Kvanteberegning nå og i fremtiden: forklaring, applikasjoner og problemer

En ny generasjon datateknologi er i horisonten, som mange tror til slutt vil øke datakraften som er tilgjengelig for menneskeheten med faktorer på tusenvis eller muligens til og med millioner. Hvis dette skjer, kan det øke hastigheten vi kan utføre mange viktige oppgaver med, for eksempel å oppdage og teste nye medisiner eller forstå virkningen av klimaendringer.

Quantum computing er allerede med oss ​​i begrenset form. Men de neste fem til 10 årene kan det hende at det hopper inn i mainstream på samme måte som klassiske datamaskiner flyttet fra laboratorier og store selskaper til bedrifter i alle størrelser, så vel som hjem, på 1970- og 1980-tallet.

Men i tillegg til store sprang fremover i hva vi er i stand til å gjøre med datamaskiner, krever de også at vi møter et nytt sett med problemer, spesielt rundt truslene de utgjør for sikkerhet og kryptering. Og noen mennesker tror at kvantedatamaskiner faktisk aldri kan være nyttige i det hele tatt på grunn av deres kompleksitet og den begrensede mengden oppgaver som de har vist seg å være overlegne i forhold til klassisk datateknologi.

Så, her er oversikten min over hvor vi er nå og hvor vi håper å komme til med kvantedatabehandling, med ekspertinnspill fra min siste podcastgjest, Lawrence Gasman, medgründer og president for Inside Quantum Technology og forfatter av over 300 forskningsrapporter.

Hva er kvanteberegning?

Som alt som involverer kvantedomenet (subatomært) er ikke kvanteberegning det enkleste konseptet å få hodet rundt. I utgangspunktet beskriver begrepet en ny (eller fremtidig) generasjon av superraske datamaskiner som behandler informasjon som “qubits” (kvantebiter) i stedet for de vanlige bitene – enere og nuller – av klassisk databehandling.

Klassiske datamaskiner er egentlig bare mye mer sofistikerte versjoner av lommekalkulatorer – de er basert på elektriske kretser og brytere som enten kan være på (én) eller av (null). Ved å sette sammen mange av disse enerne og nullene, kan de lagre og behandle all informasjon. Imidlertid er hastigheten deres alltid begrenset på grunn av det faktum at store mengder informasjon trenger mange enere og nuller for å representere den.

I stedet for enkle enere og nuller, kan qubits av kvanteberegning eksistere i mange forskjellige tilstander. På grunn av kvantemekanikkens merkelige egenskaper kan dette bety at de kan eksistere som en og null samtidig (kvantesuperposisjon). De kan også eksistere i hvilken som helst tilstand mellom en og null.

Som Gasman forklarer, “Det betyr at du kan behandle mye mer informasjon på en kvantedatamaskin, og det betyr at du kan gjøre noen problemer mye raskere. Og noen ganger er det virkelig viktig – noen ganger er det ikke “whoopee, jeg kan gjøre dette på to timer i stedet for to dager”, det er “hoopee, jeg kan gjøre dette på to timer i stedet for ni millioner år.”

Ni millioner år høres ut som et tall som folk bare bruker når de overdriver, men ifølge noen anslagvil kvantedatamaskiner operere 158 millioner ganger raskere enn de raskeste superdatamaskinene som er tilgjengelige i dag.

Det er en viktig advarsel – for øyeblikket er kvantedatamaskiner bare nyttige for et ganske smalt sett med bruksområder. Ikke forvent å bare kunne koble en kvanteprosessor til Macbook-en din og gjøre alt du kan gjøre på den nå, men millioner av ganger raskere.

Så hva kan kvantedatabehandling gjøre bedre enn klassisk databehandling?

Sannheten er at klassiske datamaskiner kan løse alle problemene som kvantedatamaskiner vil løse – det har ennå ikke blitt oppdaget en brukssak for kvantedatamaskiner som ikke allerede kan gjøres med klassiske datamaskiner.

Problemet, forteller Gasman, er at det vil ta klassiske datamaskiner så lang tid å løse dem at alle som begynner å lete etter svaret i dag, for lengst vil være døde!

Spesielt er de potensielt enormt nyttige for et sett med problemer kjent som optimaliseringsproblemer. Ideen illustreres ved å forestille seg en reisende selger som må besøke en rekke byer, i hvilken som helst rekkefølge, men uten å gå tilbake, og gjøre det mens han dekker kortest mulig avstand (eller på kortest mulig tid). Elementær matematikk kan vise oss at så snart det er mer enn noen få byer, blir antallet mulige ruter utrolig høyt – millioner eller milliarder. Dette betyr at å beregne avstanden og tiden det tar for dem alle for å finne den raskeste kan ta en enorm mengde prosessorkraft hvis vi bruker klassisk binær databehandling.

Dette har implikasjoner for felt så forskjellige som å spore og rute finansielle transaksjoner på tvers av globale finansielle nettverk, utvikle nye materialer ved å manipulere fysiske eller genetiske egenskaper, eller til og med forstå hvordan endrede klimamønstre påvirker verden rundt oss.

Gasman forteller meg: “De som har mest potensiale er, vil jeg si, i veldig store banker … men hvis du er et stort selskap og du gir Goldman Sachs en milliard dollar å ta vare på, vil du virkelig for å legge det i hendene på nymotens teknologi? Et visst nivå av tillit må etableres … men alle de store bankene har sine egne kvanteteam som nå utforsker hva som kan gjøres i løpet av de neste fem til ti årene.»

Hva er utfordringene rundt kvanteberegning?

For det første er det noen presserende fysikkutfordringer som må løses. Qubits selv, når de eksisterer i en fysisk tilstand som de må gjøre for å representere data og tillate beregning å finne sted, er svært ustabile. Dette betyr at de må holdes i et superkjølt miljø, til og med for å eksistere i bare noen få nanosekunder, for å være til nytte. Dette betyr at kvanteberegning i dag er veldig dyrt, og bare de største selskapene og best finansierte forskningsorganisasjonene har råd til å eie dem.

Dette betyr at vurdering av brukstilfeller også er en kostbar og tidkrevende prosess. Allerede én bruk – å lage mer effektive MR-skanninger – har vist seg å være en blindvei, forteller Gasman.

Det har også blitt foreslått det kosmiske stråler kan utgjøre en hindring for utbredt bruk av kvantedatabehandling. Dessuten feilene forårsaket av fenomenene – som kan påvirke til og med klassisk databehandling – Kan ha enda større innvirkning på den hypersensitive konstruksjonen som trengs for å utnytte qubits i stor skala nyttig.

Det er også en kritisk mangel på folk med ferdigheter til å utvikle og jobbe med kvantedatamaskiner. Som Gasman sier det, “det du vil ha er noen som er informatiker og fysiker, og en ekspert på farmasøytiske produkter eller finans – spesifikasjonene til disiplinene er så forskjellige at det er ganske vanskelig å få folk til å snakke med hverandre!”

Til slutt, så vel som utfordringene rundt implementering av kvantedatabehandling, kan vi ikke ignorere utfordringene som teknologien potensielt vil skape seg selv når den er utbredt.

Den som forårsaker den største hodepinen akkurat nå er trusselen den utgjør for kryptering. Digital kryptografi brukes i dag for å sikre alt på nettet, samt all vår kommunikasjon og informasjon, som militære, kommersielle og nasjonale hemmeligheter. Det fungerer på grunnlag av at krypteringsmetodene er så komplekse at det vil ta klassiske datamaskiner millioner eller milliarder av år å knekke dem ved å brute-force alle mulige passord eller nøkkel. For kvantedatamaskiner kan det imidlertid være trivielt å gjøre det.

“Det er et stort problem,” sier Gasman til meg. “Hvis jeg har noe kryptert på maskinen min og det blir ødelagt av noen om ni millioner år, bryr jeg meg sannsynligvis ikke så mye!”

“Men så viser det seg at … med en kvantedatamaskin kan den dekodes som, nå … dette er et reelt problem!

“Vi har ikke en slik kvantedatamaskin, og anslaget på når det kan dukke opp er alt fra fem år til aldri … jeg tror det vil skje før heller enn senere.”

Problemet blir for tiden tatt svært alvorlig av regjeringer så vel som selskaper, som begge legger ressurser i å utvikle det som er kjent som “post-kvantekryptering”, slik at forhåpentligvis ikke alle deres dypeste hemmeligheter plutselig blir avslørt.

Hva er i vente for fremtiden for kvantedatabehandling?

Den første utviklingen vi forventes å se vil sannsynligvis gjenspeile de som skjedde da klassiske datamaskiner flyttet fra å være laboratorieleker eller noe bare de største selskapene hadde råd til i siste halvdel av de 20.^th århundre.

Dette vil sannsynligvis følge formatet for overgangen fra stormaskiner (fyller hele bygninger) til minidatamaskiner (fyller rom) og til slutt til mikrodatamaskiner som kan leve på pultene våre.

Denne demokratiseringen av tilgang til kvantekraft vil føre til nye brukstilfeller ettersom virksomheter vil kunne sette den på prøve mot sine egne spesifikke utfordringer.

Gasman sier: “En datamaskin med femti tusen dollar er noe de fleste mellomstore bedrifter har råd til – en datamaskin med åtte hundre tusen dollar – ikke så mye.”

Problemer der kvantedatamaskiner potensielt vil bli tatt i bruk inkluderer overvåking og forutsigelse trafikkflyt på tvers av komplekse urbane miljøer eller til og med behandle de enorme datamengdene som er nødvendige for kunstig intelligens og maskinlæring. Hvis mennesker en dag er i stand til å modellere et system så komplekst som en biologisk hjerne – som baner vei for ekte AI – vil det nesten helt sikkert ikke være ved å bruke klassisk databehandling.

Gasman sier: “Det spennende for meg er gjennombruddene som sannsynligvis vil skje. For å blande metaforer er verden kvantedatabehandlingens østers. Det er mange gode grunner til å være i klassisk databehandling, men hvis du leter etter den massive gjennombrudd – det kommer ikke til å skje. Det er spenningen ved kvanteberegning.»

Du kan Klikk her for å se webinaret mitt med Lawrence Gasman, president og medgründer av IQT Research, hvor vi tar et dypere dykk inn i fremtiden for kvantedatabehandling og hva det betyr for verden.

For å holde deg oppdatert på de siste forretnings- og teknologitrendene, sørg for å abonnere på mitt nyhetsbrev og ta en titt på boken min Virksomhet Trender i praksissom nettopp vant Årets forretningsbok 2022.

Du kan også følge meg på Twitter, LinkedInog YouTube. Og ikke glem å sjekke ut min nettsted.