Fysikeren John Martini kunne levere en av de hellige grails av computing til Google—en maskin som dramatisk hastigheter opp dagens programmer og gjør nye mulig.
John Martini har vært å undersøke hvordan kvante-datamaskiner kan fungere i 30 år. Nå kan han være på randen av endelig gjør en nyttig en.
John Martini brukt armen hans lesebriller for å angi stedet der han har til hensikt å demonstrere en nesten ufattelig kraftig ny form for datamaskin i et par år. Det er en sylindrisk socket en tomme og en halv tvers, på bunnen av en torso-stack av plater, blokker, og ledninger av messing, kobber og gull. Dagen etter møtte jeg ham denne høsten, han satt i kontakt med en eksperimentell superledende chip etset med en mikroskopisk Google-logoen og avkjølte apparatet til en hundredel av en grad Celsius over absolutt null. For å feire at første dag av testing maskinen, Martini kastet det han kalte “et lite party” på en brewpub med kolleger fra sin nylig kombinert Google lab i Santa Barbara, California.
At partiet var ingenting sammenlignet med feiring som vil skje dersom Martini og hans gruppe kan faktisk lage lurer på datamaskinen de søker. Fordi det ville utnytte den merkelige egenskaper av kvantefysikken som oppstår i ekstreme forhold som de på ultracold chip, den nye datamaskinen ville la en Google-koder kjøre beregninger i en kaffepause, som ville ta en superdatamaskin i dag millioner av år. Programvaren som Google har utviklet seg på vanlige datamaskiner til å kjøre bil eller svare på spørsmål kunne blitt langt mer intelligent. Og tidligere stadium ideene bobler opp på Google og dets morselskap, for eksempel roboter som kan tjene som innsatspersonell eller programvare som ikke kan kommunisere på et menneskelig nivå, kan bli virkelige.
Det teoretiske grunnlaget av quantum computing er godt etablert. Og fysikere kan bygge grunnleggende enheter, kjent som qubits, hvorav en kvante-maskin ville bli gjort. De kan også operere qubits sammen i små grupper. Men de har ikke gjort en fullt fungerende, praktisk quantum datamaskinen.
Martini er en ruvende skikkelse i feltet: hans forskergruppe ved University of California, Santa Barbara, har vist noen av de mest pålitelige qubits rundt og fått dem kjører noen av de etiske en kvante-maskin ville trenger for å fungere. Han ble ansatt av Google i juni 2014 etter å overtale selskapet at hans lag teknologi kan modnes raskt med riktig støtte. Med sin nye Google-lab opp og kjører, Martini gjetter at han kan demonstrere en liten, men nyttig quantum datamaskinen i to eller tre år. “Vi ofte sier til hverandre at vi er i ferd med å føde til quantum datamaskinen bransjen,” sier han.
Google og quantum computing er en kamp laget i algoritmisk himmelen. Selskapet er ofte sagt å være definert av en umettelig sult etter data. Men Google har en mer presserende strategiske avhengighet: til teknologi som trekker ut informasjon fra data, og selv skaper intelligens fra det. Selskapet ble grunnlagt for å kommersialisere en algoritme for rangering av nettsider, og det har bygget sin finansielle grunnlaget med systemer som selger og målrette annonser. Mer nylig, Google har investert tungt i utviklingen av KI-programvare som kan lære å forstå språk eller bilder, utføre grunnleggende resonnement, eller styre en bil gjennom trafikk—alle ting som forblir vanskelige for vanlige datamaskiner, men bør være en lek for quantum seg. “Machine learning er en kjerne, transformative måten som vi bruker nye tanker om hvordan vi gjør alt,” Google ‘ s administrerende DIREKTØR, Sundar Pichai, nylig informerte investorer. Støtte som innsats ville være den første av mange jobber for Martini ‘ s nye quantum bransjen.
Dream maker
Så sent som i forrige uke utsiktene til en kvante-maskin å gjøre noe nyttig i løpet av få år syntes fjernkontrollen. Forskere i regjeringen, akademisk, og bedriftens labs var langt fra å kombinere nok qubits til å gjøre selv en enkel proof-of-prinsippet maskinen. Et godt finansiert Kanadiske oppstart kalt D-Bølge Systemer solgt noen av det som kalles “verdens første kommersielle kvante-datamaskiner” men brukte år på å unnlate å overbevise eksperter at maskinene var faktisk gjør hva en quantum skal datamaskinen (se “CIA og Jeff Bezos Satse på Quantum Computing”).
Da NASA innkalt journalister til å bygge N-258 på sitt Ames Research Center i Mountain View, California, som siden 2013 har vert en D-Bølge datamaskinen kjøpt av Google. Det Hartmut Neven, som leder Quantum Artificial Intelligence lab Google etablert for å eksperimentere med D-Bølge maskin, avduket den første virkelige bevis for at det kan tilby kraft til tilhengere av quantum computing har lovet. I en nøye utformet test, superledende-chipen inne i D-Bølge datamaskin—kjent som en quantum annealer—hadde utført 100 millioner ganger raskere enn en vanlig prosessor.
Så sent som i forrige uke utsiktene til en kvante-maskin å gjøre noe nyttig i løpet av få år syntes fjernkontrollen. Da NASA innkalt journalister til sin Ames Research Center i Mountain View.
Men denne slags nytte har behov for å være tilgjengelig i praktiske oppgaver, ikke bare forsøkte tester. “Vi trenger å gjøre det lettere å ta et problem som kommer opp på en ingeniør er, skrivebord og sette det inn i datamaskinen,” sa Neven, en pratsom maskin-læring ekspert. Det er der Jag kommer inn. Neven tror ikke D-Bølge kan få en versjon av sin quantum annealer klar til å tjene Googles ingeniører raskt nok, så han leide Martini å gjøre det. “Det ble klart at vi kan ikke bare vente,” Neven sier. “Det er en liste over mangler som må overvinnes for å komme fram til en ekte teknologi.” Han sier qubits på D-Bølge chip er for upålitelig og ikke kablet sammen tykt nok. (D-Bølge KONSERNSJEF, Vern Brownell, reagerer på at han er ikke bekymret for konkurransen fra Google.)
Google vil konkurrere ikke bare med hva forbedringer D-Bølge kan gjøre, men også med Microsoft og IBM, som har betydelig quantum computing prosjekter på egenhånd (se “Microsoft’ s Quantum Mechanics” og “IBM Viser frem en Quantum Computing Chip”). Men disse selskapene er fokusert på design mye lenger fra å bli praktisk nyttige. Faktisk, en grov interne tidslinje for Googles prosjektet anslår at Martini ‘ s gruppe kan gjøre et kvantesprang annealer med 100 qubits så snart 2017. D-Wave ‘ s nyeste chip allerede har 1,097 qubits, men Neven sier en høy kvalitet chip med færre qubits vil trolig være nyttig for noen oppgaver likevel. En quantum annealer kan bare kjøre en bestemt algoritme, men det skjer for å være en godt egnet til områder Google de fleste bryr seg om. Programmene som kan spesielt dra nytte av inkluderer mønstergjenkjenning og maskinlæring, sier William Oliver, en ledende medarbeider ved MIT Lincoln Laboratorium som har undersøkt mulighetene for quantum computing.
John Martini, 57, er den perfekte personen til å kjempe en mind-bogglingly komplekse strand av kvantefysikken forskning inn i en ny engineering fagfelt. Ikke bare kan han dykke inn i den esoteriske matematikk, men han elsker å bygge ting. Drift selv en enkelt qubit er et puslespill satt sammen av dyp kvante-teori, solid state fysikk, materialvitenskap, microfabrication, mekanisk design, og konvensjonell elektronikk. Martini, som er høy med en høy, vennlig stemme, gjør et poeng av personlig mestring teori og teknisk gjennomføring av hver brikke. Gi en tur i hans nye lab på Google, han er like begeistret for den nye lodding jern og maskin verktøy i den konvensjonelle verkstedet som han er om mer sofistikert utstyr som frysninger chips og driver dem. “For meg er det gøy, sier han. “Jeg har vært i stand til å gjøre eksperimenter som ingen andre kunne gjøre, fordi jeg kunne lage min egen elektronikk.”
Denne eksperimentelle chip, etset med Google-logoen, kjøles ned til like over absolutt null for å generere quantum effekter.
Martini og hans team har til å være flinke til så mange ting fordi qubits er ustadig. De kan gjøres på ulike måter—Martini bruker aluminium looper kjølt med små strømmer til de blir superledere, men alle representerer data ved hjelp av delikat kvantetilstander som er lett forvrengt eller ødelagt av varme og elektromagnetisk støy, noe som potensielt kan ødelegge en beregning.
Qubits bruke sine skjøre fysikk å gjøre det samme som transistorer bruke elektrisitet til å gjøre på en vanlig chip: representere binære biter av informasjon, enten 0 eller 1. Men qubits kan også oppnå en tilstand som kalles en superposisjon, som er effektivt både 0 og 1 på samme tid. Qubits i en superposisjon kan bli knyttet sammen av et fenomen som er kjent som forviklinger, noe som betyr at en handling utført på en har umiddelbar effekt på den andre. Disse effektene lar en enkelt operasjon i en kvante-maskin til å gjøre arbeid til mange, mange flere operasjoner på en vanlig datamaskin. I noen tilfeller, en kvante-maskin fordel over en konvensjonell man bør vokse eksponentielt med mengden av data for å bli jobbet med.
Vanskeligheten av å skape qubits som er stabil nok er grunnen til at vi ikke har kvante-datamaskiner ennå. Men Jag har jobbet på at for mer enn 11 år, og mener han er nesten der. Det sammenheng med hans qubits, eller hvor lang tid de kan opprettholde en superposisjon, er titusenvis av mikrosekunder—om 10 000 ganger figur for de som er på D-Bølge chip.
Martini tillit i teamet hans er maskinvaren, selv har han å tro at han kan bygge Google et alternativ til en quantum annealer det ville være enda mer kraftfull. En universell quantum datamaskin, som det ville bli kalt, kunne programmeres til å ta på oss noen form for problem, ikke bare én type matematikk. Teorien bak denne tilnærmingen er faktisk bedre forstått enn en for annealers, delvis fordi de fleste av tid og penger i quantum computing forskning har vært viet til universell quantum computing. Men qubits ikke er pålitelig nok til å omsette teorien til en fungerende universal quantum datamaskinen.
Denne strukturen av metall plater som er nødvendig for å kjøle og skjold quantum chips.
Frem til Mars, det er, når Martini og hans team ble den første til å demonstrere qubits som krysset en avgjørende reliability terskelen for en universell quantum datamaskinen (se “Google Forskere Gjøre Quantum Computing Komponenter Mer Pålitelig”). De fikk en chip med ni qubits til å kjøre en del av en feil,-se program, kalt surface-koden, som er nødvendig for slik en datamaskin til å fungere (IBM har siden blitt en del av overflaten koden fungerer på fire qubits). “Vi demonstrert teknologien til et punkt hvor jeg visste at vi kunne skalere opp, sier Martini. “Dette var ekte.”
Jag har som mål å vise frem en komplett universal quantum datamaskin med ca 100 qubits rundt samme tid leverer han Googles nye quantum annealer, i ca to år. Det ville være en milepæl i computer science, men det ville være usannsynlig å hjelpe Googles programmerere med en gang. Slik er kompleksiteten av overflaten kode på at selv om en chip med 100 qubits kan kjøre feilsøking program, det ville være i stand til å gjøre noe nyttig arbeid i tillegg til det, sier Robert McDermott, som fører en quantum computing research group ved University of Wisconsin. Men Jag tror at når han kan få sin qubits pålitelig nok til å sette 100 av dem på en universell quantum chip, banen til å kombinere mange flere vil åpne opp. “Dette er noe vi forstår ganske godt, sier han. “Det er vanskelig å få sammenheng, men lett å skalere opp.”
Dumme algoritmer
Når Martini forklarer hvorfor hans teknologi er nødvendig på Google, vil han ikke spare følelsene til folk som arbeider på AI. “Maskin-læring algoritmer er virkelig slags dum,” sier han, med et hint av undring i stemmen. “De trenger så mange eksempler å lære av.”
Faktisk, maskinlæring som brukes av Google og andre computing bedrifter er patetisk ved siden av måten mennesker eller dyr plukke opp nye ferdigheter eller kunnskap. Undervisning et stykke programvare nye triks, slik som hvordan å gjenkjenne biler og katter i bilder, krever vanligvis tusenvis eller millioner av nøye kuratert og merket eksempler. Selv om en teknikk som kalles dyp læring har nylig produsert slående fremskritt i korrektheten med hvilken programvare som kan lære å tolke bilder og tale, mer komplekse fakultetene som å forstå nyansene i språket forblir ut av maskiner’ nå.
Å finne ut hvordan Martini chips kan gjøre Googles programvare mindre dum faller til Neven. Han mener at den enestående kraften av qubits vil minske gapet mellom maskinlæring og biologiske læring—og nyskapning innen kunstig intelligens. “Machine learning vil bli forvandlet til quantum læring,” sier han. Det kan bety programvare som kan lære av messier data, eller fra mindre data, eller selv uten eksplisitt instruksjon. For eksempel, Google ‘ s forskere har utviklet en algoritme som tror de kan tillate maskin-læring programvare for å plukke opp et nytt triks, selv om så mye som halvparten eksempel data det er gitt er feil merket. Neven musene at denne type computational muskel kan være nøkkelen til å gi datamaskiner evner i dag begrenset til mennesker. “Folk snakker om at vi kan gjøre kreative maskiner–den mest kreative systemer kan vi bygge vil være quantum AI-systemer,” sier han.
Mer praktisk, med bare D-Bølge maskin til å øve på for nå, Googles forskere ikke kan gjøre mye mer enn å spekulere i hva de kan eller bør gjøre med chips Martini er å bygge. Selv når de får sine hender på dem, vil det ta tid å oppfinne og bygge infrastruktur som er nødvendig for å betjene et stort antall av eksotiske enheter slik at de kan bidra i vesentlig grad til Googles virksomhet.
Neven er sikre på at Google ‘ s quantum håndverkere og hans team kan komme gjennom alt. Han bilder rader av superledende chips stilt opp i datasentre for Google-ingeniører for å få tilgang over Internett relativt snart. “Jeg vil tippe at i 10 år, det er ingenting, men en kvante-maskin læring–du trenger ikke gjøre den konvensjonelle måten lenger,” sier han. En smilende Martini warily aksepterer at visjonen. “Jeg liker det, men det er vanskelig,” sier han. “Kan han si det, men jeg har til å bygge den.”
0 kommentarer