Квантовый алгоритм может улучшить прогнозы погоды
Вдохновленные квантовой механикой алгоритмы могут моделировать турбулентные потоки на классическом компьютере гораздо быстрее, чем существующие инструменты, сокращая время вычислений с нескольких дней на большом суперкомпьютере до нескольких часов на обычном ноутбуке. Это поможет улучшить прогнозы погоды и повысить эффективность расчетов промышленных процессов.
Турбулентность в жидкости или воздухе включает в себя многочисленные взаимодействующие вихри, которые быстро становятся настолько хаотично сложными, что точное моделирование невозможно даже на самых мощных компьютерах. Квантовые вычисления обещают улучшить ситуацию — но в будущем, а пока что даже самые передовые машины не способны ни на что, кроме элементарных демонстраций.
Симуляцию турбулентности можно упростить, заменив точные параметры вероятностями. Но даже это приближение требует невероятно сложных вычислений.
Никита Гурьянов из Оксфордского университета и его коллеги разработали новый подход, использующий алгоритмы, созданные на основе квантовых компьютеров, — тензорные сети — для представления распределений вероятностей турбулентности. Методика описана в журнале Science Advances.
Тензорные сети возникли в физике и стали широко использоваться в начале 2000-х годов. Теперь они предлагают многообещающий путь к получению гораздо большей производительности от существующих классических компьютеров — до того, как квантовые машины станут повседневностью.
«Алгоритмы и образ мышления пришли из мира квантового моделирования, и они очень близки к тому, что делают квантовые компьютеры. Мы видим довольно резкое ускорение — как в теории, так и на практике», — говорит Гурьянов.
Всего за несколько часов команда смогла выполнить на ноутбуке симуляцию, которая раньше занимала несколько дней на суперкомпьютере. Новый алгоритм показал снижение потребности в мощности процессора в 1000 раз и в миллион — в памяти. Хотя эта симуляция была всего лишь простым тестом, те же типы проблем в большем масштабе лежат в основе прогнозов погоды, аэродинамики самолетов и анализа промышленных химических процессов.
По словам Гуннара Мёллера из Кентского университета в Англии, очень сложно рассчитывать турбулентность по данным в пяти измерениях без использования тензоров.
«С точки зрения вычислений это кошмар, — признает он. — Это возможно в ограниченных случаях, когда есть суперкомпьютер и готовность запустить его на месяц или два».
Тензорные сети работают, по сути, уменьшая объем данных, требуемых для моделирования, — и тем самым кардинально сокращая потребности в вычислительной мощности. Объем и характер удаляемых данных можно тонко настраивать, повышая или понижая уровень точности.
«С ноутбуком авторы этой статьи смогли превзойти то, что возможно на суперкомпьютере, просто потому что у них более умный алгоритм. Если использовать этот алгоритм на суперкомпьютере, можно продвинуться гораздо дальше, чем с использованием любого прямого вычислительного подхода. Это сразу же дает колоссальное преимущество, и не нужно ждать еще 10 лет, чтобы получить идеальный квантовый компьютер», — заключил Мёллер.
Эти математические инструменты уже использовались в соревновании разработчиков квантовых компьютеров с программистами классических ЭВМ. В 2019 году Google объявила, что квантовый процессор Sycamore достиг «квантового превосходства» — точки, в которой квантовый компьютер может выполнить задачу, на которую не способен обычный. Однако тензорные сети, решающие ту же задачу на больших кластерах обычных графических процессоров, позже добились того же результата всего за 14 секунд.
Ученые оценили влияние атмосферных гравитационных волн на погоду
Квантовые компьютеры могут обогнать классические в течение двух лет, показал эксперимент IBM