Alexander Glätzle begann seine Forschungen der Theoretischen Quantenphysik am Institut für Quantenoptik und Quanteninformation an der Universität Innsbruck. Sein Projekt zum Thema Quantum Enhanced Maschine Learning brauchte ihm den ersten Platz beim Demo-Day der I.E.C.T. Summer School on Entrepreneuship 2017 ein und führte ihn schließlich nach Oxford, wo er heute in der Grundlagenforschung zu Quanten-Simulatoren und Quanten-Rechnern arbeitet. Im Interview beantwortete er uns ein paar Fragen über den Quantencomputer und seine zukünftigen Möglichkeiten für die Artificial Intelligence.

+++ Hermann Hausers I.E.C.T. Summer School: Applications are open! +++

Die erste Frage zur Orientierung. Wie arbeiten Quantencomputer und was können sie heute?

Quantencomputer basieren – wie der Name sagt – auf den Prinzipien der Quantenmechanik die sich grundlegend von der klassischen Physik unterscheidet und erfolgreich die Eigenschaften und Dynamik von Atomen, Elektronen und Photonen beschreibt. In gewohnten klassischen Computern besteht der Speicher aus Bits, die entweder den Wert Null oder Eins annehmen können. Quanten-Bits – kurz Qubits – können dagegen beide Zustände gleichzeitig annehmen und sich quantenmechanisch „verschränken“. Eine sehr fragile Eigenschaft, die nur in der Quantenwelt, bei sehr kalten Temperaturen und atomaren Teilchen, vorkommt. Die Rechenleistung würde damit exponentiell steigen – zumindest theoretisch –, denn ein Quantencomputer kann jeden Rechenschritt mit sämtlichen Zuständen zur gleichen Zeit durchführen. Das bedeutet nicht, dass Quantencomputer herkömmlichen Rechnern grundsätzlich überlegen sind. Aber die Hoffnung ist, dass sie viele hochkomplexe Aufgaben weitaus schneller lösen als herkömmliche Super-Rechner oder für manche heute nicht lösbaren Problem, überhaupt erst eine Lösung ermöglichen.

Allerdings machen es gerade diese beiden Eigenschaften, die den Quantencomputer so stark machen, auch unglaublich schwierig, Qubits zu kontrollieren und herzustellen. Das außerordentliche Potential von Quantencomputern gibt es nur, wenn es gelingt die Quantenzustände vor thermischen Fluktuationen und Strahlung zu schützen. 2012 wurden Serge Haroche und David Wineland mit dem Nobelpreis ausgezeichnet für ihre bahnbrechenden Ideen einzelnen Atome und Ionen zu fangen und so zu kontrollieren, so dass sie Quanteneigenschaften zeigten.

Was die Anzahl der Qubits betrifft gibt es zwei unterschiedliche Richtungen. Die eine Richtung fokussiert sich darauf ein paar wenige Qubits perfekt zu kontrollieren und dann upzuscalen. So wurden zum Beispiel in Innsbruck mit Ionen bereits voll funktionsfähige Quantencomputer mit 4 – 8 Qubits gebaut, die darauf optimiert sind, Quanteneffekte für besonders lange Zeit aufrecht zu halten. Vor kurzem wurden auf der CES von IBM und Intel zwei Prototypen mit 50 bzw. 49 Qubits vorgestellt. Die andere Richtung verfolgt zum Beispiel D-Wave: Eine analoge Maschine mit über 2000 Qubits, die speziell für Optimierungsprobleme ausgelegt ist. Volkswagen nutzte diese D-Wave Maschine kürzlich erfolgreich für Verkehrsoptimierung. Allerdings sind sich Experten uneins, ob es sich wirklich um einen Quanten- oder doch nur einen starken klassischen Optimierer handelt.

Was kann man mit 50 Qubits machen?

Das ist gerade besonders spannend in Hinblick auf der Jagd nach „Quantum supremacy“, einer etwas nebulösen theoretischen Grenze, an der klassische Computer nicht mehr mithalten können. Das hängt natürlich auch davon ab, wie gut der beste klassische Algorithmus ist, von der Qualität der Qubits und der tiefe der Gates. Daher wird das wohl eine bewegliche Linie sein, über die man sicher diskutieren wird.

Es ist aber ziemlich sicher, dass dies keine Probleme sein werden wie Verschlüsselungen knacken oder pharmazeutisch motivierte Anwendungen – dazu reicht die Anzahl der kohärenten Qubits noch nicht aus– , sondern abstrakte Probleme bei denen nicht die Antwort im Vordergrund steht sondern das Device selbst. Aber nicht nur der Quanten-speed-up scheint exponentiell zu sein, sondern auch der experimentelle Fortschritt. Wir erleben gerade sehr spannende Zeiten.

Welche Auswirkung könnte Quantencomputing auf die Entwicklung der AI haben?

Eine Herausforderung, für die analogen Quantencomputer geradezu prädestiniert sind, ist Optimierungsaufgaben zu lösen. Mathematisch schauen alle Optimierungsaufgaben gleich aus: Die Aufgabe ist es, bildlich gesprochen, in einer bergigen Landschaft den Ort mit der geringsten Seehöhe zu finden, also den tiefsten Punkt. Dieser entspricht dann der optimalen Lösung des Problems. Stellen Sie sich vor, ein Hubschrauber setzt sie in Alaska aus, ohne Handy, GPS oder Karte und ihre Aufgabe ist es, den tiefsten Punkt zu finden. Schnell werden sie feststellen wie anstrengend das ist, da sie sehr viel Zeit und Energie brauchen um die Berge zu erklimmen um ins dahinter gelegene Tal zu blicken. So ähnlich würde ein klassischer Computer arbeiten. Wären Sie ein Quantencomputer, könnten Sie durch den Berg durchtunneln, ohne ihn zu besteigen und damit das Minimum schneller finden. Nach dem gleichen Prinzip funktionieren auch Machine Learning und Artificial Intelligence.

Während angenommen wird, dass general-purpose quantum computing noch ein paar Jahrzehnte entfernt ist, sind solche speziellen Anwendungen möglicherweise bald in Reichweite. Quanten Machine learning gehört da sicher dazu und könnte das spannende Feld von künstlicher Intelligenz noch mehr befeuern.

Wann könnten erste Quantenkonzepte für AI anwendbar sein?

Die größten Hardware-Herausforderungen sind sicher die Qualität der Qubits und ihre Skalierbarkeit. Es ist sehr schwer abzuschätzen, wenn Quanten-Technologie für Machine Learning relevant wird und auch tatsächlich einen Vorteil bringt. Betrachtet man das explosionsartige Interesse der Industrie und Startups an Quantentechnologie in den letzten paar Jahren gibt es Anzeichen, dass es möglicherweise nur noch ein paar Jahre statt Jahrzehnte dauern wird. Das spüren auch die Strategieabteilungen großer Firmen, die mit Respekt alle disruptiven Entwicklungen beobachten. Wie bei allen exponentiellen Entwicklungen sollte man sich bewusst sein, dass der Impact von Quantentechnologie möglicherweise so groß ist, dass der first-mover Vorteil alle anderen überrennt. Momentan gilt das alte Sprichwort: high risk, high gain.

⇒ Zur Page des Physik-Departments der Uni Oxford

Dieses Interview erschien in gedruckter Form im aktuellen Brutkasten Magazin #6