Det här är en kvantdator

Journalisten Björn Forsman reder ut vad en kvantdator är i fyra steg i julnumret av Chalmers magasin.

1. En klassisk dator hanterar information binärt, den grundläggande enheten är en bit – ett elektroniskt minne – som kan ha värdet antingen ett eller noll. I en kvantdator lagras och processas information i kvantbitar eller qubits. En sådan kan också ha värdet ett eller noll – men kan även vara en etta och nolla samtidigt.

Detta kallas kvantmekanisk superposition och är en grundläggande del av förklaringen till kvantdatorns
överlägsna beräkningskapacitet. Ett sådant både-och-läge är extremt känsligt för störningar och kollapsar då till en otvetydig etta eller nolla. Men superpositioner kan numera göras tillräckligt långlivade för att genomföra kvantberäkningar.
 
En enstaka fungerande kvantbit ger dock inte kvantdatorn dess suveräna förmåga. För att åstadkomma denna krävs att flera kvantbitar kopplas ihop genom så kallad sammanflätning, ett annat centralt begrepp inom kvantmekaniken.
Konsekvensen av sammanflätning är att en manipulation, exempelvis en beräkningsoperation utförd på en kvantbit, samtidigt påverkar alla övriga kvantbitar som ingår i samma kvantsystem.
 
Det är kvantsystemets förmåga att lagra och processa många värden samtidigt som är nyckeln till kvantdatorns kapacitet. Denna förmåga växer nämligen exponentiellt när ytterligare sammanflätade kvantbitar läggs till systemet.
Ett system med tre klassiska bitar kan beskrivas med bara tre siffror, exempelvis 1, 0 och 1. Kvantbitar däremot definieras med hjälp av vågfunktioner och det krävs åtta siffervärden för att korrekt beskriva ett system med tre sådana.
Men när antalet kvantbitar i systemet vuxit till tjugo behövs över en miljon siffror för att göra samma sak. Och 300 kvantbitar skulle teoretiskt kunna härbärgera fler siffervärden än vad det finns atomer i det synliga universum. Medan 300 klassiska datorbitar fortfarande bara motsvarar en 300 siffror lång rad av ettor och nollor.
 
2. Det finns många företeelser på atomskala som skulle kunna fungera som kvantbitar. Exempelvis elektroners energitillstånd runt en atomkärna, så kallat spinn hos elektroner och andra partiklar eller polarisationen hos en foton.
Därför har också många koncept föreslagits för hur en kvantdator skulle kunna konstrueras. En idé, som idag ses som ett av de tekniska huvudspåren, kallas jonfälla. Den går ut på att ett antal joner hålls isolerade i en vakuumkammare med hjälp av starka växelspänningar.
Varje jon utgör en kvantbit och etta respektive nolla motsvaras av två olika energitillstånd som den kan befinna sig i. Laserpulser används både för att utföra räkneoperationerna och för att läsa av resultatet.
Men liknande kvanttillstånd kan också skapas i strukturer som visserligen är små, men ändå tusentals gånger större än den atomskala där jonfällan hör hemma.
 
Det är inom detta teknikspår som Chalmers forskning hör hemma, liksom även det arbete professor John Martinis leder på Google. Konceptet bygger på elektroniska kretsar som kyls ned så att de blir supraledande. Då får hela kretsen egenskaper som lyder kvantmekanikens lagar. Kretsarna kallas ofta konstgjorda atomer.
I en supraledande krets kan det vara närvaron av ett elektronpar på en viss plats som representerar en etta, medan deras frånvaro innebär en nolla.
En fördel med supraledande kretsar, jämfört med jonfällor, är att det är lättare att bygga och kvantmekaniskt sammanfläta flera kvantbitar och därmed skapa större kvantsystem. En nackdel är att de är besvärligare att isolera från störningar och hålla kvanttillståndet vid liv.
Det finns även kvantdatorkoncept som bygger på halvledande kretsar och vissa forskare betraktar den tekniken som ett tredje huvudspår.
 
3. Även om en fungerande kvantdator med ett mindre antal kvantbitar snart tycks vara inom räckhåll, så återstår många utvecklingsproblem att lösa innan en användbar kvantdator kan tas i bruk. En svårighet utanför tekniken – och ett helt forskningsfält i sig – är att hitta bra algoritmer, beräkningsinstruktioner, som passar för kvantdatorer.
Några sådana finns redan, för vissa speciella beräkningar. Ett exempel är faktorisering av mycket stora
tal, som bland annat ligger till grund för kryptering av dataöverföring på Internet. Men många andra algoritmer återstår att utveckla om kvantdatorns potential ska kunna tas till vara.
Eftersom ett kvantsystem kollapsar när resultatet av en beräkning läses av och visar upp endast ett av alla möjliga siffervärden, måste algoritmen vara utformad så att felaktiga svar löpande sorteras bort under tiden beräkningen pågår. Ett sätt att föreställa sig hur detta går till är att tänka på hur vågor som korsar varandra kan släckas ut respektive förstärkas.
Att stabilisera och kontrollera en kvantdator, liksom att korrigera de fel som uppstår, blir också alltmer krävande ju fler kvantbitar den består av. För på samma sätt som beräkningskraften ökar exponentiellt, så växer även komplexiteten och de potentiella störningskällorna.
 
4. Få ser kvantdatorn som något som kommer att ersätta den vanliga klassiska datorn. Snarare då att den kommer att överta vissa speciella typer av beräkningsuppgifter som vanliga datorer behöver orimligt mycket tid eller processorkraft för att klara. Allt talar därför för att kvantdatorns naturliga plats blir i datorcentraler hos storföretag, myndigheter och vetenskapliga institutioner.
Det som är typiskt för ett lämpligt ”kvantdatorproblem” är att svårighetsgraden ökar exponentiellt när problemets storlek växer. Kvantdatorns beräkningskraft ökar ju teoretiskt på ett liknande sätt i takt med att kvantbitarna i systemet utökas.
Att snabbt söka igenom mycket stora datamängder för att finna information som passar ihop brukar nämnas som exempel där en kvantdator skulle vara överlägsen. Eller att hitta den bästa av ett stort antal möjliga lösningar på ett problem – vilket skulle kunna motsvaras av att finna den absolut ultimata formen på en flygplansvinge eller det optimala sättet att vecka ett protein i ett läkemedel.
Stora förhoppningar knyts också till framtida kvantdatorer när det gäller så kallad maskininlärning och andra koncept inom artificiell intelligens – exempelvis att förstå naturligt talat språk eller att tolka bilder.  

Text: Björn Forsman
 
Publicerad med benäget tillstånd av Chalmers magasin, där den ingår i #4 2016.

Publicerad: fr 16 dec 2016.