Fysiker John Martinier kunne levere en af de hellige grails af it til Google—en maskine, der dramatisk hastigheder op til nutidens applikationer og gør nye, det er muligt.
John Martinier har været at undersøge, hvordan kvante-computere, der kan arbejde i 30 år. Nu kan han være på nippet af en endelig gør et nyttigt.
John Martinis, anvendes den del af hans læsning briller for at angive det sted, hvor han har til hensigt at vise en næsten ufattelig stærk ny form for computer i et par år. Det er en cylindrisk stik en tomme og et halvt tværs, på bunden af en torso-størrelse stak af plader, blokke, og ledninger er af messing, kobber og guld. Dagen efter mødtes jeg med ham i dette efterår, han har lagt stik med en eksperimentel superledende chip-ætset med en mikroskopisk Google-logoet og afkølet apparatet til en hundrededel af en grad Celsius over absolut nul. For at fejre, at første dag i test af maskinen, Martinis, smed, hvad han kaldte “en lille fest” på en brewpub med kolleger fra hans nyligt udstyret Google lab i Santa Barbara, Californien.
At festen var intet sammenlignet med den fest, der vil finde sted, hvis Martinier og hans gruppe kan faktisk skabe spekulerer computer, de søger. Fordi det ville udnytte den mærkelige egenskaber ved kvante fysik, der opstår i ekstreme betingelser som dem på ultrakolde chip, den nye computer, ville lade en Google-coder køre beregninger i en kaffepause, der ville tage en supercomputer i dag millioner af år. Den software, som Google har udviklet sig på almindelige computere til at køre bil eller besvare spørgsmål kunne blive langt mere intelligente. Og tidligere fase ideer bobler op på Google og dets moderselskab, såsom robotter, der kan tjene som indsatspersonel eller software, der kan kommunikere på et menneskeligt plan, der kan blive virkelige.
Det teoretiske fundament for quantum computing er godt etableret. Og fysikere kan opbygge de grundlæggende enheder, der er kendt som qubits, som en kvantecomputer vil blive gjort. De kan også fungere qubits sammen i små grupper. Men de har ikke lavet en fuldt fungerende, praktiske quantum computer.
Martinier er en tårnhøje tal i feltet: hans forskergruppe ved University of California, Santa Barbara, har vist, at nogle af de mest pålidelige qubits rundt og fået dem til at køre nogle af de kode, en quantum computer til at fungere. Han var ansat af Google i juni 2014, efter at overbevise virksomheden om, at hans hold er teknologi kunne modnes hurtigt med den rigtige støtte. Med sin nye Google-lab op og køre, Martinis gætter på, at han kan godtgøre at have en lille, men nyttig kvantecomputer i to eller tre år. “Vi siger ofte til hinanden, at vi er i færd med at give fødsel til quantum computer-industrien,” siger han.
Google og quantum computing er en kamp i algoritmisk himlen. Virksomheden er ofte siges at være defineret af en umættelig sult efter data. Men Google har en mere presserende strategiske afhængighed: at teknologi, som trækker oplysninger fra data, og selv skaber efterretninger fra det. Virksomheden blev grundlagt for at kommercialisere en algoritme til rangordning Web sider, og det er bygget sit økonomiske grundlag med systemer, der sælger og målrette annoncer. Mere for nylig, Google har investeret kraftigt i udvikling af AI software, der kan lære at forstå sprog eller billeder, udføre grundlæggende argumentation, eller styre en bil gennem trafikken—alle ting, der forbliver vanskelig for konventionelle computere, men bør være en leg for quantum dem. “Machine learning er en kerne, transformativ måde, som vi nytænke, hvordan vi gør alt,” Google ‘ s administrerende DIREKTØR, Sundar Pichai, der for nylig informerede investorer. At støtte denne indsats vil være den første af mange arbejdspladser til Martinier ‘ s nye quantum industri.
Dream maker
Så sent som i sidste uge udsigten til en quantum computer at gøre noget nyttigt inden for et par år syntes fjernbetjening. Forskere i det offentlige, den akademiske verden, og corporate labs var langt fra at kombinere nok qubits til at gøre selv en simpel proof-of-princippet maskine. En velfinansieret Canadiske start kaldet D-Wave Systemer, der sælges et par af hvad det kaldes “verdens første kommercielle kvante-computere”, men brugt år på at undlade at overbevise eksperter, at de maskiner, der faktisk var ved at gøre, hvad en kvantecomputer skal (se “CIA og Jeff Bezos Satse på Quantum Computing”).
Så NASA indkaldt journalister til opbygning af N-258 på sin Ames Research Center i Mountain View, Californien, der siden 2013 været vært for et D-Bølge computer, købt af Google. Der Hartmut Neven, der fører Quantum Kunstig Intelligens lab Google, der er etableret til at eksperimentere med D-Bølge maskine, afslørede den første virkelige bevis på, at det kan tilbyde den magt fortalere for quantum computing har lovet. I en omhyggeligt designet test, de superledende chip inde i D-Wave ‘ s computer—kendt som en quantum annealer—havde været 100 millioner gange hurtigere end en konventionel processor.
Så sent som i sidste uge udsigten til en quantum computer at gøre noget nyttigt inden for et par år syntes fjernbetjening. Så NASA indkaldt journalister til sin Ames Research Center i Mountain View.
Men denne form for fordel, der skal være til rådighed i konkrete it-opgaver, ikke bare konstruerede tests. “Vi er nødt til at gøre det lettere at træffe et problem, der kommer op i en ingeniør’ s skrivebord og sætte det i computeren,” sagde Neven, en snakkesalig machine-learning ekspert. Det er her, Martinis kommer i. Neven ikke tror, at D-Bølge kan få en version af sin quantum annealer klar til at tjene Googles ingeniører hurtigt nok, så han hyrede Martinis til at gøre det. “Det blev klart, at vi ikke bare kan vente,” siger Neven. “Der er en liste over mangler, der skal overvindes for at nå frem til en reel teknologi.” Han siger, at den qubits på D-Wave ‘ s chip er for upålidelige og ikke kablede sammen tykt nok. D-Wave ‘ s administrerende DIREKTØR, Vern Brownell, svarer, at han ikke er bekymret over konkurrencen fra Google).
Google vil konkurrere ikke blot med, hvad forbedringer D-Bølge kan gøre, men også med Microsoft og IBM, der har betydelig quantum computing projekter i deres egen (se “Microsoft’ s Quantum Mechanics” og “IBM Viser Off en Quantum Computing-Chip”). Men disse virksomheder er fokuseret på design, meget længere fra at blive praktisk anvendelig. Ja, en hård intern tid linje for Google ‘ s projekt vurderer, at Martinier er gruppen kan gøre en quantum annealer med 100 qubits, så snart 2017. D-Wave ‘ s nyeste chip, der allerede har 1,097 qubits, men Neven siger en høj kvalitet chip med færre qubits vil sandsynligvis være nyttigt for nogle opgaver, der ikke desto mindre. En quantum annealer kan kun køre én bestemt algoritme, men det sker at være den ene, som er velegnet til områder Google de fleste bekymrer sig om. De programmer, der kan især være til gavn omfatter mønstergenkendelse og machine learning, siger William Oliver, et ledende medlem af personalet på MIT Lincoln Laboratorium der har undersøgt potentialet for quantum computing.
John Martinier, 57, er den perfekte person til at kæmpe en mind-bogglingly kompleks streng af quantum physics research i en ny teknisk fagområde. Ikke alene kan han dykke ned i den esoteriske matematik, men han elsker at bygge ting. Driver selv en enkelt bendt er et puslespil samles fra dybt quantum teori, solid-state fysik, materialevidenskab, microfabrication, mekanisk design og konventionelle elektronik. Martinier, der er høj med et højt, venlig stemme, gør det en punkt for personligt at mestre teori og tekniske gennemførelse af hvert stykke. Giver en rundvisning i sit nye lab på Google, han er så begejstret for den nye lodning jern og værktøjsmaskiner i den konventionelle værkstedet, da han er omkring de mere avancerede former for udstyr, der kulderystelser chips og driver dem. “For mig er det sjove,” siger han. “Jeg har været i stand til at gøre eksperimenter, som ingen andre kan gøre, fordi jeg kunne bygge min egen elektronik.”
Dette eksperimentel chip, ætset med Google-logoet, der er afkølet til lige over det absolutte nulpunkt, for at skabe kvantemekaniske effekter.
Martinier og hans team er nødt til at være dygtig til så mange ting, fordi qubits er vægelsindet. De kan gøres på forskellige måder—Martinier bruger aluminium sløjfer kølet med små strømme, indtil de bliver superledere—men alle repræsenterer data ved hjælp af sarte kvantetilstande, der er let forvrænget eller ødelagt af varme og elektromagnetisk støj, kan potentielt ødelægge en beregning.
Qubits bruge deres skrøbelige fysik til at gøre de samme ting, som transistorer bruge elektricitet til at gøre på en almindelig chip: repræsenterer binære bits af information, enten 0 eller 1. Men qubits kan også opnå en tilstand, der kaldes en superposition, der er effektivt både 0 og 1 på samme tid. Qubits i en superposition kan blive bundet sammen af et fænomen kendt som entanglement, hvilket betyder, at en handling udføres på, har en øjeblikkelig effekt på den anden. Disse effekter giver en enkelt operation i en kvantecomputer til at gøre arbejdet om mange, mange flere operationer i en konventionel computer. I nogle tilfælde, en quantum computer fordel i forhold til en konventionel man skal vokse eksponentielt med mængden af data, der arbejdes på.
Vanskeligheden af at skabe qubits, der er stabil nok er grunden til, at vi ikke har kvante-computere, der endnu. Men Martinier har arbejdet på, at for mere end 11 år, og tror, at han næsten er der. Sammenhængen tid af hans qubits, eller længden af tid, de kan opretholde en superposition, er snesevis af mikrosekunder—omkring 10.000 gange tallet for dem, der er på D-Wave ‘ s chip.
Martinier tillid i hans team ‘ s hardware har endda ham tro, at han kan bygge Google et alternativ til en quantum annealer det ville være endnu mere kraftfuld. En universel kvantecomputer, som det ville hedde, kunne programmeres til at tage enhver form for problem, ikke bare en slags matematik. Teorien bag denne tilgang er faktisk bedre forstået end en for annealers, i en del, fordi de fleste af tid og penge i quantum computing research har været afsat til universel kvantecomputer. Men qubits har ikke været pålidelig nok til at omsætte teori til at arbejde universel kvantecomputer.
Denne struktur af metal plader er nødvendige for at køle og skjold quantum chips.
Indtil Marts, der er, når Martinier og hans team blev den første til at påvise, qubits, der krydsede en afgørende pålidelighed tærsklen til en universel kvantecomputer (se “Google-Forskere Gør Quantum Computing Komponenter Mere Pålidelige”). De fik en chip med ni qubits til at køre en del af en fejl-kontrol-program, kaldet overfladen kode, der er nødvendige for, at sådan en computer til at betjene (IBM har siden fået en del af overfladen-kode, som arbejder på fire qubits). “Vi har vist, at teknologien til et punkt, hvor jeg vidste, at vi kunne skalere op,” siger Martinier. “Det var for real.”
Martinier, som har til formål at vise en komplet universel kvantecomputer med omkring 100 qubits omkring samme tid, han leverer Google ‘ s nye quantum annealer, i omkring to år. Det ville være en milepæl i datalogi, men det ville være usandsynligt, at hjælpe Google ‘ s programmører højre væk. Sådan er kompleksiteten af overfladen kode, at selv om en chip med 100 qubits kunne køre fejl-kontrol-program, det vil være ude af stand til at gøre noget nyttigt arbejde i tillæg til det, siger Robert McDermott, der fører en quantum computing research group ved University of Wisconsin. Endnu Martinier tænker, at når han kan få sin qubits pålidelige nok til at sætte 100 af dem på en universel kvantecomputer chip, vejen til at kombinere mange flere vil åbne op for. “Det er noget, vi forstår ganske godt,” siger han. “Det er svært at få sammenhæng, men nem at skalere op.”
Dumme algoritmer
Når Martinier forklarer, hvorfor hans teknologi der er behov for på Google, han sparer ikke de følelser for de mennesker, der arbejder på AI. “Machine-learning algoritmer er egentlig lidt dumt,” siger han, med en snert af undren i hans stemme. “De har brug for så mange eksempler på at lære.”
Ja, machine learning, der anvendes af Google og andre it-virksomheder er patetisk, ved den måde, mennesker eller dyr, lære nye færdigheder eller viden. Undervisning et stykke software, nye tricks, såsom hvordan man kan genkende biler og katte i fotos, der normalt kræver tusinder eller millioner af omhyggeligt kurateret og mærket eksempler. Selv om en teknik, der hedder dyb læring har for nylig produceret markante fremskridt inden for den nøjagtighed, med hvilken software kan lære at fortolke billeder og tale, mere komplekse fakulteter gerne forstå nuancerne i sproget være ude af maskiner ” nå.
Finde ud af, hvordan Martinier ‘s chips kan gøre Google’ s software mindre dum falder til Neven. Han mener, at den uhyre kraft af qubits vil indsnævre kløften mellem machine learning og biologiske læring—og omskabe området for kunstig intelligens. “Machine learning vil blive omdannet til quantum læring,” siger han. Det kunne betyde software, der kan lære fra messier data, eller fra mindre data, eller endda uden eksplicit instruktion. For eksempel, Google ‘ s forskere har udviklet en algoritme, der tror de kan tillade machine-learning software til at hente et nyt trick, selv hvis så meget som en halv eksempel data er det givet, er forkert mærket. Neven muserne, at denne form for computational muskel kan være nøglen til at give computere kapaciteter i dag begrænset til mennesker. “Folk taler om, hvorvidt vi kan lave kreative maskiner–de mest kreative systemer, vi kan bygge vil blive quantum AI-system,” siger han.
Mere praktisk, med kun D-Wave ‘s maskine til at øve på, for nu, er Google’ s forskere kan ikke gøre meget mere end at spekulere over, hvad de kan eller bør gøre med chips Martinier er ved at opbygge. Selv når de får deres hænder på dem, vil det tage tid til at opfinde og bygge den nødvendige infrastruktur til at drive et stort antal af eksotiske enheder, så de kan bidrage væsentligt til Google ‘ s forretning.
Neven er sikker på, at Google ‘ s quantum håndværkere og hans hold kan komme igennem alt det. Han billeder rækker af superledende chips linet op i data centre for Googles ingeniører har adgang til via Internettet relativt hurtigt. “Jeg ville forudsige, at der i 10 år, er der intet, men quantum machine learning–du behøver ikke gøre den konventionelle måde længere,” siger han. En smilende Martinier varsomt accepterer, at vision. “Jeg kan godt lide det, men det er svært,” siger han. “Han kan sige det, men jeg er nødt til at bygge det.”
0 kommentarer