Нейронный компьютер или квантовый компьютер
Нейросети сейчас у всех на слуху. Одна из причин такого быстрого и повсеместного их распространения — это сильно упавший порог вхождения. Существует огромное количество инструментов как для использования готовых и натренированных сетей, так и для создания своих собственных, причем для этого даже не требуется знать суровый матан, который прячется "под капотом" большинства таких инструментов.
Еще одной интересной и очень перспективной сферой являются квантовые вычисления, которые, тем не менее, не получили столь широкого распространения (по крайней мере, пока), как нейросети. Скорее всего, это связано с еще более сложным матаном ( и физикой), а также с чрезмерной дороговизной и сложностью "железа".
Если очень просто, то это устройство, в основе работы которого лежат явления квантовой механики. Среди этих явлений такие великолепные и ̶п̶р̶о̶с̶т̶ы̶е̶ для понимания, как:
- Квантовая суперпозиция - способность квантовой частицы находиться во всех возможных для нее состояниях сразу. Отличным примером может служить всем известный кот Шрёдингера.
- Квантовая запутанность - явление, при котором состояния двух и более квантовых частиц становятся зависимыми друг от друга. Причем изменение состояния одной частицы мгновенно сказывается на состоянии другой. То есть как бы далеко не были друг от друга эти частицы, состояние поменяется за неизмеримо малое время. Здесь в качестве примера можно взять "попсовую" и всем известную квантовую телепортацию.
- Правило Борна (закон) - ̶ ̶ш̶е̶с̶т̶а̶я̶ ̶ч̶а̶с̶т̶ь̶ ̶п̶о̶х̶о̶ж̶д̶е̶н̶и̶й̶ ̶б̶ы̶в̶ш̶е̶г̶о̶. Если вкратце и без тяжелого мат.аппарата, это закон (ну или правило), который рассчитывает вероятность получить какой-либо результат при вычислении, что помогает при работе со следующим пунктом сего списка.
- Вероятность - в квантовой механике балом правит именно эта госпожа. Любое квантовое явление не есть факт, а есть вероятность того, что оно случится. Но об этом мы еще поговорим.
Справедливости ради, квантовая телепортация не является телепортацией, известной из научной фантастики и прочего сайфая, потому что при передаче квантового состояния (а именно это и происходит) исходное состояние в точке А разрушается и воссоздается в точке Б, при этом не происходит переноса ни материи, ни энергии.
Обновление по комментариям к статье: парадокс кота Шрёдингера был призван показать абсурдность самой идеи суперпозиции. Соответственно, пример кота - не самый лучший для иллюстрации явления суперпозиции.
Спасибо Marat Khamadeev
Преимущества прямо вытекают из самой квантовой механики:
- Высокий параллелизм - в отличие от классических компьютеров, в которых бит принимает значение либо 0, либо 1 в один момент времени, в квантовом компьютере кубит одновременно и 0, и 1, что позволяет обсчитывать все возможные комбинации параллельно и одновременно на уровне физики без всяких ухищрений с многопоточностью.
- Высокая масштабируемость и быстрый прирост производительности - при добавлении каждого следующего кубита вычислительная мощность увеличивается экспоненциально. То есть двухкубитный компьютер в 2 раза мощнее однокубитного, 3 - в 8 раз, 4 - в 16 и так далее.
Важно также отметить и недостатки, которым подвержены текущие образцы КК:
- Измерение неизбежно ведет к ошибкам, потому что любое вмешательство в квантовую систему вызывает "возмущения" (шумы), искажающие полученные данные. Стало быть, необходимо предусмотреть постобработку результатов.
- Большое количество ошибок в вычислениях, частично вытекающее из первого недостатка а частично из-за самой природы квантовых процессов (ведь мы оперируем вероятностями, а не фактами, помните?), из-за чего одни и те же вычисления следует проводить много раз (сотни и тысячи в зависимости от желаемой точности)
На самом деле, в ответе на этот вопрос кроется еще одна причина, почему же квантовые вычисления не такая популярная (с прицелом на поп) тема для общественности. Основные области, где это было бы полезно, эффективно и вообще не очень сильно сложно (с квантовой точки зрения, разумеется):
- Моделирование молекул и прочих химических и биологических процессов, являющихся квантовыми по своей природе. Например, расчет нового лекарства от рака за 500 млн долларов за дозу займет не годы, а доли секунды.
- Криптография. Во-первых, при появлении достаточно мощного КК падут почти все (если не все) классические алгоритмы шифрования, потому что большинство из них ломаются обычным перебором, а перебор - это то, что КК делает очень быстро. Квантовая же криптография позволяет построить такую зашифрованную систему, которая всегда узнает, если ее попытаются прослушать или взломать из-за лежащего в основе принципа неопределенности (Гейзенберга). То есть в данном случае недостаток измерения (вмешательства) в систему становится преимуществом.
- Эти ваши нейросеточки. КК способен моделировать нейросеть экспоненциального размера и обрабатывать огромные объемы данных практически мгновенно.
Как верно отметили некоторые в комментариях квантовая криптография построена на несколько иных принципах и не имеет прямого отношения к квантовым же компьютерам.
Так что поиграть со включенным RTX при fps свыше 120 в 4К разрешении на КК пока что не получится, увы.
Квантовые компьютеры начали появляться с начала XXI века, но их производительность и возможности сильно ограничены. И вопреки распространенному заблуждению довольно много его составных частей представляют собой вполне себе обычную электронику, а уж для обработки результатов и вовсе нужен самый обыкновенный ПК (ну или сервер. ну или ЦОД).
Квантовый компьютер на 50 кубит, разработанный IBM Research в Цюрихе.Окей, с железом понятно, но что с софтом?
Принцип работы с квантовым компьютером, по идее, не должен сильно отличаться от работы с компьютером классическим, но, тем не менее, стандартные инструменты из знакомой всем электроники не применимы, равно как и классическая логика и информатика.
С целью решения этой проблемы в 2017 году был описан язык промежуточного представления OpenQASM (ОпенКАЗМ) - Open Quantum Assembly Language (Открытый квантовый язык ассемблера), представляющий собой по сути аналог языка ассемблера из классической электроники.
Ассемблер (сборщик) - это программа-преобразователь, транслирующая код программы из языка ассемблера в машинный язык, который понимает непосредственно процессор.
Программирование под ассемблер представляет собой весьма нетривиальную задачу, так как требует от разработчика не только досконального знания архитектуры и команд процессора, но и умения работать с физической памятью.
Большинство программистов используют языки высокого уровня, которые затем транслируются в язык ассемблера компилятором.
К счастью, авторы позаботились и о языке высокого уровня, создав на основе QASM целый фреймворк. Встречайте - Qiskit.
̶В̶а̶ш̶а̶ ̶q̶i̶s̶k̶i̶t̶ ̶к̶у̶п̶и̶л̶а̶ ̶б̶ы̶.̶.̶.̶ Логотип проекта - схематичное представление сферы Блоха (способ представления состояний кубита в виде точек на сфере). А вот так выглядит сама сфера Блоха. "Точка на сфере по оси z вверх соответствует значению 1 классического бита, вниз - значению 0.Qiskit содержит в себе инструменты для создания квантовых программ (цепей), состоящий из нескольких подпроектов:
- Terra позволяет создавать квантовые цепи, которые по сути и являются квантовыми программами. Квантовая цепь - это последовательность квантовых вентилей, являющихся аналогом вентилей-операторов из классической логики. Например, здесь есть аналоги логического И (умножения) и ИЛИ (сложение) с поправкой на квантовые законы. Например, самый базовый квантовый вентиль Хадамард (H) при вычислении обеспечивает одинаковую вероятность получить значение 0 и 1.
- Aqua. Проект-ретранслятор, позволяющий преобразовывать классические алгоритмы в квантовые. В настоящий момент он поддерживает ограниченный набор инструментов для работы с ИИ, химией, оптимизацией и финансами. В перспективе позволит программистам и даже просто пользователям без специальных знаний создавать квантовые алгоритмы.
- Aer. Симулятор квантового компьютера, который может быть запущен на любом обычном компьютере, но не забывайте, что добавление нового кубита требует увеличения классических вычислительных мощностей в два раза. Aer позволяет понять, насколько ничтожны "силы" вашего ПК, потому что уже при значении в 4-5 кубитов производительность падает практически до нуля, делая симуляцию очень медленной или вовсе невозможной.
- Ignis. Подпроект, работающий с "шумами". Помним о том, что любое измерение вызывает возмущения в квантовой системе и ошибки. По сути этот проект призван бороться с ошибками.
Кубит невозможно "хранить" в обычных условиях при комнатной температуре. Соответственно, каждый кубит - крошечный и очень холодный объект, работающий при температуре, близкой к абсолютному нулю - лежит в своем собственном "холодильнике", изолированный от внешнего мира. К сожалению, в настоящий момент не существует способов взаимодействия с кубитом без вмешательства в его хрупкую натуру, что неизбежно приводит к шумам, что, в свою очередь, ведет к ошибкам в вычислениях.
Да-да, ошибки - сквозная тема и боль любого квантового программиста настоящего и даже будущего.
Любой желающий уже может сесть и начать пробовать писать простенькие квантовые алгоритмы. Мощностей обычных домашних ПК хватит на 3-4-кубитную цепь, чего уже достаточно для осуществления квантовой телепортации.
К счастью, добрые дяди из корпорации IBM предоставляют бесплатный доступ в порядке очереди к настоящим квантовым компьютерам (до 15 кубитов) и к симулятору (до 32 кубитов). Для регистрации достаточно принять пользовательское соглашение, заполнить простенькую анкету, указав в ней Institution (например, Amateur Quantum Boy) и цель использования, свое имя и имейл.
Если совершенно не хочется (или не умеется) писать свой код, то всегда можно воспользоваться туториалами, которые любезно лежат прямо под ногами.
В качестве инструмента используются обычные Jupyter-ноутбуки, знакомые любителям языка python.В этих "ноутбуках" текстовые описания перемежаются с готовыми кусками кода, которые выполняются прямо там, без необходимости писать или читать код где-либо еще, а затем переносить в исполняемую среду. Все лежит и запускается на месте.
Единственное по-настоящему нужное в данном случае умение - это знание английского языка. Но не спеши расстраиваться, если не знаешь английский. В продолжении я подробно и со скриншотами опишу, как таки осуществить квантовую телепортацию. А для тех, кто не хочет ждать и самостоятельно пройдет базовый туториал, вот схема для телепортации:
Статья просто призвана обратить внимание на то, что существует такая вот перспективная область. Она весьма сложна в понимании. Первая версия этого материала состояла почти целиком из матана и физики с графиками и формулами, но я, не являясь специалистом в данной области, не мог все нормально объяснить, потому что чем глубже ты опускаешься, тем труднее что либо понять. Поэтому я решил просто коротко описать текущее состояние и показать, какие есть инструменты для работы. Ну и основной посыл - эта технология ближе к применению, чем может показаться со стороны, она уже потихоньку используется. Просто применение может быть не таким, каким его ждут
Я *немножко* разочарован, потому что 95% моих знакомых, как и я, знаем упомянутое в статье (возможно, исключая то, что есть публичный компьютер-пробник).
Про разработки от Google: ред.
В сентябре публикация компании ненадолго появлялась на сайте NASA.А что бы ты хотел увидеть?
Я пришёл раздавать квантовую жвачку и надирать квантовые задницы, и жвачка у меня уже кончилась. Поехали разбирать написанное.
Если очень просто, то это устройство, в основе работы которого лежат явления квантовой механики.
Туннельный транзистор, спинтронные устройства и ещё ряд устройств тоже используют явления КМ, но квантовыми вычислителями не являются
Отличным примером может служить всем известный кот Шрёдингера.
Парадокс кота Шрёдингера был придуман как раз таки для того, чтобы показать абсурдность идеи квантовой суперпозиции. Не задумывались, почему он называется парадоксом?
Любое квантовое явление не есть факт, а есть вероятность того, что оно случится.
То есть, квантовая запутанность - это вероятность, а не факт?
Измерение неизбежно ведет к ошибкам, потому что любое вмешательство в квантовую систему вызывает "возмущения" (шумы), искажающие полученные данные.
Само измерение - это штука нужная, важная и ошибок оно не даёт. К ошибкам приводят декогеренция и дефазировка. В определённом, грубом смысле их можно назвать "паразитным измерением", осуществляемым со стороны окружения (стенок прибора, волокна и тд). Видимо, эту мысль и закладывал автор.
(если не все)
Не все
Квантовая же криптография позволяет построить такую зашифрованную систему, которая всегда узнает, если ее попытаются прослушать
Квантовая криптография не есть производная от квантовых вычислений. Там даже принципы разные. Это независимая область квантовых технологий и квантовые компьютеры здесь не причём, ну вот вообще никак.
Вращение по оси z вверх соответствует значению 1 классического бита
Ничего подобного. Классическому значению 1 соответствует точка на северном полюсе, 0 — на южном. Остальное - суперпозиция.
Хадамард
Общепринятым в русском является вариант "Адамар"
Соответственно, каждый кубит - крошечный и очень холодный объект, работающий при температуре, близкой к абсолютному нулю - лежит в своем собственном "холодильнике", изолированный от внешнего мира.
Представляю, как удивится автор этого текста, когда узнает, что обычный фотон с обычной поляризацией, кои летают миллиардами рядом - это тоже кубит.
Туннельный транзистор, спинтронные устройства и ещё ряд устройств тоже используют явления КМ, но квантовыми вычислителями не являются
Если очень просто
Парадокс кота Шрёдингера был придуман как раз таки для того, чтобы показать абсурдность идеи квантовой суперпозиции
Какой бы абсурдной она не была, но используется.
квантовые компьютеры здесь не причём
Опять же, с повсеместным распространением КК классическая криптография умрет, так что КК все таки имеют к этому отношение
очка на северном полюсе, 0 — на южном
Куда же упирается ось z.
"Адамар"
Извини, но та лекция, которую я слушал, была на английском, так что я не знаком с общепринятой терминологией на русском языке, но согласен, моя недоработка. Материал на русском, так что надо было "дожать".
В целом, некоторые придирки я понимаю, потому что они исходят (по моему предположению) из более глубинного понимания темы, чем у меня. Собственно, я не специалист в этой области, а лишь имел возможность познакомиться с этой сферой, а затем решил поделиться. Некоторые же выглядят как придирки ради придирок.
Какой бы абсурдной она не была, но используется.
Так суперпозиция и не абсурдная, это вполне себе экспериментально доказанный феномен. Другой вопрос, что котик - не самая лучшая иллюстрация, несмотря на то, что она ушла в народ. Это всё равно, что, говоря про авиацию, приводить в пример драконов.
Опять же, с повсеместным распространением КК классическая криптография умрет, так что КК все таки имеют к этому отношение
Ну, это ещё вилами на воде писано, но речь не об этом. Вы пишете, что квантовая криптография делается с помощью квантовых компьютеров. Это ошибка.
Куда же упирается ось z.
Вы пишете "вращение по оси z вверх". Я говорю, вращение тут не причём, до тех пор, пока не рассматривается эволюция во времени или вентиль. Всё проще - состояние кубита - это просто точка на сфере.
Некоторые же выглядят как придирки ради придирок.
Камон, такая была всего одна)
А если серьёзно, текст ваш, вам и карты в руки, моё дело указать на ошибки. Замечу, однако, что большинство из описанных ошибок работают против целей, ради которых написан этот материал, а именно целей просвещения. Мне не раз приходилось исправлять людям неверное понимание некоторых квантовых вещей, которое начиналось со слов "А я вот читал в одном месте. ".
Не стоит пренебрегать нюансами, многие из них формируют квантовое мировоззрение на глубинных уровнях. Взять тот же парадокс кота Шрёдингера. Вопрос суперпозиции состояний макрообъектов до сих пор является предметом спора, разделившего физиков на несколько лагерей и экспериментального конца ему пока не видно (я про интерпретации).
Я не из тех, кто любит говорить "Миша всё фигня, давай по новой". Ищите информацию, пишите, мы с вами по одну сторону баррикад. А мой провокационный тон призван лишь добавить эмоциональной мотивации к исправлению пробелов. Ну и плюсики собрать, куда уж без этого.
Я понял:) Первая версия материала потому и заглохла, что ответ на каждый следующий вопрос лишь порождал еще больше вопросов. Я решил пожертвовать глубиной, что привело к некоторым ошибкам
Добавил несколько замечаний по твоим комментариям
Так объяснение пар. Шрёдингера как раз в том, что создание подобного механизма коллапсирует всю волновую функцию и состояние кота становится классической механикой. Странно приводить это в роли примера.
И да, и нет. Такое объяснение этого парадокса принято сторонниками копенгагенской интерпретации. Мультиверсщики коллапс не признают, а считают, что вместо этого вселенная раздваивается на две части, в каждой из которых состояние классическое. В канонической дираковской квантовой механике, однако, вопрос интерпретаций не возникает - там просто используется проекционный оператор. Добавлю лишь, что вопрос интерпретаций пока находится за пределами физики.
Здравствуйте. А если создать "подвижный" код из двух спаренных фотонов. На базе принципа Паули. И иметь таким образом квантовый компьютер "холодного" типа. Извиняюсь. Чушь.? Можно же построить такой компьютер?
Не понимаю, о чем вы, но попытаюсь догадаться
А если создать "подвижный" код из двух спаренных фотонов.
Вероятно, речь идёт о запутанной паре фотонов. Это довольно хрупкая вещь, с ней сложно проводить какие либо операции, поэтому от идеи фотонных кубитов отказались.
На базе принципа Паули.
Принцип запрета Паули? Он про фермионы. Фотоны же - это бозоны, на них этот принцип не распространяется
И иметь таким образом квантовый компьютер "холодного" типа. Извиняюсь.
Это я извиняюсь. Это всё, что я понял из вопроса)
То есть если я сейчас составлю программку и встану в очередь, то какая-то морозная частичка из Мельбурна сможет мне взломать страничку бывшей на вк?
Тебе понадобится квантовый компьютер помощнее, но это было бы возможно, хоть и идет в разрез с пользовательским соглашением, которое ты принимаешь перед использованием ;)
В 1990-х потянувшиеся в Москву иностранные туристы с изумлением рассматривали у торговцев сувенирами диковинный вычислительный прибор — счеты. Из-за превратностей истории это чудо техники задержалось в нашей стране чуть дольше, чем следовало. Однако довольно быстро бухгалтерский реликт начисто исчез из обихода: электронный калькулятор оказался практичнее.
Сейчас мир стоит на пороге куда более масштабного переворота — появления квантовых компьютеров. Пока и счеты, и ноутбук, и суперкомпьютеры NASA проводят вычисления по законам классической физики. Элемент квантового компьютера — кубит — использует парадоксы квантового мира, открывая новые вселенные вычислений. Если верить некоторым физикам, эти «новые вселенные» можно понимать вполне буквально.
Как это работает
Ячейка классического компьютера — бит — способна принимать два состояния: ноль или единица. Но широко известная история кота Шредингера учит, что в квантовом мире все не так: пресловутый кот может быть жив и мертв одновременно. Квантовая ячейка — кубит — тоже может одновременно быть и единицей, и нулем. Точнее, она находится в «суперпозиции» этих состояний.
Возможно, понятнее всего принцип квантового компьютера объяснил британский физик и один из пионеров квантовых вычислений Дэвид Дойч. Он воспользовался «многомировой» интерпретацией квантовой механики, согласно которой кубит, находящийся в суперпозиции двух состояний, — это на самом деле множество кубитов, существующих в параллельных вселенных. Некоторые из них принимают значение 0, другие — 1. Таким образом, вместо одного компьютера мы получаем множество, каждый в своей параллельной вселенной. Вместо того чтобы выполнять однотипные операции последовательно, они выполняют их одновременно.
Один кубит позволяет использовать ресурсы всего двух вселенных: в одной он будет нулем, в другой — единицей. Но чем больше кубитов, тем обширнее ресурс: 30 кубитов допускают два в тридцатой степени, то есть около миллиарда, комбинаций нулей и единиц. Если вычислять что-то в миллиарде вселенных одновременно, ответ получится в миллиард раз быстрее. И даже если при этом не фантазировать о параллельных вселенных, а просто посчитать все по формулам, то результат не изменится: потенциальное быстродействие квантового компьютера значительно превосходит «классику».
Что этому мешает
В нашем привычном мире коты бывают или живыми, или мертвыми: чтобы вывести квантовую систему из состояния суперпозиции, достаточно порой всего одного фотона, например, в виде тепла. Современные кубиты основаны на петлях сверхпроводника или холодных атомах, их приходится поддерживать при температурах около абсолютного нуля, и тем не менее «когерентное состояние» разрушается за доли секунды. А хотелось бы, чтобы это время было не меньше того, которое займет само вычисление. Технические сложности приводят к тому, что сейчас саму «квантовую прибавку» в быстродействии обнаружить не так уж легко.
Единственный коммерчески доступный сегодня квантовый компьютер, тысячекубитный канадский D-Wave, по существу, не универсальный компьютер, а симулятор: он способен решать очень ограниченный круг задач.
Профессор Гарвардского университета и сооснователь Российского квантового центра (РКЦ) Михаил Лукин создал в Гарварде 51-кубитную систему. Она предназначена пока только для исследования квантовых систем, но по своему замыслу уже может считаться прототипом будущего квантового компьютера для решения практических задач. По некоторым оценкам, если ученые научатся поддерживать суперпозицию квантового кубита неопределенно долго, 50 кубитов будет достаточно, чтобы превзойти по быстродействию самый быстрый из современных компьютеров.
Чем поможет искусственный интеллект
В сентябре 2017 года в Nature вышла статья коллектива специалистов в области квантовой физики, включая Якоба Биамонте из российского Сколтеха: они указали, что квантовые компьютеры могут быть эффективны для машинного обучения. Искусственный интеллект (ИИ) — состоявшаяся технология. Рынок продуктов с его использованием оценивается Gartner в $1,2 трлн в 2018 году. Неожиданно оказалось, что именно он способен помочь квантовым технологиям реализовать свой потенциал.
Дело в том, что технологии ИИ принципиально устойчивы к главному недостатку квантовых систем — высокой вероятности ошибок. С другой стороны, обучение ИИ требует огромных вычислительных мощностей. А высокая производительность — отличительная способность квантовых компьютеров. Профессор Александр Львовский, сотрудник Университета Калгари и РКЦ, объясняет: «Задачи машинного обучения, с одной стороны, требуют максимального быстродействия от современных классических ЭВМ. С другой стороны, они гораздо менее чувствительны к ошибкам. При обучении современных нейронных сетей зачастую даже специально вводят ошибки, чтобы сеть, обучаясь на ограниченном наборе примеров, не «зацикливалась» на них, а могла по окончании обучения эффективно работать и с такими примерами, которые она до этого не «видела». А главная проблема нынешних квантовых процессоров — именно наличие ошибок. Применяя эти процессоры для машинного обучения, мы надеемся, что совершаемые ими ошибки не пойдут нейронным сетям во вред, а может быть, даже пойдут на пользу. Возможно, квантовые машины «освоят» задачи искусственного интеллекта быстрее, чем, скажем, задачу расшифровки криптографии с открытым ключом. Это огромная пока нетронутая область для новых исследований».
Кроме непосредственной помощи в решении задач ИИ может оказать квантовым компьютерам еще одну услугу — помочь убедить инвесторов. Разработчики ИИ нередко сами не понимают, как работает их система, что не мешает ей эффективно выполнять порученную работу. Этот пример наглядно показывает, что решение задачи может предшествовать ее детальному пониманию. Михаил Лукин объясняет: «Мы до сих пор до конца не понимаем, как работают нейронные сети. Поэтому инвесторы спокойно финансируют в квантовые компьютеры, принципы работы которых трудно осознать финансистам: понимают, что ученые потом разберутся, как развиваются квантовые идеи».
Чего ожидать
«Голубым океаном» в бизнесе называют новые рынки, на которых еще нет конкурентов. Это океан возможностей, но путь в нем приходится прокладывать на свой страх и риск. Таким океаном обещают стать технологии квантовых вычислений, и, возможно, российские компании проложат в нем собственный курс.
ЕС, Америка и Китай наперегонки делают вложения в создание квантовых компьютеров. В 2017 году ЕС принял программу развития квантовых технологий с финансированием €1 млрд. Китай строит Национальную лабораторию по квантовым информационным наукам за $10 млрд. Чтобы ни в коем случае не отстать от Китая, в июле 2018 года власти США увеличили расходы на это направление: к ежегодно выделяемым с 2016 года $200 млн добавили $1,3 млрд на ближайшие пять лет. Частные компании, такие как Google и IBM, вкладывают собственные средства, создавая собственные установки и исследовательские группы.
Объемы инвестиций относительно небольшие, но пока они идут на исследования и создание прототипов. Как только будет понятно, как обеспечить стабильную работу квантовых компьютеров, инвестиции в их производство вырастут на пару порядков.
Эксперты полагают, что обогнать американские компании в создании универсальных квантовых компьютеров никому не удастся. Однако место в новом мире может найтись и для России, и залог тому — отечественный опыт как в квантовой технике, так и в программировании систем ИИ. В 2018 году «Росатом» пообещал создать 100-кубитовый компьютер. Тем временем Газпромбанк инвестировал $1,5 млн в Российский квантовый центр для разработки проекта по квантовому машинному обучению.
РКЦ выбрал три направления в изучении квантового машинного обучения. Во-первых, искусственный интеллект оказался способен помочь непосредственно в описании сложных квантовых систем (руководитель группы Алексей Рубцов). Вторая группа (под руководством Львовского) исследует применение аналоговых машин на квантовых принципах для обучения нейронных сетей. Третье направление возглавляет Алексей Федоров, это разработка программной платформы для квантовых вычислений и реализации алгоритмов машинного обучения: в случае создания «квантового железа» потребуются инструменты, чтобы быстро и эффективно создавать приложения.
По мнению Михаила Лукина, 2019 год будет годом квантового машинного обучения: «Тема полностью открыта, вся работа впереди».
«Искусственный интеллект на базе нейронных сетей невероятно глуп!» – заявил вице-президент Гугла Эндрю Мур в конце 2018 года [1]. Только представьте, как обидно звучат эти утверждения для неспециалистов. Вроде бы восстание машин ожидается со дня на день и тут такое заявление! Тем не менее господин Мур абсолютно прав. Без оговорок и скрытых смыслов. Искусственный интеллект в том виде, в котором он существует сегодня, это инструмент, который сложен, но не более интеллектуален, чем, скажем, драйвер Windows.
ИИ: принципы работы
Если посмотреть на спектр решаемых ИИ задач, то можно увидеть, что в большинстве случаев это выявление или генерирование каких-либо шаблонов, понятных для человека. Ничего, кроме этого, нейронные сети не умеют. Искусственный интеллект бессмысленно использовать там, где не требуется распознать некий паттерн, неявно встречающийся в огромном объеме данных. Тем не менее, это бесценный инструмент, если его применять правильно. Правда, к настоящему человеческому интеллекту ИИ имеет мало отношения. Да, принципы работы этих двух систем в чем-то похожи, но сходство их весьма отдаленное.
Способности человеческого сознания простираются гораздо дальше простого распознавания окружающих нас предметов или явлений. Например, наш мозг хорош в принятии быстрых решений на неполных данных. По-видимому, такая способность отточилась у наших предков за тысячелетия эволюции. От того, насколько правильно и быстро древний охотник мог понять, что означает шуршание в кустах – зависела его жизнь. Если это хищник – время убегать, если добыча – время охотиться. Ошибка могла стоить жизни в обоих случаях.
Наследство предков-охотников служит нам и сегодня. Вы замечали, что при чтении печатного текста нет никакого смысла точно узнавать каждую букву в слове? Мы делаем это лишь в детстве, когда у нас еще нет опыта чтения. Во взрослом возрасте – наоборот, мы воспринимаем слово по первой и последней буквам, с определенной вероятностью додумывая то, что находится между ними. Да, при таком подходе случаются ошибки, но они некритичны для понимания смысла текста. Кроме того, как выяснили ученые, непонимание или неправильная трактовка одного или даже нескольких слов в тексте в большинстве случаев не искажает общий смысл прочитанного.
Несмотря на то, что искусственный интеллект – это даже при близком рассмотрении не замена и не копия человеческого сознания, он научился расширять возможности человека. Выявить неочевидные зависимости, найти закономерность там, где ее, на первый взгляд, нет – все это неосуществимо без нейронных сетей. Чтобы понять правила пользования инструментом под названием «искусственный интеллект» и границы его применимости, придется чуть-чуть поговорить о принципах его работы.
На бытовом уровне нейронную сеть можно условно представить как черный ящик, к входу которого подключена, скажем, видеокамера, а на выходе имеется лампочка. Предположим, что вот этот наш искусственный интеллект обучен распознавать котиков, которые попадают в объектив. Если камера видит Барсика или Мурзика, на задней крышке нашей коробки немедленно загорается лампочка.
Вместо камеры и лампочки, к входу и выходу черного ящика можно подключить микрофон и принтер и обучить ИИ распознавать человеческую речь, преобразовывать ее в текст и распечатывать на принтере.
На первый взгляд все вроде бы несложно. Стандартная компьютерная система. В чем преимущество ИИ перед обычным программным обеспечением? Все, чем так хороши нейронные сети – недоступно классическим алгоритмам последовательного выполнения.
Что произойдет, если попытаться распознать слова в записи разговора без нейронной сети? Современному компьютеру, использующему обычный последовательный алгоритм программирования, вполне по силам проанализировать все частоты, содержащиеся в звуковом файле. На основе этого анализа можно построить график амплитуды звукового сигнала или даже посчитать, сколько раз та или иная частота встречается в записи и т.д. Единственное, что не получится – выделить из звукового потока слова человеческой речи. Люди разговаривают по-разному: отличаются тон, скорость, особенности произношения, например, «аканье» или «оканье». Все это ведет к невозможности формализации постановки задачи. Даже если удастся собрать частотные характеристики всех слов и языковых диалектов в одной базе данных, все равно остаются индивидуальные особенности произношения, которые портят весь праздник. Кроме того, сложный поиск индивидуальных частотных соответствий в огромной базе данных, скорее всего, будет происходить настолько медленно, что вся затея теряет смысл.
Нейронная сеть, запущенная на том же самом компьютере, легко справится с такой задачей. Мощности любого современного бытового компьютера вполне достаточно, чтобы распознать несколько сотен слов, без подключения к сети. Например, китайские инженеры разработали в 2019 году модуль искусственного интеллекта «Sipeed M1», состоящий из двухъядерного процессора архитектуры RISC-V и встроенного акселератора конволюционной нейронной сети. В чип интегрировано 8мб оперативной памяти из которых 5.9 мб используется для искусственного интеллекта. Возможности системы вполне серьезные. Микрокомпьютер с имеющимся любительским, демонстрационным программным обеспечением с лёгкостью распознает лица, там, где они есть, а также способен различать и называть предметы окружающей обстановки. Эта «игрушечная» система, совмещенная с хорошо известным ESP32 сейчас продается на Алиэкспресс за 1500-2000 рублей.
Идея объединить нескольких плоских нейронных сетей в одну многослойную, «глубокую» (англ. Deep Neural Network, DNN) возникла еще в 1980-е годы. Правда, вычислительная мощность компьютеров тех времен не позволяла воплотить подобные фантазии на имеющемся железе.
Рисунок 1. Микрокомпьютер на базе Sipeed M1 и ESP32 в формате Arduino. Модуль искусственного интеллекта Sipeed M1, включает в себя двухядерный RISC-V 600 мГц процессор со встроенным акселератором конволюционной нейронной сети, аудио акселератором и 8 Мб оперативной памяти из которых 5.9 Мб используется под искусственный интеллект
Информация в глубокой сети движется по слоям. Каждый слой реализует свое представление данных и позволяет рассчитать вероятность получения ожидаемого результата на выходе. Предположим, мы хотим знать, изображено ли на фотографии человеческое лицо. На вход DNN подается фото в виде пиксельной матрицы. Первый уровень представления находит и кодирует границы распознаваемого объекта. Второй уровень определяет все возможные комбинации этих границ. Третий слой ищет в границах объекта шаблон, похожий, например, на человеческие нос и глаза. Наконец, четвертый слой рассчитывает окончательную вероятность того, содержится ли на нашем фото человеческое лицо.
Глубокие сети научились распознавать картинки, предоставляемые 360° камерой, используемой в беспилотном транспорте, а также умело разгадывают генетические заболевания человека по одной лишь фотографии. DNN разбираются в искусстве и могут определить авторство картины или, наоборот, написать свой холст, копируя стиль определенного художника.
Есть направление использования глубоких сетей, которое называется «Работа с естественным языком». В этом случае ИИ осваивает грамматику и семантику человеческих языков. Конечная цель – научить ИИ распознавать языковые конструкции, в том числе речь, чтобы осмысленно поддерживать беседу, самостоятельно писать тексты и делать переводы на другие языки.
Биоинформатика, токсикология и поиск новых лекарств – относительно новые области исследований, где с приходом DNN наблюдается большой прогресс. Отдельное направление глубокого искусственного интеллекта занимается управлением взаимоотношениями с клиентами CRM (от англ. Customer Relationship Management). В других случаях DNN выявляют финансовое мошенничество, строят системы рекомендаций и заведуют мобильной рекламой в наших смартфонах.
Свойства квантового мира
Сегодня простые нейронные сети используются нечасто. Большинство современных серьезных проектов основаны на использовании глубоких нейронных сетей, а основная часть исследований сосредоточена в области «глубокого машинного обучения» (от англ. Deep Machine Learning, DML).
Пожалуй, самая большая проблема глубоких нейронных сетей заключена как раз в глубоком машинном обучении. Сложность структуры DNN такова, что невозможно быстро «поиграть» со всем пространством доступных параметров обучения для получения оптимального результата. Это требует больших затрат времени и вычислительных ресурсов. Дальнейшее развитие глубоких сетей может дать фантастический прорыв во многих областях, да вот печаль: современная технология изготовления процессоров вплотную подошла к своему пределу.
Размер атома кремния приблизительно 0.5нм, в то время как самый совершенный сегодня процесс, позволяющий создавать процессоры для «яблочных» телефонов, подразумевает размер одного транзистора 7нм. [2] Транзистор фактически состоит из 14 атомов. При таких размерах полупроводников ключей, электроны могут пролетать транзисторы насквозь за счет «туннельного эффекта». Пока с этим явлением удается бороться, но вряд ли стоит ждать значительного увеличения степени интеграции микрочипов в ближайшие годы. Современные классические компьютеры практически полностью исчерпали все возможности увеличения производительности. Однако что-то придется придумывать в самое ближайшее время.
Рисунок 2. Примеры обычной и глубокой нейронных сетейРисунок 2. Примеры обычной и глубокой нейронных сетей
До этого мы говорили, что результат работы, генерируемый глубокой нейронной сетью, часто носит вероятностный характер, а перебор всех возможных параметров обучения для получения оптимального результата, часто занимает много времени и требует больших вычислительных ресурсов. Вероятностный результат и огромная вычислительная мощность наводят на одну мысль…
Неточными, но очень быстрыми параллельными вычислениями сегодня может похвастаться только одно устройство, которое называется «квантовый компьютер». Можно ли потенциально применить это устройство для DML глубоких нейронных сетей? Вопрос очень непростой: идеология квантовых вычислений не имеет ничего общего с классическими алгоритмами.
Разница начинается уже на уровне двоичной системы. Обычные компьютеры используют хорошо всем знакомую единицу информации «бит», который принимает значение «0» или «1», в зависимости от того, закрыт или открыт полупроводниковый транзистор, размещенный на кремниевом чипе. Квантовый компьютер тоже оперирует нулями и единицами, но они представляют собой состояние элементарной частицы – электрона.
Субатомный мир резко отличается от всего того, что нам привычно и понятно. Метод хранения и обработки информации с помощью электрона – не исключение. Помимо «нуля» и «единицы», наша элементарная электронная ячейка памяти может принимать еще и третье значение – «суперпозиция», при этом не выходя за рамки двоичной системы. Простого, «бытового» объяснения «суперпозиции» нет, а уходить в волновые функции, уравнения Шредингера и постоянные Планка и прочие премудрости квантовой физики совершенно не хочется. Скажем так, что это одновременно «не ноль» и «не единица», и в то же самое время «ноль» и «единица». Элементарная ячейка памяти, способная принимать три состояния «0», «1» и «суперпозиция» – называется «квантовый бит» или «кубит».
Для иллюстрации работы «кубита» иногда используют аналогию с системой из двух атомов водорода, в которой два протона и один электрон.
Пусть состояние системы, когда электрон принадлежит правому протону, называется «0» (рис.3), а если левому – «1» (рис.4). Неожиданность квантового мира в том, что электрон вполне способен одновременно принадлежать и левому, и правому протонам, но с разной или равной долей вероятности (рис.5). В таком случае невозможно определенно сказать, в каком состоянии находится система, поэтому говорят, что система находится в «суперпозиции». Это одновременно и «0», и «1», но в то же самое время это ни то, ни другое.
Рисунок 3. Кубит в состоянии «0»
Рисунок 4. Кубит в состоянии «1»
Рисунок 5. Кубит в состоянии «суперпозиция»
В качестве сравнительной аналогии работы битов и кубитов иногда используют сравнение с монетой. Бит – это монета, у которой есть две стороны «орел» и «решка», кубит – это вращающаяся монета, у которой можно наблюдать «решку» и «орла» одновременно, но с разной вероятностью. Ученые используют калиброванные импульсы микроволнового излучения, чтобы поместить кубиты в суперпозицию или чтобы ее разрушить, определив точные значения «0» или «1».
Третье состояние или «суперпозиция» кубита, а также вероятностный характер информации, хранимой такой ячейкой, имеют интересное следствие. Если бит способен одновременно хранить всего одно значение, то кубит – четыре. Система из двух кубит способна работать с шестнадцатью значениями, из трех с двумястами пятьюдесятью шестью и так далее. Если двоичная система оперирует с разрядностью «2 в степени N», где N – число бит, то квантовый компьютер подчиняется другим законам: «2 в степени 2 в степени N», где N число кубит. Такой эффект частично достигается за счет того, что кубиты в одно и то же время содержат множество потенциальных результатов. Окончательный результат вычисления становится доступен только после того, как программист измеряет состояние кубита с помощью микроволнового сигнала, что разрушает суперпозицию и заставляет кубит «коллапсировать» в обычное состояние двоичного нуля или единицы.
Другое особенное свойство квантового мира называется «квантовая запутанность». Используя то же самое микроволновое излучение, пару электронов в кубитах можно «запутать» так, что они всегда будут существовать в одном и том же квантовом состоянии. Это позволяет ученым манипулировать парами запутанных кубитов, просто изменяя состояние одного из них, даже если они физически разделены огромным расстоянием. Прогностический характер запутывания приводит к тому, что добавление кубитов в систему экспоненциально увеличивает вычислительную мощность квантового компьютера.
Следствия использования суперпозиции и квантовой запутанности совершенно фантастические! Восьмибитная система способна оперировать с 256 значениями чисел, в то время как восьмикубитная система способна работать с 1.15 *1077 значениями. Система из десяти кубит может одновременно работать с 21024 значений или с 1.79*10308. Разработчики говорят, что эта цифра превосходит число атомов в известной вселенной.
Наконец, третье свойство квантовых систем – интерференция. Сам характер квантовых вычислений хорошо описывается волновой функцией. Волны же, как мы все помним из курса школьной физики, при их наложении друг на друга, могут увеличивать или уменьшать результирующую амплитуду. Используя особые интерфереционные квантовые алгоритмы, ученые контролируют вычислительный процесс: усиливают сигналы, которые дают большую вероятность правильного ответа и ослабляют все остальные.
«Закон Невена»
Основные достоинства квантовых компьютеров – параллельность вычислений и, как следствие, совершенно фантастическая скорость вычислений. Некоторые задачи квантовые системы способны решать в тысячи раз быстрее классических компьютеров. Правда, такой эффект возникает далеко не всегда и не на всех алгоритмах. Тем не менее, многие ученые считают, что очень скоро произойдет событие, когда квантовые системы превзойдут по вычислительной мощности любой из существующих ныне компьютеров.
Этот ожидаемый момент даже получил свое особое название в науке, и называется он «квантовое превосходство». До 2019 года квантовое превосходство было скорее красивой легендой, чем практическим результатом.
В мае 2019-го Хартмут Невен, директор лаборатории квантового искусственного интеллекта Google, заявил, что рост скорости вычислений квантового процессора Google отличается от всего, что когда-либо встречалось в мире. С каждым улучшением процессора мощность растет не по экспоненте, как в законе Мура, но по двойной экспоненте. Это означает, что человечество, вероятно, находится на расстоянии всего в несколько месяцев от начала эры практических квантовых вычислений.
Рисунок 6
В декабре 2018 года Невен и его команда испытывали новый квантовый чип Google, когда заметили странный результат. Сначала работу новейшего квантового процессора удавалось параллельно моделировать на обычном ноутбуке. Январский тест улучшенной версии устройства получилось смоделировать только на мощном настольном компьютере.
В начале февраля 2019 года в Google уже не осталось обычных компьютеров, которые могли бы соревноваться со следующей версией процессора. Ученые попросили доступ к кластеру серверов, чтобы продолжить работу. «Где-то в феврале мне пришлось позвонить, чтобы сказать: эй, нам нужно больше квот!», – рассказал Невен. «Новая версия чипа соперничала с системой, состоящей из миллиона процессоров».
Беспрецедентное увеличение вычислительной мощности квантовых систем, впервые обнаруженное Невеном, уже назвали «законом Невена» по аналогии с «законом Мура» для классических вычислений. Закон Невена говорит о том, что мы можем попасть в совершенно инопланетный мир буквально через несколько месяцев [3].
Впрочем, не все в мире квантовых компьютеров так шикарно, как хотелось бы. Прежде всего это очень нестабильные системы. Особые чипы, охлажденные почти до абсолютного нуля, управляемые микроволновым излучением, способны стабильно хранить информацию не более 100 микросекунд. По истечении этого времени процессы окружающей среды разрушают квантовые состояния кубитов. Кроме того, квантовую информацию нельзя копировать, поскольку состояние кубита в суперпозиции невозможно определить, не разрушив суперпозицию.
Тем не менее, вычислительные возможности квантовых компьютеров могут помочь взглянуть на возможности обучения глубоких нейронных сетей совершенно по-новому. Вероятно, это потребует серьезной адаптации существующих классических алгоритмов под квантовые вычисления. Квантовый вычислитель не умеет давать точные ответы, но зато он способен решать задачи очень быстро, по сравнению с классическими компьютерами. Если совместить квантовые алгоритмы с DML, то существующая проблема быстрого перебора всех возможных параметров обучения DNN – перестает быть проблемой.
Из-за необычности архитектуры, далеко не все алгоритмы способны выполняться на квантовом компьютере. Квантовые вычисления хороши для решения довольно узкого круга задач. Пока эти системы выглядят перспективными в оптимизации, взламывании шифров и сверхбыстром поиске совпадений в больших массивах данных. На первый взгляд, это весьма специализированные задачи. Впрочем, тоже самое можно сказать и о глубоких нейронных сетях. Поэтому, с точки зрения современных исследователей, будущее выглядит как симбиоз классических компьютеров с фон Неймановской архитектурой, глубоких нейронных сетей, которые будут работать на специализированных акселераторах и квантовых систем, которые, вероятно, будут использоваться для обучения глубоких сетей. Все вместе это должно дать синергетический эффект, хотя такая связка выглядит достаточно фантастично.
С большой вероятностью, новый 2020 год принесет всему человечеству сюрпризы, которые сейчас, за несколько месяцев до Нового Года, невозможно даже представить. Искусственный интеллект автоматизирует все больше ниш во многих областях знаний. Правда, если медицина, химия, беспилотный транспорт – не вызывают вопросов, то военное применение нейронных сетей – настораживает. Бывший замминистра обороны США Роберт Уорк называет искусственный интеллект «роботом – убийцей» и призывает не использовать его в системах предупреждения о ядерном нападении и системах нанесения ответного ядерного удара [8]. БИТ
Ключевые слова: квантовые технологии, кубит, нейронные сети
Читайте также: