Benchmarking neutral atom-based quantum processors at scale
Dit artikel introduceert schaalbare benchmarks op applicatieniveau met behulp van het Quantum Adiabatic Algorithm en QAOA om neutrale atoomkwantumprocessors te evalueren op maximal independent set-problemen, waarbij wordt aangetoond dat Quera's Aquila beter presteert dan Pasqal's Fresnel op de huidige hardware, terwijl het een raamwerk biedt voor het beoordelen van toekomstige grootschalige apparaten.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
Stel je een wereld voor waarin computers niet alleen getallen verwerken, maar dansen met het weefsel van de werkelijkheid zelf. Dit is het domein van quantumcomputing, een veld waar minuscule deeltjes zoals atomen fungeren als de neuronen van de hersenen. In tegen tegenstelling tot je laptop, die bits gebruikt die ofwel een 0 of een 1 zijn, gebruiken deze quantummachines "qubits" die 0, 1, of een magische mix van beide tegelijkertijd kunnen zijn. Een veelbelovende manier om deze machines te bouwen is door individuele atomen te vangen in onzichtbare kooien gemaakt van laserlicht, genaamd optische pincetten. Deze atomen zijn als dansers op een podium; als ze te dicht bij elkaar komen, interageren ze op een speciale manier die de "Rydberg-blokkade" wordt genoemd, waarbij ze weigeren om tegelijkertijd geëxciteerd te worden. Wetenschappers gebruiken deze regel om ongelooflijk moeilijke puzzels op te lossen, zoals het vinden van de beste manier om een groep mensen te arrangeren zodat niet twee vrienden naast elkaar zitten. Maar hier is de crux: deze quantumdansers zijn fragiel. Ruis uit de omgeving kan ervoor zorgen dat ze struikelen, en naarmate we grotere podia bouwen met meer atomen, wordt het moeilijker om te bepalen of de machine daadwerkelijk slimmer wordt of gewoon luider. Daarom hebben we een manier nodig om ze eerlijk te testen, niet alleen door naar hun interne onderdelen te kijken, maar door te zien hoe goed ze echte problemen oplossen.
Dit artikel is als een enorme, eerlijke sportcompetitie voor twee van de meest geavanceerde quantumcomputers ter wereld: één gebouwd door QuEra (genaamd Aquila) en één door Pasqal (genaamd Fresnel). De onderzoekers wilden zien welke machine beter is in het oplossen van een specif kind van puzzel dat bekend staat als de "Maximal Independent Set" (MIS). Stel je voor dat je een kaart hebt van een stad met veel kruispunten (stippen) en wegen die de kruispunten verbinden (lijnen). Het doel is om de grootste mogbare groep kruispunten te kiezen waarvoor geen twee gekozen kruispunten direct door een weg verbonden zijn. Het klinkt simpel, maar naarmate de stad groter wordt, explodeert het aantal mogelijke combinaties, wat een nachtmerrie maakt voor gewone computers. De onderzoekers gebruikten twee verschillende "strategieën" om dit op de quantummachines op te lossen. De eerste is het Quantum Adiabatic Algorithm (QAA), wat lijkt op het langzaam leiden van een knikker door een kronkelende heuvel; als je traag genoeg gaat, rolt hij vanzelf naar het diepste dal, wat de beste oplossing vertegenwoordigt. De tweede is het Quantum Approximate Optimization Algorithm (QAOA), wat meer lijkt op een spelletje "warm en koud" waarbij de computer verschillende instellingen probeert, leert van de resultaten en zijn aanpak verfijnt om de beste plek te vinden.
Het team testte deze machines op problemen variërend van kleine opstellingen met 11 atomen tot enorme uitdagingen met 102 atomen voor Aquila en 85 voor Fresnel. Ze keken niet alleen naar of de machines het perfecte antwoord vonden; ze keken ook naar hoe vaak ze geldige antwoorden vonden (oplossingen die daadwerkelijk aan de regels voldoen) en hoe dicht die antwoorden bij de best mogelijke oplossing lagen. De resultaten lieten een duidelijke trend zien: naarmate de puzzels groter werden, vonden beide machines het moeilijker om de perfecte oplossing te vinden, wat te verwachten is omdat de problemen moeilijker worden en de machines luidruchtiger. Echter, Aquila presteerde over het algemeen beter dan Fresnel, vooral wanneer de puzzels echt groot werden. Bijvoorbeeld, op een probleem met 85 atomen vond Aquila ongeveer 22,1% van de tijd geldige oplossingen, terwijl Fresnel slechts 4,6% wist te behalen. Interessant genoeg ontdekten de onderzoekers dat de QAOA-strategie niet altijd de tragere, stabielere QAA-strategie versloeg, wat suggereert dat soms een zachte, langzame aanpak beter werkt dan een snelle, complexe aanpak op deze specifieke machines.
De auteurs hebben ook een enorme bibliotheek van nieuwe puzzels gecreëerd, opschalend naar 1.000 atomen, die als een standaardtest zullen dienen voor toekomstige quantumcomputers naarmate deze worden gebouwd. Ze merken er zorgvuldig bij op dat deze test ons niet precies vertelt waarom een machine faalde (zoals een defecte laser of een slecht algoritme); in plaats daarvan geeft het een "scorekaart" van hoe goed het hele systeem samenwerkt in de praktijk. Het is als het beoordelen van een auto, niet door elke bout te meten, maar door te zien hoe snel en veilig hij een circuit rondrijdt. Het artikel concludeert dat hoewel geen van beide machines het probleem van ruis al heeft "opgelost", Aquila momenteel de leiding heeft in het afhandelen van deze grootschalige, natuurlijke optimalisatietaken. Deze benchmark biedt een gemeenschappelijke taal waarmee wetenschappers verschillende quantumtechnologieën kunnen vergelijken, wat ervoor zorgt dat we, naarmate we grotere en krachtigere machines bouwen, echt kunnen meten of ze beter worden in de taken die we daadwerkelijk van hen nodig hebben.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.