Специалисты Лаборатории квантовой обработки информации Центра фотоники и квантовых материалов совместно с группой суперкомпьютерных вычислений Центра по научным и инженерным вычислительным технологиям (CDISE), разработавшей суперкомпьютер «Жорес», создали эмуляцию вычислений на квантовом процессоре Google.

Суперкомпьютер воспроизводил данные без характерных ошибок, связанных с реализацией физических экспериментов, но со статистическим распределением, аналогичным тем, которые были продемонстрированы в ходе недавних экспериментов Google. В своем численном эксперименте группа сумела указать на определенный скрывающийся в результатах Google эффект, получивший название «дефицит достижимости» и описанный ранее командой ученых из Сколтеха.

Полученные числовые значения подтверждают, что данные Google находятся на грани так называемой лавины, при попадании в которую решения задачи с заданными ресурсами достичь невозможно. Специалисты Сколтеха выявили единственный необходимый и достаточный критерий, позволяющий предсказать попадание в лавину, называемый «плотностью» переменных. При плотности, характерной для практических задач, решение потребует значительно больше квантовых ресурсов для выполнения квантовой приближенной оптимизации.

Результаты опубликованы в ведущем отраслевом журнале Quantum.

С самого начала эпохи численных вычислений наибольшую сложность для эмуляции представляли квантовые системы, хотя конкретные причины этого феномена остаются предметом исследований. Однако эта сложность, связанная с эмуляцией квантовой системы на классическом компьютере, сподвигла некоторых ученых изменить свои подходы.

В начале 1980-х годов такие ученые, как Ричард Фейнман и Юрий Манин, выдвинули предположение, что те неизвестные компоненты, отсутствие которых затрудняет эмуляцию квантовой системы на классическом компьютере, могут в свою очередь быть использованы как вычислительный ресурс. Например, квантовый процессор будет отлично подходить для моделирования квантовых систем, поскольку его работа основывается на тех же принципах.

Эти ранние идеи подтолкнули Google и других технологических гигантов к созданию первых прототипов долгожданных квантовых процессоров. Существующие сегодня версии этих устройств подвержены ошибкам и могут выполнять только простейшие квантовые программы, при этом каждое вычисление должно повторяться несколько раз, чтобы путем усреднения исключались ошибки и формировались приближенные величины.

Одна из наиболее исследуемых областей применения современных квантовых процессоров — квантовый приближенный алгоритм оптимизации (QAOA). В ходе ряда впечатляющих экспериментов специалисты Google использовали свой квантовый процессор для оценки возможностей квантовых вычислений.