Technologie- en computergigant Nvidia heeft onlangs een familie van open source kunstmatige-intelligentiemodellen uitgebracht, genaamd Ising, waarvan het beweert dat het 's werelds eerste AI-modelsuite is die specifiek is bedoeld voor kalibratie en foutcorrectie van kwantumcomputers. NVIDIA zei dat deze familie van modellen wetenschappelijke onderzoeksinstellingen en bedrijven zal helpen krachtigere kwantumcomputers te bouwen, waardoor ze de mogelijkheid krijgen om echt nuttige praktische toepassingen op grotere schaal uit te voeren.
Wil een kwantumcomputer complexe toepassingen kunnen uitvoeren, dan moet het systeem kwantuminformatie-eenheden verwerken met een schaal van miljoenen qubits. De qubits zelf zijn echter uiterst kwetsbaar, gevoelig voor ruis en foutgevoelig. Naarmate de schaal van kwantumcomputers groter wordt, moet het systeem tijdens het gebruik in realtime foutcorrectie en fijne kalibratie kunnen voltooien en omgevingsfluctuaties kunnen compenseren om de geldigheid van de berekeningsresultaten te behouden. NVIDIA-oprichter en CEO Jensen Huang zei: "AI is de sleutel om quantum computing praktisch te maken." Volgens hem zal AI, samen met Ising, het besturingsvlak van kwantummachines worden – gelijkwaardig aan het besturingssysteem van kwantummachines, en kwetsbare qubits transformeren in schaalbare en betrouwbare kwantum-GPU-systemen.
De naam Ising komt van het Ising-model, een klassiek wiskundig model in de natuurkunde, dat wordt gebruikt om de interactie tussen deeltjesspins te beschrijven en complexe fysieke systemen op een beknoptere manier te karakteriseren. NVIDIA biedt dit keer twee soorten modellen: het ene wordt gebruikt voor realtime foutcorrectie en het andere richt zich op de kalibratie van kwantumsystemen.
In termen van foutcorrectie is Ising Decoding verantwoordelijk voor het "decoderen" van kwantummetingen onder luidruchtige omstandigheden tot coherente outputs. Het is gebaseerd op een driedimensionaal convolutioneel neuraal netwerk en biedt twee varianten: de ene gericht op snelheid en de andere op nauwkeurigheid. Nvidia beweert dat Ising Decoding, vergeleken met pyMatching, een foutcorrectietool die vaak wordt gebruikt in de huidige open source-industrie, de decoderingssnelheid tot 2,5 keer kan verhogen en de nauwkeurigheid met ongeveer 3 keer kan verbeteren.
Qua kalibratie is Ising Calibration vooral gericht op natuurkundigen en technische teams en wordt het gebruikt voor het afstemmen, meten en optimaliseren van besturingssignalen van kwantumhardware. Deze besturingssignalen omvatten microgolven, lasers en andere fysieke middelen. Kwantumoutput van hoge kwaliteit is in hoge mate afhankelijk van nauwkeurige kalibratie om problemen zoals ruis, hardware-instabiliteit en parameterdrift in de loop van de tijd tegen te gaan. Volgens NVIDIA is Ising Calibration een visueel taalmodel dat snel meetgegevens van kwantumprocessors kan interpreteren en AI-agenten ertoe kan aanzetten het kalibratieproces continu en automatisch te voltooien.
Toen Nvidia Quantum Product Director Sam Stanwyck over de toekomstige routekaart sprak, zei hij op de persconferentie dat het bedrijf ervoor koos om eerst decodering en kalibratie te lanceren, omdat deze twee verbindingen de meest urgente knelpunten zijn die de uitbreiding van kwantumsystemen beperken. Hij beschreef de twee als ‘AI-vormige werklasten’ en geloofde dat de introductie van AI op deze gebieden onmiddellijke en aanzienlijke gevolgen kan hebben. Hij benadrukte echter ook dat de langetermijnvisie van Nvidia zich hiertoe niet beperkt. Er wordt gehoopt dat AI in de toekomst ook kan deelnemen aan de constructie en optimalisatie van kwantumcircuits, waardoor het decoderen en kalibreren de eerste mijlpalen zullen zijn op weg naar kwantum-GPU-supercomputerplatforms.
Momenteel worden Ising Decoding en Ising Calibration toegepast in bedrijven en wetenschappelijke onderzoeksinstellingen. Op het gebied van foutdecodering zijn Cornell University, Sandia National Laboratories, University of California, San Diego, University of California, Santa Barbara en andere instellingen begonnen relevante modellen in te zetten. Op het gebied van kalibratie gebruiken veel quantum computing-gerelateerde bedrijven en onderzoeksorganisaties zoals Atom Computing, Academia Sinica, EeroQ, IonQ, IQM Quantum Computers, Q-CTRL, enz. Ising Calibration al voor het debuggen en optimaliseren van systemen.
Om de barrières voor het gebruik te verlagen, heeft NVIDIA ook een reeks 'kookboek'-handleidingen uitgebracht, die workflowvoorbeelden voor quantum computing en ondersteunende trainingsgegevens bevatten, en microservices biedt op basis van NVIDIA NIM. Deze bronnen zullen ontwikkelaars helpen modellen aan te passen, te trainen en te verfijnen op basis van verschillende kwantumhardware-architecturen en deze in lokale onderzoeksomgevingen uit te voeren, waarbij gebruik wordt gemaakt van AI-mogelijkheden terwijl gevoelige experimentele gegevens binnen de instelling blijven.