Jessica (24) vant IBMs første kvante-hackathon: – Kan man gjøre noe fornuftig med 53 qubit?

Hun er i gang med det andre året av doktorgraden sin i kvantecomputing på Stanford Universitet etter å ha vært innom MIT og Harvard, hvor hun ble belønnet med æresbevisningen John Harvard Scholar for å være blant de beste fem prosentene.

Hun er med på Forbes' liste over 30 personer under 30 år innen vitenskap, var med på å vinne IBMs første kvantedatamaskin-hackathon, og har jobbet hos Google og i NASAs Quantum AI Lab.

Jessica Pointing er 24 år.

Det danske nettstedet Version2 møter henne i forbindelse med at hun har holdt et innledningsforedrag på GOTO Copenhagen-konferansen i København, og får en prat med henne om bakgrunnen hennes, hvordan inspirerende lærere vakte hennes interesse for kvantefysikk og datamaskiner, forskningen hennes innen programmering av eksisterende kvantedatamaskiner og fremtiden for kvantedatamaskiner.

Sprø eksperimenter

Jessica Pointing vokste opp i Storbritannia i byen Reading, hvor interessen hennes for fysikk og datamaskiner ble vekket da skolen hennes ble invitert til en teknologicamp hos Microsoft. Her ga Chris Bishop en presentasjon om fremtidens datamaskiner, hvor han også benyttet en rekke eksperimenter som bidro til holde på skoleelevenes oppmerksomhet.

– Jeg husker at han gjorde alle disse crazy eksperimentene. Jeg var så fascinert av det at jeg bestemte meg for å studere fysikk, sier Jessica Pointing.

Da Jessica Pointings foreldre flyttet til København i november 2010, flyttet jenta som da var 14 år med og begynte på Copenhagen International School, hvor hun gikk i nærmere fire år.

Interessen for fysikk og datamaskiner fortsatte å være der, og i august 2014 flyttet hun til USA hvor hun begynte å studere fysikk og datalogi ved MIT. Og enda en gang var det en inspirerende foreleser som fikk betydning for livet hennes.

– I det andre året mitt ved MIT tok jeg et kvantedatamaskin-kurs som ble avholdt av en av de ledende professorene (Seth Loyd, red.), som var en av de første forskerne som foreslo en realistisk metode for å bygge en kvantedatamaskin, sier Jessica Pointing:

– Jeg ble virkelig fascinert av kvantedatamaskiner, og fortsatte med å studere under Seth og andre professorer.

Etter to år på MIT studerte Jessica to år på Harvard, hvor hun tok sin bachelor i fysikk og datalogi. Og interessen hennes for kvantedatamaskiner vokste.

Hvordan programmeres kvantedatamaskiner?

Nå er hun i gang med det andre året sin doktorgrad ved Stanford University, hvor hun forsker i hvordan man best kan lage algoritmer til og programmere de kvantedatamaskinene som finnes i dag.

– Vi er langt fra å ha den ideelle kvantedatamaskinen med millioner av qubits, så jeg er interessert i hvordan vi best mulig kan benytte dem som vi har i dag. Kan man gjøre noe fornuftig med 53 qubit? sier hun, og viser med det til Googles Sycamore-kvantedatamaskin, som i oktober 2019 løste et problem på 200 sekunder. Ifølge Google ville det tatt en superdatamaskin 10.000 år å gjøre det samme.

– Inntil da hadde det vært mulig å gjøre det samme med en konvensjonell datamaskin som det som var mulig med en kvantedatamaskin. Men Googles quantum supremacy var et stort gjennombrudd, fordi man ikke lenger kan påstå dette. Det finnes nå et område hvor kvantedatamaskiner er langt overlegne superdatamaskiner, sier Jessica Pointing.

Etter Googles forsøk hevdet IBM at forskjellen mellom eksisterende kvantedatamaskiner og superdatamaskiner ikke var så stor, siden en superdatamaskin etter IBMs beregninger kunne utføre den samme oppgaven på 2,5 dager.

Programmering av kvantedatamaskiner

Men for Jessica Pointing er dette et viktig og avgjørende gjennombrudd for kvantedatamaskiner.

– IBM har ikke foretatt eksperimentet som viser at de kan gjøre det. Det er antakelig fordi energiforbruket ville være veldig, veldig stort, sier Jessica Pointing:

– Google hadde 53 qubits. Hvis de får bare to til, vil det ikke lenger være mulig å foreta det samme på IBMs superdatamaskin. Superdatamaskinen vil ikke ha nok minne til å utføre det samme, sier Jessica Pointing.

Sycamore har faktisk 54 qubits, men den ene fungerte ikke ved eksperimentet, så egentlig er Google bare én qubit fra at Sycamore en gang for alle etterlater superdatamaskinene i kvantedatamaskinens heliumkjølte kjølvann – i hvert fall for det ene og litt teoretiske problemet som ble løst.

Doughnuts som qubits

Under innledningsforedraget sitt har Jessica Pointing forklart hvordan qubits skiller seg fra vanlige bits. Hun benytter seg av noen store modeller av glaserte doughnuts hvor den glaserte siden tilsvarer 1 og den kjedelige siden er 0. Hvis man spinner denne smultringen raskt rundt, vil de ha både verdien 0 og 1, noe som tilsvarer en qubits superposisjon.

Jessica Pointing går inn for å aktivere publikummet sitt. Blant annet ved hjelp av interaktive spørreundersøkelser som et ledd i presentasjonen sin, og hun vant da også publikumsprisen i 2018-utgaven av «Quantum Matters Science Communication Competition».

Antakelig inspirert av Chris Bishop foretar hun også et lite fysikkforsøk på GOTO-konferansens keynote-scene med å danne et vakuum hvor det står et glass vann inni. I forveien har hun spurt publikum hva som kommer til å skje med vannet.

Hun får også tid til kort å forklare hvordan kvanteprogrammering foregår ved hjelp av forskjellige kvante-gates som Hadamard-gates, som kan bringe en qubit i superposisjon. Det finnes en rekke andre gates som kan benyttes for å manipulere qubits, og det minner litt om logiske gates.

– For tiden er det mye low-level med gates, kvantegates. Du har ikke for-loops, men du har kvantum gates. Du har for eksempel en Pauli X-gate som vender qubit, og en Hadamard-gate som bringer qubit i superposisjon, forklarer Jessica Pointing, og anbefaler IBM Q experience, hvor man i en visuell editor kan plassere forskjellige kvante-gates i en sekvens og skape et kvante-kretsløp.

Java og Python-API

Hun oppfordrer interesserte lesere til å utforske mulighetene.

– Det har blitt veldig enkelt å få adgang til kvantedatamaskiner via skyen, så det er mange muligheter for å eksperimentere, sier hun, og nevner at det også finnes Java- og Python-API-er, slik at man kan programmere i språk man kjenner til.

Da hun jobbet med tradisjonell programvareutvikling under et praktikantopphold hos Google, foregikk det i Java. Men nå er det Python som hun for eksempel bruker sammen med Googles Cirq.

Men hun vil gjerne dempe forventningene litt hos leserne før de kaster seg over kvanteprogrammering.

– Dette er veldig ulikt normal programvareutvikling. I normal programvareutvikling er det enkelt å se et praktisk bruksområde. Du kan kode en nett-applikasjon eller en app, og det er det. Du kan løse praktiske problemer med maskinlæring ved hjelp Tensorflow og lignende. Den typen forventninger kan man ikke ha til kvanteprogrammering. Du får ikke en applikasjon ut av det – vi vet ikke helt hva vi skal bruke det vi får ut til. Det er ikke så håndgripelig som vanlig utvikling, sier Jessica Pointing, som selv håper at hun med tiden kan være med på å definere flere spesifikke kvante-algoritmer som kan benyttes til å løse ordentlige problemer.

– Folk innenfor feltet tror på at vi i løpet av de neste få årene vil få noen små, brukbare applikasjoner som løser praktiske oppgaver.

– Jeg vil gjerne fortsette innenfor kvantedatamaskiner. Men om det blir i den akademiske verdenen eller den kommersielle vet jeg ikke, sier hun og nevner kjemi, materialfysikk og medisin som opplagte områder for kvantedatamaskiner.

– Du bruker et kvantesystem, en kvantedatamaskin, til å simulere et kvantesystem; naturen. I materialfysikk kan du for eksempel simulere nye typer materialer som er bygd opp av molekyler.

Hun nevner også AI som et område hvor kvantedatamaskiner kan få betydning.

– Kvante-maskinlæring – ja, det høres ut som buzzword bingo, men det er noe reelt. Maskinlæring opererer med vektorer og matriser, akkurat som kvantedatamaskiner gjør. Kanskje kan kvantedatamaskiner få enda mer fart på AI?

P.S: Vannet i glasset som vi etterlot under Doughnut som qubits, vil begynne å koke, siden kokepunktet til vann faller i vakuum.

Artikkelen er levert av vår samarbeidspartner Version2.dk, en del av Teknologiens Mediehus.