Квантов пробив: Jiuzhang 4.0 ускорява изчисленията до невиждани мащаби
Резюме
Екип от Китайския университет за наука и технологии публично представи най-новия си фотонен квантов процесор — Jiuzhang 4.0. Описан в списание Nature, той демонстрира производителност, която смазва възможностите на най-мощните класически суперкомпютри и решава определени задачи за време, невъобразимо по-кратко от целия жизнен цикъл на Вселената.
Какво е постигнато
Технологичният пробив се отнася до тестова задача, известна като Гаусово бозонно семплиране (GBS) — целенасочено труден проблем, създаден да изпитва границите на класическите изчисления. За да се даде представа за скалата: симулация на същите изчисления с най-добрите познати класически алгоритми би отнела порядъка на 1042 години на съвременен суперкомпютър, докато новата фотонна система генерира резултати за десетки микросекунди.
Технически детайли
Архитектурата на машината съчетава няколко напреднали елемента:
- 1024 свити (squeezed) високопроизводителни квантови състояния на светлината;
- хибридна пространствено–времева матрица, формираща 8176 оптични режима;
- значително увеличен брой управлявани фотони — от 255 в предишните версии до впечатляващите 3050;
- нелинейни оптични компоненти, програмируема интерферентна мрежа и свръхчувствителни детектори за единични фотони;
- време за генериране на една изчислителна проба от едва 25,6 микросекунди.
Инженерите са свели до минимум оптичните загуби и са постигнали изключителна синхронизация на времевите канали — решение на едно от най-големите предизвикателства при фотонните платформи.
Сравнение със съвременните суперкомпютри
Резултатите поставят системата извън обсега на водещи класически машини като El Capitan по скорост за GBS-задачи. Това не означава, че фотонните квантови процесори ще заместят универсалните квантови компютри или класическите системи във всичко, но показва ясно доминиране в специализиран клас проблеми, за които са проектирани.
Приложения и възможно въздействие
Въпреки че критиците често посочват, че “квантовите пробиви” са демонстрирани само в контролирани експерименти, GBS-базирани алгоритми вече имат потенциални практични приложения:
- молекулярно моделиране — включително прогнозиране на сгъване на протеини и синтез на РНК;
- теория на графите и оптимизационни задачи;
- машинно обучение и разпознаване на образи — в това отношение предишни итерации на платформата показаха обещаващи резултати, като Jiuzhang 3.0 се справи светкавично със задачи за разпознаване на ръкописен текст;
- ускоряване на специфични симулации и анализи, които биха били практически невъзможни за класическите машини.
Заключение
Представянето на тази фотонна система маркира значителна стъпка напред в приложните квантови изчисления. Докато остава предизвикателството да се трансферират успехите от лабораторните тестове към широк набор реални приложения, демонстрираната скорост и мащаб дават ясна индикация, че индустриите като фармация, изкуствен интелект и оптимизация могат да претърпят промени в следващите години.