Fysikern John Martinis kunde leverera en av de heliga grails av datorer till Google—en maskin som dramatiskt snabbar upp dagens program och gör nya som möjligt.
John Martinis har forskat om hur quantum datorer kan fungera i 30 år. Nu kan han vara på väg att slutligen göra en användbar en.
John Martinis används armen av hans läsglasögon för att ange den plats där han har för avsikt att visa en nästan ofattbart kraftfull ny form av dator i ett par år. Det är en cylindrisk hylsa en tum och en halv hela, på botten av en torso-storlek stapel av plattor, block, och trådar av mässing, koppar och guld. Dagen efter träffade jag honom i höst, han laddade uttaget med en experimentell supraledande chip-etsas med en mikroskopisk Google-logotypen och kyls apparaten till en hundradel av en grad Celsius över den absoluta nollpunkten. För att fira att första dag för att testa maskinen, Martinis kastade vad han kallade “en liten fest” på en brewpub med kollegor från hans nyligen utrustad Google lab i Santa Barbara, Kalifornien.
Att partiet var ingenting jämfört med den fest som kommer att äga rum om Martinis och hans grupp kan faktiskt skapa undra dator som de söker. Eftersom det skulle utnyttja den märkliga egenskaper kvantfysik som uppstår under extrema förhållanden som de på ultracold chip, den nya datorn skulle låta en Google-coder köra beräkningar på en fika som skulle ta en superdator i dag miljontals år. Den programvara som Google har utvecklat på vanliga datorer för att köra bil eller svara på frågor som kunde blivit betydligt mer intelligent. Och i ett tidigare skede idéer som bubblar upp på Google och dess moderbolag, såsom robotar som kan tjäna som räddningspersonal eller programvara som kan konversera på en mänsklig nivå, som kan bli verkliga.
Den teoretiska underbyggnaden för quantum computing är väl etablerade. Och fysiker kan bygga grundläggande enheter, känd som qubits, varav en kvantdator skulle göras. De kan även fungera qubits tillsammans i små grupper. Men de har inte gjort en fullt fungerande, praktiska kvantdator.
Martinis är en reslig figur i området: hans forskargrupp vid University of California, Santa Barbara, har visat att några av de mest pålitliga qubits runt och fått dem att driva en del av koden en kvantdator skulle behöva för att fungera. Han var anställd hos Google i juni 2014 efter att övertyga företaget om att hans lag teknik kunde gammal snabbt med rätt stöd. Med sin nya Google lab igång, Martinis och gissar att han kan visa en liten men användbar kvantdator i två eller tre år. “Vi säger ofta till varandra att vi är i färd med att föda en kvantdator branschen”, säger han.
Google och quantum computing är en match made in algoritmisk himlen. Företaget är ofta sägas vara definierad av en omättlig hunger för data. Men Google har en mer angelägna strategiska beroende: att teknik som extraherar information från data, och även skapar intelligens från det. Företaget startades för att kommersialisera en algoritm för att rangordna webbsidor, och det har byggt sin ekonomiska grunder med system att sälja och rikta annonser. Mer nyligen, Google, har satsat stort på utveckling av AI-mjukvara som kan lära sig att förstå språket eller bilder, utföra grundläggande resonemang, eller styra en bil genom trafiken—allt som återstår är lite svårt för konventionella datorer, men borde vara en lätt match för quantum och kära. “Lärande är en central, omvälvande sätt som vi är nytänkande kring hur vi gör allting”, Googles VD, Sundar Pichai, som nyligen informerade investerare. Stöd för att en insats skulle bli den första av många arbetstillfällen för Martinis nya quantum industrin.
Dream maker
Så sent som i förra veckan utsikterna för en kvantdator att göra något användbart inom ett par år kändes avlägsen. Forskare i regeringen, akademiska, och företagens labs var långt från att kombinera nog qubits att göra ännu en enkel proof-of-principle maskinen. En väl finansierad Kanadensiska start som kallas D-Wave Systems sålt några av vad det som kallas “världens första kommersiella kvantdatorer” men tillbringade år misslyckas med att övertyga experter att de maskiner som faktiskt gjorde vad en kvantdator bör (se “CIA och Jeff Bezos Satsa på Quantum Computing”).
Sedan NASA kallats för journalister att bygga N-258 vid sitt Ames Research Center i Mountain View, Kalifornien, som sedan 2013 har varit värd för en D-Våg datorn köptes av Google. Det Hartmut Neven, som leder Quantum laboratoriet för Artificiell Intelligens Google inrättas för att experimentera med D-Våg maskin, presenterade den första riktiga bevis på att den kan ge ström förespråkare av quantum computing har lovat. I ett noggrant utformat test, supraledande chip inuti D-Wave ‘ s dator—känd som en quantum annealer—hade utfört 100 miljoner gånger snabbare än en vanlig processor.
Så sent som i förra veckan utsikterna för en kvantdator att göra något användbart inom ett par år kändes avlägsen. Sedan NASA kallats för journalister att dess Ames Research Center i Mountain View.
Dock, denna typ av fördel behöver vara tillgänglig i praktiska datoranvändande, inte bara krystat tester. “Vi måste göra det lättare att ta ett problem som kommer upp på ingenjörens skrivbord och sätta in den i datorn,” sade Neven, en pratsam machine-learning expert. Det är där Martinis kommer in. Neven tror inte D-Våg kan få en version av sin quantum annealer redo att tjäna Googles ingenjörer snabbt nog, så han anlitade Martinis att göra det. “Det är uppenbart att vi inte kan vänta bara,” Neven säger. “Det finns en förteckning över brister som måste övervinnas för att nå fram till en riktig teknik.” Han säger qubits på D-Wave ‘ s chip är alltför otillförlitliga och är inte kopplat ihop tätt nog. (D-Wave VD, Vern Brownell, svarar att han inte är orolig för konkurrens från Google.)
Google kommer att konkurrera inte bara med vad som helst förbättringar D-Våg kan göra, men också med Microsoft och IBM, som har betydande quantum computing egna projekt (se “Microsoft’ s Quantum Mechanics” och “IBM Visar upp en Quantum Computing Chip”). Men de företag som är inriktade på design mycket längre från att bli praktiskt användbar. Ja, en grov intern tid linje för Googles project uppskattar att Martinis grupp kan göra en quantum annealer med 100 qubits så snart som 2017. D-Wave ‘ s senaste chip redan har 1,097 qubits, men Neven säger en hög kvalitet chip med färre qubits troligen kommer att vara användbar för vissa uppgifter ändå. Ett stort annealer kan bara köra en viss algoritm, men det råkar vara en väl lämpad för de områden som Google bryr sig om. De program som framför allt skulle gynna inkluderar mönster igenkänning och maskininlärning, säger William Oliver, en ledande medlem av personalen på MIT Lincoln Laboratory, som har studerat potentialen av quantum computing.
John Martinis, 57, är den perfekta personen att brottas ett sinne osannolikt komplicerade delen av quantum physics research in i en ny teknisk disciplin. Inte bara kan han dyka in i den esoteriska matte, men han älskar att bygga saker. Operativsystem ens en enda kvantbit är ett pussel som samlas in från djupt kvantmekaniska teorin, fasta tillståndets fysik, materialvetenskap, microfabrication, mekanisk konstruktion, och konventionella elektroniken. Martinis, som är lång med ett högt, vänlig röst, gör en poäng av att personligen behärskar den teori och det tekniska genomförandet av varje bit. Ge en visning av hans nya lab på Google, han är lika upphetsad om de nya lödkolvar och verktygsmaskiner i den konventionella verkstaden som han är om de mer sofistikerad utrustning för att frossa chips och driver dem. “För mig är det roligt”, säger han. “Jag har haft möjlighet att göra experiment som ingen annan kunde göra, eftersom jag skulle bygga min egen elektronik.”
Denna experimentella chip, etsad med Google-logotypen, kyls ned till strax ovanför den absoluta nollpunkten för att generera kvantmekaniska effekter.
Martinis och hans team måste vara skicklig på att så många saker eftersom qubits är ombytliga. De kan göras på olika sätt—Martinis använder aluminium slingor kylda med små strömmar tills de blir supraledare—men alla representera data med hjälp av känsliga quantum stater som är lätt förvanskas eller förstörs av värme och elektromagnetiska störningar, potentiellt förstöra en beräkning.
Qubits använda sin bräckliga fysiken att göra samma sak som transistorer använda el för att göra på ett vanligt chip: att representera binära bitar av information, antingen 0 eller 1. Men qubits kan även uppnå ett tillstånd, en så kallad överlagring, som är effektivt både 0 och 1 på samma gång. Qubits i en superposition kan bli förenade genom ett fenomen som kallas entanglement, vilket innebär att en åtgärd som utförs på en omedelbar inverkan på andra. Dessa effekter kan en enda operation i en kvantdator att göra arbetet för många, många fler operationer i en konventionell dator. I vissa fall, en kvantdator s fördel jämfört med en konventionell ska växa exponentiellt med mängden data som bearbetas.
Svårigheten med att skapa qubits som är stabil nog är anledningen till att vi inte har kvantdatorer ännu. Men Martinis har arbetat på det i mer än 11 år och tror att han är nästan där. Konsekvensen av hans qubits, eller hur länge de kan upprätthålla en superposition, är tiotals mikrosekunder—ca 10 000 gånger den siffran för de på D-Wave ‘ s chip.
Martinis förtroende i laget och hårdvara även har honom att tro att han kan bygga Google ett alternativ till en quantum annealer det skulle vara ännu mer kraftfull. En universell kvantdator, som det skulle kallas, kan vara programmerad för att ta på sig någon form av problem, inte bara en typ av matematik. Teorin bakom denna metod är faktiskt förstod bättre än en för annealers, delvis eftersom de flesta av den tid och pengar i quantum computing forskning har ägnats åt att universal quantum computing. Men qubits har inte varit tillräckligt tillförlitliga för att översätta teori till en fungerande samhällsomfattande kvantdator.
Denna struktur av metallplattor som är nödvändigt för att kyla och sköld quantum marker.
Fram till Mars, som är, när Martini och hans team blev den första att visa qubits som korsade en avgörande tillförlitlighet tröskeln för en universell quantum datorn (se “Google Forskare Göra Quantum Computing Komponenter Mer Pålitlig”). De fick ett chip med nio qubits att köra en del av en felkontroll-programmet, som kallas ytan kod, som krävs för en sådan dator att fungera (IBM har sedan dess blivit en del av ytan kod som arbetar på fyra qubits). “Vi har visat att den teknik till en punkt där jag kände att vi kunde skala upp, säger Martinis. “Det här var på riktigt.”
Martinis syftar till att visa upp en komplett universal kvantdator med ca 100 qubits ungefär samtidigt som han levererar Googles nya quantum annealer, i ungefär två år. Det skulle vara en milstolpe i datavetenskap, men det skulle vara osannolikt att bidra till Googles programmerare direkt. Sådan är den komplexitet av ytan kod att även om ett chip med 100 qubits kunde köra fel-kolla programmet, det skulle vara oförmögna att göra något nyttigt arbete i tillägg till detta, säger Robert Stewart, som leder ett quantum computing research group vid University of Wisconsin. Ännu Martinis tror att när han kan få sin qubits tillräckligt tillförlitlig för att kunna lägga 100 av dem på ett universellt quantum chip, vägen att kombinera många fler kommer att öppna upp. “Detta är något som vi förstår ganska bra, säger han. “Det är svårt att få samstämmighet, men det är lätt att skala upp.”
Dumma algoritmer
När Martinis som förklarar varför hans teknik behövs på Google, som han inte skona känslor hos de människor som arbetar på AI. “Machine-learning algoritmer är verkligen typ av dumma,” säger han, med en antydan av förundran i rösten. “De behöver så många exempel att lära sig.”
Ja, machine learning används av Google och andra computing-företag är patetiskt intill sätt som människor eller djur plocka upp nya färdigheter eller kunskaper. Undervisning en mjukvara för nya tricks, till exempel hur man känner igen bilar och katter i foton, kräver i allmänhet tusentals eller miljontals noggrant sammanställd och märkt exempel. Även om en teknik som kallas deep learning har nyligen producerat slående framsteg i den noggrannhet med vilken programvaran kan lära sig att tolka bilder och tal, mer komplexa förmågor som att förstå nyanserna i språket kvar av maskiner’ nå.
Räkna ut hur Martinis marker kan göra Googles programvara mindre dum faller till Neven. Han tycker att den enorma kraften i qubits kommer att minska klyftan mellan lärande och biologiska lärande—och remake området artificiell intelligens. “Machine learning kommer att omvandlas till quantum lärande”, säger han. Detta kan innebära programvara som kan lära sig från messier data, eller från mindre data, eller till och med utan explicit undervisning. Till exempel, Google: s forskare har utformat en algoritm som de tror kan ge machine-learning programvara för att plocka upp ett nytt trick även om så mycket som hälften av den exempelvis uppgifter som det är med tanke är felaktigt märkta. Neven muserna att denna typ av beräkningsmetoder muskel kan vara nyckeln till att ge datorer kapacitet idag begränsad till människor. “Människor talar om huruvida vi kan göra kreativa maskiner–de mest kreativa system som vi kan bygga quantum AI-system, säger han.
Mer praktiskt, med endast D-Wave ‘ s maskin att träna på nu, Googles forskare kan inte göra mycket mer än att spekulera i exakt vad de kan eller bör göra med chips Martinis. Även när de får sina händer på dem, det kommer att ta tid att uppfinna och bygga den infrastruktur som behövs för att driva ett stort antal exotiska enheter så att de kan bidra väsentligt till Googles verksamhet.
Neven är säker på att Google ‘ s quantum hantverkare och hans team kan få igenom allt det där. Han bilder rader av supraledande marker uppradade i datacenter för Google ingenjörer till tillgång över Internet relativt snart. “Jag skulle till och förutsäga, att i 10 år, det är ingenting annat än quantum maskininlärning–du behöver inte göra det konventionella sättet längre, säger han. Ett leende Martinis varsamt accepterar att vision. “Jag gillar det, men det är svårt, säger han. “Han kan säga det, men jag måste bygga upp det.”
0 kommentarer