The Threshold Theorem in Watts: Fault Tolerance as a Question About Objective Probability

Das große Quanten-Glücksspiel: Warum der Bau eines perfekten Computers teurer sein könnte, als man denkt

Stellen Sie sich vor, Sie versuchen, mitten in einem Hurrikan ein Kartenhaus zu bauen. Die Karten sind Ihre winzigen Informationseinheiten, und der Hurrikan ist die laute, chaotische reale Welt, die ständig versucht, sie umzuwerfen. In der Welt des Quantencomputings versuchen Wissenschaftler, eine Maschine zu bauen, die Probleme lösen kann, die für heutige Computer unmöglich sind, aber diese Maschinen sind unglaublich zerbrechlich. Ein einziger Nieser durch Hitze oder eine winzige Vibration kann die Berechnung ruinieren. Um dies zu beheben, nutzen Ingenieure einen cleveren Trick namens „Fehlerkorrektur“. Sie verwenden nicht nur eine Karte, sondern einen ganzen Stapel Karten, um eine einzige Informationseinheit darzustellen. Wenn der Wind eine Karte umwirft, können die anderen verraten, wie die ursprüngliche Karte ausgesehen haben sollte.

Seit Jahrzehnten ist eine berühmte Regel namens „Threshold Theorem“ (Schwellenwert-Theorem) das goldene Ticket für die gesamte Quantenindustrie. Sie verspricht: Wenn man den Wind (das Rauschen) ruhig genug hält, kann man seine Karten hoch genug stapeln, um einen Wolkenkratzer der Berechnung zu bauen, der niemals umfällt. Das Theorem besagt, dass, solange Ihre Fehlerrate unter einer bestimmten winzigen Zahl liegt, Sie immer mehr Karten hinzufügen können, um Fehler zu korrigieren, und die Maschine dadurch immer besser wird, wobei nur ein überschaubares Maß an zusätzlichem Aufwand nötig ist. Diese Idee ist so mächtig, dass sie die Milliarden von Dollar antreibt, die in Quanten-Startups investiert werden, sowie die Roadmaps für zukünftige Supercomputer. Aber es gibt einen Haken: Das Theorem wurde auf einem Stück Papier geschrieben, das davon ausging, dass der Wind das einzige Problem sei. Es hat nicht die Kosten für die Werkzeuge berücksichtigt, die man braucht, um die Karten festzuhalten, die Energie, um den Raum kühl zu halten, oder die Zeit, die es dauert, zu prüfen, ob eine Karte umgefallen ist.

Die große Idee des Papers: Die realen Kosten zählen

Dieses Paper, geschrieben von Amit Hagar, stellt eine einfache, aber revolutionäre Frage: Was wäre, wenn das „Threshold Theorem“ mathematisch zwar wahr, aber praktisch unmöglich ist, weil es vergessen hat, die Elektrizität in Rechnung zu stellen?

Hagar schlägt eine neue Art vor, Wahrscheinlichkeit zu betrachten. Anstatt Wahrscheinlichkeit als eine Vermutung oder ein Gefühl der Überzeugung zu betrachten, schlägt er vor, sie als einen Preisschild zu betrachten. In seiner Sicht hängt die Chance, dass ein Computer einen spezifischen Zustand erfolgreich erreicht, vollständig davon ab, wie viel Energie und Zeit es kostet, dorthin zu gelangen. Wenn es wenig Energie kostet, ist die Wahrscheinlichkeit hoch (nahe 100 %). Wenn es eine massive Menge an Energie kostet, sinkt die Wahrscheinlichkeit gegen Null. Er nennt dies „ressourcenbeschränkte Realisierbarkeit“ (resource-bounded realizability).

Unter Verwendung dieser Idee des „Energie-Preisschilds“ untersucht Hagar das Threshold Theorem neu. Er argumentt, dass das ursprüngliche Theorem wie ein Budget war, das nur die Kosten für die Karten (die Qubits) zählte, aber die Kosten für den Tisch, die Klimaanlage und die Arbeiter, die die Karten prüfen, vergessen hat. Er identifiziert vier massive „versteckte Kosten“, die die ursprüngliche Mathematik ausgelassen hat:

1. Kalibrierung: Die Maschinen driften ab und geraten aus dem Takt. Man muss ständig anhalten und neu kalibrieren, was Zeit und Energie kostet.
2. Dekodierung: Um einen Fehler zu beheben, muss ein klassischer Computer die Daten lesen und herausfinden, was schiefgelaufen ist. Diese Berechnung benötigt Zeit und Leistung, und sie muss instantan geschehen, bevor der nächste Fehler auftritt.
3. Die Kohärenz-Batterie: Quantenzustände halten nur für einen winzigen Bruchteil einer Sekunde (Mikrosekunden). Der gesamte Prozess der Fehlerkorrektur muss abgeschlossen sein, bevor die „Batterie“ leer ist. Wenn der Prozess zu langsam ist, kollabiert der Zustand, egal wie gut die Mathematik ist.
4. Entropie-Spülung: Jedes Mal, wenn Sie einen Fehler beheben, erzeugen Sie Hitze und Unordnung (Entropie). Sie müssen diesen Unrat ständig loswerden und frische, kalte „Ancilla“-Teile zuführen. Das ist wie das ständige Ölwechseln bei einem Auto, während man mit Lichtgeschwindigkeit fährt.

Das Urteil: Ein Wettlauf gegen den Stromzähler

Das Paper legt nahe, dass das „Threshold Theorem“, wenn man diese vier versteckten Kosten zum Budget hinzufügt, vielleicht nicht mehr wie eine flache, einfache Straße aussieht. Stattdessen könnte es wie eine steile Klippe aussehen.

Hagar führt eine neue Art und Weise ein, die Machbarkeit von Quantencomputern zu messen: Watt pro Dekade der Fehlerunterdrückung. Stellen Sie sich vor, Sie möchten Ihren Computer 10-mal genauer machen (eine „Dekade“ Verbesserung). Wie viel mehr Strom kostet Sie das?

• Die optimistische Sicht (Das Theorem): Die Kostenkurve sollte flach sein. Den Computer 1-mal besser zu machen, sollte etwa die gleiche Menge an zusätzlicher Leistung kosten, egal wie groß die Maschine wird.
• Hagars Sicht (Der Realitätscheck): Die Kostenkurve könnte steil ansteigen. Jedes Mal, wenn Sie versuchen, den Computer 10-mal besser zu machen, könnte die Stromrechnung explodieren, weil die Kosten für Kalibrierung, Dekodierung und Kühlung schneller wachsen, als die Maschine besser wird.

Das Paper behauptet nicht, dass Quantencomputer unmöglich sind. Es sagt nicht, dass das Threshold Theorem mathematisch falsch ist. Stattdessen argumentiert es, dass die Annahmen des Theorems über „kostenlose“ Ressourcen (wie kostenlose Kalibrierung und instantane Dekodierung) physikalisch unrealistisch sind. Der Autor weist darauf hin, dass wir bereits Datenpunkte für einige dieser Kosten haben. Zum Beispiel zeigte ein Experiment, dass die Rekalibrierung einer Maschine einen signifikanten Teil der Zeit beanspruchte, und ein anderes zeigte, dass die Energie, die zur Kühlung der Maschine benötigt wird, enorm ist.

Die zwei Messungen, die die Debatte entscheiden werden

Hagar endet mit einer Herausforderung. Er sagt, wir müssen nicht mehr über Theorien oder Rauschmodelle streiten. Wir müssen nur einen Stromzähler einstecken. Er schlägt zwei spezifische Messungen vor, die die Debatte ein für alle Mal entscheiden könnten:

1. Der Steigungstest: Messen Sie den Stromverbrauch eines Quantencomputers, während er größer und präziser wird. Messen Sie insbesondere, wie viele Watt es kostet, die Fehlerrate um eine Dekade (Faktor zehn) zu verbessern. Wenn die Linie flach bleibt, während die Maschine wächst, gewinnt das Threshold Theorem. Wenn die Linie steil nach oben schießt, gewinnen die „versteckten Kosten“, und fehlertolerantes Computing könnte viel schwieriger sein, als wir dachten.
2. Der klassische Vergleich: Vergleichen Sie diese Quanten-Leistungskurve mit einem klassischen Computer, der dieselbe Aufgabe erfüllt. Wenn die Stromrechnung der Quantenmaschine zu hoch steigt, könnte sie im Vergleich zu einem normalen Computer niemals den Energieaufwand wert sein.

Das Paper kommt zu dem Schluss, dass die dreißigjährige Debatte darüber, ob Quantencomputer funktionieren können, in einer Endlosschleife aus Argumentationen über Annahmen feststeckt. Hagar schlägt vor, diese Schleife zu durchbrechen, indem wir die Debatte in ein einfaches Buchhaltungs-Problem verwandeln. Die Antwort liegt nicht in einem Philosophiebuch oder einer komplexen Simulation; sie steht auf einem Stromzähler. Wenn die Stromrechnung niedrig bleibt, bauen wir den Wolkenkratzer. Wenn die Rechnung steigt, bauen wir am Ende doch nur ein Kartenhaus in einem Hurrikan.