تیمی از محققان، مزایای کوانتومی در مسائل بهینه‌سازی را با شیشه‌های اسپینی قابل برنامه‌ریزی 5000 کیوبیتی اثبات کردند.
محققان شرکت D-Wave، نشان دادند که با استفاده از کامپیوترهای کوانتومی بر مبنای بازپخت می‌توان مسائل بهینه‌سازی را با عملکردی بهتر از سیستم‌های کلاسیکی حل کرد. این محققان از سیستم شیشه اسپینی کوانتومی قابل برنامه‌ریزی که قابلیت مقیاس‌پذیری دارد، برای پیاده‌سازی الگوریتم‌های خود استفاده کردند.
در دهه‌های گذشته، محققان و شرکت‌ها در سرتاسر جهان تلاش کرده‌اند تا کامپیوترهای کوانتومی پیشرفته‌تر بسازند. هدف اصلی تلاش‌های آن‌ها ایجاد سیستم‌هایی است که در کارهای خاص از رایانه‌های کلاسیک بهتر عمل کنند، که به عنوان تحقق «مزیت کوانتومی» (به انگلیسی: quantum advantage) نیز شناخته می‌شود.
یک تیم تحقیقاتی در شرکتD-Wave . که یک شرکت فعال در زمینه محاسبات کوانتومی است، اخیراً یک سیستم محاسباتی کوانتومی جدید ساخته‌اند که در مسائل بهینه‌سازی از سیستم‌های محاسباتی کلاسیک بهتر عمل می‌کند. این سیستم که در مقاله‌ای در Nature معرفی شده است، بر اساس شیشه‌های اسپینی قابل برنامه‌ریزی با 5000 کیوبیت ساخته شده است. شیشه اسپینی (به انگلیسی: spin glass) یک ماده مغناطیسی است که در آن ممان‌های مغناطیسی به‌صورت تصادفی با یکدیگر برهم‌کنش می‌کنند.
شکل 1: پردازنده D-Wave Advantage با بیش از 5000 کیوبیت و 40000 جفت‌کننده قابل‌برنامه‌ریزی، برای پیاده‌سازی بازپخت همدوس از طریق گذار فاز کوانتومی به کار گرفته شد و نسبت به بازپخت شبیه‌سازی شده سریع‌تر بود.
اندرو دی کینگ (به انگلیسی: Andrew D. king)، یکی از محققانی که این مطالعه را انجام داده است، به Phys.org گفت: “این کار فرضیه اصلی در زمینه بازپخت کوانتومی (به انگلیسی: quantum annealing) را تأیید می‌کند که از یک‌سری آزمایش‌های اولیه که در دهه 1990 انجام شدند، نشأت گرفته است. در آزمایش‌های اولیه تکه‌هایی از آلیاژ شیشه اسپینی را در معرض میدان‌های مغناطیسی مختلف قرار دادند. مشاهدات نشان می‌دهد که یک شیشه اسپینی کوانتومی قابل برنامه‌ریزی، می‌تواند سریع‌تر از الگوریتم‌های کلاسیک مشابه به حالت‌های کم انرژی مسائل بهینه‌سازی برسد. یک مقاله علمی که در سال 2014 منتشر شد، سعی کرد این موضوع را روی یک پردازنده D-Wave Two تأیید کند، اما هیچ برتری دیده نشد.”
کینگ و همکارانش در کار اخیر خود، با تقویت اتصال و همدوسی در پردازنده D-Wave Advantage (که یک سیستم محاسباتی کوانتومی است که اخیرا توسط D-Wave ساخته شده است) به شتاب کوانتومی (به انگلیسی: quantum acceleration) دست یافتند. آن‌ها این پردازنده را به یک رژیم بازپخت همدوس و بدون اثرات حرارتی سوق دادند، که در کارهای قبلی حاصل نشده بود.
برای رسیدن به این هدف، محققان یک سیستم شیشه اسپینی 5000 کیوبیتی که امکان کنترل آن وجود داشت، را برنامه‌ریزی کردند. سپس از این سیستم برای حل مسائل مختلف بهینه‌سازی استفاده کردند.
شکل 2: تعبیر هنرمندانه از مسأله بهینه‌سازی سه بعدی که با استفاده از پردازنده D-Wave Advantage حل شده است.
کینگ گفت: “این لحظه “کامل شدن دایره” است، به این معنا که ما فرضیه محققان UChicago و NEC را تایید کرده‌ایم و گسترش داده‌ایم؛ بازپخت کوانتومی نسبت به بازپخت حرارتی شبیه‌سازی شده خاصیت مقیاس‌پذیری دارد. شبیه‌سازی کوانتومی ما بزرگ‌ترین شبیه‌سازی کوانتومی قابل برنامه‌ریزی است که تاکنون انجام شده است؛ تولید آن به‌صورت کلاسیک بسیار دور از دسترس روش‌های شناخته شده است.”
برای درک دقیق و قابل اعتماد بازپخت همدوس، این تیم ابتدا یک سیستم 2000 کیوبیتی ساختند و آن را برای یک مسئله ساده 1 بعدی که می‌توان با روش‌های محاسباتی کلاسیک به طور دقیق حل کرد، اعمال کردند. آن‌ها در مطالعه بعدی خود، سیستمی با تعداد کیوبیت دو برابر قبلی ساختند و آن را برای مسئله‌ای که نمی‌توان با استفاده از ابزارهای محاسباتی کلاسیک شبیه‌سازی کرد، به کار بردند.
کینگ گفت: «به دلایل بسیاری، کامپیوترهای کوانتومی مبتنی بر بازپخت D-Wave تنها پلتفرم کوانتومی هستند که می‌توانند این نوع مسائل بهینه‌سازی را حل کنند. اولین مسأله اندازه است: ما به رفتار مقیاس‌پذیری شیشه اسپینی از ابعاد بسیار کوچک (250 کیوبیت) تا بسیار بزرگ (5000+ کیوبیت) نگاه کردیم؛ 250 کیوبیت تقریباً حد بالایی برای سایر پلتفرم‌ها است. دلیل دوم قابلیت برنامه‌ریزی است: ما شبکه‌های کیوبیتی با ساختار سه بعدی را برنامه‌ریزی کردیم به این ترتیب که هر برهم‌کنش کیوبیت-کیوبیت جداگانه را تنظیم کرده‌ایم.”
محققان آزمایش‌های خود را بر روی یک سیستم تولید آنلاین انجام دادند، به این معنی که می‌توانستند در کنار فعالیت‌های ابری مشتریان خود اجرها را انجام دهند. در این پلتفرم آنلاین و با سیستم شیشه اسپینی 5000 کیوبیتی، آن‌ها در نهایت مزیت مقیاس‌پذیری را در مسائل بهینه‌سازی نشان دادند.
کینگ گفت: «ما دید روشنی از اثرات کوانتومی داریم. همچنین، شواهد بسیار واضحی به‌صورت نظری و آزمایشگاهی وجود دارد که اثرات کوانتومی نسبت به روش‌های کلاسیک در مقیاس‌بندی محاسباتی برتری دارند. ما می‌خواهیم تفاوت بین این تعریف از مزیت کوانتومی و این واقعیت که گاهی از آن به عنوان برتری کوانتومی استفاده می‌شود، را روشن کنیم. کامپیوترهای کوانتومی مدل گیت هیچ قابلیتی در زمینه بهینه‌سازی نشان نداده‌اند، و من شخصاً باور نمی‌کنم که هرگز این اتفاق بیفتد.”
کینگ و همکارانش در پرتو کار اخیرشان بر این باورند که بازپخت کوانتومی همیشه در مسائل بهینه‌سازی بهتر از مدل گیت عمل می‌کند. به همین دلیل است که D-Wave در حال حاضر بر توسعه هر دو این پلتفرم‌ها تمرکز کرده است.
کینگ گفت: «برای مدت طولانی، این موضوع مورد بحث بود که آیا دینامیک کوانتومی همدوس اصلاً نقشی در بازپخت کوانتومی ایفا می‌کند یا خیر. در حالی که این مناقشه توسط آثار قبلی اثبات نشد، این تحقیق جدید واضح‌ترین اثبات تاکنون است.”
کار این تیم از محققان و سیستم 5000 کیوبیتی که ساختند سهم قابل‌توجهی در زمینه محاسبات کوانتومی دارد. این کار به‌طور مشخص پتانسیل حل مسائل بهینه‌سازی با استفاده از سیستم‌های محاسباتی کوانتومی را نشان می‌دهد. با این حال، کینگ و همکارانش در کارهای آینده‌شان می‌خواهند میزان محدود بودن روش‌های کلاسیک را نیز تعیین کنند و نشان دهند که قابلیت‌های سیستم آن‌ها می‌تواند فراتر از ابررایانه‌ها باشد.
کینگ افزود: «ما همچنین می‌توانیم تأثیرات همدوسی را در پردازنده‌های خود به وضوح مشاهده کنیم. پردازنده Advantage2 که در حال حاضر در حال توسعه است، نوید پیشرفت‌های قابل توجهی را در این زمینه می‌دهد، بنابراین ما واقعاً هیجان‌زده هستیم که ببینیم چه کاری می‌توانیم انجام دهیم، نه تنها از نظر بهینه‌سازی بهبودیافته برای برنامه‌های کاربردی مشتری، بلکه همچنین با آزمایش‌های عجیب و غریب‌تر در بازپخت همدوس. “