専門家ではないので・・・Google Willowの衝撃はいかがなもの？
こんにちは。宙唄です。
チャットGPTに翻訳してもらいます。
今日は、私たちの最新の量子チップ「ウィロー」を発表できることを嬉しく思います。ウィローは、いくつかの基準において最先端の性能を持ち、2つの主要な成果を実現しています。
1つ目は、ウィローがより多くの量子ビットを使用してスケールアップする際に、エラーを指数関数的に減少させることができるという点です。これは、量子誤り訂正における重要な課題を解決するもので、分野が30年近く追求してきたものです。
2つ目は、ウィローが標準的なベンチマーク計算を5分未満で実行したことで、これは現在の最も高速なスーパーコンピュータの1つでは100垓年（すなわち、10^25年）かかる計算です。この数字は、宇宙の年齢を大きく超えています。
ウィロー・チップは、10年以上前に始まった旅の大きな一歩です。2012年にGoogle Quantum AIを設立したときのビジョンは、量子力学—今日知っている自然の「オペレーティングシステム」を活用して—を駆使し、科学の発見を進め、有益なアプリケーションを開発し、社会の重大な課題に取り組む大規模な量子コンピュータを作ることでした。Google Researchの一部として、私たちのチームは長期的なロードマップを策定し、ウィローによって商業的に関連するアプリケーションへ向かう道を大きく前進させています。
指数関数的な量子誤り訂正 — 阈値以下！
誤りは量子コンピュータにおける最大の課題の1つであり、量子コンピュータの計算単位である量子ビット（キュービット）が、環境と急速に情報を交換する傾向があるため、計算を完了するために必要な情報を保護することが難しくなります。一般的に、使用するキュービットが増えるほど、誤りが発生する可能性が高くなり、システムは古典的なものになってしまいます。
本日、Nature誌において、ウィローで使用するキュービットが増えるごとに、誤りが減少し、システムがより量子的になることを示す結果を発表しました。3x3のエンコードされたキュービットのグリッドから始まり、5x5、7x7のグリッドと、物理的なキュービットの配列をどんどん大きくしていきました。そして、量子誤り訂正の最新の進展を用いることで、毎回誤り率を半減させることができました。言い換えれば、誤り率の指数関数的な減少を達成しました。この歴史的な成果は、分野では「阈値以下」として知られています。これは、キュービットの数を増やしながら誤りを減少させることができることを示しています。誤り訂正の実際の進捗を示すには、阈値以下であることを証明する必要があり、これは1995年にピーター・ショアによって導入されて以来、大きな課題となっていました。
この結果には他の科学的な「初」の要素も含まれています。たとえば、これは超伝導量子システム上でのリアルタイム誤り訂正の最初の魅力的な例の1つでもあります。これは有用な計算にとって重要です。なぜなら、誤りを迅速に訂正できなければ、計算が完了する前にそれが壊れてしまうからです。また、これは「ブレイクイーブンを超えた」実証でもあり、私たちのキュービットの配列は、個々の物理的キュービットよりも長い寿命を持っており、誤り訂正が全体としてシステムを改善しているという確実な証拠です。
この最初の阈値以下のシステムは、これまで構築されたスケーラブルな論理キュービットの最も説得力のあるプロトタイプです。これは、有用で非常に大型の量子コンピュータが実際に構築できることを示す強い兆候です。ウィローは、従来のコンピュータでは再現できない実用的で商業的に関連するアルゴリズムを実行することに近づいています。
今日の最も速いスーパーコンピュータにおける10セプティリオン年
ウィローの性能を測る指標として、ランダム回路サンプリング（RCS）ベンチマークを使用しました。私たちのチームによって先駆けられ、現在ではこの分野の標準として広く使用されているRCSは、今日の量子コンピュータで実行可能な古典的に最も困難なベンチマークです。これは量子コンピュータが古典コンピュータではできないことをしているか確認するための入り口と考えることができます。量子コンピュータを構築しているチームは、まず古典コンピュータに対してRCSで勝てるかを確認する必要があります。そうでなければ、より複雑な量子タスクに取り組めるという証拠が乏しいことになります。私たちは、世代間の進捗を評価するために、このベンチマークを一貫して使用してきました — 2019年10月にシカモアの結果を報告。
私たちのウィローが世界で最も強力な古典的スーパーコンピュータの一つであるフロンティアを上回る評価は、保守的な仮定に基づいています。例えば、私たちは、帯域幅のオーバーヘッドなしで、二次ストレージ、すなわちハードドライブへの完全なアクセスを想定しました。これはフロンティアにとっては寛大で非現実的な条件です。もちろん、2019年に初めて古典を超える計算を発表した後に起こったことと同様に、古典コンピュータがこのベンチマークでの改善を続けることを期待していますが、急速に広がるギャップは、量子プロセッサが二重指数的な速度で進化しており、スケールアップするにつれて古典コンピュータを大幅に上回り続けることを示しています。
最先端の性能
ウィローは、サンタバーバラにある最新の最先端製造施設で製造されました。これは、この目的のために新たに建立された数少ない施設の一つです。量子チップの設計と製造において、システムエンジニアリングは非常に重要です。チップの構成要素、例えばシングルおよびツーキュービットゲート、キュービットのリセット、読み出しなどは、すべて同時に適切に設計され、統合される必要があります。もしいずれかの構成要素が遅れたり、2つの構成要素がうまく機能しなかったりすると、システム性能が低下します。そのため、システム性能を最大化することが、チップアーキテクチャや製造からゲート開発、キャリブレーションに至るまで、すべてのプロセスの側面に影響を与えます。私たちが報告する成果は、量子コンピュータシステムを全体的に評価するものであり、単一の要素だけを考慮するものではありません。
私たちは、量だけではなく、質に焦点を当てています。なぜなら、より多くのキュービットを生産しても、それらの質が十分でなければ意味がないからです。ウィローは105個のキュービットを持ち、前述の2つのシステムベンチマーク、すなわち量子誤り訂正とランダム回路サンプリングにおいて最高水準の性能を誇っています。このようなアルゴリズミックベンチマークは、全体的なチップ性能を測定する最良の方法です。他のより具体的な性能指標も重要です。例えば、私たちのT1時間は、キュービットが励起状態を保持できる時間を測定しており、この重要な量子計算リソースは現在約100µs（マイクロ秒）に達しています。これは、前世代のチップに比べて約5倍の向上です。量子ハードウェアを評価し、プラットフォーム間で比較を行う場合、ここに重要な仕様のテーブルがあります：
ウィローとその先の展望
次の課題は、今日の量子チップ上で実用的な「古典を超える」計算を実演し、現実のアプリケーションに関連することです。私たちは、ウィロー世代のチップがこの目標達成に貢献できると楽観しています。これまでに、2つの異なるタイプの実験が行われています。一方では、古典コンピュータに対する性能を測定するRCSベンチマークを実行しましたが、これは既知の実世界アプリケーションがありません。もう一方では、量子システムの科学的に興味深いシミュレーションを行い、新しい科学的発見をもたらしましたが、これらは依然として古典コンピュータで処理可能な範囲内です。私たちの目標は、両方を同時に行い、古典コンピュータでは到達できないアルゴリズムの領域に進み、現実の商業的に関連する問題に役立つようにすることです。
私たちは、研究者、エンジニア、開発者の皆様をこの旅に招待します。私たちのオープンソースソフトウェアや教育リソース、特に量子誤り訂正の基本を学び、未来の課題を解決するアルゴリズムの作成に協力できる新しいコースをCourseraでチェックしてください。私の同僚たちは時々、なぜ急成長しているAIの分野を離れて量子コンピューティングに焦点を当てたのかと尋ねます。
私の答えは、どちらも私たちの時代の最も変革的な技術になるが、高度なAIは量子コンピューティングへのアクセスによって大きな恩恵を受けるということです。これが私が私たちの研究所を「Quantum AI」と名付けた理由です。量子アルゴリズムには、RCSで見られるように、根本的なスケーリング法則があります。AIにとって重要な多くの基本的な計算タスクにも、同様のスケーリングの利点があります。そのため、量子計算は、古典機械ではアクセスできない訓練データを収集したり、特定の学習アーキテクチャを訓練・最適化したり、量子効果が重要なシステムをモデル化したりするために不可欠です。これには、新しい医薬品の発見や、電気自動車用のより効率的なバッテリーの設計、核融合や新しいエネルギー代替品への進展を加速させることが含まれます。これらの未来の画期的なアプリケーションの多くは古典コンピュータでは実現不可能であり、量子コンピュータによって解放されることを待っています。
よくわかりませんがNTTの
IWONとつながると、ほほぼほのAIや半導体にかかるあらゆる課題をクリアするのではないでしょうか？
エネルギー消費や半導体生産のコストが膨大にカットされ、計算が飛躍的に進化する。
そう聞こえる様に感じます。
また、しばらくリサーチして「note」してみようと思います。
速報でした。
See you next time!!!
いいなと思ったら応援しよう！
