Технологии, основанные на квантовых эффектах, обладают интересной двойственностью: с одной стороны, они давно стали реальностью (достаточно вспомнить о транзисторах и лазерах) и продолжают активно развиваться; с другой стороны, непросто вспомнить, какие значимые результаты получили широкую огласку в последние годы. Почти наверняка большинство читателей так же, как и я, вспомнят разве что объявление о достижении квантового превосходства. Но там до конца так и не было ясно, случилось оно или не случилось.
И всё же прогресс в квантовых технологиях заметен хотя бы по тому, какое внимание им уделяют крупнейшие корпорации. IBM ещё в 2018 году рапортовали о сотне тысяч пользователей платформы Quantum Experience, Microsoft создаёт quantum development kit, и даже J.P. Morgan пытается развить в компании quantum culture. Любопытно, что сейчас всё больше говорят о связи квантовых вычислений и искусственного интеллекта.
В конце ноября 2020 года я встретился с Алексеем Фёдоровым, одним из ведущих российских специалистов в области квантовых технологий, автором десятков научных публикаций, руководителем научной группы Российского квантового центра, профессором МФТИ и обладателем бесчисленного множества других регалий. Он многое рассказал о состоянии современной квантовой науки, о грядущих технологических внедрениях и об интересных задачах, которые можно решать прямо сейчас. Видеозапись интервью смотрите на YouTube, там же доступна и запись последующего доклада на конференции YaTalks.
Про Алексея Фёдорова
Алексей Шаграев: Расскажи, пожалуйста, кем ты работаешь, чем занимаешься?
Алексей Фёдоров: Я — руководитель научной группы Российского квантового центра (rqc.ru), и это означает, что я занимаюсь научными исследованиями в области квантовых информационных технологий. Мы активно развиваем два направления: квантовые коммуникации и квантовые вычисления. Вторая большая часть моей жизни — преподавание: я преподаю на Физтехе курс «Введение в современные квантовые технологии».
Ты попадал в какое-то бесчисленное количество рейтингов, например, в рейтинг Forbes «30 до 30». Как туда попадают и что это за рейтинги?
За 2019–2020 год я обнаружил себя в нескольких списках. Первый из них — список Forbes по науке и технологиям. Как туда попасть — сложный вопрос. Мне кажется, что туда попали в основном люди, за которыми действительно что-то числится и они при этом умело продвигали свои результаты (мне всегда очень помогал Российский квантовый центр). Все ребята, которые попадают в эти списки, судя по тому, что я вижу, активно работают над популяризацией достигнутых результатов, маркетингом и так далее.
Второй интересный список — список Илонов Масков администрации Президента. Мне позвонили и говорят: «Вас назвали в качестве одного из российских Илонов Масков». Я говорю: «Ничего себе. А кого ещё?». И оказалось, что там длинный список очень крутых людей. Безусловно, это приятно. И, конечно, Илон Маск — культовая личность. Часто проводят аналогию между квантовой и космической гонками, квантами и ядерной гонкой. Мы знаем, что Илон Маск занимается космосом, очень большим технологическим проектом, в котором с первого взгляда кажется, что всё бесконечно сложно и далеко от рынка. На кванты часто смотрят так же, поэтому сравнение с Илоном Маском — приятное. Если удастся что-то в том же масштабе, в котором он сделал для космоса, сделать для квантов — это будет очень круто. Так что это авансом, но очень крутой ориентир.
Что ты делал для того, чтобы популяризовать свою область?
Тут нужно сказать о Российском квантовом центре — организации, где я работаю. Это очень необычная форма организации науки в России — частный научный институт. Мы привыкли, что в России науку развивают университеты, институты академии наук, оборонная промышленность, какие-то отраслевые институты. А квантовый центр — частный институт на площадке «Сколково». Поэтому Центру, чтобы существовать, чтобы быть узнаваемым, важно заниматься популяризацией науки, объяснять обществу важность достигаемых результатов. Я работаю в Российском квантовом центре уже около 8 лет. Популяризация науки — часть нашего ДНК, часть нашей культуры — не просто достигать результатов, но и рассказывать обществу, в чём состоит их важность.
Мы рассказывали научному сообществу, в чём состоят научные достижения; технологическому сообществу — в чём плюсы от внедрения квантовых технологии; обществу — какие большие вызовы будущего решат квантовые технологии.
Про науку, приложения, квантовое превосходство, передачу информации и искусственный интеллект
Многим хорошо известно самое начало становления квантовой физики. А что произошло в последнее время, какие практические результаты нужно знать каждому, кто интересуется темой?
Квантовая механика возникла как научная теория в попытках объяснить необъяснённые на тот момент физические явления. Из этого произросла новая система взглядов на то, как устроен наш мир. Довольно быстро возникли идеи о том, как разрабатывать новые приборы и устройства, основанные на квантовых эффектах. Эти устройства мы все знаем: классическая IT-техника работает на транзисторах и интегральных схемах, которые не возникли бы, если бы не квантовая теория твёрдого тела и всё, что с ней связано.
Важным событием стало появление лазера. Лазеры, транзисторы и многие другие приборы, которыми мы сегодня активно пользуемся, основаны на коллективных квантовых явлениях, где одновременно происходит управление большим количеством квантовых систем: в лазере много частиц света (фотонов), настолько много, что мы можем видеть лазерный луч. При этом природа появления этого лазерного излучения — квантовая, но она имеет, как говорят, макроскопические проявления.
Качественный скачок произошёл за последние 30–40 лет. Мы научились приготавливать состояния отдельных квантовых объектов, а затем и управлять ими. Можно, например, изолировать один атом (точнее, создать условия, при которых он будет изолирован), контролировать степени свободы этого атома, кодировать в них информацию, использовать для каких-то интересных приложений. То же самое произошло с другими квантовыми объектами: частицами света — фотонами. Из квантово-оптических экспериментов, в которых создавались отдельные состояния света и проводилось манипулирование ими, кстати, возникла вся область квантовой криптографии.
Сейчас в дополнение к коллективным квантовым явлениям существует возможность управлять индивидуальными квантовыми свойствами и создавать принципиально новые технологии, приборы и устройства, а с другой стороны — открывать новые тонкие эффекты, которые были нам недоступны раньше.
В классическом искусственном интеллекте, которым занимаюсь я, жизнь устроена так: есть научные центры, где обычно не очень хорошо с данными, но очень хорошо именно с наукой, анализом. При этом есть коммерческие центры, большие компании, у которых очень много данных, на которых они получают интересные практические результаты, но их сложно воспроизвести из-за закрытости датасетов. В зависимости от того, чем тебе интереснее заниматься, ты идёшь делать науку в институт или работать в коммерческую корпорацию. А как в квантовых технологиях? Кто и как их развивает?
Не так давно наступил переломный момент. В течение последних десятилетий большинство результатов было получено в лабораториях и научных центрах; первые эксперименты — научные публикации европейских, американских, российских, японских, китайских лабораторий. А в последние 5-10 лет мы видим очень активное вовлечение в квантовую гонку компаний, в основном из области IT, как раз во многом тех же, что развивают искусственный интеллект.
Если смотреть сейчас на главные технологические достижения, связанные с квантовыми компьютерами, то их обеспечивают Google, IBM, Intel, Microsoft, Amazon и другие компании. Сейчас действительно переломный момент: будет возникать конкуренция или коллаборация? Пока это до конца не ясно. Крупные компании (тот же Google) сотрудничают с университетами и научными центрами, работают над совместными научными публикациями. Но в какой мере корпорация сможет продолжать коллаборации, когда станет более заинтересована в экономическом эффекте — это вопрос. Сейчас наука развивается и в университетах, и в частных компаниях, так что между ними наблюдается конкуренция за получение результатов.
Что касается национальных особенностей, то в США наиболее сильна частная экспертиза и крупнейшие компании финансируют собственные исследования; в Европе — фокус на развитии технологий в университетах; в России же достаточно масштабную работу ведут госкорпорации. Квантовыми вычислениями занимается «Росатом» и не так давно созданный консорциум Национальная квантовая лаборатория, коммуникациями — РЖД, сенсорами — «Ростех».
Наверное, одно из самых заметных событий, произошедших за последнее время — объявление о достижении квантового превосходства. Но при этом не очень понятно: оно действительно произошло или всё-таки не очень? Да и вообще, что это такое?
Здесь, возвращаясь к предыдущему вопросу, замечу, что это достижение компании Google. Это достаточно значимое достижение с точки зрения науки — я постараюсь объяснить, почему это важно — произошло не в университете, не в научном центре, а в основном усилиями крупной компании, с привлечением, конечно, научных лабораторий.
Что такое квантовое превосходство? Довольно долго это была абстрактная концепция, введённая физиками. Суть квантового превосходства — в обозначении момента, когда компьютеры, построенные на квантовых принципах (квантовые компьютеры), смогут решить некоторую задачу за разумное время, а классическими технологиями, компьютерами или суперкомпьютерами, за разумное время её решить будет невозможно.
Эта фраза про «разумное время» — предмет дискуссии, который изначально был заложен в определение, но интуитивно всем более-менее понятно, что имеется в виду. Условно, это ситуация, когда квантовые компьютеры решают задачу за минуту, а классическому компьютеру требуется тысяча лет. Или: квантовый компьютер решает за 10 секунд, а классическому суперкомпьютеру требуется год. Масштаб может быть разный, но идея интуитивно понятна. Есть какая-то задача, которая классически решается сложно (долго), а на квантовом компьютере решается просто (быстро).
В Google построили процессор из 53 кубит, который называется Sycamore. Он показал, что достаточно абстрактную и неочевидно полезную с прикладной точки зрения задачу процессор Google решает за 200 секунд, а классический суперкомпьютер IBM Summit, по их оценкам, решал бы десять тысяч лет. Задача — действительно специфическая, для её понимания нужно немного погрузиться в детали работы квантовых процессоров. Одно из возможных практических применений такой задачи — генерация случайных чисел.
Что это за задача?
Квантовые процессоры можно воспринимать как обобщение классических процессоров. Всё отличие состоит в том, что в регистрах вместо классических битов, которые могут быть в состоянии 0 либо в состоянии 1, находятся кубиты, которые могут быть одновременно и 0, и 1. Таким образом, если мы приготавливаем регистр из 53, как говорят, запутанных кубитов, они могут быть одновременно в каждом из всех возможных 253 состояний, тогда как классический регистр может быть только в одном из этих 253 состояний. Квантовый компьютер может работать не с одним состоянием, а с суперпозицией всех возможных состояний.
Более точно было бы сказать, что для задания состояния 53-битного классического регистра требуется строка длиной 53 битов, тогда как для задания состояния квантового регистра из 53 кубитов потребуется 253 комплексных чисел. Как очень точно отмечено в книге Д. Прексилла «Квантовая информация и квантовые вычисления», разница классической и квантовой теории информации не в размере пространства состояний, а в «сложности» описания многокубитных квантовых систем.
Второе отличие квантового процессора от классического — операции, которые мы проводим над регистрами. На классическом компьютере мы делаем логические операции над битами, а в квантовом компьютере мы делаем операции над кубитами.
Задача, которую решал Google, состоит в следующем. Мы приготавливаем регистр из 53 кубитов, выполняем достаточно большое количество случайно выбранных одно- и двухкубитных операций и производим измерение получившегося квантового состояния. В результате измерения мы получаем образец («сэмпл») случайной классической 53-битной строки. Основной интерес представляет собой распределение вероятности, из которого получаются эти битовые строки (его определяют выбранные нами случайные одно- и двухкубитные операции). Эта задача называется сэмплированием из «случайных квантовых цепочек» (Random Quantum Circuits). Имея квантовый компьютер, выполнить подобное сэмплирование достаточно просто: достаточно его включить, выполнить все необходимые квантовые операции и провести измерения. Для классического компьютера данная задача оказывается вычислительно сложной: чтобы сымитировать работу квантового компьютера, в общем случае нужно хранить в памяти компьютера промежуточное состояние квантового регистра объёмом 253.
Cложные многокубитные квантовые операции, впрочем, можно разложить на отдельные блоки — операции над одним (однокубитные операции) или двумя кубитами (двухкубитные операции). Кажется, что здесь возникает проблема: если в классическом случае булева функция оперирует дискретными пространствами, то в квантовых состояниях с комплексными числами все матрицы непрерывные («аналоговые») и их может быть бесконечно много. Одним из важнейших достижений квантовой теории информации является теорема Соловея-Китаева. Она утверждает, что если есть некая целевая матрица, которую вы хотите реализовать, и есть некоторый конечный набор доступных гейтов, обладающий свойством универсальности, то можно реализовать другую матрицу, которая будет близка к целевой с любой наперёд заданной точностью. Оказывается, что такой универсальный набор гейтов можно составить лишь из набора однокубитных гейтов (в минимальном случае их может быть всего два) и одного двухкубитного гейта.
В эксперименте Google было проведено около 1,5 тысяч операций за время когерентности кубитов. Команда Google взяла то время, которое было необходимо им на квантовом процессоре, и оценила время, необходимое для реализации части эксперимента на суперкомпьютере. Затем, как я понял, они провели несколько симуляций и аппроксимировали, что для финального эксперимента потребовалось бы десять тысяч лет.
В 2017 году Джон Мартинис, который до последнего времени был лидером проекта Google по квантовому компьютеру, приезжал в Москву на конференцию Российского квантового центра ICQT-2017. Ещё в 2017 году он говорил, что готов к демонстрации квантового превосходства и вполне конкретно объяснял суть того, что будет делать (https://youtu.be/Q3zNpwgaAuY). Всё выглядело очень понятно, и все ждали, что завтра-послезавтра у них выйдет статья. Но она не выходила.
Прошло около полугода, они выпустили 72-кубитный чип. Тогда казалось, что 72 кубита — это абсолютно точно то, чего достаточно для демонстрации квантового превосходства. Однако и с этим чипом они пока не продемонстрировали результатов.
В 2019 году Хартмут Невен из Google был в России на конференции Квантового центра (ICQT-2019), и уже он более явно говорил о том, что они находятся на пороге квантового превосходства, и для его демонстрации может быть использована определённая задача. Сейчас понятно, что к тому моменту, скорее всего, статья Google была готова или находилась в высокой степени готовности, уже была готова для отправки в научный журнал.
В то время, когда заявлялся результат, было очень много критики (в том числе от уважаемых людей из IBM) в адрес эксперимента, обсуждения были долгими и из-за этого у неспециалистов могло создаться впечатление, что результат не так уж и значим. Почему так получилось?
В академической среде существует практика, что до момента публикации анонсы полученных результатов запрещены. И чем престижнее научный журнал, тем жёстче это правило соблюдается. Поскольку публикация Google была направлена в престижный научный журнал Nature, они не могли публично комментировать достигнутый результат.
Тут каким-то образом в сети появляется сообщение Financial Times: на сайте NASA опубликован пресс-релиз, где сказано, что Google вместе с NASA достигли квантового превосходства (потом пресс-релиз был удалён). Это было мгновенно растиражировано. Все начали спрашивать, что же произошло на самом деле. Кто-то нашёл препринт научной статьи, непонятно как. Конечно, это всем дало некоторое время для того, чтобы детально разобраться в эксперименте, попытаться раскритиковать его.
Ряд команд, в том числе команда компании IBM, утверждали в своей научной публикации, что, если бы моделирование на классическом суперкомпьютере квантового суперпроцессора происходило иначе, то время, которое затратил бы классический суперкомпьютер, можно было бы значительно сократить — скажем, до нескольких дней (работа компании Alibaba утверждала о моделировании поведения процессора Sycamore за 20 дней: https://arxiv.org/abs/2005.06787).
При этом команда Google ничего не могла на это ответить, поскольку они не имели права комментировать свои результаты!
Наконец, статья была опубликована. Джон Мартинис сделал замечательный доклад, рассказал детально обо всех технических результатах, которые были достигнуты: https://youtu.be/FklMpRiTeTA. Конечно, один из вопросов, который он поднимает — это критика Google со стороны IBM. Он сказал очень разумную вещь (цитирую примерно): «Мы провели эксперименты, мы опубликовали свои данные. Можете проверить, что мы сделали правильное заключение на основе тех данных, что получили. Конечно, можно моделировать квантовые процессы по-другому, можно что-то придумать. Но если я добавлю ещё один кубит в свой процессор, то снова значительно вырвусь вперёд».
Поэтому я бы сказал, что они действительно сделали очень точный, чистый и открытый эксперимент, достигнув порога квантового превосходства. Вопрос о том, может ли моделирование на классическом компьютере занимать меньше времени, конечно, остаётся. Тем не менее, на момент 2019 года сам факт квантового превосходства был продемонстрирован.
Есть выдающийся учёный Скотт Ааронсон, у него есть замечательный научный блог. У него в блоге охарактеризовали ситуацию так: квантовое превосходство 2019 года — это победа квантового Давида над классическим Голиафом. Маленький процессор из 53 кубитов — это очень маленький квантовый процессор… И он уже конкурентен по сравнению с самым мощным суперкомпьютером из когда-либо созданных. Поэтому можно считать, что порог квантового превосходства пройден. Дальше мы можем набирать всё больше и больше экспериментов, всё больше и больше результатов, которые будут это подтверждать.
В декабре 2020 года о достижении квантового превосходства заявила команда учёных из Китая. Алексей написал об этом подробную заметку.
Другая вещь, о которой мы часто слышим в контексте применения квантовых технологий — коммуникации. Например, обнаружение подозрительных элементов в сети, обнаружение перехвата сообщений. Какие у подобных задач существуют применения и почему они так важны?
Если говорить о квантовых коммуникациях на текущем этапе их развития, то речь идёт о решении конкретной проблемы в области криптографии — проблеме защищённого распределения криптографических ключей между удалёнными пользователями. В будущем могут возникнуть и новые применения квантовых коммуникаций — например, соединение разных квантовых компьютеров.
Существуют разные криптографические примитивы, которые мы используем каждый день: шифрование, электронные подписи, — все они нуждаются в том, чтобы каким-то образом распределить криптографический ключ. Это можно делать по-разному: например, послать доверенного курьера, который отвезёт в чемоданчике ключ из Москвы куда-нибудь во Владивосток, и у нас будет возможность шифровать этим ключом весь трафик. Конечно, это решает определённый спектр задач, но, например, не помогает бизнесу из Москвы купить что-то во Владивостоке или Новосибирске, подписав свою платёжку электронной подписью. Также нужно обязательно доверять курьеру.
Для решения подобных задач была придумана инфраструктура, которой мы все сейчас пользуемся — инфраструктура открытого распределения криптографических ключей, а также множество примитивов, которые на ней построены: асимметричное шифрование, электронные цифровые подписи и так далее.
У криптографии, построенной на принципах открытых ключей, асимметричной криптографии, есть огромное количество сильных сторон. Но есть и один серьёзный недостаток. Если появится достаточно мощный квантовый компьютер, он сможет взламывать криптографические алгоритмы с открытым ключом, который мы сейчас используем. Это такие примитивы как RSA, Диффи-Хеллман, эллиптические кривые определённых типов и так далее. Соответственно, появляется угроза: коммуникации, которые нам необходимо сделать защищёнными, не будут защищены в эпоху квантового компьютера. Что же мы можем с этим сделать?
Первый из возможных ответов — квантовые коммуникации. Это технология распределения криптографических ключей, основанная на том, что информация кодируется в одиночные квантовые объекты. Вместо того, чтобы кодировать ключи в какие-то сигналы большой интенсивности, которые можно незаметно разделить, мы кодируем информацию в одиночные, например, частицы света и передаём их из точки А в точку Б.
Замечательное свойство квантовых объектов заключается в том, что любая попытка вмешательства между точкой приготовления состояния (передатчиком) и его измерения (приёмником), любое действие над квантовым состоянием приведёт к увеличению числа ошибок. И замечательный результат на грани математики, физики и технологий состоит в том, что по количеству ошибок мы можем оценить информацию, которой потенциально владеет злоумышленник. Таким образом, если мы передаём информацию и уровень ошибок не превышает критический порог, можно сказать: «ОК, из такой информации мы можем при помощи определённых алгоритмов сгенерировать секретный криптографический ключ».
Если же число ошибок превышает критический порог, мы говорим, что информация, потенциально доступная злоумышленнику о передаваемой последовательности составляет 100%. Соответственно, легитимным пользователям получать секретные ключи из этого сообщения нельзя. Квантовая криптография (или квантовое распределение ключей) — одно из главных направлений квантовых коммуникаций. Эта технология гарантирует обнаружение факта вмешательства и даёт ему оценку: критичным является это вмешательство или нет. Если оно не является критичным, мы исправляем ошибки, проводим процедуру усиления секретности и доказываем, что информация, которая потенциально доступна злоумышленнику о переданной криптографической последовательности, пренебрежимо мала.
Это уже не научная фантастика, технологии разработаны и внедряются в индустрию. Например, Центр квантовых коммуникаций НТИ МИСиС и стартап QRate занимаются разработкой новых поколений таких устройств и внедрением их для решения конкретных бизнес-задач. Поэтому квантовые коммуникации — технология сегодняшнего дня, то, что конечный потребитель может попробовать, внедрить и оценить. Главным преимуществом является способность обеспечить долгосрочную защиту данных.
Второй способ жить в эпоху квантового компьютера — разработка новых алгоритмов криптографии с открытым ключом, которые основаны на предположении наличия у злоумышленника квантового компьютера. Такая область называется постквантовой криптографией. Это новая математика, вдохновлённая исследованиями в области квантовых компьютеров. И, опять же, в Российском квантовом центре в сотрудничестве с Центром НТИ МИСиС мы занимаемся развитием таких алгоритмов (см. qapp.tech).
Это новые типы криптографических библиотек, которые легко использовать в мобильных устройствах, защищённых коммуникациях в интернете и так далее. Поэтому здесь такой take-home message: мы начнём пользоваться этими технологиями уже в самое-самое ближайшее время, и, возможно, этот переход произойдёт для нас совсем незаметно. Просто в какой-то момент вы увидите, что ваше соединение уже не HTTPS, а HTTPS-PQ (HTTPS Post-Quantum) или что-то подобное. Оно будет защищено не только от текущих угроз, но и от атак обозримого будущего.
Как квантовые вычисления связаны с искусственным интеллектом?
Область квантового машинного обучения или квантового искусственного интеллекта — это, пожалуй, самая overhyped тема в сообществе физиков. Кого ни спросишь на конференции, все занимаются квантовым машинным обучением. Есть несколько плоскостей, в которых эта работа ведётся.
Во-первых, алгоритмы классического искусственного интеллекта могут помочь нам построить квантовые компьютеры лучшего типа. Поскольку задача управления квантовым процессором достаточно сложная, её тяжело решать напрямую. Можно придумать какие-то гибкие алгоритмы, основанные на машинном обучении, чтобы находить правильное состояние для квантового процессора и так далее. Это — использование классического машинного обучения для квантовых компьютеров. Например, при помощи машинного обучения было более эффективным образом получено состояние конденсата Бозе-Эйнштейна атомов тулия в лаборатории РКЦ.
Во-вторых, квантовые компьютеры могут ускорить алгоритмы классического машинного обучения. Сегодня алгоритмы машинного обучения ускоряются при помощи других типов процессоров, например, графических. Аналогично мы можем какие-то операции, сложные для классических вычислений, проводить на квантовом сопроцессоре и добиваться ускорения при обучении нейронных сетей или реализации субалгоритмов вроде решения систем линейных уравнений. Скорее всего, это будет первое полезное применение квантовых компьютеров.
Вообще, квантовый компьютер может быть полезен в различных сферах: в решении задач оптимизации, моделировании сложных систем (таких как материалы и лекарства) и других областях. Но некоторые приложения очень чувствительны к наличию в квантовом компьютере ошибок. Те квантовые процессоры, которые у нас есть сейчас, работают с ошибками. Их сложно корректировать, фактически они не корректируются, в лучшем случае как-то подавляются. А алгоритмы машинного обучения привыкли, если можно так выразиться, работать с несовершенными данными — данными, в которых есть какой-то процент ошибок.
В этом смысле их соединение с квантовыми процессорами — технологический perfect match. И поэтому, например, лаборатория Google по развитию квантовых компьютеров называется Google Quantum Artificial Intelligence Lab. В Российском квантовом центре у нас есть совместная Индустриальная лаборатория квантового искусственного интеллекта (при поддержке Газпромбанка) и была целая программа по квантовому машинному обучению для решения индустриальных задач (например, совместно с Росатомом).
Действительно, работы в этой области публикуются весьма активно. Алексей Фёдоров собрал таблицу сравнения сложности классических и квантовых алгоритмов для различных методов машинного обучения. В столбце QRAM указывается «yes», если алгоритм требует наличия Quantum Random Access Memory.
Таблица создана на основе обзоров J. Biamonte, P. Wittek, N. Pancotti, P. Rebentrost, N. Wiebe, and S. Lloyd, Quantum machine learning, Nature (London) 549, 195 (2017) и C. Outeiral, M. Strahm, J. Shi, G.M. Morris, S.C. Benjamin, and C.M. Deane, The prospects of quantum computing in computational molecular biology, WIREs Comput. Mol Sci. 11, e1481 (2021).
Algorithm | Classical | Quantum | QRAM | References |
---|---|---|---|---|
Linear Regression | Yes | Phys Rev A. 94, 022342 (2016); Phys Rev A. 96, 012335 (2017); IET Quantum Commun. 2, 55 (2020); arXiv:1907.06949. | ||
Gaussian process regression | Yes | Phys. Rev. A 99, 052331 (2019); Phys. Rev. A 100, 012304 (2019). | ||
Decision trees | Unclear | No | Quantum Information Processing 13, 757 (2013). | |
Ensemble methods | No | Sci Rep. 8, 2772 (2018); arXiv:1902.00869; arXiv:2002.05056. | ||
Support vector machines | Yes | Phys. Rev. Lett. 113, 130503 (2014); Quantum Information and Communication 17, 1292 (2017); Phys. Rev. Lett. 122, 040504 (2019). | ||
Hidden Markov models | Unclear | No | Applied Mathematical and Computational Sciences 3, 93 (2011); arXiv:1710.09016. | |
Bayesian networks | No | arXiv:1512.03145; Phys. Rev. A 89, 062315 (2014). | ||
Graphical models | Unclear | No | Phys. Rev. X 7, 041052 (2017). | |
k‐Means clustering | Yes | arXiv:1307.0411; Quant Inform Comput. 15, 318 (2018); Advances in Neural Information Processing Systems. New York: Curran Associates, 2019; p. 4136-4146. | ||
Principal component analysis | No | Nat. Phys. 10, 631 (2014). | ||
Persistent homology | No | Nat Commun. 7, 10138 (2016). | ||
Gaussian mixture models | Yes | arXiv:1908.06657; Phys. Rev. A 101, 012326 (2020). | ||
Variational autoencoder | Unclear | No | Quantum Sci. Technol. 4 014001 (2019) | |
Multilayer perceptrons | Unclear | No | Advances in imaging and electron physics. Volume 94. Amsterdam: Elsevier, 1995; p. 259-313; Int. J. Theor. Phys. 37, 651 (1998); arXiv:1711.11240; npj Quant. Inform. 3, 36 (2017); Phys. Rev. Res. 1, 033063 (2019). | |
Convolutional neural networks | No | Nat Phys. 15, 1273 (2019). | ||
Bayesian deep learning | No | Quant Mach Intell. 1, 41 (2019). | ||
Generative adversarial networks | No | Phys Rev Lett. 121, 040502 (2018); Phys Rev A. 98, 012324 (2018); arXiv:1711.02038. | ||
Boltzmann machines | No | NIPS 2011 Deep Learning and Unsupervised Feature Learning Workshop. Toward the implementation of a quantum RBM. New York: Curran Associates, 2011; On the challenges of physical implementations of RBMs. Twenty-eighth AAAI conference on artificial intelligence. Palo Alto, California: Association for the Advancement of Artificial Intelligence, 2014; arXiv:1412.3489; Phys Rev A. 94, 022308 (2016); arXiv:1903.01359; Phys. Rev. X 8, 021050 (2018). | ||
Reinforcement learning | No | Phys Rev Lett. 117, 130501 (2016); 2017 IEEE International Conference on Systems, Man, and Cybernetics (SMC). New York: IEEE, 2017; p. 282–287. |
Про практику, языки квантового программирования, стартапы и увлекательные задачи
Можно ли прямо сейчас пойти и что-нибудь попробовать сделать, потрогать технологию, написать программу?
Сейчас для этого много возможностей. Есть ряд квантовых компьютеров, находящихся в облачном доступе, например, квантовый компьютер IBM.
Я уже рассказывал, что преподаю. На первом занятии я всегда спрашиваю студентов-магистрантов, программировали ли они когда-либо на квантовых компьютерах, и год от года количество положительных ответов увеличивается. Кто-то использует их для решения научных задач, кто-то просто ради интереса что-то пробует делать. Почему? Потому что, например, платформа IBM очень user-friendly. Можно прийти, прочитать, понять, как это работает, найти удобный инструмент и начать программировать; можно писать код, собирать операции над кубитами в визуальном интерфейсе и пытаться решать задачи на реальном квантовом компьютере.
Сейчас немало разрабатывается и более серьёзных инструментов: например, проекты Microsoft и Google по созданию инструментов квантового программирования, недавно анонсированный квантовый вариант Tensor Flow.
Есть большие пакеты для моделирования квантово-химических соединений, для моделирования квантовых систем и многое-многое другое. То есть даже если речь идёт о специалисте по вычислительной химии, ему уже есть с чем поработать на квантовых компьютерах.
Представь себе, что я — начинающий разработчик, умею программировать на Python. И вот я хочу познакомиться с квантовыми вычислениями. Какую первую задачу мне стоит решить?
Это зависит от того, что тебе было бы интересно делать.
Если хочется при помощи навыков Python разобраться, как работают квантовые технологии, я бы предложил запрограммировать какой-нибудь несложный алгоритм обработки данных или алгоритм управления небольшим квантовым процессором. Или, не имея доступа к квантовому компьютеру, можно сэмулировать (просимулировать) при помощи классических ресурсов его поведение и таким образом получить программный эмулятор/симулятор квантового компьютера с небольшим числом кубитов.
Может быть, ты бы мне сказал: «Мне интересно заниматься приложениями, алгоритмами. Я хочу делать квантовые алгоритмы для конечных пользователей». Тогда бы мы с тобой подумали о проектировании алгоритма решения, например, оптимизационной задачи и написании не очень сложной функции или не очень сложного набора программных инструментов для решения этого типа задач.
Люди с энтузиазмом и знаниями Python очень нужны в сообществе по разработке квантовых технологий. Python был нашим основным инструментом прототипирования всех алгоритмов обработки ключей для систем квантовой криптографии. Моя команда до этого занималась (и сейчас продолжает в каком-то смысле заниматься) разработкой программной платформы для обработки ключей в системах квантовых коммуникаций. Идея возникла так: учёные в основном используют Python для прототипирования, а потом уже индустриальное программное обеспечение пишется на C++ профессиональными инженерами.
Нарисуй, пожалуйста, потрет идеального человека, который прямо сейчас приходит в твою область и сразу даёт интересные результаты? Что он знает, что умеет?
Если это учёный, то в первую очередь речь идёт о глубоких знаниях в математике, физике и желании с чем-то разобраться в деталях. Наверное, главный критерий, по которому я пытаюсь принимать людей в команду — есть ли в человеке желание досконально разобраться в каком-то вопросе. Мы очень много обсуждаем этот вопрос с моим коллегой Евгением Киктенко — к нам приходит достаточно большое количество людей, из которых нужно выбирать. Жене удается найти в людях эту глубину и помочь раскрыться.
Если речь идёт о работе в стартапах, об инженернах, то нужны конкретные знания и мотивация решать инженерные задачи.
У нас есть стартап, который развивает квантовые вычисления — сейчас мы делаем программную платформу для работы с квантовыми компьютерами с наборами сервисов для конечного пользователя. Появляются первые кейсы, когда сторонние пользователи начинают тестировать платформу. Команда, которая этим занимается, вся пришла из классического программирования, её технический руководитель Алексей Боев пришёл из классического машинного обучения из крупной компании. Соответственно, нужны навыки программистов, всё то же самое, к чему они привыкли при устройстве на работу в технологические компании. Специфика квантовых технологий проявляется на следующем этапе погружения. А сначала мы смотрим, насколько крутые у человека скиллы в области программирования.
Есть еще один спин-офф, занимающийся пост-квантовой криптографией, там мы, например, ищем криптографов, и нам важно, чтобы человек понимал криптографию, криптографические примитивы, доказательства и так далее. Опять же существенная часть команды — это инженеры и программисты с опытом разработки сложных систем. Например, с одним из основателей проекта Николаем Пожаром мы в университете занимались разработкой программной платформы для сложных сенсорных систем.
Давай поможем ответить этому идеальному человеку на вопрос, чего он хочет. Какие сейчас есть нерешённые захватывающие задачи, способные обеспечить прорывные результаты?
Большая задача, которую я вижу, и она драйвит всю прикладную часть моих исследований — привести квантовые технологии к конечному пользователю, сделать так, чтобы пользователь понял все преимущества, которые дают ему либо квантовые компьютеры, либо квантовая и пост-квантовая криптография. Идея, которой я пытаюсь заразить людей, приходящих в эти проекты — они сейчас на том этапе, когда научная разработка благодаря их труду может стать программным продуктом, используемым в индустрии каждый день.
И у нас прорывы были связаны с тем, что для проекта, который считали академическим, мы находили индустриального партнёра, проводили с ним совместное тестирование, и люди понимали: вчера это была наука, сегодня — технология, а завтра — уже будет продукт и бизнес. И есть большое количество направлений, новых продуктов, которым ещё только предстоит созреть. Кроме крутых учёных нужны инженеры, специалисты разного типа, которые могли бы сделать этот, простите за заезженную фразу, квантовый скачок из лаборатории в бизнес.
Если говорить о технических направлениях, то и в квантовых коммуникациях, и в квантовых вычислениях — огромное количество вызовов. Например, один из трендов — попытка максимально интегрировать классические суперкомпьютеры и квантовые компьютеры. Часто разработчики квантовых процессоров рассматривают их размещение рядом с суперкомпьютером — понятно, что они должны взаимодействовать. Каким образом наладить это гибридное взаимодействие при реализации квантовых алгоритмов — огромный вопрос, на который нет окончательного ответа. Чтобы придумать гибридные алгоритмы, гибридные схемы взаимодействия, нужно понимать, как работают и классические, и квантовые компьютеры и оптимально использовать их ресурсы. Это точно большая задача!
Следующая большая веха будет связана с внедрением квантовых кодов коррекции ошибок, и здесь очень с высокой вероятностью вдохновение может прийти не от квантовых физиков, а от людей, которые занимались кодами коррекции ошибок в классических информационных технологиях. Есть много возможностей принести новые инструменты из ИТ в квантовые вычисления или квантовые коммуникации, получить новые продукты, новые качества, новые сущности. Поэтому здесь вопрос, наверное, ещё в энтузиазме людей. Если вы готовы врываться в эту, безусловно, конкурентную и сложную область, то есть огромное поле того, что можно сделать.
Какую роль в твоей жизни играют стартапы?
Стартапы — главный мотивационный фактор доводить работу до законченных результатов. Я немного рассказал о том, как устроен Российский квантовый центр, что для нас важна классная наука, для нас важно рассказывать о результатах, но не менее важной составляющей нашей ДНК являются стартапы. Мы пытаемся перенести научные результаты в плоскость технологий, продуктов, коммерческого использования.
В первый раз я прошёл этот путь с компанией QRate. Она появилась около 5 лет назад и планомерно развивается как технологический стартап с очень серьёзной составляющей в части инжиниринга, R&D, адаптации новых технологий. Уже появилось несколько поколений продуктов для разных пользователей и разных рынков. Конечно, я в процессе очень многому научился, а ещё стартап стимулирует действовать так, чтобы научные результаты, которые ты делаешь в рамках и в интересах спин-оффа, давали конкурентное преимущество, а не просто превращались в научную публикацию. Мне это понравилось. Поэтому позже появились ещё два стартапа, которыми я занимаюсь: QApp (пост-квантовые алгоритмы, qapp.tech) и QBoard (квантовые вычисления, создание платформы для квантовых компьютеров, qml.rqc.ru).
Насколько легко тебе было переключить сознание между научной деятельностью и стартапами, бизнес-историей?
Я пытался переключать сознание насовсем. Так не работает. Сказать: «Я больше не занимаюсь наукой, я занимаюсь только стартапами», — у меня не получается. Когда я говорю: «Я занимаюсь только наукой, не занимаюсь стартапами», — у меня тоже не получается. Поэтому какую-то часть времени мы занимаемся прикладными вопросами в интересах стартапа, в интересах компаний, а другую часть — творческими научными задачами, которые могут быть сильно отдалены по времени от практических результатов. Но, тем не менее, это очень интересно. Практические задачи, как я и сказал, очень важный драйвер мотивации. Они заставляют не отступать в момент, когда что-то не получается. Дожать и получить результат — очень важно для будущего практического внедрения.
Про путь в науке
Ты в 15 лет поступил в Бауманку? Как это вообще возможно?
Я в 15 лет закончил школу, так получилось, и потом поступил в Бауманку. Мои родители решили, что начальные классы школы — это скучно, и сказали: «А почему бы тебе не пойти сразу в пятый класс?». Я такой: «А почему бы и нет?». Так и получилось.
Сложно учиться, когда ты моложе одногруппников?
Да. Причём, когда я пришёл, то сразу сказал на кафедре: «Мне, наверное, будет сложно, потому что я моложе всех на два года». Они говорят: «Да? А давай тогда ты будешь старостой. Тебе так будет легче». Поэтому я ещё и был старостой в своей группе. Это помогло мне немножко собраться и двигаться вперёд. Но для Бауманки, на самом деле, это нормальная история: многие ребята поступают достаточно рано. 15 лет — далеко не рекорд.
Почему квантовые компьютеры? Как ты попал в эту область?
Это был длинный путь. Я учился на факультете информатики и систем управления. Занимался классическим IT, если можно так сказать: информатикой, криптографией, и в какой-то момент понял, что мне очень не хватает физики. Начал читать всякие научно-популярные статьи, и узнал, что прямо сейчас происходит какая-то интересная история про кванты. Квантовые компьютеры, квантовая криптография. А почему нам про это не рассказывают? Начал сам про это читать, ходил на занятия на кафедру физики в Бауманке. И как-то так получилось, что в момент выбора научной стези я уже понимал, что хочу заниматься квантовыми вычислениями и квантовой криптографией.
Причём здесь есть личная история. Я увлёкся квантовой криптографией. Это направление меня очень заинтересовало, так что я долго им занимался, но никогда не думал, что из этого получится что-то практическое. Я думал, что это будет теоретическая работа: буду статьи читать, статьи писать и так далее. Но в какой-то момент познакомился с Юрием Курочкиным — он сейчас CTO QRate, спин-оффа Российского квантового центра, который как раз занимается разработкой систем квантовой криптографии. Даже уже не просто разработкой, а внедрением их в разные приложения. И я увидел, что у меня появился человек, благодаря которому, скорее всего, все теоретические идеи в какой-то момент воплотятся в железо. И это действительно получилось. В дипломе, который я писал под руководством Юры, уже содержались элементы экспериментов по квантовой криптографии. А буквально через несколько лет появилась промышленная установка квантовой криптографии, которую производит QRate.
Алексей Фёдоров выступил на конференции YaTalks 5 декабря 2020 года. Посмотреть запись можно на сайте конференции, а также в YouTube. Запись интервью доступна по ссылке.