Kai 2019 metais Google paskelbė, kad jų 53 kubitų procesorius „Sycamore“ per 200 sekundžių atliko skaičiavimą, kuriam superkompiuteriui reikėtų tūkstančių metų, IT bendruomenė pusiau šventė, pusiau abejojo. Praėjo penkeri metai, IBM turi savo pretenzijas, atsirado ir kritikos, kad tas „tūkstantis metų“ realiai buvo kelios dienos ant geresnio klasikinio algoritmo. Taip prasidėjo terminas, kuris dabar švaistomas beveik kaip „AI“ – kvantinė pranaša. Bet kas ji iš tikrųjų yra, kodėl ją tiek sunku pasiekti ir ar reikėtų dėl jos nerimauti šiandien dirbantiems inžinieriams – apie tai ir pasikalbėsim be marketinginio blizgesio.
Kas iš tikrųjų yra ta kvantinė pranaša
Terminas skamba gražiai, bet apibrėžimas gana nuobodus: kvantinė pranaša – tai momentas, kai kvantinis kompiuteris atlieka konkrečią užduotį greičiau (arba efektyviau) nei bet kuris egzistuojantis klasikinis kompiuteris, naudojant realiai prieinamus resursus. Svarbu pastebėti dvi detales, kurios dažnai pamestos naujienose.
Pirma – „konkreti užduotis“. Kvantinė pranaša nereiškia, kad kvantinis kompiuteris apskritai greitesnis. Jis greitesnis vienai specifinei matematinei problemai, dažniausiai sukonstruotai taip, kad būtų kvantiniams algoritmams patogi. Google „Sycamore“ testas – tai random circuit sampling, dirbtinai sugalvota užduotis, kuri praktinės naudos beveik neturi. Tai lenktynių trasa, sukurta vienos komandos automobiliui, ne realaus greitkelio simuliacija.
Antra – „egzistuojantis klasikinis kompiuteris“. Tai slidus terminas, nes klasikiniai algoritmai nuolat tobulinami. IBM 2023 metais parodė, kad daug iš to, ką kvantiniai kompiuteriai „unikaliai“ skaičiavo, galima efektyviai simuliuoti klasikiniais tensor network metodais, jei pasirūpini gerais optimizavimais. Taigi pranaša – ne fiksuota riba, o kylanti taikinys, kurį klasikinė kompiuterija nuolat stumdo tolyn.
Kubitai, dekoherencija ir kodėl tai tiesiog sunku
Norint suprasti, kodėl kvantiniai kompiuteriai tebėra laboratorijų, o ne serverinių įranga, reikia bent paviršutiniškai suprasti kubitą. Klasikinis bitas – 0 arba 1. Kubitas gali būti superpozicijoje, tam tikra prasme „ir 0, ir 1 vienu metu“, su tam tikromis tikimybėmis. Kai turi kelis kubitus susietus (entangled), skaičiavimo galia teoriškai auga eksponentiškai su kubitų skaičiumi.
Problema – tas trapumas. Kubitas superpozicijoje yra kaip muilo burbulas: gražus, bet bet koks aplinkos triukšmas – temperatūros svyravimas, elektromagnetinis trukdis, net kosminiai spinduliai – jį „subliuksi“ (dekoherencija). Todėl dauguma šiuolaikinių kvantinių procesorių dirba temperatūroje, artimoje absoliučiam nuliui, apsuptoje sudėtingos šaldymo įrangos, kuri užima kambario dydžio erdvę vieno čipo aptarnavimui.
Čia atsiranda antra sąvoka, be kurios apie kvantinę pranašą kalbėti neįmanoma – klaidų taisymas (quantum error correction). Vienas „logiškas“, patikimas kubitas šiandien reikalauja dešimčių ar šimtų fizinių kubitų, sujungtų klaidų taisymo kodais, dažniausiai surface code. Google 2024 metų straipsnyje „Nature“ žurnale parodė, kad didinant fizinių kubitų skaičių logikinio kubito klaidos rodiklis mažėja – tai vadinama „below threshold“ režimu ir tai realiai svarbesnis pasiekimas nei bet kokia sensacinga „pranašos“ demonstracija, nes tai rodo, kad skalavimas apskritai fiziškai įmanomas, o ne tik teoriškai.
Kas realiai pasiekta – Google, IBM, IonQ ir kiti
Rinkoje šiuo metu konkuruoja kelios visiškai skirtingos fizinės architektūros, ir tai svarbu, nes kiekviena turi savo stiprybes.
- Superconducting qubits – Google, IBM. Greiti operacijų laikai, bet reikalauja ekstremalaus šaltumo ir sunkiai skaluojasi dėl fizinio ryšių tinklo tarp kubitų.
- Trapped ions – IonQ, Quantinuum. Ilgesnis koherencijos laikas, aukštesnis tikslumas, bet lėtesnės operacijos.
- Photonic – PsiQuantum, Xanadu. Veikia kambario temperatūroje, potencialiai lengviau skaluojasi, bet kubitų sujungimas techniškai sudėtingesnis.
- Neutral atoms – Pasqal, Atom Computing. Naujesnis, bet greitai auga – Atom Computing 2023 metais pasiekė virš 1000 kubitų, kas tuo metu buvo rekordas skaičiumi (nors kokybe atsilieka nuo mažesnių, geriau kontroliuojamų sistemų).
Verta paminėti IBM strategiją – jie viešai skelbia gaires (roadmap) iki 2033 metų, su konkrečiais tarpiniais tikslais (Condor, Heron, Kookaburra generacijos). Skirtingai nei anksčiau, kai pranešimai buvo daugiau apie „daugiau kubitų“, dabar akcentas persikelia į kubitų kokybę ir jungiamumą (connectivity) – nes praktinei naudai svarbu ne kubitų skaičius, o logiškų, klaidų taisyta operacijų skaičius, kurį gali atlikti prieš sistema „subliukšta“.
Kur tai realiai naudinga – ne tik kriptografijos baubas
Populiarioje kultūroje kvantiniai kompiuteriai visada susieti su Šoro algoritmu ir RSA šifravimo laužymu. Tai teisinga, bet nuobodu – tai tik viena taikymo sritis, ir dar nepasiekta praktiškai (reikėtų milijonų klaidų taisytų kubitų, o dabar turime keliolika tūkstančių fizinių, iš kurių logiškų vos keliasdešimt).
Kur kvantinė pranaša turi realią komercinę potencialą jau šiandien ar netolimoje ateityje:
Kvantinė chemija ir molekulinis modeliavimas. Vaistų kūrimas, katalizatorių optimizavimas, baterijų chemijos modeliavimas – tai sritys, kur elektronų sąveikos molekulėse yra iš prigimties kvantinis reiškinys, todėl klasikiniam kompiuteriui jas simuliuoti eksponentiškai brangu. Čia laukiama pirmoji praktinė pranaša, ir tokios kompanijos kaip Boehringer Ingelheim, Merck ar Mitsubishi Chemical jau investuoja į hibridinius kvantinius-klasikinius (VQE – variational quantum eigensolver) pilotinius projektus.
Optimizavimo uždaviniai. Logistika, portfelio optimizavimas finansų sektoriuje, tinklo maršrutizavimas – kvantiniai anilingo (quantum annealing) sprendimai, kuriuos komercializuoja D-Wave, žada pagerinimus, nors čia kritikų balsas taip pat garsus – daugelis bandymų parodo, kad geri klasikiniai heuristiniai algoritmai (pvz. simuliuotas anilingas) dažnai lenkia ar prilygsta kvantiniams sprendimams šiandieninėje aparatinėje bazėje.
Mašininis mokymasis su kvantiniais elementais (QML). Šis kampas dar labai eksperimentinis, aiškaus pranašumo dar nėra, bet teoriniai darbai apie kvantinius kernelius ir feature maps rodo, kad tam tikrose klasifikavimo uždaviniuose gali atsirasti pranašumas – nors kol tai daugiau akademinis smėlio dėžė nei produktas.
Post-quantum kriptografija – kodėl reikia rūpintis dabar, ne po 15 metų
Net jei praktinis RSA-2048 laužimas kvantiniu kompiuteriu yra dešimtmečio ar dviejų perspektyva, IT specialistams tai turi rūpėti šiandien, nes egzistuoja „harvest now, decrypt later“ scenarijus – priešininkas gali rinkti šifruotus duomenis dabar ir palaukti, kol technologija subręs. Ilgalaikei informacijai (medicininiai įrašai, valstybinės paslaptys, korporacinė intelektinė nuosavybė) tai reali grėsmė.
NIST 2024 metais patvirtino pirmuosius post-kvantinio šifravimo standartus – CRYSTALS-Kyber (dabar pervadintas ML-KEM) šifravimui ir CRYSTALS-Dilithium (ML-DSA) skaitmeniniams parašams. Tai reiškia, kad organizacijos jau gali (ir turėtų) pradėti pereiti prie hibridinių šifravimo schemų, kur klasikinis ir post-kvantinis algoritmas naudojami kartu, kad apsisaugotų nuo abiejų rizikų – klasikinio algoritmo pažeidžiamumo ir dar neatrastų post-kvantinio algoritmo trūkumų.
Google Chrome ir Cloudflare jau ėmėsi eksperimentinio Kyber palaikymo TLS ryšiuose. Signal messenger integravo post-kvantinį protokolą PQXDH savo šifravimui. Tai ne teorinis pratimas – tai vyksta produkcinėse sistemose dabar.
Praktiniai patarimai – ką realiai daryti IT specialistams ir verslui
Nereikia panikuoti ir nereikia ignoruoti. Balansas yra kažkur per vidurį, ir konkrečiai:
- Padaryk kripto-inventorizaciją. Susirašyk, kur ir kokiais algoritmais naudojasi tavo sistemos – TLS versijos, VPN protokolai, skaitmeninių parašų schemos. Be šio inventoriaus neįmanoma planuoti migracijos.
- Rink algoritminę agilumą (crypto-agility) į architektūrą. Kuriant naujas sistemas, nebūkite priklausomi nuo vieno šifravimo algoritmo – naudokite bibliotekas, kurios leidžia lengvai pakeisti algoritmą (pvz. Open Quantum Safe projektas su liblq).
- Priorizuok pagal duomenų gyvavimo trukmę. Ilgaamžiams duomenims (10+ metų) post-kvantinė apsauga turėtų būti aktualu jau šiandien, ne po penkerių metų.
- Nesijunk į kvantinį algoritmų kūrimą, jei nesi tam pasiruošęs kaip verslas. Dauguma organizacijų neturi nei resursų, nei realaus poreikio rašyti Qiskit ar Cirq kodą patiems. Verčiau seki nišines konsultacijas ir pilotinius projektus per debesijos paslaugas (AWS Braket, Azure Quantum, IBM Quantum Experience), kur galima testuoti idėjas be aparatūros investicijų.
- Skirk laiko mokymuisi, bet neapsėsk. Suprasti bendrus principus (superpozicija, sąsaja, klaidų taisymas) yra naudinga, kad galėtum atskirti realų pažangos pranešimą nuo PR gudrybės. Bet nebūtina mokytis Šoro algoritmo detalių, jei tavo darbas nesusijęs su kriptografija ar mokslinių skaičiavimų infrastruktūra.
Vietoje kristalinio gaublio – kur šitas kelias mus veda
Jei reiktų sudėti visą šitą chaosą į vieną sakinį – kvantinė pranaša nėra vienas įvykis, kurį pamatysi naujienose ir viskas iš karto pasikeis. Tai lėta, nelygi, sektoriais slenkanti tendencija, kurioje jau dabar chemikams ir materialų mokslininkams atsiveria įrankiai, kurių anksčiau nebuvo, kriptografams reikia pradėti migruoti sistemas, o daugumai kitų IT specialistų tiesiog reikia stebėti iš šalies, bet nebūtinai su rimtimi ruoštis apokalipsei.
Kai kitą kartą pamatysi antraštę „mokslininkai pasiekė kvantinę pranašą“ – užduok tris klausimus: kokiai konkrečiai užduočiai, ar tai turi praktinę naudą, ir ar niekas jau neparodė, kad klasikinis kompiuteris tą pačią užduotį netrukus atliks panašiai greitai. Devynis kartus iš dešimties atsakymai nuvilia entuziazmą, bet tas dešimtas kartas – kai molekulinis modeliavimas ar optimizavimo uždavinys realiai pagreitėja pramoniniu mastu – bus tas momentas, kada visa ši technologija peršoks iš laboratorijos į infrastruktūrą, panašiai kaip prieš dešimtmetį nutiko su GPU skaičiavimais mašininiam mokymuisi. Kol to nėra, geriausia strategija – sekti, ruoštis kriptografiškai, bet neišleisti biudžeto ant hype’o, kurio dar nespėjo pagrįsti fizika.
