Команда из компании Guizhen Chip Technology, базирующейся в Хэфэе, совместно с группой профессора Рена Сифэна из Ключевой лаборатории квантовой информации Университета науки и технологий Китая, представила значимый результат для универсальных оптических квантовых вычислений.
Используя специально разработанный программируемый фотонный чип, исследователи продемонстрировали генерацию на чипе состояния ГЗ с четырьмя фотонами и шестнадцатью кубитами, а также четырехкубитное кластерное состояние. При этом десять из шестнадцати кубитов были подтверждены как действительно запутанные посредством измерений-свидетелей запутанности. Эта работа представляет собой самое крупное зарегистрированное на чипе многокубитное запутанное состояние на сегодняшний день.
Полученные результаты имеют большое значение, поскольку они обходят основное препятствие в фотонной квантовой вычислительной технике: экспоненциально плохое масштабирование источников многофотонов и сложность создания детерминированных двухфотонных вентилей. Команда применяет подход квантовых вычислений на основе измерений (MBQC), при котором вычисления осуществляются путем одиночных измерений на предварительно подготовленном запутанном ресурсном состоянии.
Для расширения этого ресурсного состояния команда использует высокоразмерное кодирование для каждого отдельного фотона. Один фотон несет множество кубитов через свою степень свободы траектории, которую затем направляют через четырехслойный программируемый измерительный модуль. Такая архитектура трансформирует сложную задачу подготовки многофотонов в управляемое расширение одного фотона с высокой размерностью плюс многоуровневое измерение, делая подготовку ресурсного состояния более детерминированной и сохраняя простоту оптического оборудования.
В качестве дополнительного теста команда использовала четырехкубитное кластерное состояние для реализации алгоритма поиска Гровера и сообщила среднюю вероятность идентификации на уровне 0.987. Данный результат опубликован в виде препринта на arXiv.
Более широкое значение MBQC заключается в том, что это самый чистый известный метод достижения отказоустойчивых, универсальных квантовых вычислений. Модель переносит сложную часть вычислений из операций логических вентилей в реальном времени на предварительную подготовку большого запутанного ресурса, что идеально соответствует режиму, в котором оптическое оборудование может работать эффективно. Производная архитектура, известная как квантовые вычисления на основе слияния, наследует свойства MBQC, обладая еще более высокими порогами отказоустойчивости, и является ведущим кандидатом для масштабирования фотонного квантового оборудования до диапазона в миллион кубитов.
Для Guizhen Chip эта работа укрепляет ее позиции как первой китайской компании, продемонстрировавшей на чипе построение масштабируемых графовых состояний для фотонных квантовых вычислений. Хотя этот результат является ключевым строительным блоком, а не готовой машиной на миллион кубитов, он смещает область исследований от теоретических работ к инженерным вехам. Следующим шагом станет измеренная демонстрация отказоустойчивых логических кубитов в условиях реалистичного шума, в чем сейчас соревнуется мировое сообщество фотонных квантовых вычислений.
На 5-й конференции CCF по квантовым вычислениям в Шэньчжэне шесть академиков из CAS и CAE разработали национальную дорожную карту для коррекции квантовых ошибок с использованием ИИ, а также унифицированную инфраструктуру квантово-суперкомпьютерных систем и ИИ.
Конференция CCF по квантовым вычислениям и Форум по квантовой науке Большого залива была совместной инициативой Китайской компьютерной федерации и Китайского физического общества. Мероприятие привлекло более 2400 участников и около 200 китайских и международных ученых в Шэньчжэн 3 августа. Программа, посвященная объединению квантовых, ИИ и классических вычислений, сосредоточилась на трех ключевых темах: ИИ для коррекции квантовых ошибок, парадигма интеграции квантовых суперкомпьютеров и ИИ, а также научные открытия, управляемые ИИ.
Академик CAS Гао Вэнь начал дискуссию, отметив, что масштаб конференции демонстрирует стремительное проникновение квантовых технологий в основную научную сферу Китая. Академик CAS Эндрю Яо расценил это собрание как катализатор для взаимного обогащения областей квантовых вычислений, ИИ и компьютерных наук, в которых Китай занимает ведущие мировые позиции. Наиболее конкретный сигнал поступил от академика CAS Сян Тао, который указал, что скорость ошибок физических кубитов составляет около 1 процента, тогда как приложения, способные взломать криптографию, требуют на восемь порядков меньшей погрешности, и именно здесь ИИ имеет уникальные возможности для вмешательства.
Он перечислил пять направлений применения ИИ в квантовых вычислениях: калибровка чипов, декодирование и коррекция ошибок, проектирование чипов, компиляция и управление квантовыми схемами, а также ускоренная сходимость вариационных квантовых алгоритмов.
Центральное место заняла парадигма интеграции, названная конвергенцией Лян-Чао-Чжи (квантовый суперкомпьютер-ИИ). Академик CAS Сюэ Цикунь утверждал, что эти три технологии трансформируют исследования квантовых материалов и итерации алгоритмов. Гао Вэнь подробно рассказал о национальном флагманском проекте под руководством Лаборатории Пэнчэн, целью которого является создание унифицированной основы с вычислительной мощностью в 10 экзафлопс, сетевой мощностью в 10 петафлопс и интеграцией чистой энергии в 10 гигаватт. Академик CAE Чжэн Вэйминь отметил, что современные высокопроизводительные суперкомпьютеры уже функционируют как мощные машины для науки на базе ИИ, а квантовые технологии представляют собой следующий уровень развития.
Как Гао, так и Чжэн сослались на июньскую инициативу Министерства энергетики США по квантовым суперкомпьютерам как на призыв к Китаю разработать эквивалентный план.
В области науки, управляемой ИИ, академик CAS Гун Сингао заявил, что ИИ открывает новую парадигму в материаловедении, позволяя пользователям просто описывать проблемы на естественном языке, а система сама занимается вычислениями. Сян Тао проиллюстрировал это, используя принцип металлизации сигма-связей в сочетании с ИИ-скринингом для идентификации 31 кандидата на высокотемпературные сверхпроводники из базы данных, содержащей 2 миллиона материалов, причем 18 из них ранее не были предсказаны. Чжэн добавил, что ИИ в науке стал доминирующей тенденцией в высокопроизводительных вычислениях, приводя в пример прогнозирование структуры белков и открытие материалов с помощью ИИ.
Заключительным выводом стало то, что вычислительная мощность является национальной силой, и Китай должен использовать свое преимущество в системной координации, чтобы возглавить гонку конвергенции квантово-ИИ-классических технологий.
