Kvantupplevelse: Vad denna kvantprogramvara är och vad den är till för

Om du är fascinerad av idén att experimentera med en kvantdator utan att lämna hemmet, är IBMs förslag precis vad du har väntat på. Med "IBM Quantum Experience" kan du få tillgång till en riktig kvantprocessor och simulatorer online, kostnadsfritt, för att lära dig, designa och köra kvantkretsar. Denna molnbaserade upplevelse öppnade en dörr som tidigare bara var tillgänglig för ett fåtal forskare: idag kan vem som helst experimentera med... qubits, logiska grindar och kvantalgoritmer från en webbläsare.

Det är inte magi eller science fiction: det är en mycket komplett utbildnings- och experimentplattform som kombinerar en visuell kretsredigerare med textbaserade verktyg och simulatorer. Målet? Att förstå hur en kvantpu programmeras, att optimera dina kretsar och, när du vill, att köra dem på en 5- eller 16-bitars IBM-enhet (som den historiska QX2, QX4 eller QX5). Charmen ligger i att se skillnaden mellan simulatorns ideala värld och hårdvarans verkliga värld, där... dekoherens och fel de befaller.

Vad är IBM Quantum Experience och vad används det till?

IBM Quantum Experience (ofta förkortat IBM QE) är en molnplattform som drivs av IBM Cloud och ger kontrollerad åtkomst till supraledande kvantprocessorer och högpresterande simulatorer. Med den kan du lära dig grunderna, bygga kretsar, testa algoritmer och starta verkliga experiment på fysiska maskiner som finns på IBM-center, såsom TJ Watson Research Center i New York. Dess värde är tvåfaldigt: å ena sidan demokratiserar den lärandet; å andra sidan ger den studenter och yrkesverksamma en testbänk för att mäta effekterna av buller och NISQ-teknikens gränser.

Vid den offentliga lanseringen erbjöds 5-qubit-processorer (som den välkända IBM Q 5 Yorktown och IBM Q 5 Tenerife) och tillgång till en 16-qubit-enhet (IBM Q 16 Rueschlikon). Det fanns också en tidigare 16-qubit-enhet (QX3) som var tillgänglig i olika steg. Det vanliga flödet är att designa och validera din krets i simulatorn och, först när den är polerad, skicka den till den riktiga maskinen. Detta är viktigt eftersom, även om simulatorn alltid får det rätt, blir den fysiska exekveringen lidande. fel som ökar med djupet av kretsen och med hårdvarans anslutningsbegränsningar.

Hur man programmerar: kvantkretsar, inte klassisk programvara

Programmering i IBM QE sker med hjälp av kvantgrindskretsmodellen. Istället för högnivåinstruktioner från ett klassiskt språk kedjar man samman unitära grindar som utvecklar ett register av qubits. Till skillnad från konventionella logiska grindar (som vanligtvis är irreversibla, såsom AND) är kvantgrindar reversibla och unitära: antalet ingångs-qubits matchar antalet utgående qubits, och evolution bevarar information. Denna metod kräver ett annat tänkesätt, men den hjälper dig att förstå varför kvantalgoritmer förlitar sig på superposition, interferens och sammanflätning.

IBMs visuella editor (kvantkompositoren) ser ut som en musikalisk notesystem: du placerar unära, binära eller ternära grindar på tidslinjer för varje qubit. Förutom det grafiska läget finns det ett textalternativ med Qiskit, vilket låter dig beskriva kretsar i kod, lägga till mätningar, kompilera med olika backends och hantera exekveringsköer. För att komma igång bra tillhandahåller IBM grundläggande handledningar och 5-qubit-simulatorer, och communityn rekommenderar introduktionsläsningar och demonstrationer av pedagogiska kvantkalkylatorer som visar hur man bygger adderare, subtraktorer, multiplikatorer eller till och med kalkylatorer. kvantdelare enkel.

Relaterad artikel:

Windows 11 förbereder sig för att motstå attacker från kvantdatorer

Från klassisk logik till kvantadderare och multiplikatorer

Inom klassisk logik definierar vi funktioner med sanningstabeller och grindar som AND, OR, XOR eller NOT. Inom kvantlogik, även om stilen ändras, finns idén om att komponera grundläggande element fortfarande kvar. Ett typiskt exempel är trebitsadderaren: om man adderar q+q+q upptar resultatet två utgångsbitar (eller qubits). I IBM QE kan en krets implementeras för att utföra denna addition på 5 qubits, med en komplexitet som liknar dess klassiska motsvarighet: grindar som Toffoli (dubbelstyrd NOT) och CNOT används, tillsammans med utgångsmätningar, för att sprida bär och erhålla resultatet.

Att gå upp en nivå är möjligt: ​​att multiplicera två tvåbitarstal (aa med bb) kräver hantering av partiella produkter och bärvärden. I IBM QE finns det en exempelkrets som utför denna multiplikation med 10 qubits, med en tilldelning av typen (qqqq) som slutprodukt. Subtraktion hanteras genom att subtrahera till tvåkomplementet och använda adderaren; och för division kan ett iterativt schema implementeras (t.ex. med iterationer av Newton-Raphson för att approximera inverser), med alltid i åtanke att kostnaden för dörrar ökar och med den även bullerpåverkan.

Grindar, matriser och universella arrayer i IBM QE

Varje kvantgrind är en unitär matris som verkar på amplitudvektorn för qubitarna. Bland de mest grundläggande unära grindarna finns de som motsvarar Pauli-matriserna: identitet, X, Y och Z. I IBM-editorn görs inställningen av en "1" i förberedelsen vanligtvis med X (som fungerar som NOT). Hadamard-grinden (H) skapar ekviprobabla superpositioner, och fasgrindarna S, S†, T och T† roterar faser på ett kontrollerat sätt. Dessutom finns det parametriska versioner som U1 (med en vinkel), U2 (med två) och U3 (med tre parametrar) för att bygga mer generella transformationer. Med H, CNOT och T har du redan en universaluppsättning med vilken man kan uttrycka vilken krets som helst.

Två-qubit-grindar, såsom CNOT, representeras av 4x4-matriser och är avgörande för sammanflätning. CNOT inverterar mål-qubiten när kontroll-qubiten är i 1; dess klassiska analog skulle vara en kontrollerad XOR. Bland tre-qubit-grindar är kungen Toffoli-grinden, som INTE gäller för målet endast om båda kontrollerna är lika med 1. Denna grind används ofta inom aritmetik och är i vissa sammanhang tillräcklig för att bygga universell funktionalitet. IBM QE erbjuder både dessa "kanoniska" grindar och deras parametriska varianter, vilket gör det enkelt att designa och optimera subrutiner.

Qubits, superposition och mätningens roll

En qubit kan vara vid |0⟩, vid |1⟩, eller i en superposition α|0⟩+β|1⟩, med komplexa amplituder som verifierar |α|²+|β|²=1. Kraften i kvantum ligger i interferens: positiva och negativa amplituder kombineras och kan ta ut varandra, något som inte existerar med klassiska "probitar" som bara hanterar verkliga sannolikheter mellan 0 och 1. Kvantberäkning är unitär tills du mäter: då kollapsar du tillståndet till ett klassiskt utfall med sannolikheter dikterade av amplituderna. I IBM QE ser du skillnaden mellan det kontinuerliga interna tillståndet och statistiken för avläsningar, vilket tvingar dig att tänka på... samlingar av bilder och i histogram av resultat.

Fysisk anslutning, kartläggning och "osynliga dörrar"

En mycket praktisk aspekt: ​​IBM QPU:er har inte fullständig anslutning mellan alla qubits, och CNOT är vanligtvis riktningsstyrd. Till exempel, i QX2 (5 qubits) kan q styra q och q men inte nödvändigtvis tvärtom; i QX5 (16 qubits) styr q q eller q beroende på den fysiska topologin. Vad händer om du ritar en otillåten CNOT? Kompilatorn sönderdelar den automatiskt till en ekvivalent sekvens med hjälp av SWAP:er och CNOT:er i giltiga riktningar. Detta introducerar "osynliga grindar" som du inte ser i ditt diagram, men som räknas i verklig körning, vilket ökar djupet och därmed... fel ackumulerade.

Konsekvensen: en krets som är kortsluten i simulatorn kan bli lång efter mappning till hårdvaran. Därför är det viktigt att skriva om och optimera kretsen för att bibehålla anslutningen, minimera swappar och omorganisera grindar. Det finns mappnings- och optimeringsmetoder som minskar djupet i IBM QX-arkitekturer och specifika tekniker för att anpassa kretsar till 5 qubits, alla med samma mål: förbättra återgivningen av fysiskt utförande.

Simulator vs. Verklig Maskin: Framgångsfrekvens och Grovers exempel

I simulatorn fungerar en korrekt design alltid. På den verkliga kvantitetspu:n minskar dekoherens och extra grindar som uppstår vid mappning träfffrekvensen. Det är vanligt att medelstora 5-qubit-kretsar ser andelen korrekta mätningar sjunka från de simulerade 100 % till värden under 60 % i hårdvara. I ett klassiskt exempel uppnår en 5-qubit Grover-algoritmkrets med cirka 24 totala operationer (inklusive förberedelse, orakel, sändning och läsning) vanligtvis cirka 65 % framgång på kvantitetspunktsgeneratorn (QPU) när simulatorn indikerar full framgångsfrekvens. I mer komplexa problem, såsom grundläggande faktorisering (t.ex. 15=3×5) eller lösning av små linjära system, kan den faktiska frekvensen sjunka under 50 %, eller till och med noll om kretsen inte är starkt optimerad.

Sensmoral: Fysiken är avgörande. Att omfamna den skillnaden och finjustera kretsen är en del av lärandet med IBM QE. Att designa med topologi i åtanke, minska grindar, ändra ordning på operationer och tillämpa mitigerande tekniker kan göra skillnaden mellan ett experiment som inte sjunger och ett som levererar. användbar statistik.

Lärande och undervisning med IBM QE: Resurser och erfarenheter

Plattformen är idealisk för kvantfysiklärare och nyfikna elever, även gymnasieelever, som vill gå bortom pappersarbetet. Det finns introduktionsresurser, föredrag och handledningar som täcker allt från redigeringsgrunder till programmering med Qiskit. Ett rekommenderat exempel är en serie om kodning av kvantalgoritmer med Qiskit, publicerad av en grupp författare, som steg-för-steg förklarar hur man översätter idéer till kretsar och exekverar dem på IBM QE, perfekt för de som precis har börjat programmera. IBM-enheter.

Demonstrationer av "kvantkalkylatorer" som implementerar aritmetiska operationer på IBM QE cirkulerar också, användbara för att förstå hur adderare och multiplikatorer byggs med Toffoli och CNOT. Och det råder ingen brist på informativa föredrag om hur man använder kompositoren, vilka roller Qiskit spelar, eller hur man omsätter läroboksalgoritmer till praktiken med IBM Quantum. Denna kombination av teori och praktik har tjänat som exempel i workshops och konferenser för att väcka intresse och föra kvantberäkning närmare olika målgrupper, från gymnasieklassrum till ... teknologiska provsmakningar med vuxna.

När det är vettigt att använda kvantmekanik: komplexa problem

De flesta vardagliga uppgifter kommer att fortsätta hanteras av klassiska datorer. Deras arkitektur är enastående för konventionella sekventiella och parallella beräkningar, och ingenting kommer att ändra på det på kort sikt. Men det finns problem där det blir riktigt knepigt: de med många variabler som interagerar med varandra på icke-triviala sätt. Att simulera molekylers elektroniska beteende kräver till exempel att man hanterar ett enormt tillståndsrum som överväldigar även superdatorer. Det är här kvantalgoritmer kommer in i bilden, med sin förmåga att skapa flerdimensionella beräkningsrum som efterliknar det fysiska systemet.

Ett intuitivt sätt att se det: en klassisk dator beräknar hur en molekyl beter sig; en kvantdator kan härma den. Denna skillnad öppnar upp vägar inom beräkningskemi, materialdesign och identifiering av ny fysik, och förklarar varför vi talar om ett "kvantmoln" som en ny era: användare som testar det, forskare som lär sig av sina resultat, och, lite i taget, iterationer mot större processorer, med prognoser för enheter på mellan 50 och 100 qubits inom ett decennium, alltid med den nyans som dessa siffror beror på. kalibreringar och brus.

Räcker 5 qubits för att testa en algoritm?

Till att börja med, ja: fem qubits ger gott om utrymme för lärande, för att bygga grindar, för Grover i små storlekar, för att experimentera med adderare och aritmetiska subrutiner, och för att jämföra med klassiska versioner. Det intressanta är inte att "lösa" stora problem, utan snarare att förstå mekaniken i kvantprogrammering, mäta resultat och observera hur brus påverkar olika topologier. Med fem riktiga qubits kommer du att upptäcka att en krets som ser utmärkt ut i simulatorn försämras när den mappas, och det är där skickligheten i... optimera och minska fel.

Om ditt mål är att jämföra kvant- kontra klassisk prestanda på allvar, kommer du huvudsakligen att använda simulatorer (tysta och bullriga) att skala qubits, och du reserverar den riktiga hårdvaran för prototyper och koncepttest. Det är en naturlig väg för en nybörjare: bemästra simulatorn, validera och utmana dig själv med den fysiska enheten för att se, på första hand, hur dekoherens "tynger".

Åtkomst, format och kontext: från webben till evenemang

IBM QE nås via IBM Cloud och fungerar från datorer eller mobila enheter med internetanslutning. På webbplatsen hittar du kompositören, simulatorn och gatewayen till hårdvaran. Plattformen har presenterats och förklarats i demonstrationsvideor och i offentliga sessioner, med exempel på användning från soffan och med genomgångar av de olika tillgängliga experimenten. Den har också varit närvarande vid konferenser och utbildningar, inklusive schemalagda sessioner med 14:00 i affärsdistriktet Chamartín (Madrid) med datum som 2025-12-08 09:30, vilket återspeglar det växande intresset för att föra kvantfysiken närmare företag och akademi.

Vad IBM säger: Mot den universella kvantdatorn

Relaterad artikel:

Vad är och hur fungerar en kvantdator?

IBM har betonat att kvantdatorer skiljer sig mycket åt i form och innehåll från nuvarande datorer, och att deras potential går utöver vad som kan föreställas med klassiska maskiner. Detta ögonblick anses vara födelsen av "kvantmolnberäkning", med IBM QE som ett betydande steg i att accelerera framsteg och upptäcka applikationer. Ambitionen är tydlig: att dela åtkomst så att fler människor kan experimentera och därmed driva vägen mot en universell kvantdator, som ännu inte existerar som sådan.

Kvantmjukvaraekosystem och relaterade plattformar

Förutom IBM QE finns det en ekosystem av verktyg och ramverk som hjälper dig att lära dig, designa och exekvera kvantalgoritmer, samt simulera och minska fel. Nedan följer en bred och praktisk översikt över de mest anmärkningsvärda alternativen:

• Microsoft Quantum Development Kit (Q#): Q#-språk, integration med Visual Studio, lokala och Azure-simulatorer och bibliotek för att bygga algoritmer.
• IBM Quantum Experience + Qiskit: Webbåtkomst till 5-qubit QPU, grafikkompositör, simulator och programvaru-API (Qiskit) för programmering och exekvering.
• Rigetti-skogen och QCS: Quil-språk, pyQuil, Grove-bibliotek och QVM-simulator; QCS erbjuder en klassisk miljö tillsammans med Rigetti-hårdvara.
• CAS–Alibaba: Onlineåtkomst till supraledande hårdvara (12 qubits), den optiska prototypen "Jiuzhang" och framtida utrustning, med ett grafiskt gränssnitt för design och nedladdning av resultat.
• ProjectQ: Python-ramverk som översätter program till olika backend-system, inklusive IBM QE; inkluderar FermiLib för fermioniska problem.
• Cirq: bibliotek av Google för bullriga NISQ-kretsar, med OpenFermion-Cirq för kemi; alfatillstånd men mycket användbart för prototypframställning.
• CirqProjectQ: brygga mellan ProjectQ och Cirq: konverterar algoritmer och dekompositionsgrindar till nativ Xmon.
• PennyLane och Strawberry Fields (Xanadu): PennyLane för kvant- och hybridmaskininlärning, med plugins för Qiskit och ProjectQ; Strawberry Fields för fotoniska kontinuerligt variabla kretsar.
• Q-CTRL Öppna kontroller: Python-paket med felsäkra kontrollprotokoll redo att driftsättas på hårdvara eller Q-CTRL-produkter.
• Intel Quantum Simulator: Högpresterande simulator (tidigare qHiPSTER) för 1- och 2-qubit-grindar, kapabel att överstiga 40 qubits i distribuerad simulering.
• Mitiq: Verktygslåda för buggminskning för NISQ, med stöd för Qiskit, Cirq, PyQuil och andra via OpenQASM.
• BQSKit: Optimerar en kompilator som minskar kretsdjupet, med fokus på att överträffa konventionella kompilatorer i vissa uppgifter.
• QCircuits: Pedagogiskt Python-bibliotek för simulering av små kretsar med tensorer av typen (d,0) och (d,d).
• Yao (Julia): Utbyggbart och effektivt ramverk med generisk och differentierbar programmering; utmärkt prestanda på 5–25 qubits.
• Silq: Högnivåspråk från ETH Zürich, med automatisk tidsberäkning; körs för närvarande på en egen simulator.
• Paddle Quantum (Baidu): Verktyg för kvantmaskininlärning integrerade med Baidus djupinlärningsekosystem.
• Tequila: Utbyggbar kvantinformations- och inlärningsarkitektur; kompatibel med Qulacs, Qiskit, Cirq och PyQuil.
• Qulacs: Ultrasnabb simulering i C/C++/Python för stora, bullriga eller parametriska kretsar, med ledande prestanda.
• staq: C++17-bibliotek för kretssyntes, transformation och kompilering; stöder openQASM, Quil, ProjectQ, Q# och Cirq.
• Bayesforge: Linux-avbildning med ML (TensorFlow, PyTorch) och kvantramverk (D-Wave, Rigetti, IBM, Cirq), plus Jupyter i Python, R och Octave.
• Blåqat: Python-ramverk för universell kvantmekanik, med CUDA-backends och algoritmer som VQE och QAOA redo att användas.
• Studie av kvantprogrammering: Webbgränssnitt för att bygga kretsar, exportera till flera språk och köra dem på Rigetti QCS och IBM Qiskit.
• Atos/SFTC QLaaS: molnåtkomst till Atos Quantum Learning Machine-simulatorn (upp till 38 qubits) med modeller av ruido.
• QUI (Universitetet i Melbourne): Dra-och-släpp-miljö med tillståndsvisualisering (Bloch-sfärer, tabeller och grafer), upp till ~5 qubits.
• Sarkasm: Simulator i webbläsaren med omedelbar respons, idealisk för småskaliga experiment (upp till 16 qubits).
• Qibo: Högnivå Python API (Qilimanjaro) för olika backend-gränssnitt (IBM, Rigetti, VQMlite), fortfarande i alfafas.
• Sökande: C-verktygslåda för GPU-accelererad, flertrådad och distribuerad exakt simulering; stöder rena och blandade tillstånd med dekoherens.
• XACC: kvantaccelerationsramverk som en samprocessor inom HPC-arbetsflöden; stöder IBM, Rigetti och D-Wave, samt simulatorer.
• Kvant++: Allmänt C++11-bibliotek, endast rubriker, för simulering av godtyckliga kvantprocesser med hög prestanda.
• Quantum Inspire (QuTech): Utbildningsplattform med QASM-editor, kretsscheman och simulering av upp till 37 qubits på den holländska nationella superdatorn; integrerar Qiskit.
• QUCAT: Analyserar supraledande kretsar med Josephson-övergångar; beräknar lägen, förluster och Hamiltonianer som kan exporteras till QuTiP.
• QuTiP: Verktygslåda för öppen källkod i Python (NumPy, SciPy, Cython) med bred användning inom optik, joner och supraledande kretsar.
• OpenFermion: Öppet paket för kvantkemi; genererar och kompilerar körbara fysikbeskrivningar på olika hårdvaror och ramverk.
• TensorFlow Quantum: Google-bibliotek för hybridkvantumklassiska modeller integrerade med Cirq- och TensorFlow-API:er.
• Quipper: Funktionellt språk (inspirerat av Haskell) för att beskriva högnivåkretsar med bibliotek för aritmetik, QFT och mer.
• QX (QuTech): universell simulator med eget kvantassemblerspråk (kvantkod) för att beskriva och exekvera kretsar.
• Kvantalgoritm Zoo: katalog över algoritmer med accelerationsuppskattningar och referenser för vidare studier.
• ScaffCC: Kompilator för det LLVM-baserade Scaffold-språket; genererar QASM, tillämpar felkorrigering och producerar mätvärden.
• TriQ: Scaffold-backend som mappar portar till verklig hårdvara, optimerar placering och anslutning och minskar kommunikation.
• qbsolv (D-Wave): delar upp stora QUBO:er i delproblem anpassade till D-Wave-topologin, med möjlighet till klassisk upplösning (tabu-sökning).
• Kvantberäkningslekplats: WebGL-experiment med enkel IDE, 3D-visualisering och effektiv simulering upp till ~22 qubits, med Grover och Shor.
• Microsoft LIQUi⟩: Arkitektur och verktyg för kvantprogrammering/simulering med handledningar för installation och praktisk användning.
• Kvantmoln (Universitetet i Bristol): tillgång till ett fotoniskt chip på fyra qubit via webben, med en öppen simulator och hårdvarutoken.
• Raytheon BBN (Qlab, PySimulator, PyQLab): Ramverk för styrning och simulering av supraledande system, med QGL-språk för pulser.

Tips och bästa praxis för att experimentera med IBM QE

Börja i den brusfria simulatorn och validera logiken. Aktivera sedan brusmodeller för att uppskatta återgivningen. Var uppmärksam på anslutningsmöjligheterna när du går över till hårdvara: byt logiska qubits för att undvika swaps, gruppera grindar som växlar och minska kedjade U3:er med hjälp av deras motsvarande parametriserade version. Om många "osynliga grindar" dyker upp, skriv om delkretsar och leta efter topologikompatibla vägar. Och, när det är möjligt, mät i slutet och återanvänd frigjorda qubits för att minimera stockbredd.

För flaggskeppsalgoritmer (som Grover på 3–5 qubits), planera för djup: det lönar sig ofta att tillämpa färre iterationer för att förbättra den totala träffsannolikheten med brus. Inom aritmetik, föredra konstruktioner som minskar antalet Toffoli och CNOT:er; varje sparad enhet är guld när du jagar trohet. Slutligen, glöm inte att bra statistisk efterbehandling (och mitigeringstekniker som de som tillhandahålls av Mitiq) kan öka värdet på dina experiment utan att ändra underliggande hårdvara.

Relaterad artikel:

Ocelot: AWS kvantprocessor som revolutionerar datoranvändning

Oavsett om du utbildar, undervisar eller testar forskningsidéer, ger IBM Quantum Experience dig ett lättillgängligt labb där du kan designa, simulera och köra verkliga kretsar, jämföra resultat och finslipa din kvantintuition. Mellan den användarvänliga redigeraren Qiskit och en växande katalog av verktyg och plattformar finns det gott om utrymme att lära sig, göra misstag och försöka igen – vilket är precis så du får ut det mesta av ett så nytt och fullt av potential som kvantfysik. kvantkalkylering. Dela denna information så att fler känner till ämnet.