Kurseinleitung

Bitte fülle vor dem Beginn diese kurze Vorabbefragung aus, die wichtig ist, um unser Kursangebot und die Nutzererfahrung zu verbessern.

Klicke unten, um eine Kurseinleitung von Olivia Lanes anzuhören, oder öffne das Video in einem separaten Fenster auf YouTube.

Über diesen Kurs

Willkommen bei Quantum Computing in Practice – einem Kurs, der sich auf die Quantencomputer von heute und ihre volle Nutzung konzentriert. Er behandelt realistische potenzielle Anwendungsfälle des Quantencomputings sowie Best Practices für den Betrieb von und das Experimentieren mit Quantenprozessoren mit 100 oder mehr Qubits.

Quantum Utility

Es ist eine aufregende Zeit für das Quantencomputing. Nach vielen Jahren theoretischer und experimenteller Forschung und Entwicklung nähern sich Quantencomputer einem Punkt, an dem sie anfangen können, mit klassischen Computern zu konkurrieren und Utility zu demonstrieren.

Utility ist nicht dasselbe wie Quantum Advantage, was sich darauf bezieht, dass Quantencomputer klassische Computer bei bedeutungsvollen Aufgaben übertreffen. Klassische Computer haben unglaubliche Leistung und Anpassungsfähigkeit, und die Tatsache ist, dass Quantencomputer sie noch nicht schlagen können. Wir haben Jahrzehnte der Fortschritte im klassischen Computing erlebt – nicht nur in der Computing-Hardware, sondern auch in Algorithmen für klassische Computer – und wir können klar erkennen, dass die Technologie des elektronischen digitalen Computings unsere Welt tiefgreifend verändert hat.

Quantencomputing hingegen befindet sich in einer anderen Entwicklungsphase. Quantencomputing stellt extreme Anforderungen an unsere Kontrolle quantenmechanischer Systeme und treibt die Grenzen der heutigen Technologie voran – und wir können nicht realistisch erwarten, diese neue Technologie zu meistern und das klassische Computing direkt vom Start weg zu übertreffen. Aber wir sehen Anzeichen, die darauf hindeuten, dass Quantencomputer beginnen, mit klassischen Computermethoden für ausgewählte Aufgaben wettbewerbsfähig zu werden, was ein natürlicher Schritt in der technologischen Entwicklung des Quantencomputings ist, bekannt als Quantum Utility.

Wenn die Technologie voranschreitet und neue Methoden für das Quantencomputing entwickelt werden, können wir vernünftigerweise erwarten, dass seine Vorteile zunehmend ausgeprägter werden – aber das wird Zeit brauchen. Wenn das passiert, werden wir wahrscheinlich eine Wechselwirkung mit dem klassischen Computing sehen: Quantencomputing-Demonstrationen werden durchgeführt und das klassische Computing wird reagieren, Quantencomputing wird einen weiteren Schritt machen, und das Muster wird sich wiederholen. Und eines Tages, wenn die Leistung eines Quantencomputers nicht mehr klassisch erreicht werden kann, werden wir vermuten, dass wir einen Quantum Advantage gesehen haben – aber selbst dann werden wir es nicht mit Sicherheit wissen! Unmöglichkeitsnachweise für klassische Computer zu erbringen ist, soweit wir wissen, selbst ein unmöglich schwieriges Problem.

Natursimulation

Klassische Simulatoren – also Computerprogramme auf klassischen Computern, die physikalische Systeme simulieren – können Vorhersagen über quantenmechanische Systeme machen. Aber klassische Simulatoren sind nicht quantenmechanisch und können quantenmechanische Systeme nicht direkt emulieren. Stattdessen verwenden sie mathematische Berechnungen, um quantenmechanisches Verhalten zu approximieren. Wenn die Größe der simulierten Systeme wächst, steigt der dafür erforderliche Aufwand drastisch an, was Grenzen dafür setzt, welche Quantensysteme klassisch simuliert werden können, wie lange die Simulationen dauern und wie genau die Ergebnisse sind.

Quantencomputer hingegen können Quantensysteme direkter emulieren – und infolgedessen skaliert der von ihnen benötigte Aufwand erheblich besser, wenn die Systemgröße wächst. Dies war tatsächlich Richard Feynmans Idee in den 1980er Jahren, die zum ersten Mal eine Untersuchung des Potenzials von Quantencomputern motivierte. Mehr dazu werden wir später sagen!

IBM®-Forscher veröffentlichten 2023 ein Paper, das zum ersten Mal zeigte, dass ein Quantencomputer mit modernsten klassischen Techniken zur Simulation eines bestimmten physikalischen Modells mithalten kann. Seine Ergebnisse können immer noch durch fortgeschrittene Techniken auf klassischen Computern erreicht werden – aber er übertraf Brute-Force-Algorithmen, und er bietet auch einen neuen Datenpunkt, mit dem verschiedene Simulationsmethoden (die nicht exakt sind und nicht in ihren Vorhersagen übereinstimmen) verglichen werden können.

Fokus auf größere Quantenprozessoren

Frühere Nutzer von IBM-Quantenhardware haben möglicherweise bemerkt, dass die kleineren Prozessoren, die wir zuvor der Öffentlichkeit zur Verfügung gestellt haben, offline genommen wurden, um Platz für größere Prozessoren (mit 100+ Qubits) zu machen. Diese kleineren Prozessoren konnten leicht klassisch simuliert werden. Obwohl sie öffentlich zugängliche Zwischenschritte in einer fortschreitenden Technologie darstellten, konnten sie unmöglich Quantum Utility demonstrieren: Alles, was mit ihnen getan werden konnte, hätte genauso leicht mit einer klassischen Simulation durchgeführt werden können.

Bei etwa 100 Qubits ist das jedoch nicht mehr der Fall; Quantenprozessoren dieser Größe können nicht mehr klassisch simuliert werden. Das stellt eine Art Phasenübergang dar – in eine neue Ära der Quantencomputing-Technologie, in der das Potenzial für das Übertreffen klassischer Berechnungen existiert. Hier hat IBM beschlossen, sich zu konzentrieren – um Quantenrechnerleistung zu suchen und auf einen eventuellen Quantum Advantage hinzuarbeiten.

Wir ermutigen unsere Nutzer, diese neuen Geräte voll auszunutzen, mit ihnen zu experimentieren, ihre Grenzen zu testen und aus den Erfahrungen für die nächste Generation von Quantenprozessoren, die derzeit in Entwicklung ist, zu lernen. Dieser Kurs soll dir ermöglichen, das zu tun!

Zielgruppe und Kursziele

Dieser Kurs richtet sich an alle, die neue Anwendungen für Quantencomputer entwickeln, ihre aktuelle Arbeit im Quantencomputing skalieren oder lernen möchten, Quantenprozessoren in ihren Workflow einzubinden. Dazu gehören nicht nur Physiker und Informatiker, sondern auch Ingenieure, Chemiker, Materialwissenschaftler und alle anderen mit einem Interesse daran, Quantencomputing-Hardware zu meistern.

Der Kurs wird praxisorientiert sein und sich auf den praktischen Einsatz von Quantencomputern konzentrieren. Folgende Themen und Fähigkeiten werden unter anderem behandelt:

• Ausführen von Jobs im Utility-Maßstab auf Quantenprozessoren über Qiskit Runtime
• Verwendung von Error-Mitigation-Techniken zur Verbesserung der Hardware-Ergebnisse
• Potenzielle Anwendungsbereiche für nahzeitige Quantencomputer

Dieser Kurs behandelt nicht die einführende Theorie des Quantencomputings und setzt grundlegende Kenntnisse über Qubits und Quantum Circuits voraus. Der Kurs Basics of Quantum Information auf dieser Plattform behandelt dieses Material und wird für Quantencomputing-Einsteiger empfohlen.

Die Geschichte der Berechnung

Quantencomputing ist eine aufregende neue Technologie in einem frühen Entwicklungsstadium – aber es ist nur ein Kapitel in einer Geschichte, die Tausende von Jahren zurückreicht. Es ist die Geschichte der Berechnung und ihrer vielschichtigen Verbindungen zur physischen Welt.

Rechengeräte seit der Antike

Seit der Antike mussten wir Menschen Berechnungen durchführen – oder, mit anderen Worten, Informationen nach bestimmten Regeln und Einschränkungen verarbeiten –, um Kommunikation, Konstruktion, Handel, Wissenschaft und andere Aspekte unseres Lebens zu ermöglichen. Wir haben uns der physischen Welt um Hilfe zugewandt und durch geniale Entdeckungen Geräte gebaut, die uns beim Rechnen helfen.

Vor langer Zeit speicherten Geräte aus Holz, Knochen und Knotenösen Informationen und erleichterten Berechnungen. Mechanische Geräte, die aus Hebeln, Zahnrädern und anderen Maschinen gebaut wurden, entwickelten sich von frühen astronomischen Uhren zu Taschenrechnern bis hin zu ausgefeilten Rechengeräten wie Differentialanalysatoren, die Gleichungen mithilfe von Rädern und rotierenden Scheiben lösten. Selbst die Technologie des Schreibens hat in dieser Geschichte eine wichtige Rolle gespielt, indem sie Menschen ermöglichte, Berechnungen durchzuführen, zu denen sie sonst nicht in der Lage wären.

Wenn wir heute an Computer denken, denken wir tendenziell an elektronische digitale Computer. Aber das ist eigentlich eine ziemlich neuere Technologie: Elektronische digitale Computer wurden erstmals in den 1940er Jahren gebaut. (Im Gegensatz dazu wird angenommen, dass der sumerische Abakus irgendwann zwischen 2700 und 2300 v. Chr. erfunden wurde.) Die Technologie hat sich seitdem dramatisch weiterentwickelt und Computer sind nun allgegenwärtig. Sie befinden sich in Häusern, Arbeitsplätzen und in den Fahrzeugen, die uns dazwischen transportieren, und viele von uns tragen sie überall mit hin.

Wir haben auch Supercomputer, die große Sammlungen leistungsstarker klassischer Prozessoren sind, die parallel zusammengeschaltet sind. Sie gehören zu den besten Werkzeugen, die die Menschheit je zur Lösung schwieriger Probleme gebaut hat, und ihre Leistung und Zuverlässigkeit schreitet weiterhin voran. Aber dennoch gibt es wichtige Rechenprobleme, die selbst diese Giganten aufgrund der inhärenten Rechenschwierigkeit dieser Probleme nie lösen können.

Verbindungen zur physischen Welt

Computer haben viele Verwendungszwecke. Eine wichtige Verwendung für Computer ist das Lernen über die physische Welt und ein besseres Verständnis ihrer Muster. Historische Verwendungen in dieser Kategorie umfassten die Vorhersage von Sonnen- und Mondfinsternissen und Gezeiten, das Verständnis der Bewegung astronomischer Körper und (in etwas neuerer Zeit) die Modellierung von Explosionen. Heute gibt es kaum ein Physiklabor auf der Welt ohne Computer.

Allgemeiner gesagt waren Physik und Berechnung schon immer miteinander verflochten. Berechnung kann nicht im Vakuum existieren: Informationen erfordern ein Medium, und zum Rechnen müssen wir die physische Welt in irgendeiner Weise nutzen. Rolf Landauer, ein Informatiker (und IBM-Mitarbeiter), erkannte vor Jahrzehnten, dass Information physisch ist und nur durch eine physische Darstellung existiert. Das Landauer-Prinzip stellt eine Verbindung zwischen Information und den Gesetzen der Thermodynamik her, aber tatsächlich gibt es viele Verbindungen.

Das Verständnis der physischen Welt ist das Ziel der Physik als Disziplin, aber tatsächlich ist es eine Zweibahnstraße. Durch unser Verständnis der physischen Welt können wir neue Technologien nutzen, die uns beim Rechnen helfen, und durch sie lernen wir weiterhin über die physische Welt – wir ziehen Physik und Computertechnologie quasi am Schopfe hoch.

Mooresches Gesetz

Das Mooresche Gesetz ist die Beobachtung, dass sich die maximale Anzahl von Transistoren in einem integrierten Schaltkreis ungefähr alle 2 Jahre verdoppelt. In den letzten 5 Jahrzehnten haben wir nicht nur diesen Trend beobachtet, sondern auch seine Früchte geerntet. Mit mehr Transistoren auf einem Chip können wir komplexere Berechnungen durchführen und das schneller. Das ist der Grund, warum Computer im Laufe der Zeit immer leistungsfähiger geworden sind.

Das Mooresche „Gesetz" neigt sich jedoch zwangsläufig seinem Ende. Experten sind uneinig darüber, wann das passieren wird, und einige argumentieren, dass es bereits geschehen ist. Aber wir wissen mit Sicherheit, dass es unweigerlich enden muss, weil es eine theoretische Grenze für die Miniaturisierung von Rechenkomponenten gibt. Wir können einen Transistor nicht kleiner als ein Atom machen! Obwohl das übertrieben klingen mag, ist das die Wand, auf die wir zusteuern.

Die Lösung ist nicht, aufzugeben und zu sagen: „Nun, das ist so gut wie es geht." Das widerspricht der menschlichen Natur. Stattdessen müssen wir die physische Welt nach neuen Rechenwerkzeugen absuchen, und hier kommt Quantencomputing ins Spiel.

Quantencomputing

Quantenmechanik und Berechnung

Die Quantenmechanik wurde Anfang des 20. Jahrhunderts entdeckt und hat bereits eine wichtige Rolle in der Berechnung gespielt. Tatsächlich hat unser Verständnis der Quantenmechanik die modernen Computer zum Teil erst möglich gemacht. Ohne Quantenmechanik wäre es zum Beispiel schwer vorstellbar, dass die Solid-State-Festplatte erfunden worden wäre.

Quantencomputing in der Theorie

Als Richard Feynman 1982 zum ersten Mal das Konzept eines Quantencomputers vorschlug, konzentrierte er sich auf die Simulation quantenmechanischer Systeme. Die dafür erforderlichen Berechnungen schienen für gewöhnliche Computer zu schwierig zu sein – aber vielleicht könnten die Systeme mit einem Computer, der nach einer quantenmechanischen Beschreibung der Welt arbeitet, direkt emuliert werden.

Heute ist das einer der vielversprechendsten Wege für das Quantencomputing. Nach unserem besten Verständnis ist die Natur nicht klassisch – sie ist quantenmechanisch. Daher könnten Quantencomputer wertvolle Werkzeuge sein, um sie zu verstehen. Klassische Computer hingegen können nur approximieren, was in der Natur tatsächlich geschieht, und in einigen Fällen sind diese Approximationen sehr begrenzt.

Eine Möglichkeit, darüber nachzudenken, ist durch eine Analogie zu Windkanälen. Strömungsdynamik ist bekanntermaßen schwer mathematisch zu simulieren und vorherzusagen. Es ist zum Beispiel zu kostspielig und unpraktisch, ein Auto im Gegenwind zu simulieren, daher bauen Automobilhersteller tatsächlich Tunnel mit blasendem Wind und fahren Autos durch sie hindurch, um ihre Leistung zu testen. Das heißt, sie erzeugen Wind anstatt ihn zu simulieren. Den Bau eines Quantencomputers zur Untersuchung der physischen Welt kann man in gewisser Weise damit vergleichen, einen Windkanal zur Untersuchung von Wind auf Autos zu bauen. Quantencomputer können die Naturgesetze auf molekularer Ebene direkt emulieren, da sie in Übereinstimmung mit diesen Gesetzen handeln – das bedeutet, sie emulieren die Natur anstatt sie durch Formeln und Berechnungen zu simulieren.

Andere folgten Feynmans Ideen – und verknüpften diese Ideen mit einer Theorie der Quanteninformation, die sich bereits in der Entwicklung befand. Das Feld der Quanteninformation und -berechnung wurde geboren. Es hat sich seitdem zu einem reichen, multidisziplinären Forschungsgebiet entwickelt, und zahlreiche Vorteile von Quanten- gegenüber klassischer Information und Berechnung wurden in einer Vielzahl von theoretischen Bereichen der Kommunikation, Berechnung und Kryptographie identifiziert.

Quantencomputing in der Praxis

In praktischer Hinsicht werden zwei Dinge benötigt, um diese Art von theoretischen Vorteilen in reale Vorteile umzusetzen: die Geräte selbst und die Methoden, um ihr Potenzial zu erschließen.

Im Gegensatz zu klassischen Computern trägt niemand einen Quantencomputer in der Hosentasche. Bis vor Kurzem, wenn du mit einem Quantencomputer experimentieren wolltest, musstest du einen selbst bauen und warten (normalerweise in einem trüben Universitätskellerlabor), und du hättest bestenfalls ein paar sehr verrauschte Qubits. Das ist nicht mehr der Fall. Im Jahr 2016 stellte IBM Quantum® den ersten Quantenprozessor in der Cloud zur Verfügung. Er hatte nur 5 Qubits und relativ hohe Fehlerraten, aber wir haben seitdem einen langen Weg zurückgelegt.

Neben dem Bau von Quantencomputern müssen wir auch Methoden entwickeln, um sie effektiv einzusetzen. Während theoretische Fortschritte in Quantenalgorithmen und -protokollen ein starkes Potenzial andeuten, liegt die Herausforderung, praktische Verwendungen für das Quantencomputing zu finden, noch vor uns. Die heutigen Quantencomputer können noch keine fehlertoleranten Berechnungen durchführen, die erforderlich wären, um bekannte theoretische Vorteile in praktische Vorteile umzusetzen. Aber sie liegen jenseits des Erreichbaren für klassische Computersimulationen, und wir können darauf abzielen, diese Tatsache für Rechenleistung zu nutzen.

Mit diesen Fortschritten haben wir ein neues Werkzeug für die Berechnung, und es liegt an uns, herauszufinden, was wir damit anfangen können.

Potenzielle Anwendungen

Es wird nicht erwartet, dass Quantencomputing nützlich sein wird, um zu untersuchen, wie Autos im Wind abschneiden. Aber es gibt andere physikalische Prozesse – wie solche, die beim Design von Batterien oder bei bestimmten chemischen Reaktionen beteiligt sind –, bei denen die Fähigkeit eines Quantencomputers, die Natur zu emulieren, zu einem Quantum Advantage führen könnte. Allgemeiner gesagt gibt es viele Probleme, die selbst für modernste Supercomputer zu schwierig oder kostspielig sind, darunter Probleme, die für unsere Gesellschaft sehr relevant sind. Quantencomputing bietet möglicherweise nicht für alle Lösungen an, aber für einige könnte es welche anbieten.

Die folgenden drei Anwendungsbereiche stellen Ziele im Bereich des verrauschten Quantencomputings dar, vor der Implementierung von Quantenfehlerkorrektur und Fehlertoleranz.

• Optimierung
• Natursimulation
• Struktur in Daten finden (einschließlich maschinelles Lernen)

Wir werden diese Themen später im Kurs ausführlicher besprechen.

Stand der Technik

Der Bau von Quantencomputern ist eine schwierige technologische Herausforderung, und es sind erst 8 Jahre vergangen, seit kleine Quantencomputer öffentlich zugänglich sind. In diesen 8 Jahren haben wir auf vielen Fronten Fortschritte erzielt.

Zahlreiche IBM-Quantenprozessoren sind nun über die Cloud zugänglich, von denen alle mehr als 100 Qubits haben. Aber es ist nicht nur die Größe der Prozessoren, die wichtig ist – das ist nur eine Metrik, die uns interessiert. Die Gate-Qualität hat sich ebenfalls dramatisch verbessert, und wir haben auch Methoden eingeführt, um Fehler zu reduzieren und zu mindern, die quantenmechanischen Systemen innewohnen, selbst wenn wir auf die Schaffung fehlertoleranter Systeme hinarbeiten. Drei grundlegende Metriken – Größe, Qualität und Geschwindigkeit – sind entscheidend für die Verfolgung von Leistungsverbesserungen.

• Größe. Mehr Qubits sind offensichtlich besser, aber nur wenn die Erhöhung der Anzahl die Leistung nicht beeinträchtigt (was der Fall sein kann). Tatsächlich wollen wir mehr qualitativ hochwertige Qubits, die nicht durch Übersprechen miteinander interferieren, wenn wir das nicht wollen. Die Art und Weise, wie die Qubits miteinander verbunden sind, ist ebenfalls wichtig, und die Herausforderung, wie man das am besten macht, stellt eine Herausforderung für supraleitende Qubit-Schaltungen dar.

• Qualität. Eine weitere wichtige Metrik, die wir beobachten, um Leistungsverbesserungen im Laufe der Zeit zu verfolgen, ist die Fidelität von 2-Qubit-Gates. Gates, die auf einzelnen Qubits laufen, sind nicht so fehleranfällig wie 2-Qubit-Gates, die daher das größere Anliegen sind. (2-Qubit-Gates sind auch entscheidend, weil sie für die Erzeugung von Verschränkung zwischen den Qubits verantwortlich sind, von der man annimmt, dass sie eines der physikalischen Phänomene ist, das Quantencomputing seine Leistung verleiht.)

• Geschwindigkeit. Zuletzt geht es um Geschwindigkeit und Effizienz. Kurz gesagt sollte die für die Ausführung eines Programms aufgewendete Zeit (einschließlich sowohl quantenmechanischer als auch klassischer Teile) so kurz wie möglich sein.

Fazit

Es ist wirklich eine aufregende Zeit, im Bereich des Quantencomputings zu arbeiten: Zum ersten Mal in der Geschichte können wir beginnen, einen Rechenbereich zu erkunden, der jenseits des klassischen Computings liegt.

T.J. Watson hat einmal berühmt vorhergesagt, es gäbe einen Weltmarkt für nur wenige Computer. Wir mögen jetzt darüber lachen, wie weit er daneben lag – aber dabei müssen wir anerkennen, dass wir den Vorteil der Rückschau haben. Und wir sollten auch anerkennen, dass wir Menschen dazu neigen, das Potenzial zukünftiger Technologien grob zu unterschätzen. Jetzt, da wir an der Reihe sind und Rollen als frühe Pioniere des Quantencomputings einnehmen, sollten wir das im Hinterkopf behalten.

Quantencomputing wird oft dem klassischen Computing als etwas klar Unterschiedliches und in Konkurrenz dazu gegenübergestellt. Aber aus einer breiteren Perspektive können wir Quantencomputing einfach als ein weiteres Kapitel in einer langen Geschichte sehen. Es liegt in unserer Natur als Menschen, neue Wege des Rechnens zu suchen und die Kraft zu nutzen, die uns die natürliche Welt dafür bietet. Das tun wir seit Jahrhunderten. Quantencomputing bietet uns ein neues Werkzeug in diesem Bestreben, und es liegt an uns, zu entdecken, wie wir die Leistung nutzen können, die es uns bietet.