A前瞻官网
前瞻网
a 当前位置: 前瞻网 » 资讯 » 产经

如何验证量子芯片的计算是否正确?科学家想出了一种“分而治之”的办法

分享到:
 Emma Chou • 2020-01-15 17:14:46 来源:前瞻网 E6086G0
100大行业全景图谱

1

在向实际量子计算迈进的过程中,来自MIT、谷歌和其他地方的研究人员设计了一种系统,可以验证量子芯片何时能够准确执行传统计算机无法完成的复杂计算。

量子芯片使用称为“量子位”执行计算,这些量子位可以表示对应于经典二进制位的两个状态(零或一)或两个状态的“量子叠加”。独特的叠加状态可以使量子计算机解决经典计算机几乎无法解决的问题,从而可能在材料设计、药物发现和机器学习等领域取得突破。

全尺寸的量子计算机将需要数百万个量子位,但这还不可行。在过去的几年中,研究人员已开始开发包含大约50至100量子位的“嘈杂中型量子”(NISQ)芯片。这足以证明“量子优势”,这意味着NISQ芯片可以解决传统计算机难以处理的某些算法。但是,验证芯片是否按预期执行操作会非常低效。芯片的输出看起来可能完全是随机的,因此需要很长时间来模拟步骤以确定一切是否按计划进行。

根据日前发表在《自然物理学》上的一篇论文中,研究人员描述了一种新颖的协议,可以有效地验证NISQ芯片已经执行了所有正确的量子操作。他们在定制量子光子芯片上运行的一个非常困难的量子问题上验证了其协议。

“随着工业和学术界的飞速发展,带给我们尖端量子机器可以超越经典机器,而量子验证的任务变得至关重要。” 论文第一作者、电气工程与计算机科学系(EECS)和电子研究实验室(RLE)博士后雅克·卡洛兰(Jacques Carolan)说,“我们的技术为验证广泛种类的量子系统提供了重要工具。因为如果我投资数十亿美元来构建量子芯片,它肯定会做一些有趣的事情。”

麻省理工学院的EECS和RLE的研究人员以及Google Quantum AI实验室,Elenion Technologies,Lightmatter和Zapata Computing的研究人员也与卡洛兰一同加入了研究。

分而治之

研究人员的工作实质上是将量子电路生成的输出量子状态追溯到已知的输入状态。这样做可以揭示对输入执行了哪些电路操作以产生输出。这些操作应始终与研究人员编写的程序匹配。如果不是,研究人员可以使用这些信息来确定芯片上哪里出了问题。

卡洛兰说,新协议的核心是“变分量子上采样”,它是一种“分而治之”的方法,将输出量子状态分解为多个块。卡洛兰说:“我们不是一次完成整个过程,而是花了很长时间,一层一层地进行解读。这使我们能够分解问题,以更有效的方式解决它。”

为此,研究人员从神经网络(通过多层计算解决问题的方法)中汲取了灵感,构建了一个新颖的“量子神经网络”(QNN),其中每一层代表一组量子运算。

为了运行QNN,他们使用传统的硅制造技术来构建一个2x5毫米NISQ芯片,该芯片具有170多个控制参数,可调电路元件,使光子路径的操作更加容易。成对的光子从外部组件以特定的波长生成,并注入到芯片中。光子穿过芯片的移相器(它们会改变光子的路径)相互干扰。这将产生一个随机的量子输出状态,该状态表示在计算过程中发生的情况。输出由一组外部光电探测器传感器测量。

该输出将发送到QNN。第一层使用复杂的优化技术来挖掘嘈杂的输出,以查明所有加在一起的单个光子的签名。然后,它“解读”该组中的单个光子,以识别哪些电路操作将其返回到已知的输入状态。这些操作应与任务的电路特定设计完全匹配。所有后续层都进行相同的计算-从等式中删除任何以前未加密的光子-直到所有光子都被解读。

例如,假设输入处理器的量子位的输入状态全为零。 NISQ芯片对量子位执行一系列操作,以生成大量的、看似随机变化的数字作为输出。 (输出数量将一直处于量子叠加状态,因此会不断变化。)QNN会从中选择大量的数据块。然后,它逐层确定哪些操作将每个量子位还原回其输入状态零。如果有任何操作与原始计划的操作不同,则说明出现了问题。研究人员可以检查预期输出与输入状态之间的不匹配情况,从而调整电路设计。

玻色子“上采样”

在实验中,该团队成功地运行了一项用于证明量子优势的计算任务,即通常在光子芯片上进行的“玻色子采样”。在本次实验中,移相器和其他光学组件将操纵一组输入光子并将其转换为输出光子的不同量子叠加。最终,任务是计算某个输入状态与某个输出状态匹配的概率。从本质上讲,这将是一些概率分布的样本。

但是由于光子的不可预测的行为,经典计算机几乎不可能计算这些样本。从理论上讲,NISQ芯片可以相当快地计算它们。但是,由于NISQ操作和任务本身的复杂性,到目前为止,还没有方法可以快速、轻松地进行验证。

卡洛兰说:“赋予这些芯片量子计算能力的相同特性使它们几乎无法验证。”在实验中,研究人员在很短的时间内就完成了传统的验证方法。

约克大学计算机科学教授Stefano Pirandola说:“这是一篇出色的论文,它利用非线性量子神经网络来学习黑匣子执行的未知幺正运算。” “很明显,该方案对于验证由量子电路(例如,由NISQ处理器执行)的实际门非常有用。从这个角度来看,该方案是未来量子工程师的一个重要的基准测试工具。这个想法在光子量子芯片上得到了很好的实现。。”

卡洛兰说,尽管该方法是为量子验证目的而设计的,但它也可以帮助捕获有用的物理性质。 例如,某些分子在激发时会振动,然后基于这些振动发出光子。 通过将这些光子注入光子芯片,卡洛兰说,解读技术可用于发现有关那些分子的量子动力学的信息,以帮助进行生物工程分子设计。 它也可以用来解读携带量子信息的光子,这些量子信息通过湍流空间或材料而积累了噪声。

卡洛兰说:“我们的梦想是将其应用于物理世界中有趣的问题。”

原文来源:https://phys.org/news/2020-01-quantum-chips-correctly.html

本文来源前瞻网,转载请注明来源。本文内容仅代表作者个人观点,本站只提供参考并不构成任何投资及应用建议。(若存在内容、版权或其它问题,请联系:service@qianzhan.com) 品牌合作与广告投放请联系:0755-33069875 或 hezuo@qianzhan.com

p42 q0 我要投稿

分享:

品牌、内容合作请点这里:寻求合作 ››

前瞻经济学人微信二维码

前瞻经济学人

专注于中国各行业市场分析、未来发展趋势等。扫一扫立即关注。

前瞻产业研究院微信二维码

前瞻产业研究院

如何抓准行业的下一个风口?未来5年10年行业趋势如何把握?扫一扫立即关注。

前瞻经济学人 让您成为更懂趋势的人

想看更多前瞻的文章?扫描右侧二维码,还可以获得以下福利:

  • 10000+ 行业干货 免费领取
  • 500+ 行业研究员 解答你的问题
  • 1000000+ 行业数据 任君使用
  • 365+ 每日全球财经大事 一手掌握
  • 下载APP

  • 关注微信号

前瞻数据库
企查猫
前瞻经济学人App二维码

扫一扫下载APP

与资深行业研究员/经济学家互动交流让您成为更懂趋势的人

下载APP
前瞻经济学人APP

下载前瞻经济学人APP

关注我们
前瞻经济秀人微信号

扫一扫关注我们

我要投稿

×
J