Квантовая революция для всех

Введение: Момент, когда всё изменилось

Первое волшебство

В Советском Союзе начала 1980-х годов, а я тогда ещё не окончил школу, компьютеры были редкостью и чем-то загадочным. Они существовали в мире, далёком от обычных людей —спрятанные за кодовыми дверьми в научно-исследовательских институтах, на военных объектах и в отдельных вычислительных центрах крупных вузов. Персональных компьютеров в том виде, в каком мы их знаем сегодня, практически не существовало. Самыми доступными для большинства людей «вычислительными мощностями» были программируемые калькуляторы, и даже они были крайне редки. Сама идея о том, что их можно использовать во всех областях жизни была чем-то, о чём задумывались только писатели-фантасты.

Я никогда не забуду тот момент, когда впервые получил в свои руки советский программируемый калькулятор «Электроника Б3-34». Это было похоже на волшебство. Нет, это не было тем «волшебством», с которым у нас ассоциируются любые передовые технологии. То было глубинное, меняющее жизнь волшебство, которое происходит, когда ты впервые своими глазами видишь возможности, выходящие за пределы твоей текущей реальности.

Калькулятор попал ко мне благодаря удачному стечению обстоятельств и в удачный момент. В один прекрасный день я просто заметил его среди вещей моего отца, профессора политехнического института. В те дни подобные «передовые технологии», если и появлялись в обычных магазинах, не обязательно сразу привлекали толпы энтузиастов-поклонников, как происходит в наши дни практически с каждой технологической новинкой. Как показали последующие события, этот гаджет оказался для меня совсем не тем обычным инструментом инженера или учёного, каким он, возможно, задумывался. Он стал для меня порталом в будущее. Но давайте обо всём по порядку.

В моей комнате, в нашей трёхкомнатной квартире, стоял большой такой рабочий стол со множеством ящиков и отделений, добротно сделанный в одной из стран тогдашней Восточной Европы из твёрдого дерева, покрытого качественным лаком. Традиционно такие столы покрывали скатертью, поверх которой клали лист оргстекла, а под ним находили своё упокоение всякие полезные вырезки из журналов и подобные вещи. Этот стол стал моим командным центром, моей лабораторией, моим окном в будущее, которое было уже совсем близко за горизонтом. Калькулятор прочно занял на нём своё место рядом с научно-популярными журналами той эпохи: «Техника – молодёжи» и «Наука и жизнь». Эти журналы сами по себе были сокровищами, наполненными статьями об освоении космоса, новых технологиях и научных открытиях со всего мира. У «Электроники Б3-34» же был тот самый специфический пластиковый дух нового электронного гаджета – смесь сладковато-горького запаха свежих печатных плат, новых микросхем и атмосферы нераскрытого ещё потенциала. Аромат был опьяняющим для подростка, зачарованного новыми технологиями. Я был загипнотизирован светящимися зелёным цифрами на его дисплее, мягкой люминесценцией, которая казалась почти живой в полумраке моей комнаты, освещаемой лишь настольной лампой.

Нажатие на эти кнопки требовало некоторого усилия и сопровождалось специфическими щелчками – это были не те мягкие, отзывчивые клавиши, к которым мы привыкли сегодня. Каждое нажатие требовало намерения, осознанной решимости выполнить задуманное тобой вычисление. Но это тактильное сопротивление делало каждое нажатие кнопки значимым, как будто я командовал чем-то действительно мощным и важным.

К калькулятору прилагалось руководство, которое было одновременно пугающим и вдохновляющим. Предельно техническим языком в нём объяснялись используемые калькулятором команды программирования – нечто совершенно чуждое большинству людей той эпохи. Там описывалось, как создавать циклы вычислений, там были условные операторы – понятия, включённые в первый курс «Основы информатики», который появится в школе лишь годом позже, после нашей параллели. Так я фактически оказался в будущем.

Приключения с атласом

Научно-популярные журналы той эпохи, подобно магическим книгам, помогли мне превратить этот экзотический гаджет, вкупе с имевшимся у меня огромным географическим атласом, в волшебный хрустальный шар. С его помощью я смог осуществить кругосветное путешествие на воздушном шаре, рассчитывая маршруты передвижения и высоту полёта на основе реальных географических данных. Это была не просто игра с числами – это был мой первый опыт того, что мы сейчас назвали бы компьютерным моделированием и симуляцией.

Я помню, как проводил всё своё свободное время, прокладывая курс вокруг земного шара, тщательно следуя западным ветрам в северном полушарии. Атлас показывал мне преобладающие направления и скорости ветра на разных широтах и в разные сезоны, высоты гор, которые могли бы повлиять на траекторию полёта моего воображаемого шара, и океанские течения, которые могли бы влиять на погодные условия. По сути, я сам составлял для себя свой собственный прогноз погоды, ограниченный только данными, доступными в моём атласе советской эпохи, и подкреплённый «вычислительной мощностью» моего калькулятора.

Задача обхода высоких горных массивов Евразийского континента не давала мне уснуть. Я часами рассчитывал оптимальные траектории полёта над сибирскими лесами, определял безопасные высоты для преодоления Уральских гор и прокладывал курсы, которые использовали бы преимущества устойчивых воздушных потоков, избегая при этом опасных погодных условий. Я изучал североамериканские хребты – Скалистые горы, Аппалачи, прибрежные хребты – рассчитывая, как воздушный шар мог бы обойти или перелететь эти препятствия, не поднимаясь слишком высоко, где у меня могли бы возникнуть проблемы с моим воображаемым примитивным оборудованием для нагрева воздуха в шаре.

Каждый расчёт включал множество переменных: скорость и направление ветра на разных высотах, сезонные погодные условия, теоретические характеристики моего воображаемого шара, требования к топливу для горелки. Я неосознанно развивал навыки системного мышления, оптимизации и решения сложных проблем, которые хорошо послужили мне в последующие годы.

Атлас стал моей базой данных, заполненной рукописными пометками на полях и карандашными линиями, отмечающими альтернативные маршруты. В отдельной тетради копились таблицы расчётов для различных сценариев. Я создавал планы на случай непредвиденных обстоятельств для разных сезонов, разные маршруты для разных погодных условий и сравнительный анализ компромиссов между различными подходами.

Некоторые маршруты отдавали приоритет скорости, используя преимущества самых сильных ветров, даже если это означало полёт над более опасной местностью. Другие отдавали приоритет безопасности, выбирая более длинные пути, которые избегали основных препятствий и непредсказуемых погодных условий. По сути, я разрабатывал стратегии действий, используя множество переменных. Через много лет появится огромное множество компьютерных игр и прикладных программных продуктов, для которых это станет неотъемлемой частью. А тогда эта игра с цифрами стала для меня настоящим откровением.

Космические расчёты

Подобным же образом я представлял космические миссии, существовавшие только в моей голове и в маленьких зелёных цифрах на экране калькулятора. Это были не простые фантазии – это были детальные инженерные опыты, которые выходили за рамки того, что было вычислительно возможно с моими ограниченными ресурсами.

Я проводил «тестовые запуски», рассчитывая параметры расхода топлива и тяги двигателей, необходимые для преодоления земного притяжения, определяя оптимальные окна запуска на основе взаимного расположения планет и спутников и вычисляя оптимальные моменты коррекции траектории для межпланетных путешествий. Представьте только: я экспериментировал с различными начальными параметрами космических кораблей – распределением массы, топливными нагрузками, характеристиками двигателей и профилями миссий – подобно тому, что инженеры SpaceX делают сегодня. Просто тогда это происходило на гораздо более примитивном уровне.

Космические миссии, которые я проектировал, варьировались от простых орбитальных облётов Земли до сложных межпланетных экспедиций. Для миссий на Марс я рассчитывал энергетические требования для манёвров перехода на траекторию к Марсу, время, необходимое для прибытия, когда Марс будет в оптимальном положении, и резервы топлива, необходимые для обратного путешествия. Я рассматривал гравитационные манёвры у других планет, чтобы эффективно расходовать каждый грамм топлива.

Совершая орбитальные полёты в своём воображении, я представлял себя Юрием Гагариным и пытался представить, как выглядела бы Земля оттуда. Я рассчитывал орбитальные скорости, необходимые для поддержания различных высот, периоды различных орбит и то, как орбитальная механика повлияла бы на окна связи с командным центром. Я рассчитывал сход с орбиты, последствия сопротивления атмосферы на низкой околоземной орбите и точность, необходимую для манёвров сближения и стыковки на орбите.

Я пробовал различные траектории и профили миссий, рассчитывая, сколько топлива мне нужно для каждого манёвра и сколько времени он займёт. Я открывал для себя парадоксальные аспекты орбитальной механики – как замедление может поднять вашу орбиту, как наиболее эффективный маршрут к другой планете может включать движение сначала в противоположном направлении, и как выбранный момент может быть более критичным, чем грубая мощь.

Сложность этих расчётов означала, что мне требовалось много дней, иногда недель, чтобы завершить эти виртуальные экспедиции.

Волшебная вселенная

Однако не сами вычисления очаровывали меня. Я был в восторге от потенциальных возможностей того, как технология позволяла взять содержимое моего воображения и сделать его реальным. Каждое нажатие кнопки, каждое светящееся на том маленьком экране число были для меня шагами в более обширную вселенную открытий и возможностей.

Это было не просто получение правильных ответов на математические задачи. Калькулятор служил мостом между абстрактным и конкретным, между теоретическими возможностями и практическими ограничениями. Через вычислительное моделирование я мог исследовать сценарии, которые было бы невозможно протестировать в реальности, экспериментировать с переменными, которыми было бы слишком опасно или дорого манипулировать в физическом мире, и перебирать альтернативы дизайна со скоростью, которая была бы немыслима без помощи компьютера и программ.

Я помню, как сидел часами со своим атласом, пытаясь понять мир не таким, каким он был, а таким, каким он мог бы быть. Комбинация географических данных, математического моделирования и вычислительного потенциала открывала новые способы мышления о пространстве, времени, ресурсах и возможностях человека. Я проводил мысленные эксперименты, подобные работе профессиональных инженеров и учёных, ограниченные только масштабом моего воображения и вычислительными ограничениями моего калькулятора.

Вычисления дали мне чувство контроля над бесконечным – способ превратить мечты во что-то осязаемое, даже если это было всего лишь на крошечном дисплее калькулятора. Речь шла не о контроле над самой реальностью, а о расширении границ того, на что был способен человеческий анализ и планирование в области, которые в противном случае оставались бы чисто умозрительными.

Этот опыт научил меня, что вычислительная мощность – это не только скорость или эффективность – это расширение границ того, что можно исследовать, понимать и оптимизировать. С моим калькулятором я мог моделировать сценарии, проверять гипотезы и перебирать альтернативы со скоростью, которая была бы невозможна с чисто умственными вычислениями или методами с использованием одних лишь бумаги и карандаша.

Уроки вычислительного мышления

Эти небольшие, творческие эксперименты с технологией преподали мне ценные уроки, которые оказались основополагающими на протяжении всей моей жизни: вычисления – это не только числа и уравнения. Это исследование, творчество и решение проблем способами, которых вы и представить не могли.

Проекты с воздушным шаром и космическими кораблями научили меня системному мышлению – пониманию того, как множество переменных взаимодействуют сложными способами и как изменение одного параметра может вызвать каскад изменений по всей системе.

Я открыл силу итеративного совершенствования, где первоначальные грубые приближения могли постепенно улучшаться через систематический анализ и тестирование. Каждый цикл вычислений раскрывал новые идеи, предлагал альтернативные подходы или выявлял ранее не рассмотренные ограничения.

Самое главное, я узнал, что вычисления могут быть творческим процессом. Калькулятор был не просто инструментом для проверки заранее определённых решений – это был инструмент для исследования и открытия. Меняя исходные допущения, корректируя параметры и исследуя альтернативные сценарии, я мог обнаружить возможности, которые не пришли бы мне в голову посредством чисто умственного анализа.

Со временем я понял, что настоящее волшебство было не только в том, что эти устройства могли делать, но и в том, что они позволяли мне воображать и пробовать. Калькулятор расширял мои когнитивные способности, позволяя мне более систематически думать о сложных проблемах и исследовать возможности, которые были бы за рамками моих собственных чисто умственных способностей.

Этот опыт породил мою увлечённость на всю жизнь взаимодействием человеческого творчества и вычислительных возможностей. Я начал понимать, что самые интересные применения вычислительной техники будут не в автоматизации рутинных задач, а в расширении границ человеческих возможностей к новым горизонтам и открытиям.

Свидетель компьютерной революции

Этот образ мышления сопутствовал мне на протяжении последовавших за этим десятилетий, когда я стал свидетелем компьютерного бума, почти целиком происходившего на моих глазах. От тех ранних дней с «Электроникой Б3-34» до персональных компьютеров, интернета, смартфонов и облачных вычислений – меня восхищали новые сферы практического применения компьютеров и того, как они толкали цивилизацию к новым возможностям.

Переход от калькуляторов к персональным компьютерам был особенно захватывающим, потому что он представлял качественный сдвиг в вычислительных возможностях. Ранние персональные компьютеры, такие как Apple II и IBM PC, предлагали не просто больше вычислительной мощности, но совершенно новые способы взаимодействия с информацией и решения проблем.

Я наблюдал, как графические пользовательские интерфейсы сделали применение компьютеров доступным для нетехнических пользователей, как сетевые технологии связали изолированные компьютеры в мощные системы, и как программные приложения превратили абстрактную вычислительную мощность в практические инструменты для управления, производства, просвещения и развлечений.

Каждый технологический прорыв открывал новые возможности, которые были немыслимы всего несколько лет назад. Настольная издательская система сделала создание документов профессионального качества доступным для всех. Приложения электронных таблиц сделали финансовое моделирование доступным для малого бизнеса. Системы баз данных позволили организациям управлять и анализировать огромные объёмы информации с беспрецедентной эффективностью.

Появление интернета вызвало особенно масштабные перемены, потому что в нём соединились вычислительные мощности с глобальными коммуникациями и неограниченным обменом информацией. Внезапно те же принципы, которые я испытал со своим калькулятором – оптимизация, моделирование, итеративное совершенствование – начали применяться одновременно в обширных сетях взаимосвязанных систем.

На протяжении всего этого пути со мной осталось то же ощущение чуда, которое я испытывал подростком, прокладывая маршруты для воздушного шара через континенты. Каждый технологический прорыв открывал новые возможности для человеческого воображения и достижений, новые способы решения проблем, которые ранее были неразрешимыми, и новые возможности для расширения человеческого потенциала посредством вычислительных инструментов.

Ускорение было поразительным. Возможности, которые требовали специализированных знаний и дорогого оборудования в 1980-х годах, стали доступны обычным потребителям в 1990-х. Задачи, которые с великим трудом решали инженеры и учёные высокого уровня, стали доступными для студентов и любителей. Доступность вычислительных мощностей трансформировала не только возможности отдельных людей, но и целые слои общества и сектора экономики.

IT-потолок

Но затем наступил момент, который изменил всё, что, как я думал, я знал об информационных технологиях. Где-то между 2014 и 2016 годами я работал в медиакомпании, которая использовала электронное оборудование собственной разработки для восстановления аудио- и видеозаписей, сделанных в середине XX века, а также для создания передовых образовательных фильмов и презентационных видео.

В рамках этой деятельности раздвигались границы того, что до этого считалось технологически возможным. Физическое состояние архивных аудиозаписей часто было ужасным: множество слоёв шума, искажений и низкий уровень сигнала, что требовало сложных алгоритмов для отделения исходной аудиоинформации от последствий непрофессиональной записи, неосторожного использования и плохих условий хранения. Восстановление видео включало покадровый анализ, коррекцию цвета, стабилизацию и методы реконструкции, которые требовали огромных вычислительных ресурсов.

Компьютеры также широко использовались там для международных переводов на десятки языков, десятки миллионов слов на язык. Требования к качеству перевода также были высочайшими: с адаптацией, требовавшей понимания нюансированных значений, исторических отсылок и технической терминологии в десятках различных областей.

Именно в этой среде доведения технологии до её пределов я начал понимать, что существующие технологические подходы приближаются к пределам своего физического потенциала. Вычислительные потребности увеличивались настолько, что становились реальными фундаментальные ограничения, которые нельзя было преодолеть, просто купив более быстрые процессоры или добавив больше памяти.

Можно было продвинуться только до определённого предела в сторону уменьшения размеров вычислительных компонентов и повышения их плотности, и только до определённой степени можно было позволять этим компонентам нагреваться, работая на предельных частотах, так как их охлаждение потребовало бы слишком много энергии. Дело доходило до того, что система кондиционирования воздуха не могла справиться с теплом, которое вырабатывали десятки и десятки компьютеров, работающих в помещении.

Вычислительные требования восстановления записей из прошлого столетия и обработки миллионов слов на десятках языков сделали для меня реальными фундаментальные ограничения, к которым приближались имеющиеся технологии. Требовалась экспоненциально большая вычислительная мощность для каждого последующего шага в улучшения качества и масштабов работы, но традиционный путь увеличения скорости обработки информации, очевидно, больше не был жизнеспособным.

Реальность, которая двигала компьютерную индустрию десятилетиями и известная как Закон Мура, начала рушиться. Экспоненциальные улучшения вычислительной мощности, которые трансформировали общество за предыдущие пятьдесят лет, уступали место постепенным достижениям, давались ценой огромных вложений и неимоверно больших затрат энергии.

Осознание

Это осознание вернуло меня к тому подростку, сидящему за лакированным деревянным столом с калькулятором и атласом и мечтающему о невероятных путешествиях. Ощущение чуда оставалось, но теперь оно сочеталось с признанием того, что нужны принципиально новые технологические подходы, если мы хотим продолжать двигаться к новым горизонтам человеческих возможностей.

На протяжении более пятидесяти лет индустрия информационных технологий работала на основе фундаментального допущения: компьютеры будут продолжать становиться экспоненциально быстрее, меньше и эффективнее. Это допущение, известное как Закон Мура, двигало инновации, бизнес-модели и карьерные пути. Оно стало основой трансформации от компьютеров размером с комнату до карманных устройств, более мощных, чем системы, которые отправили людей на Луну.

Но что происходит, когда это допущение рушится? Что приходит после Закона Мура, когда достигнуты физические пределы классических компьютерных технологий?

Ответ, как я обнаружил, лежит в странном мире квантовой физики – той самой области странных явлений, которая казалась чистой абстракцией, когда я впервые столкнулся с ней много лет назад.

Когда физика становится странной

Моё путешествие в квантовые вычисления началось с простого вопроса: если классические компьютеры достигают физических пределов, что дальше? Ответ привёл меня в самую парадоксальную область науки – квантовую механику, механику атомов и элементарных частиц.

В классической физике объекты имеют определённые свойства. Монета повёрнута либо орлом, либо решкой. Компьютерный бит имеет значение либо 0, либо 1. Частица находится либо здесь, либо там. Это кажется фундаментальными истинами о реальности, базовыми допущениями, которые имеют смысл на основе нашего повседневного взаимодействия с физическим миром.

Кроме того, в классической физике, чтобы перемещать вещи, нужно тратить время. Требуется время, чтобы причина создала следствие где-то ещё. Требуется время для передачи информации. Этот принцип локальности – идея о том, что объекты могут непосредственно влиять только на близлежащие объекты – кажется настолько очевидным, что редко подвергается сомнению.

Квантовая физика разрушает эти допущения способами, которые всё ещё кажутся невозможными даже после десятилетий экспериментальных подтверждений. На субатомном уровне частицы могут существовать в нескольких состояниях одновременно, бросая вызов нашему классическому пониманию определённых свойств. Они могут оставаться связанными через огромные расстояния мгновенно, нарушая наше интуитивное понимание локальности и причинности.

Частицы могут проходить через барьеры, которые должны быть непроницаемыми согласно классической физике, и появляться с другой стороны препятствий, изначально даже не имея достаточно энергии, чтобы пройти над или вокруг них. А самое странное то, что сам акт наблюдения квантовых систем изменяет их поведение фундаментальным образом, давая понять, что сама реальность может быть подвержена влиянию сознания и восприятия.

Это не просто абстрактные курьёзы или математические формализмы – это основа квантовых вычислений. То, что кажется нарушением здравого смысла, на самом деле создаёт беспрецедентный вычислительный потенциал, способный революционизировать то, как мы решаем сложные задачи.

Переход от классического к квантовому мышлению предполагает пересмотр фундаментальных представлений о природе реальности и принятие парадигмы, в которой неопределённость, вероятность и нетривиальные взаимосвязи рассматриваются в качестве вычислительных ресурсов, а не препятствий для познания.

Почему это важно для вас

Вы можете подумать: «Это звучит интересно, но как это влияет на мою повседневную жизнь?» Ответ в том, что квантовые вычисления преобразят практически каждый аспект технологии и общества в течение следующих двух десятилетий, предъявляя требования и создавая возможности, которые затронут всех людей, независимо от их технического образования.

Рассмотрите эти сценарии, которые напрямую повлияют на вашу жизнь:

Ваша информационная конфиденциальность и безопасность: Каждый пароль, который вы используете, каждая онлайн-транзакция, которую вы совершаете, каждое зашифрованное сообщение, которое вы отправляете, основаны на математических алгоритмах, которые классические компьютеры практически неспособны взломать. Текущие системы шифрования полагаются на тот факт, что возведение больших чисел в степень или решение определённых математических задач заняло бы у классических компьютеров больше времени, чем существует вселенная.

Квантовые компьютеры взломают эти шифры за минуты, а это требует полного пересмотра подходов к кибербезопасности. Это не далёкая теоретическая угроза – это практический вызов, над решением которого организации работают прямо сейчас. Кредитная карта, которую вы используете, банковское приложение на вашем телефоне, безопасные коммуникации, на которые полагается ваш работодатель – всё это нужно будет перестроить на основе квантово-устойчивой системы безопасности.

Ваше здоровье: Полное понимание того, как работает тело, и поиск простой первопричины болезни в настоящее время занимает десятилетия и миллиарды долларов. Сложность биологических систем – белки, складывающиеся в определённые формы, генетические сети, регулирующие клеточные функции, иммунные системы, реагирующие на угрозы – включает квантово-механические процессы, которые классические компьютеры могут только приблизительно моделировать.

Квантовые компьютеры будут моделировать молекулярные взаимодействия с беспрецедентной точностью, потенциально сокращая сроки исследований в данной области с десятилетий до лет. Вместо проверки тысяч вариантов подходов к лечению посредством дорогостоящих и трудоёмких клинических испытаний исследователи могли бы использовать квантовые компьютеры для прогнозирования, какие стратегии, скорее всего, преуспеют, прежде чем начинать физическое тестирование.

Транспорт: Оптимизация трафика, планирование маршрутов и координация автономных транспортных средств включают сложные вычисления, которые растут экспоненциально вместе с масштабами транспортных систем. Курьерская служба, оптимизирующая маршруты для тысяч транспортных средств по городу, сталкивается с таким количеством возможных комбинаций маршрутов, которое больше количества атомов в наблюдаемой вселенной.

Квантовые компьютеры превосходно решают эти задачи оптимизации, потенциально сокращая пробки на дорогах, минимизируя потребление энергии и делая транспортные системы более эффективными и устойчивыми.

Окружающая среда: Моделирование климата, оптимизация использования источников возобновляемой энергии и технологии улавливания углерода – всё это требует вычислительной мощности, которая превышает текущие возможности. Понимание климатических систем включает моделирование взаимодействий атмосферы, океанов, поверхностей суши и биологических систем по множеству измерений – от молекулярных процессов до глобальных шаблонов циркуляции воздушных масс.

Квантовые вычисления могут ускорить решение задач изменения климата, обеспечивая более точные климатические модели, оптимизируя работу систем возобновляемой энергии и ускоряя разработку чистых технологий.

Ваше финансовое будущее: Инвестиционные стратегии, оценка рисков и выявление мошенничества будут революционизированы квантовыми алгоритмами, которые могут единомоментно обрабатывать огромные объёмы данных. На финансовых рынках происходят сложные взаимодействия между миллионами участников, регулятивными системами и экономическими факторами, которые порождают такие задачи оптимизации, которые идеально подходят для квантовых вычислений.

Квантовые компьютеры могут обеспечить более сложный анализ рисков, лучшее выявление мошенничества и разработку инвестиционных стратегий, которые используют взаимосвязи и шаблоны, недоступные для классических методов анализа.

Три вопроса, на которые отвечает эта книга

По мере того как я погружался в предмет квантовых вычислений, проявились три фундаментальных вопроса, ответы на которые должен получить любой, кто входит в эту область:

Что делает квантовые вычисления принципиально отличными от классических вычислений?

Это не просто более быстрая обработка – это совершенно другой подход к информации и вычислениям. Квантовые компьютеры не просто выполняют классические вычисления быстрее; они используют явления квантовой механики для решения задач такими методами, которым нет классического аналога.

Понимание этой разницы имеет решающее значение для понимания того, в каких случаях квантовые компьютеры обеспечат преимущество, а в каких оно останется у классических компьютеров. Оно также важно для подготовки к будущему, в котором гибридные квантово-классические системы будут решать задачи, которые ни один из подходов не смог бы решить в одиночку.

Что вам нужно изучить и сделать, чтобы адаптироваться к квантовой эре?

Навыки, тип мышления и направления карьеры, которые могут потребоваться по мере интеграции квантовых вычислений в основные области деятельности. Это включает технические навыки, такие как квантовое программирование и дизайн алгоритмов, но также стратегическое мышление о том, как квантовые технологии трансформируют отрасли и создают новые возможности.

Подготовка к квантовой эре требует больше, чем просто изучение новых технических навыков – она требует развития новых способов мышления о проблемах, новых подходов к сотрудничеству и инновациям, а также новых схем управления рисками и возможностями, создаваемыми квантовыми технологиями.

Какие достижения появились недавно, и чего мы можем ожидать в практическом плане в ближайшем будущем?

Понимание того, где мы сейчас находимся и куда движемся в следующие пять-десять лет. Это включает недавние демонстрации достижений в сфере квантовых технологий, текущие ограничения квантового оборудования, реалистичные сроки того, когда дело дойдёт до практического применения, и шаги, которые люди и организации должны предпринять для подготовки к квантовым технологиям.

Как использовать эту книгу

Эта книга написана как маршрут познания и как справочное руководство. Каждая глава основывается на предыдущей, давая базовое понимание предмета квантовых вычислений от фундаментальных принципов до практического применения. При этом главы также составлены так, чтобы представлять ценность в качестве самостоятельных блоков справочных материалов, к которым вы можете возвращаться по мере необходимости.

Ключевые понятия чётко определяются в том месте, где они вводятся впервые и объясняются практическими примерами, которые связывают абстрактные идеи с реальным применением. Акцент делается на понимании идей, а не на запоминании математических уравнений. Если слово или символ для вас неясны, за разъяснением обратитесь к исчерпывающему глоссарию, расположенному в конце книги.

Я включил недавние технологические прорывы и разработки на протяжении всей книги не просто в качестве курьёзных фактов, но потому что они иллюстрируют фундаментальные принципы в действии. Когда Google объявил о своём лидерстве в квантовой сфере в 2019 году или когда IBM раскрыла свою квантовую дорожную карту в 2021 году, то были не просто темы для новостных заголовков – это были демонстрации идей, которые мы будем рассматривать, и вехи на пути к практическим квантовым вычислениям.

Цель не в том, чтобы сделать вас квантовым физиком, а в том, чтобы дать вам знания и инструменты для понимания, адаптации и процветания в наступающую эпоху революции квантовых вычислений. Независимо от того, являетесь ли вы бизнес-лидером, планирующим стратегию, студентом, выбирающим карьерный путь, или просто интересуетесь будущим, эта книга подготовит вас к квантовой эре.

Каждая глава включает практические аспекты того, как излагаемые идеи применимы к различным ролям и отраслям деятельности. Бизнес-лидеры найдут стратегические идеи о конкурентных преимуществах и рисках. Технические специалисты откроют новые карьерные пути и возможности развития навыков. Студенты поймут, как квантовые вычисления связаны с различными областями обучения и профессиональными возможностями.

Книга структурирована так, чтобы быть полезной, читаете ли вы её последовательно или переходите к конкретным темам, представляющим интерес. Перекрёстные ссылки помогут вам разобраться во взаимосвязанных понятиях, а исчерпывающий глоссарий обеспечит быстрый доступ к определениям и объяснениям.

Самое главное, эта книга написана как мост между абстрактным миром квантовой механики и практическими реалиями технологического развития, бизнес-стратегии и карьерного планирования. Квантовая революция грядёт, готовы мы к ней или нет – эта книга поможет обеспечить вашу готовность принять участие в надвигающихся событиях и извлечь выгоду из, возможно, самой значительной технологической революции в истории человечества.

Глава 1: Революция классических компьютеров и её пределы

Основа нашего цифрового мира

Чтобы понять, почему квантовые вычисления представляют собой такой революционный скачок, мы должны сначала по достоинству оценить ошеломительный взлёт классических компьютеров. Каждый смартфон, ноутбук и сервер работает на принципах, которые показались бы волшебством человеку из XIX века, однако эти принципы теперь настолько фундаментальны, что мы воспринимаем их как должное.

Классические компьютеры работают на основе удивительно простой идеи: всё можно свести к двоичному выбору. Да или нет. Включено или выключено. 1 или 0. Эта бинарная система в сочетании с логическими операциями может представлять любую информацию и выполнять любые вычисления – по крайней мере, в теории.

Эта простота обманчива. Бинарная основа классических вычислений позволяет достичь необычайной сложности посредством комбинирования и повторения. Подобно тому, как русский язык использует всего 33 буквы для выражения бесконечных мыслей и идей, классические компьютеры используют всего два состояния для представления всего – от «Евгения Онегина» до фотографий высокого разрешения и сложных финансовых моделей.

Универсальность классических вычислений проистекает из фундаментального понимания: любая логическая операция, независимо от её сложности, может быть разложена на последовательности простых бинарных решений. Этот принцип, известный как вычислительная универсальность, означает, что классические компьютеры могут моделировать любой физический процесс, решать любую математическую задачу, которая имеет решение, и представлять любую форму информации, которая может быть точно определена.

Исторический контекст

Развитие классических вычислений не происходило изолированно – оно возникло из веков математического и технологического прогресса. Теоретические основы были заложены математиками, такими как Джордж Буль, который разработал булеву алгебру в середине 1800-х годов, и Алан Тьюринг, который формализовал концепцию вычислений в 1930-х годах.

Работа Буля показала, что логическое рассуждение может быть выражено математически с использованием операций над бинарными значениями. Его алгебра логики обеспечила математическую основу для того, что в конечном итоге станет компьютерным программированием. Каждое условие «если – то», каждое логическое сравнение, каждый запрос к базе данных восходит к пониманию Булем математической природы логического рассуждения.

Работа Тьюринга пошла дальше, доказав, что любое вычисление, которое может быть выполнено, может быть выражено как последовательность простых операций на теоретической машине, которую стали называть машиной Тьюринга. Это установило теоретические пределы и возможности вычислений, показав, что все компьютеры, независимо от их физической реализации, фундаментально эквивалентны с точки зрения того, что они могут вычислить.

Транзисторная революция

Сердце классических вычислений лежит в транзисторе – устройстве, которое может переключаться между двумя состояниями: проводить электричество (представляя 1) или блокировать его (представляя 0). Когда транзисторы были впервые изобретены в 1947 году в Bell Labs Джоном Бардином, Уолтером Браттейном и Уильямом Шокли, они были большими, дорогими и ненадёжными. Но у них было одно решающее преимущество: их можно было стабильно производить в больших количествах и комбинировать для выполнения сложных логических операций.

Изобретение транзистора стало переломным моментом в истории человечества, хотя его значение не было сразу очевидным. Первые транзисторы были размером с ноготь и стоили более 50 долларов каждый в сегодняшних деньгах. Это были капризные устройства, которые требовали точных условий эксплуатации и часто неожиданно выходили из строя.

Но транзисторы имели несколько преимуществ перед электронными лампами, которые они заменяли. Они потребляли меньше энергии, выделяли меньше тепла, были более надёжными, и потенциально их можно было сделать намного меньшего размера. Самое главное, они могли производиться с использованием промышленных процессов, которые можно было масштабировать до массового производства.

Представьте транзистор как простой переключатель, которым управляют с помощью электричества. Когда вы подаёте напряжение на затвор транзистора, он либо позволяет току течь, либо блокирует его. Это бинарное поведение является основой всех цифровых вычислений. Когда вы комбинируете миллионы этих переключателей, вы можете создавать логические вентили – устройства, которые выполняют базовые операции, такие как И, ИЛИ и НЕ.

Вентиль И даёт на выходе 1 только тогда, когда на обоих входах 1. Вентиль ИЛИ даёт на выходе 1, когда на любом из входов 1. Вентиль НЕ просто инвертирует вход – 1 становится 0, а 0 становится 1. Эти простые операции, объединённые в сложные схемы, могут выполнять любую логическую или математическую операцию.

Рассмотрим, как компьютер складывает два числа. В десятичной системе сложение 7 + 5 = 12 кажется простым. Но компьютер должен преобразовать эти числа в двоичные (7 становится 111, 5 становится 101), затем использовать серию логических вентилей для выполнения двоичного сложения. Результат (1100 в двоичной системе) затем преобразуется обратно в десятичную систему (12) для отображения пользователю.

Этот процесс может показаться неэффективным, но у него есть решающее преимущество: он универсален. Любое вычисление, которое может быть описано логически, может быть выполнено с помощью комбинаций этих базовых операций.

Революция интегральных схем

Следующий крупный прорыв произошёл с разработкой интегральных схем в конце 1950-х годов. Вместо соединения отдельных транзисторов проводами инженеры научились изготавливать несколько транзисторов на одном куске кремния. Эта инновация, разработанная независимо Джеком Килби в Texas Instruments и Робертом Нойсом в Fairchild Semiconductor, сделала возможным создание сложных схем в небольших, надёжных корпусах.

Переход от отдельных транзисторов к интегральным схемам был больше, чем просто улучшением производства – это был фундаментальный сдвиг, который открыл совершенно новые возможности. Отдельные транзисторы должны были соединяться вручную, что ограничивало сложность схем, которые можно было практически построить. Интегральные схемы могли содержать сотни, затем тысячи, затем миллионы взаимосвязанных транзисторов.

Первые интегральные схемы содержали всего несколько транзисторов, но технология быстро улучшалась. К 1970-м годам стали возможными микропроцессоры – полноценные компьютерные процессоры на одном чипе. Intel 4004, выпущенный в 1971 году, содержал 2300 транзисторов и мог выполнять 60 000 операций в секунду.

Производственный процесс для интегральных схем становился всё более сложным. Фотолитография, процесс, заимствованный из полиграфической промышленности, позволял инженерам создавать целые типовые схемы из транзисторов, направляя свет через своеобразные трафареты на кремниевые пластины, покрытые светочувствительными материалами. По мере улучшения технологии эти схемы становились меньше и точнее, позволяя размещать больше транзисторов на той же площади кремния.

Закон Мура: двигатель прогресса

В 1965 году соучредитель IntelГордон Мур сделал наблюдение, которое определило развитие технологической индустрии на следующие полвека: количество транзисторов на микрочипе удваивается примерно каждые два года. Этот Закон Мура вдохновлял инженеров и компании последовательно раздвигать границы того, что могут делать компьютеры, превращая простое предсказание в реальность, которая питала десятилетия быстрых инноваций. Компании могли планировать циклы разработки продуктов, зная, что вычислительная мощность будет удваиваться каждые два года. Последствия экспоненциального роста глубоки: удвоение каждые два года означает, что вычислительная мощность увеличивается в 1000 раз каждые двадцать лет.

Закон Мура означал, что компьютеры будут последовательно становиться быстрее, мощнее и способнее, одновременно становясь меньше, дешевле и энергоэффективнее. Это создало положительную обратную связь: по мере того как процессоры становились мощнее, становились возможными новые приложения, которые создавали спрос на ещё более мощные процессоры.

Практическое влияние было значительным. Компьютер, который стоил 10 000 долларов в 1980 году, был бы превзойдён компьютером за 500 долларов в 1990 году, который был бы превзойдён компьютером за 100 долларов в 2000 году. Это предсказуемое улучшение позволило целым отраслям строить бизнес на предположении, что вычислительная мощность будет продолжать расти экспоненциально.

Влияние цифровой революции

Экспоненциальный рост, предсказанный законом Мура, обеспечил цифровую революцию, которая трансформировала общество. В 1980-х годах персональные компьютеры впервые предоставили вычислительные мощности отдельным людям. В 1990-х годах интернет соединил эти компьютеры в глобальную сеть. В 2000-х годах мобильные устройства поместили вычислительный потенциал в карман каждого человека. В 2010-х годах облачные вычисления сделали огромные вычислительные ресурсы доступными по требованию.

Каждая трансформация была обеспечена последовательным улучшением вычислительной мощности. Интернет стал практичным, потому что компьютеры стали достаточно мощными для обработки сложных сетевых протоколов. Мобильные устройства стали полезными, потому что процессоры стали достаточно маленькими и эффективными для работы от батареи. Облачные вычисления стали экономичными, потому что центры обработки данных могли упаковывать огромную вычислительную мощность в относительно небольшие пространства.

Программная индустрия развивалась совместно с улучшениями оборудования. Ранние персональные компьютеры запускали простые программы с дискет. По мере увеличения размеров оперативной памяти и ёмкости устройств хранения информации программное обеспечение становилось более сложным. Графические пользовательские интерфейсы, мультимедийные приложения и в конечном итоге сложные операционные системы стали возможными. Каждое продвижение программного обеспечения создавало спрос на более мощное оборудование.

Достижение физических пределов

Но к началу 2000-х годов инженеры начали сталкиваться с проблемами, которые нельзя было решить, просто делая транзисторы меньше. Дело было не в трудностях инженерного плана – то были фундаментальные физические пределы, налагаемые законами физики.

Проблема тепла: По мере того как транзисторы становились меньше и быстрее, они генерировали больше тепла на единицу площади. Эта генерация тепла следует из базовой физики – когда электроны текут через проводник, они сталкиваются с атомами и теряют энергию, излучая тепло. Современные процессоры генерируют тепло настолько высокой плотности, что она приближается к плотности тепла в ядерных реакторах – около 100 ватт на квадратный сантиметр.

Системы охлаждения становились всё более сложными и дорогими. Настольные компьютеры требовали сложных радиаторов и вентиляторов. Центры обработки данных потребляли огромное количество энергии на кондиционирование воздуха. В конце концов, энергия, необходимая для охлаждения процессоров, начала приближаться к энергии, необходимой для их работы, создавая фундаментальную проблему эффективности.

Проблема квантового туннелирования: Когда транзисторы становятся чрезвычайно маленькими – приближаясь к масштабу отдельных атомов – квантовые эффекты начинают мешать их работе. Наиболее проблематичным эффектом является квантовое туннелирование, при котором электроны могут проходить через барьеры, которые должны их останавливать по законам классической физики.

В транзисторе поток электронов контролируется подачей напряжения на затвор, отделённый от основного канала тока тонким изолирующим слоем. Когда этот слой становится очень тонким (менее нескольких нанометров), электроны могут проходить через него, даже когда транзистор должен быть «выключен». Это заставляет транзистор пропускать ток, делая его ненадёжным и энергозатратным.

Проблема точности производства: Создание транзисторов шириной всего в несколько атомов требует точности, которая раздвигает границы физически возможного. Текущие производственные процессы используют ультрафиолетовый свет для создания паттернов транзисторов на кремниевых пластинах. Однако длина волны УФ-света (около 200 нанометров) больше, чем создаваемые элементы (около 10 нанометров).

Это как пытаться рисовать мелкие детали толстым маркером. Инженеры разработали методы обхода этого ограничения, включая экстремальную ультрафиолетовую литографию и множественное паттернирование. Но эти решения чрезвычайно дороги и сложны. Современная фабрика по производству микросхем стоит более 20 миллиардов долларов.

Проблема скорости света: По мере того как процессоры становятся быстрее, время, необходимое для передачи электрических сигналов между компонентами, становится значительным. В современных процессорах сама скорость света создаёт задержки, которые влияют на производительность. Свет проходит около 30 сантиметров за наносекунду, что означает, что в 3-гигагерцовом процессоре сигнал может пройти только около 10 сантиметров за цикл.

Барьер атомного масштаба: Возможно, самым фундаментальным пределом является сам атомный масштаб. Атомы кремния имеют диаметр около 0,2 нанометра. Текущие транзисторы уже имеют ширину всего около 50 атомов. По мере того как транзисторы приближаются к размеру отдельных атомов, различие между отдельными транзисторами начинает разрушаться.

Конец «бесплатной» производительности

Эти физические пределы создали новую реальность в вычислениях. Впервые за десятилетия покупка нового компьютера не гарантировала значительно лучшую производительность. «Бесплатный сыр» экспоненциального улучшения, которым индустрию кормили пятьдесят лет, подходил к концу.

Этот сдвиг повлиял на более глубоком уровне, чем просто производительность оборудования. Компании-разработчики программного обеспечения больше не могли полагаться на улучшения оборудования для ускорения работы их программ. Вместо этого им пришлось находить новые способы оптимизации производительности, что привело к инновациям, таким как многоядерные процессоры, графические процессоры (GPU) и специализированные чипы для искусственного интеллекта.

Но эти решения, будучи гениальными сами по себе, всё ещё были фундаментально ограничены бинарной природой классических вычислений. Независимо от того, сколько ядер вы добавляете или насколько быстро вы их делаете, вы всё ещё выполняете те же базовые операции – просто больше их параллельно.

Конец закона Мура также повлиял на экономику полупроводниковой индустрии. Стоимость разработки новых производственных процессов резко возросла, делая экономически сложным продолжение традиционного пути уменьшения транзисторов. Только несколько компаний в мире могли позволить себе строить самые передовые фабрики по производству микросхем.

Задачи, которые классические компьютеры не могут решить

По мере достижения этих физических пределов появились определённые типы задач, которые, казалось, требовали больше вычислительной мощности, чем классические компьютеры вообще могли предоставить, независимо от технологических улучшений.

Криптография: Современное шифрование полагается на математические задачи, которые легко решить в одном направлении, но почти невозможно в обратном. Система шифрования RSA основана на сложности факторизации больших чисел. Перемножить два больших простых числа легко, но чрезвычайно сложно разложить результат обратно на эти исходные простые числа.

Безопасность RSA основана на том факте, что факторизация больших чисел экспоненциально сложна для классических компьютеров. Для взлома 1024-битного ключа RSA от классического компьютера потребовалось бы выполнить около 2^80 операций – больше, чем количество атомов в наблюдаемой вселенной.

Оптимизация: Многие реальные проблемы включают поиск лучшего решения из огромного количества возможностей. Эти проблемы появляются в логистике, финансах, производстве и многих других областях. Задача коммивояжёра с 10 городами имеет около 180 000 возможных маршрутов. С 20 городами есть около 60 миллиардов маршрутов. С 50 городами возможных маршрутов больше, чем атомов во вселенной.

Моделирование: Понимание сложных систем требует моделирования поведения бесчисленных взаимодействующих компонентов. Классические вычислительные системы сталкиваются с трудностями при попытке моделирования непрерывных процессов, поскольку для этого им требуется дискретизация вычислений, то есть разбивка их на отдельные части.

Моделирование квантовых систем особенно сложно – квантовая система всего с 300 частицами может существовать в большем количестве возможных состояний, чем атомов во вселенной.

Машинное обучение: Обучение передовых систем ИИ требует обработки огромных объёмов данных и выполнения триллионов вычислений. Хотя классические компьютеры могут это делать, время и энергия, необходимые для этого, растут экспоненциально со сложностью проблемы. Современные системы машинного обучения, такие как большие языковые модели, требуют огромных вычислительных ресурсов для обучения.

Поиск новой парадигмы

К началу 2000-х годов стало ясно, что продолжение прогресса в вычислениях потребует принципиально другого подхода. Постепенных улучшений классических вычислений было бы недостаточно. Индустрии нужна была новая парадигма, основанная на иных физических принципах для выполнения вычислений такими способами, которыми классические компьютеры это делать просто не могли.

Это осознание привело исследователей к изучению экзотических вычислительных подходов.

Оптические компьютеры используют свет вместо электричества для выполнения вычислений.

ДНК-компьютеры используют биологические молекулы для хранения и обработки информации.

Нейроморфные компьютеры имитируют структуру человеческого мозга.

Но среди всех этих подходов квантовые вычисления выделялись, потому что они обещали не просто постепенные улучшения, а экспоненциальные преимущества для определённых типов задач. Вместо того чтобы быть ограниченными бинарной природой классических битов, квантовые компьютеры могли использовать квантовые биты (кубиты), которые существуют в нескольких состояниях одновременно.

Квантовая возможность

Ограничения классических вычислений создали возможность для квантовых вычислений, но они также определили их цель. Квантовые компьютеры не предназначены для полной замены классических компьютеров – они разрабатываются для решения задач, которые для классических компьютеров считаются неразрешимыми.

Представьте это как взаимоотношения между подводными лодками и самолётами. И те и другие являются транспортными средствами, но они работают в совершенно разных средах и служат разным целям. Подводные лодки не могут летать, а самолёты не могут исследовать океанские глубины. Аналогично, квантовые компьютеры превосходны в определённых типах вычислений, будучи непрактичными для других.

Понимание этих взаимоотношений имеет решающее значение для любого, кто входит в область квантовых вычислений. Квантовые компьютеры не заменят ваш ноутбук для просмотра вебстраниц или редактирования документов. Но они революционизируют такие области, как криптография, оптимизация и научное моделирование.

Гибридное будущее

Будущее вычислений, вероятно, будет гибридным, сочетающим классические и квантовые компьютеры для решения различных типов проблем. Классические компьютеры будут продолжать обрабатывать подавляющее большинство повседневных вычислительных задач – они эффективны, надёжны и хорошо подходят для последовательной обработки.

Квантовые компьютеры будут использоваться для специализированных задач, где можно извлечь выгоду из квантовых свойств, таких как суперпозиция и запутанность. Они могут включать задачи оптимизации в логистике и финансах, задачи моделирования в химии и материаловедении, а также криптографические приложения.

Разработка гибридных классически-квантовых систем уже идёт полным ходом. Компании, такие как IBM, Google и Microsoft, разрабатывают облачные сервисы, которые позволяют классическим компьютерам получать доступ к квантовым компьютерам для определённых вычислений.

Взгляд в будущее

История классических вычислений – это история замечательного успеха, за которым последовали неизбежные физические пределы. Достижение этих пределов не стало неудачей – оно стало естественным следствием доведения технологии до её теоретического максимума. Транзисторная революция прошла свой путь, создав основу для следующей вычислительной революции.

Вставшие перед классическими компьютерами проблемы – генерация тепла, квантовое туннелирование, точность производства и барьеры атомного масштаба – не являются временными препятствиями, которые нужно преодолеть. Они представляют фундаментальные физические пределы, которые нельзя устранить только с помощью инженерных улучшений.

Стоя на этом технологическом перекрёстке, квантовые вычисления предлагают путь вперёд. Но чтобы понять, как работают квантовые компьютеры и почему они такие мощные, мы должны сначала исследовать странный мир квантовой механики – область, где классические правила физики больше не применяются и где парадоксальное поведение субатомных частиц даёт нам вычислительные ресурсы.

Переход от классических к квантовым вычислениям – это не просто создание более быстрых компьютеров. Это открытие новых способов обработки информации, решения проблем и понимания самой вселенной. Следующая глава перенесёт нас в этот странный новый мир, где частицы могут находиться в нескольких местах одновременно, где наблюдение изменяет реальность и где невозможное становится не просто возможным, но и практичным.

Глава 2: Квантовый мир – где реальность становится странной

Мир за пределами здравого смысла

Классическая физика описывает мир нашего повседневного опыта. Объекты имеют определённые положения, скорости и свойства. Причина и следствие следуют предсказуемым закономерностям. Если вы бросите мяч, вы можете точно рассчитать, где он приземлится. Если вы подбросите монету, она упадёт либо орлом, либо решкой – никогда обоими сторонами одновременно.

Это классическое мировоззрение веками служило человечеству. Оно сделало возможными научную революцию, промышленную революцию и развитие современных технологий. Наше интуитивное понимание реальности основано на классической физике, потому что она точно описывает поведение объектов в масштабах, с которыми мы обычно сталкиваемся – от бейсбольных мячей до планет и звёзд.

Квантовая механика описывает совершенно иную реальность. В масштабах атомов и субатомных частиц привычные правила рушатся так, что это кажется нарушением всего, что мы знаем об устройстве мира. Частицы могут существовать одновременно в нескольких состояниях, мгновенно влиять друг на друга на огромных расстояниях и вести себя по-разному в зависимости от того, наблюдаются ли они.

Это не просто теоретические курьёзы или математические абстракции – это основа квантовых вычислений. Для понимания квантовой механики не требуется глубоких математических знаний, но необходимо отказаться от классических представлений о реальности. Цель не в том, чтобы развить интуитивное понимание – квантовая механика по своей сути противоречит интуиции, – а в том, чтобы понять, как эти странные свойства можно использовать для вычислений.

Историческое развитие квантовой теории

Развитие квантовой теории началось с самого порога XX века, когда физики столкнулись с явлениями, которые не могли объяснить с помощью классической физики. Путь начался с работы Макса Планка над излучением чёрного тела в 1900 году. Эта работа ввела революционное понятие квантованных уровней энергии – идею о том, что энергия передаётся порциями – квантами, а не непрерывно.

Объяснение фотоэффекта Альбертом Эйнштейном в 1905 году показало, что свет иногда ведёт себя как частицы (фотоны), а не как волны. Эта работа, принёсшая ему Нобелевскую премию, продемонстрировала, что электромагнитное излучение имеет двойственную природу, которая зависит от того, как его наблюдать. Когда свет попадает на металлическую поверхность, он выбивает электроны таким образом, который можно объяснить только тем, что свет состоит из дискретных пакетов энергии.

Модель атома Нильса Бора 1913 года предполагала, что электроны вращаются вокруг ядра на дискретных энергетических уровнях, перепрыгивая между этими уровнями путём поглощения или излучения определённых количеств энергии. Именно это квантование уровней помогло объяснить, почему атомы излучают свет только на определённых частотах, а не непрерывно по всему спектру.

Эти ранние открытия указывали на более глубокую картину реальности, в которой энергия, материя и информация изменяются дискретными порциями, а не непрерывно. Отсюда и термин «квант», восходящий к латинскому слову, обозначающему «определённое количество» – то есть дискретную порцию.

Полная теория квантовой механики была разработана в 1920-х годах физиками, включая Вернера Гейзенберга, Эрвина Шрёдингера, Пола Дирака и Макса Борна. Их работы показали, что квантовые системы ведут себя в соответствии с вероятностью, а не с определённостью, и что акт наблюдения фундаментально изменяет наблюдаемую систему.

Гейзенберг разработал матричную механику, описывающую квантовые системы с помощью математических матриц. Шрёдингер разработал волновую механику, описывающую квантовые системы как волновые функции, которые эволюционируют во времени. Дирак показал, что эти подходы математически эквивалентны, и разработал всеобъемлющую структуру, объединяющую квантовую механику со специальной теорией относительности.

Эксперимент с двойной щелью: суть квантовой загадки

Самый важный эксперимент в квантовой механике является также одним из самых простых. Эксперимент с двойной щелью, впервые проведённый с использованием света Томасом Юнгом в 1801 году, раскрывает фундаментальную загадку квантового мира. Позже, когда эксперимент был проведён с отдельными частицами, такими как электроны или фотоны, он выявил явления, которые противоречат нашему интуитивному представлению о реальности.

Представьте, что вы стреляете частицами (например, электронами или фотонами) в барьер с двумя параллельными щелями. По другую сторону барьера вы размещаете детекторный экран, чтобы увидеть, куда именно попадают частицы. В классическом мире этот эксперимент был бы простым. Каждая частица прошла бы через левую или правую щель, и вы увидели бы на детекторном экране две отчётливые полосы, соответствующие двум возможным траекториям полёта частиц через барьер.

Но в квантовом мире частицы ведут себя иначе. При проведении эксперимента вы не видите две полосы – вы видите интерференционную картину с несколькими полосами различной интенсивности. Эта картина в точности соответствует тому, что можно было бы ожидать, если бы волны, не частицы, одновременно проходили через обе щели и интерферировали друг с другом.

Картина интерференции показывает области, где волны от двух щелей усиливают друг друга (яркие полосы), и области, где они гасят друг друга (тёмные полосы). Это волнообразное поведение достаточно удивительно для частиц, но настоящая загадка проявляется, если копнуть глубже.

Вот где все становится странным: эта картина интерференции появляется даже тогда, когда вы пропускаете частицы через щели по одной, с большими интервалами между отдельными частицами. Каждая отдельная частица каким-то образом «знает» об обеих щелях и интерферирует с самой собой, создавая со временем волнообразную картину. Это предполагает, что каждая частица каким-то образом проходит через обе щели одновременно.

По-настоящему странное происходит, когда вы пытаетесь определить, через какую щель проходит каждая частица. Если поместить детекторы у щелей, чтобы отслеживать траектории частиц, картина интерференции исчезает. Частицы внезапно ведут себя как классические частицы, проходя через одну щель или другую, и на экране появляются две отчётливые полосы!

Этот эксперимент демонстрирует три фундаментальных принципа квантовой механики:

Волно-корпускулярная двойственность: квантовые объекты проявляют как волновые, так и корпускулярные свойства в зависимости от того, как их наблюдают.

Суперпозиция: частицы могут существовать в нескольких состояниях одновременно, пока их не измерят.

Эффект наблюдателя: акт измерения изменяет поведение квантовых систем.

Подробное объяснение суперпозиции

Суперпозиция – это, пожалуй, самое важное понятие в квантовых вычислениях и самое сложное для интуитивного понимания. В классических вычислениях бит может иметь значение 0 или 1 – нет никакой неоднозначности или неопределённости. В квантовых вычислениях квантовый бит (кубит) может существовать в суперпозиции значений 0 и 1 одновременно.

Представьте себе вращающуюся монету. Пока она вращается, она не является ни орлом, ни решкой – она находится в суперпозиции обоих состояний. Только когда она падает, она «выбирает» определённое состояние. Однако эта аналогия имеет ограничения, поскольку квантовая частица в суперпозиции не просто скрывает своё истинное состояние – она действительно существует одновременно в нескольких состояниях.

В классическом компьютере бит может находиться только в одном из двух состояний: 0 или 1.

Кубит же может находиться в суперпозиции этих состояний – одновременно и в 0, и в 1.

Математически состояние кубита записывается так:

𝛼∣0⟩+𝛽∣1⟩

где α и β – так называемые амплитуды вероятности.

· Их длина (модуль) показывает вероятность того, что при измерении кубит окажется в состоянии 0 или 1.

· Их угол (фаза) указывает, как эти состояния будут складываться с другими при взаимодействии.

Чтобы было наглядно, представьте стрелку на круге:

· длина стрелки показывает вероятность,

· угол – фазу.

Фаза сама по себе почти незаметна, если смотреть на один кубит. Но когда несколько кубитов взаимодействуют, фазы начинают играть решающую роль:

· если стрелки направлены в одну сторону, амплитуды усиливают друг друга;

· если в противоположные – глушат.

Это явление называется интерференцией. Именно благодаря управлению фазами квантовые алгоритмы могут увеличивать вероятность правильных ответов и уменьшать вероятность неправильных.

Теперь сравним классический бит с кубитом.

· 2 классических бита могут быть только в одном из четырёх состояний (00, 01, 10, 11) в каждый момент времени.

· 2 кубита могут находиться сразу во всех четырёх состояниях в суперпозиции.

· 3 кубита – во всех восьми, и так далее.

Рост числа состояний идёт экспоненциально: 300 кубитов могут одновременно представлять все 2³⁰⁰ состояний.

Именно эта экспоненциальная «ёмкость» и делает квантовые компьютеры потенциально невероятно мощными.

Но есть один важный нюанс: при измерении квантовой системы суперпозиция сводится к одному состоянию. Невозможно напрямую прочитать всю информацию, хранящуюся в суперпозиции – из каждого измерения можно извлечь только один фрагмент классической информации. Это ограничение означает, что квантовые алгоритмы должны быть тщательно разработаны, чтобы обеспечить извлечение полезной информации из квантовых вычислений.

Запутанность: квантовая связь

Запутанность – ещё одно уникальное квантовое явление, которое Эйнштейн назвал «пугающим действием на расстоянии». (Здесь я придерживаюсь традиционного для русского языка перевода английского термина entanglement, хотя, возможно, гораздо более подходящим было бы простое русское слово «связанность». В этой книге я стараюсь познакомить вас с общепринятыми представлениями о предмете квантовых вычислений и связанной с этим теорией, а не высказать свои собственные идеи на этот счёт, что, возможно, станет предметом отдельной книги.) Когда две частицы становятся запутанными, они образуют связанную систему, в которой измерение одной частицы мгновенно влияет на другую, независимо от расстояния между ними.

Рассмотрим две запутанные частицы, каждая из которых находится в суперпозиции вращения «вверх» и «вниз». До измерения ни одна из частиц не имеет определённого направления вращения. Но частицы связаны таким образом, что если вы измеряете одну и обнаруживаете, что она вращается вверх, вы мгновенно узнаёте, что другая вращается вниз, даже если она находится на другом конце Вселенной.

Эта связь – не просто статистическая зависимость, как в привычном мире, а особая квантовая взаимосвязанность. Она сохраняется до тех пор, пока не будет выполнено измерение одной из частиц. В момент измерения состояние второй частицы тоже сразу определяется, как будто суперпозиция обоих частиц «схлопывается» в конкретные значения, даже если они находятся на огромном расстоянии друг от друга.

Эйнштейн был обеспокоен этим, поскольку это, казалось, нарушало ограничение скорости света для передачи информации. Вместе с коллегами Подольским и Розеном в 1935 году он сформулировал так называемый «парадокс ЭПР» (по первым буквам их фамилий), предположив, что в квантовой механике, должно быть, чего-то недостаёт. Они утверждали, что должны существовать «скрытые переменные», которые предопределяют результаты измерений.

Однако десятилетия экспериментов подтвердили, что запутанность реальна и происходит именно так, как предсказывает квантовая механика. Решение парадокса ЭПР состоит в том, что, хотя запутанные частицы действительно ведут себя согласованно и их связь проявляется мгновенно, это не позволяет передавать информацию быстрее света. Причина в том, что каждый наблюдатель при измерении своей частицы получает непредсказуемый для него результат. Только когда оба сравнят свои данные, становится видно, что они идеально связаны. Но до обмена результатами по обычным каналам связи (а значит, не быстрее скорости света) никакого «сверхсветового сообщения» получить нельзя.

Можно представить это так: два человека находятся в разных городах и одновременно вытягивают жребий из одинаковых мешков. Каждый жребий кажется случайным, но позже они обнаруживают, что их результаты всегда совпадают. Пока они не свяжутся друг с другом и не сравнят результаты, никто из них не может использовать это совпадение как способ отправить сообщение.

В квантовых вычислениях запутанность позволяет кубитам связываться так, как это никогда не могло быть с классическими битами. Операции, выполняемые над одним кубитом, могут мгновенно влиять на его запутанных партнёров, что позволяет квантовым алгоритмам обрабатывать информацию принципиально новыми способами.

Связанность – это не просто курьёзная особенность в теории, она многократно доказана экспериментально. В 2022 году Ален Аспект, Джон Клаузер и Антон Цайлингер получили Нобелевскую премию по физике за эксперименты, доказавшие реальность запутанности и опровергшие теории локальных скрытых переменных.

Создание и манипулирование запутанностью – один из самых сложных аспектов создания квантовых компьютеров. Запутанные состояния чрезвычайно хрупки и легко разрушаются под воздействием окружающей среды. Поддержание запутанности между несколькими кубитами при выполнении квантовых операций требует исключительной точности и контроля.

Квантовая интерференция: ключ к квантовым алгоритмам

Картина интерференции в эксперименте с двойной щелью демонстрирует, как квантовые состояния могут усиливать или гасить друг друга. Эта интерференция – не просто любопытный феномен, а важнейший ресурс для квантовых вычислений, позволяющий квантовым алгоритмам находить правильные ответы среди огромного числа возможностей.

В квантовой механике интерференция возникает, когда амплитуды вероятностей складываются. Если два пути ведут к одному и тому же результату, а их амплитуды имеют одинаковую фазу, они конструктивно интерферируют, делая этот результат более вероятным. Если они имеют противоположные фазы, они интерферируют деструктивно, делая этот результат менее вероятным.

В квантовом компьютере различные вычислительные пути неизбежно интерферируют друг с другом. Это означает, что их амплитуды складываются. Если пути приводят к правильному ответу, амплитуды усиливают друг друга – вероятность получить этот ответ при измерении возрастает. Если же пути ведут к неправильному ответу, амплитуды частично взаимно гасятся – вероятность ошибочного результата снижается. Именно это свойство интерференции и позволяет квантовым алгоритмам выделять правильные решения из множества возможных.

Эта интерференция позволяет квантовым алгоритмам направлять систему к правильным решениям. Это похоже на наличие нескольких путей через лабиринт, где правильные пути усиливают друг друга, а неправильные путь аннулируются. Ключ к разработке квантовых алгоритмов заключается в манипулировании этими моделями интерференции с помощью тщательно выбранных последовательностей квантовых операций.

Рассмотрим алгоритм поиска Гровера, который используется для поиска в неотсортированной базе данных. Сначала он помещает все возможные ответы в равную суперпозицию, так что каждый вариант имеет одинаковый «вес». Затем с помощью специальной последовательности операций – так называемого оператора Гровера – амплитуда правильного ответа постепенно усиливается, а амплитуды неправильных уменьшаются. После нескольких повторов вероятность «поймать» правильный ответ при измерении становится очень высокой, практически гарантированной.

Можно представить себе, что у нас есть комната, полная одинаковых дверей. Сначала все двери освещены одинаково, и выбрать правильную невозможно. Алгоритм Гровера действует как фонарик, который с каждым шагом делает свет над правильной дверью ярче, а над остальными – тусклее. В итоге правильная дверь выделяется настолько, что её почти невозможно перепутать с другими.

Измерение и коллапс суперпозиции

Переход от квантовой суперпозиции к обычному определённому состоянию происходит во время измерения. В этот момент суперпозиция «схлопывается» в один из вариантов, и вероятность каждого исхода задаётся квантовыми амплитудами.

Этот переход необратим и по своей природе непредсказуем: заранее невозможно сказать, какой именно результат проявится, можно лишь знать вероятность. Но если алгоритм построен правильно, то эти вероятности можно сместить так, чтобы шанс получить правильный ответ оказался максимально высоким.

Процесс измерения – это то, что связывает квантовые вычисления с классическими. Хотя квантовые вычисления происходят в состоянии суперпозиции, для получения классического результата, который можно использовать в обычных системах, необходимо провести измерение.

Непредсказуемость квантовых измерений не является результатом незнания или недостатка информации – это фундаментальное свойство квантовых систем. Именно по поводу этой непредсказуемости протестовал Эйнштейн, когда говорил, что «Бог не играет в кости с миром». Однако эта непредсказуемость необходима для квантовых вычислений, поскольку позволяет квантовым алгоритмам одновременно исследовать несколько возможностей.

Проблема измерения – одна из самых глубоких загадок квантовой механики. Почему измерение вызывает схлопывание суперпозиции? Что представляет собой измерение? Эти вопросы остаются активными областями исследований и философских дебатов. Различные интерпретации квантовой механики предлагают разные объяснения, но ни одно из них не получило всеобщего признания.

Философская сторона квантовой механики, несомненно, требует нашего внимания и рассмотрения. Автор хочет посвятить этому отдельную книгу, поскольку, возможно, именно предмет квантовой механики и его доступность для экспериментальных исследований позволит человечеству наконец решить вечные философские проблемы и объединиться вокруг общего и практического мировоззрения, которое бы объяснило всё сущее. Сколько мировых проблем мы могли бы решить таким образом! Но вернёмся от мечтаний к нашему практическому предмету.

Декогеренция: враг квантовых вычислений

Квантовые состояния чрезвычайно хрупки. Любое взаимодействие с окружающей средой – будь то тепло, вибрация, электромагнитное излучение или даже космические лучи – может нарушить хрупкие квантовые суперпозиции и запутанности. Это нарушение называется декогерентностью и является одной из самых больших проблем квантовых вычислений.

Декогеренция возникает потому, что квантовые системы никогда не бывают полностью изолированы от окружающей среды. Окружающая среда действует как измерительный прибор, постоянно взаимодействуя с квантовой системой и вызывая коллапс её суперпозиции. Чем больше и сложнее квантовая система, тем более она подвержена декогеренции.

Временные рамки декогеренции зависят от конкретной квантовой системы и её окружения. При комнатной температуре квантовые состояния обычно длятся всего несколько фемтосекунд (10^-15секунд). Даже в тщательно контролируемых лабораторных условиях квантовые состояния обычно длятся от микросекунд до миллисекунд.

Эта хрупкость означает, что квантовые компьютеры должны быть максимально изолированы от окружающей среды. Большинство квантовых компьютеров работают при температурах, близких к абсолютному нулю (около 0,01 Кельвина), в специальных камерах, которые блокируют электромагнитное излучение и вибрации. Даже при таких мерах предосторожности квантовые состояния обычно длятся всего несколько микросекунд, прежде чем декогеренция разрушает их.

Хрупкость также означает, что квантовые вычисления должны выполняться быстро, до того как декогеренция разрушит квантовые состояния. Это накладывает фундаментальные ограничения на сложность квантовых алгоритмов, которые могут быть реализованы на современных квантовых компьютерах.

Понимание и контроль декогеренции является одной из центральных задач квантовых вычислений. Квантовые системы различаются по скорости декогеренции, что влияет на их применимость. Исследователи постоянно работают над разработкой новых методов защиты квантовых состояний от воздействия окружающей среды.

Принцип неопределённости: фундаментальные ограничения знания

Принцип неопределённости Вернера Гейзенберга гласит, что определённые пары свойств не могут быть измерены одновременно с абсолютной точностью. Чем точнее вы знаете положение частицы, тем менее точно вы можете знать её импульс, и наоборот.

Это не ограничение измерительной техники – это фундаментальное свойство реальности на квантовом уровне. Принцип неопределённости происходит из волновой природы квантовых частиц. Волна, локализованная в определённом месте, обязательно содержит диапазон частот, которые соответствуют разным импульсам.

Принцип неопределённости говорит, что нельзя точно знать одновременно, где находится частица и как быстро она движется. Если вы точно узнаёте её положение, то её скорость становится размытой, и наоборот. Это как пытаться поймать мыльную пену – чем сильнее сжимаешь, тем больше она ускользает. Это правило задаёт пределы того, что мы можем узнать о крошечных частицах в квантовом мире.

Принцип неопределённости имеет важные последствия для квантовых вычислений. Он ограничивает объём информации, который можно извлечь из квантовых систем, и влияет на требования к разработке квантовых алгоритмов. Он также устанавливает фундаментальный предел точности квантовых измерений.

Однако принцип неопределённости также открывает новые возможности. Вводимая им случайность может быть использована для генерации квантовых случайных чисел, что необходимо для криптографии и приложений в области безопасности. Истинная квантовая случайность принципиально отличается от псевдослучайности, генерируемой классическими компьютерами.

Принцип неопределённости работает не только для положения и скорости частицы, но и для других пар свойств, таких как энергия и время или разные направления вращения частицы. Эти взаимосвязи накладывают фундаментальные ограничения на то, что можно одновременно знать о квантовых системах.

Квантовое туннелирование: преодоление классических барьеров

В классической физике мяч, катящийся в гору, остановится, если у него не хватит энергии, чтобы достичь вершины. В квантовой механике частицы могут «проникать» через энергетические барьеры, которые в классической физике невозможно преодолеть.

Квантовый туннелирование происходит потому, что квантовые частицы обладают волновыми свойствами. Волна может простираться за пределы барьера, что означает, что существует вероятность найти частицу на другой стороне, даже если у неё недостаточно энергии, чтобы преодолеть барьер в классическом смысле.

Вероятность туннелирования зависит от высоты и ширины барьера, а также от энергии частицы. Более толстые и высокие барьеры снижают вероятность туннелирования, но даже очень толстые барьеры имеют некоторую вероятность быть «пронзёнными». Энергия волновой функции частицы быстро уменьшается внутри барьера, как будто её сигнал, подобно звуку радио, становится всё тише и теряется в шуме, пока почти не исчезает.

Этот эффект туннелирования является одновременно проблемой и возможностью для квантовых вычислений. Это один из эффектов, который вызывает проблемы в классических транзисторах по мере уменьшения их размеров – электроны могут проникать через барьеры, которые должны их останавливать. Но туннелирование также можно использовать в квантовых устройствах для создания новых типов квантовых операций.

Туннелирование лежит в основе многих важных физических явлений, включая радиоактивный распад, работу сканирующих туннельных микроскопов и реакции ядерного синтеза, которые питают Солнце. Без квантового туннелирования ядерные реакции в ядре Солнца не происходили бы при имеющихся там температурах и давлениях.

Интерпретация многих миров

Проблема измерения в квантовой механике – почему суперпозиция схлопывается, когда мы её измеряем? – породила различные интерпретации. Наиболее популярной среди физиков является копенгагенская интерпретация, которая просто принимает, что измерение вызывает коллапс (схлопывание), не пытаясь объяснить, почему.

Альтернативная интерпретация, предложенная Хью Эвереттом III в 1957 году, – интерпретация многих миров. Согласно этой точке зрения, измерение не вызывает коллапс – вместо этого вселенная разделяется на несколько ветвей, по одной для каждого возможного результата измерения. Все возможные результаты действительно возникают, но в отдельных параллельных вселенных.

Хотя эта интерпретация кажется научной фантастикой, многие физики ценят её, потому что она объясняет квантовую механику чётко и логично с математической точки зрения, не вводя в неё случайных изменений состояния частиц. Она также предполагает, что Вселенная гораздо страннее и обширнее, чем мы обычно себе представляем.

В отношении квантовых вычислений интерпретация множественных миров предполагает, что квантовые компьютеры могут выполнять вычисления в параллельных вселенных, а затем выбирать вселенную с правильным ответом. Хотя это всего лишь предположение, оно даёт интересную перспективу того, откуда может браться мощность квантовых компьютеров.

Это не означает, однако, что автор в настоящее время с ней полностью согласен.

Квантовая теория информации

Слияние квантовой механики и теории информации привело к появлению новой области знаний, называемой квантовой теорией информации. Эта область изучает, как информация может быть закодирована, передана и обработана с помощью квантовых систем.

Классическая теория информации, разработанная Клодом Шенноном в 1940-х годах, показала, что вся информация может быть сведена к битам – двоичным цифрам, которые могут принимать значения 0 или 1. Квантовая теория информации расширяет это понятие до квантовых битов (кубитов), которые могут существовать в суперпозиции.

Ключевая идея квантовой теории информации заключается в том, что квантовые системы могут кодировать и обрабатывать информацию способами, которые не имеют классического эквивалента. В то время как классический бит может хранить ровно один бит информации, кубит может хранить сложные амплитуды вероятностей, которые содержат больше информации, хотя при измерении можно извлечь только один классический бит.

Теорема о неклонируемости – одно из важнейших достижений квантовой теории информации. Она гласит, что невозможно создать точную копию произвольного неизвестного квантового состояния. Эта теорема имеет глубокие последствия как для квантовых вычислений, так и для квантовой криптографии, поскольку означает, что квантовая информация не может быть идеально скопирована или украдена.

Квантовое преимущество: почему эти свойства важны

Эти квантово-механические свойства – суперпозиция, запутанность, интерференция и другие – не являются просто научными курьёзами. Они представляют собой вычислительные ресурсы, не имеющие классического эквивалента. Они позволяют квантовым компьютерам:

· Одновременно обрабатывать несколько вариантов благодаря суперпозиции

· Создавать сложные корреляции между кубитами посредством запутанности

· Направлять вычисления к правильным ответам с помощью интерференции

· Выполнять определённые вычисления в разы быстрее, чем классические компьютеры

· Использовать новые типы криптографии и протоколы связи

Понимание этих свойств важно для тех, кто работает с квантовыми компьютерами, ведь они показывают, что эти машины могут и чего не могут. Они объясняют, почему квантовые компьютеры превосходны в решении определённых задач, но непрактичны для других.

Странный мир квантовой механики является основой квантовых вычислений, но для преобразования этих абстрактных принципов в практические вычислительные преимущества требуется тщательная инженерная проработка и разработка алгоритмов.

Мост к вычислениям

Переход от квантовой механики к квантовым вычислениям требует преобразования этих абстрактных физических свойств в практические вычислительные операции. Это преобразование является одним из величайших достижений современной науки и техники – использование явлений, существующих на уровне отдельных атомов, для решения реальных проблем.

Ключевое понимание заключается в том, что квантово-механические свойства не являются препятствиями, которые необходимо преодолеть, а ресурсами, которые можно использовать. Суперпозиция позволяет осуществлять параллельную обработку, запутанность создаёт вычислительные взаимосвязи, а интерференция направляет алгоритмы к правильным ответам. Понимание квантовой механики необходимо для квантовых вычислений, но важно помнить, что квантовые компьютеры – это инженерные системы, которые контролируют квантовые системы и манипулируют ими для выполнения полезных вычислений.

В следующей главе мы рассмотрим, как физики и компьютерные учёные построили этот мост, создав квантовые компьютеры, которые могут использовать странные свойства квантовой механики для выполнения вычислений, невозможных для классических компьютеров.