Info Komputer

Apa itu Komputer Kuantum? Dijelaskan dengan Contoh Sederhana

Suatu hari, saya mengunjungi D-Wave Systems di Vancouver, Kanada. Ini adalah perusahaan yang membuat komputer kuantum mutakhir.

Saya harus belajar banyak tentang komputer kuantum di sana. Jadi saya ingin berbagi beberapa yang saya pelajari di sana dengan Anda dalam artikel ini.

Tujuan artikel ini adalah untuk memberi Anda intuisi yang akurat. Tentang apa yang digunakan komputer kuantum sebagai contoh sederhana.

Artikel ini tidak akan mengharuskan Anda untuk memiliki pengetahuan sebelumnya. Tentang fisika kuantum atau ilmu komputer untuk dapat memahaminya.

Oke, mari kita mulai.

Apa itu Komputer Kuantum?

Berikut ini adalah ringkasan satu kalimat tentang apa itu komputer kuantum:

Komputer kuantum adalah jenis komputer yang menggunakan mekanika kuantum. Sehingga dapat melakukan jenis komputasi tertentu dengan lebih efisien daripada komputer biasa.

Ada banyak hal yang harus dibongkar dalam kalimat ini. Jadi izinkan saya memandu Anda melalui apa yang sebenarnya menggunakan contoh sederhana.

Untuk menjelaskan apa itu komputer kuantum, saya harus terlebih dahulu menjelaskan sedikit tentang komputer biasa (non-kuantum).

Bagaimana Komputer Biasa Menyimpan Informasi

Sekarang, komputer biasa menyimpan informasi dalam serangkaian 0 dan 1.

Berbagai jenis informasi, seperti angka, teks, dan gambar dapat direpresentasikan dengan cara ini.

Setiap unit dalam rangkaian 0 dan 1 ini disebut sedikit. Jadi, sedikit dapat diatur ke 0 atau 1.

Sekarang, Bagaimana dengan Komputer Kuantum?

Komputer kuantum tidak menggunakan bit untuk menyimpan informasi. Sebagai gantinya, ia menggunakan sesuatu yang disebut qubit.

Setiap qubit tidak hanya dapat diatur ke 1 atau 0, tetapi juga dapat diatur ke 1 dan 0. Tapi apa artinya sebenarnya?

Izinkan saya menjelaskan ini dengan contoh sederhana. Ini akan menjadi contoh yang agak buatan. Tetapi itu masih akan membantu dalam memahami bagaimana komputer kuantum bekerja.

Contoh Sederhana untuk Memahami Cara Kerja Komputer Kuantum

Sekarang, anggaplah Anda menjalankan agen perjalanan, dan Anda perlu memindahkan sekelompok orang dari satu lokasi ke lokasi lain.

Agar ini tetap sederhana, katakanlah Anda hanya perlu memindahkan 3 orang untuk saat ini – Alice, Becky, dan Chris.

Dan anggaplah Anda telah memesan 2 taksi untuk tujuan ini, dan Anda ingin mengetahui siapa yang naik taksi tersebut.

Juga, anggap di sini bahwa Anda diberikan informasi tentang siapa teman dengan siapa, dan siapa musuh dengan siapa.

Di sini, katakanlah itu:

  • Alice dan Becky adalah teman
  • Alice dan Chris adalah musuh
  • Becky dan Chris adalah musuh

Dan misalkan tujuan Anda di sini adalah untuk membagi kelompok yang terdiri dari 3 orang ini menjadi dua taksi. Untuk mencapai dua tujuan berikut:

  • Maksimalkan jumlah pasangan teman yang berbagi mobil yang sama
  • Minimalkan jumlah pasangan musuh yang menggunakan mobil yang sama

Oke, jadi ini adalah premis dasar dari masalah ini. Pertama-tama mari kita pikirkan tentang bagaimana kita akan memecahkan masalah ini menggunakan komputer biasa.

Memecahkan Masalah ini dengan Komputer Biasa

Untuk mengatasi masalah ini dengan komputer biasa, non-kuantum, Anda harus terlebih dahulu mengetahui cara menyimpan informasi yang relevan dengan bit.

Mari beri label dua taksi, Taksi #1 dan Taksi #0.

Kemudian, Anda dapat mewakili siapa yang masuk ke mobil mana dengan 3 bit.

Sebagai contoh, kita dapat mengatur tiga bit ke 0, 0, dan 1 untuk mewakili:

  • Alice masuk ke Taksi #0
  • Becky naik ke Taksi #0
  • Chris naik ke Taksi #1

Karena ada dua pilihan untuk setiap orang. Ada 2 * 2 * 2 = 8 cara untuk membagi kelompok orang ini menjadi dua mobil.

Berikut daftar semua kemungkinan konfigurasi:

A | B | C
0 | 0 | 0
0 | 0 | 1
0 | 1 | 0
0 | 1 | 1
1 | 0 | 0
1 | 0 | 1
1 | 1 | 0
1 | 1 | 1

Dengan menggunakan 3 bit, Anda dapat mewakili salah satu dari kombinasi ini.

Menghitung Skor untuk Setiap Konfigurasi

Sekarang, dengan menggunakan komputer biasa, bagaimana kita menentukan konfigurasi mana yang merupakan solusi terbaik?

Untuk melakukan ini, mari kita tentukan bagaimana kita dapat menghitung skor untuk setiap konfigurasi. Skor ini akan mewakili sejauh mana setiap solusi mencapai dua tujuan yang saya sebutkan sebelumnya:

  • Maksimalkan jumlah pasangan teman yang berbagi mobil yang sama
  • Minimalkan jumlah pasangan musuh yang menggunakan mobil yang sama

Mari kita tentukan skor kami sebagai berikut:

(skor konfigurasi yang diberikan) = (# pasangan teman berbagi mobil yang sama) – (# pasangan musuh berbagi mobil yang sama)

Sebagai contoh, misalkan Alice, Becky, dan Chris semuanya naik ke Taxi #1. Dengan tiga bit, ini dapat dinyatakan sebagai 111.

Dalam hal ini, hanya ada satu pasangan teman yang berbagi mobil yang sama – Alice dan Becky.

Namun, ada dua pasangan musuh yang berbagi mobil yang sama – Alice dan Chris, dan Becky dan Chris.

Jadi, skor total konfigurasi ini adalah 1-2 = -1.

Memecahkan Masalah

Dengan semua pengaturan ini, kita akhirnya bisa menyelesaikan masalah ini.

Dengan komputer biasa, untuk menemukan konfigurasi terbaik. Pada dasarnya Anda harus melalui semua konfigurasi untuk melihat mana yang mencapai skor tertinggi.

Jadi, Anda dapat berpikir tentang membangun tabel seperti ini:

A | B | C | Skor
0 | 0 | 0 | -1
0 | 0 | 1 | 1 <- salah satu solusi terbaik
0 | 1 | 0 | -1
0 | 1 | 1 | -1
1 | 0 | 0 | -1
1 | 0 | 1 | -1
1 | 1 | 0 | 1 <- solusi terbaik lainnya
1 | 1 | 1 | -1

Seperti yang Anda lihat, ada dua solusi yang benar di sini – 001 dan 110, keduanya mencapai skor 1.

Masalah ini cukup sederhana. Dengan cepat menjadi terlalu sulit untuk diselesaikan dengan komputer biasa karena kami meningkatkan jumlah orang dalam masalah ini.

Kami melihat bahwa dengan 3 orang, kami harus melalui 8 konfigurasi yang memungkinkan.

Bagaimana jika ada 4 orang? Dalam hal ini, kita harus melalui 2 * 2 * 2 * 2 = 16 konfigurasi.

Dengan n orang, kita harus melalui (2 pangkat n) konfigurasi untuk menemukan solusi terbaik.

Jadi, jika ada 100 orang, kita harus melalui:

  • 2¹⁰⁰ ~ = 10³⁰ = satu juta juta juta juta juta konfigurasi.

Ini tidak mungkin diselesaikan dengan komputer biasa.

Memecahkan Masalah ini dengan Komputer Kuantum

Bagaimana kita menyelesaikan masalah ini dengan komputer kuantum?

Untuk memikirkannya, mari kembali ke kasus membagi 3 orang menjadi dua taksi.

Seperti yang kita lihat sebelumnya, ada 8 kemungkinan solusi untuk masalah ini:

A | B | C
0 | 0 | 0
0 | 0 | 1
0 | 1 | 0
0 | 1 | 1
1 | 0 | 0
1 | 0 | 1
1 | 1 | 0
1 | 1 | 1

Dengan komputer biasa, menggunakan 3 bit, kami hanya dapat mewakili satu dari solusi ini sekaligus – misalnya, 001.

Namun, dengan komputer kuantum, menggunakan 3 qubit, kami dapat mewakili semua 8 solusi ini secara bersamaan.

Ada perdebatan tentang apa artinya tepatnya, tapi inilah cara saya memikirkannya.

Tahapan

Pertama, periksa qubit pertama dari 3 qubit ini. Saat Anda menetapkannya ke 0 dan 1, itu seperti menciptakan dua dunia paralel. (Ya, ini aneh, tetapi ikuti saja di sini.)

Di salah satu dunia paralel itu, qubit diatur ke 0. Di dunia lain, itu diatur ke 1.

Sekarang, bagaimana jika Anda mengatur qubit kedua ke 0 dan 1 juga? Lalu, rasanya seperti menciptakan 4 dunia paralel.

Di dunia pertama, kedua qubit diatur ke 00. Di yang kedua, mereka adalah 01. Di yang ketiga, mereka adalah 10. Di yang keempat, mereka adalah 11.

Demikian pula, jika Anda menetapkan ketiga qubit menjadi 0 dan 1. Anda akan membuat 8 dunia paralel – 000, 001, 010, 011, 100, 101, 110, dan 111.

Ini adalah cara yang aneh untuk berpikir. Tetapi ini adalah salah satu cara yang tepat untuk menafsirkan bagaimana perilaku qubit di dunia nyata.

Sekarang, ketika Anda menerapkan semacam perhitungan pada ketiga qubit ini. Anda sebenarnya menerapkan perhitungan yang sama di ke-8 dunia paralel itu secara bersamaan.

Jadi, alih-alih melalui masing-masing solusi potensial secara berurutan, kita dapat menghitung skor semua solusi secara bersamaan.

Dengan contoh khusus ini, secara teori, komputer kuantum Anda akan dapat menemukan salah satu solusi terbaik dalam beberapa milidetik. Sekali lagi, itu 001 atau 110 seperti yang kita lihat sebelumnya:

A | B | C | Skor
0 | 0 | 0 | -1
0 | 0 | 1 | 1 <- salah satu solusi terbaik
0 | 1 | 0 | -1
0 | 1 | 1 | -1
1 | 0 | 0 | -1
1 | 0 | 1 | -1
1 | 1 | 0 | 1 <- solusi terbaik lainnya
1 | 1 | 1 | -1

Penggunaan Komputer Kuantum

Pada kenyataannya, untuk mengatasi masalah ini, Anda perlu memberikan dua komputer kuantum:

  • Semua solusi potensial diwakili dengan qubit
  • Fungsi yang mengubah setiap solusi potensial menjadi skor. Dalam hal ini, ini adalah fungsi yang menghitung jumlah pasangan teman dan pasangan musuh yang berbagi mobil yang sama.

Dengan dua hal ini, komputer kuantum Anda akan mengeluarkan salah satu solusi terbaik dalam beberapa milidetik. Dalam hal ini, itu 001 atau 110 dengan skor 1.

Sekarang, secara teori, komputer kuantum dapat menemukan salah satu solusi terbaik setiap kali dijalankan.

Namun, pada kenyataannya, ada kesalahan saat menjalankan komputer kuantum. Jadi, alih-alih menemukan solusi terbaik, ia mungkin menemukan solusi terbaik kedua, solusi terbaik ketiga, dan seterusnya.

Kesalahan ini menjadi lebih menonjol karena masalahnya menjadi lebih dan lebih kompleks.

Jadi, dalam praktiknya, Anda mungkin ingin menjalankan operasi yang sama pada komputer kuantum puluhan kali atau ratusan kali. Kemudian pilih hasil terbaik dari banyak hasil yang Anda dapatkan.

Bagaimana Skala Komputer Kuantum

Bahkan dengan kesalahan yang saya sebutkan, komputer kuantum tidak memiliki masalah skala yang sama dengan komputer biasa.

Ketika ada 3 orang yang perlu kita bagi menjadi dua mobil. Jumlah operasi yang perlu kita lakukan pada komputer kuantum adalah 1. Ini karena komputer kuantum menghitung skor semua konfigurasi pada saat bersamaan.

Ketika ada 4 orang, jumlah operasi masih 1.

Ketika ada 100 orang, jumlah operasi masih 1. Dengan satu operasi, komputer kuantum menghitung skor semua 2¹⁰⁰ ~ = 10³⁰ = satu juta juta juta juta juta konfigurasi. Pada saat yang sama.

Seperti yang saya sebutkan sebelumnya, dalam praktiknya, mungkin terbaik untuk menjalankan komputer kuantum Anda puluhan kali. Atau ratusan kali dan memilih hasil terbaik dari banyak hasil yang Anda dapatkan.

Namun, ini masih jauh lebih baik daripada Mengatasi masalah yang sama pada komputer biasa. Dan harus mengulangi jenis perhitungan yang sama satu juta juta juta juta juta kali.…

Ponsel Anda vs. Komputer Panduan Apollo 11

Banyak orang yang cukup tua untuk mengalami pendaratan di bulan pertama akan mengingat dengan jelas. Bagaimana rasanya menonton Neil Armstrong mengucapkan kutipan terkenalnya. “Itu satu langkah kecil untuk seorang pria, satu lompatan raksasa bagi umat manusia.”. Setengah abad kemudian, acara tersebut masih menjadi salah satu pencapaian teratas umat manusia. Terlepas dari kemajuan teknologi yang pesat sejak itu, para astronot belum benar-benar kembali ke bulan sejak tahun 1972.

Ini sepertinya mengejutkan. Lagi pula, ketika kita merenungkan peristiwa bersejarah ini. Sering dikatakan bahwa kita sekarang memiliki lebih banyak daya komputasi di saku kita daripada komputer di atas kapal Apollo 11. Tetapi apakah itu benar? Dan, jika demikian, seberapa kuat ponsel kita?

Apollo 11 adalah komputer yang disebut Apollo Guidance Computer (AGC). Itu memiliki 2.048 kata memori yang dapat digunakan untuk menyimpan “hasil sementara” – data yang hilang ketika tidak ada daya. Jenis memori ini disebut sebagai RAM (Random Access Memory). Setiap kata terdiri dari 16 digit biner (bit), dengan bit menjadi nol atau satu. Ini berarti bahwa komputer Apollo memiliki 32.768 bit memori RAM.

Selain itu, ia memiliki 72KB Memori Hanya Baca (ROM), yang setara dengan 589.824 bit. Memori ini diprogram dan tidak dapat diubah setelah selesai.

Karakter alfabet tunggal – katakan “a” atau “b” – biasanya membutuhkan delapan bit untuk disimpan. Itu berarti komputer Apollo 11 tidak akan dapat menyimpan artikel ini dalam 32.768 bit RAM-nya. Bandingkan itu dengan ponsel Anda atau pemutar MP3 dan Anda dapat menghargai. Bahwa mereka dapat menyimpan lebih banyak, sering kali berisi ribuan email, lagu, dan foto.

Memori dan pemrosesan ponsel

Untuk membuatnya lebih konkret, ponsel terbaru biasanya memiliki 4GB RAM. Itu adalah 34.359.738.368 bit. Ini lebih dari satu juta (tepatnya 1.048.576) kali lebih banyak memori daripada komputer Apollo dalam RAM. IPhone juga memiliki memori ROM hingga 512GB. Itu adalah 4.398.046.511.104 bit, yang lebih dari tujuh juta kali lipat dari komputer pemandu.

Tapi ingatan bukan satu-satunya hal yang penting. Komputer Apollo 11 memiliki prosesor – sirkuit elektronik yang melakukan operasi pada sumber data eksternal – yang berjalan pada 0,043 MHz. Prosesor iPhone terbaru diperkirakan berjalan pada sekitar 2490 MHz. Apple tidak mengiklankan kecepatan pemrosesan, tetapi yang lain menghitungnya. Ini berarti bahwa iPhone di saku Anda memiliki lebih dari 100.000 kali kekuatan pemrosesan komputer. Yang mendarat manusia di bulan 50 tahun yang lalu.

Situasi ini bahkan lebih mencolok ketika Anda mempertimbangkan bahwa akan ada pemrosesan lain yang dibangun ke dalam iPhone. Yang menangani tugas-tugas tertentu, seperti tampilan.

Bagaimana dengan kalkulator?

Satu hal yang dibandingkan dengan ponsel canggih, tetapi bagaimana komputer Apollo 11 dibandingkan dengan kalkulator klasik? Texas Instruments adalah salah satu produsen kalkulator yang paling terkenal. Pada tahun 1998, mereka merilis TI-73, dan pada tahun 2004, mereka merilis TI-84.

Sangat mengejutkan untuk berpikir tentang kalkulator sederhana. Yang dirancang untuk membantu siswa berpuluh-puluh tahun yang lalu lulus ujian. Lebih kuat daripada komputer yang mendaratkan manusia di bulan.

Bagaimana jika Apollo 11 memiliki komputer modern?

Komputer Apollo adalah canggih pada masanya. Tetapi apa yang akan berbeda jika pendaratan di bulan memiliki komputer canggih yang tersedia saat ini?

Saya menduga bahwa waktu pengembangan perangkat lunak akan jauh lebih cepat, karena alat pengembangan perangkat lunak yang tersedia saat ini. Akan jauh lebih cepat untuk menulis, men-debug dan menguji kode kompleks yang diperlukan untuk mengirim seorang pria ke bulan.

Antarmuka pengguna (disebut Display Keyboard (DSKY)) memiliki antarmuka tipe kalkulator di mana perintah harus dimasukkan menggunakan kode numerik. Antarmuka hari ini akan jauh lebih mudah digunakan – yang bisa jadi masalah dalam situasi yang penuh tekanan. Hampir pasti tidak memiliki keyboard, tetapi akan menggunakan perintah swipe pada layar sentuh. Jika itu tidak mungkin, karena harus memakai sarung tangan, antarmuka mungkin melalui gerakan, gerakan mata atau antarmuka intuitif lainnya.

Komunikasi

Yang mengejutkan, satu hal yang tidak akan lebih baik hari ini adalah kecepatan komunikasi dengan Bumi. Waktu aktual yang diperlukan untuk berkomunikasi adalah sama dengan saat ini pada tahun 1969 – yaitu, kecepatan cahaya. Yang berarti bahwa dibutuhkan 1,26 detik untuk pesan untuk sampai dari bulan ke Bumi. Tetapi dengan file yang lebih besar sekarang kami kirim – dan dari jarak yang lebih besar dan lebih besar. Untuk mendapatkan gambar dari pesawat ruang angkasa ke Bumi hari ini. Akan memakan waktu yang relatif lebih lama daripada yang terjadi pada tahun 1969. Konon, itu akan terlihat jauh lebih cantik berkat kemajuan teknologi kamera. .

Mungkin perubahan terbesar yang akan kita lihat adalah komputer menjadi jauh lebih cerdas secara artifisial. Saya yakin bahwa penerbangan dan pendaratan pesawat ruang angkasa tidak akan sepenuhnya dimasukkan ke tangan komputer. Tetapi akan memiliki lebih banyak informasi dan kecerdasan dan akan dapat membuat banyak

Keputusan yang dapat dilakukan komputer Apollo 11 pada tahun 1969. Ini bisa menjadi bantuan besar bagi para astronot. Armstrong mengatakan bahwa, pada skala yang mengkhawatirkan dari satu hingga sepuluh. Berjalan di bulan adalah sekitar satu – sedangkan membuat penurunan terakhir ke darat adalah sekitar 13.

Jadi mari kita akhiri dengan mengakui apa yang diperlukan untuk mendaratkan orang di bulan pada tahun 1969. Dengan daya komputasi terbatas yang tersedia saat itu. Itu benar-benar pencapaian yang luar biasa. Percakapan…

Mengapa Komputer tidak Akan Pernah Benar-benar Sadar

Banyak proyek kecerdasan buatan canggih mengatakan mereka sedang berupaya membangun mesin yang sadar. Berdasarkan pada gagasan bahwa fungsi otak hanya menyandikan dan memproses informasi multisensor. Asumsinya, kemudian, bahwa begitu fungsi otak dipahami dengan baik, seharusnya dimungkinkan untuk memprogramnya ke dalam komputer. Microsoft baru-baru ini mengumumkan bahwa mereka akan menghabiskan US $ 1 miliar untuk sebuah proyek untuk melakukan hal itu.

Sejauh ini, upaya untuk membangun otak superkomputer bahkan belum mendekati. Proyek multi-miliar dolar Eropa yang dimulai pada 2013 sekarang sebagian besar dianggap gagal. Upaya itu telah bergeser menjadi lebih mirip proyek serupa namun kurang ambisius di A.S.. Mengembangkan alat perangkat lunak baru bagi para peneliti untuk mempelajari data otak, daripada mensimulasikan otak.

Beberapa peneliti terus bersikeras bahwa mensimulasikan ilmu saraf dengan komputer adalah cara yang harus dilakukan. Yang lain, seperti saya, memandang upaya ini sebagai kegagalan karena kita tidak percaya bahwa kesadaran itu dapat dihitung. Argumen dasar kami adalah bahwa otak mengintegrasikan dan mengompres banyak komponen pengalaman. Termasuk penglihatan dan penciuman – yang tidak dapat ditangani dengan cara komputer saat ini merasakan, memproses dan menyimpan data.

Otak tidak beroperasi seperti komputer

Organisme hidup menyimpan pengalaman dalam otak mereka dengan mengadaptasi koneksi saraf dalam proses aktif antara subjek dan lingkungan. Sebaliknya, komputer merekam data dalam blok memori jangka pendek dan jangka panjang. Perbedaan itu berarti penanganan informasi otak juga harus berbeda dari cara komputer bekerja.

Pikiran secara aktif mengeksplorasi lingkungan untuk menemukan elemen yang memandu kinerja satu tindakan atau lainnya. Persepsi tidak secara langsung terkait dengan data sensorik: Seseorang dapat mengidentifikasi tabel dari berbagai sudut. Tanpa harus secara sadar menafsirkan data dan kemudian menanyakan ingatannya. Apakah pola itu dapat dibuat dengan pandangan alternatif dari suatu item yang diidentifikasi beberapa waktu sebelumnya.

Perspektif lain tentang ini adalah bahwa tugas memori paling biasa dikaitkan dengan beberapa area otak – beberapa di antaranya cukup besar. Pembelajaran keterampilan dan keahlian melibatkan reorganisasi dan perubahan fisik, seperti mengubah kekuatan koneksi antar neuron. Transformasi tersebut tidak dapat direplikasi sepenuhnya di komputer dengan arsitektur tetap.

Komputasi dan kesadaran

Dalam karya saya sendiri baru-baru ini, saya telah menyoroti beberapa alasan tambahan bahwa kesadaran tidak dapat dihitung.

Seseorang yang sadar sadar akan apa yang mereka pikirkan, dan memiliki kemampuan untuk berhenti memikirkan satu hal. Dan mulai memikirkan hal lain – di mana pun mereka berada di jalur pemikiran awal. Tetapi itu tidak mungkin dilakukan oleh komputer. Lebih dari 80 tahun yang lalu, perintis ilmuwan komputer Inggris Alan Turing menunjukkan bahwa tidak ada cara untuk membuktikan. Bahwa program komputer tertentu dapat berhenti dengan sendirinya – namun kemampuan itu merupakan pusat kesadaran.

Argumennya didasarkan pada trik logika di mana ia menciptakan kontradiksi yang melekat. Bayangkan ada proses umum yang dapat menentukan apakah suatu program yang dianalisis akan berhenti. Output dari proses itu adalah “ya, itu akan berhenti”. Atau “tidak, itu tidak akan berhenti.” Itu cukup mudah. Tetapi kemudian Turing membayangkan bahwa seorang insinyur yang cerdik menulis sebuah program. Yang mencakup proses pemeriksaan berhenti. Dengan satu elemen penting: instruksi untuk menjaga program tetap berjalan jika jawaban penghenti pemeriksaan adalah “ya, itu akan berhenti.”

Proses

Menjalankan proses pengecekan berhenti pada program baru ini akan membuat kesalahan pengecek berhenti. Jika ditentukan bahwa program akan berhenti, instruksi program akan memerintahkannya untuk tidak berhenti. Di sisi lain, jika pemeriksa berhenti menentukan bahwa program tidak akan berhenti. Instruksi program akan menghentikan semuanya dengan segera. Itu tidak masuk akal – dan omong kosong memberi Turing kesimpulannya. Bahwa tidak ada cara untuk menganalisis suatu program dan sepenuhnya benar-benar yakin bahwa itu dapat dihentikan. Jadi tidak mungkin untuk memastikan bahwa komputer mana pun dapat meniru sistem yang pasti dapat menghentikan alur pemikirannya. Dan berubah ke jalur pemikiran lain – namun kepastian tentang kemampuan itu adalah bagian yang melekat dari kesadaran.

Bahkan sebelum karya Turing, fisikawan kuantum Jerman Werner Heisenberg menunjukkan bahwa ada perbedaan yang jelas. Dalam sifat peristiwa fisik dan pengetahuan pengamat yang sadar akan hal itu. Ini ditafsirkan oleh fisikawan Austria Erwin Schrödinger yang berarti bahwa kesadaran tidak dapat berasal dari proses fisik. Seperti komputer, yang mereduksi semua operasi menjadi argumen logika dasar.

Ide-ide ini dikonfirmasi oleh temuan penelitian medis bahwa tidak ada struktur unik di otak yang secara eksklusif menangani kesadaran. Sebaliknya, pencitraan MRI fungsional menunjukkan bahwa tugas kognitif yang berbeda terjadi di berbagai area otak. Ini telah menyebabkan ahli ilmu saraf Semir Zeki menyimpulkan bahwa “sadar” bukanlah satu kesatuan. Dan bahwa ada banyak kesadaran yang tersebar dalam ruang dan waktu. ” Jenis kapasitas otak yang tidak terbatas itu bukanlah jenis tantangan yang dapat ditangani oleh komputer terbatas.

 …

4 Cara Membuat Komputer Quantum Lebih Besar

Cryochips oleh Intel, Seeqc, dan lainnya dapat membantu skala komputer kuantum

Ketika para peneliti berusaha untuk meningkatkan kapasitas komputer kuantum. Mereka mengalami masalah yang dimiliki banyak orang setelah liburan besar: Tidak ada cukup ruang di lemari es.

Prosesor komputer kuantum saat ini harus beroperasi di dalam ruang cryogenic mendekati nol mutlak. Tetapi elektronik yang diperlukan untuk pembacaan dan kontrol jangan bekerja pada suhu seperti itu. Jadi sirkuit itu harus berada di luar kulkas. Untuk sistem sub-100-qubit hari ini, masih ada cukup ruang untuk pemasangan kabel khusus untuk membuat koneksi. Tetapi untuk sistem jutaan qubit di masa mendatang, tidak akan ada cukup ruang. Sistem seperti itu akan membutuhkan chip kendali daya ultralow yang dapat beroperasi di dalam lemari es. Para insinyur meluncurkan beberapa solusi potensial pada bulan Desember selama Pertemuan Perangkat Elektron Internasional IEEE (IEDM), di San Francisco. Mulai dari yang akrab hingga yang benar-benar eksotis.

CryoCMOS

Mungkin cara paling mudah untuk membuat kontrol cryogenic untuk komputer kuantum adalah dengan memodifikasi teknologi CMOS. Tidak mengherankan, itu adalah solusi Intel. Perusahaan meluncurkan chip CMOS cryogenik yang disebut Horse Ridge. Yang menerjemahkan instruksi kuantum-komputer ke dalam operasi qubit dasar, yang dikirimkan ke prosesor sebagai sinyal gelombang mikro.

Horse Ridge dirancang untuk bekerja pada 4 kelvin. Suhu yang sedikit lebih tinggi daripada chip qubit itu sendiri, tetapi cukup rendah untuk duduk di dalam kulkas bersamanya. Perusahaan menggunakan proses manufaktur FinFET 22-nanometer untuk membangun chip, tetapi transistor yang membentuk sirkuit kontrol membutuhkan rekayasa ulang yang substansial.

“Jika Anda menggunakan transistor dan mendinginkannya hingga 4 K. Itu bukan kesimpulan bahwa itu akan berhasil,” kata Jim Clarke, direktur perangkat keras kuantum di Intel. “Ada banyak karakteristik mendasar dari perangkat yang bergantung pada suhu.”

Yang lain bekerja di jalur yang sama. Google mempresentasikan sirkuit kontrol CMOS cryogenik pada awal tahun 2019. Dalam penelitian yang belum ditinjau oleh rekan pada saat pers, Microsoft dan kolaboratornya mengatakan. Mereka telah membangun chip kontrol CMOS 100.000-transistor yang beroperasi pada 100 milikel.

Microrelays

Di sirkuit logika, transistor bertindak sebagai sakelar, tetapi mereka bukan satu-satunya perangkat yang melakukannya. Insinyur di laboratorium Tsu-Jae King Liu di University of California, Berkeley. Telah mengembangkan relay elektromekanis skala mikrometer sebagai alternatif tenaga ultralow untuk transistor. Mereka terkejut menemukan bahwa perangkat mereka beroperasi lebih baik pada suhu 4 K daripada pada suhu kamar.

Pada suhu kamar, perangkat mengalami beberapa keanehan mekanis. Pertama, oksigen sekitar dapat bereaksi dengan permukaan elektroda relay. Seiring waktu, reaksi ini dapat membentuk lapisan dengan resistensi tinggi, membatasi kemampuan perangkat untuk melakukan arus. Tetapi pada suhu cryogenic, oksigen membeku di udara, sehingga masalah itu tidak ada.

Kedua, kontak dalam relay skala mikro cenderung saling menempel. Ini muncul sebagai efek histeresis: Relai terbuka pada tegangan yang sedikit berbeda dari yang ditutupnya. Tetapi karena kekuatan perekat lebih lemah pada suhu cryogenic, histeresis kurang dari 5 persen dari apa itu pada suhu kamar.

“Kami tidak menduga sebelumnya bahwa perangkat ini akan beroperasi dengan baik pada suhu cryogenic,” kata Liu. Yang memimpin penelitian yang dipresentasikan di IEDM oleh mahasiswa pascasarjananya Xiaoer Hu. “Kalau dipikir-pikir, kita seharusnya punya.”

Logika Kuantum Fluks Tunggal

Hypres, di Elmsford, N.Y., telah mengkomersialkan IC kriogenik selama beberapa tahun. Mencari untuk mengarahkan teknologi logika single-flux quantum (RSFQ) yang cepat. Ke dalam dunia komputasi kuantum, perusahaan baru-baru ini mengeluarkan sebuah startup yang disebut Seeqc.

Dalam RSFQ dan versi kuantumnya, logika SFQuClass. Pulsa tegangan terkuantisasi diblokir, dilewati, atau dialihkan oleh persimpangan Josephson. Jenis perangkat superkonduktor yang sama yang membentuk sebagian besar chip komputer kuantum saat ini. Pada tahun 2014 fisikawan di University of Wisconsin-Madison pertama kali menyarankan bahwa pulsa ini dapat digunakan. Untuk memprogram qubit, dan ilmuwan Seeqc telah berkolaborasi dengan mereka dan ilmuwan Universitas Syracuse sejak 2016.

Seeqc sekarang merancang seluruh sistem menggunakan teknologi. Chip kontrol-digital, koreksi-kesalahan, dan pembacaan yang dirancang. Untuk bekerja pada 3 hingga 4 K dan chip terpisah yang dirancang untuk bekerja pada 20 milikel. Untuk berinteraksi dengan prosesor kuantum.

Semimetal Weyl

Komputasi kuantum sudah aneh, tetapi mungkin dibutuhkan beberapa teknologi yang bahkan lebih aneh untuk membuatnya bekerja. Para ilmuwan di Lund University, di Swedia, dan di IBM Research – Zurich telah merancang perangkat baru. Yang disebut penguat semimetal Weyl yang mereka katakan bisa membawa elektronik pembacaan lebih dekat ke qubit. Jangan khawatir jika Anda tidak tahu apa itu semimetal Weyl. Ada hal-hal tentang bahan-bahan ini yang bahkan para ilmuwan coba buat perangkat dari mereka tidak sepenuhnya mengerti.

Apa yang mereka tahu adalah bahwa bahan-bahan ini, seperti tungsten diphosphide. menunjukkan magnetoresistensi yang sangat kuat. Tergantung suhu ketika didinginkan hingga di bawah sekitar 50 K. Perangkat yang disimulasikan memiliki elektroda gerbang yang menghasilkan medan magnet di dalam semimetal Weyl. Menyebabkan resistensi untuk beralih dari kecil ke besar dalam hitungan picoseconds. Menghubungkan input dari qubit ke perangkat dapat membuat amplifier dengan gain tinggi yang hanya menghasilkan 40 microwatt. Itu bisa cukup rendah untuk amplifier untuk hidup di bagian kulkas dekat dengan tempat tinggal qubit itu sendiri.…

Suatu hari, saya mengunjungi D-Wave Systems di Vancouver, Kanada. Ini adalah perusahaan yang membuat komputer kuantum mutakhir.

Saya harus belajar banyak tentang komputer kuantum di sana. Jadi saya ingin berbagi beberapa yang saya pelajari di sana dengan Anda dalam artikel ini.

Tujuan artikel ini adalah untuk memberi Anda intuisi yang akurat. Tentang apa yang digunakan komputer kuantum sebagai contoh sederhana.

Artikel ini tidak akan mengharuskan Anda untuk memiliki pengetahuan sebelumnya. Tentang fisika kuantum atau ilmu komputer untuk dapat memahaminya.

Oke, mari kita mulai.

Apa itu Komputer Kuantum?

Berikut ini adalah ringkasan satu kalimat tentang apa itu komputer kuantum:

Komputer kuantum adalah jenis komputer yang menggunakan mekanika kuantum. Sehingga dapat melakukan jenis komputasi tertentu dengan lebih efisien daripada komputer biasa.

Ada banyak hal yang harus dibongkar dalam kalimat ini. Jadi izinkan saya memandu Anda melalui apa yang sebenarnya menggunakan contoh sederhana.

Untuk menjelaskan apa itu komputer kuantum, saya harus terlebih dahulu menjelaskan sedikit tentang komputer biasa (non-kuantum).

Bagaimana Komputer Biasa Menyimpan Informasi

Sekarang, komputer biasa menyimpan informasi dalam serangkaian 0 dan 1.

Berbagai jenis informasi, seperti angka, teks, dan gambar dapat direpresentasikan dengan cara ini.

Setiap unit dalam rangkaian 0 dan 1 ini disebut sedikit. Jadi, sedikit dapat diatur ke 0 atau 1.

Sekarang, Bagaimana dengan Komputer Kuantum?

Komputer kuantum tidak menggunakan bit untuk menyimpan informasi. Sebagai gantinya, ia menggunakan sesuatu yang disebut qubit.

Setiap qubit tidak hanya dapat diatur ke 1 atau 0, tetapi juga dapat diatur ke 1 dan 0. Tapi apa artinya sebenarnya?

Izinkan saya menjelaskan ini dengan contoh sederhana. Ini akan menjadi contoh yang agak buatan. Tetapi itu masih akan membantu dalam memahami bagaimana komputer kuantum bekerja.

Contoh Sederhana untuk Memahami Cara Kerja Komputer Kuantum

Sekarang, anggaplah Anda menjalankan agen perjalanan, dan Anda perlu memindahkan sekelompok orang dari satu lokasi ke lokasi lain.

Agar ini tetap sederhana, katakanlah Anda hanya perlu memindahkan 3 orang untuk saat ini – Alice, Becky, dan Chris.

Dan anggaplah Anda telah memesan 2 taksi untuk tujuan ini, dan Anda ingin mengetahui siapa yang naik taksi tersebut.

Juga, anggap di sini bahwa Anda diberikan informasi tentang siapa teman dengan siapa, dan siapa musuh dengan siapa.

Di sini, katakanlah itu:

  • Alice dan Becky adalah teman
  • Alice dan Chris adalah musuh
  • Becky dan Chris adalah musuh

Dan misalkan tujuan Anda di sini adalah untuk membagi kelompok yang terdiri dari 3 orang ini menjadi dua taksi. Untuk mencapai dua tujuan berikut:

  • Maksimalkan jumlah pasangan teman yang berbagi mobil yang sama
  • Minimalkan jumlah pasangan musuh yang menggunakan mobil yang sama

Oke, jadi ini adalah premis dasar dari masalah ini. Pertama-tama mari kita pikirkan tentang bagaimana kita akan memecahkan masalah ini menggunakan komputer biasa.

Memecahkan Masalah ini dengan Komputer Biasa

Untuk mengatasi masalah ini dengan komputer biasa, non-kuantum, Anda harus terlebih dahulu mengetahui cara menyimpan informasi yang relevan dengan bit.

Mari beri label dua taksi, Taksi #1 dan Taksi #0.

Kemudian, Anda dapat mewakili siapa yang masuk ke mobil mana dengan 3 bit.

Sebagai contoh, kita dapat mengatur tiga bit ke 0, 0, dan 1 untuk mewakili:

  • Alice masuk ke Taksi #0
  • Becky naik ke Taksi #0
  • Chris naik ke Taksi #1

Karena ada dua pilihan untuk setiap orang. Ada 2 * 2 * 2 = 8 cara untuk membagi kelompok orang ini menjadi dua mobil.

Berikut daftar semua kemungkinan konfigurasi:

A | B | C
0 | 0 | 0
0 | 0 | 1
0 | 1 | 0
0 | 1 | 1
1 | 0 | 0
1 | 0 | 1
1 | 1 | 0
1 | 1 | 1

Dengan menggunakan 3 bit, Anda dapat mewakili salah satu dari kombinasi ini.

Menghitung Skor untuk Setiap Konfigurasi

Sekarang, dengan menggunakan komputer biasa, bagaimana kita menentukan konfigurasi mana yang merupakan solusi terbaik?

Untuk melakukan ini, mari kita tentukan bagaimana kita dapat menghitung skor untuk setiap konfigurasi. Skor ini akan mewakili sejauh mana setiap solusi mencapai dua tujuan yang saya sebutkan sebelumnya:

  • Maksimalkan jumlah pasangan teman yang berbagi mobil yang sama
  • Minimalkan jumlah pasangan musuh yang menggunakan mobil yang sama

Mari kita tentukan skor kami sebagai berikut:

(skor konfigurasi yang diberikan) = (# pasangan teman berbagi mobil yang sama) – (# pasangan musuh berbagi mobil yang sama)

Sebagai contoh, misalkan Alice, Becky, dan Chris semuanya naik ke Taxi #1. Dengan tiga bit, ini dapat dinyatakan sebagai 111.

Dalam hal ini, hanya ada satu pasangan teman yang berbagi mobil yang sama – Alice dan Becky.

Namun, ada dua pasangan musuh yang berbagi mobil yang sama – Alice dan Chris, dan Becky dan Chris.

Jadi, skor total konfigurasi ini adalah 1-2 = -1.

Memecahkan Masalah

Dengan semua pengaturan ini, kita akhirnya bisa menyelesaikan masalah ini.

Dengan komputer biasa, untuk menemukan konfigurasi terbaik. Pada dasarnya Anda harus melalui semua konfigurasi untuk melihat mana yang mencapai skor tertinggi.

Jadi, Anda dapat berpikir tentang membangun tabel seperti ini:

A | B | C | Skor
0 | 0 | 0 | -1
0 | 0 | 1 | 1 <- salah satu solusi terbaik
0 | 1 | 0 | -1
0 | 1 | 1 | -1
1 | 0 | 0 | -1
1 | 0 | 1 | -1
1 | 1 | 0 | 1 <- solusi terbaik lainnya
1 | 1 | 1 | -1

Seperti yang Anda lihat, ada dua solusi yang benar di sini – 001 dan 110, keduanya mencapai skor 1.

Masalah ini cukup sederhana. Dengan cepat menjadi terlalu sulit untuk diselesaikan dengan komputer biasa karena kami meningkatkan jumlah orang dalam masalah ini.

Kami melihat bahwa dengan 3 orang, kami harus melalui 8 konfigurasi yang memungkinkan.

Bagaimana jika ada 4 orang? Dalam hal ini, kita harus melalui 2 * 2 * 2 * 2 = 16 konfigurasi.

Dengan n orang, kita harus melalui (2 pangkat n) konfigurasi untuk menemukan solusi terbaik.

Jadi, jika ada 100 orang, kita harus melalui:

  • 2¹⁰⁰ ~ = 10³⁰ = satu juta juta juta juta juta konfigurasi.

Ini tidak mungkin diselesaikan dengan komputer biasa.

Memecahkan Masalah ini dengan Komputer Kuantum

Bagaimana kita menyelesaikan masalah ini dengan komputer kuantum?

Untuk memikirkannya, mari kembali ke kasus membagi 3 orang menjadi dua taksi.

Seperti yang kita lihat sebelumnya, ada 8 kemungkinan solusi untuk masalah ini:

A | B | C
0 | 0 | 0
0 | 0 | 1
0 | 1 | 0
0 | 1 | 1
1 | 0 | 0
1 | 0 | 1
1 | 1 | 0
1 | 1 | 1

Dengan komputer biasa, menggunakan 3 bit, kami hanya dapat mewakili satu dari solusi ini sekaligus – misalnya, 001.

Namun, dengan komputer kuantum, menggunakan 3 qubit, kami dapat mewakili semua 8 solusi ini secara bersamaan.

Ada perdebatan tentang apa artinya tepatnya, tapi inilah cara saya memikirkannya.

Tahapan

Pertama, periksa qubit pertama dari 3 qubit ini. Saat Anda menetapkannya ke 0 dan 1, itu seperti menciptakan dua dunia paralel. (Ya, ini aneh, tetapi ikuti saja di sini.)

Di salah satu dunia paralel itu, qubit diatur ke 0. Di dunia lain, itu diatur ke 1.

Sekarang, bagaimana jika Anda mengatur qubit kedua ke 0 dan 1 juga? Lalu, rasanya seperti menciptakan 4 dunia paralel.

Di dunia pertama, kedua qubit diatur ke 00. Di yang kedua, mereka adalah 01. Di yang ketiga, mereka adalah 10. Di yang keempat, mereka adalah 11.

Demikian pula, jika Anda menetapkan ketiga qubit menjadi 0 dan 1. Anda akan membuat 8 dunia paralel – 000, 001, 010, 011, 100, 101, 110, dan 111.

Ini adalah cara yang aneh untuk berpikir. Tetapi ini adalah salah satu cara yang tepat untuk menafsirkan bagaimana perilaku qubit di dunia nyata.

Sekarang, ketika Anda menerapkan semacam perhitungan pada ketiga qubit ini. Anda sebenarnya menerapkan perhitungan yang sama di ke-8 dunia paralel itu secara bersamaan.

Jadi, alih-alih melalui masing-masing solusi potensial secara berurutan, kita dapat menghitung skor semua solusi secara bersamaan.

Dengan contoh khusus ini, secara teori, komputer kuantum Anda akan dapat menemukan salah satu solusi terbaik dalam beberapa milidetik. Sekali lagi, itu 001 atau 110 seperti yang kita lihat sebelumnya:

A | B | C | Skor
0 | 0 | 0 | -1
0 | 0 | 1 | 1 <- salah satu solusi terbaik
0 | 1 | 0 | -1
0 | 1 | 1 | -1
1 | 0 | 0 | -1
1 | 0 | 1 | -1
1 | 1 | 0 | 1 <- solusi terbaik lainnya
1 | 1 | 1 | -1

Penggunaan Komputer Kuantum

Pada kenyataannya, untuk mengatasi masalah ini, Anda perlu memberikan dua komputer kuantum:

  • Semua solusi potensial diwakili dengan qubit
  • Fungsi yang mengubah setiap solusi potensial menjadi skor. Dalam hal ini, ini adalah fungsi yang menghitung jumlah pasangan teman dan pasangan musuh yang berbagi mobil yang sama.

Dengan dua hal ini, komputer kuantum Anda akan mengeluarkan salah satu solusi terbaik dalam beberapa milidetik. Dalam hal ini, itu 001 atau 110 dengan skor 1.

Sekarang, secara teori, komputer kuantum dapat menemukan salah satu solusi terbaik setiap kali dijalankan.

Namun, pada kenyataannya, ada kesalahan saat menjalankan komputer kuantum. Jadi, alih-alih menemukan solusi terbaik, ia mungkin menemukan solusi terbaik kedua, solusi terbaik ketiga, dan seterusnya.

Kesalahan ini menjadi lebih menonjol karena masalahnya menjadi lebih dan lebih kompleks.

Jadi, dalam praktiknya, Anda mungkin ingin menjalankan operasi yang sama pada komputer kuantum puluhan kali atau ratusan kali. Kemudian pilih hasil terbaik dari banyak hasil yang Anda dapatkan.

Bagaimana Skala Komputer Kuantum

Bahkan dengan kesalahan yang saya sebutkan, komputer kuantum tidak memiliki masalah skala yang sama dengan komputer biasa.

Ketika ada 3 orang yang perlu kita bagi menjadi dua mobil. Jumlah operasi yang perlu kita lakukan pada komputer kuantum adalah 1. Ini karena komputer kuantum menghitung skor semua konfigurasi pada saat bersamaan.

Ketika ada 4 orang, jumlah operasi masih 1.

Ketika ada 100 orang, jumlah operasi masih 1. Dengan satu operasi, komputer kuantum menghitung skor semua 2¹⁰⁰ ~ = 10³⁰ = satu juta juta juta juta juta konfigurasi. Pada saat yang sama.

Seperti yang saya sebutkan sebelumnya, dalam praktiknya, mungkin terbaik untuk menjalankan komputer kuantum Anda puluhan kali. Atau ratusan kali dan memilih hasil terbaik dari banyak hasil yang Anda dapatkan.

Namun, ini masih jauh lebih baik daripada Mengatasi masalah yang sama pada komputer biasa. Dan harus mengulangi jenis perhitungan yang sama satu juta juta juta juta juta kali.…