การคำนวณควอนตัม: ถึงเวลาสร้างชุมชนควอนตัมแล้ว

การคำนวณควอนตัม: ถึงเวลาสร้างชุมชนควอนตัมแล้ว

เครดิตฟรี

การคำนวณหรือการประมวลผลข้อมูลได้กลายเป็นที่แพร่หลายในสังคมของเรา มองไปทางไหนก็มีผลกระทบต่อชีวิตของเรา ตั้งแต่การทำให้งานประจำวัน เช่น การสื่อสารง่ายขึ้น ไปจนถึงการเปิดช่องทางใหม่ในการสำรวจ และช่วยให้เราสามารถแก้ปัญหาที่เราไม่เคยคาดฝันมาก่อน คำนวณเป็นอยู่โดยทั่วไปในโทรศัพท์ของคุณหรือแล็ปท็อปหรือเว็บเซิร์ฟเวอร์อยู่บนพื้นฐานของการประมวลผลข้อมูลที่นักฟิสิกส์มักจะหมายถึงว่าคลาสสิก สำหรับส่วนของ 20 THศตวรรษกลควอนตัมผลกระทบในระบบเหล่านี้ได้รับการยกย่องว่าเป็นความเจ็บปวดและความรำคาญที่มีศักยภาพ สิ่งนี้เกิดขึ้นจากข้อเท็จจริงที่ว่าหลักการความไม่แน่นอนของไฮเซนเบิร์กในชื่อเดียวกัน ทำให้อุปกรณ์คอมพิวเตอร์ทำงานได้อย่างน่าเชื่อถือน้อยกว่าอุดมคติแบบคลาสสิก และกลศาสตร์ควอนตัมถือเป็นสิ่งที่ทำให้เกิดเสียงรบกวนซึ่งไม่สามารถขจัดออกไปได้

สล็อต

ผลกระทบของความไม่สมบูรณ์แบบทางกลควอนตัมนี้แสดงให้เห็นอย่างชัดเจนโดยเฉพาะอย่างยิ่งเมื่อกฎของมัวร์ยังคงขยายขนาดต่อไป เมื่อเราไปถึงความหนาแน่นของทรานซิสเตอร์ด้วยขนาดลักษณะเฉพาะที่ลำดับของชั้นอะตอม อุโมงค์ควอนตัมและความร้อนจะนำไปสู่การคำนวณที่ไม่สามารถแก้ไขได้ ดังนั้น ถ้ากฎของมัวร์ถูกจำกัดโดยพื้นฐานโดยฟิสิกส์ควอนตัม เราจะผลักดันขอบเขตของการคำนวณต่อไปได้อย่างไร ชายแดนต่อไปคืออะไร?
วันนี้ เรากำลังวางรากฐานโดยเชิญผู้ที่สนใจสร้างอัลกอริธึมและทำการทดลองกับโปรเซสเซอร์ควอนตัมของ IBM เล่นกับควอนตัมบิต (qubits) แต่ละตัว
– Dario Gil, Vice President, Science and Solutions ที่ IBM Research
นี่คือจุดที่เราสามารถเปลี่ยนแปลงวิธีที่เราคิดเกี่ยวกับการคำนวณ และนำปัญหาของเอฟเฟกต์ควอนตัมที่ทำร้ายการประมวลผลของเรามาใช้ และเปลี่ยนมันให้เป็นประโยชน์ ในการทำเช่นนี้ เราจำเป็นต้องนำฟิสิกส์ควอนตัมกลับเข้าไปในแบบจำลองการคำนวณ สิ่งนี้นำไปสู่สาขาวิทยาศาสตร์ข้อมูลควอนตัมที่น่าตื่นเต้น และวิธีที่ทีมของเราที่ IBM Research ทำงานร่วมกับคิวบิตตัวนำยิ่งยวดที่มีต่อการสร้างคอมพิวเตอร์ควอนตัม
คอมพิวเตอร์ควอนตัมทำการคำนวณโดยใช้อุปกรณ์ที่เป็นไปตามกฎของกลศาสตร์ควอนตัม กฎเหล่านี้ยอมให้อนุภาคสองอนุภาคอยู่ในสถานะพันกันทำให้พวกมันมีพฤติกรรมในลักษณะที่ฟิสิกส์คลาสสิกไม่สามารถอธิบายได้ หลักการนี้พร้อมกับแนวคิดอื่นๆ จากทฤษฎีควอนตัมทำให้Peter Shorแสดงในปี 1995 ว่าเป็นไปได้ในทางทฤษฎีที่จะแยกตัวเลขจำนวนมากออกเป็นปัจจัยจำนวนเฉพาะอย่างมีประสิทธิภาพด้วยคอมพิวเตอร์ควอนตัม ปัญหาแฟคตอริ่งนี้เป็นปัญหาที่เชื่อกันว่าทำได้ยากกับคอมพิวเตอร์แบบคลาสสิก และเป็นพื้นฐานของระบบเข้ารหัสส่วนใหญ่ในปัจจุบัน
แนวคิดที่ก้าวล้ำนี้สำหรับการใช้คอมพิวเตอร์ควอนตัมเป็นการปฏิวัติเพราะมันเปิดเผยว่าข้อใดข้อหนึ่งต่อไปนี้ต้องเป็นความจริง: เรามีรูปแบบการคำนวณที่ไม่สมบูรณ์ การแยกตัวประกอบง่าย หรือกลศาสตร์ควอนตัมผิด
นักวิจัยหลายคนได้ตรวจสอบประสิทธิภาพของปัญหาแฟคตอริ่งและความถูกต้องของกลศาสตร์ควอนตัมได้แสดงให้เห็นในการสาธิตการทดลองหลายครั้ง ซึ่งบอกเป็นนัยว่ารายการแรกคือความจริงที่น่าจะเป็นไปได้ มีการแยกระหว่างการคำนวณแบบคลาสสิกและควอนตัม ตั้งแต่แนวคิดหลักของ Shor มีอัลกอริทึมควอนตัมอื่น ๆ ที่เสนอมากมายที่นำเสนอความเร็วของควอนตัม รายการขึ้นไปวันที่สามารถพบได้ที่สวนสัตว์อัลกอริทึมควอนตัม
ทิศทางที่น่าสนใจอีกประการหนึ่งที่คอมพิวเตอร์ควอนตัมมีศักยภาพในการใช้งานมากมายอยู่ในเคมีควอนตัม สาขาเคมีควอนตัมสำรวจธรรมชาติทางกายภาพที่อยู่ภายใต้โครงสร้างทางเคมีในวัสดุที่อยู่รอบตัวเรา ซึ่งประกอบเป็นสิ่งมีชีวิตและโลก กระนั้น ความซับซ้อนของปัญหาดังกล่าวก็น่าประหลาดใจ โดยเฉพาะอย่างยิ่งเมื่อพิจารณาว่าโมเลกุลที่ซับซ้อนประกอบด้วยมากกว่าอะตอมเพียงไม่กี่อะตอม คอมพิวเตอร์ควอนตัมอนุญาตให้มีเส้นทางเลี่ยงความซับซ้อนนี้ได้ เพราะโชคดีที่คอมพิวเตอร์ควอนตัมทำงานในลักษณะเดียวกับที่ธรรมชาติทำ เช่นเดียวกับสารเคมีที่ประกอบเป็นสิ่งมีชีวิตและสสาร สิ่งนี้นำเสนอความเป็นไปได้ในการจำลอง (และด้วยเหตุนี้การทำความเข้าใจและปรับปรุง) ธรรมชาติได้ดีกว่าคอมพิวเตอร์ทั่วไปทุกเครื่อง
การแก้ไขข้อขัดแย้งของควอนตัมระหว่างเสียงและความสามารถในการควบคุม
แนวคิดเฉพาะของการคำนวณควอนตัมสำหรับการจำลองนี้มีขึ้นโดยนักฟิสิกส์เชิงทฤษฎีชื่อดังRichard Feynmanกล่าวว่า “ธรรมชาติไม่ใช่เรื่องคลาสสิก แย่จัง และถ้าคุณต้องการสร้างแบบจำลองของธรรมชาติ คุณควรทำให้มันเป็นกลไกควอนตัม และด้วยความโง่เขลา มันเป็นปัญหาที่ยอดเยี่ยม เพราะมันดูไม่ง่ายเลย” นั่นคือย้อนกลับไปในปี 1981 ตอนนี้ ราวๆ สามทศวรรษต่อมา ในที่สุดเราก็อยู่ในขั้นตอนของการสร้างระบบคอมพิวเตอร์ควอนตัมที่แท้จริง ซึ่งอาจนำไปสู่วิสัยทัศน์ของ Feynman
แต่คุณอาจถามว่าทำไมตอนนี้? เหตุใดจึงใช้เวลานานกว่า 30 ปีในการทำให้ “การก้าวกระโดดของควอนตัม” ไปสู่การคำนวณควอนตัมที่ใช้งานได้จริง มันช่วยให้เข้าใจว่าควอนตัมหรือพัวพันหมายความว่าอย่างไร
นี่คือความท้าทายที่ยิ่งใหญ่สำหรับการสร้างคอมพิวเตอร์ควอนตัม: การสร้างสมดุลในการรักษาความเปราะบางของควอนตัม (เรียกว่าการเชื่อมโยงกันของควอนตัม) กับความสามารถในการควบคุมของผู้ใช้
ผลกระทบควอนตัมไม่ได้สังเกตได้ง่ายในชีวิตประจำวัน การพัวพันไม่ใช่เรื่องง่าย และโลกรอบตัวเราดูเหมือนจะเป็นไปตามฟิสิกส์คลาสสิก เนื่องจากในขอบเขตของฟิสิกส์ควอนตัม ข้อมูลจะเปราะบางและละเอียดอ่อนอย่างยิ่ง การรบกวนเพียงเล็กน้อย จากความร้อน จากเสียง หรือการสั่นสะเทือน และเอฟเฟกต์ควอนตัมทั้งหมดจะหายไป ดังนั้นจึงต้องใช้ความระมัดระวังอย่างมากในการสร้างคอมพิวเตอร์ควอนตัม และออกแบบวงจรเพื่อให้แทบไม่มีสิ่งรบกวนที่ไม่ต้องการสามารถสัมผัสกับระบบได้ แต่ในขณะเดียวกัน ฟังก์ชันเช่นเราในฐานะผู้ควบคุมวงจรควอนตัมยังคงสามารถควบคุมอินพุตและเอาต์พุตได้ ไปยังแต่ละ qubits (หรือควอนตัมบิต) ที่ประกอบเป็นโปรเซสเซอร์ควอนตัม นี่คือความท้าทายที่ยิ่งใหญ่สำหรับการสร้างคอมพิวเตอร์ควอนตัม: รักษาสมดุลของความเปราะบางของควอนตัม (เรียกว่าการเชื่อมโยงกันของควอนตัม) กับความสามารถในการควบคุมของผู้ใช้ ค่าประมาณของการกระทำที่สมดุลนี้ระบุว่าเราต้องลดข้อผิดพลาดให้เหลือเพียง 1 ข้อผิดพลาดต่อการดำเนินการ 100 เทรา (นั่นคือ 1 ข้อผิดพลาดต่อ 10^14 การดำเนินการ) เพื่อสร้างคอมพิวเตอร์ควอนตัมที่ใช้งานได้
สัดส่วนของข้อผิดพลาดเพียงไม่กี่นาทีนั้นเป็นความท้าทายที่ยากมาก โชคดีที่งานเชิงทฤษฎีในการประมวลผลข้อมูลควอนตัมได้นำไปสู่กรอบการแก้ไขข้อผิดพลาดของควอนตัม ด้วยการเข้ารหัสข้อมูลควอนตัมเป็น qubits เชิงตรรกะ เป็นไปได้ที่จะอนุญาตให้มีอัตราข้อผิดพลาดที่สูงขึ้น เช่น 1 ข้อผิดพลาดต่อ 100 ถึง 10,000 ซึ่งเป็นการปรับปรุงครั้งใหญ่ในอุปกรณ์ทดลองในปัจจุบัน
เมื่อเราย้ายไปยังระบบที่ใหญ่ขึ้น สิ่งสำคัญคือต้องแสดงให้เห็นว่าการใช้หลักการแก้ไขข้อผิดพลาดเหล่านี้เพื่อแสดงให้เห็นว่าการคำนวณควอนตัมที่ทนต่อข้อผิดพลาดนั้นเป็นไปได้ นี่จะเป็นความท้าทายที่โดดเด่นของกลุ่มของเราและชุมชนทดลองคอมพิวเตอร์ควอนตัมโดยทั่วไป ในทำนองเดียวกัน ในการสร้างอุปกรณ์ควอนตัมที่ซับซ้อนมากขึ้นเหล่านี้ด้วยจำนวน qubits ที่เพิ่มขึ้น เราจะมองหาการใช้งานในระยะเวลาอันใกล้ในขอบเขตของเคมีควอนตัม โดยลองใช้การจำลองแบบใหม่ที่อาจอยู่นอกเหนือความคลาสสิก คอมพิวเตอร์ ด้วยจำนวน qubits ในปัจจุบันในห้องปฏิบัติการของเราอยู่ที่ประมาณ 7-10 ในไม่ช้า เราจะสร้างโปรเซสเซอร์ใกล้ถึง 40-50 qubits ในระดับนั้น อุปกรณ์ดังกล่าวจะมีความซับซ้อนมากจนไม่มีคอมพิวเตอร์รุ่นใดสามารถเลียนแบบได้
ประสบการณ์ควอนตัม
ศักยภาพสูงสุดของคอมพิวเตอร์ควอนตัมยังไม่เป็นที่ทราบแน่ชัด แต่เราเชื่อว่ามันเกินความคาดหมายของเรา และจนกว่าเราจะมีฮาร์ดแวร์และชุมชนของผู้ใช้ที่ทุ่มเท ศักยภาพนี้จะยังคงไม่ได้ใช้ ดังนั้น แทนที่จะจำกัดการคำนวณของเราไว้ที่คอมพิวเตอร์แบบคลาสสิก เราได้สร้างประสบการณ์ควอนตัม มันจะทำให้ทุกคนมีแพลตฟอร์มในการตรวจสอบวิธีคำนวณด้วยพลังแห่งธรรมชาติอย่างเต็มที่ ถึงเวลาแล้วที่เราจะสร้างชุมชนของผู้เรียนควอนตัมใหม่และเปลี่ยนวิธีที่เราคิดเกี่ยวกับการคำนวณ

สล็อตออนไลน์

ใน 500 วันครบรอบวันตายนาร์โดดาวินชีมากกว่า 560 สถาบันการศึกษาและอุตสาหกรรมนักวิจัยเข้าร่วม 2019 IEEE World Congress on Services ( บริการ ) เมื่อวันที่ 08-13 กรกฎาคม, 2019 ที่มหาวิทยาลัยมิลานประเทศอิตาลี งานนี้ร่วมกับการประชุมทางเทคนิค IEEE Computer Society ที่มีชื่อเสียงเจ็ดงาน ซึ่งครอบคลุมแง่มุม R&D ในปัจจุบันและที่เกิดขึ้นใหม่ของวิทยาศาสตร์การบริการ วิศวกรรม และการจัดการภายใต้โมเดล as-a-service: บิ๊กดาต้า, คลาวด์, การประมวลผลทางปัญญา, ขอบ, IoT, การประมวลผลบริการ, และบริการบนเว็บ
IBM Research ได้รับการชื่นชมอย่างสูงในฐานะผู้นำทางความคิดในแนวดิ่งของบริการที่ขับเคลื่อนโดย AI ขององค์กรที่ IEEE SERVICES 2019 ตัวอย่างเช่น Prabhakar Kudva แห่ง IBM Research ผู้ร่วมเขียนบทความที่ดีที่สุดของ IEEE International Conference on Cognitive Computing: “เกณฑ์สำหรับการเรียนรู้โดยไม่ลืมในเครือข่ายประสาทเทียม ร่วมกับเพื่อนร่วมงาน Rupesh Karn และ Ibrahim “Abe” Elfadel จากมหาวิทยาลัยคาลิฟา
และรองประธานฝ่ายวิจัยอุตสาหกรรมของไอบีเอ็ม Kathryn Guarini ได้กล่าวปาฐกถาพิเศษเกี่ยวกับตัวเร่งทางเทคนิคสำหรับธุรกิจดิจิทัลที่ขับเคลื่อนด้วย AI เมื่อวันที่ 10 กรกฎาคม โดยหัวข้อนี้มีชื่อว่า
นอกจากนี้ การประชุม IEEE Symposium on Future of Financial Services ครั้งแรก ซึ่งมี Kumar Bhaskaran หัวหน้าฝ่ายวิจัยบริการทางการเงินระดับโลกของ IBM Research เป็นประธาน ก็ถูกจัดขึ้นเมื่อวันที่ 10 กรกฎาคมเช่นกัน Kumar กลั่นกรองแผงเต็มชุดแรกในรูปแบบ R&D ที่สำคัญของบริการทางการเงิน ฉันเข้าร่วมเป็นผู้ร่วมอภิปรายเพื่อหารือเกี่ยวกับเศรษฐกิจ API, มัลติคลาวด์ และแฟบริกของบริการ API ระดับองค์กร ผู้ร่วมอภิปรายอีก 6 คน ได้แก่
[NPC4]- Ricardo Collado, ผู้ช่วยศาสตราจารย์, School of Business, Stevens Institute of Technology (Quantum for Finance)
Natalie Gil, MIT Sloan Fellow ในด้านนวัตกรรมและความเป็นผู้นำระดับโลก (Blockchain & New Ecosystems)
Michael Goul รองคณบดีคณะ & วิจัย WP Carey School of Business, Arizona State University (บริการคอมพิวเตอร์และข้อบังคับ)
Rong (Emily) Liu, รองศาสตราจารย์, School of Business, Stevens Institute of Technology (AI for Finance)
Jorge Sanz, IEEE Fellow, หัวหน้าแผนกธนาคารรายย่อยของ IBM Research และศาสตราจารย์แห่งมหาวิทยาลัยแห่งชาติสิงคโปร์ (Innovation Models & Digital Transformation)
Christophe Spoerry ผู้ประกอบการในที่พักอาศัย AREA42 (FinTech & ระบบนิเวศใหม่)
มีการนำเสนอเอกสารไวท์เปเปอร์สามฉบับในการประชุมครั้งนี้ รวมถึง “ความท้าทายของอุตสาหกรรมบริการทางการเงินและโอกาสด้านนวัตกรรม: R&D เพื่อกำหนดอนาคตดิจิทัลของบริการทางการเงิน” ซึ่งฉันเขียนร่วมกับ Kumar และนักวิจัยของ IBM Prasenjit Dey และ Jorge Sanz
[NPC5]บทความนี้นำเสนอมุมมองของเราเกี่ยวกับลักษณะและแนวโน้มของบริการทางการเงินในแนวดิ่ง (การธนาคาร ตลาดการเงิน และการประกันภัย) โดยจะอธิบายอย่างละเอียดเกี่ยวกับหัวข้อการเปลี่ยนแปลงที่สำคัญ 5 ประการ ซึ่งมีแนวโน้มว่าจะแสดงให้เห็นในขอบเขตนวัตกรรมที่แตกต่างกันสามแห่ง ตั้งแต่ระยะใกล้ (หนึ่งถึงสองปี) ไปจนถึงระยะกลางและระยะยาว (เกินสามปี) บทความนี้สรุปด้วยการเรียกร้องให้ดำเนินการวิจัยและพัฒนาเกี่ยวกับความท้าทายที่ยิ่งใหญ่สี่ประการในการกำหนดอนาคตดิจิทัลของบริการทางการเงินที่มีชื่อว่า Financial Industry Goals (หรือ FIGs):
การรวมทางการเงิน
ภูมิคุ้มกันอาชญากรรมทางการเงิน
ธนาคารดิจิทัล – มองไม่เห็นและฝังตัวและ
การเงินที่ยั่งยืนเพื่อรับมือกับการเปลี่ยนแปลงสภาพภูมิอากาศ