I 2012, der han satt i et varmt basseng, foreslo fysiker Seth Lloyd en kvanteinternettapplikasjon til Googles skapere, Sergey Brin og Larry Page. Han kalte det Quoogle: en søkemotor som bruker matematikk basert på fysikken til subatomiske partikler og viser resultater uten å kjenne til spørsmålene selv. Et slikt sprang vil kreve en helt ny type minne - det såkalte QAMM, eller kvantet tilfeldig tilgangsminne.
Selv om ideen fascinerte Brin og Page, forlot de den, fortalte Lloyd "Gizmodo". I følge ham minnet de ham om at forretningsmodellen deres er basert på å vite alt om alle.
Men KOSU, som en ide, døde ikke. Moderne datamaskiner husker godt informasjon i milliarder av biter, binære sifre som tilsvarer enten null eller en. RAM, eller tilfeldig tilgangshukommelse, lagrer informasjon i kort tid på silisiumchips, og tilordner hvert informasjonsstykke til en spesifikk adresse, som du kan få tilgang tilfeldig og i hvilken som helst rekkefølge å henvise til denne informasjonen senere. Dette gjør datamaskinen mye raskere, slik at den bærbare datamaskinen eller mobiltelefonen din umiddelbart kan komme til dataene som er lagret i RAM, ofte brukt av applikasjoner, i stedet for å søke etter den i lagring, noe som er mye tregere. Men en gang i fremtiden kan dataprosessorer erstattes eller utvides av kvante datamaskinprosessorer, maskiner som er i stand til å legge inn gigantiske databaser.maskinlæring og kunstig intelligens. Kvantedatamaskiner er fremdeles en begynnende teknologi, men hvis de noen gang kan utføre disse potensielt lukrative algoritmene, vil de trenge en helt ny måte å få tilgang til RAM. De vil trenge en KROPP.
"KRAM kan være et kjempefint program som gjør kvanteenheter fra Google og IBM øyeblikkelig nyttige," sa Lloyd til Gizmodo.
Klassiske datamaskiner som ThinkPad, Iphone og de kraftigste superdatamaskinene utfører alle sine operasjoner ved å oversette data til en eller mange kombinasjoner av biter, nuller og en. Bits interagerer med hverandre, og produserer til slutt en annen kombinasjon av nuller og enere. Kvantecomputere produserer også sluttresultatet i form av enere og nuller. Men når tellingen fortsetter, kommuniserer deres kvantebiter, eller qubits, med hverandre på en ny måte, gjennom de samme fysikklovene som styrer elektronene. I stedet for bare å være null eller en, kan hver kvbit være begge deler når du teller, ved å bruke en matematisk ligning som krypterer sannsynligheten for å få null eller en bare når du tester verdien. Flere qubits bruker mer komplekse ligninger,som refererer til kvbitverdier som enkelt matematiske objekter. Resultatet er en eller flere mulige binære strenger, hvis endelige verdi bestemmes av sannsynlighetene i ligningene.
Denne rare matematiske tilnærmingen - qubits er ligninger til du beregner dem, og så ser de ut som biter igjen, men verdiene deres kan inkludere et element av tilfeldighet - lar deg løse problemer som tradisjonelt er vanskelige for datamaskiner. En slik utfordring er dekomponering av store tall til primtall, som bryter algoritmene som brukes til å lagre store mengder krypterte data - en utvikling som kan være "katastrofal" for cybersikkerhet. Det kan også fungere som en ny måte å behandle store datasett, for eksempel de som brukes i maskinlæring (for eksempel i avanserte ansiktsgjenkjenningssystemer).
Kvantedatamaskiner er fremdeles ikke bedre enn konvensjonelle datamaskiner. IBM gir forskere og gründere tilgang til en fungerende 20-kBbit-prosessor, og Rigetti til en 19-Qubit-prosessor, mens tradisjonelle superdatamaskiner kan simulere kvantekrefter opp til 50 kBbit. Til tross for dette kunngjorde fysiker John Preskil nylig at teknologien er på vei inn i en ny epoke der kvantedatamaskiner snart vil være nyttige for mer enn underholdende fysikkeksperimenter. Den amerikanske regjeringen tar kvanteteknologi på alvor på grunn av sin betydning for cybersikkerhet, og mange fysikere og programmerere leter etter nye nisjer for dem.
Mange forskere håper også å finne bruksområder for kvantemaskiner i utviklingen av kunstig intelligens og maskinlæring ved bruk av kvantealgoritmer. Slike algoritmer er komplekse og involverer en betydelig mengde informasjon, og krever derfor et kvantealternativ til RAM: qRAM.
Salgsfremmende video:
Kvante RAM er ikke milliarder av bits lagret i flere qubits. I stedet er det en måte for kvantedatamaskiner å bruke sine kvanteoperasjoner på store lister med data som finnes i maskinlæringsproblemer. Til syvende og sist består vanlig minne for tilfeldig tilgang av data som trengs for å kjøre programmer, og programmer får tilgang til det ved å spesifisere adressen til bitene - på samme måte kan du få summen av celler ved å skrive (A2 + B2) i stedet for å skrive inn tall hver gang. manuelt. Kvantealgoritmer vil måtte få tilgang til vanlig minne for tilfeldig tilgang på kvantenivå - i den mest primitive forstand lager de en superposisjon der cellen er både A2 og B2 på samme tid, og først da, etter beregningen er fullført, viser verdien til enten A2 eller B2. Det er ikke noe kvantum om hukommelsen som sådan - kvantum er måten du får tilgang til og bruker det.
I utgangspunktet, hvis du har mye lagret data - som for eksempel i databaser for å trene chatbots - så kan det være en kvantealgoritme som kan gjøre mer enn en vanlig datamaskin når det kommer til å søke gjennom data eller en melding om noe viktig. … Dette kan være veldig lukrativt for både finansnæringen og selskaper som Google, og selvfølgelig vil det kreve kvante RAM.
En artikkel om QRAM, skrevet av Lloyd og teamet hans for ti år siden, beskrev en måte å få tilgang til bare adressene i minnet som trengs for superposisjon, ved å bruke noe de kalte en "kvantebrannkjede." I utgangspunktet, siden hver adresse i RAM bare er en sekvens av biter, kan den tenkes som et forgrenings tre, der hver kvbit er en peker som ber datamaskinen om å svinge til venstre eller høyre. Dette fungerer også på konvensjonelle datamaskiner, men en kvantecomputer med bare to valg vil uunngåelig vikle inn ekstra stier ved hver sving, og til slutt føre til en utrolig stor og skjør kvantetilstand som lett kan kollapse i et ikke-kvante miljø. Lloyd og kollegene foreslo en trestruktur,der hver gren automatisk holdes i ventemodus, slik at datamaskinen bare kan bevege seg på høyre eller venstre gren (side) for å få tilgang til ønsket minne uten å vikle inn unødvendig informasjon. Forskjellen er ganske teknisk, men den er designet for å redusere kraften som kreves for å løse denne typen problemer i maskinlæring betydelig.
"De fleste av algoritmene som brukes i forskning krever en slags kvantehukommelse," kommenterte Michelle Mosca, forsker ved University of Waterloo i Canada, som også forsket på kvantumminne, for Gizmodo. "Alt som reduserer kostnadene for anvendt kvante-RAM kan også dramatisk redusere tiden før hverdagen på kvante-datamaskiner."
Men vi er fremdeles på et veldig, veldig tidlig stadium i utviklingen av kvanteprogrammering. I dag virker måten gamle datamaskiner husker informasjon nesten latterlig. RAM besto av magnetiske løkker forbundet med ledninger, der hver sløyfe tilsvarte en bit, og orienteringen til magnetfeltet i spolen representerte dens betydning. Den første kommersielt tilgjengelige amerikanske datamaskinen, UNIVAC-I, var kjent for å lagre data ved å konvertere elektriske impulser til lydbølger ved hjelp av flytende kvikksølv. Det minnet hadde ingen tilfeldig tilgang - du kunne ikke få noen data du ønsket deg på noe tidspunkt, men bare i den rekkefølgen det ble lagret. Og det ble ansett som banebrytende teknologi.
"Det var et kunstverk," forklarte Chris Garcia, kurator for Computer History Museum. "På den tiden prøvde de alt de kunne og håpet at noe av det ville fungere." På den tiden var slike løsninger overlegne alle tidligere. I dag lagrer datamaskiner minne på mikrobrikker laget av et spesielt materiale kalt "halvledere", noe som ble mulig ikke bare på grunn av vitenskapens fremskritt, men også takket være prosessene som gjorde silisiumlagring mye billigere enn lagring fra bittesmå magnetiske spoler.
Hvordan vil kvantehukommelse se ut? Sannsynligvis ikke på den måten Lloyd og kolleger forestilte seg det. På konferansen i fjor spøkte fysikere at feltet for kvanteberegning godt kan vende seg til en annen analog med flytende flytende kvikksølv. Sikkert vil vi ha nye teknologiske og matematiske fremskritt som vil optimalisere datamaskiner og deres metoder for lagring av informasjon.
Lloyd var enig i dette. "Jeg vil gjerne se at noen sprer ideen vår," sa han. "Hvis vi kunne oversette vanlig informasjon til en kvantetilstand, ville dette være en fantastisk anvendelse av kvantecomputere på kort sikt." Tross alt handler datamaskiner om mer enn bare deres evne til å utføre fancy algoritmer. De gjør det mulig å bruke disse algoritmene til å behandle og organisere data for å lage noe nyttig.
Og kanskje en dag vil vi virkelig bruke kvante Google.
Ryan F. Mandelbaum
