Classiq Platformu, karmaşık algoritmalar için devasa kuantum devrelerini sentezlemenin basit yollarını sunar. Aslında, hedef kuantum bilgisayarınız hata döndürecek kadar büyük devreleri hızlı ve kolay bir şekilde sentezleyebilirsiniz. Bu kadar derin çalışan devrelerden "gürültü" bile çıkmayabilir, ancak hatalar bu devrelerin hiç çalışamayacağını gösterir.

Sorunun üç aşaması var. Küçük kuantum devrelerinde bile her işlem hata olasılığını beraberinde getirir. Hatalar biriktikçe sonuçlar hızla işe yaramaz hale gelir. Devreler büyüdükçe, kuantum bilgisinin ne kadar süre muhafaza edilebileceğine ilişkin sınırlara ulaşma riskiyle karşı karşıya kalırsınız; bu, bir algoritmanın tamamlaması için zamanının olmadığı anlamına gelir. Yalnızca 20 dakikalık pil ömrüyle 5 dakikalık bir YouTube videosu izlemek istediğinizi düşünün; bunu yapamazsın. Kuantum bilgisayarı bağlayamazsınız, yeniden şarj edip devam edemezsiniz; algoritmanın tamamını zamanında çalıştıramazsınız. Ve devreler çok büyük hale geldikçe, kontrol sisteminin algoritmayı çalıştırmaya bile kalkışmayacağını belirten yukarıda bahsedilen bir hata mesajı sıklıkla ortaya çıkar.

Classiq ekibi artık platformun yalnızca büyük devreleri sentezlemekle kalmayıp, bunu en popüler kuantum hesaplama çerçevesi olan Qiskit'ten daha verimli bir şekilde yaptığını öne sürüyor gibi görünüyor. Bu iddia dört nedenden dolayı önemlidir: 1) daha sığ devreler, daha derin devrelerden daha hızlı çalışır, 2) daha hızlı çalışma süreleri, faturalandırma çalışma zamanına dayalı olduğunda maliyetlerden önemli ölçüde tasarruf sağlayabilir, 3) daha az işlem, düzeltme gerektiren daha az hata anlamına gelir ve 4) kuantum bilgisayarları olarak Olgunlaştığında ve daha büyük algoritmaları çalıştırabildiğinde, daha küçük devreler ilk önce kullanışlı hale gelecektir.

Var klasik defter HHL algoritmasını kullanarak Classiq Platformunu Qiskit ile karşılaştıran. Verimlilikteki farklılıkları görmek istiyorsak HHL algoritması bu farklılıkları vurgulayacak kadar büyüktür.

HHL Algoritması

Harrow-Hassidim-Lloyd algoritması veya HHL algoritması, doğrusal denklem sistemlerini en iyi bilinen klasik algoritmalara göre üstel bir hızlanmayla çözmeyi vaat ediyor. Bu denklemler bilim ve mühendislikte yaygın olarak uygulanabilir.

Sorun şu ki HHL devreleri, en küçük oyuncak problemlerinde bile inanılmaz derecede derin. Mevcut kuantum bilgisayarlardaki sonuçlar yerine hata döndüren devreleri göstermek istiyorsanız, bunu deneyebileceğiniz algoritma budur. 

Classiq Defter

Üç temel ölçüme bakıyoruz: aslına uygunluk, devre derinliği ve CX sayısı. Sadakat, sonucun kesin çözüme ne kadar yakın olduğudur; Devrelerin boyutundan dolayı her şeyin klasik olarak hesaplanması gerekiyor. Devre derinliği, mevcut kuantum bilgisayarların sınırlarını zorlayan veya aşan tüm işlemleri gerçekleştirmek için kaç zaman adımının gerekli olduğunu gösterir. CX sayımları, çoklu kübit işlemlerinin sayısını gösterir, çünkü bunlar son derece hataya açıktır.

Classiq devresi, çok daha az devre derinliği ve çok daha az CX işlemiyle daha iyi doğruluk gösterir. Koşmak için hala çok büyük olmasına rağmen kullanışlı olmaya Qiskit'in devresinden çok daha yakın. Daha da önemlisi, klasik olarak hesaplanan doğruluk, Classiq devresinin sadece daha küçük olmadığını, aynı zamanda seçilen problemi bu küçültülmüş boyutta çözmek için tasarlandığını da vurgulamaktadır. 

Doğal Şüphecilik

Classiq'in not defterine güvenmenin sorunu, Classiq ekibinin yalnızca kendi çözümünü sağlamakla kalmayıp aynı zamanda Qiskit'in çözümünü de sağlamasıdır. Açıkçası Classiq Platformunun iyi görünmesini istiyorlar, bu nedenle Qiskit kullanan ancak Classiq ekibi tarafından geliştirilmeyen bir HHL uygulamasına karşı iddialarını doğrulamak önemlidir. 

Qiskit'in Not Defteri

Uygulamayı bulmanın en kolay yolu Qiskit'in HHL öğreticisiBu, Classiq'in sorununun Qiskit ekibinin kodu kullanılarak çözülmesine olanak tanır. Bu dizüstü bilgisayar iki yaklaşım içermektedir; biri daha büyük devreler üreten ancak daha doğru olan, diğeri ise doğruluktan ödün vererek daha küçük devreler üreten. 

Classiq devresi yalnızca üç Qiskit devresinden önemli ölçüde daha küçük olmakla kalmıyor, aynı zamanda Qiskit'in Naive ve Tridi devrelerinden bir adet daha az kubit gerektiriyor. 

Yüksek doğrulukları nedeniyle Classiq'in Qiskit uygulaması, Qiskit Naive uygulamasıyla karşılaştırıldığında Qiskit Tridi uygulamasından daha iyidir. CX sayısı %25 daha yüksek olsa da bir kübit daha az kullanıldığında devre derinliği %70 daha düşük olur. Bugün hata düzeltmeli kuantum bilgisayarlarımız olsaydı, bu, Classiq'in Qiskit uygulamasının daha hızlı çalışacağı ve Qiskit'in kendi yüksek kaliteli uygulamasına göre daha düşük donanım erişim maliyetlerine yol açacağı anlamına geliyordu.

Sonuç: Classiq Dayanıyor

En azından bu özel örnek için Classiq'in iddiası geçerli. HHL'nin uygulanması kolay olmasının yanı sıra devre boyutundaki fark da önemlidir. Classiq'in devresi yalnızca üç Qiskit alternatifinden daha hızlı çalışmakla kalmayacak, aynı zamanda IBM Quantum sayesinde daha az maliyetli olacak. Kuantum hesaplama donanımı geliştikçe Classiq'in uygulaması burada kullanışlı hale gelen dört uygulamadan ilki olacak.

Brian N. Siegelwax bağımsız bir Kuantum Algoritma Tasarımcısı ve serbest yazardır. Kuantum Teknolojisinin İçinde. Kuantum hesaplama alanına, özellikle kuantum algoritmalarının tasarımına yaptığı katkılarla tanınıyor. Çok sayıda kuantum hesaplama çerçevesini, platformunu ve yardımcı programını değerlendirdi ve yazıları aracılığıyla içgörülerini ve bulgularını paylaştı. Siegelwax aynı zamanda bir yazardır ve “Zindanlar ve Qubitler” ve “Kendi Kuantum Maceranızı Seçin” gibi kitaplar yazmıştır. Medium'da düzenli olarak kuantum hesaplamayla ilgili çeşitli konular hakkında yazıyor. Çalışmaları kuantum hesaplamanın pratik uygulamalarını, kuantum hesaplama ürünlerinin incelemelerini ve kuantum hesaplama kavramları üzerine tartışmaları içermektedir.

Kategoriler:
fotonik, kuantum hesaplama

Etiketler:
Brian Siegel ağdası, klasik, kiskit, qubits

• SEO Destekli İçerik ve Halkla İlişkiler Dağıtımı. Bugün Gücünüzü Artırın.
• PlatoData.Network Dikey Üretken Yapay Zeka. Kendine güç ver. Buradan Erişin.
• PlatoAiStream. Web3 Zekası. Bilgi Genişletildi. Buradan Erişin.
• PlatoESG. karbon, temiz teknoloji, Enerji, Çevre, Güneş, Atık Yönetimi. Buradan Erişin.
• PlatoSağlık. Biyoteknoloji ve Klinik Araştırmalar Zekası. Buradan Erişin.
• Kaynak: https://www.insidequantumtechnology.com/news-archive/efficient-synthesis-of-massive-quantum-circuits-an-overview-of-the-classiq-system/