Drømmescenariet for kvanteberegning, da konseptet først ble foreslått tilbake på 1980-tallet, var å utvikle et system basert på prinsippene for kvantemekanikk som, for visse problemer, kunne muliggjøre mye raskere beregninger enn konvensjonelle datamaskiner. Nå, mens teknologien begynner å bevege seg fra teori til praksis, truer en mangel på tilgjengelig talent som en potensiell hemmer av teknologiens vekst.

William D. Oliver, en fysikkprofessor i praksisen, assisterende direktør for Research Laboratory of Electronics, og Lincoln Laboratory Fellow, er bekymret for den nåværende mangelen på kvanteberegningstalent. Oliver er hovedetterforsker i Engineering Quantum Systems Group ved MIT og i Quantum Information and Integrated Nanosystems Group ved MIT Lincoln Laboratory.

Q: Hva er det som driver den høye etterspørselen etter talent innen kvantedatabehandling?

A: Kvantedatabehandling går over fra teori til praksis, og det er et økende antall offentlige programmer som støtter kvanteinformasjonsbehandling: EU har et flaggskip, Kina har en betydelig innsats, det samme gjør England, Australia, Singapore, Canada, Sverige, Finland og mange flere. Den amerikanske kongressen vedtok nylig National Quantum Initiative, og godkjente investeringer på mer enn 1.2 milliarder dollar i kvantevitenskap og -teknologi i løpet av de neste fem til 10 årene. Med alle disse initiativene er det en stor økning i antall stillinger i akademia, myndigheter og industri. Det er definitivt et medarbeidermarked akkurat nå.

Bedrifter hopper også inn. Hvis du er et blå-chip maskinvare- eller programvareselskap, og du ønsker å være konkurransedyktig innen kvantedatabehandling i fremtiden, så må du være med i spillet akkurat nå. Det er for eksempel ingen overraskelse at Intel i dag er ledende innen produksjon av elektroniske databrikker, fordi Intel og dets tidlige ansatte var der helt fra begynnelsen. Quantum er ikke den typen teknologi som bare kan kopieres; det er annerledes. Selv om du ikke er et "renteknologisk" selskap, har du sannsynligvis en forretningsmodell som avhenger av noen av områdene som kvantum vil påvirke, for eksempel optimaliseringsproblemer. Mange selskaper har også kryptert data som de trenger for å holde sikker. Bekymringen er ikke bare hvordan selskaper vil holde dataene sine sikre i en fremtid med kvantedatamaskiner, men hvordan dataene de krypterer i dag vil forbli sikre i flere tiår fremover.

Q: Hvordan utvikles kvanteberegningstalent i dag?

A: De fleste av menneskene som vi vil kalle kvanteforskere og ingeniører er i bunn og grunn dyktige fag som har blitt utdannet som fysikere eller ingeniører. Men på et tidspunkt ble de interessert i kvante, og i utgangspunktet lærte ingeniørene litt fysikk og fysikerne lærte seg noe ingeniørfag. Før en ny teknologi blir mainstream, har du ikke nødvendigvis akademiske disipliner som retter seg mot den spesifikke teknologien. Det er der vi er nå med kvante.

Ved MIT jobber vi med å løse nettopp dette spørsmålet: Hvordan definerer vi hva kvanteteknikk er? Etter min mening slår kvanteteknikk en bro mellom både vitenskap og ingeniørfag. Vi ønsker å sikre at MIT er synonymt med kvanteteknikk. Vi må skrive lærebøkene, utvikle grunnlaget og læreplanene. På talentforsyningssiden av quantum trener vi flere og flere mennesker. Det kan hende vi etter hvert må definere en ny akademisk disiplin. Det vil sannsynligvis starte på høyere nivå og med faglige utviklingskurs, for eksempel MIT xPRO-serien Jeg er medlærer. Vi vil sannsynligvis også se en gradvis fremvekst av kurs orientert mot kvanteteknikk i pensum.

Q: Hva er virkningen av talentmangelen?

A: Som med mange avanserte teknologier, er det godt og det er dårlig, men spesielt med kvantum er det både enorme muligheter og noen alvorlige nasjonale sikkerhetsproblemer. Vi trenger godt utdannet personell som går inn i både offentlige og bransjekarrierer. Konkurranse om talent mellom myndigheter og bedrifter fører naturligvis til høyere lønn for personer med kunnskap om kvante.

Hva kan gjøres for å tette talentgapet? MIT xPRO adresserer realiteten at studenter på campus ikke er de eneste som er interessert i å lære om kvanteinformasjon. Vi må utdanne ingeniører og fysikere som allerede er i arbeidsstyrken og må svinge. Det er en enorm talentmasse innen industri og myndigheter i dag. Når selskaper kommer inn i disse nye områdene, flytter de folk over. Det samme omdreiningspunktet skjer i den amerikanske regjeringen og i statlig finansierte laboratorier, som vi har gjort ved Lincoln Lab. MIT xPROs fokus er å hjelpe folk med å gjøre dette omdreiningspunktet, og å gi et tilstrekkelig grunnlag de kan lære seg selv av.

Q: Hvordan ser du på løftet om kvanteberegning?

A: Løftet om kvante kan brytes ned i tre grunnleggende områder. Den hellige gral er en universell kvantedatamaskin, en som kan kjøre hvilken som helst algoritme akkurat som datamaskiner i dag kan kjøre hvilken som helst algoritme. Dette krever et universelt sett med kvanteporter som kan utføre vilkårlig kvantelogikk. Og det er en rekke spesifikke applikasjoner der en kvantedatamaskin kan utkonkurrere en klassisk datamaskin. Denne hellige gral vil ta minst 10-20 år å realisere. Det er den typen datamaskin som kan utføre kryptoanalyse, for eksempel break RSA, og utføre svært sofistikerte simuleringer.

Den andre typen datamaskin er en kvantesimulator. Det som gjør er å simulere beregningsintensive materialegenskaper eller kjemiske reaksjonshastigheter, for eksempel. Det er en rekke viktige applikasjoner der hvor vi bare ikke kan få gode svar ved å bruke dagens klassiske datamaskiner. Selvfølgelig forenkler vi problemene til det punktet hvor våre klassiske datamaskiner kan håndtere dem, men da blir svarene uklare. Et godt eksempel er nitrogenfiksering, en prosess som brukes til å lage ammoniakk. Ammoniakk brukes i gjødsel, og det er anslått at omtrent 1 til 2 prosent av all energibruk over hele verden går til å lage ammoniakk. Men vi vet at bakterier kan gjøre det med det stoffskiftet gir dem, som absolutt ikke er høy temperatur eller høyt trykk. Men enzymet som katalyserer nitrogenfikseringen er så stort at det rett og slett ikke er mulig å simulere det nøyaktig på en klassisk datamaskin. Hvis vi kunne bygge en kvantedatamaskin stor nok til å gjøre denne simuleringen, få reaksjonshastighetene til det molekylet og forstå hvordan bakterier kan gjøre det, så ville vi antagelig vært i stand til å utvikle en industriell prosess som er mye mer energieffektiv.

Et annet eksempel er optimalisering. Optimaliseringsproblemer kan utføres ved å bruke enten en universell kvantedatamaskin, en kvantesimulator eller en kvanteglør. Kvanteglødning er en annen type kvantedatamaskin, og om den kan oppnå kvantefordel er ennå ikke kjent. I motsetning til de to første, kan kvantegløreren bare være en raskere klassisk datamaskin. Å utvikle enten en annealing quantum optimizer eller en simulator-basert quantum optimizer er de nærmeste applikasjonene vi vil se. Håpet er at vi kan svare på den typen problemer på kvantedatamaskinene vi vil ha i løpet av de neste fem årene.

Q: Hva er utfordringene for å utvikle det nødvendige talentet?

A: For at quantum skal lykkes og til slutt føre til en ny informasjonsbehandlingsrevolusjon, trenger vi kommersialisering. Den amerikanske regjeringen alene vil rett og slett ikke være i stand til å finansiere dette på det nivået som er nødvendig for å kommersialisere denne teknologien på lang sikt. Regjeringen har en viktig rolle for å så dette arbeidet, men da må industrien videreføre det, kommersialisere det, generere inntekter og bruke disse inntektene til å utvikle et bedre produkt neste år. Og for at dette skal skje, må vi trene morgendagens kvanteingeniører.