ดูเหมือนว่ายิ่งคุณพูดคุยกับนักวิทยาศาสตร์คอมพิวเตอร์ที่เกี่ยวข้องกับการแสวงหาคอมพิวเตอร์ควอนตัมมากเท่าไหร่คําตอบก็จะยิ่งน้อยลงเท่านั้น คอมพิวเตอร์ควอนตัมอาจถือได้ว่ายังมีชีวิตอยู่แล้วหรือยังไม่เกิด?
ตัวอย่างเช่น Microsoft กําลังทํางานบนคอมพิวเตอร์ควอนตัมแบบฟูลสแตกโดยใช้เทคโนโลยีแปลกใหม่ที่คาดว่าจะบรรลุผลในระดับเวลาของทศวรรษ IonQ ในรัฐแมริแลนด์ได้เผยแพร่ระบบควอนตัมในเชิงพาณิชย์มาตั้งแต่ปี 2019 และมีแผนที่จะเริ่มสร้างคอมพิวเตอร์ควอนตัมรุ่นต่อไปในปีหน้าที่ศูนย์วิจัยและผลิตใน Bothell, Wash ในขณะเดียวกัน D-Wave Systems ซึ่งมีสํานักงานใหญ่อยู่ใกล้กับแวนคูเวอร์ บี.ซี. ได้ขายฮาร์ดแวร์ควอนตัมมานานกว่าทศวรรษ
คอมพิวเตอร์ควอนตัมพร้อมสําหรับช่วงเวลาสําคัญหรือไม่? นักวิจัยบอกว่าพวกเขาไม่ใช่และไทม์ไลน์สําหรับการพัฒนานั้นคลุมเครือ ทุกอย่างขึ้นอยู่กับว่าคุณกําหนดคอมพิวเตอร์ควอนตัมและประเภทของปัญหาที่คุณคาดหวังให้จัดการอย่างไร
“มีความละเอียดอ่อนในการสร้างการประมาณการเหล่านี้อยู่เสมอ เนื่องจากไม่มีใครได้ทดลองแสดงคิวบิตเชิงตรรกะที่ใช้งานได้ ไม่ว่าจะเป็น IonQ หรือ Microsoft หรือแพลตฟอร์มทดลองใดๆ” Rahul Trivedi
แดกดันหรือเหมาะสมเสียงควอนตัมมีบทบาทสําคัญในความไม่แน่นอน “การประมาณการเหล่านี้ส่วนใหญ่ทําขึ้นจากแบบจําลองเสียงรบกวน” Trivedi “ผู้คนเชื่อว่าพวกเขาทํางานและพวกเขาอธิบายการทดลองของพวกเขาค่อนข้างดี แต่แล้วคุณก็ขยายการทดลองของคุณและคุณเริ่มหาข้อบกพร่องในแบบจําลองเสียงของคุณจากนั้นคุณอัปเดตพวกเขาและตัวเลขทั้งหมดเหล่านี้ยังคงเปลี่ยนแปลงอย่างรวดเร็ว”
ทําไมต้องกังวลกับการคํานวณควอนตัมตั้งแต่แรก? นักวิจัยกล่าวว่าปัญหาบางประเภทสามารถแก้ไขได้ง่ายกว่าด้วยโปรเซสเซอร์ควอนตัมมากกว่าโปรเซสเซอร์แบบคลาสสิก รวมถึงปัญหาบางอย่างที่ไม่สามารถแก้ปัญหาแบบคลาสสิกได้
วิธีการควอนตัมเหมาะอย่างยิ่งสําหรับความท้าทายที่เกี่ยวข้องกับการกลั่นกรองความเป็นไปได้ที่หลากหลายเพื่อค้นหาทางออกที่ดีที่สุด ตัวอย่างเช่น Microsoft กล่าวว่าเป้าหมายแรกคือการควบคุมวิธีการใหม่สําหรับการตรึงไนโตรเจน – โดยพื้นฐานแล้วปุ๋ยที่ทําได้ง่ายขึ้น Microsoft ยังได้ทํางานร่วมกับฟอร์ดเพื่อเพิ่มประสิทธิภาพการไหลของการรับส่งข้อมูลโดยใช้การจําลองที่ได้รับแรงบันดาลใจจากควอนตัม
ผู้สนับสนุนคอมพิวเตอร์ควอนตัมอาจพูดคุยเกี่ยวกับการจัดการกับการเปลี่ยนแปลงสภาพภูมิอากาศและความท้าทายระดับโลกอื่น ๆ แต่ Trivedi ของ UW กล่าวว่าปัญหาทั้งหมดไม่ได้ถูกสร้างขึ้นอย่างเท่าเทียมกัน
“ในอีกไม่กี่ปีข้างหน้าปัญหาที่ผู้คนสนใจใช้เครื่องเหล่านี้ไม่ใช่ปัญหาโดยพลการอย่างแน่นอน” “สิ่งเหล่านี้เป็นปัญหาที่เกิดขึ้นในการจําลองระบบทางกายภาพ และเป็นปัญหาที่เกิดขึ้นในการทําความเข้าใจว่าสารเคมีหรือโมเลกุลมีพฤติกรรมอย่างไร หรือวัสดุบางชนิดมีพฤติกรรมอย่างไร ในหลายปัญหาเหล่านี้คุณไม่ได้มองหาคําตอบเชิงปริมาณที่แม่นยํามาก คุณไม่ได้มองหาตัวเลข แต่เป็นเทรนด์”
ในกรณีเช่นนี้แม้แต่คําตอบที่ผิดเล็กน้อยก็อาจตกลงได้
“คุณมักจะหนีไปกับระบบที่มีเสียงดังดังนั้นคุณไม่จําเป็นต้องแก้ไขข้อผิดพลาดเต็มรูปแบบเพื่อให้สามารถทําสิ่งนี้ได้” Trivedi ” ดังนั้นสําหรับปัญหาเหล่านั้นหากคุณมีเครื่องจักรเช่นเครื่องติดกับดักไอออนที่ IonQ มีหรือแม้ว่าคุณจะเป็นคนตัวนํายิ่งยวดเช่น Google และอื่น ๆ บางทีปัญหาเหล่านั้นอาจเข้าถึงได้โดยไม่ต้องใช้ล้านคิวบิต”
