Вопрос на триллион: на что способны
квантовые компьютеры

Квантовые технологии приобретают все большую популярность. В Goldman Sachs недавно объявили, что могут внедрить квантовые алгоритмы для оценки стоимости финансовых инструментов уже через пять лет. В Honeywell ожидают, что в ближайшие несколько десятилетий объем квантовой индустрии достигнет триллиона долларов. Но зачем все это нужно корпорациям, особенно если учесть, что до появления коммерческих квантовых компьютеров, возможно, пройдет еще не один год?

Чтобы ответить на этот вопрос, нужно разобраться, что именно умеют такие компьютеры.

Сначала поговорим о цифровых технологиях, которые доступны уже сейчас. Обычный компьютер — это, в первую очередь, арифметическая машина. Компьютеры удешевили арифметические вычисления и очень сильно повлияли на общество. По мере развития технологий и программирования появилось множество способов применять компьютеры для разных продуктов и услуг. Определенные разновидности компьютеров работают в современных автомобилях, посудомойках и бойлерах — не говоря уже о смартфонах и интернете. Наконец, без компьютеров мы бы не попали на Луну и не запустили бы спутники.

Компьютеры работают на двоичном коде (те самые единицы и нули), объем которого измеряется в битах или байтах. Чем сложнее этот код, тем больше для него требуется вычислительной мощности и тем дольше занимают вычисления. Поэтому, хотя компьютеры уже научились решать самые разнообразные задачи — от управления автомобилями до игры в шахматы на гроссмейстерском уровне, — все же остаются кое-какие проблемы, с которыми не могут справиться даже распределенные сети из миллионов компьютеров.

Одна из разновидностей таких проблем — это комбинаторика, то есть поиск оптимальной комбинации элементов для определенной цели. По мере того, как число элементов растет, число возможных комбинаций увеличивается по экспоненте. Чтобы найти лучшее решение, современные компьютеры должны просчитать каждый вариант, а затем выбрать, какой из них наиболее всего подходит для цели. Зачастую это требует очень долгих подсчетов (как, например, в случае подбора паролей). Как мы скоро увидим, проблема комбинаторики затрагивает множество сфер — от финансов до фармацевтики. Кроме того, это одно из главных узких мест, ограничивающих развитие искусственного интеллекта.

Здесь могут помочь квантовые компьютеры. Как обычные компьютеры сократили стоимость арифметических вычислений, так и квантовые могут сократить стоимость вычислений комбинаторных.

Польза квантовых компьютеров

Квантовые компьютеры (и программы для них) основаны на совершенно другой модели мира. В классической физике состояния объекта четко определены. В мире квантовой механики определить состояние квантового объекта может только наблюдение. До этого момента состояния объектов и взаимосвязи между ними интерпретируются только вероятностно. С точки зрения вычислений, это значит, что данные записываются и хранятся иначе — не в виде двоичных битов и байтов, а в виде так называемых кубитов, которые отражают все многообразие возможных квантовых состояний. Это позволяет ускорить и удешевить комбинаторные расчеты.

Может показаться, что все это слишком сложно, и это так. Даже специалисты в области физики элементарных частиц с трудом понимают квантовую механику и удивительные свойства мира субатомных частиц, и эта статья не претендует на то, чтобы их объяснить. Но квантовая механика лучше поясняет многие аспекты нашего мира, чем классическая физика, и с ней согласуются почти все теории последней.

С точки зрения бизнеса, «квантовые компьютеры» — это устройства и программы, которые могут делать все то же самое, что и обычные компьютеры, а также еще одну важную вещь — быстрые комбинаторные вычисления. Как мы описываем в нашей работе «Коммерческие применения квантовых вычислений», это сыграет ключевую роль во многих важных отраслях. В некоторых случаях заранее известно, что комбинаторика играет в сфере ключевую роль.

• Химическая и биологическая инженерия. Одна из важнейших задач химической и биологической инженерии — это поиск молекул и работа с ними, а для этого, в свою очередь, нужно учитывать движение и взаимодействие субатомных частиц — или, иными словами, квантовую механику. Симуляция квантовой механики была главной проблемой, ради которой Ричард Фейнман когда-то предложил построить квантовый компьютер. Чем сложнее становятся молекулы, тем больше становится возможных комбинаций, и вычисления становятся комбинаторными, то есть идеально подходящими для квантовых компьютеров. Они уже показали, что могут успешно рассчитывать простые химические реакции, и можно ожидать все более сложных химических симуляций в ближайшем будущем. Когда квантовые симуляции станут более доступными, это позволит предсказать свойства новых молекул и инженеры смогут рассчитывать такие молекулярные конфигурации, которые иначе было бы сложно смоделировать. Таким образом, квантовые компьютеры сыграют важную роль в ускорении разработки новых материалов или лекарственных препаратов.

• Кибербезопасность. Комбинаторика вот уже больше тысячи лет играет ключевую роль в шифровании. В VIII веке арабский ученый Халиль ибн Ахмад Аль-Фарахиди написал «Книгу тайного языка», где изучал перестановки и сочетания слов. Современное шифрование тоже основано на комбинаторике, а точнее на предпосылке, что комбинаторные вычисления практически невозможны. Но с квантовыми вычислениями взламывать шифры станет намного легче, а это представляет угрозу для безопасности данных. Растет новая индустрия, которая помогает компаниям подготовиться к этой новой уязвимости.

По мере того, как все больше людей обращают внимание на потенциал квантовых вычислений, у них возникают и другие применения:

Искусственный интеллект. Квантовые вычисления могут открыть новые возможности для искусственного интеллекта, который зачастую требует комбинаторной обработки огромных объемов данных для более качественных решений и предсказаний (например, для распознавания лиц или поиска мошенников). Еще одна растущая сфера — это квантовое машинное обучение: специалисты ищут, как квантовые алгоритмы могут ускорить работу ИИ. Пока что эти технологии и программы довольно ограничены, поэтому квантовый сильный искусственный интеллект — это маловероятная отдаленная перспектива, но все-таки уже не научная фантастика.

Финансовые услуги. Финансы были одной из первых сфер, которые начали использовать большие данные, и оценка сложных активов (например, опционов на акции) зачастую требует комбинаторных вычислений. Например, в Goldman Sachs при оценке деривативов применяют очень сложную систему вычислений под названием «метод Монте-Карло», которая позволяет делать прогнозы на основе симуляции изменений рынка. Скорость вычислений всегда была важным преимуществом на финансовых рынках, где счет может идти на миллисекунды, (например, когда хедж-фонды стремятся получить информацию о ценах). Квантовые алгоритмы могут ускорить важную часть расчетов.

Сложное производство. Квантовые компьютеры могут быть полезны при анализе больших объемов данных о производстве и ошибках, а также при переводе их в форму комбинаторных задач. Они помогут определить, в какой части сложного производственного процесса есть проблемы, повлекшие за собой дефекты и отказы изделия. В свою очередь, это может помочь снизить число дорогостоящих ошибок при производстве сложных продуктов — например, микросхем, разработка которых может включать несколько тысяч шагов.

Квантовые компьютеры смогут быстрее и дешевле решать сложные комбинаторные задачи, поэтому в последние годы они привлекли многомиллиардные инвестиции. Но, пожалуй, еще более важная возможность — это поиск новых задач, которые могут выиграть от квантовых решений. По словам профессора и предпринимателя Алана Аспуру-Гузика, здесь есть «место для воображения, интуиции и приключений». «Возможно, дело не в том, сколько у нас кубитов, — отмечает он. — Возможно, дело в том, сколько у нас хакеров».

Об авторах

Франческо Бова (Francesco Bova) — профессор Школы менеджмента Ротмана при Университете Торонто, научный руководитель и экономист программы квантовых технологий в Лаборатории созидательного разрушения (Creative Destruction Lab) школы Ротмана.

Ави Голдфарб (Avi Goldfarb) — заведующий кафедрой искусственного интеллекта и здравоохранения в Школе менеджмента Ротмана при Университете Торонто. Главный специалист по данным в Лаборатории созидательного разрушения (Creative Destruction Lab) и соавтор книги «Prediction Machines: The Simple Economics of Artificial Intelligence» (Harvard Business Review Press, апрель 2018).

Роджер Мелко (Roger Melko) — профессор отделения физики и астрономии Университета Ватерлоо (Онтарио), работает в рамках программы по финансированию научной деятельности исследователей в университетах Canada Research Chair по направлению вычислительной физики и теории многих тел. Сотрудник Института теоретической физики Периметр и Лаборатории созидательного разрушения (Creative Destruction Lab).