Zwykły laptop rozwiązał problem uważany za dostępny tylko dla komputera kwantowego

Edytowane przez: Alex Khohlov

Niespodziewane wyzwanie dla przewagi kwantowej. Fizycy z Center for Computational Quantum Physics Instytutu Flatiron przy Simons Foundation, wraz z kolegami z Boston University, udowodnili, że problem, który wcześniej uważano za niemożliwy do rozwiązania przez komputery klasyczne, można symulować na zwykłej maszynie – a nawet na laptopie.

Debata rozpoczęła się w marcu 2025 roku, kiedy grupa badaczy opublikowała w czasopiśmie Science rewolucyjne oświadczenie: udało im się zasymulować zachowanie złożonego systemu kwantowego na komputerze kwantowym, co rzekomo jest niemożliwe do powtórzenia za pomocą środków klasycznych. Joseph Tindall, naukowiec z Flatiron, słysząc to twierdzenie, sceptycznie uniósł brew. On i jego koledzy postanowili sprawdzić, czy problem faktycznie jest nierozwiązywalny.

W centrum badania znajduje się symulacja systemów składających się z setek oddziałujących kubitów, rozmieszczonych w sieciach kwadratowych, sześciennych i innych regularnych kratach. To właśnie ten problem przeciwnicy nazwali niemożliwym do rozwiązania dla obliczeń klasycznych – rzekomo wymagałoby to dziesiątek tysięcy lat ciągłych obliczeń.

Rozwiązanie znaleziono w sieciach tensorowych – narzędziu matematycznym, które dosłownie „kompresuje” ogromną funkcję falową systemu kwantowego, podobnie jak archiwum ZIP kompresuje pliki. To radykalnie zmniejsza ilość danych, które trzeba przetwarzać. Tindall wykonał wstępne obliczenia na laptopie, używając biblioteki ITensor, opracowanej przez jego kolegów z Centrum. Wynik był zaskakujący: problem, nad którym komputer kwantowy pracował godzinami, klasyczny laptop rozwiązał w 30 minut. Na niektórych laptopach obliczenia zajęły do dwóch godzin i wymagały zaledwie 40 megabajtów pamięci RAM – to mniej niż rozmiar prostego wideo w mediach społecznościowych.

Kluczowym elementem jest zaadaptowany algorytm propagacji wiary (belief propagation), pochodzący z lat 80. XX wieku. Tindall i jego zespół przerobili tę starą metodę na potrzeby systemów kwantowych, zdołali wydobyć z niej potencjał, którego nikt nie dostrzegał przez dziesięciolecia. Podejście to jest tańsze i szybsze niż metody alternatywne, choć nieco mniej dokładne – ale wystarczająco dokładne dla praktycznych zastosowań.

Co szczególnie imponujące: wyniki nie tylko zgadzały się z prognozami teoretycznymi, ale także z danymi uzyskanymi na rzeczywistym komputerze kwantowym. Dokładność osiągnęła poziom, który nauce klasycznej wydawał się nieosiągalny. Oznacza to, że przewaga kwantowa w tym problemie jest albo bardzo wąska, albo po prostu jej nie ma.

Naukowcy podkreślają główny wniosek: obliczenia klasyczne i kwantowe nie są wrogami, lecz sojusznikami. Symulacje klasyczne pomagają obalić przesadzone twierdzenia o przewadze kwantowej i lepiej zrozumieć, do czego naprawdę przydatne są urządzenia kwantowe. Jednocześnie każdy przełom w kwantowym „sprzęcie” inspiruje programistów do tworzenia nowych metod i algorytmów klasycznych.

Teraz zespół Tindalla przechodzi do bardziej złożonego wyzwania: symulacji elektronów, które mogą przemieszczać się między węzłami kraty. Te systemy są jeszcze bardziej skomplikowane i bliższe rzeczywistym materiałom kwantowym – magnesom, nadprzewodnikom, egzotycznym substancjom, które fizycy chcą syntetyzować i zrozumieć. Badanie pokazuje, że granica między światem klasycznym a kwantowym jest bardziej płynna, niż się wydawało, i oba podejścia będą sobie wzajemnie pomagać na drodze do prawdziwych przełomów.

96 Wyświetlenia

Źródła

  • An Ordinary Laptop Solved a Problem Thought to Require a Quantum Computer

  • Quantum Dynamics Breakthrough Challenges Supremacy Claim

  • Quantum supremacy just ran into an unexpected rival: An ordinary laptop armed with new math

  • The Mathematical Tools Trailblazing the Quantum Future

  • Quantum Dynamics Advance Overturns Claim of 'Quantum Supremacy,' Opens New Research Directions

  • Классические компьютеры отняли у квантовых машин монополию на симуляцию сотен кубитов — помогли тензорные сети

  • Belief propagation

  • Working with Tensor Networks of Arbitrary Structure

Czy znalazłeś błąd lub niedokładność?Rozważymy Twoje uwagi tak szybko, jak to możliwe.