บาคาร่าเว็บตรง เพื่อให้คอมพิวเตอร์ควอนตัมสามารถพิจารณาได้ว่าใช้งานได้ พวกเขาจำเป็นต้องทำงานให้สำเร็จและตรวจสอบได้ซึ่งยากที่จะทำซ้ำบนคอมพิวเตอร์แบบคลาสสิก ซึ่งเป็นสถานการณ์ที่เรียกว่า “ข้อได้เปรียบเชิงควอนตัม” ในขณะที่ทั้งคอมพิวเตอร์ควอนตัมและวิธีการดั้งเดิมมีการปรับปรุง อย่างไรก็ตาม เป็นการยากที่จะลากเส้นเกินกว่าที่เครื่องควอนตัมจะเหนือกว่า
การพัฒนาล่าสุดที่นำโดยนักวิจัยจากมหาวิทยาลัยบริสตอล
สหราชอาณาจักร ได้ยกระดับการแข่งขันด้วยการแสดงให้เห็นว่าเครื่องจักรแบบคลาสสิกสามารถแก้ปัญหาที่ “ยาก” ดังกล่าวได้เร็วกว่าที่เคยคิดไว้อย่างมาก แม้ว่าคอมพิวเตอร์ควอนตัมจะยังคงเป็นผู้นำ แต่อัลกอริธึมใหม่ของทีม Bristol ทำให้ช่องว่างระหว่างคลาสสิกและควอนตัมแคบลงประมาณเก้าคำสั่งของขนาด
ข้อได้เปรียบของโฟโตนิก ในช่วงปลายปี 2020 นักทดลองที่มหาวิทยาลัยวิทยาศาสตร์และเทคโนโลยีแห่งประเทศจีน (USTC) รายงานว่าพวกเขาได้แสดงให้เห็นถึงข้อได้เปรียบด้านควอนตัมโดยใช้เทคนิคที่เรียกว่า Gaussian boson Sampling (GBS) การทดลองของพวกเขามีพื้นฐานอยู่บนแนวคิดที่ว่างานของการสุ่มตัวอย่างการแจกแจงความน่าจะเป็นที่สร้างโดยสถานะควอนตัมในการตั้งค่าบางอย่างนั้นยากสำหรับคอมพิวเตอร์คลาสสิก
ใน GBS การแจกแจงความน่าจะเป็นมาจากชุดโฟตอนที่ผ่านวงจรออปติคัล เมื่อโฟตอนเดินทางผ่านวงจร พวกมันจะรบกวนกันก่อนที่จะถูกวัด เมื่อขนาดของวงจรออปติคัลและจำนวนโฟตอนเพิ่มขึ้น การคำนวณสถิติของการวัดเอาท์พุตจะยากขึ้นแบบทวีคูณสำหรับคอมพิวเตอร์คลาสสิก ในเวลาเพียงไม่กี่นาที การตั้งค่าควอนตัมที่สร้างโดยทีม USTC สามารถคำนวณสิ่งที่เครื่องจักรแบบคลาสสิกคาดว่าจะต้องใช้เวลาหลายล้านปีในการคำนวณ
การเร่งความเร็วแบบคลาสสิก
โดยไม่สะทกสะท้านกับช่องว่างขนาดมหึมานี้ ทีมงานจากQuantum Engineering Technology Labs (QET Labs) ของ Bristol พร้อมด้วยเพื่อนร่วมงานที่Imperial College LondonและHewlett Packard Enterpriseได้รับมือกับความท้าทายนี้และได้หาวิธีลดรันไทม์แบบคลาสสิกสำหรับการแก้ปัญหาแบบเดียวกัน ปัญหา. พวกเขาแสดงให้เห็นในรายงานล่าสุดในScience Advancesว่าสามารถจำลองการทดลองของ USTC ได้ในเวลาเพียงไม่กี่เดือน ซึ่งเป็นปัจจัยเร่งความเร็วประมาณหนึ่งพันล้านเมื่อเปรียบเทียบกับการประมาณการครั้งก่อน
ผลลัพธ์ใหม่นี้ยกเครื่องอัลกอริธึมหลายอย่างที่ใช้ในการจำลอง GBS และให้ผลลัพธ์ของการทดลอง โดยสามารถเพิ่มสัญญาณรบกวนและข้อผิดพลาดได้ตามต้องการ ความสามารถพิเศษนี้ทำให้มันแตกต่างจากอัลกอริธึมการจำลองที่เน้นประสิทธิภาพอื่น ๆ ซึ่งมักจะอาศัยข้อผิดพลาดที่ส่งผลต่อผลลัพธ์ของการทดลองทางกายภาพอย่างชัดเจนเพื่อให้เวลาในการจำลองเร็วขึ้น การเพิ่มโมเดลสัญญาณรบกวนที่แสดงถึงการสูญเสียจากการทดลองในการจำลองแบบคลาสสิกของ GBS นั้นแสดงให้เห็นว่าช่วยลดความซับซ้อนและทำให้รันไทม์ของพวกมันสั้นลง
ความหมายและการมองไปสู่อนาคต
ตามคำกล่าวของ Jacob F Bulmer นักศึกษาระดับปริญญาเอกที่ Bristol และผู้เขียนนำของการศึกษานี้ เป้าหมายของการทดลองและการจำลองเหล่านี้ไม่ใช่การแก้ปัญหาในโลกแห่งความเป็นจริงโดยเฉพาะ แต่เป็นการทำความเข้าใจและแสดงให้เห็นถึงเกณฑ์ความได้เปรียบของควอนตัมให้ดีขึ้น แม้ว่าผลลัพธ์ใหม่จะยังไม่เร็วไปกว่าการทดลองควอนตัม แต่ก็ทำให้เกิดช่องโหว่ในสิ่งที่เคยคิดว่าจะ “ยาก” สำหรับคอมพิวเตอร์แบบคลาสสิกและยกระดับมาตรฐานสำหรับการทดลองในอนาคต
ข้อได้เปรียบของควอนตัมคือการก้าวกระโดดครั้งใหญ่ในระบบออปติคัลและตัวนำยิ่งยวด
“ฉันคิดว่าความหมายหลักคือเราได้ให้เกณฑ์มาตรฐานที่ชัดเจนซึ่งควรเปรียบเทียบการทดลอง GBS” Bulmer อธิบาย “ฉันหวังว่าต่อจากนี้ไป ความก้าวหน้าใหม่ๆ ใน GBS จะรวมถึงการเปรียบเทียบกับวิธีการของเรา ซึ่งเป็นอัลกอริธึมคลาสสิกที่เร็วที่สุดสำหรับการจำลอง GBS อย่างแม่นยำ”
การแข่งขันเพื่อความได้เปรียบของควอนตัมยังไม่สิ้นสุด ในด้านคลาสสิก นักวิจัยของบริสตอลยังไม่ได้ใช้ประโยชน์จากเสียงและความไม่สมบูรณ์ของการตั้งค่าการทดลองอย่างเต็มที่ในลักษณะที่จะเร่งการจำลองให้ดียิ่งขึ้นไปอีก ในเวลาเดียวกัน เทคโนโลยีควอนตัมยังคงดำเนินต่อไป ในเดือนตุลาคม พ.ศ. 2564 กลุ่ม USTC ได้รายงานผลใหม่ใน จดหมายทบทวนทางกายภาพซึ่งเกินข้อค้นพบในปี พ.ศ. 2563 ด้วยอัตรากำไรขั้นต้นที่มาก แม้ว่าทีม USTC ไม่ได้กำหนดมาตรฐานเทียบกับอัลกอริธึมแบบคลาสสิกใหม่ แต่ด้วยความก้าวหน้าจากทั้งสองฝ่าย ก็ยังคงต้องรอดูว่าความได้เปรียบของควอนตัมมีความหมายต่อ GBS อย่างไร
โดยการติดตามสถานะของไอออนเมื่อเวลาผ่านไป ทีมของ Feng สามารถวัดทั้งเวลาที่ใช้สำหรับสถานะตื่นเต้นที่จะสลายตัว และปริมาณความร้อนเฉลี่ยที่กระจายไปในระหว่างการกระโดดครั้งนี้ เป็นครั้งแรกที่การค้นพบของพวกเขายืนยันการคาดการณ์ของ Falasco และ Esposito โดยทดลอง พวกเขาสังเกตเห็นว่าเวลาการสลายตัวที่นานขึ้นมักเกี่ยวข้องกับเส้นทางการสลายตัวที่น้อยลง
การศึกษาเพิ่มเติมเกี่ยวกับความสัมพันธ์ความไม่แน่นอนของเวลาการกระจัดกระจายอาจทำให้กระจ่างเกี่ยวกับกระบวนการที่ไม่สมดุลที่หลากหลาย รวมถึงหน้าที่ของสิ่งมีชีวิตและการทำงานของคอมพิวเตอร์ควอนตัม
โดยการติดตามสถานะของไอออนเมื่อเวลาผ่านไป ทีมของ Feng สามารถวัดทั้งเวลาที่ใช้สำหรับสถานะตื่นเต้นที่จะสลายตัว และปริมาณความร้อนเฉลี่ยที่กระจายไปในระหว่างการกระโดดครั้งนี้ เป็นครั้งแรกที่การค้นพบของพวกเขายืนยันการคาดการณ์ของ Falasco และ Esposito โดยทดลอง พวกเขาสังเกตเห็นว่าเวลาการสลายตัวที่นานขึ้นมักเกี่ยวข้องกับเส้นทางการสลายตัวที่น้อยลง
การศึกษาเพิ่มเติมเกี่ยวกับความสัมพันธ์ความไม่แน่นอนของเวลาการกระจัดกระจายอาจทำให้กระจ่างเกี่ยวกับกระบวนการที่ไม่สมดุลที่หลากหลาย รวมถึงหน้าที่ของสิ่งมีชีวิตและการทำงานของคอมพิวเตอร์ควอนตัม บาคาร่าเว็บตรง
