乌鸦传媒

Marek Kowalik
Je偶eli chodzi o przysz艂o艣膰 oblicze艅 kwantowych, na pewno du偶o jeszcze nag艂贸wk贸w przed nami z gazet o tym, 偶e obliczenia kwantowe pokona艂y kolejny rekord. Potem oka偶e si臋, 偶e jest to bezu偶yteczne. Potem oka偶e si臋, 偶e jest w tym ziarno prawdy. Na pewno wraz z rozwojem komputer贸w kwantowych, ich mniejszym zaszumieniem, b臋dziemy w stanie odblokowywa膰 ich zastosowanie w kolejnych obszarach i na wi臋ksz膮 skal臋, ale te偶 zmniejsza膰 ich koszt, zwi臋ksza膰 ich powszechno艣膰. Tak偶e na pewno przysz艂o艣膰 buduje si臋 bardzo optymistycznie.
听
Szymon G艂owania
S艂uchasz trzeciego sezonu podcastu TechChatter, audycji 乌鸦传媒 Polska, w kt贸rej zanurzymy si臋 w 艣wiecie technologii. Pos艂uchaj rozm贸w naszych ekspertek i ekspert贸w, odkryj projekty realizowane w Polsce i zobacz, jakie innowacje, kt贸re wsp贸艂tworzymy, kszta艂tuj膮 nasz膮 przysz艂o艣膰. Przekonajmy si臋, 偶e praca w sektorze IT mo偶e by膰 naprawd臋 pasjonuj膮ca. Gotowi? Zaczynamy!
听
Cze艣膰, dzie艅 dobry. Dzisiaj w naszym programie mamy przyjemno艣膰 rozmawia膰 z Markiem Kowalikiem, kt贸ry jest specjalist膮 od quantum computingu w 乌鸦传媒. Postaramy si臋 nieco rozwik艂a膰 czym ten quantum computing jest. Marku, czy komputery kwantowe b臋d膮 w ka偶dym domu?
听
Marek Kowalik
Tak w ka偶dym smartfonie i u ka偶dego na biurku. Oczywi艣cie nie, je偶eli chodzi o komputery kwantowe. Jak popatrzymy sobie na obecne komputery, albo wymagaj膮 one wielkich uk艂ad贸w ch艂odzenia, swoim rozmiarem bardziej przypominaj膮ce pierwsze komputery zajmuj膮ce ca艂e pomieszczenia, albo wymagaj膮ce ca艂kiem du偶ej infrastruktury, tak jak np. komputery kwantowe oparte na siatkach atom贸w. Tutaj potrzeba odpowiedniego pod艂膮czenia do pr膮du, du偶ej ilo艣ci laser贸w, ca艂ej r贸wnie偶 ci臋偶kiej infrastruktury. Nawet abstrahuj膮c od tego, jak komputery kwantowe s膮 zbudowane, zak艂adaj膮c, 偶e komputery kwantowe gdzie艣 w przysz艂o艣ci da艂oby rad臋 upchn膮膰 w jaki艣 malutki modu艂, kt贸ry mo偶na by np. doda膰 do smartfona, uwa偶am, 偶e nie mia艂oby to zbyt du偶ego sensu, dlatego 偶e obliczenia kwantowe jako takie s膮 bardzo specyficzne w tym co robi膮 i te偶 je偶eli chodzi o algorytmy albo problemy biznesowe, w kt贸rych mog膮 dostarczy膰 jak膮艣 warto艣膰 przez szybsze rozwi膮zanie jakiego艣 algorytmu albo dok艂adniejsze, s膮 to zawsze specyficzne zastosowania i zazwyczaj na du偶膮 skal臋, czyli mo偶e to by膰 np.听 pomoc w przewidywaniu pogody albo wybranie odpowiedniej strategii do inwestowania, odpowiedniego portfolio.
I tutaj patrzymy na te algorytmy, kt贸re w przysz艂o艣ci na pe艂n膮 skal臋, obecnie na do艣膰 ma艂ych skalach, chcieliby艣my puszcza膰 偶e tak powiem raz a porz膮dnie, niekoniecznie u偶ywa膰 komputera kwantowego jako jakiego艣 interfejsu albo jakiego艣 t艂a obliczeniowego w naszych smartfonach.
听
Szymon G艂owania
Czyli nie b臋dzie to nowy gad偶et, kt贸ry dodamy do smartfona i zmie艣ci nam si臋 do kieszeni, bo nie takie jego przeznaczenie. Natomiast nie jest to te偶 tak bardzo specyficzny prom kosmiczny, kt贸ry jest tylko w jednym miejscu na 艣wiecie, tylko te rozwi膮zania staj膮 si臋 coraz bardziej popularne.
听
Marek Kowalik
Dok艂adnie tak, mo偶e powiem te偶 ciekawostk臋, swego czasu jedna z firm produkuj膮cych smartfony, chc膮c w pewien spos贸b zaznaczy膰 innowacje, oferowa艂a smartfon, w kt贸rym by艂 rzeczywi艣cie uk艂ad kwantowy, kt贸ry nie by艂 komputerem kwantowym, by艂 to kwantowy generator liczb losowych, jest to by膰 mo偶e zagadnienie znane ju偶 cz臋艣ci s艂uchaczy, to w jaki spos贸b w wi臋kszo艣ci przypadk贸w, a przynajmniej w klasycznych obliczeniach, uzyskuje si臋 liczb臋 losowe, tak naprawd臋 losowe nie jest. W pewnym sensie to jest bardzo nierealistyczne za艂o偶enie, ale da艂oby rad臋 teoretycznie odtworzy膰 to, co si臋 dzieje w klasycznym generatorze liczb losowych, 偶eby zawsze przewidzie膰 to, co b臋dzie na wyj艣ciu, natomiast kwantowy generator liczb losowych jest losowy idealnie, w sensie nie da si臋 przewidzie膰, jakie b臋dzie jego wyj艣cie i to nie wynika z trudno艣ci tego, jak przewidzie膰 liczb臋 losow膮, tak jak np. jak zamacha skrzyde艂kami motyl, czy spowoduje to tornado w Chicago, jaka jest droga zderze艅 cz膮steczkami pomi臋dzy tymi skrzyd艂ami a tornado. Nie, po prostu te zjawiska kwantowe u偶ywane w kwantowym generatorze liczb losowych s膮 losowe z natury. Wi臋c to mo偶e taka ciekawostka, rzeczywi艣cie ten uk艂ad by艂.
听
Szymon G艂owania
Ale ka偶dy z nas te liczby losowe tak czy inaczej u偶ywa, mo偶e nie艣wiadomie, ale tworzenie tych liczb losowych, tak? Albo z lamp, kt贸re 艣wiec膮 i w okre艣lony spos贸b puszczaj膮 bombelek i te偶 jest to ci臋偶ko przewidzie膰. Spotykamy na co dzie艅, nie? S艂uchaj膮c muzyki, odtwarzaj膮c dowolne tre艣ci w internecie, tak? Te liczby wsz臋dzie si臋 tam musz膮 pojawia膰.
听
Marek Kowalik
To prawda, rzeczywi艣cie tutaj powstaje pytanie, na ile potrzebujemy idealnie losowego procesu, 偶eby po偶onglowa膰 sobie piosenkami na playli艣cie. Odpowied藕 jest taka, 偶e praktycznie nigdy nie potrzebujemy idealnego generatora losowego. Takie proste procesy, chocia偶by zobaczy膰 na zewn膮trz danego dnia, czy s膮 chmury za oknem, czy wi臋kszo艣膰 nieba jest bezchmurna, ju偶 taka losowo艣膰 nam wystarczy.
听
Szymon G艂owania
Wspomnia艂e艣 o generatorze liczb losowych, natomiast chcieliby艣my na pewno si臋 dowiedzie膰, czym sam komputer kwantowy dla nas jest.
听
Marek Kowalik
Mo偶e tutaj ma艂e rozr贸偶nienie, kwantowy generator liczb plusowych jako taki mo偶e si臋 wpisywa膰 w szerok膮 rodzin臋 technologii kwantowych i g艂贸wne rozr贸偶nienie technologii kwantowych to wykrywanie kwantowe, po艂膮czenia kwantowe i obliczenia kwantowe. Je偶eli chodzi o wykrywanie kwantowe, tutaj jest to ca艂a rodzina technologii skupiona wok贸艂 pomiar贸w na poziomie kwantowym, na bardzo ma艂ych skalach, bardzo ma艂ych obiektach. Je偶eli chodzi o po艂膮czenia kwantowe, mo偶emy tutaj m贸wi膰 o kryptografii kwantowej, czyli bezpiecznych po艂膮czeniach pomi臋dzy np. dwoma komputerami, opieraj膮cymi si臋 g艂贸wnie na kanale komunikacyjnym czysto kwantowym. Mo偶e to by膰 kryptografia post-kwantowa, czyli klasyczne po艂膮czenia kryptograficzne pomi臋dzy dwoma komputerami zaprojektowane w ten spos贸b, 偶eby komputery kwantowe nie mog艂y z艂ama膰 ich w jaki艣 艂atwy spos贸b.
I ostatnim obszarem s膮 obliczenia kwantowe. I w艂a艣nie tutaj staramy si臋 spo偶ytkowa膰 komputery kwantowe. Je偶eli chodzi o same komputery kwantowe, na najbardziej fundamentalnym poziomie dzia艂aj膮 one w oparciu o kubity a nie bity. W klasycznych komputerach u偶ywamy bit贸w czyli zestaw贸w 0 i 1 偶eby nast臋pnie budowa膰 na nich jakie艣 abstrakcje czyli np. 0 i 1 uk艂ada膰 liczby, potem za pomoc膮 klasycznych bramek, tworzy膰 algorytmy jak np. dodawanie, mno偶enie, a potem dodawa膰 kolejne warstwy abstrakcji i ko艅czy膰 z interfejsem, gdzie gramy sobie w gr臋 komputerow膮, przegl膮damy internet, dzia艂amy na sieciach spo艂eczno艣ciowych. Natomiast komputery kwantowe buduj膮 na kompletnie innych fundamentach. Zamiast bit贸w mamy kubity, jak ju偶 wspomnia艂em.
Pojedynczy kubit mo偶e by膰 w stanie 0, albo 1, albo w pewnym stanie pomi臋dzy, np. 20% prawdopodobie艅stwa, 偶e jest w stanie 0, 80% prawdopodobie艅stwa, 偶e jest w stanie 1. Komputery kwantowe uk艂adamy z tych kubit贸w i patrzymy, co mo偶na z nich zrobi膰. Natomiast nie jest to ca艂a historia. Komputery kwantowe maj膮ce kubity, kt贸re mog膮 by膰 w okre艣lonym procencie w takim stanie, w innym procencie w takim stanie, w pewien spos贸b mog膮 by膰 zrealizowane na klasycznych komputerach, imitowa膰 to zachowanie. Natomiast do komputer贸w kwantowych dochodzi jeszcze tzw. interferencja i spl膮tanie. Wyobra藕my sobie sytuacj臋, 偶e bierzemy dwie monety, jedn膮 bierzemy my, drug膮 dajemy naszemu koledze, rozje偶d偶amy si臋, jeden jedzie do Warszawy, drugi jedzie do Krakowa, nast臋pnie ka偶dy z nas rzuca monet膮.
Ja po rzucie monet膮 patrz臋, 偶e wyszed艂 mi orze艂, dzwoni臋 do mojego kolegi z Krakowa i m贸wi臋 mu, 偶e pewnie te偶 ci wyszed艂 orze艂. I rzeczywi艣cie, zgad艂em, powtarzamy to samo tysi膮c razy i okazuje si臋, 偶e za ka偶dym razem mam racj臋. W skr贸cie tak wygl膮da spl膮tanie, natomiast bardzo wa偶n膮 rzecz膮, o kt贸rej zawsze musimy pami臋ta膰, jest to, 偶eby przed rozjechaniem si臋 do Warszawy i do Krakowa spl膮ta膰 monety. Czyli zawsze, je偶eli chcemy mie膰 uk艂ad, teraz m贸wi艂em o monetach, natomiast na komputerze kwantowym s膮 to kubity, zawsze musimy zastosowa膰 operacj臋, kt贸ra je spl膮cze. Czyli 偶eby mie膰 pewno艣膰, 偶e na podstawie mojego wyniku zawsze przewidz臋 wynik innej monety, nie dzieje si臋 to na odleg艂o艣膰, nie dzieje si臋 tak, 偶e jeste艣my tysi膮c kilometr贸w od siebie i tutaj spl膮tujemy.
Zawsze musi by膰 to zrealizowane lokalnie. W skr贸cie tyle o spl膮taniu. Je偶eli chodzi o interferencje, tutaj jest to troszk臋 bardziej skomplikowany temat, natomiast mo偶na go 艂atwo wyt艂umaczy膰 analogi膮 fal. Kubity fundamentalnie nie tyle maj膮 prawdopodobie艅stwa bycia zmierzonym w stanie 0 i 1, co pewne amplitudy, tak jak fale na powierzchni wody. Potem z tych amplitud mo偶na policzy膰 prawdopodobie艅stwa w 艂atwy spos贸b, natomiast algorytmy kwantowe jako takie zmieniaj膮 te amplitudy np. z jednego kubitu i drugiego nak艂adaj膮c jedno na drugie, no i amplitudy mog膮 si臋 konstruktywnie wspiera膰, zmiana jednej amplitudy na podstawie drugiej mo偶e zwi臋kszy膰 prawdopodobie艅stwo zmierzenia kubitu w danym stanie, albo dwie amplitudy mog膮 na siebie dzia艂a膰 destruktywnie, czyli zmienia膰 prawdopodobie艅stwo zmierzenia naszego uk艂adu w jakim艣 tam stanie.
W skr贸cie tyle. Bior膮c sobie te trzy elementy, bior膮c pomys艂 na to, w jaki spos贸b zbudowa膰 takie urz膮dzenie realizuj膮ce obliczenia w ten spos贸b, mamy komputer kwantowy. W tym momencie wracaj膮 quantum developerzy, tak jak ja na moim stanowisku, no i staramy si臋 w艂a艣nie na tych komputerach kwantowych budowa膰 abstrakcje, kt贸re b臋d膮 w stanie policzy膰 co艣 u偶ytecznego. W skr贸cie tak wygl膮daj膮 komputery kwantowe.
听
Szymon G艂owania
Czyli jest to po prostu kolejna z ewolucji do tego, jak jeste艣my sobie w stanie zorganizowa膰 jakie艣 aspekty techniczne do tego, 偶eby pewne elementy robi艂o nam si臋 艂atwiej. Tak jak by艂 w pewnym momencie boom na karty graficzne, na kt贸rych du偶o lepiej wykonywa艂o si臋 obliczenia i by艂o to potrzebne. Chocia偶 z samej zasady by艂y pomy艣lane po to, 偶eby ta grafika si臋 lepiej wy艣wietla艂a. Natomiast samo dzia艂anie pod spodem pozwala te偶 na inne zastosowania, tak tutaj pewn膮 abstrakcj膮 b臋dzie komputer kwantowy, kt贸ry po prostu pozwoli nam na 艂atwiejsz膮 optymalizacj臋 w innych dziedzinach, tak jak bezpiecze艅stwo, badania takie chemiczno-medyczne, gdzie b臋dziemy sobie w stanie te obliczenia i te algorytmy odpowiednio wybra膰, bo tutaj te algorytmy i podej艣cia b臋d膮 te偶 odpowiednio musia艂y by膰 dopasowane.
听
Marek Kowalik
Dok艂adnie tak. Jest to bardzo dobra analogia. Karty graficzne s膮 u偶ywane jako pewien komponent w klasycznych komputerach, 偶eby w艂a艣nie renderowa膰 gry, przy艣piesza膰 edycj臋 film贸w, g艂贸wnie obr贸bk臋 grafiki, Pewne zmiany w tym jak karty graficzne s膮 produkowane, pewne dostosowanie ich do trening贸w modeli uczenia maszynowego, bardzo przyspiesza nam zar贸wno proces treningu modeli uczenia maszynowego, ich mniejsze zapotrzebowanie energetyczne w procesie tego treningu. No i dok艂adnie tak samo mo偶emy patrze膰 na komputery kwantowe. Fakt jest to o wiele bardziej specyficzne. Komputer kwantowy raczej nie b臋dzie modu艂em, kt贸ry w艂o偶ymy do klasycznego komputera. Obecnie raczej wygl膮da to w ten spos贸b, 偶e instalujemy komputer kwantowy i naoko艂o niego budujemy serwerowni臋 albo pod艂膮czamy go do klastra obliczeniowego.
Natomiast faktycznie jest to po prostu pewne miejsce, przez kt贸re przepuszczamy pewien typ oblicze艅, 偶eby zrealizowa膰 je szybciej i efektywniej.
听
Szymon G艂owania
Troszk臋 odczarowali艣my ten komputer kwantowy, czyli nie jest ju偶 to kolejna z postaci Marvela. Natomiast jak wygl膮da tw贸j codzienny dzie艅 pracy w艂a艣nie z tym quantum computingiem?
听
Marek Kowalik
Je偶eli chodzi o m贸j dzie艅 pracy, w 90% nie r贸偶ni si臋 niczym od pracy dewelopera albo szerzej osoby zajmuj膮cej si臋 researchem nowych zastosowa艅. Cz臋艣膰 dnia po艣wi臋cam na przegl膮danie prac naukowych, przegl膮danie te偶 LinkedIna i innych sieci spo艂eczno艣ciowych, w poszukiwaniu news贸w, ciekawostek, nie tylko algorytm贸w, ale r贸wnie偶 update’贸w z samych komputer贸w kwantowych, jak poprawia si臋 ich jako艣膰 i jak zwi臋ksza si臋 ilo艣膰 dost臋pnych kubit贸w. Bardzo du偶o czasu w ci膮gu dnia sp臋dzam w kodzie, powiedzia艂bym, 偶e ponad po艂ow臋. Jest to oczywi艣cie zwi膮zane z tym, 偶e obliczenia kwantowe testuje si臋 na konkretnych algorytmach, bior膮c ich implementacj臋, ulepszaj膮c je, testuj膮c na r贸偶ne sposoby, patrz膮c w jaki spos贸b zachowuj膮 si臋 na r贸偶nych rozmiarach problem贸w, na kt贸rych je puszczamy.
Natomiast powiedzia艂bym, 偶e praca dewelopera kwantowego r贸偶ni si臋 od pracy zwyk艂ego dewelopera poziomem skomplikowania, dlatego 偶e do warstwy kwantowej zawsze dochodzi warstwa klasyczna, czyli tak jak kto艣 ucz膮cy model uczenia maszynowego musi pozyska膰 dane w jaki艣 spos贸b, przygotowa膰 je, oczy艣ci膰, nast臋pnie zmieni膰 ich format tak, 偶eby nadawa艂o si臋 jako wej艣cie do konkretnego modelu, a nast臋pnie bior膮c wyj艣cie z tego modelu uczenia maszynowego, przetwarzaj膮c je w jaki艣 spos贸b, 偶eby by艂o dla nas w jaki艣 jasny spos贸b interpretowalne. We藕my sobie przyk艂ad zdj臋膰, na kt贸rych zaznacza si臋 poszczeg贸lne obiekty i podpisuje rower jako rower. Tutaj jest ten aspekt przetworzenia tego zdj臋cia jako wej艣cie do modelu uczenia maszynowego i wyj艣cie, gdzie zaznaczamy konkretny obiekt i go podpisujemy.
Tak samo jest z komputerem kwantowym, z tym 偶e tutaj owszem bierzemy sobie dane, przygotowujemy je na wyj艣cie do komputera kwantowego, ale musimy te偶 zdefiniowa膰 ca艂膮 instrukcj臋 tego, co b臋dziemy na komputerze kwantowym wykonywa膰. Zazwyczaj te instrukcje wychodz膮 do艣膰 d艂ugie, z racji tego, 偶e obecnie komputery kwantowe s膮 zaszumione. To, co otrzymujemy na wyj艣ciu zawiera bardzo du偶膮 ilo艣膰 b艂臋d贸w, staramy si臋 z jednej strony odszumi膰, przygotowa膰 protoko艂y, kt贸re pozwol膮 nam uzyska膰 rezultaty z jak najmniejsz膮 ilo艣ci膮 b艂臋d贸w, ale te偶 optymalizowa膰 te algorytmy, na przyk艂ad dekomponowa膰 je na mniejsze eksperymenty kwantowe, znacznie mniej b艂臋d贸w dostaj膮 na wyj艣ciu, potem 艂膮czy膰 je klasycznie.
Jest tu bardzo du偶o element贸w do pouk艂adania, zar贸wno po stronie oblicze艅 klasycznych, przygotowania wej艣cia do komputera kwantowego i obr贸bki wynik贸w, jak i samego aspektu puszczania algorytm贸w kwantowych. Co ciekawe, nie tylko przy testowaniu moich algorytm贸w puszczam je na prawdziwych komputerach kwantowych, w wi臋kszo艣ci przypadk贸w testuj臋 je na moim laptopie, po prostu puszczam symulacje, u偶ywam analitycznych symulacji bezb艂臋dnych, 偶eby sprawdzi膰 jakie powinno by膰 wyj艣cie z komputera kwantowego, 偶eby mie膰 jakie艣 warto艣ci referencyjne. Ale co ciekawe, z racji tego, 偶e eksperymenty na komputerach kwantowych s膮 do艣膰 kosztowne, w wielu przypadkach zanim puszcz臋 eksperyment na prawdziwym komputerze kwantowym, symuluj臋 go sobie z b艂臋dami, czyli istniej膮 modele b艂臋d贸w, modele szumu, jakie wyst臋puj膮 na komputerach kwantowych i nak艂adamy sobie te modele szumu na nasze idealne symulacje na klasycznych komputerach, i patrzymy, czego mo偶emy si臋 spodziewa膰, jakiego poziomu b艂臋d贸w, jakiego poziomu dok艂adno艣ci wynik贸w.
I jest to na pewno po艂owa mojego dnia. Oczywi艣cie w perspektywie ca艂ego projektu, jakiego艣 d艂u偶szego okresu s膮 okresy, gdzie skupiam si臋 tylko na podsumowaniu wynik贸w, nie siedz臋 w kodzie praktycznie w og贸le, pisz臋 raporty techniczne, prace naukowe. Natomiast bardzo du偶ym aspektem tej pracy jest networking. I tutaj mam na my艣li pewn膮 dyskusj臋 wynik贸w tego, co si臋 dzieje. Jak w ka偶dej roli programistycznej warto jest wymieni膰 si臋 informacjami, co robimy, jak podchodzimy do problemu, jak go rozwi膮zujemy. Oczywi艣cie ca艂y proces dokumentacji, 偶eby przekazywa膰 wiedz臋, przekazywa膰 to, co zosta艂o zrobione w kodzie, jest jedn膮 rzecz膮. Natomiast tutaj dochodzi jeszcze aspekt tego, 偶e potrzebujemy przedyskutowa膰 to, co zosta艂o zrobione w kodzie, jak zosta艂o to zaimplementowane, ale te偶 z perspektywy biznesu, jaki problem rozwi膮zali艣my.
I teraz powiedzia艂em na pocz膮tku, 偶e obliczenia kwantowe rozwi膮zuj膮 bardzo specyficzne problemy, st膮d potrzebujemy do pokazania konkretnego use-case, konkretnego zastosowania eksperta z oblicze艅 kwantowych, proponuj膮cych jaki艣 algorytm, proponuj膮cych jego ulepszenie, dekompozycj臋, wyci艣ni臋cie z niego jak najwi臋cej wycisn膮膰 jak najwi臋cej z obecnych komputer贸w kwantowych i eksperta, kt贸ry zna si臋 na zastosowaniu. Te dwie strony potrzebuj膮 przestrzeni, 偶eby wymieni膰 si臋 informacjami. No i na pocz膮tku jest to oczywi艣cie realizowane na jakich艣 konferencjach, pewnych strategicznych dyskusjach, zanim stworzymy plan jakiego艣 projektu. Natomiast ju偶 z perspektywy projekt贸w, w kt贸rych ja jestem, jestem w艂a艣nie t膮 osob膮, tym deweloperem, kt贸ry stara si臋 wycisn膮膰 z komputer贸w kwantowych jak najwi臋cej, optymalizuje algorytmy kwantowe, stara si臋 realizowa膰 je w do艣膰 efektywny spos贸b.
Natomiast reszta os贸b w moich projektach s膮 to chemicy kwantowi, dlatego 偶e ja ostatnimi czasy, w przeci膮gu ostatnich dw贸ch lat zajmuj臋 si臋 tylko i wy艂膮cznie symulacjami chemicznymi. Powiedzia艂bym, ca艂a reszta mojego dnia, 艣rednio, tak 30% w ci膮gu dnia, to s膮 w艂a艣nie dyskusje na temat tego, co robimy, co to znaczy, w jaki spos贸b upro艣ci膰 pewne rzeczy, kt贸re wchodz膮 do komputera kwantowego, z jakich trik贸w mo偶emy skorzysta膰, 偶eby jak najwi臋cej wyci膮gn膮膰 z komputera kwantowego i jak najmniej oblicze艅 przeprowadzi膰. Jest tu multum rzeczy wynikaj膮cych nie tylko z tego, 偶e w moim przypadku s膮 to symulacje chemiczne. Ka偶de zastosowanie ma aspekt wzi臋cia problemu biznesowego, przet艂umaczenia go na jaki艣 problem programistyczny, zidentyfikowania, w kt贸rym miejscu jest to w膮skie gard艂o, problematyczne, kosztowne dla klasycznych oblicze艅, znalezienie odpowiedniej implementacji, o ile istnieje, problemu kwantowego algorytmu, kt贸ry by to rozwi膮za艂, no i samo puszczenie tego algorytmu albo oszacowanie, jakiej jako艣ci komputer kwantowy jest wymagany i na jak膮 skal臋, 偶eby da艂o si臋 zrobi膰 to szybciej i efektywniej, z mniejsz膮 ilo艣ci膮 energii ni偶 na komputerze klasycznym.
听
Szymon G艂owania
Czyli smartfona kwantowego nie mamy w naszej kieszeni, ale jeste艣my w stanie sobie na smartfonie zainstalowa膰 艣rodowisko, kt贸re b臋dzie udawa艂o, 偶e mamy komputer kwantowy.
听
Marek Kowalik
Dok艂adnie tak.
听
Szymon G艂owania
Jakby abstrahuj膮c od skali, 偶e to musia艂a by膰 du偶o lepsza maszyna. Natomiast tak czy inaczej quantum computing b臋dzie dla nas jak膮艣 warstw膮, czyli dodatkow膮, kt贸ra wskakuje do naszego modelu. I tutaj ten research tak jak wygl膮da w twoim jakim艣 dniu pracy, czy po prostu te偶 ci膮gu, bo te偶 to rzeczywi艣cie na okresy na pewno jest podzielone. No trzeba si臋 dogada膰, zebra膰 t膮 wiedz臋 i znale藕膰 t膮 luk臋. Czyli tym razem b臋dziemy dodawali 2 plus 2 czy robili jak膮艣 inn膮 kalkulacj臋 i wiemy, 偶e w tej kalkulacji najwi臋cej zajmuje odczytanie tego pliku. I to odczytanie tego pliku staramy si臋 zrobi膰 teraz komputerem kwantowym, 偶eby zrobi艂 to szybciej.
Potrzebujemy eksperta takiego jak ty, kt贸ry si臋 na tych komputerach zna i kogo艣 kto jest z wiedz膮 dziedzinow膮 plus znajomo艣ci膮 mimo wszystko quantum computingu, 偶eby wiedzie膰 jak si臋 mi臋dzy sob膮 dogada膰. Czyli potrzebujemy takie rozwi膮zanie wtedy dla nas zbudowa膰. B臋d膮c w艂a艣nie dalej w tym temacie komputer贸w kwantowych, by艂y i s膮 one dla nas tak膮 wielk膮 szans膮, wielkim prze艂omem. Jaka jest Twoja opinia w tym wzgl臋dzie? Czy tutaj mamy jakie艣 mo偶liwo艣ci, gdzie b臋d膮 艣wietne i rzeczywi艣cie b臋dzie to prze艂om? Tak jak m贸wisz, chemia czy z mojej perspektywy w艂a艣nie jakie艣 elementy zwi膮zane z bezpiecze艅stwem czy modelami uczenia maszynowego, jakimi艣 tego typu elementami.
Natomiast czy co艣 opr贸cz tego i czy rzeczywi艣cie w tych zastosowaniach one b臋d膮 mia艂y racj臋 bytu?
听
Marek Kowalik
Bardzo dobre pytanie. M贸wi膮c o prze艂omach w obliczeniach kwantowych, pewnie powszechnie wiadomo, 偶e obecnie komputery kwantowe s膮 zaszumione, nie da si臋 na nich zrobi膰 za du偶o. Podam taki przyk艂ad. Ostatnio Google zaprezentowa艂o 105-kubitowy Chip Willow i twierdzi艂o w nim, 偶e obliczenia, kt贸re zosta艂y wykonane na tym komputerze, na klasycznym komputerze zaj臋艂yby jak膮艣 chor膮 ilo艣膰 czasu, oko艂o 1,1 i 25 zer w latach. Problem jest taki, 偶e to stwierdzenie jest prawdziwe, tylko 偶e ten test, te obliczenia s膮 bezu偶yteczne. Na zasadzie bierzemy sobie te 105 kubit贸w, losowo rzucamy na nie bramki kwantowe w r贸偶nej konfiguracji, w r贸偶nych miejscach, rzucamy tych bramek tysi膮ce, dziesi臋膰 tysi臋cy i tak losowo przygotowany program puszczamy na komputerze kwantowym i zbieramy z niego wyniki.
Prze艂om to jest 偶aden, dlatego 偶e te obliczenia nie maj膮 偶adnej warto艣ci biznesowej ani nawet jakiejkolwiek wymiernej, jak i r贸wnie偶 nie da si臋 por贸wna膰 jak dobrze ten wynik zosta艂 policzony, dlatego 偶e nie mamy klasycznego komputera, kt贸ry dostarczy艂by warto艣膰 referencyjn膮, czyli ani dok艂adno艣ci do tego por贸wna膰 na klasycznym komputerze, ani na innym kwantowym komputerze. Natomiast takie g艂osy, takie testy, takie algorytmy pojawiaj膮 si臋 ju偶 od dawna. Wci膮偶 wydajemy si臋 czeka膰 na zastosowania, kt贸re dostarcz膮 warto艣膰 biznesow膮, ale okazuje si臋, 偶e takie zastosowania ju偶 mamy. Ostatnim przyk艂adem jest praca opublikowana 14 listopada o obliczeniach kwantowych id膮cych w parze z klastrami superobliczeniowymi, dzi臋ki kt贸rym mo偶emy przeprowadza膰 symulacje chemiczne na o wiele wi臋ksz膮 skal臋 ni偶 jest to mo偶liwe klasycznie.
I teraz symulacje chemiczne jako takie s膮 bardzo, bardzo szerokim tematem. Du偶o technicznych detali tutaj da si臋 dopracowa膰 natomiast ja postaram si臋 zarysowa膰 skal臋 m贸wi膮c o kubitach, czyli je偶eli bierzemy sobie nasz laptop zak艂adaj膮c w nim mamy jakiego艣 szalonego laptopa z du偶膮 ilo艣ci膮 ramu z ogromn膮 kart膮 graficzn膮 na spokojnie mo偶emy sobie wzi膮膰 symulacje chemiczne i wysymulowa膰 system chemiczny z dok艂adno艣ci膮 powiedzmy tak 20, maksymalnie 30 kubit贸w. Gdzie艣 na tak膮 skal臋 mo偶emy sobie zamodelowa膰 cz膮steczk臋. Je偶eli chodzi o takie absolutne rekordy dysponuj膮c superkomputerem, klastrem obliczeniowym, na najwi臋ksz膮 skal臋 jak膮 uda艂o si臋 wysymulowa膰 cz膮steczk臋, w艂a艣nie na kwantowym poziomie, no to by艂o tak 46 kubit贸w.
Natomiast ostatnio w tej pracy, o kt贸rej m贸wi艂em, komputer IBM-u w po艂膮czeniu z superkomputerem Fugaku tam da艂o si臋 wysymulowa膰 cz膮steczk臋 na poziomie 77 kubit贸w. I teraz je偶eli chodzi o wydatek energetyczny, ile czasu to zaj臋艂o, ile to kosztowa艂o, nawet nie chc臋 my艣le膰 o bud偶ecie tego projektu, jest to bardziej pokaz贸wka, 偶eby pokaza膰 jak bardzo to delegowanie pewnych w膮skich garde艂 na komputery kwantowe si臋 op艂aca. No ale w艂a艣nie, wszelkie rekordy zosta艂y absolutnie z艂amane, ale ogromnym kosztem. I teraz jest to s艂odko-kwa艣na informacja, s艂odka dlatego, 偶e jest dla nas ogromn膮 ulg膮 jako deweloper贸w kwantowych, 偶e to co obiecujemy, to co przewidujemy, to co szacujemy, 偶e komputery kwantowe b臋d膮 szybciej, b臋d膮 lepiej, b臋d膮 na wi臋ksz膮 skal臋, udaje si臋 ju偶 pokazywa膰.
Kwa艣na informacja jest w艂a艣nie tym wydatkiem. Kto艣 mo偶e kwestionowa膰, dobrze, uda艂o si臋 wysymulowa膰 cz膮steczk臋 na wi臋ksz膮 skal臋, ale tak, czy da si臋 to powt贸rzy膰, czy da si臋 zrobi膰 to na skal臋 przemys艂ow膮? Na zasadzie nie symulujemy jednej cz膮steczki, symulujemy np. seri臋 lek贸w, 偶eby zobaczy膰, jak si臋 zachowuj膮, czy cz臋艣膰 z nich odrzuci膰, b臋dziemy je wprowadzali w testy chemiczne. Oczywi艣cie jest pytanie o to, jak ten koszt zrujnowa艂by nasz bud偶et na odci膮偶enie bada艅 klinicznych. Natomiast dobra informacja jest taka, 偶e komputery kwantowe systematycznie zwi臋kszaj膮 swoj膮 jako艣膰 tego, ile b艂臋d贸w si臋 pojawia po drodze. Przez to mo偶emy budowa膰 algorytmy, kt贸re coraz wi臋ksz膮 cz臋艣膰 maj膮 puszczon膮 na w艂a艣ciwym komputerze kwantowym, a coraz mniej tego wydatku energetycznego, tego czasu jest potrzebnego na superkomputerze.
W perspektywie lat mo偶na to szacowa膰 na podstawie road map贸w publikowanych przez producent贸w komputer贸w kwantowych na zasadzie w 2029 roku, zamiast superkomputera, b臋dziemy potrzebowali tylko jakiego艣 klastra obliczeniowego, 8 kart graficznych i tyle, a w 2032 ju偶 w og贸le nie b臋dzie to potrzebne.
听
Szymon G艂owania
A ile kubit贸w?
听
Marek Kowalik
No w艂a艣nie, dok艂adnie. Je偶eli chodzi o ilo艣膰 kubit贸w, powiedzia艂bym oko艂o setki, mo偶e troszk臋 wi臋cej. Natomiast zahaczy艂e艣, Szymon, o bardzo wa偶n膮 rzecz, czyli ile kubit贸w jest potrzebnych. I teraz podsumowuj膮c m贸j poprzedni w膮tek, obliczenia kwantowe w tym przypadku udowodni艂y, 偶e s膮 w stanie zrealizowa膰 pewien problem na wi臋ksz膮 skal臋. Obecnie przez jako艣膰 tych komputer贸w kwantowych jest to bardzo kosztowne.
Wraz z post臋pem jako艣ci komputer贸w kwantowych b臋dziemy w stanie to odci膮偶a膰 coraz bardziej i bardziej. Je偶eli chodzi o ilo艣膰 kubit贸w, ile u偶ywamy do rozwi膮zania problemu, tutaj jest bardzo wa偶ny aspekt. Obecnie mamy komputery kwantowe maj膮ce 100 do 1000 kubit贸w r贸偶nej jako艣ci w zale偶no艣ci od konkretnego typu komputera. Natomiast je偶eli chcemy zaimplementowa膰 algorytm, pu艣ci膰 go na prawdziwym komputerze, tak 偶eby by艂 szybszy, bardziej efektywniejszy od klasycznej implementacji, no tutaj my艣limy o problemach w艂a艣nie takich rozmiar贸w, stoku bit贸w i wi臋cej. I teraz, niewa偶ne czy jest to optymalizacja portfolio, gdzie mamy 100 opcji do zainwestowania i zmapujemy to na 100 kubit贸w, czy to jest cz膮steczka, kt贸ra ma 50 orbitali na oko艂o i mapujemy j膮 na 100 kubit贸w, okazuje si臋, 偶e komputer z ilo艣ci膮 100 kubit贸w na tak膮 implementacj臋 i na prawdziwym komputerze bez jakiego艣 superkomputera w przysz艂o艣ci, za par臋 lat, b臋dzie niewystarczaj膮ca.
B臋dziemy potrzebowali komputera kwantowego, kt贸ry ma 10 tysi臋cy, 100 tysi臋cy albo milion kubit贸w. I teraz dlaczego, jak to dzia艂a? Ano dzia艂a to w ten spos贸b, 偶e komputery kwantowe s膮 bardzo podatne na b艂臋dy i te b艂臋dy da si臋 wycina膰 implementuj膮c jeden kubit tzw. logiczny, czyli o bardzo wysokiej jako艣ci, ale zakodowany np. w 9, 15 albo 49 fizycznych kubitach, kt贸re znajduj膮 si臋 na tym komputerze kwantowym. I teraz przypominaj膮c t膮 prac臋 naukow膮 od Googla, gdzie zrealizowali jaki艣 tam test komputera kwantowego na poziomie algorytmu, kt贸ry klasycznie trzeba przez 1 i 25 zer lat symulowa膰, 偶eby w og贸le to rozwi膮za膰, tam by艂 jeden wynik, kt贸ry uciek艂 g艂贸wnym nag艂贸wkom, je偶eli chodzi o wiadomo艣ci, a by艂 kluczowy.
Chodzi艂o tam o to, 偶e wzi臋li komputer kwantowy, ichniejszy, wzi臋li sobie 9, 25 i 49 kubit贸w i na ka偶dym z tej grupy fizycznych kubit贸w zaimplementowali ten protok贸艂 odszumiania, 偶eby zaimplementowa膰 tam jeden ten logiczny kubit. I co si臋 okaza艂o? Na wyj艣ciu ka偶dego z tych logicznych kubit贸w, czy on u偶ywa艂 9, czy 25, czy 49 fizycznych kubit贸w, rezultaty by艂y lepsze, ni偶 u偶ywaj膮c pojedynczego kubitu. I teraz, dlaczego to jest w og贸le kluczowe? Ano dlatego, 偶e przybli偶aj膮c to w bardzo prosty spos贸b, pojedynczy kubit, co na przyk艂ad 5 bramek kwantowych, pope艂nia jaki艣 b艂膮d, w jaki艣 widoczny spos贸b zmienia nam rezultaty. I teraz bior膮c 25 kubit贸w, 49 kubit贸w, zosta艂o na艂o偶one 150 bramek kwantowych, okre艣lonych przez ten protok贸艂 odszumiania.
I po zaaplikowaniu tych 150 albo i wi臋cej bramek kwantowych wyj艣cie by艂o lepsze ni偶 po zaimplementowaniu jednego kubitu i jednej bramki kwantowej. Jest to bardzo wa偶ny wynik, bo okazuje si臋, 偶e im wi臋cej tych fizycznych kubit贸w dok艂adamy, tym lepsze jest wyj艣cie komputera kwantowego. I teraz, 偶eby por贸wna膰, jak bardzo niedojrza艂膮 jeszcze technologi膮 s膮 obliczenia kwantowe i obliczenia klasyczne. Na klasycznym komputerze prawdopodobie艅stwo b艂臋du, z grubsza szacuj膮c i m贸wi膮c o jakim艣 prostym b艂臋dzie na przyk艂ad, macie bit, macie 0 i 1, z jedynki przeskoczy wam na 0. No prawdopodobie艅stwo na to to jest 0 przecinek 17 zer i 1. Na komputerze kwantowym prawdopodobie艅stwo takiego b艂臋du to jest 0 przecienek 3 zera i 1 albo 2 zera i 1 w zale偶no艣ci od komputera kwantowego.
I teraz, 偶eby popchn膮膰 te szanse, zmniejszy膰 je radykalnie, oczywi艣cie w perspektywie przysz艂o艣ci i ogromnej ilo艣ci tych fizycznych kubit贸w, 偶eby zbli偶y膰 si臋 do tych warto艣ci, szans na b艂膮d, tak jak w komputerze klasycznym no w艂a艣nie, potrzebujemy bardzo du偶ej ilo艣ci fizycznych kubit贸w, ale te偶 pewno艣ci, 偶e im wi臋cej tych fizycznych kubit贸w upchniemy, tym mniejsza jest szansa na b艂膮d. W艂a艣nie z implementacji tego pojedynczego, logicznego kubitu Google’owi uda艂o si臋 to w ko艅cu osi膮gn膮膰. Wcze艣niej to by艂y nasze teoretyczne przewidywania, wiedzieli艣my, 偶e komputer kwantowy musi albo tak efektywnie implementowa膰 te protoko艂y odszumiania, albo by膰 takiej jako艣ci, 偶eby w ko艅cu uda艂o si臋 to przepchn膮膰.
Google zrobi艂o oba i uda艂o si臋 w ko艅cu. Teraz je偶eli chodzi o te warto艣ci, one dalej s膮 wysokie, czyli nie znam dok艂adnych warto艣ci, ale 偶eby nakre艣li膰 skal臋, 偶eby pojedynczy kubit, ten logiczny, ten sk艂adaj膮cy si臋 z ogromnej ilo艣ci fizycznych kubit贸w, 偶eby na tej architekturze Google’a mia艂 takie same warto艣ci jak klasyczny komputer, no to ja si臋 domy艣lam, 偶e tutaj m贸wimy o jakich艣 miliardach, o ile nie wi臋cej, fizycznych kubit贸w. No wi臋c nie do pomy艣lenia i ogromne ilo艣ci tych komputer贸w kwantowych musia艂yby by膰 po艂膮czone razem, 偶eby je odszumi膰, a m贸wimy tutaj tylko o pojedynczym kubicie, tym logicznym, podczas gdy, jak ju偶 powiedzia艂em, ta skala oblicze艅 kwantowych dobrze, 偶eby bra艂a problemy, kt贸re wymagaj膮 100 logicznych kubit贸w i tak dalej, no rzeczywi艣cie rozmiar tego problemu by艂 bardzo problematyczny do symulacji na klasycznym komputerze.
听
Szymon G艂owania
Czyli nie musimy mie膰 kompleks贸w, kubity te偶 si臋 mog膮 myli膰. Og贸lnie rzecz bior膮c, technologia bardzo przysz艂o艣ciowa, ale na razie jakby艣my sobie byli w stanie wyobrazi膰, to jeszcze programujemy na kartce, czyli robimy dziury tam gdzie maj膮 by膰 zera b膮d藕 jedynki i wk艂adamy taki papier, 偶eby taki program nam zwr贸ci艂. Czyli tutaj ta pewno艣膰 jeszcze potrzebuje troch臋 czasu i jeszcze jakiego艣 impulsu, 偶eby da膰 nam takie realne, ci膮g艂e zastosowania.
听
Marek Kowalik
Dok艂adnie tak, ale powiedzia艂e艣 Szymon bardzo ciekaw膮 rzecz, 偶e programujemy na kartkach, robimy dziurki sygnalizuj膮c 0 albo 1. Na dobr膮 spraw臋, zw艂aszcza w pierwszych miesi膮cach mojej pracy, a obliczeniami kwantowymi zajmuj臋 si臋 od 5 lat, czu艂em si臋 jak programista, w pierwszych latach jak powstawa艂y klasyczne komputery. Dlatego, 偶e 偶eby zrozumie膰 obliczenie kwantowe, trzeba od tego zacz膮膰. Jakby powiedzia艂em ju偶, 偶e budujemy abstrakcje pewnych zastosowa艅, natomiast fundamentalnie zawsze zaczyna si臋 od tych 0 i 1, czy to w przypadku kubit贸w, tej probabilistycznej mieszanki 0 i 1.
听
Szymon G艂owania
Czyli nie mo偶emy zrobi膰 takiego copy-paste i hello world zawsze zadzia艂a, tylko trzeba najpierw t膮 wiedz臋 zdoby膰, fizycznie to, 偶e tak powiem, przerobi膰 r臋cznie i zrozumie膰.
听
Marek Kowalik
Dok艂adnie tak. Chocia偶, por贸wnuj膮c teraz a pi臋膰 lat temu, przeskok jest ogromny, jest bardzo du偶o wysokopoziomowych implementacji, gdzie my tylko na przyk艂ad bierzemy algorytm, ustawiamy jego dok艂adno艣膰 i zwracane nam s膮: ca艂y program kwantowy, zwracana jest ilo艣膰 kubit贸w, jaka jest potrzebna i tak dalej. Osoby kompletnie nietechniczne mog膮 do tego usi膮艣膰 i jednym klikni臋ciem zobaczy膰 sobie jakie艣 dema i programy. Z perspektywy programisty obecnie mam o wiele wi臋cej narz臋dzi i tych wysokopoziomowych struktur, kt贸re jedn膮 czy tam dziesi臋cioma linijkami kodu za艂atwiaj膮 to, co 5 lat temu bym musia艂 rozpisa膰 na 10 skrypt贸w. Jest to na pewno o wiele 艂atwiejsze. Co ciekawe, jestem pewien, rozw贸j klasycznych komputer贸w i informatyka w tych klasycznych zastosowaniach, tylko obliczenia klasyczne da艂y tyle wiedzy na oko艂o tego jak tworzy膰 oprogramowanie, ca艂y rozw贸j j臋zyk贸w programowania, struktur danych itd.
R贸wnie偶 my艣l膮c o tym w jaki spos贸b organizowa膰 prac臋 programisty w jaki spos贸b dokumentowa膰 jego post臋py i tak dalej, jest to taki ogrom wiedzy, kt贸ry obliczenia kwantowe tak samo musia艂yby zdobywa膰 na w艂asn膮 r臋k臋, ale przez to, 偶e obliczenia klasyczne wyprzedzi艂y nas o 100 lat, mamy tu ca艂膮 baz臋 wiedzy zbudowan膮. Gdyby艣my nie mieli tej ca艂ej wiedzy jak pisa膰 kod, jak dokumentowa膰, jak dzia艂aj膮 j臋zyki programowania, w jaki spos贸b menad偶er ma m贸wi膰 do programisty 偶eby za bardzo go nie zdenerwowa膰, obliczenia kwantowe zaj臋艂yby na pewno setki lat, 偶eby si臋 rozwin膮膰. Tym bardziej, 偶e obliczenia kwantowe jest o wiele ci臋偶ej wyja艣ni膰 w jaki spos贸b dostarczaj膮 warto艣膰 i tak dalej ni偶 obliczenia klasyczne bo opr贸cz tego 偶e wyja艣niamy problem i jego implementacj臋 musimy wyt艂umaczy膰 jego r贸偶nic臋 pomi臋dzy klasycznym analogiem a kwantow膮 implementacj膮.
Wi臋c je偶eli chodzi o rozw贸j oblicze艅 kwantowych, bardzo du偶o zawdzi臋cza obliczeniom klasycznym i tym jak klasyczne komputery utar艂y drog臋 techniczn膮 i nie tylko.
听
Szymon G艂owania
Czyli nie musimy wymy艣la膰 ko艂a na nowo, mo偶emy wzi膮膰 z wozu i da膰 do samochodu i te偶 si臋 na pewno przyda, tak? Czyli mamy tutaj du偶y background, kt贸ry pozwoli nam na to, 偶eby lepiej przez to przechodzi膰. My艣l臋, 偶e warto tutaj jeszcze by艂oby wspomnie膰 o tym, czym ta bramka kwantowa jest, poza tym, 偶e potrafi nam zmienia膰 te stany i operowa膰 na kubitach. Czy co艣 jeszcze tutaj warto, 偶eby nasi s艂uchacze wiedzieli?
听
Marek Kowalik
Dobrze, zejd藕my sobie do poziomu najni偶ej jak si臋 da, do kubit贸w, 0 i 1. Bramka kwantowa jest to bramka logiczna dzia艂aj膮ca na stanach kwantowych, a ju偶 m贸wi膮c o implementacji, o tym jak dzia艂a w algorytmach, to jest co艣 co jest fizycznie realizowane na prawdziwym komputerze kwantowym. Podam przyk艂ad bramki logicznej 1. Bierzemy sobie dwa bity, stan 0 albo 1 jest mo偶liwy, no i bramka 1 mo偶e zwr贸ci膰 nam 0 albo 1 w zale偶no艣ci od tego czy nasze oba bity s膮 w stanie 1 no i w ka偶dym innym przypadku zwr贸ci 0. Bramka kwantowa dzia艂a w bardzo podobny spos贸b – na wyj艣ciu daje nam okre艣lon膮 zmian臋 stanu kwantowego zamiast stanu w艂a艣nie bitu czyli 0 albo 1 zwraca nam stan kwantowy czyli ta mieszanka probabilistyczna zera albo jedynki albo w przypadku wi臋kszej ilo艣ci kubit贸w b臋dzie to stan dw贸ch albo i wi臋cej kubit贸w.
I teraz tak, jakie s膮 przyk艂adowe bramki kwantowe? Jest ich ogrom i 偶eby zrozumie膰 w pe艂ni ich dzia艂anie, trzeba by tutaj usi膮艣膰 i zobaczy膰 od podstaw, rozpocz膮膰 swoj膮 przygod臋 z obliczeniami kwantowymi. Co na dobr膮 spraw臋, my艣l臋, jest bardzo ciekaw膮 rzecz膮 i nie tak straszn膮, jak si臋 wielu osobom wydaje. Natomiast trzeba mie膰 par臋 dni i par臋 godzin spokoju i skupienia, 偶eby zrozumie膰 jakie艣 podstawy. Ja opowiem teraz o jednej bramce. Ta bramka nazywa si臋 “kontrolowane nie”, albo z angielskiego “CNOT”. Je偶eli mamy kubit, kt贸ry ma 50% prawdopodobie艅stwa bycia w stanie 0 i 50% prawdopodobie艅stwa bycia w stanie 1, i we藕miemy sobie drugi kubit, kt贸ry jest 100% prawdopodobie艅stwa stanu 1, i na艂o偶ymy sobie na te dwa kubity bramk臋 CNOT, to oka偶e si臋, 偶e na wej艣ciu, a w zasadzie po zaaplikowaniu tej bramki, te dwa kubity znajd膮 si臋 w stanie spl膮tania.
I co ciekawe, je偶eli pierwszy kubit mia艂 prawdopodobie艅stwo bycia w stanie 0 albo 1, 50 na 50, w dalszym ci膮gu ma to prawdopodobie艅stwo, natomiast drugi kubit te偶 ma prawdopodobie艅stwo bycia w stanie 0 albo 1, z tym, 偶e nie jest to prawdopodobie艅stwo niezale偶ne. To nie jest tak, 偶e najpierw sobie mierzymy pierwszy kubit, on jest w stanie 0, potem mierzymy drugi, no okej, on jest w stanie 1. Zawsze nasz pomiar to jest pierwszy kubit i drugi kubit w stanie 0 albo pierwszy kubit i drugi kubit w stanie 1. Te stany s膮 spl膮tane. Na dobr膮 spraw臋, po aplikacji takiej bramki w tym przypadku wystarczy zmierzy膰 jeden kubit, 偶eby wiedzie膰, w jakim stanie jest drugi.
I teraz. Na komputerze kwantowym, w zale偶no艣ci od implementacji, ale da si臋 to zrobi膰 pojedyncz膮 operacj膮. Mo偶emy sobie wyobrazi膰 to jako sygna艂 z lasera albo w odpowiedni spos贸b pr膮d puszczony przez z艂膮cze. Nie ma to znaczenia. Natomiast wa偶ne jest to, 偶e na klasycznym komputerze, 偶eby wzi膮膰 te dwa kubity, rozpisa膰 ich stan kwantowy, a potem rozpisa膰 t膮 bramk臋 kwantow膮, ta bramka kwantowa dzia艂a na dwa kubity, wi臋c ona ma dwa do pot臋gi drugiej, bo dwa kubity, ilo艣膰 rz臋d贸w i kolumn. Czyli to jest macierz 4 na 4. No okej, to jest do zrobienia. Jako艣 to wysymulujemy na klasycznym komputerze. We藕miemy sobie stan kwantowy, przedstawimy go w postaci jakiej艣 tam listy albo wektora, pomno偶ymy wektor przez macierz i mamy.
Teraz o co chodzi? Bierzemy sobie ten sam przyk艂ad, bierzemy trzy kubity i teraz kubit drugi i kubit trzeci s膮 w stanie 0 i aplikujemy nasz膮 bramk臋 CNOT na kubit pierwszy i drugi, a potem na drugi i trzeci. I co si臋 okazuje, 偶eby wysymulowa膰 to zachowanie na klasycznym komputerze, te dwie bramki musimy przedstawi膰 za pomoc膮 macierzy 8×8. No to teraz wyobra藕cie sobie 10 kubit贸w, nam si臋 robi 1000×1000, 1024×1024 i tak dalej. Im wi臋cej kubit贸w dodamy, tym wi臋ksz膮 macierz膮, po prostu tablic膮 z ogromn膮 ilo艣ci膮 element贸w musimy to przedstawi膰. I teraz przedstawi艂em akurat przyk艂ad, kt贸ry w skompresowanej formie da si臋 o wiele efektywniej przedstawi膰, natomiast w og贸lno艣ci wszystkie transformacje wywo艂ane przez bramki kwantowe no niestety tutaj skaluj膮 si臋, czyli ka偶dy kolejny kubit podwaja albo mno偶y razy 4 to, ile wsp贸艂czynnik贸w musimy zapisa膰, 偶eby przedstawi膰 ten stan kwantowy.
Jest to troszk臋 problematyczne do symulacji, ale te偶 jest to ta ca艂a obietnica, jak膮 sk艂adaj膮 obliczenia kwantowe, je偶eli chodzi o pewne w膮skie gard艂a w obliczeniach klasycznych, 偶eby je zrealizowa膰. Obliczenia kwantowe s膮 specyficzne, bramki kwantowe realizuj膮 pewne specyficzne operacje, ale je偶eli mamy klasyczny algorytm i znajdziemy efektywny spos贸b, jak przet艂umaczy膰, zmapowa膰 go na algorytm kwantowy, jeste艣my w domu, bo w tym momencie mo偶emy u偶y膰 tej ogromnej mocy obliczeniowej, specyficznej, bo specyficznej, ale jednak, 偶eby zrealizowa膰 szybciej i efektywniej algorytm, kt贸ry da艂o si臋 zmapowa膰.
听
Szymon G艂owania
Wspomnia艂e艣 wcze艣niej jak wygl膮da tw贸j dzie艅 pracy i o tym, 偶e rozpocz膮膰 t膮 nauk臋, rozpocz膮膰 t膮 przygod臋 mo偶emy ju偶 zrobi膰, bo ten rozw贸j dziedziny si臋 naprawd臋 bardzo fajnie pog艂臋bi艂. Czy m贸g艂by艣 nam przybli偶y膰 jak rzeczywi艣cie wygl膮da艂by taki start z quantum computingiem dla nowej osoby?
听
Marek Kowalik
Jasne. Je偶eli chodzi o entuzjast贸w, osoby zainteresowane, materia艂贸w jest ogrom, co cieszy. Bardzo du偶o warto艣ciowych materia艂贸w jest w dokumentacjach oprogramowa艅 do obs艂ugi komputer贸w kwantowych. Mam tu na my艣li Qiskit albo Pennylane. Jest tam ogrom tutoriali i wprowadze艅, te偶 demonstracji jak dzia艂aj膮 komputery kwantowe. Kod jest napisany w Pythonie. Jest to bardzo proste do ustawienia, wystarczy zainstalowa膰 te biblioteki do Pythona, no i potem pobra膰 sobie kod, spr贸bowa膰 pu艣ci膰 go, wysymulowa膰 na naszym laptopie, wi臋c pr贸g wej艣cia jest bardzo niski w tym sensie, je偶eli naszym celem jest podgl膮dni臋cie kodu, zobaczenie jakiego艣 algorytmu i jego zastosowania i zobaczenie, wysymulowanie wyj艣cia, jest to do zrobienia praktycznie w 15 minut.
Natomiast d艂u偶sza droga, 偶eby w pe艂ni zrozumie膰 teori臋 przetwarzania kwantowych informacji, to s膮 tematy na doktoryzowanie si臋. Tutaj mo偶na sp臋dzi膰 20-30 lat 偶ycia i wci膮偶 mie膰 co艣 nowego do odkrycia, do powiedzenia. Mimo 偶e same obliczenia kwantowe jako takie maj膮 dopiero oko艂o 50 lat, Bardzo du偶o rzeczy jest jeszcze do odkrycia, w艂a艣nie przez pryzmat tego, 偶e komputery kwantowe maj膮 dopiero na艣cie lat, a w takiej formie przebijaj膮cej si臋 do mainstreamu powiedzia艂bym dopiero par臋 lat. Ogrom rzeczy jest jeszcze do odkrycia, nie tylko na gruncie teoretycznym, ale te偶 je偶eli chodzi o implementacj臋, optymalizacj臋 algorytm贸w itd. Od czego zacz膮膰? Na pewno algebra liniowa, podstawy matematyczne s膮 bardzo wa偶ne, dlatego 偶e nawet je偶eli ja jestem w stanie w intuicyjny spos贸b odda膰 jak dzia艂a algorytm albo pewne zjawisko kwantowe, nic nie zast膮pi gruntownego zrozumienia podstaw matematycznych.
I 偶eby my艣le膰 sobie o jakim艣 algorytmie jego implementacji i zastosowaniu na d艂u偶sz膮 met臋 w r贸偶nych kontekstach, matematycznie trzeba to jednak zrozumie膰, wi臋c tutaj algebra liniowa. Na pewno liczby zespolone albo inne niuanse matematyczne, kt贸re si臋 pojawi膮 w procesie nauki. Tutaj te rzeczy te偶 trzeba nadrobi膰, je偶eli nie jest si臋 z nimi zaznajomionymi. I teraz dobrze, ale kto艣 na przyk艂ad nie ma czasu, 偶eby godzinami 艣l臋cze膰 nad ksi膮偶kami, czyta膰 jakie艣 opracowanie z oblicze艅 kwantowych, bardziej my艣li o tym, na jakie studia p贸j艣膰 albo czy z jego wykszta艂ceniem jest sens przekwalifikowywa膰 si臋 na obliczenia kwantowe. Na jakie studia p贸j艣膰? Najlepiej na studia z informatyki kwantowej.
W Polsce, z tego co pami臋tam, takie kierunki s膮 w Gda艅sku, Szczecinie i Warszawie. A nast臋pnie zrobi膰 studia z obszar贸w, w kt贸rym si臋 specjalizuje. Chemia kwantowa, finanse. Jest to idealne wyj艣cie, natomiast nie zawsze si臋 da. Do zrozumienia oblicze艅 kwantowych trzeba posiedzie膰 troszk臋 i zrozumie膰 obliczenie kwantowe, mie膰 te matematyczne podstawy, a dalej te偶 kszta艂ci膰 si臋 w obszarze, w kt贸rym chcemy stosowa膰 obliczenia kwantowe. Je偶eli kto艣 ma zapa艂 do nauki, cierpliwo艣膰 do zg艂臋bienia temat贸w technicznych, nie ma znaczenia, czy ma background z oblicze艅 klasycznych, matematyki stosowanej, oblicze艅 kwantowych, fizyki teoretycznej czy finans贸w. Je偶eli to s膮 tylko jedne studia, w jednej rzeczy si臋 specjalizowa艂, my艣l臋, 偶e da si臋 nadrobi膰 t膮 drug膮 rzecz bez problemu.
Patrz膮c na mnie, ja studiowa艂em in偶ynieri臋 kwantow膮 o obliczeniach kwantowych w kontek艣cie symulacji chemicznych. Nie mia艂em zielonego poj臋cia, musia艂em si臋 tego douczy膰, po艣wi臋ci膰 godzin臋 nad zrozumieniem pewnych temat贸w, natomiast zawsze jest to do zrobienia i wydaje mi si臋, 偶e w przypadku 99% os贸b pracuj膮cych w obliczeniach kwantowych w艂a艣nie tak to wygl膮da艂o. Zacz臋li od pracy albo nauki w jakim艣 obszarze oblicze艅 kwantowych albo obszarze, w kt贸rym chcieliby stosowa膰, a nast臋pnie douczyli si臋 tego drugiego.
听
Szymon G艂owania
Kilka zastosowa艅 quantum computingu ju偶 poznali艣my, ale jednym z takich bardziej niedostrzeganych przez nas jest to bezpiecze艅stwo, czyli kryptografia ca艂a, kt贸ra te偶 w internecie jest niezb臋dna. Czy w tym wzgl臋dzie komputery kwantowe s膮 nam w stanie pom贸c?
听
Marek Kowalik
Zaczynaj膮c od pierwszej rzeczy, kt贸ra przychodzi do g艂owy, jak poruszamy temat oblicze艅 kwantowych i kryptografii, wi臋kszo艣膰 temat贸w kr膮偶y wok贸艂 zagro偶enia, jakie stwarzaj膮 komputery kwantowe. I faktem jest, 偶e istnieje efektywny algorytm na komputerach kwantowych do tak zwanej faktoryzacji liczb. Implementacja tej rutyny pozwala na z艂amanie wi臋kszo艣ci protoko艂贸w zabezpiecze艅, jakie s膮 stosowane w zasadzie wsz臋dzie w internecie, szyfrowanie stron bank贸w itd. Nie da si臋 obecnie tego przeprowadzi膰 na tak膮 skal臋, 偶eby zagrozi膰 zabezpieczeniem na stronach bank贸w, na stronach rz膮d贸w itd. Ma艂o tego, ostatnie prace naukowe pokazuj膮, 偶e to co by艂o przewidywane 2, 3, 4, lata temu, albo kiedy w艂a艣nie ten algorytm, zwany algorytmem Grovera, zosta艂 skonstruowany.
Te przewidywania s膮 bardzo optymistyczne, jakiej jako艣ci komputera kwantowego potrzebujemy, 偶eby z艂ama膰 te zabezpieczenia bank贸w. Okazuje si臋, 偶e ten algorytm jest o wiele bardziej problematyczny, 偶eby przet艂umaczy膰 go na prawdziwy komputer kwantowy. Potrzebuje o wiele wi臋kszej ilo艣ci bramek, przez to z jednej strony potrzebujemy komputera kwantowego o jako艣ci, zamiast np. 5 lat do przodu od teraz, no to tak bardziej 10-15 lat do przodu ni偶 teraz. Opr贸cz tego b臋dzie po prostu d艂u偶ej si臋 liczy艂. I teraz zak艂adaj膮c scenariusz, 偶e obecne zabezpieczenia dadz膮 si臋 z艂ama膰 komputerem kwantowym za 5, 10, 15 lat, dlaczego o tym w og贸le my艣le膰? G艂osem, kt贸ry pojawia si臋 za tym, 偶eby zmienia膰 zabezpieczenia newralgicznych danych ju偶 teraz, jest to, 偶e cz臋艣膰 z tych danych b臋dzie stwarza艂a zagro偶enie w niepowo艂anych r臋kach, nawet je偶eli zostanie odkodowana za 5 czy 10 lat.
To podej艣cie nazywa si臋 “ukradnij dane teraz, zdeszyfruj je p贸藕niej”. Nie wiem, czy to dobre t艂umaczenie na polski, ale w gruncie rzeczy polega to na tym, 偶e dane finansowe, poufne dane rz膮d贸w s膮 w stanie by膰 przechwycone, b臋d膮 bezu偶yteczne, bo nie da si臋 ich odkodowa膰, ale dysponuj膮c komputerem kwantowym za 10 lat ju偶 si臋 b臋dzie da艂o. I teraz pytanie, czy takie dane za te 10 lat b臋d膮 stwarza艂y zagro偶enieJ jest to odpowied藕 do rozwa偶enia w przypadku ka偶dej instytucji osobno. Natomiast tak, jak powiedzia艂em, banki, urz臋dy czy ca艂e rz膮dy, instytucje musz膮 by膰 艣wiadome tego zagro偶enia. Nawet je偶eli nie jest to zagro偶enie w perspektywie najbli偶szych 5 lat, bardziej 15 lat, w dalszym ci膮gu dla pewnych danych mo偶e sprawia膰 to zagro偶enie.
听
Szymon G艂owania
Czyli musimy my艣le膰 z perspektyw膮, 偶e za kilka lat takie dane mog膮 zosta膰 wykorzystane. No nie ka偶dy przelew bankowy, kt贸ry wykonujemy teraz, b臋dzie nas, 偶e tak powiem, bola艂, je艣li kto艣 o nim si臋 dowie za 5 czy 10 lat, no ale niekt贸re informacje, zw艂aszcza o firmach, mog膮 rzeczywi艣cie zosta膰 wykorzystane w niepowo艂any spos贸b, wi臋c tutaj te偶 trzeba my艣le膰 na pewno perspektywicznie.
听
Marek Kowalik
Dok艂adnie tak. Teraz jaka jest alternatywa do tego? Z jednej strony te protoko艂y mo偶emy bardziej komplikowa膰, u偶ywa膰 d艂u偶szych ci膮g贸w znak贸w do zaszyfrowania i deszyfrowywania, odci膮ga膰 w czasie jako艣膰 komputera kwantowego, kt贸ry pozwoli to z艂ama膰. Natomiast istnieje ca艂a ga艂膮藕 technologii kwantowych pod po艂膮czeniami kwantowymi, zwana kryptografi膮 postkwantow膮. Czyli jak projektowa膰 protoko艂y komunikacji, podpis贸w, jak szyfrowa膰 dane, maj膮c na wzgl臋dzie to, 偶e komputery kwantowe potencjalnie s膮 w stanie z艂ama膰 te zabezpieczenia oparte na problemie faktoryzacji liczb. Ameryka艅ski Narodowy Instytut Norm i Technologii wzi膮艂 si臋 za ten temat ustandaryzowania algorytm贸w odpornych na z艂amanie ze strony komputer贸w kwantowych. Przez d艂ugi okres czasu by艂 to otwarty problem, natomiast w ostatnim roku dw贸ch klaryfikuj膮 nam si臋 tutaj algorytmy, kt贸re s膮 w stanie szyfrowa膰 dane w bezpieczny spos贸b. Maj膮 swoje plusy, minusy, na pewno w pewnym sensie s膮 wolniejsze od niekt贸rych implementacji dotychczas stosowanych protoko艂贸w, natomiast na pewno s膮 bezpieczniejsze. Je偶eli chodzi o implementacj臋 takich algorytm贸w, niekoniecznie tutaj potrzebujemy eksperta kwantowego, 偶eby si臋 tym zaj膮艂, na pewno o tak膮 ekspertyz臋 warto si臋 pokusi膰, 偶eby zidentyfikowa膰 luki w bezpiecze艅stwie, przeanalizowa膰 obecne zabezpieczenia i pomy艣le膰 o zastosowaniu tych protoko艂贸w postkwantowych. Natomiast implementacje tych protoko艂贸w ju偶 s膮 dost臋pne przez szereg stron, przez Google. Ich implementacje s膮 zrealizowane w r贸偶nych j臋zykach, w Javie, w Pythonie, tak偶e ju偶 teraz bez zrozumienia zasady dzia艂ania tych protoko艂贸w mo偶na je implementowa膰 i stosowa膰 na stronach czy aplikacjach, kt贸re budujemy.
听
Szymon G艂owania
Co艣 ju偶 o quantum computingu wiemy, teraz chcieliby艣my zobaczy膰 jak to mo偶e wygl膮da膰 w przysz艂o艣ci. Czy tutaj w tej kwestii b臋dzie jaka艣 kolejna rewolucja? Jeste艣my w stanie co艣 wymy艣li膰?
听
Marek Kowalik
Je偶eli chodzi o przysz艂o艣膰 oblicze艅 kwantowych, na pewno du偶o jeszcze nag艂贸wk贸w przed nami z gazet o tym, 偶e obliczenia kwantowe pokona艂y kolejny rekord. Potem oka偶e si臋, 偶e jest to bezu偶yteczne, potem oka偶e si臋, 偶e jest w tym ziarno prawdy. Na pewno tutaj musimy si臋 uzbroi膰 w cierpliwo艣膰, tak jak w przypadku ka偶dej technologii. Warto jest mie膰 z ty艂u g艂owy, 偶e ju偶 obecnie pokazali艣my, 偶e komputery kwantowe s膮 w stanie zwi臋ksza膰 skal臋, na jak膮 puszczamy pewne symulacje obliczenia. Przychodzi to z ogromnym kosztem, na pewno wraz z rozwojem komputer贸w kwantowych, ich mniejszym zaszumieniem, b臋dziemy w stanie odblokowywa膰 ich zastosowanie w kolejnych obszarach i na wi臋ksz膮 skal臋, ale te偶 zmniejsza膰 ich koszt, zwi臋ksza膰 ich powszechno艣膰, zastosowanie w r贸偶nych obszarach, tak偶e na pewno przysz艂o艣膰 buduje si臋 bardzo optymistycznie.
Pytanie o to, czy te wizje, kt贸re snujemy na temat zastosowa艅 oblicze艅 kwantowych, czy to w symulacjach chemicznych, w finansach, w uczeniu maszynowym, czy to wszystko jest mrzonk膮, pojawiaj膮 si臋 takie g艂osy, 偶e kurcz臋, jest to bardzo podobne do tego, co obliczenia optyczne obiecywa艂y, komputery biologiczne, spintronika, te wszystkie trendy si臋 pojawia艂y i znika艂y. Natomiast obliczenia kwantowe z perspektywy osoby technicznej, kto艣, kto rozumie te algorytmy, stara si臋 je zaaplikowa膰. Naturalnie widz臋 w nich potencja艂. Natomiast my艣l臋, 偶e to ile bud偶etu jest 艂adowane w te obliczenia, a nast臋pnie patrz膮c na to, co zosta艂o zrobione z tym bud偶etem, jak plany rozwoju komputer贸w kwantowych publikowane przez r贸偶nych dostawc贸w komputer贸w kwantowych s膮 budowane, a nast臋pnie odhaczane, realizowane, konsekwentnie rok za rokiem, buduje to pewien optymizm na to, 偶e nasze szacunki nie s膮 tylko szacunkami z grubsza, opartymi na optymizmie, ale pewnym przepisem, technicznymi decyzjami, kt贸re konsekwentnie s膮 realizowane zar贸wno przez osoby buduj膮ce komputery kwantowe, jak i osoby projektuj膮ce algorytmy kwantowe.
Tak偶e czas poka偶e, gdzie i na jak膮 skal臋 obliczenie kwantowe stosowa膰 b臋dziemy, natomiast wed艂ug mnie pewne jest, 偶e komputery kwantowe zostan膮 z nami na d艂u偶ej.
听
Szymon G艂owania
Przechodz膮c do kr贸tkiego podsumowania mam nadziej臋, 偶e uda艂o nam si臋 troch臋 odczarowa膰 quantum computing i wyobrazi膰 sobie kubit i do czego mo偶e nam si臋 przyda膰. Ja ci serdecznie dzi臋kuj臋. Czy co艣 jeszcze na koniec wa偶nego opr贸cz w艂a艣nie tego wyobra偶enia jak nasz dzie艅 z quantum computingiem mo偶e wygl膮da膰 i 偶e rzeczywi艣cie warto i jest to mo偶liwe 偶eby zacz膮膰 tak膮 przygod臋 chcia艂by艣 doda膰 na ko艅cu?
听
Marek Kowalik
Nie b贸jcie pyta膰 si臋 o techniczne aspekty oblicze艅 kwantowych, dr膮偶y膰 temat, sprawdza膰 jak dzia艂aj膮 r贸偶ne rzeczy. Obliczenia kwantowe to jest technologia jak ka偶da inna. Obliczenia klasyczne te偶 by艂y jak膮艣 nowostk膮, czasem czarn膮 magi膮, a s膮 z nami na ka偶dym kroku. Obliczenia kwantowe mo偶e nie b臋d膮 z nami na ka偶dym kroku. To te偶 jest technologia, kt贸ra wydaje si臋 egzotyczna, ale w zamierzeniu ma dzia艂a膰, ma pomaga膰, wnosi膰 jaki艣 wk艂ad, wi臋c nie b贸jcie si臋 sprawdza膰. Sam fakt, 偶e jeste艣cie na tym podca艣cie i sp臋dzili艣cie troch臋 czasu s艂uchaj膮c mnie i moich gaw臋d na ten temat, ju偶 pokazuje dobry kierunek, w kt贸rym idziecie. I mo偶e jeszcze taka ostatnia rzecz, nie zawsze warto ufa膰 nag艂贸wkom gzet臋 o obliczeniach kwantowych, zar贸wno tych optymistycznych, jak i zupe艂nie pesymistycznych.
听
Szymon G艂owania
Dzi臋kujemy Marku za ca艂y ogrom wiedzy, kt贸rym si臋 z nami podzieli艂e艣. Na pewno ch臋tnie przeczytamy co艣 wi臋cej ni偶 nag艂owki o quantum computingu i czekamy na nowe mo偶liwo艣ci, nowe zastosowania, kt贸re usprawni膮 jakie艣 elementy w naszym 偶yciu.
听
Marek Kowalik
Dzi臋kuj臋 bardzo za rozmow臋.
听
Szymon G艂owania
Aby nie przegapi膰 kolejnych odcink贸w, zasubskrybuj podcast TechChatter w swojej ulubionej aplikacji. A je艣li spodoba艂 Ci si臋 ten odcinek, daj nam zna膰 wystawiaj膮c ocen臋 na Spotify lub Apple Podcasts. Wszystkie linki do zagadnie艅 poruszonych w odcinku znajdziesz w jego opisie.
听