Eines der interessantesten Dinge an Qubits ist, dass man nicht immer genau weiß, wo sie sich befinden. Das ist daher nicht verwunderlich – Quantencomputing steckt noch in den Kinderschuhen. Erinnern wir uns an die Zeit, als Transistoren erforscht wurden und man mit sperrigen Testgeräten überprüfen musste, ob sie tatsächlich wie erwartet funktionierten. Ähnlich verhält es sich heutzutage mit Quantenbits.
Die Idee ist, dass viel Feintuning nötig ist, um herauszufinden, ob wir tatsächlich mit einem Qubit „sprechen“. Ich habe „sprechen“ geschrieben, und wahrscheinlich wäre „flüstern“ eine treffendere Beschreibung gewesen, da Qubits sehr empfindlich auf Störungen reagieren. Tatsächlich wird „mit Qubits sprechen“ aber üblicherweise als „steuern und auslesen“ ausgedrückt.
Die Idee ist einfach: Man flüstert dem Qubit mit einer bestimmten Frequenz zu und prüft dann, ob es reagiert, indem man den Wert des „Qubits“ ausliest. Manchmal reagiert es, manchmal nicht. Das bedeutet, dass die Suche nach einem Qubit viel Feintuning erfordert – und genau damit verbringen Quantenphysiker und Experimentalphysiker heutzutage einen Großteil ihrer Zeit.
Bildnachweis: Qubit-Auslesung mit dem Josephson-parametrischen Oszillator
Noch interessanter ist, dass, sobald ein Qubit „gefunden“ wurde, das Spiel weitergeht, indem man ein Qubit aus einer Menge von Qubits in einem Prozessor finden muss, den wir als „QPU“ oder Quantenverarbeitungseinheit bezeichnen werden.
Bildnachweis: Neils Bohr Institut
Auf den ersten Blick wirkt es einfach, doch stellen Sie sich vor, Sie müssten all diese Qubits gleichzeitig ansprechen, ohne dass es zu Interferenzen zwischen den Qubit-Signalen kommt. Dazu gäbe es viel zu sagen, doch das würde den Rahmen dieses Blogbeitrags sprengen. Bei Interesse können Sie mit der Veröffentlichung Neural Network-Based Frequency Optimization for Superconducting Quantum Chips beginnen.
Wichtig ist hierbei, dass wir, bevor wir einen Quantencomputer entwickeln können, zunächst QPUs mit vorhersagbarer Leistung hinsichtlich Qubit-Steuerung und -Auslesung herstellen müssen. In diesem Bereich tut sich derzeit viel, sodass wir davon ausgehen können, dass diese Herausforderung innerhalb der nächsten fünf Jahre gelöst sein wird.
Gleichzeitig birgt die anstehende Optimierungsarbeit – und hier kommt KI/ML ins Spiel – einiges an Faszinierendem. Darauf gehen wir im nächsten Artikel genauer ein. Seien Sie also gespannt!