBM Quantumの進化です。
量子ハードウェアの進歩の速度は速いです。各世代は、ここで明らかに見ることができるより多くのキュービットだけでなく、より良いキュービットに関するものです。品質が重要であり、より長いコヒーレンス時間が重要であり、より低いエラー率が重要です。ノイズとデコヒーレンスを緩和するためのよりスマートな方法、アルゴリズムをコンパイルするためのよりスマートな方法も重要です。
これらのチップの一つを拡大して、技術の美しさと複雑さを理解すると、これはIBM Osprey 433キュービット超伝導量子プロセッサですが、チップには多くの層があることがわかります。一部はキュービット、一部は読み出し共振器、一部は配線です。実際、配線は全体を相互接続するのに非常に複雑です。これは進行中の非常に興味深い取り組みです。
次の約10年間に何が起こるかを少し予測するための魔法の帽子をかぶってみましょう。2033年の10万キュービット量子中心のスーパーコンピューターがどのように見えるかというビジョンは次のようなものです。多くの冷凍機が小さなクラスターに相互接続され、一つの大きな量子マシンまたはスーパーインテリジェンスを実現し、それが論理的キュービットの数をエンコードします。ビジョンがあり、ロードマップがあり、道筋があります。原子や半導体、イオンなどを使用する多くの異なる技術がありますが、これはこのビジョンの特定のバージョンに過ぎません。
将来を覗き見て、楽観的な展望を持てることがとても興奮させます。しかし、今日に戻りましょう。現在どこにいるのでしょうか。現在持っているハードウェアで有用な量子計算をどのように実行するのでしょうか。
量子シミュレーションの例を考えてみましょう。ファインマンに戻って、二次元スピン鎖格子をシミュレーションしたいとします。何らかの材料を想像してください。それは一般的に非常に複雑な非平衡量子ダイナミクスです。このハニカム状の格子上にスピンがたくさんあるのが見えますが、目標は磁化を追跡することです。スピンが何をしているかを知ることです。そしてこれらは量子スピンです。指数関数的に増大する状態空間と、ダイナミクスの展開方法により、これは古典的なコンピュータにとって厄介な問題になることがあります。
量子コンピュータはより良くできるでしょうか？あるいはそれをどのように使用すればよいのでしょうか？量子プロセッサ上でシミュレーションを実行するには、いくつかの手順を踏む必要があります。まず、左側に見えるこの物理的空間を離散化する必要があります。そのハミルトニアンを理解し、通常はショワイズや他の変分テクニックと呼ばれるものに離散化します。これはアルゴリズムの前処理段階です。次に、スピン状態をキュービットにエンコードし、効率的なマッピングを定義します。最後に、それらすべてを量子コンピュータの言語、つまり量子ゲートに変換します。
右側には、キュービット0からキュービット25までの量子回路の図があります。各ワイヤはキュービットであり、これらのボックスで表されるゲートの数が見えます。単一キュービットゲートのためのボックスと、このように伸びる共同ボックスがあります。これらはCZ（コントロールZ）ゲートです。細かいことは気にしなくても大丈夫です。結果として、構造があり、この物理的量子システムの進化を近似し、エミュレートし、シミュレートできる量子回路があります。
これは、Pythonやお好みの言語で書くことができる回路です。実際の量子デバイスにマッピングすると、ラップトップのJupyterノートブックでそれを書き、コンパイルし、クラウドAPIインターフェイスに送信して、研究室の実際の量子デバイスで実行することができます。それは測定結果、つまり0と1の古典的なデータストリームを送り返します。この後処理により、粒子の磁化やスピンなどの物理的観測可能量を再構築することができます。ここで量子コンピュータは輝くことができます。すべての問題ではなく、一部の難しい問題を解こうとしています。
これは私たちがいる状態と向かいたい場所を意味します。このAI生成の漫画は、量子ユニットを収容しているこの希釈冷凍機が、古典的なスーパーコンピュータや古典的なコンピュータを追い越そうとしているという考えを表しています。まだその段階には達していませんが、誰に聞くかによって、このコーナーのどこかにいます。しかしアイデアは、量子の優位性、つまり量子コンピュータが十分に意味のあるタスクにおいて、私たちが気にする指標で最高の古典的アプローチを上回るポイントを探すことです。
それが実際に何を意味するのか、もう少し具体的に見てみましょう。量子の次の章への道は、次の図で大まかにまとめることができるかもしれません。x軸には実行したい回路の複雑さ、例えば量子回路について話し、y軸にはどれだけそれが高価か、その計算にどれだけ時間がかかるかについて話すとします。
興味のある問題については、大まかな図は次のようになるかもしれません。グレースケールの古典的な方法は非常に高価であり、指数関数的にスケールし、非常に速くスケールします。そのため、すぐに、あまり大きくない問題サイズに対して、最大のスーパーコンピュータを使用しても、その問題を解くのに数週間、数ヶ月、数年、数十年かかる領域に入ります。
一方、すべてのエラーとノイズが修正された完全に機能する耐障害性量子コンピュータがあれば、おそらくその特定の問題に対して、初めは非常に高いコストでその問題を解くことができるアルゴリズムがあるかもしれません。いくつかのオーバーヘッドが必要になりますが、その場合のスケーリングは指数関数的ではないため、ここで巨大な量子の優位性または分離が得られます。
完全な量子エラー修正デバイスを持つ前は、これは非常に難しく厄介ですが、それは分野が取り組んでいることであり、後ほど触れます。また、今日構築している量子マシンはエラーを持っていますが、レクチャーの第三部で触れますが、それは有用ではないということではありません。
実際、エンジニアリングの実践からご存知の通り、ノイズの多い信号があっても、より長く平均を取り、より多くのデータを取得する意思があれば、常にノイズから信号を抽出することができます。実際、これが量子エラー緩和の基本的なアイデアです。これは修正に代わる、または隣接する戦略であり、このレクチャーの第三部で説明しますが、コストを支払えば、理想的には古典的な方法よりも高速化を得ることができます。
これが、完全なエラー修正を得る前に、古典的な方法を凌駕するために到達したい場所です。この道をどれだけ進んでいるのでしょうか？今日私たちはどこにいるのでしょうか？量子コンピュータの状態をどのように考えればよいのでしょうか？
デジタル量子回路の基本的な抽象化または単位は、このような量子回路です。4つのキュービットがあり、ボックス内には単一キュービットゲートがあり、各ワイヤのペアにはCNOTゲートまたは制御された2キュービットゲートがあります。実際、これは特定のトロッターシミュレーションですが、それは重要ではありません。
幅と深さ、つまりゲートの数という2つの軸があります。キュービットの数と、ゲートの数または深さです。1つのキュービットなら誰でもラップトップでできます。10のキュービットならそれほど難しくありません。100のキュービットなら難しいかもしれません。しかし、キュービットがすべてではありません。ゲートの数も考える必要があります。互いに話さないキュービットの集まりは何もしません。計算的には面白くありません。
そのため、非常に重要なのは、相互作用の数、ゲートの数です。これがx軸です。なぜなら、100のキュービットがあっても、それらの間に1つのゲートしかないなら、それは些細なことで、誰でもできるからです。そのため、計算の難しさと、分野が向かっている方向は、右上に上がることです。キュービットの数とゲートの数の両方をスケールアップすることです。そして、それがファインマンやショアなどが話していた領域に入ることができる時です。
私が非常に興奮するのは、ちょうど過去2年間で、以前は完全にアクセス不可能だった新しい領域にプッシュし始める実験の爆発があったことです。それは100キュービット以上のレベルで実験を行い始めることです。これは、ここの下部の緑色の領域の外側にあります。そして現在、これらの実験の多くが深く、右に向かって、より多くのゲートを持つ、より難しい問題に向かって押し出しています。ここでは、最初で早期の実験の一部をサンプリングしました。最大のものは約400キュービットで、深さ60、2キュービット層の数は約3,000ゲートです。
コミュニティの大きな絵で興奮しているのは、このような例がますます増えていることです。これはコミュニティからのさまざまな実験のサンプリングです。これらの一部は学生によって実行され、多くは学術グループ内で実行されています。
私たちのグループからの非常に近い例の一つは、このような量子コンピュータを使用しました。先ほど示したもので、これが実際のレイアウトです。各キュービットは小さな円です。異なるパターン、0または1でキュービットを準備することができます。1のパターンでキュービットを開始し、これを相互作用するスピンシステム、一種の材料としてシミュレーションできます。
これは量子コンピュータからの実際のデータの動画です。論文を見ることができます。熱化領域や熱前May体局在領域などの物質の異なる領域を研究することができます。そのため、古典的シミュレーションでは簡単ではなく、自明ではない動的計算を研究し始め、多くの量を抽出することができます。これは実験からのデータのサンプリングに過ぎません。
可能なことの大きな絵と、分野の最先端の実験の一部、そして量子優位性の考え方を見てきました。しかし、キュービットが実際には何であるかについて少し時間を費やしましょう。基本に戻りましょう。
大きな絵を見た今、基本に戻りましょう。キュービットは基本的な考えとして、2つのエネルギーレベルまたは2つの状態を持つシステムと考えることができます。0か1です。しかし、これらの2つの状態は任意の重ね合わせ状態にあることができます。実際、キュービットが持つことができる状態の数は無限であり、ブロッホ球と呼ばれるこの球面上の連続体です。この球はヒルベルト空間または単にヒルベルト空間と呼ばれる空間に住んでいます。
これが、時々人々がこのキュービットは同時に0と1の両方にあることができると言う時に意味することです。それは球上のここ、半分の位置にある状態でしょう。しかし、さらに多くがあります。位相は何かと尋ねることができます。0+1なのか、0-1なのか、0+何らかの複素数なのかなど。
抽象化のレベルを一つ下げることもでき、それが実際にどのように見えるのか、それがどのように実装されているのか、ラボの中、このような冷凍機の中、またはモナリザケースの中で尋ねることができます。これは量子冷凍機のより商業的なバージョンの一種ですが、これらの量子ビットをどのように構築するのでしょうか？
何度も見てきたこの冷凍機の中を見て、外側にあるシールドを取り外してみましょう。それは外部世界から保護するための単なる熱シールドです。量子は敏感ですから。その中には黄金のシャンデリアがあります。これは実際には配管と配線だけで、他にはほとんど何もありません。これは冷凍機の最底部の最後の段階で-273.13度セルシウスに住んでいます。
実際に量子コンピュータはここの中にだけ存在します。この缶を取り出すと、これはIBMの初期の16キュービット量子チップの一つの写真で、このチップにパターン化された数個のキュービットが見えます。おそらく当時はシリコンだったと思います。論文を見れば。また、読み出し共振器を表す多くのくねくねした線も見えます。キュービットを読み出し、その状態を見る必要がありますので、追加のコンポーネントが必要です。
このような小さな箱の繰り返しブロックが見えます。所謂トランスモンキュービットが共振器に結合しています。実際、すべてのキュービットはこのように見え、単に押印され、繰り返され、ねじれ、曲がり、多くの配線がありますが、この超伝導量子コンピュータの基本的な構成要素はこの写真です。
これは2つの金属パッドがジョゼフソントンネル接合で接続され、それが読み出し共振器を表すこのくねくねした線に接続されています。ブロッホ球について話すとき、実際のキュービットはここ左側にあります。これらの2つの金属パッドが見えます。電子が前後に揺れています。より技術的に正確にはクーパー対です。
このブロッホ球は非常に低温状態での彼らの動きを表しています。詳細には入りませんが、これをさまざまな抽象化レベルで話すことができることを示すだけです。高校の物理学や電子工学のクラスで覚えているなら、キャパシタやインダクタなど、電気回路としてこれについて話すことができます。実際、このシステムをキャパシタとインダクタだけでモデル化することができます。いくつかの方程式について話すこともできますが、ラップトップから始めて量子コンピュータとインターフェースし、ジョブを研究室に送信し、それがシャンデリアを通して、これらのワイヤを通して、この缶の底まで信号を送り、それ自体がこのシリコンチップ上のこの小さな金属線に電子の流れを作り出すという考え方の風味を与えます。
これらは電気的量子回路を収容しています。インダクタとキャパシタと考えてください。しかし、これらは損失のないインダクタとキャパシタです。つまり、散逸がなく、またインダクタは非線形ですが、それはあまり物語を変えるものではありません。これらはブロッホ球とキュービットを表すことができます。
キュービットは実際にここでの抽象化の最後の層です。最も普遍的な構成要素を抽象的なレベルで表していますが、それ自体は物理的なシステムではありません。それはこれらの超伝導電気チップのような実際の物理的システムにマッピングされる単なる抽象化です。
そして何が起こるかというと、この球を操作することで、この電気回路内の電流とフラックスが量子的な方法で特定の方法で振動し、それが冷凍機のワイヤを通して信号を送り返し、それらの信号が研究室の電子機器に送られ、そしてTCPを通してクラウド経由であなたのラップトップに情報を送り返します。
物理学に詳しい聴衆のために、5分間使って、アイデアから現実までのキュービットについてもう少し詳しく説明し、これらの概念のいくつかを紹介しますが、より歴史的な観点から戻ります。エネルギーレベルを見てきましたが、それらは実生活でどこから来るのでしょうか？このヒルベルト空間はどこから生まれるのでしょうか？
量子物理学の物語に戻ると、実際これは量子物理学自体の起源であり、原子から始まり、大きく一歩下がって、19世紀末から20世紀初頭の原子のアンサンブルにまで遡ります。当時の人々はガスを小さなバイアルに入れて、原子の雲を見始めることができました。これは1980年代まで、科学者たちが最終的に個々の原子を単離できるようになるまで、量子物理学の最先端でした。これは私たちがキュービットで見てきた人工原子の前のことです。
当時、人々はガスのチューブを取り、その中に電気を通すと、ガスから光が発生します。その光はいくつかの色に見えました。そして人々はそれをレンズに通し、科学者たちはそれを狭いスリットと、プリズムを含むいくつかの他の光学装置に通して色を分離し、その色のパターンを画面や写真面に記録することができました。
実際、人々、つまり科学者たちが観察したのは、異なるガスが異なる色のパターンや異なるスペクトルを生成することでした。例えば紫、青、緑、赤などです。そして水素、ヘリウム、ネオン、ナトリウム、水銀などさまざまなガスは、明確な離散的なスペクトルを生成します。
これらの実験的観察により、科学者たちは原子が古典物理学が慣れているものよりも新しくより多くのものを持っていることを理解するようになりました。実際、ボーアは1913年に、これらの原子発光スペクトルを説明するために、離散的なエネルギーレベルのアイデアを提案しました。
彼は原子が実際に量子化された単位でのみエネルギーを持つことができると述べました。そのため「量子」と呼ばれます。エネルギーは0か1か2か3のいずれかでなければならず、0、1、2、3の状態にのみなることができ、これらの状態にはいくつかのエネルギーがあり、それらは均等に間隔が開いていません。
これにより、左側で見える色は単にエネルギーレベルの差であるという考えが生まれました。原子が状態1から状態0にジャンプし、赤色の光子を放出するか、原子が状態2から基底状態にジャンプして緑色を放出します。それは抽象的に思えるかもしれませんが、あなたはそれに非常に精通しています。外出して花火を見たり、テレビで花火を見たりするたびに、夜空で見る色は、原子から見えるエネルギーの離散化です。
ここにはナトリウムからの黄色、リチウム、銅、ストロンチウム、マグネシウムがあります。これらは花火が爆発する時に見える異なる色、スペクトルです。それは思われるほど馴染みのない現象ではありません。
実際、これらの原子エネルギースペクトル遷移を、電子と核の間のエネルギーポテンシャルがこのような1/Rポテンシャルに見えるという古典的な世界でのエネルギーの考え方と結びつけることができます。そして、核の周りの電子の軌道が大きいほど、つまり核の周りの有効距離の関数として、y軸上のエネルギーはより高くなるでしょう。
しかし、ボーアの原子モデルでは、エネルギーは何でもなく、離散的な単位で来なければならないことが理解されました。このように、原子はこのエネルギー、そのエネルギー、または赤いもののエネルギーを持つことができますが、中間のものは決して持つことができません。それがエネルギーの量子化のアイデアです。
実際、スペクトルが特別なのは、エネルギーレベルが均等に間隔が開いていないからです。これは所謂非調和自由度とスピンを表しています。このような原子にレーザーや光を当てると、または原子が発光すると、同じエネルギー差、同じ色で発光せず、任意の単位でエネルギーを取ることができません。基本的にこれらの離散的なエネルギーの塊で取らなければなりません。そのためスペクトルがあります。
これが最初のキュービットがどのように実装され始めたかです。なぜなら、光を当てて原子を制御し、特定の色の光を選んで原子を満たしたり空にしたりしようとすると、その光の特定の周波数、つまりその光の色によって対処できるのはこれら二つのエネルギーレベルだけであり、他には何もないからです。なぜなら、それらだけが許可されているからです。
この非調和図は、このアイデアを通してキュービット特有の制御と読み出しを可能にするエネルギーレベル図です。もちろん、常に2つ以上のレベルがあり、それはまだ量子コンピューティングが行われる方法です。物理学が行われ、量子コンピューティングが現在、正確にこのアイデアを通して原子で行われています。
これまで見てきたように、原子は唯一の選択肢ではありません。実際、電磁構造の意味で人工原子を構築し始めることができます。このようなLとCの非線形回路を実装することによってです。そして実際、これらのチップはこのように見えます。右側のキャパシタとインダクタを使用しており、それら自体にはこのようなエネルギー図があります。
x軸上には、インダクタの磁束や、キャパシタの電荷があるかもしれません。それはあまり重要ではありません。通常、線形システムでは二次的なポテンシャルなので、エネルギーレベルは赤で均等に間隔が開いています。しかし、これを外部世界に結合すると、エネルギー間隔が等しい場合、この矢印の長さで表される固定周波数のパルスで任意のレベルにアドレスできることがわかります。
したがって、非線形システムを作る必要があります。そうすることで、例えば最低二つのエネルギーレベルのみに選択的に結合し、それをキュービットシステムとして使用することができるようになります。
大きな絵としては、キュービットの理想化は非調和振動子を通して実現され、最低二つのエネルギーレベルを選択的に分離することができます。それが0と1のキュービットレベルであり、実際の物理的システム、つまりチップ上の金属誘電体に対応する物理的モデルを通して実現できます。中間層は回路量子電磁力学と呼ばれています。
ここでのジョークは、物理学者には二種類あり、すべての物理学はスピンだと信じている人と、すべての物理学は振動子だと信じている人がいるということです。ハードウェア側とこれらすべてについてもっと知りたい場合は、ここにリストがあります。スクリーンショットを撮ってください。説明はしませんが、他のレクチャーシリーズもあります。6時間または7時間分のコンテンツがあります。興味があれば、それを見てください。
代わりに、ハードウェアの話はここで終わり、ソフトウェア側に移りましょう。このレクチャーの最後の部分では、実際の量子回路をどのように設計し実行するかを見ていきます。
まず、簡単な「ハローワールド」実験から始めましょう。ここに量子コンピュータの漫画のスケッチがあります。超伝導冷凍機の中に一つ入っています。冷凍機の中には、今はこのように見えるキュービットを収納しています。この漫画のような球です。これらのレクチャーにあるいくつかの詳細を抽象化するので、代わりにハードウェアのレベルから完全に上に移動し、アルゴリズミックなレベルでの構成要素を見ていきます。
計算基底状態0と1です。これらは量子状態、つまりベクトルであることを示すために直接表記で書かれています。また、これらの操作を表すボックスもあります。Xと言うとき、それはビット反転を意味することに注意してください。Xが0に作用すると1になり、Xが1に作用すると0になります。十分シンプルですね。最後に、この場合Zベースでの測定があります。Zを0状態に測定すると+1が得られ、Zを1状態に測定すると-1が得られます。XとZはブロッホ球の図のXとZ方向に正確に対応しています。そこからXとZという名前が来ています。
ここであなたに挑戦です。ビデオを一時停止して解いてみてください。先ほど見た要素だけを使って、量子アルゴリズムを設計してみてください。他には何も必要ありません。古典的な正の整数D（例えば0、1、2、3、4、5、6）が偶数か奇数かを分類または報告してください。
ビデオを一時停止して試してみてください。
挑戦してみたことを願っています。最も単純なことは、非常に量子的ではありませんが、それでも機能し、私たちの目的には十分でしょう。スピンをD回反転させ、その分極を測定することです。
例えば、深さ0の回路はこのように見えます。基底状態から始めて測定します。これはD=0に対応します。D=1の回路は、基底状態から始めて、スピンを反転させ、測定します。D=2は、基底状態から始めて、スピンを2回反転させ、測定します。以降同様です。
この回路をステップバイステップでデバッグしてみましょう。最初のステップでは、すべての回路は0から始まります。次のステップでは、この最初の回路はまだ0の状態にあり、測定されると右下の+1の値を生成します。しかし、反転されている残りの回路は、0の状態から1の状態にこのように変化します。
次のレベルでは、最初のレベルの測定があり、+1が得られます。次のステップに行き、ここで状態1を測定すると、私たちの小さなルールによると、逆の値である-1が得られます。そしてデバッグステップを進めていくと、Xゲートが何回適用されたか、つまり入力整数Dの関数として、+1、-1、+1、-1などが得られます。
これが最も単純なバージョンの量子アルゴリズムで、データは実際にはエンコーディングではなく回路構造にありますが、私たちの目的には機能します。
この量子回路を実際に取り、実際の量子コンピュータで実行してみましょう。まず、何を期待すべきでしょうか？回路をこのように書くことができます。Dは私たちの入力であり、XゲートをD回繰り返し、測定します。ここでは、入力回路の深さDの関数として、測定されるZ値の出力プロットを示します。デバッグツールで見たように、私たちがしているのはスピンを前後に反転させることだけです。+1、-1、+1、-1、+1、-1、+1、-1と行ったり来たりします。つまり、理想的にはデータはこれらの赤い点のようになり、スピンが反転します。
それではデバイスに実装して、何が起こるか見てみましょう。何か予測はありますか？チャットに自由に書き込んでください。
大きな発表ですが、ここにデータがあります。何が起こったのでしょうか？なんということでしょう。期待したようには見えません。なぜ減衰しているのでしょうか？振動していてノイズが多いのはなぜでしょうか？
何が起きたのでしょうか？私たちの量子コンピュータはあらゆる面で壊れているのでしょうか？諦めるべきでしょうか？決してそんなことはありません。これはノイズであり、完全にエラー修正されていない実際の量子コンピュータ、つまり量子クラウドで実行されているものでは、この有名な物理学者アッシャー・ペレスの引用を覚えておく必要があります。
「量子現象はヒルベルト空間で起こるのではない。それは抽象化だ。それらは研究室で起こり、実験室や基礎となる量子デバイスの不完全さや特徴から切り離すことができず、それらは避けられないノイズの影響を受ける。」
つまり、ノイズはこれらのエラーを引き起こします。ノイズは避けられません。それを減らすことができ、デカップリングすることができ、修正しようとすることもできますが、完全に取り除くことはできません。ノイズはここに留まります。だから、それを理解し、それとどう付き合うかを理解する方が良いでしょう。それが今日の量子コンピューティングの大きな部分であり、実際の実験を実行することについてもそうです。
ノイズの要素をざっと説明して、それで終わりにします。まず最初に、深さ0の回路ですでに、期待しているものが得られていないことがわかります。値1が得られず、少し小さい値が得られます。これは、SPAMと呼ばれる状態準備と測定のエラーのためです。基底状態の準備は完璧ではなく、測定も完璧ではありません。エラーがあります。その上に、後で触れる基本的なショットノイズがあります。
第二に、このエネルギーの一般的な減衰が見られます。これは本当に非コヒーレントノイズであり、エネルギーの損失、環境への情報の損失です。第三に、これらの振動は、コヒーレントノイズと呼ばれるものの特徴的なものです。通常、それは何らかのゲートの誤較正、または何らかのスプリアスシステムへの結合、あるいはハードウェア設計自体での2つのキュービット間の望ましくない結合の可能性があります。それはしばしばこのような振動に発展することが見られます。
最後に、信号が完全に消えても、完璧な結果が得られないことがわかります。これは、量子コンピュータからの情報の抽出に基本的な限界があるためです。量子系を測定すると、1または0が得られますが、Zの観測可能量の期待値、つまりブロッホ球のZ投影の期待値を直接得ることはできません。少なくとも直接ではありません。したがって、何度も測定する必要があり、これは投影ノイズです。多くのサンプルを取る必要があるからです。
私たちの量子シミュレーション、量子アルゴリズムをこのようにクラウドを通して実行し、この完璧な回路を持つのではなく、回路がクラウドで実行されると、ここに小さな赤い矢印で示されるエラーが計算を妨げます。拡大してみると、これらの小さな赤い矢印で示されるエラーが計算を妨げ、少しノイズの多いものになります。
量子コンピュータの最大の課題は何でしょうか？今すぐチャットに入力してください。ノイズだとは言わなくても構いません。私はたった今それを暗示しましたが、人々が何を考えているかを見たいと思います。
実際、彼らはソーシャルメディアという信頼できる権威の源でこの調査を行い、ハードウェア開発、デコヒーレンス、材料の品質、誇大宣伝、期待、ノイズ、アルゴリズム開発など、人々はさまざまな意見を持っていました。しかし、ノイズはそれらすべての中で最もノイズが多く、私にとっては今日の量子コンピュータへの最大の課題です。なぜなら、先ほど目撃したように、エラーが実験を破壊し、計算の範囲を制限するからです。
ノイズは避けられませんが、それがこの物語の終わりというわけではありません。実際、ノイズの扱い方を学び、それに対処することができます。見た減衰の絵は、実際にコストはかかりますが、今日の量子デバイスで元に戻し、修正することができます。
しかし、それについて話す前に、一般的にノイズに対処する方法を考えてみましょう。1995年にピーター・ショアが量子エラー修正のアイデアを導入しました。システムを監視し、通常は他に必要としない多くの追加キュービットを犠牲にして、エラーが発生したことを検出する方法です。そしてそのエラーを検出し、その効果を元に戻すことができます。それがエラー修正であり、この分野が向かっている方向です。
より最近の考え方は、システムをリアルタイムで監視し、適切な方法で物事を設定すれば、テルテール信号によるエラーの発生を予測し、それがさらに現れる前に防ぐことができるというものです。それは一種の修正前、エラー発生前ですが、現時点では大規模に実装するには難しすぎます。
最終的に、あなたと私が今日のほとんどの作業で残されている領域は、システムのエラーをリアルタイムで監視することができず、エラーが発生し、検出されないままですが、それでもある程度対処できるというものです。それはエラー緩和と呼ばれています。
緩和と修正を対比するために、エラー緩和は、あなたが持っているものを使って作業します。利点は、古典的な結果にあるエラーを抑制することです。今日、どんな量子アルゴリズムを実行する場合でも、これを使用することになります。コストは、実際には追加のキュービットやハードウェアリソースが必要ないため、そこにコストはかかりません。それは良いことです。
古典的なコストとは、古典的な信号処理と同様に、ノイズの多い信号がある場合、ノイズから信号を抽出するためにより長く平均する必要があり、ここではそれを元に戻すために、通常、回路の多くのバージョンを実行する、またはより長くサンプリングする必要があるということです。したがって、ランタイム、アルゴリズム時間は高くなります。
制限は、最終的に低いASM的なスケーリングを持つように見えるということです。つまり、それは究極的な解決策ではありません。より大きな回路に対しては、より長く実行する必要があるからです。
量子エラー修正は、ある意味で緩和の反対側です。それらは一方または他方ではなく、実際にはエラー修正の上に緩和することができますが、エラー修正は、エラーを検出し通知するために多くの量子コストがかかる反対の極限です。多くのキュービットが必要です。古典的なコストはデコードのために少し高くなる可能性がありますが、それはすべて後処理であり、必ずしも追加のランタイムは必要ありません。
課題は、耐障害性の操作と読み出しが必要であり、多くのキュービットと高忠実度の操作が必要であるということです。また、ゲートエラーは非常に低くなければなりません。したがって、非常に難しいですが、この分野が達成し始めていることです。
エラー緩和に戻りましょう。詳細には触れませんが、非常に短い高レベルの直感を提供したいと思います。詳細は他のレクチャーや私のブログで見つけることができます。
音楽を聴くことからインスピレーションを得ています。あなたもそうであることを願っています。ノイズの多い都市に住んでいるので、しばしばノイズキャンセリングのヘッドセットを付ける必要があります。緩和でもそのようなものです。多くのノイズがありますが、ノイズを学ぶことができれば、平均してノイズを監視できれば、実際にノイズをキャンセルするためにノイズを注入することができます。これはエラー緩和の一種の方法です。
ノイズキャンセリングヘッドセットが実際にはノイズをキャンセルするためにより多くのノイズを注入する方法と同じですが、賢い方法で、平均するとノイズがなくなります。
高レベルでは、緩和の一つの方法は、正確で効率的でスケーラブルな方法でノイズを学ぶことです。それは簡単なことではありませんが、それを行う方法はあります。それをキャンセルすることができ、コストがかかります。ノイズキャンセリングヘッドセットは安くありません。無料ランチの定理はなく、この場合、コストは必要な追加のランタイムの観点からかかります。
高レベルでは、確率的エラーキャンセレーションと呼ばれる、私が先ほど説明したようなさまざまな緩和技術があります。これはバイアスがなく、原則的にはほぼ完璧にノイズを緩和し、元に戻すことができますが、非常に高いコストがかかります。
また、ゼロノイズ外挿のようなより発見的な技術もあります。これは非常に高速で、多くのサンプリングを必要としませんが、一般的には同じくらい正確であるとは保証されていません。したがって、全体の風景があり、ここでは詳しく説明しませんが、それを認識していただきたいと思います。
今日実際の実験を実行するとき、量子デバイスで量子実験を実行するとき、1つの回路ではなく、この緩和フレームワークで多くのバージョンの回路を実行します。そしてそれぞれにエラーがありますが、それらすべての回路の結果を後処理し、適切な方法で構築することで、実際に正しい値、または正しい値に近いものを得ることができます。
幸いなことに、ほとんどのことは自動化されているか、パッケージが存在し、私の同僚や私自身が使用できるように仕事が行われているため、すべての詳細を深く理解する必要はありません。
これで、量子コンピューティングの紹介と実際の量子実験の実行についての私たちの話の終わりに来ました。量子優位性のテーマがあります。これは、量子コンピュータが特定のタスク、すべてのタスクではなく一部のタスク、望ましくは有用なタスクにおいて、古典的なスーパーコンピュータと知られている最善の方法を上回り始めるという考えです。
その重要な部分はエラー緩和とエラー修正になります。エラー修正は、ここに示されているように、より長期的なビジョンです。エラー緩和は今日できることです。エラーを修正し始めると、それらは完璧な修正ではないので、おそらく論理的キュービットに対するエラー緩和、つまり量子エラー修正と連結した論理的エラー緩和を行う必要があります。そして、この次の領域でより多くの実験が見られ始め、さらに右に進むことを願っています。それが分野が向かっている方向です。
これで終わりにしたいと思います。私のお気に入りの引用、偉大な科学者アルバート・アインシュタインの言葉で締めくくらせてください。読んでいただきますが、主なポイントは質問を止めないことです。好奇心を持ち、質問を続け、このビデオを振り返り、チャットで質問を投稿し、議論を続け、好奇心を持ち続けてください。
これが私の絶対的な喜びであり楽しみでした。これがあなたの旅の始まりに過ぎないことを願っています。連絡を取り合い、挨拶をし、レクチャーが気に入ったことを知らせてください。質問があれば、よろしくお願いします。本当にありがとうございました。
マネブ博士、そのレクチャーは本当に洞察に富んでいました。量子コンピューティングの今日の最も重要なトピックをすべて探求するために、全体的なアプローチを取ったのが気に入りました。
ミヒール、ありがとう。多くのことをカバーしました。これは非常に深く狭い探求でした。あなたと参加者の皆さんが楽しんでくれたことを願っています。
今日はこれで終わりにします。マネブ博士、改めてありがとうございます。特に量子コンピューティングでは、直感的なアプローチはなく、勉強を続け、質問を続け、これらのことを何度も復習する必要があることを強調しておきます。
そうですね、そして付け加えると、私を前進させ続ける引用の一つは、ポアンカレが「論理で証明するが、直感で発見する」と言ったことです。直感は多くのことを導きますが、それは方向性だけを正しくし、その後、実際に証明するためには論理と勉強が必要です。両方とも楽しんでください。ありがとう、ミヒール。
コメント