Математики нашли новый способ оптимизировать квантовые вычисления

Молодая исследовательница-математик из Петрозаводска Мария Макарова окончила аспирантуру КарНЦ РАН и итальянского Университета Тренто. Сегодня она работает на стыке математики и информатики в области квантовых вычислений. Квантовые компьютеры – это будущее, основы которого создаются прямо сейчас, но пока эти инновационные устройства довольно уязвимы: физические особенности и сложность взаимодействия квантовых частиц вызывают дорогостоящие ошибки в расчетах. Ученые со всего мира, в том числе математики из ИПМИ КарНЦ РАН, решают задачи по оптимизации их вычислений.

В журнале Lobachevskii Journal of Mathematics вышла научная статья сотрудников ИПМИ КарНЦ РАН Марии Макаровой (Мальцевой) и Александра Румянцева и итальянского ученого Энрико Бланзиери, в которой предложен способ оптимизации работы квантовой цепи. Ученые по-новому использовали применяемые в квантовых технологиях подходы и методы и получили успешный результат. Он позволяет задействовать меньшее число вспомогательных операций, чреватых ошибками, что в перспективе может помочь повысить точность и надежность квантовых вычислений и увеличить их скорость.

В основе квантовых технологий лежит квантовая механика, описывающая природу на уровне элементарных частиц. Квантовые системы уже применяются в криптографии для обеспечения безопасности данных, в управлении потоками транспорта мировых столиц, для обучения искусственного интеллекта. Огромна перспектива их использования в медицине: от разработки новых лекарств и вакцин до расшифровки генома.

– Квантовые системы смогут коренным образом изменить способы и скорость передачи и обработки больших массивов информации. Для примера: существует известная задача расстановки – есть разные варианты расположения восьми гостей за столом, и один из них оптимальный. Классический компьютер будет обрабатывать все возможные перестановки последовательно, и на это уйдут миллионы лет. А квантовый компьютер сделает это за один шаг, – рассказала Мария Макарова, младший научный сотрудник Института прикладных математических исследований (ИПМИ) КарНЦ РАН.

Однако эра квантовых компьютеров пока не наступила. Физики, математики и информатики из разных стран работают над тем, как сделать их работу эффективнее.

Базовая единица информации в квантовых вычислениях называется кубитом. Это аналог бита, которым оперируют классические вычисления, заставляя работать программы в наших гаджетах. Но есть главное отличие, которое обеспечивает огромную разницу в эффективности работы классической и квантовой систем. Если бит может принимать только одно из двух значений – 0 или 1 (отсюда знакомая многим из школьной программы двоичная система счисления), то кубит одновременно находится в суперпозиции всех возможных состояний: и 0, и 1, и множества их вариаций. Благодаря этому за один шаг система выполняет в тысячи раз больше операций, чем традиционное ПО.

Количество кубитов в хранилище квантового компьютера ограничено. Самый мощный в России разработан в Физическом институте им. Лебедева РАН и содержит 50 кубитов. Физически эти частицы пока довольно нестабильны, например, они очень чувствительны к окружающей среде. Изменения температуры и других факторов могут привести к потере квантовых свойств и ухудшению точности и стабильности вычислений. И в целом, сложность системы и ее единиц неизбежно приводит к ошибкам.

Команды выполнить ту или иную операцию подаются на кубиты с помощью микроустройств – вентилей. Кубиты и вентили объединяются в квантовые цепи, которые в итоге и выполняют необходимую задачу.

– Помимо прочих ограничений, в квантовых системах очень специфическая архитектура, то есть возможны не любые комбинации расположения кубитов. Зачастую используется «архитектура ближайшего соседа» – мы можем проводить операции только над соседними кубитами, которые находятся близко друг к другу. Если нам требуются отдаленные друг от друга кубиты, используются операции обмена, которые переставляют частицы. Но чем больше операций обмена используется, тем больше вероятность ошибки. Поэтому мы стремимся минимизировать их количество и оптимизируем квантовую цепь по числу операций обмена, – пояснила Мария Макарова.

Для этого ученые используют подход переупорядочения кубитов. Несмотря на то что речь идет о квантовых компьютерах, обычно для этого процесса используется классическое, полупроводниковое, оборудование и программное обеспечение. В рамках нового способа авторы статьи предлагают использовать не классическое, но квантовое оборудование, в частности, устройство квантового отжига. Эволюция системы при реализации квантового отжига описывается уравнением, решение которого помогает найти оптимальное соседство кубитов с минимальной их перестановкой. Свое название метод получил по аналогии с металлургией, где отжигом называют вид термообработки, когда сплав нагревают до определённой температуры, а затем дают медленно остыть. В результате остывания металла расположение частиц переходит в устойчивое состояние с минимальной энергией.

– Считается, что всякая физическая система стремится к состоянию с наименьшей энергией. При квантовом отжиге система также подвергается медленным изменениям, но в результате остается в своем основном состоянии. И мы подбираем такую конфигурацию, в которой для этого потребуется меньше энергии, – отметила ученый.

Подход переупорядочения кубитов и метод квантового отжига давно известны и широко используются в квантовых вычислениях. Новизна исследования математиков из ИПМИ КарНЦ РАН – в применении их в связке для оптимизации квантовой цепи, а значит, для минимизации ошибок и повышения эффективности вычисления.

Ученые апробировали новый способ на облачном квантовом компьютере D-Wave (Канада). Результаты показали: оптимизация, действительно, привела к меньшему количеству операций обмена и высокому уровню успешности их выполнения.

– Численные эксперименты показали, что результаты такой оптимизации сравнимы с классическим программным обеспечением, а в некоторых случаях дают результат лучше. Таким образом, мы показали потенциал машин на основе квантового отжига для оптимизации квантовых цепей, что делает нашу работу методологически новой, – резюмировала Мария Макарова.

Информация предоставлена Службой научных коммуникаций КарНЦ РАН

Источник фото: ru.123rf.com

Источник: vk.com

Источник: ai-news.ru