3 คะแนน โดย GN⁺ 2024-12-11 | 1 ความคิดเห็น | แชร์ทาง WhatsApp
  • กลุ่ม Google Quantum เปิดตัว Willow ชิปตัวนำยิ่งยวด 105 คิวบิต พร้อมกับงาน Q2B โดยนำเสนอทั้งคิวบิตแก้ไขข้อผิดพลาดแบบ surface code และการทดลอง Random Circuit Sampling ที่มีขนาดใหญ่ขึ้น
  • ความสำเร็จทางวิทยาศาสตร์ที่สำคัญที่สุดคือ เมื่อขยายขนาด surface code จาก 3×3→5×5→7×7 อายุการใช้งานของลอจิคัลคิวบิตที่เข้ารหัสไว้ยาวนานขึ้น ซึ่งอาจมองได้ว่าเป็นการข้ามจุดวิกฤตสำคัญของการแก้ไขข้อผิดพลาดควอนตัม
  • อย่างไรก็ตาม คิวบิตทนทานต่อความผิดพลาดแบบ “ของจริง” ตามที่ Google กล่าวถึง ยังต้องการเกต 2 คิวบิตแบบ fault-tolerant ที่มีความผิดพลาดราว 10^-6 และการทดลองครั้งนี้ยังหยุดอยู่ที่การสร้างคิวบิตที่เข้ารหัสเพียงตัวเดียว
  • การทดลอง Random Circuit Sampling ใหม่มีขนาด 105 คิวบิต·40 ชั้นเกต และหากอิงอัลกอริทึมจำลองที่ดีที่สุดในปัจจุบันกับซูเปอร์คอมพิวเตอร์ระดับ exascale จะต้องใช้เวลาจำลองแบบคลาสสิกราว 300 ล้านปี หรือราว 10^25 ปี หากติดข้อจำกัดด้านหน่วยความจำ
  • ด้วยเหตุผลเดียวกัน การตรวจสอบผลลัพธ์ด้วยคอมพิวเตอร์คลาสสิกโดยตรงก็ทำได้ยาก ทำให้ความน่าเชื่อถือของการทดลองครั้งนี้ต้องพึ่งพา การตรวจสอบทางอ้อม โดยยืนยันผลในวงจรขนาดเล็กกว่าแล้วค่อย extrapolate ไปสู่วงจรขนาดใหญ่

การประกาศ Willow และความคืบหน้าหลังปี 2019

  • กลุ่ม Google Quantum ประกาศเปิดตัว Willow ชิปตัวนำยิ่งยวด 105 คิวบิต อย่างเป็นทางการ
    • การประกาศนี้รวมถึงการสาธิตคิวบิต surface code ที่มีการแก้ไขข้อผิดพลาด
    • และยังเปิดเผยการทดลอง quantum supremacy ที่ใหญ่ขึ้นโดยอิง Random Circuit Sampling
  • ความก้าวหน้าทางเทคนิคครั้งนี้เป็นผลลัพธ์พื้นฐานเดียวกับที่ Google เผยแพร่ใน preprint เกี่ยวกับ fault tolerance บน arXiv เมื่อเดือนสิงหาคม 2024
    • สิ่งที่ต่างออกไปคือมีชื่อชิปอย่างเป็นทางการว่า Willow, มีบทความใน Nature, มีรายละเอียดเพิ่มเติม และมีการประชาสัมพันธ์ในวงกว้าง
  • นับตั้งแต่การประกาศ quantum supremacy ครั้งแรกของ Google ในปี 2019 จำนวนคิวบิตของชิปเพิ่มขึ้นราวสองเท่า และ coherence time ของคิวบิตยาวขึ้น 5 เท่า
    • ความเที่ยงตรงของเกต 2 คิวบิตอยู่ที่ประมาณ 99.7% สำหรับเกต controlled-Z และประมาณ 99.85% สำหรับเกต iswap
    • ในปี 2019 ตัวเลขนี้อยู่ที่ราว 99.5%

จุดวิกฤตที่ก้าวข้ามได้ในการแก้ไขข้อผิดพลาด

  • ผลลัพธ์ที่สำคัญที่สุดในเชิงวิทยาศาสตร์คือ เมื่อเพิ่มขนาด surface code ลอจิคัลคิวบิตที่เข้ารหัสไว้สามารถคงอยู่ได้นานขึ้น
    • ขนาดโค้ดเพิ่มจาก 3×3, 5×5, 7×7
    • แทนที่ระบบที่ใหญ่ขึ้นจะไม่เสถียรมากขึ้น โครงสร้างการแก้ไขข้อผิดพลาดกลับทำงานในทิศทางที่ช่วยยืดอายุการใช้งานได้จริง
  • สิ่งนี้ถูกตีความว่าเป็นกรณีของการก้าวข้าม threshold สำคัญของ quantum fault tolerance
    • เป็นหนึ่งในเงื่อนไขสำหรับการไปสู่การคำนวณควอนตัมที่ขยายขนาดได้ ซึ่งสามารถเก็บรักษาและคำนวณบนลอจิคัลคิวบิตได้เป็นเวลานาน
  • Sergio Boixo จาก Google ระบุว่า หาก Google จะถือว่าเป็นคิวบิตทนทานต่อความผิดพลาดแบบ “ของจริง” จะต้องมีเกต 2 คิวบิตแบบ fault-tolerant ที่มีความผิดพลาดราว 10^-6
    • หมายถึงระดับที่สามารถทำการคำนวณแบบ fault-tolerant ได้ราว 1 ล้านครั้งก่อนจะเกิดข้อผิดพลาดหนึ่งครั้ง
    • การทดลองครั้งนี้สร้าง คิวบิตที่เข้ารหัสเพียงตัวเดียว และไม่ได้ลองทั้งการคำนวณบนคิวบิตที่เข้ารหัส หรือการคำนวณระหว่างคิวบิตที่เข้ารหัสหลายตัว

ขนาดของการทดลอง Random Circuit Sampling

  • Google ยังประกาศการทดลอง quantum supremacy ใหม่บน Willow ที่อิง Random Circuit Sampling
    • ใช้ 40 ชั้นเกต บนชิป 105 คิวบิต
  • ต้นทุนการจำลองแบบคลาสสิกที่ Google คำนวณนั้นอ้างอิงอัลกอริทึมที่ดีที่สุดเท่าที่ทราบในปัจจุบันและซูเปอร์คอมพิวเตอร์ระดับ exascale
    • หากหน่วยความจำไม่ใช่ปัญหา จะใช้เวลาราว 300 ล้านปี
    • หากหน่วยความจำเป็นข้อจำกัด จะใช้เวลาราว 10^25 ปี
    • เพื่อการเปรียบเทียบ เวลาที่ผ่านมาตั้งแต่บิกแบงอยู่ที่ประมาณ 10^10 ปี
  • ตัวเลขเหล่านี้ดูสมเหตุสมผลเมื่ออิงจากอัลกอริทึมการจำลองที่รู้จักกันในปัจจุบัน
    • ยังมีความเป็นไปได้ที่จะค้นพบวิธีจำลองแบบคลาสสิกที่ดีกว่า
    • ขณะเดียวกัน ตัวการทดลองเองก็อาจพัฒนาเร็วขึ้นเช่นกัน

quantum supremacy ที่ตรวจสอบโดยตรงได้ยาก

  • จุดที่ต้องระวังที่สุดคือ การตรวจสอบโดยตรง ของผล Random Circuit Sampling ก็ยากมากในเชิงคลาสสิกด้วยเหตุผลเดียวกัน
    • หากคอมพิวเตอร์คลาสสิกต้องใช้เวลาราว 10^25 ปีในการจำลองการคำนวณควอนตัม ก็อาจต้องใช้เวลาราว 10^25 ปีเช่นกันในการคำนวณคะแนน Linear Cross-Entropy ของเอาต์พุตเพื่อตรวจสอบโดยตรง
  • ดังนั้น การทดลอง quantum supremacy ใหม่ของ Willow จึงต้องอาศัย การตรวจสอบทางอ้อม
    • ตรวจสอบผลในวงจรขนาดเล็กกว่าที่คอมพิวเตอร์คลาสสิกยังพอรับมือได้
    • แล้ว extrapolate ผลนั้นไปสู่วงจรที่ใหญ่กว่า
  • แม้จะไม่เห็นเหตุผลให้สงสัยการ extrapolate แบบนี้ แต่กรณีนี้ก็แสดงให้เห็นว่าทำไมการทดลอง quantum supremacy ในอนาคตอันใกล้ที่ตรวจสอบได้อย่างมีประสิทธิภาพจึงยังจำเป็น
    • เพราะเราก้าวลึกเข้าไปในพื้นที่ที่ตรวจสอบโดยตรงได้ยากแล้ว

ข้อถกเถียงเรื่องการตีความแบบหลายโลกและข้อจำกัดของการทดลองครั้งนี้

  • Hartmut Neven ผู้นำ Google Quantum AI กล่าวถึงข้อถกเถียงในทศวรรษ 1990 ของ David Deutsch ที่เสนอว่าคอมพิวเตอร์ควอนตัมทำให้ต้องยอมรับความเป็นจริงของแนวตีความหลายโลกแบบ Everett
  • การทดลอง Willow ไม่ได้เพิ่มเนื้อหาใหม่ให้กับข้อถกเถียงเก่าแก่นี้
    • เป็นกรณีของการยืนยันคำพยากรณ์ของกลศาสตร์ควอนตัมอีกครั้ง
    • ส่วนที่ว่าคำพยากรณ์นั้นมีความหมายอย่างไรต่อความเข้าใจโลกความจริง ยังคงเป็นประเด็นถกเถียงมาตั้งแต่ทศวรรษ 1920

ภูมิทัศน์การแข่งขันระหว่างแพลตฟอร์มคิวบิต

  • Willow เป็นผลลัพธ์เชิงบวกสำหรับ Google และแนวทาง คิวบิตตัวนำยิ่งยวด
    • ในช่วงไม่กี่ปีที่ผ่านมา แนวทาง trapped-ion และ neutral-atom ดูเหมือนจะทำผลงานนำหน้า โดย Quantinuum และ QuEra ต่างมีผลลัพธ์ที่น่าประทับใจ
  • คู่แข่งก็จะต้องแสดงผลเช่นกันว่า เมื่อขนาดโค้ดใหญ่ขึ้น อายุของลอจิคัลคิวบิตดีขึ้น
    • และต้องพิสูจน์ต่อไปว่าการคำนวณบนลอจิคัลคิวบิตสามารถข้าม threshold ได้โดยไม่ต้องพึ่ง postselection
  • คิวบิตแบบ trapped-ion มีข้อได้เปรียบที่สามารถเคลื่อนย้ายคิวบิตได้ และความเที่ยงตรงของเกต 2 คิวบิตก็ดูจะเหนือกว่าแนวทางตัวนำยิ่งยวด
  • คิวบิตตัวนำยิ่งยวดมีข้อดีตรงที่เกต เร็วกว่าอยู่ราว 1000 เท่า
    • ทำให้สามารถทำการทดลองที่ต้องเก็บตัวอย่างหลายล้านชุดได้

ความสงสัยและปฏิกิริยาจากภายนอก

  • Gil Kalai ผู้ตั้งข้อสงสัยต่อ quantum computing มองว่าควรรับมือกับข้ออ้างอันไม่ธรรมดาของ Google Quantum AI อย่างระมัดระวัง และเห็นว่าอาจมีข้อผิดพลาดเชิงวิธีวิทยาได้
    • งานเขียนของเขาส่วนใหญ่เน้นไปที่การวิเคราะห์ข้อมูลการทดลอง quantum supremacy ของ Google ในปี 2019 ใหม่อีกครั้ง
  • มีข้อโต้แย้งว่าการทดลองปี 2019 นั้นถูกตามต่อมาแล้วด้วยผลลัพธ์ใหม่ของ Google และผล Random Circuit Sampling ของสถาบันอื่น
    • IBM, Quantinuum, QuEra และ USTC ต่างก็รายงานการทดลอง Random Circuit Sampling ที่ได้ผลดี
  • ปฏิกิริยาของ Sabine Hossenfelder ถูกมองว่าไม่ได้ต่างมากในแง่ข้อเท็จจริง แต่เป็นการวางกรอบเชิงลบมากกว่าอย่างชัดเจน
    • เนื่องจากมีประสบการณ์ติดตามความไม่คืบหน้าของ quantum computing ที่มักถูกนำเสนอเกินจริงหรือไม่ซื่อสัตย์มาเป็นเวลานาน จึงมองว่าผลลัพธ์ครั้งนี้เป็นบวก เพราะแสดง milestone ที่เกิดขึ้นจริงและไม่ได้พูดอย่างเป็นเท็จชัดเจน

1 ความคิดเห็น

 
GN⁺ 2024-12-11
ความคิดเห็นจาก Hacker News
  • อ่านบทความนี้แล้วรู้สึกว่าตัวเองเล็กมาก งานที่เรียกว่า วิศวกรซอฟต์แวร์ ซึ่งใช้ API แล้วก็แค่อัปเดตแถวในฐานข้อมูล ดูเด็ก ๆ จนน่าขันเมื่อเทียบกับสิ่งที่เพิ่งอ่านไป
    ยากจะจินตนาการด้วยซ้ำว่าทำไมถึงต้องพยายามทำความเข้าใจสิ่งนี้ และมันดูเหมือนเข้าถึงไม่ได้เลย คนที่จะได้แตะเครื่องแบบนี้คงมีแค่ชนชั้นหัวกะทิจำนวนน้อยมาก

    • อาจลองดูเล่น ๆ ว่าไปได้ไกลแค่ไหนก็ได้ คนอายุ 45 ที่อ้วนขั้นรุนแรงอาจรู้สึกว่าการมีสุขภาพดีเป็นไปไม่ได้ แต่ถ้าลดความคาดหวังให้สมจริง แล้วแบ่งเป็นกิจวัตรที่รับมือไหว สุดท้ายก็จะไปถึงที่ไหนสักแห่งได้
      ลองค้นหาเปเปอร์ อ่านเติมช่องว่างเยอะ ๆ และลงทุนเวลาว่างสักหลายปี อีก 6 เดือนข้างหน้าคุณก็จะเข้าใกล้กว่าตอนนี้อยู่ 6 เดือน ไม่ว่าจะมีเหตุผลหรือไม่ก็ตาม มันเป็นสิ่งที่น่าลองด้วยความอยากรู้อยากเห็น และอย่าลืมว่าถ้าใครสักคนทุ่มชีวิตให้สิ่งหนึ่ง เขาก็ย่อมไม่ได้ทุ่มชีวิตให้สิ่งอื่น ๆ โดยธรรมชาติ ยังมีเรื่องอื่นที่คุณอาจทำได้ดีกว่า เช่น ปีนเขา ทำพิซซ่า หรือโต้ตอบอย่างมีไหวพริบในสถานการณ์ทางสังคม
    • คล้ายกันแต่ต่างออกไปนิดหน่อย ผมอยู่ห่างจาก สาขาวิศวกรรมระดับสูง อย่างควอนตัม ฟิวชันนิวเคลียร์ LHC ดาราศาสตร์ AI มากจนทำได้แค่กวาดตาดู ดื่มกาแฟ เลิกคิ้วแล้วพูดว่า “น่าสนใจนะ” จากนั้นก็กลับไปใช้ชีวิตประจำวัน
      แล้วก็มานึกต่อที่บริษัทว่าต้องทำอะไรนะ อ้อ ใช่แล้ว งาน implement คอมโพเนนต์เหมือนที่ทำมาตลอดราว 10 ปีที่ผ่านมา ปัญหาคือมันยากที่จะไม่ทิ้ง comfort zone ของงานที่รายได้ดีและทำไหว ขณะเดียวกันก็ยากที่จะเดินไปสู่เส้นทางที่ดูเหมือนผู้เชี่ยวชาญในสาขาใดสาขาหนึ่งหรือแบกรับความรับผิดชอบ จากตรงนี้ imposter syndrome กับการหลีกเลี่ยงความรับผิดชอบก็โผล่ออกมา และผมต้องการวันหยุดจริง ๆ
    • เมื่อวานผมอ่านประกาศ Willow อย่างเป็นทางการแล้วรู้สึกแบบนี้พอดี
      ผมใช้เวลาช่วงบ่ายเมื่อวานกับเช้าวันนี้เรียนรู้เท่าที่เรียนได้ ตอนนี้เลยพอรู้แบบผิวเผินมาก ๆ เกี่ยวกับ quantum coherence, superposition และ phase relationship เพราะงั้นมันทำได้ ตอนนี้ต้องไปเรียน linear algebra ก่อน เดี๋ยวกลับมา
    • เราต่างเล็กในทุกสาขาที่ไม่ใช่ความเชี่ยวชาญของเรา และสาขาเหล่านั้นก็แทบจะเป็นทั้งหมด ในช่วง 50 ปีที่ผ่านมา วงการคอมพิวเตอร์ ขยายตัวอย่างมหาศาลจนมีสาขาเฉพาะทางมากมาย และแม้แต่ภายในนั้นก็ไม่มีทางรู้ทุกอย่างอย่างผู้เชี่ยวชาญได้
      ถ้าอยากเจาะลึก quantum computing มากขึ้น ขอแนะนำหนังสือ “Quantum Computing since Democritus” ของ Scott Aaronson อย่างยิ่ง แม้จะมีพื้นฐานฟิสิกส์และคณิตศาสตร์ สำนวนของเขาก็ยังมีชีวิตชีวาและชวนติดตาม และยังสรุปสิ่งที่รู้อยู่แล้วใหม่ในแบบที่เฉพาะตัวและกระชับ เช่น คำอธิบาย diagonal argument ของ Cantor หรือข้อเสนอที่ว่า quantum mechanics เป็นผลลัพธ์ตามธรรมชาติของการที่ “ความน่าจะเป็นติดลบ” มีอยู่จริง ซึ่งส่วนตัวผมก็นำ insight ดี ๆ นี้ไปใช้บ่อย
      การเข้าใจขอบเขตของ quantum computing ก็มีประโยชน์เช่นกัน ท้ายที่สุด สิ่งที่เราน่าจะได้เห็นอาจเป็น QaaS API ที่ช่วยแยกตัวประกอบจำนวนขนาดใหญ่ได้ เป็นต้น แม้ไม่รู้ Shor algorithm หรือรายละเอียดการ implement ก็จะได้คำตอบเร็วกว่าวิธีคลาสสิกแบบ exponential ผมไม่ได้คาดหวังคอมพิวเตอร์ควอนตัมตั้งโต๊ะ ภาษาเฉพาะทาง หรือซอฟต์แวร์สำหรับผู้ใช้ทั่วไปที่รันอยู่บนนั้น แน่นอนว่าสักวันหนึ่งคงมีใครสักคนเอา Doom ไปรันบนนั้นได้ แต่ก็คงอีกหลายสิบปี
      https://www.alibris.com/booksearch?mtype=B&keyword=quantum+c...
    • ยังมีจุดเริ่มต้นดี ๆ ด้วย ถึงอย่างนั้นผมก็เข้าใจเนื้อหาในนั้นได้แค่นิดเดียว
      https://podcast.clearerthinking.org/episode/208/scott-aarons...
      https://quantum.country
  • ปัญหาที่แก้ได้นั้นว่ากันว่าถ้าใช้คอมพิวเตอร์แบบเดิมจะใช้เวลาประมาณ 10^24 ปี แต่ก็เป็นปัญหาที่ไม่มีใครสนใจนอกจากนักวิจัยควอนตัม
    อยากให้ลองแก้ปัญหาที่คนที่ไม่ใช่นักวิจัยควอนตัมก็สนใจดูบ้าง เช่น traveling salesman problem ที่ n=10 หรือการแยกตัวประกอบเลข 10 หลักก็ยังดี ก่อนถึงตอนนั้น คอมพิวเตอร์ควอนตัมก็อยู่ในหมวดเดียวกับฟิวชันเชิงพาณิชย์ มี “breakthrough” เต็มไปหมด แต่ผลลัพธ์เป็น 0
    ถ้าเทียบกับงานวิจัยมะเร็งจะเห็นความต่างได้ดี ข่าวประกาศว่า “breakthrough ที่อาจรักษามะเร็งได้!” ที่เคยออกมาทุกปีแทบหายไปแล้ว และถูกแทนที่ด้วยความก้าวหน้าแบบสม่ำเสมอและเป็นรูปธรรม

    • แทนที่จะบอกว่า “ไม่มีใครนอกจากนักวิจัยควอนตัมสนใจปัญหานั้น” คำถามที่ดีกว่าอาจเป็นว่าทำไมพวกเราที่เหลือถึงไม่สนใจสิ่งเดียวกัน ถ้าในปี 2014 เรามัวตั้งคำถามว่าทำไมนักวิจัย neural network ถึงสนใจปัญหาบางอย่าง ตอนนี้เราอาจอยู่ตรงไหนก็ไม่รู้
      ศรัทธาและวิสัยทัศน์เป็นสิ่งที่มีความเป็นจิตวิญญาณจริง ๆ แม้ในเทคโนโลยี
    • Google เองก็บอกว่าขั้นต่อไปคือการหา ปัญหาที่นำไปใช้ได้จริง https://blog.google/technology/research/google-willow-quantu...
      “ความท้าทายต่อไปของสาขานี้คือการแสดงให้เห็นการคำนวณครั้งแรกที่ ‘มีประโยชน์และก้าวข้ามขีดจำกัดแบบคลาสสิก’ ซึ่งเกี่ยวข้องกับการประยุกต์ใช้งานจริง บนชิปควอนตัมในปัจจุบัน”
    • สิ่งนี้จะไม่มีทางเกี่ยวข้องกับการแก้ traveling salesman problem เลย
      ที่สำคัญกว่านั้น แนวทางการทดลองนี้มีไว้เพื่อโต้แย้งแนวคิดว่าจะมีปรากฏการณ์ทางฟิสิกส์ที่ไม่คาดคิดเกิดขึ้นและทำลายการขยายสเกลของการคำนวณ ไม่มีคนที่น่าเชื่อถือคนไหนอ้างว่าการทดลองปัจจุบันมีประโยชน์ต่ออะไรที่ใช้งานได้จริง
    • สิ่งที่สำคัญกว่าคือคำตอบนั้น ยังไม่ได้รับการตรวจสอบยืนยัน ในทางใด ๆ เลย มันอาจผิดก็ได้
      ในฐานะคนนอกโดยสิ้นเชิง ผมไม่เข้าใจว่าทำไม milestone ถึงไม่เป็นปัญหาที่แก้แบบคลาสสิกได้ยาก แต่ตรวจสอบได้ง่าย ยิ่งรู้สึกแปลกเพราะเราได้ยินกันมามากว่าคอมพิวเตอร์ควอนตัมจะเจาะรหัสที่คอมพิวเตอร์ทั่วไปเจาะไม่ได้อย่างง่ายดาย
    • ผมคิดว่าปัญหาที่สายการบินซึ่งไม่ใช้โมเดล hub-and-spoke ต้องเผชิญ อาจเป็นตลาดที่ดีสำหรับ quantum computing ก็ได้ ผมอาจผิดโดยสิ้นเชิง แต่มีตัวแปร การเรียงสับเปลี่ยน และตัวเลือกจำนวนมหาศาลที่ต้องพิจารณา
  • ตรรกะที่สนับสนุนการตีความแบบหลายโลกของ Everett กล่าวคือข้ออ้างว่า “ถ้าการคำนวณไม่ได้ถูกจ้างให้เอกภพคู่ขนานทำแทน แล้วมันเกิดขึ้นที่ไหน” ดูไม่ค่อยสมเหตุสมผล
    เอกภพคู่ขนานเหล่านั้นก็กำลังรันการคำนวณเดียวกันพร้อมกันอยู่เหมือนกัน ดังนั้นพวกมันก็ไม่ได้ “เอาต์ซอร์ส” การคำนวณบางส่วนของตัวเองมาให้เราหรือ? ถ้าอย่างนั้นมันก็เป็น เกมผลรวมศูนย์ แล้วประสิทธิภาพโดยรวมของทุกเอกภพจะเพิ่มขึ้นได้อย่างไร ผมไม่เข้าใจ

    • การตีความแบบหลายโลก ไม่ได้ทำงานแบบนั้น จำนวนเอกภพไม่ได้คงที่ และจริง ๆ แล้วก็ไม่ได้มีเอกภพหรือเส้นเวลาที่แยกจากกันอย่างชัดเจนด้วย การพยายามนับสิ่งเหล่านั้นคล้ายกับการพยายามวัดความยาวชายฝั่ง ถ้าขยายดูมากพอ มันก็ปนกันอยู่
      เมื่อรันคอมพิวเตอร์ควอนตัม “เส้นเวลาใหม่” จะถูกสร้างขึ้น แน่นอนว่าอะตอมธรรมดา ๆ ที่อยู่นิ่ง ๆ ก็คงทำแบบนั้นด้วย และสิ่งที่ยากในคอมพิวเตอร์ควอนตัมคือการทำให้การแตกแขนนั้นเป็นเพียงชั่วคราว
      ดังนั้นคอมพิวเตอร์ควอนตัมจึงแยกออกเป็นหลายเวอร์ชันของตัวเอง แต่ละเวอร์ชันทำการคำนวณบางส่วน แล้วรวมผลลัพธ์เข้าด้วยกัน นี่ไม่ใช่ MapReduce และวิธีที่จะรวมกันได้นั้นถูกจำกัดอย่างเข้มงวด และจากมุมมองแบบคลาสสิกก็ดูประหลาดทั้งหมด
      ด้วยเหตุผลนี้จึงสามารถใช้สนับสนุนการตีความแบบหลายโลกได้ เพราะการคำนวณที่ถูกรวมกันนั้น ไม่ว่าจะอย่างไรก็ต้องเกิดขึ้นที่ไหนสักแห่ง ยิ่งการคำนวณมีขนาดใหญ่และคงอยู่นานเท่าไร ก็ยิ่งไม่สอดคล้องกับการตีความแบบโคเปนเฮเกนมากขึ้นเท่านั้น พูดอย่างเคร่งครัดแล้วมันไม่ได้ขัดแย้งกับทฤษฎีคลื่นนำร่อง แต่ทฤษฎีคลื่นนำร่องเป็นการเพิ่มคำประกาศเข้าไปในการตีความแบบหลายโลกว่า “เห็นเส้นเวลานี้ไหม? อันนี้คือของจริง ส่วนที่เหลือเป็นของปลอม ใช่ การคำนวณทั้งหมดที่จำเป็นต่อการทำให้พวกมันเกิดขึ้นนั้นเกิดขึ้นจริง แต่แค่ไม่มีคุณสมบัติที่เรียกว่า ‘ความเป็นจริง’ เท่านั้น”
      เพียงแต่ว่าถ้าเป็นเช่นนั้น ทฤษฎีคลื่นนำร่องก็จะไม่เข้ากับแนวคิด computationalism และจึงไม่เข้ากับแนวคิดอย่างการอัปโหลดจิตใจด้วย แน่นอนว่าเราอาจยอมรับข้อสรุปนั้นก็ได้
    • ประโยคที่ว่า “ถ้าการคำนวณไม่ได้ถูกจ้างให้เอกภพคู่ขนานทำแทน แล้วมันเกิดขึ้นที่ไหน” ฟังดูคับแคบในสายตาคนนอกที่เป็น generalist ด้าน CS เหมือนมีอคติต่อ วิธีการคำนวณ ที่เราออกแบบทางกายภาพและทำให้เป็นรูปแบบทางคณิตศาสตร์
      ผมไม่ได้คัดค้านพหุจักรวาลโดยตัวมันเอง แต่ถ้าต้องเลือกระหว่าง “เกิดการคำนวณแบบทัวริงขึ้น และเพื่อให้เป็นเช่นนั้นต้องมีเอกภพคู่ขนาน” กับ “มีบางสิ่งที่ขัดกับสัญชาตญาณและยังไม่เข้าใจดีพอเกิดขึ้นในเอกภพที่เราอาศัยอยู่” ผมจะเดิมพันกับอย่างหลัง
    • ถ้าจะเน้นประโยคหนึ่งในบทความ การทดลองครั้งนี้ไม่ได้เพิ่มอะไรใหม่ให้กับข้อถกเถียงเก่า ๆ เรื่อง “การตีความแบบหลายโลกเทียบกับการตีความอื่น” การตีความที่เป็นไปได้พอ ๆ กัน และอาจเรียบง่ายกว่าในเชิงแนวคิด คือคิวบิตอยู่ในสถานะ ซ้อนทับ ของบิตสตริงหลายชุดชั่วครู่ มีการดำเนินการบางอย่างเกิดขึ้น จากนั้นการวัดทำให้สถานะซ้อนทับนี้ยุบลงเป็นบิตสตริงที่แน่นอนชุดเดียว ไม่จำเป็นต้องมีพหุจักรวาล
    • เพื่อให้สิ่งนี้ทำงานได้ แค่ต้องออกแบบระบบที่เอกภพส่วนใหญ่ให้คำตอบที่ถูกต้อง
      อย่างน้อยก็เริ่มจากมีเอกภพหนึ่งสำหรับความเป็นไปได้แต่ละแบบ เพื่อให้ทุกเส้นทางของโค้ดถูกคำนวณ จากนั้นเพิ่มกลไกที่สร้างเอกภพจำนวนมากขึ้นมากเมื่อได้ผลลัพธ์ที่ถูกต้อง แบบนั้นสำหรับผลลัพธ์ที่ผิดแต่ละอันจะมีเอกภพ 1 แห่ง และเฉพาะผลลัพธ์ที่ถูกต้องเท่านั้นที่มีเอกภพ 2^300 แห่งเกิดขึ้น เมื่อรันสิ่งนี้ คุณจะได้ผลลัพธ์ที่ถูกต้องด้วยความน่าจะเป็น 99.99999%
      ไม่ได้พยายามจะปกป้องการตีความนี้ แต่จากมุมมองหลายโลก เราเห็นได้ง่ายว่าสิ่งแบบนี้เป็นไปได้อย่างไร โดยเนื้อแท้แล้ว การแก้ไขข้อผิดพลาดกลายเป็นกลไกสำหรับสร้างเอกภพที่มีคำตอบถูกมากกว่าคำตอบผิด และทั้งหมดก็ทำงานเช่นนั้น การมองการแก้ไขข้อผิดพลาดควอนตัมแบบนี้ถือว่าสมเหตุสมผลทีเดียว เพราะมันเป็นกลไกที่ทำให้คำตอบที่ถูกต้องซึ่งสังเกตได้จริงถูกเลือกมากกว่า และในหลายโลกก็หมายถึงการสร้างเอกภพที่มีคำตอบถูกมากขึ้น
    • ผลลัพธ์เหมือนกันในทุกเอกภพ มีความรู้สึกคล้าย MapReduce แบบกระจายแล้วรวบรวมอยู่ แต่ละเอกภพคำนวณส่วนหนึ่งของปัญหา จากนั้นนำผลลัพธ์ทั้งหมดมาบวกกันเพื่อให้ได้ผลลัพธ์สุดท้าย และผลลัพธ์นั้นก็มีอยู่ในทุกเอกภพ
      ตรรกะนี้โน้มน้าวผมได้ เพียงแต่ผมเชื่อข้อสรุปนี้อยู่แล้ว จึงมีอคติอยู่บ้าง
  • ผมไม่เข้าใจส่วนที่ว่า “ด้วยเหตุผลเดียวกันเป๊ะกับที่ถ้าคอมพิวเตอร์คลาสสิกจะจำลองการคำนวณควอนตัมนี้ต้องใช้เวลาประมาณ 10^25 ปี การที่คอมพิวเตอร์คลาสสิกจะตรวจสอบผลลัพธ์ของคอมพิวเตอร์ควอนตัมโดยตรงก็ต้องใช้เวลาประมาณ 10^25 ปีเช่นกัน”
    มีปัญหามากมายที่แก้ใช้เวลานาน แต่ตรวจสอบง่ายไม่ใช่หรือ? เช่น การแยกตัวประกอบ ของจำนวนขนาดใหญ่มากที่เป็นผลคูณของจำนวนเฉพาะขนาดใหญ่มากไม่กี่ตัว อาจไม่ถึงระดับ 10^25 ปี แต่ก็ยังเป็นแบบนั้นไม่ใช่หรือ?

    • การคำนวณนี้ หากพูดแบบโบกมือกว้าง ๆ มาก ๆ ก็ใกล้เคียงกับการเริ่มต้นสถานะแบบสุ่ม และเป็นที่รู้กันดีว่าไม่สามารถใช้คอมพิวเตอร์คลาสสิกคำนวณได้ในเวลาที่สมเหตุสมผลว่าสถานะนี้ถูกเริ่มต้นแบบสุ่มหรือไม่
      เหตุผลที่เรื่องนี้หลอกคนจำนวนมากได้ คือมันฟังเหมือน “พิสูจน์แล้วว่า P≠NP” กุญแจในการทำความเข้าใจคือ A) ต้องจับคำว่า นี้ ใน “การคำนวณนี้” ไว้ให้มั่น และ B) จำไว้ว่าการแยกตัวประกอบจำนวนเฉพาะเป็นแอปพลิเคชันที่มีเหตุผลของควอนตัมคอมพิวติ้ง
      ถ้าดูเหมือนขัดกับข้อ B ก็แก้ได้เรียบร้อยด้วยคำว่า “ใช่ แต่คอมพิวเตอร์ควอนตัมยังไม่ใหญ่พอที่จะทำการแยกตัวประกอบจำนวนเฉพาะ”
      อย่างที่บทความพูดเฉไฉอยู่เล็กน้อย ถ้าใครพบการคำนวณที่ A) คำนวณแบบคลาสสิกไม่ได้ในเวลาที่สมเหตุสมผล B) คำนวณได้บนคอมพิวเตอร์ควอนตัมขนาดเล็กมาก และ C) ตรวจสอบได้ด้วยคอมพิวเตอร์คลาสสิกในเวลาที่สมเหตุสมผล นักวิจัยจำนวนมากคงตื่นเต้นกันมาก
  • ฮาร์ดแวร์กำลังก้าวหน้า แต่มีปัญหาอยู่อย่างหนึ่ง คือไม่มี อัลกอริทึม ให้รันบนคอมพิวเตอร์ควอนตัม นอกจากอัลกอริทึมของ Shor ที่มีประโยชน์ในการถอด RSA แล้วก็ไม่มีอะไรเลย
    มีเพียงความคิดคลุมเครือทำนองว่าอาจมีประโยชน์ต่อการจำลองควอนตัมหรือการหาค่าเหมาะที่สุด ถ้าพรุ่งนี้เรามีคอมพิวเตอร์ควอนตัมที่ทำงานได้สมบูรณ์ เราจะรันอะไร? ยังว่างเปล่า
    ความหวังเดียวคือความก้าวหน้าครั้งใหญ่ด้านอัลกอริทึมควอนตัม แต่ก็ยังไม่เห็นอะไร และความคืบหน้าด้านนี้ก็ไม่มากนัก ยิ่งไปกว่านั้น Zapata Computing ซึ่งเป็นบริษัทด้านอัลกอริทึมควอนตัมที่ได้รับเงินลงทุนมากที่สุด ก็ล้มไปแล้วในปีนี้

    • เรื่อง Zapata Computing นั้น ก็เป็นธรรมดาที่การพัฒนาอัลกอริทึมสำหรับคอมพิวเตอร์เวทมนตร์ในจินตนาการเพื่อทำเงินนั้นค่อนข้างยาก
    • ก่อนอื่นสามารถเริ่มจำลอง เคมีควอนตัม ได้ เพียงแต่พอถึงจุดนั้น มันจะใกล้เคียงกับการทำเคมีควอนตัมจริง ๆ มากกว่าการจำลอง
    • ควรยกหลักฐานมาหน่อย ข้อเท็จจริงที่ว่านักพัฒนาเทคโนโลยีโฆษณาแบบสุ่ม ๆ บน HN ไม่มีอัลกอริทึมคอมพิวเตอร์ควอนตัมที่มีประโยชน์นั้นไม่ได้มีความหมายมากนัก
    • ไม่จริง มี อัลกอริทึมควอนตัม อยู่มากมาย
      https://en.wikipedia.org/wiki/Quantum_algorithm
  • บทความที่เกี่ยวข้อง: Willow, Our Quantum Chip
    https://news.ycombinator.com/item?id=42367649

  • สรุปคือเป็นผลลัพธ์จริง และส่วนที่น่าทึ่งคือยิ่งมีคิวบิตมากขึ้น มันดูเหมือนจะอยู่รอดได้นานขึ้น ไม่ใช่สั้นลง ส่วนที่แย่คือผลลัพธ์ไม่ได้ถูกตรวจสอบยืนยันโดยตรง แต่ยืนยันได้จากการ อนุมานนอกช่วง เท่านั้น

    • กำลังเอาผลลัพธ์สองอย่างที่ต่างกันมาปนกันอยู่
      a) การแก้ไขข้อผิดพลาดต้องมีระดับข้อผิดพลาดที่ต่ำตั้งแต่แรกเพื่อขยายสัญญาณ และในที่สุดเราก็มาถึงจุดนั้นแล้ว โดยคอนฟิกการแก้ไขที่ใหญ่ขึ้นสามารถจัดการข้อผิดพลาดได้มากขึ้น
      b) ปัญหา benchmark “มาตรฐาน” ตอนนี้คำนวณบางสิ่งที่ชิปแบบคลาสสิกคำนวณจริงไม่ได้ 100% ปัญหาคือมันมีความเป็นควอนตัมมากจนชิปแบบคลาสสิกไม่สามารถตรวจสอบยืนยันได้อีกต่อไป
  • ถ้าจะพูดถึงเรื่องที่สำคัญจริง ๆ ใน ยุคหลังควอนตัม ควรลงทุนที่ไหน? ขอสรุปสั้น ๆ
    ชิปควอนตัม Willow ของ Google ตอนนี้นำหน้าซูเปอร์คอมพิวเตอร์อย่างมาก และแก้งานที่หากทำด้วยวิธีอื่นจะใช้เวลาหลายพันล้านปีได้ในไม่กี่นาที หากความก้าวหน้าทางเทคโนโลยีและ AI เร่งตัวขึ้น ความได้เปรียบเชิงควอนตัมอาจมาถึงเร็วกว่าทศวรรษ 2030 ซึ่งขัดกับการคาดการณ์ของผู้เชี่ยวชาญ
    ระบบธนาคารเดิมแบบรวมศูนย์สามารถเปลี่ยนไปใช้การเข้ารหัสที่ปลอดภัยต่อยุคหลังควอนตัมได้เร็วกว่า ผ่านการระงับการโอนเงิน การตรวจสอบขั้นตอนซ้ำ และการย้ายไปยังโปรโตคอลใหม่แบบควบคุมได้ ในทางกลับกัน คริปโตเคอร์เรนซีแบบกระจายศูนย์ประสานงาน hard fork ได้ยาก และเมื่อเปลี่ยนไปใช้อัลกอริทึมที่ปลอดภัยต่อควอนตัม ลายเซ็นธุรกรรมจะยาวขึ้น ทำให้ค่าธรรมเนียมสูงขึ้นมากและอาจบั่นทอนความเชื่อมั่น
    หากคอมพิวเตอร์ควอนตัมคุกคามการเข้ารหัสในปัจจุบัน สินทรัพย์จริงอย่างอสังหาริมทรัพย์หรือดัชนีหุ้นอาจรักษามูลค่าได้ดีกว่าสินทรัพย์ดิจิทัลอย่างคริปโตเคอร์เรนซี คิดอย่างไร?

    • นี่ไม่ถูกเลยแม้แต่อย่างเดียว
      ที่บอกว่าชิปควอนตัม Willow ของ Google นำหน้าซูเปอร์คอมพิวเตอร์ปัจจุบันอย่างมาก และแก้งานที่ต้องใช้เวลาหลายพันล้านปีได้ในไม่กี่นาที สรุปว่าหมายถึง งานคำนวณ ประเภทไหนกันแน่?
    • เห็นคำว่า “เรื่องที่สำคัญจริง ๆ” แล้วหูผึ่ง แต่พอถึง “ควรลงทุนที่ไหน” ก็หมดความสนใจทันที
  • ก่อนจะดึงจักรวาลคู่ขนานเข้ามา ลองเทียบระบบนี้กับจำนวนอนุภาคมหาศาลในธรรมชาติของโลกมหภาคก่อนไหม? ใน 1 กรัมมีอนุภาค 10^23=2^76 อนุภาค
    การทดลอง random circuit sampling ของ Google ใช้เพียง 67 คิวบิต ซึ่งน้อยกว่า 76 อยู่หนึ่งหลักด้วยซ้ำ บนชิปมี 105 คิวบิต และบอกว่าการทดลองแก้ไขข้อผิดพลาดใช้ 101 คิวบิต ก็เลยสงสัยว่าทำไมถึงเป็นอย่างนั้น
    หรือการทดลองของ Google เจอปัญหาเมื่อพยายามรัน random circuit sampling บนอุปกรณ์ 105 คิวบิตทั้งหมด? ก่อนจะบอกว่าการคำนวณเรียกจักรวาลคู่ขนานมา ผมอยากเห็นก่อนว่าการคำนวณนั้นไม่สามารถอธิบายได้ด้วยสถานะที่ถูกเข้ารหัสแบบคลาสสิกในสถานะอนุภาคภายในระบบ

    • จักรวาลรู้ somehow ว่าจะทำให้ทรายในนาฬิกาทรายกลายเป็นกองทรายที่มีระเบียบได้อย่างไร การจำลองสิ่งนั้นด้วยคอมพิวเตอร์คลาสสิกดูเหมือนจะเป็นไปไม่ได้ แต่จักรวาล “คำนวณ” ผลลัพธ์ที่ถูกต้องแบบเรียลไทม์
      รู้สึกว่ามีช่องว่างมหาศาลระหว่างสิ่งที่เกิดขึ้นจริงกับสิ่งที่ทำได้ด้วยคอมพิวเตอร์ คอมพิวเตอร์ควอนตัมก็อาจเป็นแบบเดียวกัน
    • ประโยคที่ว่า “บนชิปมี 105 คิวบิต และบอกว่าการทดลองแก้ไขข้อผิดพลาดใช้ 101 คิวบิต ก็เลยสงสัยว่าทำไมถึงเป็นอย่างนั้น” คล้ายกับการเห็นว่า byte มี 8 บิต แต่ Hamming error correction code ใช้ 7 บิตแล้วรู้สึกงง
      เหตุผลคือ วิธีนั้น ต้องการ 3-7-15-... บิต และค่าที่ใหญ่ที่สุดที่เข้ากันได้ในนั้นคือ 7
      surface error correction ก็เช่นกัน มันเป็นแค่จำนวนที่ใหญ่ที่สุดในรายการเท่านั้น ไม่จำเป็นต้องมีทฤษฎีสมคบคิด และไม่เกี่ยวกับความสามารถในการผลิตที่กำหนดจำนวนคิวบิตบนชิปเดี่ยว
      [0] https://en.wikipedia.org/wiki/Hamming_code
  • คำกล่าวที่ว่า “แม้แต่การให้คอมพิวเตอร์คลาสสิกตรวจสอบผลลัพธ์ของคอมพิวเตอร์ควอนตัมโดยตรงก็ยังใช้เวลาประมาณ 10^25 ปี” ฟังไม่ค่อยสมเหตุสมผล มีปัญหามากมายที่ตรวจสอบง่ายกว่าการแก้มาก
    ทำไมไม่ใช้แนวทางแบบนั้นตรวจสอบ คำกล่าวอ้างด้าน quantum computing ล่ะ?

    • ผู้เขียนกำลังพูดแบบนั้นพอดี นักวิจัยในสาขานี้ต้องแก้ปัญหาทดสอบที่ตรวจสอบได้อย่างรวดเร็วเพื่อความน่าเชื่อถือ
      เหตุผลที่ไม่ทำเช่นนั้นคือ อย่างแรก ต้องเลือกโดเมนของปัญหาที่ใกล้กับธรรมชาติของอุปกรณ์คำนวณมากที่สุด จึงจะไปถึงขนาดปัญหาสูงสุดแบบ 10^25 ได้ ในปัญหาหลายอย่างที่ตรวจสอบเร็วได้ ตอนนี้ยังไม่สามารถจัดการขนาดปัญหาที่ใหญ่จนน่าประทับใจได้ เหมือน GPU ที่เก่งจริง ๆ เฉพาะอัลกอริทึมที่ “ขนานได้อย่างน่าอาย” เช่น computer graphics หรือ linear algebra ชิปควอนตัมนี้ก็เก่งเฉพาะกลุ่มอัลกอริทึมบางประเภทที่ไม่ต้องการ coherence มากเกินไป
      อย่างที่สอง การใช้งานที่เป็นไปได้จำนวนมากตรวจสอบได้ไม่ง่าย แต่ก็ยังมีประโยชน์และน่าสนใจมาก เช่น การพยากรณ์อากาศและภูมิอากาศ การจำลอง quantum chemistry และการจำลองนิวเคลียร์ของกระทรวงพลังงาน วิทยาการเข้ารหัสลับค่อนข้างเป็นข้อยกเว้นตรงที่ให้ผลลัพธ์ที่ตรวจสอบได้ง่าย
    • ดูเหมือนผู้เขียนในบล็อกนี้จะพูดประเด็นนั้นพอดี
    • เพราะตอนนี้เรายังไม่รู้จักปัญหาที่สามารถรันบนอุปกรณ์ประเภทนี้ได้ มี speedup แบบเลขชี้กำลังตามที่คาดหวัง และยังมีอัลกอริทึมตรวจสอบแบบคลาสสิกที่รวดเร็วด้วย นั่นแหละคือประเด็นของผู้เขียน และเขายืนกรานมานานแล้วว่าการศึกษาตัวอย่างแบบนั้นเป็นเรื่องสำคัญ
    • ทวีตที่ Hossenfelder ลิงก์ไว้พูดถึงส่วนนี้ตรง ๆ [1] หากคอมพิวเตอร์ควอนตัมจะจำลองบางสิ่งจริง ๆ ได้ จะต้องมีคิวบิตมากกว่านี้ หลายพันเท่า
      ระหว่างนั้นก็ต้องอยู่กับปัญหาแบบของเล่น เว้นแต่จะมีอัลกอริทึมทดสอบขั้นกลางอย่างที่ Aaronson พูดถึง แต่ถ้ามีอัลกอริทึมแบบนั้นอยู่จริง ก็จะเปิดทางให้โต้แย้งแบบง่าย ๆ ได้ว่าคอมพิวเตอร์ควอนตัมไม่ได้มีความได้เปรียบ ทำให้คุณค่าเชิง PR ลดลง
      [1] https://x.com/skdh/status/1866352680899104960
    • เป็นไปได้ไหมว่าไม่ใช่เรื่องบังเอิญที่เลือกปัญหาประเภทนี้? ดูเหมือนจะดึงปริมาณการคำนวณจากระบบควอนตัมออกมาได้มากเกินกว่าที่ระบบคลาสสิกจะทำได้ แต่กลับดึง ข้อมูลที่มีประโยชน์ ออกมาจากมันไม่ได้ อืม