esittely
Kvanttitietokoneet saavat paljon hypeä, mutta totuus on, että emme vieläkään ole varmoja, mihin ne ovat hyviä. Nämä laitteet hyödyntävät subatomisen maailman erikoista fysiikkaa ja niillä on mahdollisuus suorittaa laskelmia, joita tavalliset, klassiset tietokoneet eivät yksinkertaisesti pysty. Mutta on osoittautunut vaikeaksi löytää esimerkkejä algoritmeista, joilla on selkeä "kvanttietu", joka mahdollistaa suorituskyvyn klassisten koneiden ulottumattomissa.
Suurimman osan 2010-luvusta monet tietotekniikan tutkijat katsoivat, että tietyllä sovellusryhmällä oli loistava mahdollisuus löytää tämä etu. Tietyt data-analyysilaskelmat olisivat eksponentiaalisesti nopeampia, kun ne murskattaisiin kvanttitietokoneella.
Sitten tuli Ewin Tang. 18-vuotiaana äskettäin ylioppilaana vuonna 2018 hän löysi klassisilla tietokoneilla uuden tavan ratkaista nämä ongelmat, lyömällä alas kvanttialgoritmien lupaama etu. Monille kvanttitietokoneilla työskenteleville Tangtyö oli laskenta. "Nämä erittäin jännittävät käyttötapaukset tapettiin yksi kerrallaan", sanoi Chris Cade, teoreettinen tietojenkäsittelytieteilijä hollantilaisessa kvanttilaskennan tutkimuskeskuksessa QuSoftissa.
Mutta yksi algoritmi selvisi vahingoittumattomana: kvanttikäänne niche-matemaattiseen lähestymistapaan tietojen "muodon" tutkimiseen, jota kutsutaan topologiseksi data-analyysiksi (TDA). Syyskuussa lukuisten papereiden jälkeen tutkijat uskovat nyt, että nämä TDA-laskelmat ovat klassisten tietokoneiden ulottumattomissa, ehkä johtuen piilotetusta yhteydestä kvanttifysiikkaan. Mutta tämä kvanttietu voi ilmetä vain erittäin erityisissä olosuhteissa, mikä kyseenalaistaa sen käytännöllisyyden.
Seth Lloyd, kvanttimekaaninen insinööri Massachusetts Institute of Technologysta, joka oli mukana luomassa kvantti-TDA-algoritmia, muistaa sen alkuperän elävästi. Hän ja fyysikko Paolo Zanardi osallistuivat kvanttifysiikan työpajaan idyllisessä kaupungissa Pyreneiden vuoristossa vuonna 2015. Muutama päivä konferenssin jälkeen he jättivät keskustelut väliin ja viettivät aikaa hotellin patiolla yrittäessään kääriä päänsä "hullun abstraktin" matemaattisen tekniikan ympärille. he olivat kuulleet tietojen analysoinnista.
Zanardi oli rakastunut TDA:n taustalla olevaan matematiikkaan, joka oli juurtunut topologia, matematiikan haara, joka koskee piirteitä, jotka jäävät jäljelle, kun muotoja puristetaan, venytetään tai kierretään. "Tämä on yksi niistä matematiikan haaroista, joka vain tunkeutuu kaiken", sanoi Vedran Dunjko, kvanttilaskentatutkija Leidenin yliopistosta. "Se on kaikkialla." Yksi kentän keskeisistä kysymyksistä on esineen reikien lukumäärä, jota kutsutaan Betti-luvuksi.
Topologia voi ulottua tuttujen kolmen ulottuvuuden ulkopuolelle, jolloin tutkijat voivat laskea Betti-luvut neli-, 10- ja jopa 100-ulotteisissa kohteissa. Tämä tekee topologiasta houkuttelevan työkalun suurten tietojoukkojen muotojen analysointiin, mikä voi sisältää myös satoja korrelaatioiden ja yhteyksien ulottuvuuksia.
esittely
Tällä hetkellä klassiset tietokoneet voivat laskea Betti-lukuja vain noin neljään ulottuvuuteen asti. Tuolla Pyreneiden hotellin patiolla Lloyd ja Zanardi yrittivät murtaa tämän esteen. Noin viikon keskustelun ja yhtälöiden raaputuksen jälkeen heillä oli kvanttialgoritmin paljaat luut, joka pystyi arvioimaan Betti-luvut erittäin suurikokoisissa tietosarjoissa. Ne julkaistu se julkaistiin vuonna 2016, ja tutkijat toivottivat sen tervetulleeksi data-analyysin kvanttisovellusten ryhmään, jolla he uskoivat olevan merkityksellinen kvanttietu.
Kahden vuoden sisällä TDA oli ainoa, johon Tangin työ ei ollut vaikuttanut. Vaikka Tang myöntää, että TDA on "todella erilainen kuin muut", hän ja muut tutkijat jäivät miettimään, missä määrin sen pakeneminen saattoi olla sattuma.
Dunjko ja hänen kollegansa päättivät yrittää löytää uudenlaisen klassisen algoritmin TDA:lle, joka voisi kumota sen kvanttiedun. Tehdäkseen niin he yrittivät soveltaa Tangin menetelmiä tähän sovellukseen tietämättä mitä tapahtuisi. "Emme todellakaan olleet varmoja. Oli syytä uskoa, että tämä ehkä selviää "tangisaatiosta", hän muisteli.
Selviytyi siitä. Tulokset julkaistiin ensimmäisen kerran preprintina vuonna 2020 ja julkaistiin lokakuussa Kvantti, Dunjkon joukkue osoittivat että TDA:n selviytyminen ei ollut sattumaa. Löytääksesi klassisen algoritmin, joka voisi pysyä kvanttialgoritmin tahdissa, "sinun pitäisi tehdä jotain muuta kuin vain soveltaa sokeasti Ewin Tangin [prosessia] Seth Lloydin algoritmiin", sanoi Cade, yksi artikkelin kirjoittajista.
Emme tiedä varmasti, etteivätkö klassiset algoritmit pysty saavuttamaan TDA:ta, mutta voimme päästä siihen pian. "Neljästä vaiheesta, jotka meidän on tehtävä todistaaksemme tämän... ehkä olemme tehneet kolme", sanoi Marcos Crichigno, teoreettinen fyysikko QC Waren käynnistysyrityksessä. Paras todiste tähän mennessä on peräisin paperista, jonka hän lähetti viime vuonna Caden kanssa ja joka osoittaa, että samanlainen topologinen laskelma ei voida ratkaista tehokkaasti klassisilla tietokoneilla. Crichigno työskentelee parhaillaan todistaakseen saman tuloksen erityisesti TDA:lle.
Crichigno epäilee, että TDA:n joustavuus viittaa luontaiseen - ja täysin odottamattomaan - yhteyteen kvanttimekaniikkaan. Tämä linkki tulee supersymmetriasta, hiukkasfysiikan teoriasta, joka ehdottaa syvää symmetriaa aineen muodostavien hiukkasten ja voimia kuljettavien hiukkasten välillä. Osoittautuu, kuten fyysikko Ed Witten selitti 1980-luvulla, että topologian matemaattiset työkalut voivat helposti kuvata näitä supersymmetrisiä järjestelmiä. Wittenin työn inspiroima Crichigno on ollut kääntämällä tämän yhteyden käyttämällä supersymmetriaa topologian tutkimiseen.
"Se on hullua. Se on todella, todella, todella outo yhteys”, sanoi Dunjko, joka ei ollut mukana Crichignon töissä. "Saan kananlihalle. Kirjaimellisesti."
Tämä piilotettu kvanttiyhteys saattaa olla se, mikä erottaa TDA:n muista, sanoi Cade, joka on työskennellyt Crichignon kanssa. "Tämä on todellakin pohjimmiltaan kvanttimekaaninen ongelma, vaikka se ei siltä näytä", hän sanoi.
Mutta vaikka TDA on toistaiseksi esimerkki kvanttiedusta, viimeaikaiset tutkimukset Amazon Web palvelut, Google ja Lloydin laboratorio MIT on huomattavasti kaventanut mahdollisia skenaarioita, joissa etu on ilmeisin. Jotta algoritmi toimisi eksponentiaalisesti nopeammin kuin klassiset tekniikat - tavallinen kvanttiedun pylväs - korkean ulottuvuuden reikien lukumäärän on oltava uskomattoman suuri, biljoonien luokkaa. Muuten algoritmin approksimaatiotekniikka ei yksinkertaisesti ole tehokas, mikä pyyhkii pois kaikki merkitykselliset parannukset klassisiin tietokoneisiin verrattuna.
Se on "vaikeita ehtoja löytää" todellisesta datasta, sanoi Cade, joka ei ollut mukana missään kolmesta paperista. On vaikea tietää varmasti, ovatko nämä olosuhteet olemassa, joten toistaiseksi meillä on vain intuitio, sanoi. Ryan Babbush, yksi Googlen tutkimuksen johtavista kirjoittajista, eikä hän eikä Cade odota näiden olosuhteiden olevan yleisiä.
Tang, joka on nyt tohtoriopiskelija Washingtonin yliopistossa, ei usko, että TDA on alan etsimä käytännöllinen kvanttisovellus, kun otetaan huomioon nämä rajoitukset. "Luulen, että kenttä kokonaisuudessaan on muotoiltu uudelleen" siirtyäkseen pois algoritmien metsästämisestä, hän sanoi. Hän odottaa, että kvanttitietokoneet ovat hyödyllisimpiä kvanttijärjestelmien oppimiseen itse, eivät klassisen datan analysointiin.
Mutta viimeaikaisen työn takana olevat tutkijat eivät näe TDA:ta umpikujana. Kaikkien tutkimusryhmien välisessä Zoom-kokouksessa sen jälkeen, kun äskettäin esipainatukset lisääntyivät, "jokaisella meistä oli idea siitä, mitä tehdä seuraavaksi", sanoi Dunjko, joka työskenteli Googlen tiimin kanssa. Crichigno esimerkiksi toivoo, että tämän topologian ja kvanttimekaniikan välisen yhteyden tutkiminen tuottaa odottamattomampia kvanttiongelmia, jotka voivat sopia erityisesti kvanttilaskentaan.
Uhka on aina luova uusi klassinen lähestymistapa, joka tekee sen, mihin Tang ja Dunjko eivät pystyneet, ja lopulta kaataa TDA:n. "En lyö vetoa talostani, autostani tai kissastani", että näin ei tapahdu, Dunjko sanoi. "Mutta tarina ei ole kuollut. Luulen, että se on tärkein syy, miksi en ole ollenkaan huolissani.
