Теперь скорая помощь в труднодоступных местностях сможет приезжать к пострадавшим быстрее. Спасибо квантовой оптимизации!
Чтобы эффективно разместить пункты скорой помощи в сельской местности, необходимо учитывать доступность дорог. В городе мы об этом не задумываемся, а ведь иногда лишние 15 минут могут стоить человеку жизни. Целью исследования китайских ученых было определить оптимальное местоположение новых станций скорой помощи для оказания медицинских услуг в горных, сельских районах.
Ученые пытались расположить станции так, чтобы до любого жилого дома можно было доехать не более, чем за 30 минут. В расчет также брали вероятность того, что могут быть построены новые дороги или отремонтированы существующие. Для решения задачи с таким большим количеством переменных ученые разработали улучшенный многокритериальный алгоритм имитации отжига.
Количество домов, не охваченных станциями скорой помощи (то есть тех, время пути до которых занимает более 30 минут), уменьшилось с 30,7% до 22% при условии, что дороги не улучшат. Если же строить новые пути, то эффективность будет еще больше: количество не охваченных людей снижается в таком случае до 18%.
Такую вот важную социальную функцию может может нести оптимизация строительства и размещения объектов в пространстве. И в данном случае алгоритмы, можно сказать, спасают жизни.
Чтобы эффективно разместить пункты скорой помощи в сельской местности, необходимо учитывать доступность дорог. В городе мы об этом не задумываемся, а ведь иногда лишние 15 минут могут стоить человеку жизни. Целью исследования китайских ученых было определить оптимальное местоположение новых станций скорой помощи для оказания медицинских услуг в горных, сельских районах.
Ученые пытались расположить станции так, чтобы до любого жилого дома можно было доехать не более, чем за 30 минут. В расчет также брали вероятность того, что могут быть построены новые дороги или отремонтированы существующие. Для решения задачи с таким большим количеством переменных ученые разработали улучшенный многокритериальный алгоритм имитации отжига.
Количество домов, не охваченных станциями скорой помощи (то есть тех, время пути до которых занимает более 30 минут), уменьшилось с 30,7% до 22% при условии, что дороги не улучшат. Если же строить новые пути, то эффективность будет еще больше: количество не охваченных людей снижается в таком случае до 18%.
Такую вот важную социальную функцию может может нести оптимизация строительства и размещения объектов в пространстве. И в данном случае алгоритмы, можно сказать, спасают жизни.
Новый подход к решению задач оптимизации с использованием машин Больцмана
Группа исследователей из Калифорнийского университета в Беркли изучала потенциал машин Изинга для решений сложных задач комбинаторной оптимизации. Машина Изинга — это решатель, помогающий найти состояние одноименной модели. Машина Изинга представляет фундаментальный вычислительный интерес, поскольку любую задачу класса сложности NP можно сформулировать как задачу Изинга. А ещё с помощью неё можно объяснить рисунок ящерицы :).
В статье, опубликованной в научном рецензируемом журнале Nature Electronics, ученые представили новую машину Изинга, состоящую из множества ограниченных машин Больцмана (нейросеть). Машина Больцмана, в свою очередь, использует для обучения алгоритм имитации отжига (мы писали про это тут). Первые результаты впечатляют – оборудование находит решение в 10 000 раз быстрее, чем обычный компьютер.
По словам исследователей, машина с легкостью отвечает на вопрос: «Какие А и В такие, что А х В = 42593?». Это классическая задача о разложении числа на множители, которая относится к классу NP-сложных. Вычислительную сложность такой задачи используют в наиболее распространённых алгоритмах шифрования (например, в RSA), так как подобрать шифр классическими методами невозможно. Чтобы разложить число 15 на множители 3 и 5 специалистам IBM потребовалось семь кубит. Но для взлома криптографического алгоритма RSA нужно около 20 миллионов кубитов. Это очень много: сейчас мощность квантовых компьютеров исчисляется всего сотней кубит.
Авторы статьи планируют масштабировать свое изобретение, чтобы эта машина могла выполнять более крупные и сложные задачи оптимизации.
Группа исследователей из Калифорнийского университета в Беркли изучала потенциал машин Изинга для решений сложных задач комбинаторной оптимизации. Машина Изинга — это решатель, помогающий найти состояние одноименной модели. Машина Изинга представляет фундаментальный вычислительный интерес, поскольку любую задачу класса сложности NP можно сформулировать как задачу Изинга. А ещё с помощью неё можно объяснить рисунок ящерицы :).
В статье, опубликованной в научном рецензируемом журнале Nature Electronics, ученые представили новую машину Изинга, состоящую из множества ограниченных машин Больцмана (нейросеть). Машина Больцмана, в свою очередь, использует для обучения алгоритм имитации отжига (мы писали про это тут). Первые результаты впечатляют – оборудование находит решение в 10 000 раз быстрее, чем обычный компьютер.
По словам исследователей, машина с легкостью отвечает на вопрос: «Какие А и В такие, что А х В = 42593?». Это классическая задача о разложении числа на множители, которая относится к классу NP-сложных. Вычислительную сложность такой задачи используют в наиболее распространённых алгоритмах шифрования (например, в RSA), так как подобрать шифр классическими методами невозможно. Чтобы разложить число 15 на множители 3 и 5 специалистам IBM потребовалось семь кубит. Но для взлома криптографического алгоритма RSA нужно около 20 миллионов кубитов. Это очень много: сейчас мощность квантовых компьютеров исчисляется всего сотней кубит.
Авторы статьи планируют масштабировать свое изобретение, чтобы эта машина могла выполнять более крупные и сложные задачи оптимизации.
Медузы и осьминоги на выставке о квантовой физике
В течение последних двух десятилетий ученые Йельского университета сыграли важную роль в развитии квантовой физики. Теперь
они совместно с музеем Нью-Хейвена организовали художественную выставку «Квантовая революция: ручная работа в Нью-Хейвене», которая продлится до 16 сентября.
На выставке представлены фотографии, оборудование, инструменты и подробные рисунки художницы Марты В. Льюис. Марта целый год общалась с исследователями и студентами и зарисовывала то, что видела в лаборатории. На выставке также есть сверхпроводящие кубиты, которые были изобретены и построены исследователями из Йельского университета. Интересно, что некоторые объекты носят причудливые названия, такие как «медуза», «ежик», «бегемот» и «осьминог». Ученые просто дают «домашние» имена своим изобретениям, основываясь на их внешних или внутренних отличительных особенностях ☺️.
Флориан Карл, управляющий Йельским квантовым институтом, выступил куратором выставки. По его словам, идея выставки — объединить искусство и науку и показать «человеческую сторону» квантовой физики, сделав ее тем самым менее далекой и пугающей. Вообще, университет много делает в этом направлении и превращает науку в художественное выражение. Так, недавно они записали музыкальный альбом «Квантовый звук». Ученые обрабатывали с помощью специальной программы звуки, которые исходят из квантовых компьютеров, превращая их в мелодию.
В течение последних двух десятилетий ученые Йельского университета сыграли важную роль в развитии квантовой физики. Теперь
они совместно с музеем Нью-Хейвена организовали художественную выставку «Квантовая революция: ручная работа в Нью-Хейвене», которая продлится до 16 сентября.
На выставке представлены фотографии, оборудование, инструменты и подробные рисунки художницы Марты В. Льюис. Марта целый год общалась с исследователями и студентами и зарисовывала то, что видела в лаборатории. На выставке также есть сверхпроводящие кубиты, которые были изобретены и построены исследователями из Йельского университета. Интересно, что некоторые объекты носят причудливые названия, такие как «медуза», «ежик», «бегемот» и «осьминог». Ученые просто дают «домашние» имена своим изобретениям, основываясь на их внешних или внутренних отличительных особенностях ☺️.
Флориан Карл, управляющий Йельским квантовым институтом, выступил куратором выставки. По его словам, идея выставки — объединить искусство и науку и показать «человеческую сторону» квантовой физики, сделав ее тем самым менее далекой и пугающей. Вообще, университет много делает в этом направлении и превращает науку в художественное выражение. Так, недавно они записали музыкальный альбом «Квантовый звук». Ученые обрабатывали с помощью специальной программы звуки, которые исходят из квантовых компьютеров, превращая их в мелодию.
New Haven Register
New exhibit marries science and art to celebrate quantum physics
New exhibit marries science and art to celebrate Yale's contributions to quantum physics...
Квантовая обработка естественного языка
Cambridge Quantum Computing (CQC), независимая компания, которая создает инструменты для коммерциализации квантовых технологий, сейчас занимается обработкой естественного языка на квантовом компьютере IBM. Программа в состоянии одновременно осилить порядка 100 предложений.
Обработка естественного языка (NLP) — это направление ИИ, которое «учит» компьютеры понимать и генерировать слова и предложения. Без NLP не было бы Google Переводчика и Siri с Алисой. Сейчас многие отрасли активно используют NLP, и ожидается, что в следующие пять лет его использование будет ежегодно расти более чем на четверть.
Применение QNLP (Q = квантовая обработка ) к искусственному интеллекту может значительно его улучшить. Для обучения моделей ИИ требуется большой объем данных, а квантовые вычисления значительно ускорят этот процесс, сократив месяцы обучения до нескольких часов или даже минут.
CQC показали в своем исследовании, что это возможно: квантовая машина справлялась с данными, преобразуя значение слова в квантовое состояние, и при этом учитывала грамматическую структуру предложения. Это исследование представляет собой самую масштабную на сегодняшний день экспериментальную реализацию задач обработки естественного языка на квантовом компьютере. Ждём новых открытий!
Cambridge Quantum Computing (CQC), независимая компания, которая создает инструменты для коммерциализации квантовых технологий, сейчас занимается обработкой естественного языка на квантовом компьютере IBM. Программа в состоянии одновременно осилить порядка 100 предложений.
Обработка естественного языка (NLP) — это направление ИИ, которое «учит» компьютеры понимать и генерировать слова и предложения. Без NLP не было бы Google Переводчика и Siri с Алисой. Сейчас многие отрасли активно используют NLP, и ожидается, что в следующие пять лет его использование будет ежегодно расти более чем на четверть.
Применение QNLP (Q = квантовая обработка ) к искусственному интеллекту может значительно его улучшить. Для обучения моделей ИИ требуется большой объем данных, а квантовые вычисления значительно ускорят этот процесс, сократив месяцы обучения до нескольких часов или даже минут.
CQC показали в своем исследовании, что это возможно: квантовая машина справлялась с данными, преобразуя значение слова в квантовое состояние, и при этом учитывала грамматическую структуру предложения. Это исследование представляет собой самую масштабную на сегодняшний день экспериментальную реализацию задач обработки естественного языка на квантовом компьютере. Ждём новых открытий!
Quantagonia выпустила HybridSolver, квантовый решатель для математической оптимизации
Quantagoria – это недавно созданная компания, соучредителем которой является профессор Сабина Йешке, бывший цифровой директор Deutsche Bahn. Напомним, что немецкая транспортная компания сейчас работает над оптимизацией расписания движения поездов. Профессор Йешке расторгла с ними контракт и занялась квантовыми технологиями совместно с Quantagoria.
Почему молодая компания занялась именно разработкой солвера? Солвер — это софт, который рассчитывает оптимальную стратегию для заданного пользователем сценария. Он помогает держать весь процесс вычислений под контролем. Выпущенный Quantagoria солвер может работать с формой математического описания оптимизационных задач QUBO, на современных высокопроизводительных компьютерах. HybridSolver также способен перейти к квантовым вычислениям, когда оборудование станет достаточно мощным для этого.
Кстати, наша компания также занимается разработкой собственного солвера. Сейчас эта задача в приоритете, так как в России нет своих солверов и отечественные компании в этом вопросе зависят от зарубежных.
Quantagoria – это недавно созданная компания, соучредителем которой является профессор Сабина Йешке, бывший цифровой директор Deutsche Bahn. Напомним, что немецкая транспортная компания сейчас работает над оптимизацией расписания движения поездов. Профессор Йешке расторгла с ними контракт и занялась квантовыми технологиями совместно с Quantagoria.
Почему молодая компания занялась именно разработкой солвера? Солвер — это софт, который рассчитывает оптимальную стратегию для заданного пользователем сценария. Он помогает держать весь процесс вычислений под контролем. Выпущенный Quantagoria солвер может работать с формой математического описания оптимизационных задач QUBO, на современных высокопроизводительных компьютерах. HybridSolver также способен перейти к квантовым вычислениям, когда оборудование станет достаточно мощным для этого.
Кстати, наша компания также занимается разработкой собственного солвера. Сейчас эта задача в приоритете, так как в России нет своих солверов и отечественные компании в этом вопросе зависят от зарубежных.
Эффективно расположил — сэкономил
Qubit Engineering сейчас работают в Azure Quantum, облачной службе Microsoft, над оптимизацией расположения ветряных электростанций. Это сложная задача, так как неточное положение турбины приведет к уменьшению количества выработанной всей фермой энергии на протяжении ее срока службы - двадцати лет. При оптимальном размещении ветряков дополнительная выработка может составлять десятки мегаватт. Это потенциально обеспечит энергией тысячи домов, а сколько сэкономит средств! Сложность в том, что рассчитать оптимальное местоположение в данном случае очень сложно из-за большого количества переменных. Всего пятьдесят турбин и сто подходящих мест дают космически большое количество комбинаций.
Это классическая комбинаторная задача, которая появляется, когда требуется расположить объекты на карте. Квадратичная задача о назначениях, как ее еще называют, является, говоря математическим языком, NP-трудной. Это значит, что ее невозможно решить за полиномиальное (читай, разумное) время, и даже задачи с небольшим количеством переменных могут потребовать несколько дней вычислений на обычном компьютере.
Qubit Engineering с Microsoft продемонстрировали современное решение этой проблемы: для поиска оптимального расположения ветряных электростанций, компания использует квантово-вдохновленные алгоритмы. Они помогают успешно находить ответ за разумное время.
Qubit Engineering сейчас работают в Azure Quantum, облачной службе Microsoft, над оптимизацией расположения ветряных электростанций. Это сложная задача, так как неточное положение турбины приведет к уменьшению количества выработанной всей фермой энергии на протяжении ее срока службы - двадцати лет. При оптимальном размещении ветряков дополнительная выработка может составлять десятки мегаватт. Это потенциально обеспечит энергией тысячи домов, а сколько сэкономит средств! Сложность в том, что рассчитать оптимальное местоположение в данном случае очень сложно из-за большого количества переменных. Всего пятьдесят турбин и сто подходящих мест дают космически большое количество комбинаций.
Это классическая комбинаторная задача, которая появляется, когда требуется расположить объекты на карте. Квадратичная задача о назначениях, как ее еще называют, является, говоря математическим языком, NP-трудной. Это значит, что ее невозможно решить за полиномиальное (читай, разумное) время, и даже задачи с небольшим количеством переменных могут потребовать несколько дней вычислений на обычном компьютере.
Qubit Engineering с Microsoft продемонстрировали современное решение этой проблемы: для поиска оптимального расположения ветряных электростанций, компания использует квантово-вдохновленные алгоритмы. Они помогают успешно находить ответ за разумное время.
США финансирует поиск уязвимостей квантовых компьютеров
Национальный научный фонд Америки (NSF) предоставил грант в размере более 700 тысяч долларов Пенсильванскому университету. Деньги пойдут на устранение пробелов в безопасности квантовых вычислений и создание учебной программы по квантовым вычислениям для старшеклассников.
Несмотря на то, что миру еще предстоит построить жизнеспособный квантовый компьютер, NSF в последнее время активно занимается исследованиями в области квантовых вычислений. Грант штата Пенсильвания является лишь последним в серии инвестиций фонда в академические квантовые вычисления.
Интересно, что администрация Байдена обнародовала план по переводу всей экономики США на квантово-устойчивую криптографию. Более того, президент США подписал Меморандум о национальной безопасности, направленный на сохранение лидерства США в области квантовых информационных наук и снижение рисков, связанных с квантовыми вычислениями.
Напомним, что Россия занимает восьмое место по количеству выданных патентов в квантовой области. Так что мы не отстаём :) Более того, в России планируют создать квантовый интернет к 2030 году, и уже находится в разработке квантовая спутниковая связь.
Национальный научный фонд Америки (NSF) предоставил грант в размере более 700 тысяч долларов Пенсильванскому университету. Деньги пойдут на устранение пробелов в безопасности квантовых вычислений и создание учебной программы по квантовым вычислениям для старшеклассников.
Несмотря на то, что миру еще предстоит построить жизнеспособный квантовый компьютер, NSF в последнее время активно занимается исследованиями в области квантовых вычислений. Грант штата Пенсильвания является лишь последним в серии инвестиций фонда в академические квантовые вычисления.
Интересно, что администрация Байдена обнародовала план по переводу всей экономики США на квантово-устойчивую криптографию. Более того, президент США подписал Меморандум о национальной безопасности, направленный на сохранение лидерства США в области квантовых информационных наук и снижение рисков, связанных с квантовыми вычислениями.
Напомним, что Россия занимает восьмое место по количеству выданных патентов в квантовой области. Так что мы не отстаём :) Более того, в России планируют создать квантовый интернет к 2030 году, и уже находится в разработке квантовая спутниковая связь.
Gurobi выпустил образовательную игру, демонстрирующую возможности оптимизации
Gurobi сделали собственную обучающую игру, целью которой является показать игрокам силу оптимизации. Burrito Optimization Game — это бесплатное веб-приложение, основанное на классической задаче о расположении объекта. Приложение позволяет игрокам выбирать лучшие места (с точки зрения прибыли) для фудтрака «Гуробль». Для каждого уровня игрокам предоставляется новая история с дополнительной сложностью и набором данных, исходя из которых нужно принимать решения. Данные обычно включают стоимость каждого грузовика, цену ингредиентов и общий доход от продаж буррито, а также сценарии, которые повлияют на принятие решений: сбой в цепочке поставок ингредиентов или погодные условия.
Игроки могут перетаскивать свои грузовики Guroble по иллюстрированной карте. Чем ближе грузовик к зданию, тем больше клиентов из этого здания захотят подойти к грузовику, чтобы купить буррито. Игроки могут видеть, как меняется их прибыль, когда они перетаскивают грузовик в другое место. Очень интересный маркетологический ход!
Gurobi сделали собственную обучающую игру, целью которой является показать игрокам силу оптимизации. Burrito Optimization Game — это бесплатное веб-приложение, основанное на классической задаче о расположении объекта. Приложение позволяет игрокам выбирать лучшие места (с точки зрения прибыли) для фудтрака «Гуробль». Для каждого уровня игрокам предоставляется новая история с дополнительной сложностью и набором данных, исходя из которых нужно принимать решения. Данные обычно включают стоимость каждого грузовика, цену ингредиентов и общий доход от продаж буррито, а также сценарии, которые повлияют на принятие решений: сбой в цепочке поставок ингредиентов или погодные условия.
Игроки могут перетаскивать свои грузовики Guroble по иллюстрированной карте. Чем ближе грузовик к зданию, тем больше клиентов из этого здания захотят подойти к грузовику, чтобы купить буррито. Игроки могут видеть, как меняется их прибыль, когда они перетаскивают грузовик в другое место. Очень интересный маркетологический ход!
BMW и Pasqal применяют квантовые вычисления в проектировании и производстве автомобилей
Pasqal, ведущий производитель квантовых процессоров на нейтральных атомах, и BMW Group анализируют применимость квантовых вычислений к моделированию обработки металлов давлением. Такое моделирование в конечном итоге поможет BMW Group создавать более легкие детали, что делает производство автомобилей более экономичным.
Цель компьютерного моделирования – проверка технологических параметров и технологической оснастки на соответствие спецификациям. Существующие классические вычислительные методы не позволяют моделировать автомобиль с высокой точностью – для них это слишком сложная задача. Сотрудничество с Pasqal, рассчитанное на два года, сэкономит бюджеты, человеческие ресурсы и сделает автомобили BMW еще более безопасными.
Согласно отчету McKinsey, одна десятая всех потенциальных вариантов использования квантовых вычислений уже может принести значительную пользу автомобильной промышленности. Причем, эффект будет заметен уже к 2025 году. Среди вариантов использования в автомобильной промышленности — маршрутизация транспортных средств, исследования материалов и процессов, а также безопасность вождения с подключением к Интернету.
Pasqal, ведущий производитель квантовых процессоров на нейтральных атомах, и BMW Group анализируют применимость квантовых вычислений к моделированию обработки металлов давлением. Такое моделирование в конечном итоге поможет BMW Group создавать более легкие детали, что делает производство автомобилей более экономичным.
Цель компьютерного моделирования – проверка технологических параметров и технологической оснастки на соответствие спецификациям. Существующие классические вычислительные методы не позволяют моделировать автомобиль с высокой точностью – для них это слишком сложная задача. Сотрудничество с Pasqal, рассчитанное на два года, сэкономит бюджеты, человеческие ресурсы и сделает автомобили BMW еще более безопасными.
Согласно отчету McKinsey, одна десятая всех потенциальных вариантов использования квантовых вычислений уже может принести значительную пользу автомобильной промышленности. Причем, эффект будет заметен уже к 2025 году. Среди вариантов использования в автомобильной промышленности — маршрутизация транспортных средств, исследования материалов и процессов, а также безопасность вождения с подключением к Интернету.
Суперпозиция
В газете «Коммерсантъ» вышла подробная статья о том, что такое квантовое превосходство, в каких отраслях уже можно применять квантовые технологии (в статье есть очень показательные примеры!) и какое будущее нас ждёт.
Спойлер: по оценке BCG, за следующие 15–30 лет капитализация рынка квантовых вычислений достигнет от $450 млрд до $850 млрд. Исходя из размера инвестиций, большая часть придется на США, Китай и Евросоюз.
Статья интересна ещё тем, что автор взял комментарий у большого количества специалистов в данной сфере: здесь есть мнение и руководителя проектного офиса «Росатома» по квантовым технологиям, и венчурных инвесторов, и комментарий от руководителя нашей компании QuSolve :)
Если вам интересно узнать о квантовом апокалипсисе или об инвестициях в квантовые технологии — очень советуем почитать ☺️
Фото: Getty Images
В газете «Коммерсантъ» вышла подробная статья о том, что такое квантовое превосходство, в каких отраслях уже можно применять квантовые технологии (в статье есть очень показательные примеры!) и какое будущее нас ждёт.
Спойлер: по оценке BCG, за следующие 15–30 лет капитализация рынка квантовых вычислений достигнет от $450 млрд до $850 млрд. Исходя из размера инвестиций, большая часть придется на США, Китай и Евросоюз.
Статья интересна ещё тем, что автор взял комментарий у большого количества специалистов в данной сфере: здесь есть мнение и руководителя проектного офиса «Росатома» по квантовым технологиям, и венчурных инвесторов, и комментарий от руководителя нашей компании QuSolve :)
Если вам интересно узнать о квантовом апокалипсисе или об инвестициях в квантовые технологии — очень советуем почитать ☺️
Фото: Getty Images
Кому бесплатный квантовый компьютер?
Канадская компания Xanadu объявила, что их компьютер, способный достичь квантового превосходства, доступен для каждого бесплатно. Borealis — компьютер, о котором идет речь, — использует фотонные состояния и имеет более 216 кубит. Этот компьютер может измерять состояниее 216 запутанных фотонов за 36 микросекунд, – это абсолютный рекорд на сегодня.
К сожалению, такое количество кубитов все еще мало для решения практических задач, но уже вполне достаточно для ознакомления с технологией. В бесплатной версии пользователю можно потратить 5 млн «выстрелов» (shots) на Borealis и 10 млн на более ранней серии квантовых компьютеров. «Выстрел» — это один “прогон” алгоритма с одинаковыми параметрами (начальными состояниями). Поскольку квантовые вычисления имеют вероятностную природу, для получения решения задачи нужно выполнить некоторое количество таких “выстрелов”. Это позволяет оценить наиболее вероятный (не обязательно, правильный!) ответ, а также границы доверительного интервала, в который правильный ответ попадает с заданной вероятностью.
Очевидно, что чем больше выстрелов, тем точнее результат, и на самом деле, 5 млн «выстрелов» – это не так много. Например, для получения приемлемой точности решения в задачах моделирования химических реакций, может понадобиться 1 млн «выстрелов».
Занимаясь квантовыми вычислениями, ученые не забывают и веселиться. Разработчики Xanadu – фанаты Beatles, и это можно заметить по названию разработанных ими облачных приложений: Penny Lane и Strawberry Fields.
Канадская компания Xanadu объявила, что их компьютер, способный достичь квантового превосходства, доступен для каждого бесплатно. Borealis — компьютер, о котором идет речь, — использует фотонные состояния и имеет более 216 кубит. Этот компьютер может измерять состояниее 216 запутанных фотонов за 36 микросекунд, – это абсолютный рекорд на сегодня.
К сожалению, такое количество кубитов все еще мало для решения практических задач, но уже вполне достаточно для ознакомления с технологией. В бесплатной версии пользователю можно потратить 5 млн «выстрелов» (shots) на Borealis и 10 млн на более ранней серии квантовых компьютеров. «Выстрел» — это один “прогон” алгоритма с одинаковыми параметрами (начальными состояниями). Поскольку квантовые вычисления имеют вероятностную природу, для получения решения задачи нужно выполнить некоторое количество таких “выстрелов”. Это позволяет оценить наиболее вероятный (не обязательно, правильный!) ответ, а также границы доверительного интервала, в который правильный ответ попадает с заданной вероятностью.
Очевидно, что чем больше выстрелов, тем точнее результат, и на самом деле, 5 млн «выстрелов» – это не так много. Например, для получения приемлемой точности решения в задачах моделирования химических реакций, может понадобиться 1 млн «выстрелов».
Занимаясь квантовыми вычислениями, ученые не забывают и веселиться. Разработчики Xanadu – фанаты Beatles, и это можно заметить по названию разработанных ими облачных приложений: Penny Lane и Strawberry Fields.