Sann-blåser mulighetene for kvantemåling
NyheterÅ få meningsfulle resultater fra en kvantecomputer krever det som bare kan beskrives som en liten magi.
Tradisjonelle datamaskiner - fra stasjonær PC til superdatamaskinene som IBM bygger når den viser seg - alle bruker et system med brytere som kan være enten på eller av. Vi representerer denne binære tilstanden med en 1 eller en 0.
Kvante datamaskiner er forskjellige fordi de kan være i begge disse statene samtidig. Disse tilstandene kalles "superposisjoner".
Basenheten til en kvantecomputer er en kvantebit eller qubit, og deres evne til å være i to samtidige tilstander er det som gjør kvante datamaskiner så fort. Lyder mer som magi enn vitenskap? Les videre, og du vil oppdage at til tross for all den bueiske fysikken, kan en praktisk, praktisk kvantecomputer ligge rett rundt hjørnet.
- AIs fortid, nåtid og fremtid
Interessen for kvantteori og dens anvendelse til beregning er delvis et resultat av arbeid utført av matematikeren Peter Shor. Han utviklet en algoritme som kunne faktor store tall ved hjelp av en kvantecomputer.
Den mulige hastigheten til denne algoritmen viser potensialet til teknologien. Shor's algoritme er så kraftig at den holder løftet om å spre den angivelig vanntette kryptering du og jeg bruker når du gjør internettbank, noe som ingen vanlig datamaskin har kommet nær.
Faktisk skaper den potensielle prosessorkraften til kvante datamaskiner virkelig sinnet. Fordi en kvantecomputer i hovedsak fungerer som en massiv parallellbehandlingsmaskin, kan den fungere på millioner av beregninger samtidig (mens en tradisjonell datamaskin fungerer på en beregning av gangen, i rekkefølge).
ALDRIG SLOW: IBM Blue Gene supercomputer er like kraftig som en ZX81 ved siden av en kvantecomputer
En 30-kvarts kvantecomputer ville ha omtrent samme prosessorkraft som en vanlig datamaskinbehandlingskommando på 10 teraflops per sekund. Som kontrast opererer nåværende stasjonære datamaskiner med bare gigaflops per sekund hastigheter.
Nøtter, bolter og elektroner
Dette høres bra ut, så hvorfor bruker vi ikke alle dem? Svaret er at en arbeids kvantumcomputer som i dag er i stand til å løse virkelige problemer, fremdeles er fast på tegnebrettet. For å se hvorfor å produsere en riktig maskin er så vanskelig, må vi gå tilbake til grunnleggende.
Elektroner, fotoner og atomer danner minnet og prosessoren til kvantecomputeren. Disse omfatter de magiske qubits. Å forstå, bygge og manipulere disse qubits er den veldig vanskelige delen av å få en kvantecomputer til å fungere. Det kan til og med sies at kvantecomputeren eksisterer i et parallelt univers for seg selv.
Når datamaskinen fungerer på et problem som du har gitt det, utføres beregningene i dette parallelle universet til et svar presenteres. Men det stopper ikke der. Du kan ikke bare se svaret når beregningen er fullført. Faktisk kan du ikke se svaret i det hele tatt før du faktisk ser etter det. Og når du ser etter det, kan du forstyrre staten kvantecomputeren er i og ende opp med å få et ødelagt resultat.
Alle de parallelle beregningene som kvantecomputeren gjør, faller ikke ned til et siste svar før du bevisst forsøker å observere det. På noen måter er det ikke selve svaret som er viktig, men hvordan får du tak i det. Det er denne observasjonelle komponenten av kvantecomputeren som danner det største hinderet for å faktisk bygge en.
Fysikere refererer til dette problemet som "entanglement", som Einstein kalte "spooky action on a distance". Entanglement er i hovedsak resultatet av å observere hvordan en qubit oppfører seg basert på tilstanden til en annen qubit.
HVA? Ingen mus ?: Dr. Isaac Chuang laster et hetteglass inneholdende syv kvarts kvantemodulmolekylene inn i kjernemagnetisk resonansapparat
Hva som forårsaker hodepine er at så snart du ser på en qubit, endrer du sin tilstand, og hele systemet kollapser tilbake til å være en standard digital datamaskin. Dette er kjent som "dekoherens", og er det som gjør observasjonene eller resultatene du ser på unøyaktige eller misvisende.
For disse komplekse grunner og mange andre, er det faktisk langt fra enkelt å bygge en arbeidsdimensjonal datamaskin som kan løse virkelige problemer.