商用未来何时来?软银揭示量子计算商业应用现状

图片

内容来源:量子前哨(ID:Qforepost)

文丨沛贤/浪味仙  排版丨沛贤

深度好文:3000字丨10分钟阅读

摘要:软银(SoftBank)先进技术研究所正在积极推进量子计算商业应用,借助与学术界合作等多种方式攻克技术难题,揭示量子计算在量子化学、下一代社会基础设施等方面的实际应用和商业化现状。

量子计算机正在引领信息技术的未来,其强大的计算能力,能够抵达经典计算机无法到达的区域。软银(SoftBank)先进技术研究所正站在这一变革性技术的最前沿,探索量子计算的商业应用,包括当下挑战、应对措施和商业前景。

图片

量子计算机利用叠加、纠缠等量子力学特性,在计算能力和信息容量方面远超经典计算机。比如量子叠加,它允许单个量子比特同时以0和1两种状态存在,其信息容量可以达到经典计算机的2的N次方倍;而量子纠缠,即便物理上远隔万里,两个量子比特也能够即时相互影响,精准演绎什么叫做“同生共死”,这使得量子计算机之间能够无视距离,快速传输信息。

通过巧妙运用纠缠与叠加等特性,再结合有效的量子算法,量子计算机能够显著缩短特定计算任务所需的时间。当然,有一点需要明确:量子计算机并非能在所有应用场景中优于经典计算机。

图片

 经典计算中,随着问题复杂度变高,计算时间将呈指数级增长,而利用量子计算,将能极大缩短找寻答案所需的时间。

图片

*NISQ(含噪声的中尺度量子计算):拥有数十到数百个量子比特,但缺乏纠错功能。

*FTQC(容错量子计算):具备纠错能力、更为先进的量子计算。

*QAOA(量子近似优化算法):一种用于组合优化问题的量子算法。

*VQE(变分量子本征值求解器):一种结合了经典和量子计算的混合算法,用于计算分子和其他系统的基态能量。

*QSCI(量子选择配置交互算法):一种经典-量子混合算法,能够计算噪声量子设备上多电子哈密顿量的基态和激发态能量。

*Shor算法:一种用于高效分解大数问题的量子算法。

*Grover算法:一种有效解决未排序数据库中非结构化搜索问题的量子算法。

*Surface code(表面码):一种量子纠错方法,将量子比特排列在二维晶格中,以特定模式组合实现纠错。

*Toric code(环面码):一种量子纠错方法,将量子比特排列在环形结构表面上,利用环面上的环形模式实现纠错。

当前,利用量子力学独特性质的量子计算机被视为“NISQ(含噪声的中尺度量子计算)设备”,而这类量子计算机正面临一个重大挑战:错误率。由于量子比特对微弱环境噪声或粒子碰撞极为敏感,这使得在准确执行量子计算的同时,尽可能减轻噪声所产生的误差成为关键挑战。

制定应对这项挑战的解决方案,已经成为当前量子计算领域的紧迫任务。

图片

软银先进技术研究所正在加强与国内外研究机构的合作,比如东京大学“量子创新倡议联盟”、庆应义塾大学量子计算研究中心(KQCC)等,目的是深化量子计算研究,进一步推动量子计算在现实中的实际应用和部署。

鉴于量子的神奇特性,使得量子计算机被公认为适合解决量子化学问题,所以量子化学也成为探索量子优越性的一个潜在领域。软银经过研究,利用“玻恩-奥本海默近似”(Beyond Born-Oppenheimer)方法,更准确地模拟电子与原子核之间的相互作用(核量子效应,NQE),借此来实现这一目标。

在这项研究中,不同于此前仅使用状态向量模拟器的研究方法,软银不仅使用了基于测量的模拟器(模拟实际设备的模拟器),还使用了实际的 NISQ(噪声中等规模量子)设备,首次将变分量子本征求解器(VQE)应用于 NEO(核电子轨道)哈密顿量。

不仅如此,软银还探索了适应量子计算机特性的有效方法,如选择波函数(Ansatz)作为硬件高效的初始估计、选择优化的起点以及初始点优化的方法,结果发现,选择适当的初始值可以提高计算结果的质量和收敛速度。

特别是在 VQE 算法中,通过使用状态向量模拟器为 NEO 哈密顿量提前选择经过优化的初始值,取代一贯使用的容易受到噪声影响的随机初始值,就能够显著减少由累积散粒噪声和硬件错误所导致的误差,从而获得更准确的结果。 

图片

VQE,量子-经典混合算法 

图片

高级和普通初始值在状态向量模拟器中的示例比较:通过适当的初始值选择,提高计算结果质量和收敛速度

图片

状态向量模拟器的评估结果:通过增加测量次数提高准确性,“红线”表示化学准确性的阈值。

通过这种方法,已经证实计算过程的收敛速度得到提高,能够避免贫瘠高原(Barren Plateau)问题,这证明了真实量子设备在精确模拟化学问题上的潜力。

然而,在该研究主题的实际计算中,软银观察到了由于问题规模较大而引起的门操作噪声、测量噪声和散粒噪声的影响,由此也揭示出了新的研究课题,如试验波函数的电路优化、变分量子电路经典优化方法的改进。这项研究是探索该领域新可能性的重要一步,展示了未来使用量子计算机进行化学计算的潜力。

*状态向量模拟器:在经典计算机上使用的模拟器,用于在数学上表示和模拟量子力学中系统的状态向量。

*贫瘠高原:在量子电路中调参时的一种状态,梯度趋近于零,导致学习和优化无法有效进行的状态。

图片

软银与日本理化学研究所(RIKEN)合作启动了一个量子计算机的商业化项目:重点开发量子计算机+超算的混合平台,通过融合量子计算机与超算的卓越计算能力,最大限度地发挥量子计算机的算力优势与价值。

作为该项目的一部分,软银先进技术研究所正在探索早期的实际应用,包括利用量子-经典混合平台探索新量子算法的实用性,采取措施应对含噪声的中尺度量子计算(NISQ)设备的挑战,如最小化噪声引起的错误和优化量子电路,并通过这些应用验证混合平台的有用性。

图片

该商业化项目旨在将与超算协作的优势应用到现实中,如错误抑制/缓解、算法优化、协调计算等。

图片

作为支撑人工智能共存社会的下一代社会基础设施,移动网络需要具备更先进的通信质量和基站资源优化。为应对下一代社会基础设施所需的海量计算,人们正在探索量子计算的现实应用,特别是量子优化算法,比如量子近似优化算法(QAOA)和变分量子本征求解器(VQE)等。

量子优化算法能够高效探索经典计算机无法触达的解空间,即便是大规模优化问题,量子计算机也能更高效地解决组合优化问题。只不过,受限于当前量子计算机的量子比特数量等因素制约,将量子优化算法应用于现实问题还面临挑战,因此科学家们正在研究通过减少变量来优化量子电路。

此外,随着下一代社会基础设施对电信基础设施的需求变得更加复杂,网络控制的灵活性变得至关重要。为了使机器学习算法能够用于使用AI/ML(机器学习)的网络操作中的故障诊断和恢复功能自动化等操作,软银正在研究量子计算应用。

量子核学习是量子机器学习算法之一,它能够利用量子力学原理来表示超高维度的特征。相较于经典计算机,它被认为具有学习效率方面的优势。软银的目标是探索量子计算机的优越性,并在从商业系统日志中提取的数据集上,实现故障事件的学习、推断性能方面的早期实际应用。

*量子核学习:一种利用量子计算机的机器学习方法,能够高效计算高维数据之间的相似度(核函数),从而快速处理海量数据集或复杂计算,实现更准确的预测和学习。

图片

随着量子计算研究和开发的推进,软银希望利用这一显著的计算能力,解决以往无法解决的问题并创造新的价值。比如说,能让量子计算机展示能力的领域非常广泛,包括分布式计算网络的进步、新材料开发和下一代AI的开发。 

图片

量子计算突破了传统计算方法的局限,软银表示将继续开发量子计算的无限潜力,持续推动量子计算机在社会各领域中创造新的价值。

图片

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/diannao/20321.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

如何使用基类指针迭代派生类对象

如果我们想使用基类指针迭代指向的派生类对象&#xff0c;我们需要在基类中声明返回迭代器的虚函数begin和end&#xff0c;然后在派生类中实现begin和end&#xff0c;这样我们就可以使用基类指针指向派生类后使用其迭代器了。 #include<iostream> #include<vector>…

SpringCloud Feign用法

1.在目标应用的启动类上添加开启远程fein调用注解&#xff1a; 2.添加一个feign调用的interface FeignClient("gulimall-coupon") public interface CouponFeignService {PostMapping("/coupon/spubounds/save")R save(RequestBody SpuBondTo spuBounds);…

随记-点选验证码(二)

之前写过一篇文章 随记-点选验证码 &#xff0c;当时借助了 ddddocr 完成了ocr 识别&#xff0c;这篇文章算是对之前的补充。 本次更换了新的方案&#xff1a; 通过 ultralytics&#xff08;YOLO8&#xff09;训练自己的模型 吐槽一句&#xff1a;标注真是一件耗时的事情啊&am…

解锁用户增长密码:订单排队免单+分红

排队分红模式&#xff0c;作为一种创新的营销策略&#xff0c;正逐渐受到实体店家的青睐。这种策略巧妙洞察了消费者的购物心理&#xff0c;成功地将顾客转变为商家的共赢伙伴。 坐标&#xff1a;厦门&#xff0c;我是肖琳 深耕社交新零售行业10年&#xff0c;主要提供新零售系…

2024.05.17 校招 实习 内推 面经

绿*泡*泡VX&#xff1a; neituijunsir 交流*裙 &#xff0c;内推/实习/校招汇总表格 1、实习 | 海康机器人2025届「超新星实习生」&#xff08;内推&#xff09; 实习 | 海康机器人2025届「超新星实习生」&#xff08;内推&#xff09; 2、实习 | 大华股份2025届实习生招聘…

鸿蒙实现汉字转拼音

1.使用三方库 pinyin-pro 地址&#xff1a;OpenHarmony三方库中心仓 亲测可用&#xff0c;一共三个关于 转pinyin的库&#xff0c;一个无法使用&#xff0c;另一个时间太久。 ohpm i pinyin-proimport { pinyin } from pinyin-pro;// 获取带音调拼音 pinyin(汉语拼音); // …

【Java数据结构】详解LinkedList与链表(一)

&#x1f512;文章目录&#xff1a; 1.❤️❤️前言~&#x1f973;&#x1f389;&#x1f389;&#x1f389; 2.ArrayList的缺陷 3.链表的概念及结构 4.无头单向非循环链表的实现 4.1成员属性 4.2成员方法 createList display——打印链表 addFirst——头插 addLast…

少样本学习与零样本学习:理解与应用

少样本学习与零样本学习&#xff1a;理解与应用 在现代机器学习领域中&#xff0c;少样本学习&#xff08;Few-Shot Learning&#xff09;和零样本学习&#xff08;Zero-Shot Learning&#xff09;正变得越来越重要。这些技术能够在数据稀缺的情况下有效地进行学习和推理&…

2024就业寒潮下的挑战与机遇:能否守住饭碗,人工智能能否成为新春天?

前言 随着时代的飞速发展&#xff0c;2024年的就业市场迎来了前所未有的挑战。数以百万计的高校毕业生涌入市场&#xff0c;使得就业竞争愈发激烈。然而&#xff0c;在这股就业寒潮中&#xff0c;我们也看到了新的曙光——人工智能的崛起。这一新兴行业以其独特的魅力和巨大的…

力扣每日一题 5/31

2965.找出缺失和重复的数字[简单] 题目&#xff1a; 给你一个下标从 0 开始的二维整数矩阵 grid&#xff0c;大小为 n * n &#xff0c;其中的值在 [1, n2] 范围内。除了 a 出现 两次&#xff0c;b 缺失 之外&#xff0c;每个整数都 恰好出现一次 。 任务是找出重复的数字a 和…

深入分析 Android Service (五)

文章目录 深入分析 Android Service (五)1. 深入分析 Service 与 Activity 之间的通信2. Messenger 的内部工作原理2.1 服务端实现2.2 客户端实现 3. AIDL 的内部工作原理3.1 定义 AIDL 接口3.2 服务端实现3.3 客户端实现 4. Service 的优化建议和最佳实践4.1 异步操作4.2 资源…

【Linux】权限的概念

1.Linux权限的概念 Linux下有两种用户&#xff1a;超级用户&#xff08;root&#xff09;、普通用户。 超级用户&#xff1a;可以再linux系统下做任何事情&#xff0c;不受权限限制 普通用户&#xff1a;在linux下做有限的事情&#xff0c;受权限设置。 windows下也有超级用户…

Hbase 面试题(二)

1. 阐述HBase有哪些不同的关键组件&#xff1f; HBase是一个分布式的、面向列的NoSQL数据库&#xff0c;它由多个关键组件构成&#xff0c;这些组件共同工作以提供其服务。以下是HBase中一些主要的关键组件&#xff1a; HMaster&#xff1a; HMaster负责管理集群的元数据和状态…

fmc编程入门:探索、挑战与成长之路

fmc编程入门&#xff1a;探索、挑战与成长之路 在当今数字化时代&#xff0c;编程已成为一项重要的技能。而fmc编程&#xff0c;作为一种新兴的编程方式&#xff0c;正逐渐受到人们的关注。本文将从四个方面、五个方面、六个方面和七个方面来深入剖析fmc编程的入门之道&#x…

Object.entries方法的使用

Object.entries() 方法返回一个给定对象自身可枚举属性的键值对数组。 有以下需求&#xff1a; let cpuData reactive([{ label: 总量, content: test },{ label: 已使用, content: test },{ label: 未使用, content: test } ])<el-form label-position"left" l…

环卫车北斗GPS视频监控定位解决方案的应用与优势

一、引言 随着城市化进程的加快&#xff0c;环卫车作为城市环境卫生的重要保障力量&#xff0c;其运行效率与安全性直接关系到城市形象与居民生活品质。然而&#xff0c;传统的环卫车管理模式往往存在信息不对称、调度不合理、行驶不规范等问题&#xff0c;导致城市道路污染和…

微信小程序对接发货功能

注&#xff1a;微信小程序对接发货功能 文档地址&#xff1a;https://developers.weixin.qq.com/miniprogram/dev/platform-capabilities/business-capabilities/order-shipping/order-shipping.html php代码 common.php use think\Config; use think\Db; use fast\Http; us…

LabVIEW远程开发与调试

在现代项目开发中&#xff0c;远程开发与调试已经成为一种常见的模式&#xff0c;特别是在使用LabVIEW进行工程项目时。本文将详细分析LabVIEW远程开发与调试的优缺点&#xff0c;并从多个角度说明如何建议客户采用这种方式&#xff0c;以提高项目效率和质量。 优点 灵活性和便…

Compose进阶——在非Compose作用域调用Compose函数

第一版&#xff0c;实现在非Compose作用域调用Compose函数&#xff1a; Composable fun test() {val fun1 Composable() {rememberTextMeasurer()}val test1 rememberTextMeasurer()val composer currentComposerButton(onClick {// 这是非Compose作用域&#xff0c;在此通…

2024华为OD机试真题-机场航班调度-C++(C卷D卷)

题目描述 XX 市机场停放了多架飞机,每架飞机都有自己的航班号 CA3385,CZ6678,SC6508 等, 航班号的前 2 个大写字母(或数字)代表航空公司的缩写,后面 4 个数字代表航班信息。 但是 XX 市机场只有一条起飞用跑道,调度人员需要安排目前停留在机场的航班有序起飞。 为保障航班…