Der revolutionäre Quantencomputer, der möglicherweise überhaupt kein Quantencomputer ist

Clive Thompson

Google besitzt eine Viele Computer – vielleicht eine Million Server, die zur schnellsten und leistungsstärksten künstlichen Intelligenz der Welt zusammengefügt sind. Doch letzten August tat sich Google mit der NASA zusammen, um die möglicherweise leistungsstärkste Hardware des Suchgiganten zu erwerben. Es ist sicherlich das Seltsamste.

Die Maschine befindet sich im NASA Ames Research Center in Mountain View, Kalifornien, ein paar Meilen vom Googleplex entfernt, und ist buchstäblich eine 10 Fuß hohe Blackbox. Es ist größtenteils ein Gefrierschrank und enthält einen einzigen, bemerkenswerten Computerchip – der nicht auf dem üblichen Silizium, sondern auf winzigen Schleifen aus Niobdraht basiert und auf eine Temperatur gekühlt wird, die 150-mal kälter ist als die des Weltraums. Der Name der Box und auch die Firma, die sie gebaut hat, stehen in großen Science-Fiction-Buchstaben auf einer Seite: D-WAVE. Führungskräfte des Unternehmens, das sie gebaut hat, sagen, dass die Black Box der weltweit erste praktische Quantencomputer ist, ein Gerät, das radikal neue Physik nutzt, um Zahlen schneller zu berechnen als jede vergleichbare Maschine auf der Erde. Wenn sie Recht haben, ist das ein tiefgreifender Durchbruch. Die Frage ist: Sind sie es?

Hartmut Neven, Informatiker bei Google, überredete seine Chefs, bei der D-Wave mit der NASA zusammenzuarbeiten. In seinem Labor beschäftigt er sich nun zum Teil damit, die Maschine zu testen und ihr Probleme zu bereiten, um zu sehen, was sie leisten kann. Als lebhafter, akademisch sprechender Deutscher gründete Neven eine der ersten erfolgreichen Bilderkennungsfirmen; Google hat es 2006 gekauft, um Computer-Vision-Arbeiten für Projekte von Picasa bis Google Glass durchzuführen. Er arbeitet an einer Kategorie von Rechenproblemen namens Optimierung – der Suche nach der Lösung für mathematische Rätsel mit vielen Einschränkungen, wie dem besten Weg unter vielen möglichen Routen zu einem Ziel, dem richtigen Ort zum Bohren nach Öl und effizienten Bewegungen für einen Fertigungsroboter. Die Optimierung ist ein wichtiger Teil der scheinbar magischen Fähigkeiten von Google im Umgang mit Daten, und Neven sagt, dass die Techniken, die das Unternehmen verwendet, ihren Höhepunkt erreicht haben. „Sie sind ungefähr so ​​schnell wie nie zuvor“, sagt er.

Damit bleiben Google – und eigentlich der gesamten Informatik – nur zwei Möglichkeiten: Immer größere, leistungshungrigere Computer auf Siliziumbasis zu bauen. Oder finden Sie einen neuen Ausweg, einen radikal neuen Berechnungsansatz, der in einem Augenblick das leisten kann, was all die anderen Millionen traditioneller Maschinen im Zusammenspiel niemals leisten könnten, selbst wenn sie jahrelang arbeiten würden.

Das, so hofft Neven, ist ein Quantencomputer. Ein typischer Laptop und die Hangars voller Server, die Google antreiben – was Quantenwissenschaftler charmant „klassische Maschinen“ nennen – rechnen mit „Bits“, die zwischen 1 und 0 wechseln und eine einzelne Zahl in einer Berechnung darstellen. Aber Quantencomputer verwenden Quantenbits, Qubits, die gleichzeitig als Einsen und Nullen existieren können. Sie können beliebig viele Nummern gleichzeitig bedienen. Es handelt sich um ein umwerfendes Konzept, bei dem ein Quantencomputer bis spät in die Nacht im Schlafsaal mit lächerlich hohen Geschwindigkeiten rechnen kann.

Es sei denn, es handelt sich überhaupt nicht um einen Quantencomputer. Quantencomputing ist so neu und so seltsam, dass niemand ganz sicher ist, ob der D-Wave ein Quantencomputer oder nur ein sehr skurriler Klassiker ist. Nicht einmal die Leute, die es bauen, wissen genau, wie es funktioniert und was es kann. Das ist es, was Neven herauszufinden versucht, während er Woche für Woche in seinem Labor sitzt und geduldig lernt, mit der D-Wave zu sprechen. Wenn er das Rätsel lösen kann – was diese Box kann, was nichts anderes kann, und wie – dann boomt es. „Das ist das, was wir ‚Quantenüberlegenheit‘ nennen“, sagt er. „Im Grunde etwas, das von klassischen Maschinen nicht mehr erreicht werden kann.“ Kurz gesagt, es wäre ein neues Computerzeitalter.

Gregory Barber

Adrienne So

Matt Simon

Julian Chokkattu

Ein ehemaliger Wrestler D-Wave-Gründer Geordie Rose, der für die kanadische Olympiamannschaft in die engere Auswahl kam, hat einen breiten Oberkörper und Arme, die aussehen, als wären sie bereit, Skeptiker zu Boden zu drücken. Als ich ihn im D-Wave-Hauptquartier in Burnaby, British Columbia, treffe, trägt er unter buschigen Augenbrauen ein beharrliches, leichtes Stirnrunzeln. „Wir wollen die Art von Unternehmen sein, die Intel, Microsoft und Google sind“, sagt Rose. „Die großen Vorzeigeunternehmen mit einem Umsatz von 100 Milliarden US-Dollar, die völlig neue Arten von Technologien und Ökosystemen hervorbringen. Und ich denke, wir sind nah dran. Wir versuchen, die besten Computer zu bauen, die es je in der Weltgeschichte gegeben hat.“

Im Büro herrscht geschäftiges Treiben; In den Hinterzimmern blicken Techniker in Mikroskope und suchen nach Unvollkommenheiten in der neuesten Charge von Quantenchips, die aus ihrem Fab-Labor kommen. Ein Paar schulterhoher Heliumtanks stehen neben drei massiven schwarzen Metallgehäusen, in denen weitere Techniker versuchen, ihre verschütteten Kabeldärme zusammenzuflechten. Jeremy Hilton, Vizepräsident für Prozessorentwicklung bei D-Wave, deutet auf einen der Fälle. „Sie sehen gut aus, aber passend für ein Startup sind es alles nur kostengünstige, kundenspezifische Komponenten. Wir kaufen das Zeug und schnappen es zusammen.“ Die wirklich kostspielige Arbeit bestand darin, überhaupt herauszufinden, wie man einen Quantencomputer baut.

Wie viele spannende Ideen in der Physik stammt auch diese von Richard Feynman. In den 1980er Jahren schlug er vor, dass Quantencomputer eine radikal neue Mathematik ermöglichen würden. Hier oben im makroskaligen Universum, für unsere makroskaligen Gehirne, sieht Materie ziemlich stabil aus. Aber das liegt daran, dass wir die subatomare Quantenskala nicht wahrnehmen können. Dort unten ist die Materie viel seltsamer. Photonen – elektromagnetische Energie wie Licht und Röntgenstrahlen – können beispielsweise wie Wellen oder wie Teilchen wirken, je nachdem, wie man sie betrachtet. Oder, noch seltsamer: Wenn man die Quanteneigenschaften zweier subatomarer Teilchen miteinander verknüpft, verändert die Änderung des einen das andere auf genau die gleiche Weise. Man nennt es Verschränkung, und es funktioniert auch dann, wenn sie kilometerweit voneinander entfernt sind, und zwar über einen unbekannten Mechanismus, der sich scheinbar schneller als die Lichtgeschwindigkeit bewegt.

Da Feynman das alles wusste, schlug er vor, dass man, wenn man die Eigenschaften subatomarer Teilchen kontrollieren könnte, sie in einem Zustand der Überlagerung halten könnte, sodass sie mehr als eine Sache gleichzeitig wären. Dies würde, so argumentierte er, neue Formen der Berechnung ermöglichen. In einem klassischen Computer sind Bits tatsächlich elektrische Ladung – an oder aus, 1 oder 0. In einem Quantencomputer könnten sie beides gleichzeitig sein.

Es war nur ein Gedankenexperiment, bis der Mathematiker Peter Shor 1994 auf eine Killer-App stieß: einen Quantenalgorithmus, der die Primfaktoren großer Zahlen ermitteln konnte. Kryptographie, die Wissenschaft vom Erstellen und Entschlüsseln von Codes, beruht auf einer Besonderheit der Mathematik: Wenn man zwei große Primzahlen miteinander multipliziert, ist es höllisch schwierig, das Ergebnis wieder in seine Bestandteile zu zerlegen. Sie benötigen enorme Rechenleistung und viel Zeit. Aber wenn Sie einen Quantencomputer und Shors Algorithmus hätten, könnten Sie diese Mathematik betrügen – und die gesamte vorhandene Kryptografie zerstören. „Plötzlich“, sagt John Smolin, ein Quantencomputerforscher bei IBM, „waren alle begeistert.“

Dazu gehört auch Geordie Rose. Als Kind zweier Akademiker wuchs er im Hinterland von Ontario auf und entwickelte eine Faszination für Physik und künstliche Intelligenz. Während er 1999 an der University of British Columbia promovierte, las er „Explorations in Quantum Computing“, eines der ersten Bücher, das theoretisierte, wie ein Quantencomputer funktionieren könnte, geschrieben vom NASA-Wissenschaftler – und ehemaligen Forschungsassistenten von Stephen Hawking – Colin Williams. (Williams arbeitet jetzt bei D-Wave.)

Gregory Barber

Adrienne So

Matt Simon

Julian Chokkattu

Als Rose das Buch las, hatte sie zwei Offenbarungen. Erstens würde er es im akademischen Bereich nicht schaffen. „Ich habe nie einen Platz in der Wissenschaft gefunden“, sagt er. Aber er hatte das Gefühl, dass er über die durch jahrelanges Ringen geschärfte Hartnäckigkeit verfügte, um Unternehmer zu sein. „Ich war gut darin, wirklich ehrgeizige Dinge auf die Beine zu stellen, ohne sie für unmöglich zu halten.“ Zu einer Zeit, als viele kluge Leute argumentierten, dass Quantencomputer niemals funktionieren könnten, verliebte er sich in die Idee, einen nicht nur herzustellen, sondern zu verkaufen.

Mit einer Anschubfinanzierung von etwa 100.000 US-Dollar von einem Unternehmerprofessor gründeten Rose und eine Gruppe von Universitätskollegen D-Wave. Sie strebten ein Inkubatormodell an und machten sich daran, jemanden zu finden und in ihn zu investieren, der auf dem richtigen Weg war, ein praktisches, funktionierendes Gerät herzustellen. Das Problem: Niemand war in der Nähe.

Zu dieser Zeit verfolgten die meisten Wissenschaftler eine Version des Quantencomputings namens Gate-Modell. In dieser Architektur fangen Sie einzelne Ionen oder Photonen ein, um sie als Qubits zu verwenden, und verketten sie in Logikgattern, wie sie in normalen Computerschaltkreisen vorkommen – den Unds, Oders, Nichts usw., die sich zu der Denkweise eines Computers zusammenfügen. Der Unterschied besteht natürlich darin, dass die Qubits dank Überlagerung, Verschränkung und Interferenz auf viel komplexere Weise interagieren könnten.

Aber Qubits bleiben wirklich nicht gern in einem Zustand der Überlagerung, der sogenannten Kohärenz. Ein einzelnes Luftmolekül kann ein Qubit aus der Kohärenz bringen. Der einfache Akt der Beobachtung der Quantenwelt kollabiert all ihre Quantenhaftigkeit von jeder Zahl auf einmal in einer stochastischen, eintönigen Nichtquantenrealität. Man muss Qubits also vor allem schützen. Hitze oder anderes „Rauschen“, physikalisch ausgedrückt, zerstören einen Quantencomputer und machen ihn unbrauchbar.

Übrig bleibt ein wunderschönes Paradoxon: Selbst wenn Sie eine Berechnung erfolgreich durchführen, können Sie das nicht so einfach herausfinden, denn wenn Sie sie betrachten, wird Ihre überlagerte Quantenberechnung auf einen einzigen Zustand reduziert, der zufällig aus allen möglichen Überlagerungen ausgewählt wird und daher wahrscheinlich ist total falsch. Sie fragen den Computer nach der Antwort und bekommen Müll.

Aufgrund dieser unerbittlichen Physik hatten Wissenschaftler Systeme mit bestenfalls zwei oder drei Qubits gebaut. Sie waren unglaublich schnell, aber zu schwach, um auch nur die prosaischsten Probleme im Labormaßstab zu lösen. Aber Rose wollte nicht nur zwei oder drei Qubits. Er wollte 1.000. Und er wollte ein Gerät, das er innerhalb von 10 Jahren verkaufen konnte. Er brauchte eine Möglichkeit, Qubits herzustellen, die nicht so zerbrechlich waren.

„Wir versuchen, die besten Computer zu bauen, die es je in der Weltgeschichte gegeben hat.“

Im Jahr 2003 fand er einen. Rose traf Eric Ladizinsky, einen großen, sportlichen Wissenschaftler am Jet Propulsion Lab der NASA, der ein Experte für supraleitende Quanteninterferenzgeräte oder Tintenfische war. Als Ladizinsky winzige Schleifen aus Niobmetall auf nahezu den absoluten Nullpunkt unterkühlte, liefen Magnetfelder gleichzeitig in zwei entgegengesetzten Richtungen um die Schleifen. Für einen Physiker sind Elektrizität und Magnetismus dasselbe, daher erkannte Ladizinsky, dass er eine Überlagerung von Elektronen beobachtete. Er vermutete auch, dass sich diese Schleifen verschränken könnten und dass die Ladungen durch einen Quantentunnel durch den Chip von einer Schleife zur nächsten gelangen könnten. Mit anderen Worten: Er könnte die Niob-Schleifen als Qubits nutzen. (Das in eine Richtung verlaufende Feld wäre eine 1; das gegenüberliegende Feld wäre eine 0.) Das Beste daran: Die Schleifen selbst waren relativ groß, nur Bruchteile eines Millimeters. Ein normales Mikrochip-Fabriklabor könnte sie bauen.

Gregory Barber

Adrienne So

Matt Simon

Julian Chokkattu

Die beiden Männer dachten darüber nach, die Niobschleifen zur Herstellung eines Gate-Modell-Computers zu verwenden, befürchteten jedoch, dass das Gate-Modell zu anfällig für Rauschen und Zeitfehler sein würde. Sie hatten jedoch eine Alternative – eine Architektur, die einfacher zu bauen schien. Es wird als adiabatisches Tempern bezeichnet und konnte nur einen bestimmten Rechentrick ausführen: die Lösung dieser regelbeladenen Optimierungsprobleme. Es wäre kein Allzweckcomputer, aber Optimierung ist enorm wertvoll. Jeder, der maschinelles Lernen nutzt – Google, Wall Street, Medizin –, tut es ständig. Auf diese Weise trainiert man eine künstliche Intelligenz, Muster zu erkennen. Es ist vertraut. Es ist schwer. Und Rose erkannte, dass es einen sofortigen Marktwert hätte, wenn sie es schneller machen könnten.

In einem herkömmlichen Computer funktioniert das Ausheilen folgendermaßen: Sie übersetzen Ihr Problem mathematisch in eine Landschaft aus Gipfeln und Tälern. Ziel ist es, das tiefste Tal zu finden, das den optimierten Zustand des Systems darstellt. In dieser Metapher rollt der Computer einen Stein um die Problemlandschaft herum, bis er im tiefstmöglichen Tal landet, und das ist Ihre Antwort. Doch ein herkömmlicher Computer bleibt oft in einem Tal stecken, das gar nicht wirklich tief ist. Der Algorithmus kann nicht über den Rand des nächstgelegenen Berges blicken, um zu erkennen, ob es ein noch tiefer gelegenes Tal gibt. Rose und Ladizinsky erkannten, dass ein Quantenglüher Tricks ausführen könnte, die diese Einschränkung umgehen. Sie könnten einen Chip voller Qubits nehmen und jedes einzelne auf einen höheren oder niedrigeren Energiezustand einstellen und so den Chip in eine Darstellung der felsigen Landschaft verwandeln. Aber dank der Überlagerung und Verschränkung zwischen den Qubits könnte der Chip rechnerisch durch die Landschaft tunneln. Es wäre viel weniger wahrscheinlich, in einem Tal stecken zu bleiben, das nicht das tiefste wäre, und es würde viel schneller eine Antwort finden.

Das Innere eines D-Wave sieht nicht aus wie das eines anderen Computers. Anstelle von in Silizium geätzten Metallen besteht der Zentralprozessor aus Schleifen des Metalls Niob, umgeben von Komponenten, die ihn vor Hitze, Vibration und elektromagnetischem Rauschen schützen sollen. Wenn Sie diese Niobschleifen gut genug von der Außenwelt isolieren, erhalten Sie einen Quantencomputer, der tausende Male schneller ist als die Maschine auf Ihrem Schreibtisch – so behauptet das Unternehmen zumindest. – Cameron Bird

Thomas Porostocky

A. Tiefkühlschrank: Ein riesiges Kühlsystem nutzt flüssiges Helium, um den D-Wave-Chip auf 20 Millikelvin abzukühlen – oder 150-mal kälter als der interstellare Raum.

B. Wärmeableitung: Vergoldete Kupferscheiben leiten Wärme nach oben und vom Chip weg, um zu verhindern, dass Vibrationen und andere Energie den Quantenzustand des Prozessors stören.

C. Niobschleifen Ein Gitter aus Hunderten winziger Niobschleifen dient als Quantenbits oder Qubits, das Herzstück des Prozessors. Beim Abkühlen zeigen sie quantenmechanisches Verhalten.

D. Lärmschutzschilde: Die über 190 Drähte, die die Komponenten des Chips verbinden, sind mit Metall umwickelt, um Magnetfelder abzuschirmen. Nur ein Kanal überträgt Informationen nach außen – ein Glasfaserkabel.

Besser noch: Rose und Ladizinsky sagten voraus, dass ein Quanten-Annealer nicht so fragil sein würde wie ein Gate-System. Sie müssten die Interaktionen einzelner Qubits nicht genau zeitlich festlegen. Und sie vermuteten, dass ihre Maschine auch dann funktionieren würde, wenn nur einige der Qubits verschränkt wären oder tunneln würden; Diese funktionierenden Qubits würden immer noch dazu beitragen, das Problem schneller zu lösen. Und da die Antwort, die ein Quanten-Annealer ausgibt, der Zustand mit der niedrigsten Energie ist, erwarteten sie auch, dass er robuster sein würde und die Beobachtung, die ein Bediener durchführen muss, um die Antwort zu erhalten, mit größerer Wahrscheinlichkeit übersteht. „Das adiabatische Modell wird von Natur aus nur weniger durch Rauschen verfälscht“, sagt Williams, der Autor des Buches, mit dem Rose angefangen hat.

Gregory Barber

Adrienne So

Matt Simon

Julian Chokkattu

Im Jahr 2003 zog diese Vision Investitionen an. Der Risikokapitalgeber Steve Jurvetson wollte an der seiner Meinung nach nächsten großen Welle der Datenverarbeitung teilhaben, die die maschinelle Intelligenz überall vorantreiben würde – von Suchmaschinen bis hin zu selbstfahrenden Autos. Eine intelligente Wall-Street-Bank, sagt Jurvetson, könnte sich einen enormen Wettbewerbsvorteil verschaffen, wenn sie als erste einen Quantencomputer einsetzt, um immer intelligentere Handelsalgorithmen zu entwickeln. Er stellt sich vor, ein Banker mit einem D-Wave-Automaten zu sein: „Wenn ich das gut mache, kommt eine Flut von Bargeld auf mich zu“, sagt er. Und für eine Bank sind die 10 Millionen Dollar, die ein Computer kostet, Kleinigkeiten. „Übrigens, vielleicht kaufe ich mir exklusiven Zugang zu D-Wave. Vielleicht kaufe ich deine ganze Kapazität ab! Für mich ist das einfach eine Selbstverständlichkeit.“ D-Wave hat 100 Millionen US-Dollar von Investoren wie Jeff Bezos und In-Q-Tel, dem Risikokapitalzweig der CIA, eingesammelt.

Das D-Wave-Team saß in einem gemieteten Labor an der University of British Columbia zusammen und versuchte zu lernen, wie man diese winzigen Niobschleifen kontrolliert. Bald hatten sie ein Ein-Qubit-System. „Es war eine beschissene, mit Klebeband zusammengeklebte Sache“, sagt Rose. „Dann hatten wir zwei Qubits. Und dann vier.“ Als ihre Entwürfe immer komplizierter wurden, gingen sie zur industriellen Fertigung in größerem Maßstab über.

Während ich zusehe, holt Hilton gerade einen der Wafer aus der Fabrikanlage heraus. Es handelt sich um eine glänzende schwarze Scheibe in der Größe eines großen Esstellers, auf der 130 Exemplare ihres neuesten 512-Qubit-Chips beschriftet sind. Wenn ich genau hinsehe, kann ich gerade noch die Chips erkennen, die jeweils etwa 3 Millimeter im Quadrat groß sind. Der Niobdraht für jedes Qubit ist nur 2 Mikrometer breit, aber 700 Mikrometer lang. Wenn man ganz genau hinblinzelt, erkennt man eines: ein mit bloßem Auge sichtbares Stück der Quantenwelt.

Hilton geht zu einer der riesigen, gekühlten D-Wave-Blackboxen und öffnet die Tür. Im Inneren hängt eine umgekehrte Pyramide aus drahtverzierten, vergoldeten Kupferscheiben von der Decke. Das ist der Kern des Geräts. Es sieht aus wie ein Steampunk-Kronleuchter, aber wie Hilton erklärt, ist die Vergoldung der Schlüssel: Sie leitet Wärme – Lärm – nach oben und aus dem Gerät heraus. Unten am Kronleuchter hängt in Brusthöhe die sogenannte Kaffeedose, das Gehäuse für den Chip. „Hier gelangen wir von unserer Alltagswelt zu einem einzigartigen Ort im Universum“, sagt Hilton.

Bis 2007 gelang es D-Wave, ein 16-Qubit-System zu entwickeln, das erste, das kompliziert genug war, um tatsächliche Probleme zu lösen. Sie stellten es vor drei reale Herausforderungen: ein Sudoku lösen, die Leute am Esstisch sortieren und ein Molekül einer Reihe von Molekülen in einer Datenbank zuordnen. Die Probleme würden einen heruntergekommenen Dell nicht in Frage stellen. Aber es ging ihnen vor allem um Optimierung, und der Chip hat sie tatsächlich gelöst. „Das war wirklich das erste Mal, dass ich gesagt habe, verdammter Mist, wissen Sie, dieses Ding macht tatsächlich das, wofür wir es entwickelt haben“, sagt Rose. „Damals hatten wir keine Ahnung, ob es überhaupt funktionieren würde.“ Aber 16 Qubits reichten bei weitem nicht aus, um ein Problem zu lösen, das für einen zahlenden Kunden von Wert wäre. Er trieb sein Team immer weiter voran und produzierte bis zu drei neue Designs pro Jahr, immer mit dem Ziel, mehr Qubits zusammenzupferchen.

Gregory Barber

Adrienne So

Matt Simon

Julian Chokkattu

Als sich das Team zum Mittagessen im Konferenzraum von D-Wave versammelt, scherzt Rose über seinen eigenen Ruf als fleißiger Zuchtmeister. Hilton läuft herum und präsentiert den 512-Qubit-Chip, den Google gerade gekauft hat, aber Rose verlangt den 1.000-Qubit-Chip. „Wir sind nie glücklich“, sagt Rose. „Wir wollen immer etwas Besseres.“

„Geordie konzentriert sich immer auf die Flugbahn“, sagt Hilton. „Er will immer, was als nächstes kommt.“

Im Jahr 2010, D-Wave's Die ersten Kunden riefen an. Lockheed Martin kämpfte mit besonders schwierigen Optimierungsproblemen in seinen Flugsteuerungssystemen. Also nahm ein Manager namens Greg Tallant ein Team mit nach Burnaby. „Wir waren fasziniert von dem, was wir sahen“, sagt Tallant. Aber sie wollten Beweise. Sie haben D-Wave einem Test unterzogen: Finden Sie den Fehler in einem Algorithmus. Innerhalb weniger Wochen entwickelte D-Wave eine Möglichkeit, seine Maschine so zu programmieren, dass sie den Fehler findet. Überzeugt mietete Lockheed Martin eine 128-Qubit-Maschine im Wert von 10 Millionen US-Dollar, die in einem USC-Labor stehen sollte.

Die nächsten Kunden waren Google und die NASA. Hartmut Neven war ein weiterer alter Freund von Rose; Sie teilten die Faszination für maschinelle Intelligenz, und Neven hatte schon lange gehofft, bei Google ein Quantenlabor eröffnen zu können. Die NASA war fasziniert, weil sie oft mit unglaublich schwierigen Best-Fit-Problemen konfrontiert war. „Wir haben den Rover Curiosity auf dem Mars, und wenn wir ihn von Punkt A nach Punkt B bewegen wollen, gibt es viele mögliche Routen – das ist ein klassisches Optimierungsproblem“, sagt Rupak Biswas von der NASA. Doch bevor die Google-Führungskräfte Millionen auszahlten, wollten sie wissen, dass die D-Wave funktionierte. Im Frühjahr 2013 stimmte Rose zu, einen Dritten mit der Durchführung einer Reihe von von Neven entwickelten Tests zu beauftragen, bei denen D-Wave mit herkömmlichen Optimierern verglichen wurde, die auf normalen Computern ausgeführt wurden. Catherine McGeoch, Informatikerin am Amherst College, stimmte der Durchführung der Tests zu, allerdings nur unter der Bedingung, dass sie ihre Ergebnisse öffentlich bekannt gab.

Rose geriet leise in Panik. Trotz all seiner Aufregung – D-Wave veröffentlichte regelmäßig Pressemitteilungen, in denen er mit seinen neuen Geräten prahlte – war er sich nicht sicher, ob seine Blackbox die Schießerei gewinnen würde. „Eines der möglichen Ergebnisse war, dass das Ding völlig kaputt ging und scheiße wurde“, sagt Rose. „Und dann würde sie all dieses Zeug veröffentlichen und es wäre ein schreckliches Durcheinander.“

Ist die D-Welle tatsächlich eine Quantenwelle? Wenn Rauschen die Qubits entwirrt, handelt es sich nur um einen teuren klassischen Computer.

McGeoch hat D-Wave mit drei handelsüblichen Softwareprodukten verglichen. Eines davon war CPLEX von IBM, ein Tool, das beispielsweise von ConAgra verwendet wird, um globale Markt- und Wetterdaten zu analysieren und so den optimalen Preis für den Verkauf von Mehl zu ermitteln. Die anderen beiden waren bekannte Open-Source-Optimierer. McGeoch wählte drei mathematisch schwierige Probleme aus und ließ sie über D-Wave und einen gewöhnlichen Lenovo-Desktop laufen, auf dem die andere Software lief.

Die Ergebnisse? Die Maschine von D-Wave konnte sich mit der Konkurrenz messen – und in einem Fall sogar deutlich schlagen. Bei zwei der mathematischen Probleme arbeitete der D-Wave im gleichen Tempo wie die klassischen Löser und erreichte ungefähr die gleiche Genauigkeit. Aber beim schwierigsten Problem war es viel schneller und fand die Antwort in weniger als einer halben Sekunde, während CPLEX eine halbe Stunde brauchte. Die D-Wave war 3.600-mal schneller. Zum ersten Mal hatte D-Wave scheinbar objektive Beweise dafür, dass seine Maschine Quantenmagie wirkte. Rose war erleichtert; Später stellte er McGeoch als seinen neuen Benchmarking-Leiter ein. Google und die NASA haben eine Maschine. D-Wave war nun das erste Quantencomputerunternehmen mit echten, kommerziellen Verkäufen.

Gregory Barber

Adrienne So

Matt Simon

Julian Chokkattu

Da begannen die Probleme.

Quantenwissenschaftler hatten war schon lange skeptisch gegenüber D-Wave. Akademiker neigen dazu, misstrauisch zu werden, wenn der Privatsektor massive Fortschritte bei den wissenschaftlichen Erkenntnissen behauptet. Sie missbilligen „Wissenschaft durch Pressemitteilung“, und Geordie Roses bombastische Proklamationen riechen falsch. Damals hatte D-Wave wenig über sein System veröffentlicht. Als Rose 2007 eine Pressekonferenz abhielt, um das 16-Bit-System vorzustellen, schrieb der MIT-Quantenwissenschaftler Scott Aaronson, dass der Computer „für industrielle Optimierungsprobleme ungefähr so ​​nützlich sei wie ein Roastbeef-Sandwich“. Außerdem bezweifelten Wissenschaftler, dass D-Wave dem Stand der Technik so weit voraus sein könnte. Die meisten Qubits, die jemals jemand zum Arbeiten gebracht hat, waren acht. Dass D-Wave also mit einer 500-Qubit-Maschine prahlen kann? Unsinn. „Sie schienen sich nie wirklich Gedanken über das Rauschmodell zu machen“, sagt Smolin von IBM. „Schon ziemlich früh reagierten die Leute ablehnend und wir gingen alle irgendwie weiter.“

Das änderte sich, als Lockheed Martin und USC 2011 ihre Quantenmaschine erwarben. Wissenschaftler erkannten, dass sie diese mysteriöse Box endlich testen konnten und sehen, ob sie dem Hype standhielt. Innerhalb weniger Monate nach der D-Wave-Installation am USC riefen Forscher aus aller Welt an und baten um die Durchführung von Tests.

Die erste Frage war einfach: War das D-Wave-System tatsächlich ein Quantensystem? Er löste vielleicht Probleme, aber wenn Rauschen die Qubits entwirrte, war es nur ein teurer klassischer Computer, der adiabatisch, aber nicht mit Quantengeschwindigkeit arbeitete. Daniel Lidar, ein Quantenwissenschaftler am USC, der Lockheed bei seinem D-Wave-Deal beraten hatte, fand einen cleveren Weg, die Frage zu beantworten. Er ließ Tausende von Instanzen eines Problems auf der D-Wave laufen und zeichnete die „Erfolgswahrscheinlichkeit“ der Maschine auf – wie wahrscheinlich es war, das Problem richtig zu lösen – im Vergleich zur Anzahl der Versuche. Die letzte Kurve war U-förmig. Mit anderen Worten: In den meisten Fällen war die Maschine entweder völlig erfolgreich oder völlig gescheitert. Als er dieselben Probleme auf einem klassischen Computer mit einem Annealing-Optimierer durchführte, war das Muster anders: Die Verteilung gruppierte sich in der Mitte wie ein Hügel; Diese Maschine würde die Probleme wahrscheinlich lösen. Offensichtlich verhielt sich der D-Wave nicht wie ein altmodischer Computer.

Lidar führte die Probleme auch mit einem klassischen Algorithmus aus, der die Art und Weise simulierte, wie ein Quantencomputer ein Problem lösen würde. Die Simulation war nicht superschnell, aber sie dachte genauso wie ein Quantencomputer. Und tatsächlich erzeugte es das U, wie die D-Wellenform. Zumindest verhält sich die D-Wave eher wie eine Simulation eines Quantencomputers als wie ein herkömmlicher.

Sogar Scott Aaronson war beeindruckt. Er sagte mir, die Ergebnisse seien „vernünftige Beweise“ für Quantenverhalten. Wenn man sich das Muster der produzierten Antworten ansieht, „dann wäre eine Verstrickung schwer zu vermeiden.“ Es ist die gleiche Botschaft, die ich von den meisten Wissenschaftlern gehört habe.

Aber um wirklich als Quantencomputer bezeichnet zu werden, muss man auch, wie Aaronson es ausdrückt, „produktiv quantenmäßig“ sein. Das Verhalten muss dazu beitragen, dass die Dinge schneller vorankommen. Quantenwissenschaftler wiesen darauf hin, dass McGeoch keinen fairen Kampf organisiert hatte. Die Maschine von D-Wave war ein Spezialgerät, das zur Lösung von Optimierungsproblemen entwickelt wurde. McGeoch hatte es mit handelsüblicher Software verglichen.

Gregory Barber

Adrienne So

Matt Simon

Julian Chokkattu

Matthias Troyer machte sich daran, die Chancen auszugleichen. Troyer, ein Informatiker am Institut für Theoretische Physik in Zürich, beauftragte den Programmierer Sergei Isakov damit, einen 20 Jahre alten Software-Optimierer für Cray-Supercomputer zu testen. Isakov verbrachte ein paar Wochen damit, es zu optimieren, und als es fertig war, speiste das Team von Troyer und Isakov Zehntausende Probleme in USCs D-Wave und in ihren neuen und verbesserten Solver auf einem Intel-Desktop ein.

Diesmal war die D-Wave überhaupt nicht schneller. Nur bei einer kleinen Teilmenge der Probleme war es der herkömmlichen Maschine voraus. Meistens hielt es nur Schritt. „Wir finden keine Hinweise auf eine Quantenbeschleunigung“, kam Troyers nüchternes Fazit. Rose hatte Millionen von Dollar ausgegeben, aber seine Maschine konnte eine Intel-Box nicht schlagen.

Was noch schlimmer ist: Je schwieriger die Probleme wurden, desto länger dauerte es, bis D-Wave sie löste – ungefähr im gleichen Tempo wie die Computer der alten Schule. Das seien besonders schlechte Nachrichten, sagt Troyer. Wenn die D-Welle wirklich die Quantendynamik nutzen würde, würde man das Gegenteil erwarten. Da die Probleme immer größer werden, sollte es sich von den Intels zurückziehen. Troyer und sein Team kamen zu dem Schluss, dass D-Wave tatsächlich über ein gewisses Quantenverhalten verfügte, dieses jedoch nicht produktiv nutzte. Warum? Möglicherweise, sagen Troyer und Lidar, reicht die „Kohärenzzeit“ nicht aus. Aus irgendeinem Grund sind seine Qubits keine Qubits – der Quantenzustand der Niobschleifen wird nicht aufrechterhalten.

Eine Möglichkeit, dieses Problem zu beheben, falls es tatsächlich ein Problem ist, könnte darin bestehen, mehr Qubits zur Fehlerkorrektur zu verwenden. Lidar vermutet, dass D-Wave weitere 100 – vielleicht 1.000 – Qubits benötigen würde, um seinen Betrieb zu überprüfen (obwohl die Physik hier so seltsam und neu ist, ist er sich nicht sicher, wie die Fehlerkorrektur funktionieren würde). „Ich denke, dass fast jeder zustimmen würde, dass dieses Flugzeug ohne Fehlerkorrektur nicht abheben wird“, sagt Lidar.

Roses Antwort aufdie neuen Tests: „Das ist totaler Blödsinn.“

D-Wave, sagt er, ist ein ramponiertes Startup, das einen radikal neuen Computer vorantreibt, der von einer Handvoll Leuten in Kanada aus dem Nichts gebaut wurde. Aus dieser Sicht hatte Troyer die Nase vorn. Sicher, er verwendete Standard-Intel-Maschinen und klassische Software, aber diese profitierten von Investitionen im Wert von Jahrzehnten und Billionen Dollar. Der D-Wave meisterte seine Sache bewundernswert, indem er einfach Schritt hielt. Troyer „hatte den besten Algorithmus, der jemals von einem Team der besten Wissenschaftler der Welt entwickelt wurde, fein abgestimmt, um mit der Leistung dieses Prozessors mitzuhalten, und lief auf den schnellsten Prozessoren, die Menschen jemals bauen konnten“, sagt Rose. Und die D-Wave „ist jetzt mit diesen Dingen konkurrenzfähig, was ein bemerkenswerter Schritt ist.“

Aber was ist mit den Geschwindigkeitsproblemen? „Kalibrierungsfehler“, sagt er. Das Programmieren eines Problems in D-Wave ist ein manueller Prozess, bei dem jedes Qubit auf die richtige Ebene in der Problemlösungslandschaft abgestimmt wird. Wenn Sie diese Regler nicht genau richtig einstellen, „geben Sie möglicherweise das falsche Problem auf dem Chip an“, sagt Rose. Was den Lärm betrifft, gibt er zu, dass dieser immer noch ein Problem darstellt, aber der nächste Chip – die 1.000-Qubit-Version mit dem Codenamen Washington, die diesen Herbst auf den Markt kommt – wird den Lärm noch weiter reduzieren. Sein Team plant, die Niobschleifen durch Aluminium zu ersetzen, um die Oxidbildung zu reduzieren. „Mir ist es egal, ob man [einen herkömmlichen Computer] von der Größe des Mondes mit Verbindungen in Lichtgeschwindigkeit baut und den besten Algorithmus ausführt, den Google jemals entwickelt hat. Es wird keine Rolle spielen, denn dieses Ding wird dir trotzdem in den Arsch treten“, sagt Rose. Dann zieht er sich etwas zurück. „Okay, jeder möchte diesen Punkt erreichen – und Washington wird uns nicht dorthin bringen. Aber Washington ist ein Schritt in diese Richtung.“

Gregory Barber

Adrienne So

Matt Simon

Julian Chokkattu

„Oder hier ist eine andere Sichtweise“, sagt er mir. Vielleicht besteht das eigentliche Problem bei Leuten, die versuchen, D-Wave einzuschätzen, darin, dass sie die falschen Fragen stellen. Vielleicht braucht seine Maschine härtere Probleme.

Auf den ersten Blick klingt das verrückt. Wenn die alten Intels die D-Wave schlagen, warum sollte die D-Wave dann gewinnen, wenn die Probleme größer werden? Denn die Tests, die Troyer an der Maschine durchführte, waren zufällig. Bei einem kleinen Teil dieser Probleme schnitt das D-Wave-System besser ab. Rose glaubt, dass der Schlüssel darin liegt, diese Erfolgsgeschichten genauer zu betrachten und herauszufinden, was sie auszeichnet – welchen Vorteil D-Wave in diesen Fällen gegenüber der klassischen Maschine hatte. Mit anderen Worten: Er muss herausfinden, bei welchen Problemen seine Maschine besonders gut ist. Helmut Katzgraber, ein Quantenwissenschaftler bei Texas A&M, war im April Mitautor eines Artikels, der Roses Standpunkt untermauerte. Katzgraber argumentierte, dass die Optimierungsprobleme, mit denen alle D-Wave konfrontierten, tatsächlich zu einfach seien. Die Intel-Maschinen konnten problemlos mithalten. Wenn Sie sich das Problem als eine schroffe Oberfläche vorstellen und die Löser versuchen, den tiefsten Punkt zu finden, sehen diese Probleme „wie ein holpriger Golfplatz“ aus. „Was ich vorschlage, ist etwas, das wie die Alpen aussieht“, sagt er.

In gewisser Hinsicht klingt das wie ein klassischer Fall des Verschiebens der Torpfosten. D-Wave wird das Problem immer wieder neu definieren, bis es gewinnt. Doch die Kunden von D-Wave glauben, dass dies tatsächlich das ist, was sie tun müssen. Sie testen die Maschine immer wieder, um herauszufinden, was sie gut kann. Bei Lockheed Martin hat Greg Tallant herausgefunden, dass einige Probleme auf der D-Wave schneller ablaufen und andere nicht. Bei Google hat Neven über 500.000 Probleme auf seinem D-Wave durchgespielt und das Gleiche festgestellt. Er hat mit D-Wave Bilderkennungsalgorithmen für Mobiltelefone trainiert, die effizienter sind als alle zuvor. Er entwickelte einen Autoerkennungsalgorithmus, der besser war als alles, was er auf einer normalen Siliziummaschine tun konnte. Er arbeitet auch an einer Möglichkeit für Google Glass, zu erkennen, wann Sie (absichtlich) zwinkern, und ein Foto aufzunehmen. „Wenn Chirurgen operiert werden, haben sie viele Skalpelle dabei, ein großes und ein kleines“, sagt er. „Man muss sich Quantenoptimierung als das scharfe Skalpell vorstellen – das spezifische Werkzeug.“

Der Traum vom Quantencomputing war schon immer von Science-Fiction-Hoffnungen und Hype umhüllt – mit schwindelerregenden Vorhersagen über kaputte Kryptowährungen, Multiversum-Berechnungen und einer völlig auf den Kopf gestellten Welt der Computer. Aber es kann sein, dass Quantencomputing langsamer und seitwärts ankommt: als eine Reihe von Geräten, die selten verwendet werden, an den seltsamen Orten, an denen die Probleme, die wir haben, in ihrer seltsamen Sprache gesprochen werden. Quantencomputing läuft nicht auf Ihrem Telefon – aber vielleicht ist ein Quantenprozess von Google der Schlüssel dazu, das Telefon so zu trainieren, dass es Ihre stimmlichen Eigenarten erkennt und die Spracherkennung verbessert. Vielleicht bringt es Computern endlich bei, Gesichter oder Gepäck zu erkennen. Oder vielleicht wird, wie beim integrierten Schaltkreis zuvor, niemand die besten Anwendungsfälle herausfinden, bis er über Hardware verfügt, die zuverlässig funktioniert. Es ist eine bescheidenere Sichtweise auf diesen seit langem angekündigten Blitzschlag einer Technologie. Aber vielleicht beginnt das Quantenzeitalter so: nicht mit einem Knall, sondern mit einem Schimmer.