Kvantdatorer – Att tämja det vi har svårt att förstå

Share this post:

Vem skulle idag komma på idén att bygga en dator som inte kan köra ens en hel sekund någorlunda felfritt? En dator som inte har någon som helst bakåtkompatibilitet med programkod som skrivits förr? En dator där resultaten måste tolkas med statistik och sannolikhet? En dator som måste kylas tills den är kallare än yttre rymden? Och en dator där tillverkaren skryter med att ha nått 50 bitar när varenda telefon har 64 bitars processorer sedan flera år tillbaka?

Svaret är förstås att det inte handlar om en vanlig dator, utan om en som utnyttjar kvantmekaniska fenomen till att (i förlängningen) lösa problem som inte kan lösas med vanliga, klassiska, datorer.

Vad ska man ha kvantdatorer till?

Eftersom verkligheten på atomnivå är kvantmekanisk är den svår att räkna någorlunda exakt på med hjälp av klassiska datorer. Redan ganska enkla molekyler kräver stora resurser. Därför är beräkningar inom kemi, biokemi, medicin och så vidare förväntade första områden där kvantdatorer kan börja ge fördelar.

Ett annat område där vi förväntar oss att kvantdatorer över tiden kan bli viktiga verktyg är inom optimering, till exempel inom affärsnätverk. Vissa problem kan lösas effektivt idag med vanliga datorer, men andra kommer kräva nya (kvantdator)algoritmer, och ibland betydligt större kvantdatorer än vi kan bygga idag. När dessa väl finns tillgängliga gäller det att också ha algoritmerna framme.

Maskininlärning och Artificiell Intelligens är andra områden där vi redan vet att kvantdatorer kommer kunna snabba upp och effektivisera, framför allt när de blivit lite större än vad de är idag.

Vi pratar om verkliga kraftpaket

Det är i huvudsak två kvantmekaniska fenomen som ger kvantdatorer deras styrka: superposition och sammanflätning (entanglement).

Superposition

En vanlig bit kan ha ett av två värden: 0 eller 1. Det kan en kvantbit också, men den dessutom vara både 0 och 1 samtidigt, med en procentuell fördelning mellan vilket av värdena som är mest sannolikt när man gör en avläsning. Till exempel kan man köra ett program som först sätter en kvantbit i superposition (med 50/50 sannolikhet) och sedan läser av biten. Kör man programmet 1000 gånger så kommer i snitt ungefär 500 körningar ge resultatet 1 och 500 ge resultatet 0.

En kvantdator med 50 kvantbitar kan alltså samtidigt hålla 2^50 tillstånd, d v s över 1 miljon miljarder stycken. Genom att påverka dessa kvantbitar kan man manipulera många av dessa tillstånd samtidigt. För varje kvantbit dubbleras denna mängd, och snart är det svårt att hänga med och göra något liknande ens med listiga algoritmer i en klassisk dator.

Det påminner lite om hur man klippte till snöflingor i förskolan. Eftersom man börjat med att vika ihop papperet påverkade varje operation (klipp) många områden samtidigt. På liknande sätt kommer operationer på kvantbitar i superposition att påverka många tillstånd samtidigt.

Sammanflätning

Sammanflätning gör att två kvantbitar som sammanflätats får en koppling som gör att när man avläser en egenskap hos den ena kommer den andra kvantbiten att genast också få sitt värde bestämt. Till exempel när den ena är 0 blir den andra 0, men blev i stället den första 1 så blir den andra också 1. (Det finns även andra kopplingar i kvantmekaniken men det vore överkurs här). Jag har försökt komma på en bra liknelse för sammanflätning, men det är svårt. Ett försök är att: sammanflätning av två kvantbitar är som att två tonårstjejer tillbringar tid i samma rum, pratar och lyssnar på musik. Om de sedan lämnar rummet och reser långt från varandra, och man frågar den ena (om ett ämne de inte kommit överens om) till exempel ”tycker du om Justin Bieber?” så kommer hon att svara ja med en viss sannolikhet, men vad hon än svarar, ja eller nej, så kommer den andra tjejen direkt att svara precis likadant. När man läser av den ena sammanflätade kvantbiten kommer den ge ett svar med en viss sannolikhet, och den andra kommer då genast att få samma värde.

Nya algoritmer och transformer

Våra vanliga gamla algoritmer som fungerat bra på klassiska datorer kommer antagligen behöva skrivas om från grunden. Transformer av olika slag blir troligen viktiga verktyg.

Låt oss ta en liknelse från vanliga datorer: frekvensinnehållet i musik kan snabbt visas upp genom att musiksignalen (som varierar i tiden) analyseras med en snabb fouriertransform som visar de frekvenser som tillsammans utgör signalen. I stället för en graf som visar signalen över tid, får man en graf av signalens frekvenser. (Så kan du se att musiken innehåller en djup pumpande bas även om dina billiga in-earhörlurar inte klarar av att återge den).

Vi kommer behöva algoritmer som tar ett problem och på något sätt överför, transformerar det till ett problem som passar att lösa i en kvantdator, och som sedan kan föra tillbaka svaret från kvantdatorn till något som löser ursprungsproblemet. Lyssna t ex på Peter Shor förklara sin faktoriseringsalgoritm, och hur delen som körs på kvantdator bland annat handlar om att analysera ett interferensmönster.

Hur ser IBMs kvantbitar ut?

Detta blogginlägg ”What’s in a qubit?” från IBM Research innehåller förklarande filmer om kvantdatorer och IBMs kvantbitar. Mmm supraledande LC-oscillatorer med Josephson-korsning som ickelinjär spole…

Min pappa har fler kvantbitar än din pappa

Antalet kvantbitar i en kvantdator kommer säkert slängas runt som ett skrytmått, men det är inte ett fullständigt mått på hur kraftfull en kvantdator är. Om den inte är tillräckligt felfri och stabil går den ändå inte att använda till något vettigt.

IBM Research har föreslagit ett slags prestandamått – Quantum Volume –  som väger in åtminstone fyra parametrar:

1. Antalet fysiska kvantbitar
2. Antalet operationer (“gates”) som kan appliceras innan de ackumulerade felen gör att enheten beter sig som en klassisk dator.
3. Hopkopplingsbarheten (ungefär: vilka kvantbitar kan sammanflätas med vilka)
4. Antalet operationer som kan utföras parallellt

Föreslagna detaljer finns i detta dokumentdokumentet ”Quantum Volume” .

Dessutom ska vi komma ihåg att ett chip gör ingen dator. Det är först när det sitter i ett komplett system som man kan verifiera att det är styrbart och tillräckligt stabilt för att hinna leverera användbara resultat.

En kvantdator som baseras på Quantum Annealing till exempel, kan skryta med väldigt många kvantbitar, men bristen på styrbarhet gör att den bara löser ett fåtal (om ens några) problem snabbare än en konventionell dator.

Är vi på väg in i en ny Jetålder?

Det är inte troligt att kvantdatorer kommer att ersätta alla vanliga datorer. Under de närmaste åren är kvantdatorer lite för små och instabila för att användas till annat än specifika lösningsområden. Det är lite grann som under de tidigaste åren med jetmotorer. De var lovande men alldeles för törstiga och känsliga för att användas praktiskt för passagerarflygplan. Men nu för tiden används kolvmotorer nästan bara i privatflyg. Det är dock tveksamt om kvantdatorer kommer att dominera på samma sätt som jetmotorn, och det är ganska säkert att kvantprocessorer inte sitter i våra persondatorer eller telefoner på länge än – om någonsin.

Skälet till att vi ändå trycker så hårt på att det är dags att börja jobba med kvantdatorer nu, är att vi tillsammans måste ta fram de algoritmer vi behöver i framtiden när de stora, driftsäkra kvantdatorerna är framtagna. Ett verktyg i det arbetet är gemenskapen IBM Q Network där några av de senaste deltagarna är heta startups.

Nu när du vill prova själv

Är det bara att gå hit och börja. Det kostar inget, och vem vet vart det kan leda?

/Mikael

PS.

Notera att inga katter skadades under skrivandet av detta blogginlägg.
DS.

Vill du veta ännu mer?

• Video: CES 2018: How IBM is using a quantum computer in machine learning and AI

Lite djupare:

• Optimering
• Kemi
• Maskininlärning (tidigt exempel från system med 5 kvantbitar)