- คิวบิต ซึ่งเป็นหน่วยพื้นฐานของคอมพิวเตอร์ควอนตัม มีความไวสูงมากจนเกิดข้อผิดพลาดได้แม้มีการรบกวนจากภายนอกเพียงเล็กน้อย
- การแก้ไขข้อผิดพลาดควอนตัม (QEC) ใช้การรวมคิวบิตเชิงกายภาพจำนวนมากที่ไวต่อสัญญาณรบกวน เพื่อสร้างคิวบิตเชิงตรรกะที่มีความเสถียรมากขึ้นและใช้แก้ไขข้อผิดพลาด
- เป้าหมายหลักของ QEC คือทำให้อัตราข้อผิดพลาดของคิวบิตเชิงกายภาพอยู่ต่ำกว่าค่าขีดวิกฤต เพื่อให้เมื่อเพิ่มจำนวนคิวบิตมากขึ้นแล้ว ข้อผิดพลาดกลับลดลง
ผลงานสำคัญของ Google: บรรลุอัตราข้อผิดพลาดต่ำกว่าค่าขีดวิกฤต
- Google ประสบความสำเร็จในการลดข้อผิดพลาดแบบเอ็กซ์โปเนนเชียล โดยใช้ surface codes ซึ่งเป็น QEC ประเภทหนึ่ง
- ด้วยการเพิ่ม code distance จาก 5 เป็น 7 คิวบิต ทำให้อัตราข้อผิดพลาดเชิงตรรกะลดลง 2.14 เท่า
- จากผลการทดลอง คิวบิตเชิงตรรกะคงอยู่ได้นานกว่าคิวบิตเชิงกายภาพถึงสองเท่า
- นี่เป็นกรณีแรกที่พิสูจน์ว่าคิวบิตเชิงตรรกะมีประสิทธิภาพเหนือกว่าคิวบิตเชิงกายภาพ และเป็นการวางรากฐานสำคัญสำหรับคอมพิวเตอร์ควอนตัมที่ขยายขนาดได้
นวัตกรรมของ Google ในมุมมองวิศวกรรมการควบคุม
1. การซิงโครไนซ์แบบเรียลไทม์
- ทุกวงรอบของการแก้ไขข้อผิดพลาดต้องเสร็จสิ้นภายใน 1.1µs ซึ่งต้องอาศัยการซิงโครไนซ์ที่สมบูรณ์แบบระหว่างคิวบิต
- ความคลาดเคลื่อนของจังหวะสัญญาณเพียงเล็กน้อยก็อาจทำให้ข้อผิดพลาดสะสมและทำให้การคำนวณล้มเหลวได้
2. การถอดรหัสแบบเรียลไทม์
- การถอดรหัสคือกระบวนการวิเคราะห์ข้อมูลการวัดเพื่อระบุตำแหน่งและประเภทของข้อผิดพลาด
- Google ประมวลผลวงรอบการแก้ไขข้อผิดพลาดได้มากกว่า 1 ล้านครั้ง ด้วยเวลาแฝง 63µs
- หากตัวถอดรหัสทำงานช้า ข้อผิดพลาดจะสะสม ดังนั้นการถอดรหัสแบบเรียลไทม์จึงเป็นสิ่งจำเป็น
3. การทำงานของเกตที่มีความเที่ยงตรงสูง
- Google ทำอัตราข้อผิดพลาดของ single-qubit gate ได้ต่ำกว่า 0.1% และของ two-qubit CZ gate อยู่ที่ 0.3% เพื่อรับประกันเสถียรภาพของคิวบิตเชิงตรรกะ
- ข้อผิดพลาดของเกตสามารถแพร่กระจายไปทั่วทั้งระบบได้ จึงต้องให้ความสำคัญกับความแม่นยำอย่างมาก
ความสำคัญของการถอดรหัสแบบเรียลไทม์
- งานวิจัยของ Google แสดงให้เห็นว่าเวลาแฝง (latency) และอัตราการประมวลผล (throughput) ของตัวถอดรหัสมีความสำคัญต่อประสิทธิภาพของ QEC เพียงใด
- การถอดรหัสสามารถทำได้อย่างรวดเร็วและแม่นยำบนฮาร์ดแวร์อย่าง FPGA ขณะที่ GPU ให้ความสามารถในการคำนวณที่สูงกว่า
- แพลตฟอร์ม DGX Quantum ที่เกิดจากความร่วมมือระหว่าง NVIDIA และ Quantum Machines รองรับงาน QEC ด้วยเวลาแฝงไป-กลับของข้อมูลต่ำกว่า 4µs
ความท้าทายและแนวโน้มต่อจากนี้
สิ่งที่ Google สะท้อนให้เห็น
- Google แสดงให้เห็นว่าคิวบิตเชิงตรรกะสามารถเหนือกว่าคิวบิตเชิงกายภาพได้ ซึ่งเปิดทางสู่การประมวลผลควอนตัมแบบทนต่อข้อผิดพลาด (fault tolerance)
- การพิสูจน์ว่าอัตราข้อผิดพลาดเชิงตรรกะลดลงแบบเอ็กซ์โปเนนเชียล ชี้ให้เห็นศักยภาพในการทำการคำนวณควอนตัมที่ซับซ้อนได้
โจทย์วิจัยในอนาคต
- การเพิ่มความเร็วของตัวถอดรหัสและการปรับเทียบแบบอัตโนมัติ
- การพัฒนากลยุทธ์ลดทอนข้อผิดพลาดที่รวดเร็ว
- การออกแบบระบบควบคุมแบบบูรณาการระหว่างงานควอนตัมและงานแบบคลาสสิก
- จำเป็นต้องมีระบบที่ทำวงจรป้อนกลับแบบเรียลไทม์ให้สมบูรณ์ เพื่อแก้ไขข้อผิดพลาดก่อนที่จะสะสม
2 ความคิดเห็น
AlphaQubit - การระบุข้อผิดพลาดของคอมพิวเตอร์ควอนตัมด้วย AI
ความคิดเห็นใน Hacker News
ในคอมพิวเตอร์แบบดั้งเดิม หน่วยความจำที่ทนต่อข้อผิดพลาดทำได้ด้วยการใช้เทคนิคแก้ไขข้อผิดพลาด ไม่ใช่การทำบิตซ้ำเพื่อตรวจจับและแก้ไขข้อผิดพลาด
เว็บไซต์ถูกออกแบบมาให้เมื่อเบราว์เซอร์ปรับการซูม จะขยายทุกอย่างยกเว้นเนื้อความหลัก
งานวิจัยที่กล่าวถึงถูกเผยแพร่เมื่อวันที่ 27 สิงหาคม 2024
แม้จะตั้งตารอความก้าวหน้าของควอนตัมคอมพิวติ้ง แต่ยังไม่มองว่าเป็นความก้าวหน้าครั้งใหญ่จริง ๆ จนกว่าจะสามารถแยกตัวประกอบผลคูณของจำนวนเฉพาะที่มีขนาดเกินไม่กี่บิตได้
ยังไม่แน่ใจนักว่าความก้าวหน้าแต่ละครั้งของควอนตัมคอมพิวติ้งจะนำไปสู่อะไร แต่เรากำลังเผชิญความเสี่ยงที่วันหนึ่งจะต้องเปลี่ยนกุญแจความปลอดภัยและอัลกอริทึมการเข้ารหัสทั้งหมด
สงสัยว่ามีใครเข้าใจไหมว่าความสำเร็จนี้ทำให้เราเข้าใกล้คอมพิวเตอร์ควอนตัมที่ใช้งานได้จริงแค่ไหน
ไม่รู้สึกว่าเป็นการปฏิวัติครั้งใหญ่