Standard estimators cannot represent fault-tolerant workloads at measured error rates: evaluated, evidence-based uncertainty for quantum resource estimation
Dit artikel toont aan dat standaard kwantum-resource-schatters, die doorgaans enkelvoudige punt-schattingen rapporteren, er niet in slagen om fouttolerante workloads bij experimenteel gemeten foutpercentages accuraat te representeren door te onthullen dat realistische hardware-onzekerheden de resource-intervallen met ordes van grootte vergroten, structurele onenigheden tussen kostenmodellen introduceren, en ervoor zorgen dat bestaande tools volledig vastlopen voor kritieke algoritmen zoals AES-256.
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
Om de belangen van dit onderzoek te begrijpen, moet men eerst de aard begrijpen van de machine die het tracht te voorspellen. Kwantumcomputers zijn niet simpelweg snellere versies van de laptops die we vandaag de dag gebruiken; het zijn apparaten die de vreemde regels van de subatomaire wereld benutten om problemen op te lossen die gewone machines duizenden jaren zouden kosten om te kraken. Een van de bekendste van deze problemen is het breken van de encryptie die wereldwijde bankzaken, staatsgeheimen en privécommunicatie beschermt. Om dit te doen, moet een kwantumcomputer "fouttolerant" zijn, wat betekent dat hij zijn eigen fouten kan corrigeren terwijl hij draait. Deze machines zijn nog niet gebouwd, maar overheden en veiligheidsdiensten plannen al voor hun komst. Ze moeten weten wanneer een kwantumcomputer krachtig genoeg zal zijn om huidige codes te breken, zodat ze op tijd kunnen overschakelen naar nieuwe, onkraakbare codes. Deze planning rust op schattingen van hoeveel fysieke componenten, of qubits, een dergelijke machine nodig zou hebben. Jarenlang zijn deze schattingen gerapporteerd als enkelvoudige, precieze getallen, alsof de toekomst een vaste bestemming is in plaats van een landschap van mogelijkheden.
Een team van onderzoekers heeft nu deze zekerheid uitgedaagd. Zij bouwden een nieuwe manier om naar deze schattingen te kijken, één die de onbekenden van hardware niet behandelt als vaste waarden die genegeerd moeten worden, maar als een reeks mogelijkheden die gemeten moeten worden. In plaats van te vragen: "Hoeveel qubits zijn er nodig als alles perfect verloopt?", vroegen zij: "Hoeveel qubits zijn er nodig gezien wat we tot nu toe daadwerkelijk in het laboratorium hebben gemeten?" De onderzoekers namen de werkelijke foutpercentages van vijf van de grootste kwantumchips gebouwd door grote bedrijven en voerden deze reële cijfers in hun modellen in. Ze ontdekten dat wanneer je de rommelige, imperfecte realiteit van de huidige hardware gebruikt in plaats van een geïdealiseerde, optimistische gok, het beeld drastisch verandert. Het aantal vereiste componenten gaat niet zomaar een beetje omhoog; het explodeert. Het bereik van mogelijke uitkomsten wordt zo breed dat een enkel getal betekenisloos wordt. Voor een taak zoals het breken van een standaard 2048-bits encryptiecode, zou het aantal vereiste componenten veertig keer hoger of lager kunnen zijn dan de meest voorkomende schatting, waarbij de meest waarschijnlijke uitkomst bijna vijf keer hoger is dan de standaard schatting.
De studie onthulde ook een verborgen onenigheid tussen de instrumenten die worden gebruikt om deze voorspellingen te doen. De onderzoekers haalden dezelfde set reële gegevens door vijf verschillende berekeningsmethoden, waaronder twee populaire softwaretools die in de sector worden gebruikt. Hoewel deze tools door verschillende groepen zijn ontwikkeld en een andere interne logica gebruiken, kwamen ze slechts binnen een smalle marge van ongeveer tien procent met elkaar overeen. Echter, wanneer ze werden vergeleken met het volledige spectrum van resultaten van alle vijf de methoden, verschilden ze consequent met een factor twee. Dit betekent dat zelfs als u de populairste tool kiest, u waarschijnlijk een enorme laag van onzekerheid mist, simpelweg omdat de tool zelf gebouwd is op een specifieke set aannames die mogelijk niet overeenkomen met de realiteit. De onderzoekers toonden aan dat deze onzekerheid geen klein detail is; het is een structureel kenmerk van het vakgebied dat rapportages met een enkel getal volledig verbergen.
Misschien wel de meest opvallende bevinding is dat de standaardinstrumenten die in de sector worden gebruikt, vaak niet eens de data van echte hardware kunnen verwerken. Wanneer de onderzoekers de werkelijke foutpercentages die in laboratoria zijn gemeten in deze populaire softwaretools voerden, slaagden de tools er niet in om voor het merendeel van de scenario's een antwoord te produceren. Voor de taak van het breken van encryptie weigerde één tool een resultaat te berekenen voor meer dan tachtig procent van de realistische foutpercentages, terwijl een andere faalde voor bijna vijfentwintig procent. In één extreem geval was het aantal vereiste operaties om een specif kind type encryptie te breken zo groot, dat het de teller van de software liet overlopen, waardoor de berekening volledig crashte. Dit suggereert dat de huidige generatie planningsinstrumenten gekalibreerd is voor een perfecte wereld die niet bestaat. Ze zijn ontworpen om te werken met optimistische aannames, en wanneer ze geconfronteerd worden met de werkelijke prestaties van de machines van vandaag, storten ze simpelweg in.
De onderzoekers hebben deze problemen niet alleen aangetoond; ze hebben een raamwerk gebouwd om ze te meten en hebben hun eigen methoden getest om te garanderen dat ze betrouwbaar zijn. Ze gebruikten een vooraf geregistreerd plan, wat betekent dat ze precies hadden bepaald hoe ze de data zouden analyseren voordat ze überhaupt begonnen, om te voorkomen dat ze per ongeluk resultaten zouden selecteren die er goed uitzagen. Hun analyse bevestigde dat de brede bereiken die ze vonden echt waren en niet slechts het resultente van slechte wiskunde. Ze controleerden ook hun voorspellingen tegen een geschiedenis van hardwaremetingen en stelden vast dat hun methode de onzekerheid van de dominante factor correct vastlegde: het foutpercentage van de basisoperaties van de machine. De studie concludeert dat voor iedereen die kritische beslissingen neemt over wanneer er overgeschakeld moet worden naar nieuwe beveiligingssystemen, het vertrouwen op een enkel getal gevaarlijk is. Het eerlijke antwoord is geen punt op een grafiek, maar een breed interval dat de kloof erkent tussen wat we hopen en wat we daadwerkelijk gebouwd hebben. Totdat de instrumenten het volledige bereik van de realiteit kunnen weergeven, blijft de tijdlijn voor de komst van krachtige kwantumcomputers veel onzekerder dan de optimistische koppen doen vermoeden.
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.