양자 이슈: 미래는 결코 알 수 없다

세부사항

사람들은 양자 컴퓨터가 비트코인 네트워크에 현실적인 위협이 되는지 10년 이상 논쟁해 왔습니다. 제가 처음 비트코인을 발견했을 때인 13년도 더 전부터 진지한 대화 주제였습니다.

그 오래전 제가 여기서 무슨 일이 일어나고 있는지 파악하려 애쓰던 서투른 바보였을 때 이후로 이론과 실제 엔지니어링 측면 모두에서 상당한 진전이 있었습니다.

그 이후로 두 가지 주요 이정표가 달성되었는데, 이는 향후 10년 정도 안에 실제로 실행 가능한 양자 컴퓨터가 생산될 가능성에 실질적인 차이를 만듭니다. 그것이 본질적으로 보편화되거나, 심지어 대규모 자본을 가진 사람들에게 상대적으로 접근하기 쉬운 지점에 도달할 것이라는 의미는 아닙니다.

하지만 가까운 미래에 여러 대의 실행 가능한 기계가 생산될 가능성은 매우 높습니다.

첫 번째 주요 개선은 오류 정정에 있었습니다. 이렇게 작은 규모의 것들을 다룰 때 내재된 노이즈를 고려하여 실제 계산에 유용한 논리 큐비트를 얻으려면 여러 개의 중복 물리 큐비트를 사용해야 합니다.

이를 수행하는 이전 최첨단 방식은 표면 코드였는데, 여러 물리 큐비트를 격자로 묶고 그 중 일부를 검사 큐비트로 사용하여 주기적으로 이웃을 "확인"하여 중첩 상태에서 내부 오류가 발생하지 않았는지 확인하는 방식이었습니다(중첩을 붕괴시키지 않고). 각 격자의 빈 공간은 검사 큐비트로 채워야 합니다.

이 검사 큐비트 요구 사항은 논리 큐비트당 총 1,000개의 물리 큐비트에 가까운 추가 오버헤드를 발생시키며, 검사 큐비트는 바로 옆에 있는 큐비트만 확인할 수 있기 때문에 규모가 커질수록 나빠집니다. 따라서 모든 큐비트 그룹은 등간격으로 검사기를 배치해야 합니다.

양자 저밀도 패리티 검사(qLDPC) 코드는 이 병목 현상을 제거하여 검사 큐비트가 장치 전체에 걸쳐 먼 거리에 있는 다른 큐비트를 확인할 수 있게 합니다(칩 섹션 간 통신을 위해 얽힌 트레이스를 통하거나 중성 원자 설계처럼 원자를 물리적으로 이동시켜). 이를 통해 신뢰할 수 있는 논리 큐비트를 생산하는 데 필요한 물리 큐비트 수를 10배 줄일 수 있었습니다.

이는 무시할 수 없는 성과입니다. 더 많은 효율성을 얻기 위한 진전을 이루는 완전한 기능의 기계는 아닐지라도, 완전한 기능의 양자 컴퓨터 생산의 기초가 되는 엔지니어링 프로세스에서 실질적인 효율성 향상입니다.

두 번째는 더 많은 물리 큐비트를 추가하면 시스템의 전체 노이즈가 증가하는 것이 아니라 감소한다는 주장에 대한 더 근본적인 질문과 관련이 있습니다. 이는 현재까지도 여전히 이론이며, 오늘날까지 고전 컴퓨터가 수행할 수 없는 계산을 처음부터 끝까지 수행한 완전한 기능의 양자 컴퓨터는 존재한 적이 없다는 점을 명심해야 합니다.

Google은 Sycamore(나중에 Willow) 칩을 사용한 실험을 통해 더 많은 물리 큐비트를 추가하는 효과를 실험적으로 검증했습니다. 분명히 말하자면, 이는 계산 수행의 시연이 아니라 단순히 정보가 붕괴되지 않고 메모리에 저장되는 것을 보여주는 시연이었습니다.

그들은 17개의 물리 큐비트 묶음, 49개의 물리 큐비트 묶음, 101개의 물리 큐비트 묶음으로 구성된 논리 큐비트를 사용하여 논리 오류율, 즉 데이터 손상 빈도가 물리 큐비트 수가 증가함에 따라 감소한다는 것을 입증했습니다. 이 테스트는 독립적인 물리 큐비트로 만들어진 논리 큐비트가 그것을 구성하는 개별 물리 큐비트보다 더 오래 결맞음을 유지하는 중요한 임계값을 통과했습니다.

다시 말하지만, 이는 고전 기계가 수행할 수 없는 계산을 수행하는 완전한 기능의 양자 컴퓨터로의 도약은 아니지만, 양자 컴퓨터의 기초가 되는 근본적인 가정 중 하나를 입증하는 실질적인 진전입니다.

이 문제 공간에서 더 나은 해결책을 찾고 있는 것은 이것들만이 아닙니다. 인공지능은 이러한 시스템에서 큰 구성 요소가 되었습니다. 양자 컴퓨터에서 정보를 읽고 디코딩하는 실제 프로세스에 사용되고 있으며, 이는 대규모로 실제 활용하기 위한 큰 병목 현상입니다.

AI는 또한 이러한 유형의 기계에 최적화된 새로운 양자 알고리즘 개발에도 사용되고 있으며, 최근 AI가 수학 분야의 주요 문제를 해결(또는 기존 추측을 반증)하는 데 도움을 준 일련의 사건을 고려할 때, AI가 가져올 주요 돌파구의 가능성을 고려하는 것은 그렇게 터무니없는 도약이 아닙니다.

다양한 아키텍처를 사용하여 구축된 실제 물리적 양자 회로를 설계하는 데에도 동일하게 사용되고 있습니다. 이는 실제로 양자 수준에서 노이즈를 최소화하기 위해 물리적 공간에 양자 게이트를 배치하는 최적의 방법을 찾는 매우 복잡한 문제이며, 지연 시간, 비효율성 및 해결해야 할 다른 문제를 초래할 만큼 많은 빈 공간을 만들지 않으면서 해야 합니다.

이는 필요한 근본적인 문제를 해결하는 데 진전을 극대화할 수 있는 요인입니다.

궁극적으로 제 생각에는 이것이 한 가지 질문으로 귀결됩니다: 더 많은 물리 큐비트를 추가하면 노이즈가 감소한다는 가정이 계산과 양자 정보의 능동적 조작에 있어서 실제로 유지되는가 하는 것입니다.

그 가정이 유지되고 가까운 미래에 실험적으로 반증되지 않는다면, 향후 10년 안에 실행 가능한 양자 컴퓨터가 생산될 매우 현실적인 사례가 있다고 생각합니다.

이 문제에 막대한 자원이 투입되고 있고, 문제의 일부를 해결하는 데 상당한(압도적이지는 않지만) 진전이 있으며, 근본적으로 무언가를 할 방법이 있다면 인간은 보통 그것을 알아냅니다.

당장 공황 상태에 빠질 때라고 말하는 것은 아니지만, 그 가능성을 무시하지 마십시오.

이 글은 Bitcoin Magazine 최신 인쇄판인 양자 이슈에 실렸습니다. 전체 이슈에서 탐구된 아이디어를 미리 엿보기 위해 여기에 공유합니다.

온체인 협상 후 Liquid가 3,400 BTC를 회수; 화이트햇은 598.5 BTC 보유

Raiffeisen Bank International, Bitpanda 계약 확대로 유럽 전역에 비트코인 서비스 출시 예정

BitGo CEO Mike Belshe: 달러 가치 하락이 K자형 경제를 부추기는 이유

UTXO의 Daniel Hinton과 함께하는 BTC 시장 및 기관 채택 전망

Shinobi와 함께 비트코인에 대한 양자 위협 평가

라이브 시청, 에피소드 다시 보기, 이동 중 독점 콘텐츠 이용.

Bitcoin Magazine은 Nakamoto Inc. (NASDAQ: NAKA)의 자회사인 BTC Inc.에서 발행합니다.

관련 코인

BTC

출처

Bitcoin Magazine RSS