Ontwikkelaars perfectioneren programma’s die op kwantumcomputers moeten werken.
Binnen een paar jaar zouden kwantumcomputers de klassieke computers kunnen inhalen of zelfs overtreffen dankzij belangrijk werk aan de hardware en algoritmes die erop draaien.
Kwantumcomputers gebruiken kwantummechanica om berekeningen te maken. Hun basiseenheid om te rekenen, de qubit, is analoog aan de standaard bit (nul of een), maar het zit in een kwantumsuperpositie tussen twee computerkwantumfases: het kan tegelijk nul en een zijn. Die eigenschap, samen met de andere unieke kwantumeigenschap die verstrengeling genoemd wordt, kan kwantumcomputers in staat stellen om bepaalde klassen van problemen efficiënter op te lossen dan eender welke conventionele computer kan.
Deze technologie, hoe spannend ook, is heel nauwkeurig. Een proces dat decoherentie heet, kan bijvoorbeeld zijn functie ontwrichten. Onderzoekers hebben vastgesteld dat strikt gecontroleerde kwantumcomputers die een paar duizend qubits hebben, gemaakt kunnen worden om het hoofd te kunnen bieden aan decoherentie door een techniek die gekend is als kwantum foutcorrectie. Maar de grootste kwantumcomputers die laboratoria tot nu toe hebben laten zien – de meest opmerkelijke voorbeelden zijn van IBM, Google, Rigetti Computing en IonQ – hebben maar tien kwantumbits. Deze versies, die John Preskill van het California Institute of Technology de naam noisy intermediate-scale quantum (NISQ) computers heeft gegeven, kunnen nog geen foutcorrectie uitvoeren. Desondanks kan een uitbarsting van onderzoek naar algoritmes die specifiek geschreven zijn voor NISQs deze toestellen in staat stellen om bepaalde berekeningen efficiënter uit te voeren dan klassieke computers.
Vergrote toegang tot NISQ-machines voor gebruikers overal ter wereld heeft veel bijgedragen aan de vooruitgang, omdat het een groeiend aantal academische onderzoekers de gelegenheid geeft om kleinschalige versies van programma’s voor de machines te ontwikkelen en te testen. Een ecosysteem van start-up bedrijven dat focuste op andere aspecten van kwantumsoftware bloeit ook.
Onderzoekers zien het meeste succes bij twee soorten algoritmes voor NISQs – die voor simulatie en automatisch leren. In 1982 suggereerde de legendarische theoretische fysicus Richard Feynman dat een van de meest krachtige toepassingen van kwantumcomputers de simulatie van de natuur zelf zou zijn: atomen, moleculen en materialen. Veel onderzoekers, waaronder ikzelf, hebben algoritmes ontwikkeld om moleculen en materialen te simuleren op NISQ-toestellen (net zoals op de kwantumcomputers van de toekomst die volledig gecorrigeerd voor fouten zijn). Deze algoritmes kunnen het ontwerp van nieuwe materialen verbeteren voor gebruik in gebieden variërend van energie tot gezondheidswetenschappen.
Ontwikkelaars bepalen ook of kwantumcomputers superieur zouden zijn in zelflerende taken, waarin computers leren uit grote datasets of ervaring. Testen van een snelgroeiend set van algoritmes voor NISQ-toestellen hebben laten zien dat kwantumcomputers inderdaad zulke zelflerende taken kunnen vergemakkelijken. Voorbeelden hiervan zijn het indelen van informatie in categorieën, groeperen van gelijkaardige items of kenmerken en het genereren van nieuwe statistische monsters uit bestaande monsters – bijvoorbeeld, moleculaire structuren voorspellen die waarschijnlijk een gewenste mix van eigenschappen hebben. Minstens drie onderzoeksgroepen hebben onafhankelijk vooruitgang gemaakt met de ontwikkeling van kwantumversies van een zelflerende methode die bekend staat als generative adversarial networks (GANs), die het veld van automatisch leren stormenderhand veroverd hebben in de laatste paar jaar.
Hoewel een aantal algoritmes goed lijken te werken op bestaande NISQ-machines, heeft nog niemand officieel bewijs voorgelegd dat ze krachtiger zijn dan die op conventionele computers. Deze bewijzen zijn moeilijk en het kan jaren duren om ze te vervolledigen.
In de komende jaren zullen onderzoekers waarschijnlijk grotere en controleerbaardere NISQ-toestellen ontwikkelen, gevolgd door machines die volledig gecorrigeerd voor fouten zijn met duizenden fysieke qubits. Mensen die aan algoritmes werken zijn optimistisch dat algoritmes voor NISQ effectief genoeg zullen zijn om een voordeel te behalen ten opzichte van ultramoderne conventionele computers. Desalniettemin zullen we moeten wachten tot machines die volledig gecorrigeerd voor fouten zijn, beschikbaar zijn.
