ChatGPT 人工智能 GPT4 伦理 生成式 医疗 监管 安全 机器学习 深度学习 神经网络 计算机视觉 强化学习 模型 算法 应用 开发 研究 工具 平台 框架 数据集 训练 部署 安全 合规 培训 投资 LLM,llm AI,ai,Ai 大模型 大语言模型 制图 生图 绘图 文生图 文生视频 生成式AI AGI 世界模型 sora chatGPT,chatgpt,ChatGpt claude openai Llama deepseek midjourney 红熊猫模型 Red panda,panda Stable Diffusion,StableDiffusion,stable DALL- E 3 DALL E DALL Flux,flux 扩散模型 混元大模型 文心一言 通义千问 可灵 Pika PixelDance 豆包 月之暗面 零一万物 阶跃星辰 搜索增强 MiniMax Talkie Agent prompt fastai LangChain TTS 微调 提示词 知识库 智能体
# 热门搜索 #
搜索
量子计算可靠性提升800倍!微软开启2级弹性量子计算新时代
5212点击    2024-04-12 10:02

限制量子计算发展的关键问题,就快被解决了!


对于整个量子生态系统来说,这是一个历史性的时刻。


——近日,微软联合Quantinuum,向全世界展示了有史以来最可靠的逻辑量子比特。


论文地址:https://arxiv.org/pdf/2404.02280.pdf


通过将微软突破性的量子比特虚拟化系统(具有错误诊断和纠正功能)应用于Quantinuum的离子阱硬件,


在14,000多次单独实验中,量子计算没有出现任何错误,——相比于使用物理量子比特,可靠性足足提升了800倍!



微软CEO纳德拉也乐呵呵地宣传了这个成就:


在我们开启可靠量子计算带来的科学和商业进步的道路上,这是一个激动人心的里程碑

研究人员在不破坏逻辑量子比特的情况下,通过对逻辑量子比特进行错误诊断和校正,来实现更可靠的量子计算。


这样的实验成果,也使得量子计算作为一个行业,有史以来第一次从1级基础量子计算,迈向2级弹性量子计算。


量子计算既高级又脆弱


比如著名的量子搜索算法——Grover’s algorithm,只需10,000次操作,就可以在包含1亿个名字的电话簿中找到特定的条目,

而传统计算机的经典搜索算法,平均需要5000万次操作。


而另一方面,量子计算需要严苛的条件,任何微小的杂散热量或噪声,都可能造成比特翻转,或者消除量子叠加状态


所以,物理量子比特通常要与环境充分隔离,然而要是真的完全隔离了,那还跟咱有啥关系?


我们的计算至少需要初始化量子比特,还有测量生成的量子态,——这都是会引入噪声和误差的操作。

这些问题导致之前的量子计算一直被困在NISQ(嘈杂的中级计算机)时代,无法解决噪声问题,也无法扩大规模,真正应用于商业场景。


量子计算新时代


研究团队使用了Quantinuum的H2离子阱处理器,能够将30个物理量子比特,组合成四个高度可靠的逻辑量子比特。


将多个物理量子比特编码为单个逻辑量子比特,有助于保护系统免受错误影响。


物理量子比特纠缠在一起,因此可以检测物理量子比特中的错误,并对其进行修复。

Quantinuum的H2量子处理器

由霍尼韦尔提供支持的H2系统模型,是最新一代的量子计算机,具有新的跑道形陷阱。

Quantinuum的H2具有32个完全连接的量子比特和全新的架构,可提供65,536的量子体积和最大的GHZ状态。


Quantinuum的系统模型H2包括许多标志性功能:

- 32个全连接量子比特
- 65,536量子体积
- 99.997%单量子比特门保真度
- 99.8%双量子比特门保真度
- 多对多连接
- 量子比特重用
- 带条件逻辑的中间电路测量

研究人员指出,为了超越NISQ,逻辑和物理量子比特错误率之间的大分离是必要的,纠正单个电路错误,以及在至少两个逻辑量子比特之间产生纠缠的能力也是如此。

上图通过比较一对中每个量子比特的图像,展示了纠缠量子比特之间的差异(误差)。


我们可以发现逻辑量子比特,相对于物理量子比特的巨大优势,干干净净,没有误差。


微软联合Quantinuum的这项突破,是构建混合超级计算系统道路上的一个重要里程碑,将会改变许多行业的研究和创新。


克服了自身脆弱性的逻辑量子比特,将为人工智能、超级计算、以及其他混合应用程序带来更多的可能。

有了由100个可靠逻辑量子比特提供支持的混合超级计算机,我们将看到量子计算在科学探索方面的优势,


而当逻辑量子比特扩展到1,000个时,它将真正能够应用于解决商业问题。


展望


社会面临的许多最棘手的问题,如气候变化、粮食安全和能源危机,都是化学和材料科学问题。


然而,在可观测的宇宙中,可能的稳定分子和材料的数量可能会超过原子的数量。即使是十亿年的经典计算也不足以探索和评估它们。


无论是提高制药生产力还是开拓下一代可持续电池,加速科学发现都需要一个专门构建的混合计算平台。


研究人员需要在发现管道的正确阶段使用正确的工具,以有效地解决科学问题的每一层,并深入了解它们最重要的地方。


使用AI筛选海量数据集、使用高性能计算(HPC)缩小选项范围,或在未来利用扩展量子计算的强大功能提高模型准确性。


保真度和纠错对量子计算是如此重要。只有具有良好的保真度,我们才能为可靠地扩展量子计算机的规模,为解决现实世界问题奠定坚实的基础。


多年来,人们只能采用增加嘈杂的物理量子比特的数量,以及补偿该噪声的技术。


当今大多数NISQ机器的主要缺点是物理量子比特过于嘈杂且容易出错,无法实现强大的量子纠错。行业的基础组件不足以让量子纠错工作,这就是为什么更大的NISQ系统对于实际应用来说并不实用。


整个量子生态系统的任务是提高量子比特的保真度,并实现容错量子计算,以便我们可以使用量子机器来解锁以前棘手问题的解决方案。


为此,我们需要过渡到可靠的逻辑量子比特——通过将多个物理量子比特组合成逻辑量子比特,来防止噪声并维持长时间(即弹性)计算。


通过高质量的硬件组件和突破性的错误处理功能,今天,我们做到了这一点。


参考资料:

https://blogs.microsoft.com/blog/2024/04/03/advancing-science-microsoft-and-quantinuum-demonstrate-the-most-reliable-logical-qubits-on-record-with-an-error-rate-800x-better-than-physical-qubits/


文章来自微信公众号“新智元”,作者:alan