Quantum Computing op de horizon: Een ingenieursperspectief

Ed Brown

(Afbeelding: phonlamaiphoto/Adobe Stock)

Terwijl we 2025 vieren, het International Year of Quantum Science and Technology, begon ik na te denken over praktische toepassingen van kwantummechanica in computers, sensoren en cryptografie. En ik vind dat nadenken over deze dingen vanuit een ingenieursperspectief behoorlijk uitdagend is.

Als Richard Feynman, die een Nobelprijs won voor zijn werk over "kwantumelektrodynamica," niet dacht dat iemand kwantummechanica echt begrijpt, hoe kunnen zoveel mensen tegenwoordig over kwantumcomputers praten als het volgende grote ding? Aan de andere kant legde Feynman zelf in 1982 de theoretische onderbouwing voor kwantumcomputers, toen hij zei dat "om een kwantumsysteem nauwkeurig te modelleren, wetenschappers een ander kwantumsysteem zouden moeten bouwen." Dat andere systeem is wat we nu een kwantumcomputer noemen.

Zum voorbeeld, volgens een artikel op de Tech Briefs website, wordt het veld van kwantumcomputing verwacht $65 miljard te bereiken in 2030. In een ander artikel lezen we, "Kwantumcomputers hebben het potentieel om complexe problemen in menselijke gezondheid, medicijnontdekking en kunstmatige intelligentie miljoenen keren sneller op te lossen dan sommige van de werelds snelste supercomputers."

Mijn verwarring vergroot toen ik leerde dat "De antwoorden van kwantumcomputers afgeleid worden uit kansverdelingen. Kwantumcomputers geven je geen specifieke waarde voor een antwoord. Wat ze doen is vertellen hoe waarschijnlijk het is dat een bepaalde waarde de correcte oplossing is" — hun antwoorden zijn 'vaag'. "Helaas is een kwantumalgoritme maar één keer uitvoeren niet genoeg. Om zo dicht mogelijk bij het 'juiste' antwoord te komen, voeren computerwetenschappers deze berekeningen meerdere keren uit. Elk sample vermindert onzekerheid. De computer moet misschien duizenden keer het algoritme uitvoeren — of zelfs meer — om zo dicht mogelijk bij de meest accurate verdeling te komen." Maar er is een pluspunt: "Kwantumcomputers voeren deze algoritmes zo snel uit dat ze nog steeds het potentieel hebben om resultaten veel, veel sneller te produceren dan klassieke."

OK, ik kan het idee accepteren van kwantummechanica gebruiken zonder het diep te begrijpen, maar ik heb echte moeite met antwoorden van een kwantumcomputer die alleen kansen zijn. Als ingenieur ben ik gewend om te zoeken naar vaste, werkbare oplossingen voor realworld problemen, niet antwoorden die zeggen dat als ik op een liftknop druk, de lift waarschijnlijk naar mijn verdieping komt.

Na decennialang werk als EE, is SAE Media Group's Ed Brown goed op weg in zijn tweede carrière: Tech Editor.

"Ik realiseerde me, terugkijkend naar mijn engineering dagen en kijkend naar al het laatste en greatest als editor, ik heb veel gedachten over wat er nu gebeurt in het licht van mijn engineering ervaringen, en ik wil ze nu delen."

Kwantummechanica zonder wiskunde begrijpen

Een van de beste beschrijvingen van kwantumcomputing die ik tegenkwam was van National Institute of Standards and Technology (NIST) natuurkundige Tara Fortier: "5 Concepten Die Je Helpen Kwantummechanica En Technologie Te Begrijpen — Zonder Wiskunde!" Zij legt uit dat hoewel "vaagheid" een essentiële kenmerk is van kwantumcomputing, dat geen fout is. "Klassieke fysica regeert de beweging van dingen die we kunnen zien, zoals baseballs en planeten. Kwantumfysica is een wereld die we niet makkelijk kunnen zien. Als enig deel van kwantum wezenlijk verschilt van klassieke fysica, is het dat fysica op de kwantumschaal niet alleen korrelig is maar ook vaag."

Maar Dr. Fortier wijst erop dat de natuur zelf vaag is. Als we inzoomen op een digitale afbeelding, is het gemaakt van individuele pixels, die eruitzien alsof ze goed gedefinieerde grenzen hebben. Maar, "Als je in zou kunnen zoomen op de atomen en subatomische deeltjes die de pixel vormen, zou je zien dat de subatomische deeltjes niet goed gedefinieerd zijn — hun grenzen en gedrag zijn enigszins onduidelijk. Dit is vergelijkbaar met het tekenen van een "perfecte" lijn met een potlood en liniaal. Als je die lijn met een microscoop bekijkt, lijken de randen meer wazig dan recht."

Dus, ik gok dat je zou kunnen zeggen dat een kwantumcomputer de wereld ziet op manieren die meer afgestemd zijn op hoe de werkelijkheid echt is dan een digitale computer, die ons alleen een sample van de wereld geeft.

Maar nog steeds, zoals Einstein zei, zijn kwantumgedragingen spookachtig.

Fortier's artikel maakt sommige kwantumgedragingen benaderbaarder maar nog steeds heel moeilijk voor mij te verteeren. Zum voorbeeld, degene die ik sinds mijn jeugd heb gehoord: Licht is zowel een golf als een deeltje. Soms gedraagt het zich op de ene manier, zoals wanneer lichtgolven ons regenbogen geven, maar als licht een zonnepaneel raakt gedraagt het zich als deeltjes. Het is moeilijk voor me om te begrijpen, maar ik kan mijn twijfels bij Seite leggen en gewoon accepteren dat het op beide manieren nuttig kan zijn.

Dan is er "het Heisenberg onzekerheidsprincipe, wat zegt dat de handeling van meten de kwantumtoestand van het object verstoort." Dus, hoe kan je een computer baseren op de toestanden van kwantumdeeltjes als je meting ze verstoort?

Maar voor mij is het spookachtigste van alle kwantumverstrengeling — de kwantumtoestand van een deeltje is gecorreleerd met de toestand van een ander, ongeacht hoe ver ze uit elkaar zijn. Dus, het meten van één deeltje beïnvloedt de toestand van zijn partner. Toch is er een praktisch gebruik voor verstrengeling — veilige cryptografische sleutels.

Al dit laat me denken dat ik denk dat meer dan wetenschap nodig is om praktische kwantumcomputers te ontwikkelen — ingenieurs zullen moeten accepteren om met technologie te werken die ze niet echt kunnen begrijpen.