실용적인 양자 컴퓨팅을 향한 한 걸음에서 MIT, Google 및 기타 다른 곳의 연구원들은 양자 칩이 기존 컴퓨터가 할 수 없는 복잡한 계산을 정확하게 수행했는지 확인할 수 있는 시스템을 설계했습니다.

양자 칩은 고전적인 이진 비트(0 또는 1)에 해당하는 두 상태 또는 두 상태의 "양자 중첩"을 동시에 나타낼 수 있는 "큐비트"라고 하는 양자 비트를 사용하여 계산을 수행합니다. 고유한 중첩 상태를 통해 양자 컴퓨터는 기존 컴퓨터로는 사실상 불가능한 문제를 해결할 수 있으며, 잠재적으로 다른 응용 프로그램 중에서 재료 설계, 약물 발견 및 기계 학습의 혁신을 촉진할 수 있습니다.

본격적인 양자 컴퓨터에는 수백만 큐비트가 필요하며 이는 아직 실현 가능하지 않습니다. 지난 몇 년 동안 연구원들은 약 50~100 큐비트를 포함하는 "노이즈 중간 규모 양자"(NISQ) 칩을 개발하기 시작했습니다. 이것은 NISQ 칩이 기존 컴퓨터로는 다루기 힘든 특정 알고리즘을 풀 수 있다는 의미인 "양자 우위"를 입증하기에 충분합니다. 그러나 칩이 예상대로 작동하는지 확인하는 것은 매우 비효율적일 수 있습니다. 칩의 출력은 완전히 무작위로 보일 수 있으므로 모든 것이 계획대로 진행되었는지 확인하기 위해 단계를 시뮬레이션하는 데 오랜 시간이 걸립니다.

오늘 발표 된 논문에서 자연 물리, 연구원들은 NISQ 칩이 모든 올바른 양자 작업을 수행했는지 효율적으로 확인하는 새로운 프로토콜을 설명합니다. 그들은 맞춤형 양자 광자 칩에서 실행되는 악명 높은 양자 문제에 대한 프로토콜을 검증했습니다.

"산업과 학계의 급속한 발전으로 우리는 고전 기계를 능가할 수 있는 양자 기계의 정점에 도달함에 따라 양자 검증 작업은 시간이 매우 중요해졌습니다. EECS) 및 전자 연구소(RLE). “우리의 기술은 광범위한 종류의 양자 시스템을 검증하기 위한 중요한 도구를 제공합니다. 양자 칩을 만들기 위해 수십억 달러를 투자한다면 확실히 흥미로운 일을 하는 것이 더 낫기 때문입니다.”

Carolan과 함께 MIT의 EECS 및 RLE, Google Quantum AI Laboratory, Elenion Technologies, Lightmatter 및 Zapata Computing의 연구원들이 이 논문에 참여했습니다.  

분할 및 정복

연구원의 작업은 본질적으로 양자 회로에 의해 생성된 출력 양자 상태를 알려진 입력 상태로 역추적합니다. 이렇게 하면 출력을 생성하기 위해 입력에서 어떤 회로 작업이 수행되었는지 알 수 있습니다. 이러한 작업은 항상 연구자가 프로그래밍한 것과 일치해야 합니다. 그렇지 않은 경우 연구원은 정보를 사용하여 칩에서 문제가 발생한 위치를 정확히 찾아낼 수 있습니다.

"변형 양자 언샘플링(Variational Quantum Unsampling)"이라고 하는 새로운 프로토콜의 핵심에는 출력 양자 상태를 덩어리로 나누는 "분할 및 정복" 접근 방식이 있다고 Carolan은 말합니다. “매우 오랜 시간이 걸리는 한 번에 모든 작업을 수행하는 대신, 우리는 이 복잡한 작업을 레이어별로 수행합니다. 이를 통해 문제를 세분화하여 보다 효율적인 방식으로 해결할 수 있습니다.”라고 Carolan은 말합니다.

이를 위해 연구원들은 많은 계산 계층을 통해 문제를 해결하는 신경망에서 영감을 얻어 각 계층이 일련의 양자 작업을 나타내는 새로운 "양자 신경망"(QNN)을 구축했습니다.

QNN을 실행하기 위해 그들은 전통적인 실리콘 제조 기술을 사용하여 2개 이상의 제어 매개변수(광자 경로를 더 쉽게 조작할 수 있는 조정 가능한 회로 구성 요소)가 있는 5 x 170mm NISQ 칩을 구축했습니다. 광자 쌍은 외부 구성 요소에서 특정 파장으로 생성되어 칩에 주입됩니다. 광자는 서로 간섭하는 광자의 경로를 변경하는 칩의 위상 시프터를 통해 이동합니다. 이것은 계산 중에 일어날 일을 나타내는 임의의 양자 출력 상태를 생성합니다. 출력은 외부 광검출기 센서 어레이로 측정됩니다.

해당 출력은 QNN으로 전송됩니다. 첫 번째 레이어는 복잡한 최적화 기술을 사용하여 잡음이 많은 출력을 파헤쳐 함께 스크램블된 모든 광자 중에서 단일 광자의 서명을 정확히 찾아냅니다. 그런 다음 그룹에서 단일 광자를 "스크램블 해제"하여 알려진 입력 상태로 되돌리는 회로 작업을 식별합니다. 이러한 작업은 해당 작업에 대한 회로의 특정 설계와 정확히 일치해야 합니다. 모든 후속 레이어는 모든 광자가 언스크램블될 때까지 이전에 언스크램블된 광자를 방정식에서 제거하는 동일한 계산을 수행합니다.

예를 들어 프로세서에 입력된 큐비트의 입력 상태가 모두 XNUMX이라고 가정해 보겠습니다. NISQ 칩은 큐비트에서 여러 작업을 실행하여 무작위로 변하는 것처럼 보이는 거대한 숫자를 출력으로 생성합니다. (출력 숫자는 양자 중첩에 있기 때문에 지속적으로 변경됩니다.) QNN은 해당 방대한 숫자의 청크를 선택합니다. 그런 다음 레이어별로 각 큐비트를 입력 상태 XNUMX으로 되돌리는 작업을 결정합니다. 작업이 원래 계획된 작업과 다른 경우 문제가 발생한 것입니다. 연구원은 예상 출력과 입력 상태 간의 불일치를 검사하고 해당 정보를 사용하여 회로 설계를 조정할 수 있습니다.

보손 "언샘플링"

실험에서 팀은 일반적으로 광자 칩에서 수행되는 "보손 샘플링"이라고 하는 양자 이점을 입증하는 데 사용되는 인기 있는 계산 작업을 성공적으로 실행했습니다. 이 연습에서 위상 시프터 및 기타 광학 구성 요소는 입력 광자 세트를 출력 광자의 다른 양자 중첩으로 조작하고 변환합니다. 궁극적으로 작업은 특정 입력 상태가 특정 출력 상태와 일치할 확률을 계산하는 것입니다. 그것은 본질적으로 일부 확률 분포의 샘플이 될 것입니다.

그러나 광자의 예측할 수 없는 동작으로 인해 기존 컴퓨터가 이러한 샘플을 계산하는 것은 거의 불가능합니다. NISQ 칩이 그것들을 상당히 빠르게 계산할 수 있다는 이론이 있습니다. 그러나 지금까지는 NISQ 작업 및 작업 자체와 관련된 복잡성 때문에 이를 빠르고 쉽게 확인할 수 있는 방법이 없었습니다.

Carolan은 "이 칩에 양자 계산 능력을 제공하는 바로 그 속성으로 인해 검증이 거의 불가능합니다."라고 말합니다.

실험에서 연구원들은 맞춤형 NISQ 칩에서 보손 샘플링 문제를 통과한 두 개의 광자를 "샘플링 해제"할 수 있었고 짧은 시간 내에 기존의 검증 방식을 사용할 수 있었습니다.

요크 대학의 양자 기술 전문 컴퓨터 과학 교수 스테파노 피란돌라(Stefano Pirandola)는 “이것은 블랙박스가 수행하는 알려지지 않은 단일 연산을 배우기 위해 비선형 양자 신경망을 사용하는 훌륭한 논문”이라고 말했다. “이 체계는 [예를 들어] NISQ 프로세서와 같은 양자 회로에 의해 수행되는 실제 게이트를 검증하는 데 매우 유용할 수 있음이 분명합니다. 이러한 관점에서 이 체계는 미래의 양자 엔지니어를 위한 중요한 벤치마킹 도구 역할을 합니다. 이 아이디어는 광자 양자 칩에서 놀랍게 구현되었습니다.”

이 방법은 양자 검증 목적으로 설계되었지만 유용한 물리적 특성을 포착하는 데 도움이 될 수도 있다고 Carolan은 말합니다. 예를 들어, 특정 분자는 여기되면 진동하고 이러한 진동에 따라 광자를 방출합니다. Carolan은 이러한 광자를 포토닉 칩에 주입함으로써 언스크램블링 기술을 사용하여 다음에 대한 정보를 발견할 수 있다고 말합니다.
생명 공학 분자 설계를 돕기 위해 이러한 분자의 양자 역학. 또한 난기류 공간이나 물질을 통과하여 노이즈가 축적된 양자 정보를 운반하는 광자를 해독하는 데 사용할 수 있습니다.  

Carolan은 "이를 물리적 세계의 흥미로운 문제에 적용하는 것이 꿈입니다."라고 말합니다.