ทำความเข้าใจนวัตกรรมการแก้ไขข้อผิดพลาดควอนตัมของ Google
(quantum-machines.co)- 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
ความคิดเห็นบน Hacker News
สงสัยว่านี่เป็นคำอธิบายที่ดีจริงหรือเปล่า ติดตั้งแต่ช่วงเกริ่นนำแล้ว: เขาบอกว่าในคอมพิวเตอร์แบบคลาสสิก หน่วยความจำที่ทนต่อข้อผิดพลาดจะแก้ด้วยการทำซ้ำบิตแล้วใช้เสียงข้างมาก แต่ในความเป็นจริงใช้ การแก้ไขข้อผิดพลาดอย่าง ECC ไม่ใช่การทำซ้ำบิตกับเสียงข้างมาก
การทำซ้ำบิตสิ้นเปลืองมาก เพราะให้ผลแบบเดียวกันได้ด้วยบิตส่วนเกินที่น้อยกว่ามาก คงสับสนกับฝั่ง วงจรลอจิก ที่อาจไม่มีกลยุทธ์ที่มีประสิทธิภาพกว่านี้
ในการแก้ไขข้อผิดพลาดควอนตัม ไม่สามารถใช้ความซ้ำซ้อนตรง ๆ ได้เพราะ ทฤษฎีบทห้ามโคลน จึงใช้คิวบิตจำนวนมากขึ้นแทน เพื่อฝังปริภูมิย่อยของคิวบิตไว้ในปริภูมิที่ใหญ่กว่า เมื่อเกิดข้อผิดพลาดที่แก้ไขได้ ปริภูมิย่อยที่ฝังไว้นี้จะย้ายไปยัง “ตำแหน่ง” อื่นภายในปริภูมิใหญ่ ตรวจจับได้ แล้วสามารถย้ายกลับโดยไม่แตะต้องสถานะภายในปริภูมิย่อย ทำให้ข้อมูลควอนตัมถูกรักษาไว้
การตีความว่าสัญญาณเป็น 0 หรือ 1 ขึ้นอยู่กับว่าอิเล็กตรอนส่วนใหญ่เคลื่อนที่ไปทิศทางใด ยิ่งลดพลังงาน จำนวนอิเล็กตรอนต่อสัญญาณก็ยิ่งน้อยลง และข้อผิดพลาดก็เพิ่มขึ้น ในแง่นั้น อาจมองได้ว่าในอุปกรณ์อย่างคอมพิวเตอร์แบบคลาสสิกหรือใยแก้วนำแสงก็มี รหัสทำซ้ำ อยู่ในระดับแผ่นฐานฮาร์ดแวร์
บิตไม่ได้ถูกเก็บไว้ในอะตอมหรืออิเล็กตรอนเดี่ยว ๆ เซลล์ที่เก็บบิตเดียวสามารถมองเป็นชุดของเซลล์ย่อยที่เชื่อมต่อขนานกันและเก็บค่าเดียวกันซ้ำ ๆ ได้ และตอนอ่าน ก็อ่านปริมาณประจุรวมในเซลล์หน่วยความจำ ทำให้เกิดเสียงข้างมากในเชิงอนาล็อกโดยอัตโนมัติ
ขึ้นอยู่กับว่าพูดถึงคอมพิวเตอร์ในระดับนามธรรมแค่ไหน โดยเฉพาะเมื่อเปรียบเทียบคอมพิวเตอร์ควอนตัมกับคอมพิวเตอร์แบบคลาสสิก หน่วยความจำอาจไม่ได้หมายถึงแค่ RAM แต่รวมทุกสิ่งที่เก็บสถานะ และคอมพิวเตอร์แบบคลาสสิกก็อาจไม่ได้หมายถึงแค่เดสก์ท็อป แต่รวมถึงวงจรลอจิกอย่างง่ายด้วย โดยพื้นฐานแล้วคอมพิวเตอร์เดสก์ท็อปก็เป็นวงจรลอจิกขนาดมหึมา
RAID-1 ก็มี และในระดับที่สูงกว่านั้นก็มีการสำรองข้อมูลด้วย ดังนั้นผมคิดว่ามีตัวอย่างมากพอที่คอมพิวเตอร์แบบคลาสสิกใช้การทำซ้ำจริง ๆ เพื่อให้ทนต่อข้อผิดพลาด
น่าทึ่งที่ทำเว็บไซต์ซึ่งเมื่อปรับซูมเข้า/ออกในเบราว์เซอร์แล้ว ทุกอย่างใหญ่ขึ้นยกเว้นข้อความในเนื้อหา
เพิ่งเคยเห็นวิธีแบบนี้ อาจเป็นหนึ่งในไม่กี่วิธีที่เลี่ยงการซูมของเบราว์เซอร์ได้
สำหรับอ้างอิง บทความวิชาการที่กล่าวถึงที่นี่เผยแพร่เมื่อ 27 สิงหาคม 2024
https://arxiv.org/pdf/2408.13687
ยังตั้งตารอดูว่าควอนตัมคอมพิวติ้งจะไปทางไหน แต่เกณฑ์ของ “จุดพลิกผัน” สำหรับผมมีใหม่แล้ว จนกว่าคอมพิวเตอร์ควอนตัมจะสามารถ แยกตัวประกอบของผลคูณจำนวนเฉพาะ ที่ใหญ่กว่าสองสามบิตได้ ผมจะมองอย่างมากก็เป็นงานที่กำลังดำเนินอยู่
ช่วงนิ่งในตอนต้นเกิดจากต้นทุนของการแก้ไขข้อผิดพลาดที่ไปกองหนักอยู่ด้านหน้า ขึ้นอยู่กับความสนใจ ความไม่ไวของตัวชี้วัดนี้ในช่วงแรกอาจเป็นข้อดีเพราะช่วยลดสิ่งรบกวน หรือเป็นข้อเสียเพราะไม่แสดงความคืบหน้าจริงได้ดีพอ เช่น ถ้าอัตราการปรับปรุงจริงไม่ใช่ 2 เท่าต่อปีแต่เป็น 10 เท่า เราอาจต้องใช้เวลาถึง 3 ปีกว่าจะรู้ว่า RSA2048 จะถูกเจาะในอีก 2 ปี ไม่ใช่ 12 ปี
ผมไม่ได้รู้มากพอจะโต้แย้งอย่างละเอียด แต่ทุกครั้งที่อ่านข่าวซึ่งถือเป็นเรื่องแน่นอนว่า “แน่นอนว่ายาก แต่สุดท้ายก็จะไปถึง” ผมก็เกิดความกังวลแบบนั้นขึ้นมา ผมเห็นด้วยว่าในเชิงทฤษฎี อัลกอริทึมควอนตัมสามารถแก้ปัญหาจริงที่มีคุณค่าได้ แต่ดูเหมือนยังมี unknown unknowns อยู่มากก่อนจะไปถึงขั้น “เป็นทางเลือกทดแทนที่ viable เชิงพาณิชย์และแก้ปัญหาจริงได้”
ดูเหมือนมีความเป็นไปได้ที่จะพบข้อจำกัดพื้นฐานที่ทำให้เราไม่สามารถวิศวกรรมโซลูชันที่มีขนาดใหญ่พอ น่าเชื่อถือพอ และคุ้มต้นทุนได้ ผมอยากฟังข้อโต้แย้งว่าเราค่อนข้างมั่นใจได้แล้วว่าสิ่งที่เหลือส่วนใหญ่เป็นแค่ “วิศวกรรมที่ยากมาก”
ในวงการคอมพิวติงควอนตัม ผมไม่ค่อยรู้ว่าความคืบหน้าแต่ละอย่างจะนำไปสู่อะไร แต่รู้ว่าตัวเองเผชิญกับ ความเสี่ยงจากคอมพิวติงควอนตัม ในแง่ที่ว่าสักวันหนึ่งผมจะต้องเปลี่ยนคีย์ความปลอดภัยทั้งหมดที่สร้างไว้ และอัลกอริทึมเข้ารหัสของซอฟต์แวร์ทั้งหมด
ความสำเร็จครั้งนี้ทำให้เราเข้าใกล้ มหันตภัยควอนตัมต่อการเข้ารหัส แค่ไหน? เหลือเวลาอีกเท่าไรก่อนที่ต้องใส่เรื่องนี้ลงเป็นงบในแผนวิศวกรรมรายไตรมาส
ในเชิงปฏิบัติ มีปัญหาเฉพาะการเข้ารหัสแบบกุญแจสาธารณะ ส่วนแบบสมมาตรยังโอเคอยู่ พูดแบบนี้อาจลดทอนความซับซ้อนไปบ้าง แต่โดยรวมแล้วก็ถูกต้องเป็นส่วนใหญ่
ตามอุดมคติแล้ว ส่วนใหญ่ควรเป็นแค่ประมาณ “อัปเกรดเป็น openssl / openssh / golang-crypto ฯลฯ เวอร์ชันล่าสุด และตรวจสอบว่าการตั้งค่าแฮนด์เชกใช้อัลกอริทึมเข้ารหัสรุ่นใหม่” แต่ด้วยเหตุผลด้านมนุษย์หลายอย่าง ยังแทบไม่มีฉันทามติว่าจะเปลี่ยนโปรโตคอลอย่างไร เลยยังเป็นเรื่องอีกไกล
สักวันหนึ่งก็คงต้องสร้างคีย์อสมมาตรชุดใหม่ด้วย ตรงนั้นน่าจะเริ่มน่าสนใจ ปัจจุบันยังไม่มีทางออกแบบอิงฮาร์ดแวร์ และมีแนวโน้มว่าจะใช้เวลานาน บริษัทต่าง ๆ พยายามทำให้ตรงตามมาตรฐานรัฐบาลกลางสหรัฐฯ เพราะกฎระเบียบและการขายให้รัฐบาลกลาง ส่วนรัฐบาลกลางก็ดำเนินการมาตรฐานโปรโตคอลช้ามาก และดูเหมือนจะอยากเพิ่มอัลกอริทึมสำหรับการรับรองเข้าไปอีก การอนุมัติมาตรฐานที่เกี่ยวข้องอย่าง FIPS 140 ทุกวันนี้แค่ขั้นเอกสารก็ใช้เวลามากกว่าหนึ่งปีแล้ว ทั้งที่ทุกคนอยากให้เดินหน้าเร็วกว่านี้ ซอฟต์แวร์สามารถขยับได้เร็วกว่าในแง่การพัฒนา แต่ก็ยังมีปัญหาข้อต่อรองทั่วไปที่ทำให้การขโมยคีย์ง่ายขึ้น และปัญหาการรับรองอย่างเป็นทางการเหมือนเดิม
ดังนั้นกลไกความปลอดภัยแบบ “ปลอดภัยจากควอนตัม” ชุดใหม่ ๆ จึงกำลังถูกพัฒนาอยู่แล้ว
ถ้ามีคีย์ที่ต้องทนอยู่ให้ได้ 20 ปี ก็ควรลองใช้อัลกอริทึมมาตรฐานชุดใหม่ที่ได้รับ การอนุมัติจาก NIST แล้ว
มีใครใน HN เข้าใจไหมว่าความสำเร็จครั้งนี้ทำให้เราเข้าใกล้ คอมพิวเตอร์ควอนตัมที่ใช้งานได้จริง แค่ไหน
https://arxiv.org/abs/2408.13687
“Our results present device performance that, if scaled, could realize the operational requirements of large scale fault-tolerant quantum algorithms.”
ดูเหมือน Google จะลืมทดสอบว่าสเกลได้หรือไม่
ไม่ได้รู้สึกเหมือนเป็นการทะลุทะลวงอะไร เป็น ความก้าวหน้าทางวิศวกรรม ในเชิงบวกจริง แต่ไม่ใช่การทะลุทะลวง
แล้ว AI มาเกี่ยวอะไรกับเรื่องนี้กันแน่