Япония запускает прототип квантового компьютера в 100 раз быстрее, чем нынешние суперкомпьютеры

В ноябре 2017 года Япония представила свой первый прототип квантового компьютера, который бесплатно доступен для испытаний через Интернет. С помощью этой машины Япония присоединилась к гонке по созданию самого мощного в мире компьютера с большей грубой силой, что является ключом к использованию всего потенциала искусственного интеллекта.

Проект разработан Nippon Telegraph and Telephone Corporation, Токийским университетом, Национальным институтом информатики и Стэнфордским университетом при финансовой поддержке программы ImPACT правительства Японии.

Машина основана на квантовой нейронной сети, которая теоретически может решать сложные задачи примерно в 100 раз быстрее, чем традиционные суперкомпьютеры. Что еще более впечатляет, он делает все это, потребляя всего 1 киловатт энергии, а не 10 000 киловатт, которые используются обычными суперкомпьютерами для выполнения той же задачи. Давайте узнаем, что именно они разработали и как это работает.

Квантовые нейронные сети

Квантовые нейронные сети (QNN) используют оптические параметрические генераторы в качестве квантовых нейронов и схемы обратной связи оптических гомодинных измерений в качестве квантовых синапсов. Он ищет решение нескольких комбинаций задач оптимизации, используя коллективное торможение симметрии на пороге оптических параметрических генераторов.

Кроме того, пользователи могут испытать, каково это на самом деле проводить эксперименты с QNN и моделированием, основанным на квантовой теории сетей оптических параметрических генераторов.

Проще говоря, в квантовой нейронной сети исследователи пытаются интегрировать модели искусственных нейронных сетей, используя преимущества квантовой информации для создания более эффективных приложений. Цель состоит в том, чтобы использовать функции квантовых вычислений (квантовый параллелизм, интерференция, запутанность) в качестве ресурсов. Однако обучать классические нейронные сети довольно сложно, особенно в приложениях для работы с большими данными. 

QNNCLoud

Если вас интересуют принципы и особенности квантовой нейронной сети, QNNCloud предлагает 3 инструмента –

1. Информационный документ, посвященный квантовой теории.
2. Возможности квантового моделирования с использованием суперкомпьютера Shoubu
3. Квантовые вычисления с использованием QNN

QNNcloud построен на сети из 2000 оптических параметрических генераторов с программируемыми комплексными соединениями, которые позволяют пользователям решать задачи NP Hard Max Cut размером до N=2000 на полных графах (что выходит далеко за пределы ограничений современных квантовых компьютеров), не прилагая никаких усилий по встраиванию целевого графа в аппаратное обеспечение машины.

Существуют миллионы проблем , которые включают в себя непрерывную и комбинаторную оптимизацию, например, оптимизацию ведущих соединений при разработке диапазона частот, мощности передачи в беспроводной связи, медицине, оптимизацию портфеля в финансовых технологиях, выборку Больцмана в машинном обучении, разреженное кодирование для сжатого зондирования и т. д.

Большинство этих задач подпадают под классы недетерминированного полинома (NP), NP Complete и NP Hard в теории сложности. Для их решения требуется огромное количество вычислительных ресурсов, поскольку размер задачи увеличивается на каждой итерации.

Чтобы справиться с этими ограничениями, система QNN использует квантовый параллельный поиск при пороге ниже порога оптических параметрических генераторов, нарушение коллективной симметрии при пороге и экспоненциальное усиление вероятности при выше пороге.

В ближайшем будущем QNNcloud предложит инструмент моделирования для разработки квантовых алгоритмов для реальных приложений.

Аппаратное обеспечение QNN

Аппаратное обеспечение QNN не так сложно, как кажется. В кольцевом резонаторе волокна длиной один километр N=2000 импульсов оптического параметрического генератора создаются одновременно путем возбуждения внутрирезонаторного волновода LiNb03 с периодической поляризацией с использованием последовательности импульсов с частотой 1 ГГц.

Источник:QNNcloud

Двоичная переменная представлена как π-фазное и 0-фазное состояния каждого импульса оптического параметрического генератора. Все импульсы генерируются в виде суперпозиции π-фазы и 0-фазы при значении ниже порога, но с одним из двух при уровне выше порога. Любую пару этих импульсов можно соединить, последовательно измеряя их амплитуду.

Здесь под измерением понимается оценка подходящей амплитуды импульса обратной связи с помощью FPGA (сокращение от «программируемая пользователем вентильная матрица»). Обратная связь затем вводится в целевой импульс оптического параметрического генератора.

Соединения «все ко всем» для N=2000 плюсов выполняются при каждом проходе туда и обратно (который длится 5 микросекунд). Когда скорость внешней накачки превышает пороговое значение, решение получается в виде π-фазной или 0-фазной конфигурации после 10–1000 циклов туда и обратно.

Симулятор QNN

Динамику QNN можно предсказать теоретически с помощью главного квантового уравнения, учитывая уменьшение волнового пакета, вызванное измерениями. Модель выполняется на суперкомпьютере Shoubu, а масштабное параллельное моделирование позволяет восстановить динамику QNN за значительно меньшее время.

Бюджет и планы на будущее

В настоящее время Соединенные Штаты тратят более 200 миллионов долларов в год на исследования и разработки технологий квантовых вычислений, а Китай, как сообщается, строит исследовательский центр для квантовых приложений стоимостью 10 миллиардов долларов.

Япония, с другой стороны, планирует выделить почти 267 миллионов долларов на квантовые вычисления в течение десяти лет, начиная с апреля 2018 года. Кроме того, Hitachi исследует методы квантовых вычислений в партнерстве с Кембриджским университетом.

В будущем будут выпущены алгоритмы для различных реальных приложений, инструменты моделирования для разработки новых алгоритмов и усовершенствованная QNN с архитектурой рекуррентной нейронной сети. В настоящее время они планируют коммерциализировать продукт к первому кварталу 2020 года. Они сосредоточатся на более глубоких проблемах оптимизации с мобильной оптимизацией, пробками на дорогах в городах и открытием новых лекарств и химикатов.

Читайте:10+ самых интересных фактов о квантовых компьютерах

Тем временем технологические гиганты, такие как Microsoft, IBM и Google, работают над собственными квантовыми машинами, и их тесты показывают, что прорыв уже близок.



AlphaZero:искусственный интеллект Google покоряет шахматы и го за 24 часа Искусственный интеллект Google генерирует код, который превосходит по производительности программистов-людей