Simon's Period Finding on a Quantum Annealer

In de zoektocht naar het begrijpen van hoe het universum berekent, hebben wetenschappers lang naar de vreemde regels van de kwantummechanica gezocht voor antwoorden. In tegenstelling tot de computers die we dagelijks gebruiken, die informatie verwerken als een reeks definitieve aan- of uit-schakelaars, kunnen kwantummachines zich in een staat bevinden van zowel aan als uit tegelijkertijd. Dit bijzondere vermogen stelt hen in staat om gelijktijdig vele mogelijkheden te verkennen, wat de theoretische belofte biedt om bepaalde problemen met ongelooflijke snelheid op te lossen. Een van de vroegste en meest beroemde van deze kwantumtrucs is een methode voor het vinden van verborgen patronen, een taak die essentieel is voor het breken van codes en het beveiligen van digitale informatie. Decennialang was de hoop dat deze kwantummachines de beste klassieke computers zouden kunnen overtreffen door deze verborgen patronen exponentieel sneller te vinden. De echte wereld is echter rommelig. De delicate kwantumtoestanden die nodig zijn voor deze berekeningen worden gemakkelijk verstoord door ruis en interferentie, waardoor de machines falen lang voordat ze grote, nuttige problemen kunnen oplossen.

Een team van onderzoekers heeft nu een ander pad gekozen om dit probleem aan te pakken, waarbij ze afwijken van de standaard circuitgebaseerde benadering die moeite heeft met ruis. In plaats daarvan richtten zij zich op een type kwantummachine dat bekend staat als een quantum annealer, die werkt door een systeem langzaam af te koelen naar de meest stabiele energietoestand om een oplossing te vinden. De onderzoekers pasten deze methode toe op een klassieke patroonzoekuitdaging en voerden het experiment succesvol uit op hardware die in staat is om bijna driehonderd kwantumbits te verwerken. Hun werk laat zien dat deze alternatieve benadering veerkrachtiger is tegen de ruis die andere kwantumcomputers teistert, waardoor ze problemen met tot 298 qubits kunnen oplossen. Toch onthult de studie, ondanks deze robuustheid, een nuchtere realiteit: hoewel de kwantummachine duurzamer is, is hij nog niet sneller dan de beste klassieke methoden die vandaag de dag beschikbaar zijn. De kwantumbenadering heeft nog steeds exponentieel meer tijd nodig om grotere problemen op te lossen, wat suggereert dat traditionele computers voor deze specifieke taak voorlopig nog steeds het superieure hulpmiddel zijn.

De uitdaging die het team probeerde op te lossen, staat bekend als Simons probleem, een puzzel die een computer vraagt om een verborgen verschuiving in een dataset te vinden. Stel je een machine voor die een lange reeks enen en nullen als input neemt en een andere reeks als output produceert. In deze specifieke puzzel is de machine zo ontworpen dat twee verschillende inputs altijd exact dezelfde output produceren, en het verschil tussen die twee inputs is een geheim, verborgen patroon. Het vinden van dit geheime patroon is het doel. In een perfecte, ruisvrije wereld zou een kwantumcomputer dit patroon zeer snel kunnen vinden door de output van de machine slechts een paar keer te bemonsteren. Echter, in de echte wereld maakt de ruis de output van de machine onbetrouwbaar. Als de computer zijn eigen metingen niet kan vertrouwen, kan hij het juiste patroon niet onderscheiden van willekeurige fouten. Deze kwetsbaarheid heeft de omvang van problemen die gate-based kwantumcomputers kunnen oplossen beperkt tot minder dan vijftig qubits, een drempel die veel te klein is voor praktische toepassingen.

Om deze beperking te omzeilen, hebben de onderzoekers het probleem geherformuleerd om aan te sluiten bij de specifieke sterktes van een quantum annealer. In plaats van te proberen één enkel stuk informatie uit een ruisige meting te extraheren, ontwierpen zij het probleem zo dat de machine van nature tot rust komt in een staat waarin twee specifieke inputs samen worden onthuld. Ze bereikten dit door een speciaal strafsysteem toe te voegen aan de opzet van het probleem. Deze straf werkt als een gids, die de machine aanmoedigt om de willekeurige ruis te negeren en zich alleen te concentreren op de twee inputs die met elkaar overeenkomen. Door dit te doen, creëerden de onderzoekers een scenario waarin de meest stabiele staat van de machine direct de oplossing bevat. Ze testten deze methode op D-Wave quantum annealers, wat fysieke apparaten zijn die duizenden kleine lussen van draad bevatten die fungals kwantumbits fungeren. Het team voerde hun algoritme succesvol uit op problemen variërend van zeer kleine formaten tot een enorme omvang van 298 qubits.

De resultaten van het experiment waren een mix van succes en beperking. Aan de ene kant bleek de quantum annealer opmerkelijk robuust. Het slaagde erin de juiste verborgen patronen te vinden in problemen met tot 298 qubits, een aanzienlijke stap voorwaarts in de omvang van de problemen die op ruisige hardware kunnen worden aangepakt. De onderzoekers ontdekten dat ze door de strafparameters zorgvuldig af te stemmen, konden ervoor zorgen dat de machine consequent de twee overeenkomende inputs vond die nodig zijn om de puzzel op te lossen. Dit succes benadrukt een belangrijk voordeel van de annealing-benadering: het vereist niet de complexe, foutvrije operaties die gate-based machines nodig hebben, waardoor het veel toleranter is voor de imperfecties die in de huidige technologie worden gevonden. Echter, toen de onderzoekers de tijd die hun kwantummachine nodig had om deze problemen op te lossen vergeleken met een klassieke computer, won de kwantummachine niet. De klassieke computer loste de problemen veel sneller op met behulp van een gespecialiseerde zoekmethode.

De studie toonde aan dat hoewel de quantum annealer grotere problemen kon afhandelen dan haar gate-based neefjes, de tijd die de machine nodig had om de oplossing te vinden exponentieel groeide naarmate de problemen groter werden. In contrast hiermee groeide de tijd van de klassieke computer veel langzamer, volgens een kwadratisch patroon, waardoor deze voor de geteste omvang de leiding behield. De onderzoekers observeerden dat bij de grootste problemen die zij probeerden, de kwantummachine vaker begon te falen, niet in staat om de oplossing betrouwbaar binnen een redelijke tijdspanne te vinden. Deze bevinding suggereert dat hoewel de quantum annealer een manier biedt om de grenzen te verleggen van wat fysiek mogelijk is op ruisige hardware, zij nog niet het snelheidsvoordeel heeft bereikt dat oorspronkelijk door de kwantumtheorie werd beloofd. Het werk dient als een duidelijke demonstratie dat in het huidige tijdperk van ruisige kwantumapparaten, klassieke algoritmen nog steeds de kroon dragen wat betreft efficiëntie, zelfs terwijl kwantummachines bewijzen dat ze duurzamer kunnen zijn in het aangezicht van interferentie.

Uiteindelijk biedt dit onderzoek een realistisch beeld van waar de kwantumcomputing vandaag de dag staat. Het bevestigt dat nieuwe benaderingen, zoals het gebruik van annealers om verborgen patronen te vinden, enkele van de ruis kunnen overwinnen die de vooruitgang in andere gebieden heeft gestremd. Het vermogen om problemen met bijna driehonderd qubits op te lossen is een tastbare prestatie die de grenzen verlegt van wat deze machines kunnen doen. Echter, de studie maakt ook duidelijk dat duurzaamheid alleen niet genoeg is om klassieke computers te verslaan. De exponentiële groei in de tijd die nodig is om grotere problemen op te lossen, betekent dat het kwantumvoordeel voor dit type taak nog niet is gerealiseerd. De weg vooruit zal waarschijnlijk verdere verbeteringen in hardware en nieuwe strategieën vereisen om de tijd te verminderen die deze machines nodig hebben om hun antwoorden te vinden, maar voorlopig blijft de klassieke computer de snellere en meer betrouwbare keuze.