查看原文
其他

【Advance Quantum Computing】DARPA启动推进量子计算的项目

掰棒子的防务菌 从心推送的防务菌 2022-04-11

近几年来,随着量子技术的发展,具有数百万量子比特的通用量子计算机(可以代表一个1、一个0,或一个1与0的相干线性组合)将彻底改变商业和军事应用的信息处理。然而,要实现这一愿景仍然需要几十年的时间。这里面的问题是量子器件的性能和可靠性取决于基础量子态保持相干的时间长度。如果你等待足够长的时间,与环境的相互作用将使这一状态表现得像传统的经典系统,这就消除了任何量子优势。通常,这种一致性时间非常短,因此很难执行任何有意义的计算。

DARPA利用“中等规模量子器件噪声优化”(ONISQ)项目,寻求一种将中等规模量子器件与经典系统相结合的混合概念,以解决具有挑战性的优化问题

为了在完全容错的量子计算机进入实用化之前利用量子信息处理(Quantum Information Processing,QIP),美国国防高级研究计划局(DARPA)在2020年2月27号通过其官网宣布推出“中等规模量子器件噪声优化”(Optimization with Noisy Intermediate-Scale Quantum devices,ONISQ)项目,旨在寻求一种混合概念,将中等规模量子器件与经典系统相结合,以解决一组特别具有挑战性的问题,即组合优化。ONISQ项目旨在通过在解决优化挑战中超越经典系统的性能来展示量子信息处理的定量优势。


ONISQ项目背景

组合优化问题广泛存在于各种应用中,从目标分配和任务规划等特定的国防挑战,到调度、供应链管理和电路故障检测等军民两用挑战。由于这些问题的精确解往往无法确定。在许多情况下,已经开发出了有效的启发式算法,但没有最优性的保证。对于许多其他方法,只有与问题大小成指数关系的方法才能产生良好的结果。容错量子计算机(Fault-tolerant Quantum Computers,FQCs)已经被提出作为解决一系列棘手问题的答案,但尽管进展稳定,大多数专家都认为,这样的系统还有几十年的时间。然而,在过去的几年中,在几个不同的平台上(如超导、离子阱、中性原子)已经开发出了大于50个量子比特的量子处理器,并且预计不久将开发出大于100个物理量子比特的处理器。尽管这些处理器有噪声,因此只能实现有限深度的电路,但有越来越多的研究旨在确定这些中等规模量子器件噪声(NISQ)设备的实用性。


特别令人感兴趣的是适用于低深度量子电路的量子启发式方法的最新发展。以量子近似优化算法(Quantum Approximate Optimization Algorithm,QAOA)为例的量子/经典混合变分方法已成为求解组合优化问题的一种候选方法。在这些混合算法中,量子处理器根据一组变分参数制备参数化量子态。这种状态是通过在p能级电路中交替应用参数化量子算符p次(p≥1)而产生的。然后利用测量输出,由经典计算机对参数进行优化,并在闭环中反馈给量子处理器。由于在理论上难以对该方法进行评价,其性能尚未得到定量的确定。然而,到目前为止的研究结果是非常令人鼓舞的,并在NISQ硬件上提供了一个强大的动力来实施和评估这种混合算法。例如,已证明近似解随p的增加而改善。就ONISQ项目目标而言,NISQ硬件的相关优点是产品N∙p,其中N是量子位的数量。

另一个重要且令人鼓舞的最新进展是研究表明大型组合优化问题可以有效地分解成更小的部分,然后嵌入到量子处理器中,而不牺牲整体解决方案的质量。因此,如果在中等规模的NISQ器件上证明了量子加速,并且应用了问题分解技术,那么对于任意规模的问题,QIP可能比最好的经典方法具有数量上的优势。总之,解决重要组合优化问题的困难加上新算法和新兴量子硬件的前景,为ONISQ项目提供了动力。

ONISQ项目描述
ONISQ项目将建立NISQ处理器在解决现实世界的组合优化问题上的效用。预计到该项目结束时,将建立一条解决与国防部有关问题的明确途径。这将通过以下方式实现:
  • 开发具有足够大数量的量子比特和电路深度的量子处理器;

  • 在NISQ硬件中实现混合变分优化算法,并充分描述其性能;

  • 通过对所选问题的最新经典优化算法进行基准测试来证明量子优势;

  • 量子优势可以表现为例如通过近似比衡量的更好的近似解,或更好的时间/能量与解的比例;

  • 识别组合优化中可能产生最大影响的混合变分方法的问题实例族,并制定解决大型优化问题的策略。


量子退火方法被明确排除在考虑范围之外。

ONISQ项目架构
ONISQ项目是一个为期48个月的项目,由两个独立但相关的技术领域(TA)组成。TA1的工作将涉及硬件开发、理论支持和量子优势演示。TA2的重点是发展理论基础,以证明量子优势的现实世界的组合优化问题。该项目分为两个阶段:

  • 第一阶段(18个月期限)——在这一阶段,TA1研究人员将在中等规模/性能的NISQ硬件中实现量子优化算法的原理验证实现,并对算法进行初步表征。TA2的研究人员将为NISQ器件的量子优化奠定理论基础。

  • 第二阶段(30个月期限)——TA1研究人员将在扩大的NISQ硬件中充分描述优化算法,解决组合优化问题,并对照最佳经典方法执行基准测试。TA2研究人员将提供理论证明,说明混合量子方法比最好的经典方法更适合于解决现实世界的组合问题。


ONISQ项目技术领域说明
ONISQ项目技术领域有两个任务:TA1着重于在硬件上展示量子优势,TA2为方案目标提供基础理论支持。

技术领域1——量子优化演示:重点是在NISQ硬件中为特定的组合优化问题实现一种混合量子/经典优化算法,并对其进行充分描述,最终目的是展示量子方法相对于经典方法的优势。这可能需要在硬件方面取得重大进展,例如增加量子比特的数量和提高其质量,以及提高量子操作的保真度。优化算法在硬件上的实现也很重要,因为它会影响对电路深度的要求。最后,与经典方法进行仔细的基准测试对于建立量子优势至关重要。优化问题的选择有望具有明确合理的军事相关性和应用价值。

虽然该技术领域具有强大的硬件组件,但算法实现优化和基准测试等方面的理论支持对于该领域来说是不可或缺的和关键的。要解决这一技术领域的所有要求、指标和里程碑,预计需要实验物理学家和理论物理学家、工程师、计算机科学家和数学家之间的合作。因此,DARPA大力鼓励具有广泛专长的多学科小组参与这一项目。

技术领域2——量子优化的理论基础:重点是开发更通用的理论方法,以探索混合优化方法的威力,并最终为量子优化范式铺平道路,该范式超越了某些组合优化类的最佳经典方法优化问题。该技术领域有3个子区域,旨在实现这些计划目标:

  • 识别组合优化中量子/经典混合方法优于经典方法的实例族;

  • 开发新方法,解决国防应用中的大型组合优化问题,并能在NISQ设备中有效实现;

  • 为NISQ器件开发新的量子优化算法。


ONISQ项目时间表与里程碑
ONISQ项目架构是为国防部感兴趣的组合优化应用提供NISQ设备实用性的原理证明。项目时间表将根据需要在研究团队之间同步,并根据需要在整个项目中进行监控/修订。以下里程碑和指标将作为项目过程中的评估点
第一阶段(18个月)里程碑
技术领域1——量子优化演示
  • 9个月:设计一个N∙p>100的混合量子/经典优化器,其中N是量子比特数,p是变分协议中参数化量子算符的交替应用数(见B节)。

  • 18个月:在N∙p>100的混合NISQ优化器中实现选定的变分算法,并描述其性能。


技术领域2——量子优化的理论基础(18个月)
  • 识别组合优化中的实例族,其中混合方法可能优于最好的经典方法;

  • 为国防部应用开发解决大型组合优化问题的新方法,这些方法可以在NISQ设备中有效实现。这种方法的一个例子是问题分解技术。

  • 开发新的量子优化算法。


第二阶段(30个月)里程碑
技术领域1——量子优化演示
  • 9个月:设计一个N∙p>10000的混合量子/经典优化器。

  • 18个月:在N∙p>10000的放大混合NISQ处理器中实现选定的变分算法,并充分描述其性能。

  • 30个月:针对所选组合优化问题的最佳经典方法执行基准测试;演示并量化量子优势。


技术领域2——量子优化的理论基础(30个月)
  • 尽可能量化已识别问题实例的量子优势;

  • 提供第一阶段开发的方法的可靠性证明;

  • 对新量子优化算法的性能进行理论表征、分析或数值表征。


ONISQ项目最新进展
5月11日,DARPA通过其官网宣布,已经选择了七个大学和工业团队进行第一阶段的“中等规模量子器件噪声优化”(ONISQ)项目。

据DARPA国防科学办公室(DSO)负责ONISQ项目的项目经理塔佳娜·库西奇(Tatjana Curcic)介绍:“ONISQ团队特别令人兴奋的是,量子信息科学家将与经典优化理论专家并肩工作。他们将一起调查混合量子/经典方法将在何处获得最大回报。”

ONISQ项目经理塔佳娜·库西奇介绍项目目标与方法
在技术领域1,选择以下研究团队来演示验证量子器件中的混合量子/经典优化算法,以解决特定的组合优化问题:
  • Georgia Tech Applied Research Corporation

  • Universities Space Research Association

  • Presidents & Fellows of Harvard College

  • ColdQuanta, Inc.


在技术领域2下选择了以下研究团队,以开发通用理论方法,为量子优化范例铺平道路,该范例超越了某些组合优化问题的最佳经典方法:
  • University of Tennessee

  • Clemson University

  • Lehigh University


根据第一阶段的研究成果,可选择30个月的第二阶段的研究团队。


来将通名&非诚勿扰


前情回顾

【Blackjack Program】DARPA推进卫星星座自主和太空网格先进技术

【Privacy Protections for Android App】DARPA增强Android应用程序的隐私保护

【Discover DSO Day】DARPA探索国防科学办公室(DSO)日,来不来?

【远望防务映像】波音公司推出首架“忠诚僚机”无人系统

【Ground-Based GaN Radar】洛克希德·马丁公司陆基雷达发展动态

【Net-centric Gateway】诺斯罗普·格鲁曼公司开发gatewayONE原型,以支持先进作战管理系统

【GaN AESA Radar】萨博公司氮化镓机载有源相控阵雷达发展动态

【World Military Expenditure】2019年《全球军事支出趋势》报告(全文)

【AlphaDogfight Trials】DARPA“阿尔法狗斗”试验决赛延期举行

【COVID-19】DARPA针对新冠病毒疫情开展精确快速的疾病诊断研究

【远望防务映像】诺斯罗普·格鲁曼:定义可能

【FAAD/C-RAM C2】前线区域防空、反火箭炮\迫击炮指挥与控制系统

【Air Warfare Symposium】2020年度空战研讨会:打赢创新战场

【Air Warfare Symposium】美国空军协会2020年度空战研讨会:“多域战——从愿景到现实”

【Multi-Domain Operations】2020年度空战研讨会:多域战的全球军事行动视角

【Mosaic Warfare】马赛克战:实施多域战

【远望防务映像】DARPA太空监视望远镜:它能做什么?如何运行?

【远望防务映像】美国陆军研究实验室(ARL)

【远望防务映像】美国海军研究实验室(NRL)

【远望防务映像】美国空军研究实验室(AFRL)

【OFFSET Program】DARPA开展第五次“蜂群冲刺”活动

【Spectrum Plan】美国联邦通信委员会将批准被国防部声称将有损GPS的频谱计划

【Adapter for Human Body】DARPA为作战人员开发行军“适配器”

【Future Battles】DARPA研究未来作战实时空域感知与冲突消除

【Ocean of Things】DARPA“海洋物联网”项目进入第二阶段


防务菌


有礼有节&百无禁忌

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存