Япония запустила прототип квантового компьютера, в 100 раз быстрее суперкомпьютеров

В ноябре 2017 года Япония представила свой первый прототип квантового компьютера, открытый для бесплатного публичного доступа через интернет для тестирования. С этой машиной Япония присоединилась к гонке за создание самого мощного компьютера с большей грубой силой — ключом к реализации полного потенциала ИИ.

Проект разработан Nippon Telegraph and Telephone Corporation, Токийским университетом, Национальным институтом информатики, Стэнфордским университетом и финансируется программой ImPACT правительства Японии.

Машина основана на квантовой нейронной сети, которая теоретически может решать сложные задачи примерно в 100 раз быстрее традиционных суперкомпьютеров. Что еще более впечатляет, она потребляет всего 1 киловатт энергии вместо 10 000 киловатт, используемых обычными суперкомпьютерами для той же задачи. Разберем, что именно они разработали и как это работает.

Квантовые нейронные сети

Квантовые нейронные сети (QNN) используют оптические параметрические осцилляторы как квантовые нейроны и оптические гомодинные схемы обратной связи как квантовые синапсы. Они ищут решение нескольких комбинаций задач оптимизации, используя коллективное нарушение симметрии на пороге оптических параметрических осцилляторов.

Кроме того, пользователи могут испытать, как на самом деле проводятся эксперименты с QNN и симуляции на основе квантовой теории сетей оптических параметрических осцилляторов.

Простыми терминами, в квантовой нейронной сети исследователи пытаются интегрировать модели искусственных нейронных сетей, используя преимущества квантовой информации для построения более эффективных приложений. Цель — использовать особенности квантовых вычислений (квантовый параллелизм, интерференция, запутанность) как ресурсы. Однако обучение классических нейронных сетей довольно сложно, особенно в big data приложениях.

QNNCloud

Если вы заинтересованы в принципах и особенностях квантовой нейронной сети, QNNCloud предлагает 3 инструмента:

1. Белая книга, излагающая квантовую теорию
2. Возможности квантовой симуляции на суперкомпьютере Shoubu
3. Квантовые вычисления с использованием QNN

QNNcloud построен на сети из 2000 оптических параметрических осцилляторов с программируемыми все-со-всеми связями, позволяя пользователям решать NP-трудные задачи Max Cut размера до N=2000 на полных графах (что далеко за пределами ограничений текущих квантовых компьютеров), без усилий по встраиванию целевого графа в железо машины.

Миллионы задач связаны с непрерывной и комбинаторной оптимизацией: оптимизация ведущих соединений в разработке частотных полос, мощности передачи в беспроводных коммуникациях, медицине, портфельной оптимизации в финтехе, выборка Больцмана в машинном обучении, разреженное кодирование для сжатого сенсирования и др.

Большинство этих задач попадают под классы недетерминированного полиномиального времени (NP), NP-полные и NP-трудные в теории сложности. Для их решения требуется огромное количество вычислительных ресурсов, так как размер задачи растет на каждой итерации.

Система QNN использует квантовый параллельный поиск ниже порога осцилляторов, коллективное нарушение симметрии на пороге и экспоненциальное усиление вероятности выше порога для преодоления этих ограничений.

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

Железо QNN

Железо QNN не так сложно, как звучит. В одном километровом волоконном кольцевом резонаторе N=2000 импульсов оптического параметрического осциллятора создаются одновременно путем возбуждения внутрирезонансного периодически поляризованного волновода LiNbO₃ с помощью импульсного ряда частотой 1 ГГц.

Источник: QNNcloud

Бинарная переменная представлена как π-фаза и 0-фаза каждого импульса осциллятора. Все импульсы генерируются в суперпозиции π-фазы и 0-фазы ниже порога, но с одной из двух фаз выше порога. Любая пара этих импульсов может быть сцеплена путем последовательного измерения их амплитуд.

Здесь измерение означает оценку подходящей амплитуды обратного импульса с помощью FPGA (field programmable gate array — программируемое логическое интегральное устройство). Обратная связь затем вводится в целевой импульс осциллятора.

Все-со-всеми связи для N=2000 импульсов выполняются за каждый круговой рейс (длится 5 микросекунд). Когда внешняя скорость накачки поднимается выше порога, решение получается как конфигурация π-фазы или 0-фазы после 10–1000 круговых рейсов.

Симулятор QNN

Динамику QNN можно теоретически предсказать с помощью квантового мастер-уравнения, учитывающего редукцию волнового пакета, индуцируемую измерениями. Модель выполняется на суперкомпьютере Shoubu, и массовый параллелизм позволяет воссоздать динамику QNN за значительно меньшее время.

Бюджет и будущие планы

Сейчас США тратят более $200 млн в год на НИОКР квантовых вычислений, а Китай据称 строит $10 млрд исследовательский центр для квантовых приложений.

Япония планирует выделить почти $267 млн на квантовые вычисления за десятилетие, начиная с апреля 2018 года. Также Hitachi исследует квантовые вычислительные техники в партнерстве с Кембриджским университетом.

Алгоритмы для различных реальных приложений, инструменты симуляции для разработки новых алгоритмов и продвинутый QNN с рекуррентной нейронной сетевой архитектурой будут выпущены в будущем. Сейчас цель — коммерциализация к первому кварталу 2020 года. Фокус — на более глубоких задачах оптимизации: мобильная оптимизация, городские транспортные заторы, открытие новых лекарств и химикатов.

Читайте также: 10+ самых интересных фактов о квантовых компьютерах

Пока технические гиганты вроде Microsoft, IBM и Google работают над своими квантовыми машинами, и их тесты показывают, что прорыв близок.