Frågor och svar: D-Waves Geordie Rose

Den 13 februari hävdade D-Wave Systems, en startup baserad i Burnaby, British Columbia, att ha demonstrerat världens första kommersiella kvantdator.

Kvantkyla: Orions 16-qubit-processor visas i den översta bilden. Den använder en supraledande metall som kallas niob. När de kyls till 5 millikelvin, eller 0,005 grader över absolut noll, bildar elektronerna i niobsupraledaren partiklar som kallas Cooper-par, som kan uppta samma kvanttillstånd. Ett Leiden Cryogenics utspädningskylskåp (nedre bilden) används för att kyla Orion-chippet till den grad att elektronerna i dess niob-halvledare går in i ett kvanttillstånd.

På Computer History Museum i Mountain View, Kalifornien, visade Geordie Rose, företagets grundare och tekniska chef, hur Orion-datorn kunde söka efter ett protein i en databas och hitta den närmaste matchningen, upptäcka det optimala sittarrangemanget för gästerna kl. en bröllopsmottagning och lös ett Sudoku-pussel.

Kvantberäkningar, som först föreslogs av fysikerna Paul Benioff och Richard Feynman i början av 1980-talet, fungerar genom att utnyttja kvantmekanikens konstiga tvetydigheter. Enligt kvantmekanikens lagar kan tillståndet för en partikel som en elektron vara obestämt: det kan vara på eller av, snurra uppåt eller nedåt.

I en kvantdator kan därför varje kvantbit av information – eller qubit – vara ofixad, bara en sannolikhet; detta betyder i sin tur att på något mystiskt sätt kan en qubit ha värdet ett eller noll samtidigt, ett fenomen som kallas superposition. Två qubits kan alltså representera fyra olika värden (00, 01, 10 och 11 i binär notation); fyra qubits kan representera sexton värden; och så vidare. I teorin skulle en kvantdator kunna lösa problem på mindre än en minut som det skulle ta en klassisk dator årtusenden att lösa.

Hittills har de flesta kvantdatorer varit mer eller mindre framgångsrika vetenskapliga experiment. Ingen har utnyttjat mer än 12 qubits, och problemen som maskinerna har löst har varit triviala. Kvantdatorer har varit komplicerade, petiga maskiner, som använder känsliga lasrar, vakuumpumpar och andra exotiska maskiner för att ta hand om sina qubits.

D-Wave (som har samlat in 44 miljoner dollar från investerare som riskkapitalföretaget Draper Fisher Jurvetson) hävdar att de har lyckats konstruera en praktisk kvantdator genom att använda en enkel design, härledd från teknologier som redan används för att tillverka standarddatachips. Företaget beskriver Orion som en 16-qubit adiabatisk kvantdator, byggd kring ett chip tillverkat av en metall som kallas niob som, när den är tillräckligt kall, blir en supraledare. Kylda i ett bad av flytande helium till nästan −273 ºC bildar elektronerna i niobsupraledaren partiklar som kallas Cooper-par, som kan uppta samma kvanttillstånd, vilket gör det möjligt för Orion att beräkna kvantalgoritmer.

Herb Martin, D-Waves VD, säger att denna okomplicerade design kommer att tillåta Orion att skala till en 512-qubit-maskin senare i år och till en 1 024-qubit-dator i mitten av 2008.

Men datavetare som är specialiserade på kvantberäkning har varit djupt skeptiska till D-Waves demonstration. D-Wave gav inga bevis för att backa upp sina påståenden: den har bara släppt de skissigaste detaljerna om Orions inre funktioner. Vad datavetare vet imponerar inte på dem.

Scott Aaronson, en teoretisk datavetare vid Institute for Quantum Computing i Waterloo, Ontario, och författaren till en mycket läst blogg som heter Shtetl-optimerad , började obloquies när han fördömde Orion för att vara lika användbar för att lösa problem som en rostbiffsmörgås.

Om Geordie Roses påståenden om att ha byggt den första praktiska kvantdatorn, skrev Aaronson i ett e-postmeddelande, Vad D-Wave än kunde eller inte kunde ha gjort, kan detta omedelbart avvisas som hype. Om han med 'praktiskt' menar att han kan lösa praktiska problem snabbare än befintliga klassiska datorer, så är detta helt klart falskt. Om han menar att kunna lösa små demonstrationsproblem, har han blivit slagen av massor av människor. Så jag kan inte komma på någon tolkning under vilken han talar sanning.

Aaronsons sura ton var typisk. Umesh Vazirani, professor i datavetenskap vid University of California, Berkeley, sa att D-Wave vilseleder allmänheten genom att kalla sin enhet 'en praktisk kvantdator.' Hela poängen med kvantberäkning är att uppnå en stor hastighetsuppgång jämfört med klassiska datorer , något som D-Wave inte har åstadkommit.

Något löste problemen vid demonstrationen, men det kanske inte nödvändigtvis är en kvantdator. I synnerhet vet inte datavetare hur väl Orion korrigerar för crescendo av fel, orsakade av termiskt brus och dekoherensen av qubits, som är åtföljande av kvantberäkningar. Dessa fel måste hanteras noggrant om en kvantdator ska fungera. Ja, enligt alla datavetare till vem Teknikgranskning talade, eftersom Orion kan fungera som en ganska långsam analog dator, är det möjligt att Orion inte riktigt utförde kvantoperationer alls när den demonstrerades på Computer History Museum.

Har D-Wave verkligen implementerat en 16-qubits kvantdator, eller bryts deras qubits så snabbt att de i praktiken implementerar en klassisk algoritm? frågade Vazirani. D-Wave har inte tillhandahållit några bevis för att gynna den första möjligheten framför den andra.

De mest generösa kvantberäkningsforskarna kommer att medge att D-Wave har gjort en intressant chansning.

Jag kan inte mycket om affärer, men jag föreställer mig att resonemanget vid D-Wave är ungefär följande, sa Seth Lloyd, professor i maskinteknik vid MIT, som föreslog den första tekniskt genomförbara designen för en kvantdator. Säg att oddsen är 10-till-1 mot att adiabatisk kvantberäkning fungerar, så satsningen kommer sannolikt att misslyckas. Men om det lyckas kommer de att städa upp. Det D-Wave gör är osannolikt att lyckas, men det är inte quixotiskt.

Vi bad Geordie Rose att försvara Orion inför sina kritiker.

Jason Pontin : Demonstrerade du faktiskt världens första praktiska kvantdator?

Geordie Reste sig : Ja.

JP : Tja, det är trubbigt. Är en verkligt feltolerant, adiabatisk dator en kvantdator?

GR : Ja.

JP : Det väcker den här frågan, jag är rädd: är Orion feltolerant?

GR : Ja det är det.

JP : Verkligen?

GR : Om du vill att jag ska utveckla det kan jag.

JP : Det skulle vara trevligt.

GR : Det finns två olika begrepp här. Feltolerans handlar först och främst om huruvida processorn kommer att fortsätta att fungera som den konstruerats i närvaro av fel. I systemet som vi körde under demon hade chipet 2 trasiga komponenter av 56, och saken fungerade vackert i närvaro av dessa fel. Så Orion är absolut feltolerant. Det finns ingen fråga. Det har vi visat. Men jag tror att du verkligen frågar om dekoherens.

JP : Jag är.

GR : Närvaron av brus i en kvantdator kan orsaka fel. Om du vill köra en kvantdator konsekvent, för att kunna göra allt som en kvantdator möjligen kan göra, måste du aktivt ta bort fel. I vårt tillvägagångssätt, den adiabatiska modellen, är enhetens fysik helt annorlunda än konventionella kvantdatorer som grindmodeller. För att ett fel överhuvudtaget ska inträffa i vårt tillvägagångssätt måste du tillföra en viss mängd energi som fysiker kallar ett energigap. Om bruset inte har åtminstone den mängden energi kan det inte göra något dåligt. Så om du inte levererar den mängden energi, finns det ett naturligt gap som skyddar systemet från buller. Adiabatiska kvantdatorer är kända för att vara mycket mer robusta mot brus än andra metoder.

JP : Påstår du verkligen att Orion kan lösa NP-kompletta problem? [NP-kompletta problem, varav det mest kända är problemet med resande säljare, är de svåraste problemen inom komplexitetsteorin för vilka en lösning kan verifieras effektivt. Mycket vanliga i verkliga livet, de är svåra att lösa eftersom deras lösning verkar kräva att man överväger varje permutation av en uppsättning variabler, vilket tar tid som ökar exponentiellt med antalet variabler. Datavetare tvivlar på att NP-kompletta problem kan lösas inom rimlig tid. Rose har väckt kontroverser genom att hävda att Orion kan skapa ungefärliga lösningar som är tillräckligt bra för företag.]

GR : Det löser dem i den meningen att det ger ungefärliga lösningar på saker som är tillräckligt bra i den meningen att de uppfyller användarens krav. Dessa klasser av problem är allestädes närvarande i näringslivet. Man misstänker att ingen maskin, oavsett typ, effektivt och exakt kan lösa den här typen av problem, åtminstone i värsta fall. Men det är en alltför restriktiv definition av vad lösa innebär. I allmänhet, om ett företag har ett av dessa problem inbäddat i sin dagliga verksamhet, använder det vad som kallas en heuristik för att lösa det, vilket är en uppsättning tumregler som snabbt ger bra ungefärliga lösningar. Vår maskin har som avsett syfte konkurrens med dessa heuristiker. Vi påstår inte att vi exakt, effektivt kan lösa värsta tänkbara problem, nej, men vi är hävdar att denna sak kommer att vara konkurrenskraftig och så småningom överträffa alla konventionella metoder för att lösa dessa problem.

JP : Jag är ingen matematiker, men jag spelar en på TV. Hur är det med PCP-satsen som säger att en ungefärlig lösning i dessa fall är lika svår som den bästa lösningen?

GR : Det beror på vad du menar med ungefärlig.

JP : Tja, berätta vad du menar med ungefärlig. Använder Geordie Rose ungefärlig i någon speciell mening som ingen annan använder?

GR : Ungefärligt betyder något specifikt inom datavetenskap. Det är inte så som termen används konventionellt i affärer. Så säg att du ännu inte har valt en rutt genom ett gäng städer–

JP : Problemet med resande säljare?

GR : Ja, till exempel. Vilken väg som helst är en lösning. Varje rutt är också en ungefärlig lösning. Hur bra den ungefärliga lösningen är är på något sätt skillnaden mellan den du har och den bästa möjliga. Så när lösningarna blir bättre och bättre blir de mindre och mindre ungefärliga. Så vad datavetare brukar mena med ungefärlig i dessa fall är något mycket specifikt om hur stor approximationen är, och de tenderar att mena något som är väldigt nära exakt.

JP : Du menar att när du använder ungefärlig i den här betydelsen, använder du ordet som affärsmän skulle använda det, och inte som datavetare använder det?

GR : Det är samma mening som människor använder när de löser dessa problem idag. Du behöver en lösning; du föredrar en som är den bästa möjliga lösningen med de resurser du har tillgängliga för dig, och det är per definition en ungefärlig lösning. Du vill att det ska bli bättre, men dessa saker är inte tillgängliga för dig på grund av problemets natur. Så just den här maskinen som vi har byggt är designad för att konkurrera med maskinerna som ger den typen av lösningar.

JP : Scott Aaronson sa att Orion var lika användbar som en rostbiffsmörgås. Du känner uppenbarligen att det är förolämpande; men skulle du inte erkänna att din dator inte är särskilt användbar eftersom den löser problem långsammare än en klassisk dator?

GR : Syftet med demot var inte att visa en-till-en-prestanda överlägsen konventionella system. Syftet med det var att göra ett system proof of concept och att köra kommersiellt relativa applikationer på en kvantdator, vilket aldrig ens har gjorts tidigare – inte ens i närheten. Detta är långt över den senaste tekniken. Så när det gäller den faktiska tid det tar att lösa problem är Orion som det ser ut för närvarande cirka 100 gånger långsammare än en PC som kör de bästa algoritmerna. Om du var en expert skulle du kunna definiera en bra algoritm på webben, spendera 1 000 USD på en PC och du kunde slå systemet med en faktor på 100. Så i den meningen har Scott rätt, även om det inte är meningen.

JP : Ja, vad är poängen då?

GR : Poängen är att demonstrationen visar en tydlig väg från var vi är idag in i framtiden. De framtida maskinerna kommer att bli betydligt bättre.

JP : Planen är att demonstrera en 1 024-qubit-maskin 2008?

GR : Ja, i mitten av 2008. Men innan dess kommer vi att ha ett onlinesystem som folk kan använda, som de kan programmera applikationer för.

JP : Det verkar osannolikt snabbt. Hur ska du göra det?

GR : Tja, det är tre saker som måste göras.

Den första är att designen som du använder för processorn, särskilt input-output-systemen, måste vara skalbar, inte bara i princip utan i praktiken. De flesta av de förslag som har lagts fram för kvantberäkningsarkitekturer, faktiskt alla hittills, är inte skalbara i den meningen. I vårt fall tror vi att vi har hittat en väg till verklig skalbarhet i hårdvaran. Det primära som måste övervinnas är denna fråga om hur du får information in i och ut ur chippet. Vi tror att vi har hittat en väg runt det problemet.

Den andra saken är hur du bygger den, och det är en tillverkningsfråga. En del av anledningen till att vi valde det tillvägagångssätt som vi valde är att de kretsar som vi använder som grund för dessa saker kan designas, byggas och testas med standardhalvledarprocedurer. Så vi behöver inte uppfinna någon ny tillverkningsteknik förutom att få igång processen i första hand.

Den tredje saken, som förmodligen är den svåraste frågan att svara på, är denna: med tanke på att vi kan bygga den och skicka information in och ut ur den, kommer den i själva verket fortsätta att fungera som en kvantdator? Det är en punkt som vi helt enkelt inte kan svara på just nu eftersom ingen har kunnat modellera system på den nivån med någon som helst prediktiv förmåga. Det är för komplicerat. Det är en fråga som bara kan besvaras empiriskt. Så vår filosofi är, gör en ny processor varje månad. Säg att vi har 12 generationer per år, något verkar inte fungera; vi kan fixa det genom iterativ omdesign.

JP : Hur skiljer sig ditt kommersiella tillvägagångssätt från akademins?

GR : Akademikerns inställning är inte nödvändigtvis sämre än vår, men den är annorlunda. Vårt tillvägagångssätt är att kasta så många qubits som möjligt på ett chip, få det att lösa verkliga problem och sedan använda prestandan på dessa problem som mått med vilket du mäter vad som är bättre och vad som är sämre. Så när du ökar maskinens förmåga ökar du maskinens förmåga att lösa problem snabbare och större problem. Jämfört med de akademiska tillvägagångssätten är vår snabb och smutsig, även om jag inte tycker att den är mindre försiktig.

JP : Vad kan jag göra med en kvantdator på 1 024 qubit?

GR : Det finns många och massor av befintliga kommersiella applikationer som kräver en optimal lösning på ett problem med många variabler. Till exempel, i chipdesign, är många av de problem som har att göra med hårdvarudesignverifiering av detta slag. Det finns också massor av tillämpningar inom finansteknik som investeringsbanker har varit väldigt intresserade av att driva med oss: saker som portföljoptimering, riskminskning, urval och prissättning av derivat. Dessutom är varje enskilt schemaläggningsproblem som finns i världen ett av dessa problem. Du kan föreställa dig någon som ett flygbolag eller en federal regeringsorganisation som var tvungen att schemalägga massor av människor där det finns alla möjliga frågor om vem som jobbar var och vem som får tillgång till vad och varför. Dessa problem skapar dessa massiva konfliktlösningsscenarier som helt enkelt inte kan hanteras nuförtiden. De är för svåra att lösa under den tid som folk vill lösa dem på. Jag tror att hur det kommer att se ut i framtiden är att alla som har en betydande schemaläggning, routing, planering, tillämpning – alla dessa applikationer kommer att portas till våra maskiner, som kommer att vara tillgängliga online.

Dölj