IBM och tre forskningspartners, University of Chicago, Algorithmiq och Qedma, har publicerat separata kvantberäkningsstudier som fokuserar på ett gemensamt hinder för påståenden om kvantfördelar: att etablera förtroende för resultat som klassiska system inte kan reproducera direkt.
Arbetet omfattar kodade logiska kretsar, kvantmaterialsimuleringar och felreducerad mångkroppsfysik. I samtliga fall användes IBM Quantum Heron-processorer för att köra arbetsbelastningar som de deltagande teamen rapporterade översteg de praktiska möjligheterna hos ledande klassiska simuleringsmetoder. Studierna och de underliggande resultaten har släppts via IBMs Quantum Advantage Tracker för fortsatt benchmarking.
Samarbetet vid University of Chicago demonstrerade ett strukturerat alternativ till slumpmässig kretssampling, ett vanligt riktmärke för kvantfördelar som blir svårare att validera när kretskomplexiteten ökar. Tekniken, som IBM kallar dopad Clifford-sampling, bäddar in en Clifford-krets i en rumtidskod och lägger sedan strategiskt till icke-Clifford T-grindar, vilket gör beräkningen klassiskt svår samtidigt som de syndromkontroller som behövs för att upptäcka fel mitt i exekveringen bevaras. Artikeln har titeln "Sampling hard circuits with verifiably high fidelity".
Experimentet exekverade 70 logiska qubitar, med 2 415 logiska två-qubit-operationer och 468 logiska T-grindar, vilka båda är mått på kretskomplexitet. IBM och universitetet rapporterar effektiva logiska felfrekvenser som är ungefär tio gånger lägre än de underliggande fysiska felfrekvenserna, vilket möjliggjorde hög kretsfidelitet vid dessa grindantal. Kvantberäkningen slutfördes på cirka 15 minuter, medan forskarna sa att ledande klassiska simuleringsmetoder mötte oöverkomliga körtider. IBM beskriver det som en av världens största kända felkorrigeringsdemonstrationer, och resultatet är viktigt eftersom det kombinerar en arbetsbelastning bortom klassisk nivå med en statistisk nedre gräns för exekveringsfidelitet.
”Vi befinner oss nu definitivt i eran av kvantfördelar”, säger Jay Gambetta, chef för IBM Research och IBM Fellow. ”Vi har demonstrerat en kvantberäkning bortom den praktiska räckvidden för klassiska datorer, som med statistisk säkerhet fastställer en nedre gräns för hur troget den utfördes. Denna milstolpe ger forskare, utvecklare och företag en ny grund för att lita på kvantdatorer när de skalar till problem långt bortom vad vi kan uppnå klassiskt.”
Algorithmiqs studie använde en IBM Quantum Heron -processor för att simulera ett heterogent kvantmaterial, en modell byggd för att representera system med oregelbundna lokala egenskaper, gränssnitt och avstämbara mikroskopiska kopplingar. Dessa effekter är viktiga för material som katalysatorer och batterielektrolyter, där lokal oordning förändrar rörelsen av energi, partiklar och information. Teamet utvecklade en kvantalgoritm för att uppskatta operatorn Loschmidt-eko, en kvantitet som spårar hur information sprids genom sådana system, och körde den på 56 qubits.
Arbetsbelastningen publicerades först genom Quantum Advantage Tracker för åtta månader sedan, och IBM och Algorithmiq säger att ingen klassisk metod har reproducerat resultat på ett tillförlitligt sätt över hela problemområdet sedan dess. Metoder från minst tre ledande klassiska simuleringsgrupper producerade förutsägelser som stred mot varandra och med kvantresultatet. Istället för att förlita sig på ett otillgängligt exakt svar tillämpade teamet kontrollerad brusinjektion, modifierade grindkalibreringar och enhetsbrusmodellering, och körde på vad IBM beskriver som i praktiken fem kvantdatorer med olika brusprofiler, och testade om kvantresultatet förblev stabilt när brusförhållandena förändrades.
Algorithmiq släppte även monoprop , ett riktmärkespaket baserat på deras klassiska metoder för simulering av molekylärt grundtillstånd. Programvaran är avsedd att göra det möjligt för externa forskare att testa framtida påståenden om kvantfördelar mot tillgängliga klassiska tekniker.
”Detta samarbete med IBM har förverkligat en idé som först föreslogs av Richard Feynman 1982”, säger Matteo Rossi, medgrundare och teknisk chef för Algorithmiq. ”Genom att simulera kvantmateria med hjälp av en digital kvantprocessor byggd med samma fysik kan vi ge forskare en anpassningsbar, fysikaliskt intressant modell som är öppen för alla som vill försöka motbevisa den klassiskt. Det är ett krävande testfall, och det har stått emot öppna utmaningar i åtta månader och fortsätter.”
Qedma, IBM, RIKEN och BlueQubit rapporterade en tredje studie som använde Qedmas programvara Quantum Error Suppression and Error Mitigation (QESEM) på IBM Quantum Heron-hårdvara för att modellera långlivad kvantdynamik i ett tvådimensionellt Floquet Ising-system, vilket fysiker använder för att studera hur ett materials magnetiska egenskaper utvecklas under rytmisk extern drivning. Qedma hävdar att detta är första gången kvantfördelar har uppnåtts med kommersiellt tillgänglig hårdvara och mjukvara, med både Heron-systemet och QESEM tillgängliga i molnet. Företagen pekar mot tillämpningar inom ultrasnabb optoelektronik och ljusinducerade supraledare.
IBM Quantum 133 Qubit HERON
Teamet rapporterade simuleringar som involverade upp till 74 qubits. De jämförde kvantresultaten med flera klassiska metoder, inklusive körningar på RIKENs superdator Fugaku och simuleringar från BlueQubit. I den största testade skalan var de klassiska metoderna inte konsekvent överensstämmande, medan de felreducerade kvantresultaten visade ihållande oscillerande beteende.
Qedmas valideringsprocess jämförde först en opartisk felreduceringsmetod med klassiska beräkningar, där de senare förblev tillförlitliga. Forskarna jämförde sedan en mer skalbar felreduceringsmetod mot de validerade resultaten innan de skalade upp arbetsbelastningen till större system och längre exekveringstider. Studien utvärderade också beteendet på separat kvanthårdvara, inklusive Quantinuum-system med fångade joner, för att hjälpa till att skilja simulerad fysik från enhetsspecifika artefakter.
Sammantaget för de tre studierna diskussionen om kvantfördelar bortom enbart runtime-jämförelser. De fokuserar på reproducerbarhet, felkarakterisering, plattformsoberoende validering och öppen benchmarking, vilka alla kommer att krävas innan kvantsystem kan behandlas som tillförlitliga instrument för vetenskapliga beräkningsarbetsbelastningar som överskrider klassiska simuleringsgränser.
Amazon