Miből lesz a szupravezető kvantumbit?

A TTK az eddigi Jövőtervezőkhöz képest kicsit más utat választott, amennyiben több, rövidebb előadást – szám szerint hatot – illesztett a programba, egy világos ívre húzva fel őket. Levendovszky János kutatási és innovációs rektorhelyettes bevezetője után a moderátor szerepét vállaló Asbóth János, az Elméleti Fizika Tanszék docense konferálta fel első kollégáját.

Asbóth János

Török János (Elméleti Fizika Tanszék) Komplex és mesterséges hálózatok címmel indította az előadásfüzért. Elmagyarázta, mi a különbség komplikált és komplex között, majd rátért a természetes és mesterséges hálózatok sajátosságaira, a madárrajoktól a járványok terjedési mintázatain át a távközlési rendszerekig.

Török János

A legérdekesebb hálózat az emberi agy, amelyben a neuronok összeköttetéseit egy réteges szerkezettel szokás leírni. Ezt képezik le a neurális hálózatok, amelyeket az ún. nagy nyelvi modellek használnak. Úgy működnek, hogy szavakat, szórészeket azonosítanak, ezeket kell átfordítani egy absztrakt többdimenziós térbe. Itt bizonyos irányoknak kognitív értelme is van, mint „számosság” vagy „nőiesség”. A kontextus ebben a térben módosítja a szó vektorát, például a sakk kontextusában a „király” elfordul a „játék” felé” – magyarázta Török János.

Rácz Péter (Kognitív Tudományi Tanszék) innen fűzte tovább Neuronhálózatok és emberi intelligencia című előadását. Azzal kezdte, hogy mit tud és mit nem tud az agyunk: jó a mintázatfelismerésben, a különféle szenzoros élmények feldolgozásában és összeillesztésében, ezekből építkezve képes tudatosan tervezni és új információkat dinamikusan beépíteni. Jellemzően rosszul teljesít viszont adatok feljegyzésében és ugyanannak a műveletnek a sokszori elvégzésében.

Rácz Péter

Éppen ezért alkalmaz az ember olyan kognitív segédeszközöket, mint a füzet és számítógép: kiszervezi az erősségeire kevésbé támaszkodó feladatokat. Az említett neurális hálók azért jelentenek nagy fejlődést a számítógépek világán belül is, mert valamelyest képesek utánozni azt, amiben az agy jó, például a mintázatfelismerést – így tud arcot felismerni az algoritmus. Ehhez hasonlóan, bizonyos nehéz feladatok megoldásában nagy ugrást jelenthet a kvantumszámítógép.

Hogyan készítsünk számítógépet mesterséges neuronokkal? – tette fel az ezek után logikusnak tűnő kérdést a következő előadó, Halbritter András (Fizika Tanszék). A számítástechnika 1947 (az első tranzisztor megalkotása) óta történt fejlődését azzal érzékeltette, hogy 1 négyzetcentiméterre ma már 24 milliárd tranzisztor zsúfolható be. Szükség is van ennyi elemi számítóeszközre, ha bonyolult neurális hálózatot akarunk használni, ami nagyszámú szorzással jár – aminek viszont az energiaigénye is nagy.

Halbritter András

A neurális hálózatok energiaigénye azzal enyhíthető jelentős mértékben, ha  azokat célhardver, egy mesterséges neuronhálózat valósítja meg. Ennek lehetnek építőkövei a memrisztorok: elektromos impulzusokkal hangolható (ezért memóriaként is szolgáló) ellenállások. Memrisztorokból épített neurális hálóban az alapműveletek (a rétegeket összekötő mátrixszorzások) a középiskolában tanult áramköri szabályok szerint maguktól elvégződnek.

A helyigényről pedig annyit, hogy egy memrisztor lehet akár egyetlen atom is!

Weiner Mihály (Analízis és Operációkutatás Tanszék) áttért arra, milyen új lehetőségeket nyit meg a kvantumfizika a számításokban. Előadásában a “kvantumos határozatlanság” fogalmát világította meg, ami gyökeresen más, mint a tudásunk hiányát jelző “bizonytalanság”. Ezen a nyelven egy atommag körül mozgó elektron helyzete nem egyszerűen bizonytalan (azaz van, csak ismeretlen), hanem kvantumosan határozatlan: mintha a világ még nem generálta volna le.

Weiner Mihály

Ha bitek helyett kvantumbiteket használunk, ezek lehetnek határozatlanok, és kvantumosan össze lehet fonni​ őket, így (akár exponenciálisan) komplexebb problémák oldhatók meg, mint a hagyományos számítógépeken.

A kvantumszámítógépek adta úgynevezett kvantumfölényre jó példa a nagy számok szorzatra bontása, azaz a faktorizálás, amelynek a nehézségére épít sok ma használt titkosító rendszer – ez már Pályi András (Elméleti Fizika Tanszék) előadásából derült ki. A Shor-algoritmus futtatásához azonban a kvantumszámítógépnek többezer kvantumbites memóriára van szüksége, továbbá lényegesen (tíz nagyságrenddel) pontosabb műveletekre, mint amilyeneket a mai prototípusok tudnak.

Pályi András

A fő kihívás a kvantumbiteken végzett műveletek magas, néhány ezrelékes zajszintje. Ez ellen lehet a kvantumos összefonódás segítségével, kvantumos hibajavítással küzdeni. Így viszont már nem néhány ezer, hanem néhány millió kvantumbit kellene legyen egy számítógépben – míg a mai prototípusok néhány száz kvantumbitesek.

Végezetül Makk Péter, a Fizika Tanszék vezetője Szupravezető kvantumbit a BME-n címmel arról számolt be, hogy miféle kutatások zajlanak az egyetemen a mainál pontosabban vezérelhető kvantumbitek témájában. A tanszék laborjában vizsgálják a pillanatnyilag legígéretesebbnek tartott hardveres megvalósítást is, a szupravezető nyomtatott áramkörön megvalósított transzmon kvantumbitet.

Makk Péter

Ahhoz, hogy a kvantumbitet szuperponált, azaz kvantumosan határozatlan állapotba hozzák, 30 mK-re, a világűr hőmérsékletének századrészére kell hűteni – egy He4 és He3 keverékét használó speciális hűtőgéppel, amely Magyarországon egyedülálló eszköz. De kísérleteznek alternatív megoldásokkal is, például  félvezető pálcákat beépítve az áramkörbe. Az így alkotott Andrejev-kvantumbit talán valamikor felválthatja a transzmont: alacsonyabb zajszintje miatt lehet, hogy ez lesz a jövő kvantumbitje.

Kellett figyelni

Rektori Kabinet, Kommunikációs Igazgatóság