양자화학 인공지능 디자인최적화 실용화를위한 NISQ 양자컴퓨팅 · 양자게이트의조합으로알고리즘실행. ȁ𝜓ۧ. ans = 𝑑 … 2 1. ȁ𝜓ۧ. init

Think Summit 2019 / June-Koo Rhee © 2019 KAIST

양자화학, 인공지능, 디자인최적화실용화를위한 NISQ 양자컴퓨팅

이준구June-Koo Kevin Rhee

KAIST 전기및전자공학부교수

AI 양자컴퓨팅 ITRC 센터장

2Think Summit 2019 / June-Koo Rhee © 2019 KAIST

KAIST AI 양자컴퓨팅 IT인력양성센터

제 1세부책임자

KAIST안재욱교수

제 1세부참여교수

서울대안경원교수


KAIST김은성교수


KAIST배준우교수


KAIST정혜원교수


및센터장

KAIST이준구교수


KAIST하정석교수


고려대허준교수


경희대이수준교수


KAIST박경덕교수

제 4세부공동책임자

액터스네트웍스

조진호책임


KAIST정재용교수


호모미미쿠스

김선중박사

제 4세부산중교수

KAIST최진한교수


KT신정환박사


미래텍조무희박사

자문위원

KAIST이순칠교수

자문위원

KIAS김재완교수

해외자문위원

UKZNProf.

F.Petruccione

해외자문위원

U. of TorontoProf.

Peter Wittek

• KAIST AI 양자컴퓨팅 ITRC 센터, 과기정통부 IITP 지원 / 2018.6 -2021.12

대학: KAIST, 서울대, 고려대, 경희대 기업: KT, 액터스네트웍스, 미래텍, 호모미미커스

연구소: KISTI 국제협력: 남아공 UKZN대, 캐나다 Toronto대


컴퓨팅기술혁신

Moore 의 법칙은 상상을 초월하는 컴퓨팅 기술 발전을 예견함

1,000,000 W

70 년

모든성능이적어도 10억배개선됨Speed, Capacity, Energy, Space, + Mobility19431945, IBM

Thomas J.

Watson said

”There will be

a market for 5

computers !!”

20 W

http://www.computerhistory.org/timeline/1946/


어떤문제를풀어낼것인가?

• 수학적 “Hard Problems”

21 을 인수분해하시오

= 3 x 7

이제 80146063 을 인수 분해하시오

= 8009 x 10007

• 현대 암호 – RSA 암호 (private/public keys, Rivest/Shamir/Adlemam)

• 현대 암호 체계의 근간– 빠른 인수분해가 가능하다면 쉽게 복호화됨

• 1994년 Shor 가 인수분해 양자 알고리즘 발견


양자컴퓨팅과고전적디지털컴퓨팅

Source: Dr. John MartinisGoogle, UCSB

2048 bit 의 인수분해

– 2048 비트를 현재의 디지털컴퓨터로 인수분해를 하려면

$1,000,000 Trillion 의 예산으로 북미 지역을 뒤덮는수퍼컴퓨팅 서버 센터를 설치하고

10년간 10조 GW 의 전력을 공급하면 인수분해 결과를얻을 수 있다. (전세계 발전량: 약 3000 GW)

미래의 양자컴퓨터와 Shor 알고리즘으로 2048비트를 인수분해 한려면

$100 Billion 연구 개발비를 투자하여 1 cm 크기의 칩에

천만개의 큐빗으로 10,000 개의 “에러 없는 논리적 큐빗”을 만들어

16 시간 동안 0.01 GW 의 전력을 공급하여 인수 분해를 할 수 있다.


양자정보단위 – 큐빗 (Qubit)

𝑠 orbital ȁ0 p orbital ȁ1

‘1’‘0’

ȁ𝜓 = 𝑎 + 𝑏𝑒𝑖𝜙

= 𝑎 ȁ0 + 𝑏𝑒𝑖𝜙 ȁ1 ,

Here 𝑎 2 + 𝑏 2 = 1

Superposition, 중첩


큐빗연산 – 단일큐빗연사

Bit Flip Gate ( ‘0’ ↔ “1’ )

X ȁ0 = ȁ1X ȁ1 = ȁ0

Hadamard Gate for superposition

H ȁ0 = 1

2ȁ0 + 1

2ȁ1

H ȁ1 = 1

2ȁ0 − 1

2ȁ1

7

𝜋 pulse

𝜋/2 pulse and time evolution

Superposition


큐빗테크놀로지

Ion Trap Photons Nanowires

Solid-state Defects Superconducting Circuits

Neutral Atom Trap

Image: IBM Research Image: IBM Research Image: Kouwenhoven/Delft

Image: Hanson/Delft Image: IBM Q Image: Cheng/U.Chicago

핵심성능지표 – 지속시간, 연산정확도, 확장성

2 큐빗의정보용량

22 = 4 비트정보


𝑵 = 𝟐𝒏

𝑵: Computing Complexity

𝒏: Quantum Resource

Superpositions of 2 qubit states: 4 bit complexity

ȁ𝝍 = 𝑏0 ȁ0 ȁ0+𝑏1 ȁ0 ȁ𝟏+𝑏2 ȁ𝟏 ȁ0+𝑏3 ȁ𝟏 ȁ𝟏

다중큐빗 - 확장성

ȁ0 ȁ0

ൿห𝜓00 = ȁ0 ȁ0 = ȁ00

ȁ0 ȁ1

ൿห𝜓01 = ȁ0 ȁ1 = ȁ01

ȁ1 ȁ0

ൿห𝜓10 = ȁ1 ȁ0 = ȁ10

ȁ1 ȁ1

ൿห𝜓11 = ȁ1 ȁ1 = ȁ11

𝑏0 = 0, 1

𝑏1 = 0, 1

𝑏2 = 0, 1

𝑏3 = 0, 1

양자컴퓨팅알고리즘


회로기반양자알고리즘

양자게이트의조합으로알고리즘실행

ȁ𝜓 ans = 𝑈𝑑 …𝑈2𝑈1 ȁ𝜓 init

𝑈𝑘: quantum gate

• 범용계산 (universal computing)

어닐링기반양자알고리즘

Ising machine의큐빗간상호작용을조절하여최소에너지상태를찾아문제를해결함.

𝜓𝑘 = ± 1

• 단열연산 (adiabatic process)를통해범용계산활용가능

ൿȁ𝜓1

ൿห𝜓2

ൿห𝜓𝑚

U1 U2 Ud

ൿห𝝍𝟏 ൿห𝝍𝟐 ൿห𝝍𝟑 ൿห𝝍𝒎

ℎ13 ℎ2 𝑚

ℎ3 𝑚ℎ23

범용계산 (Universal Quantum Computing)

10

양자알고리즘의 Best Practice


Quantum Fourier Transform (양자퓨리에변환)

• 𝑁개의데이터포인트의퓨리에변환이

log(N)2 의연산량으로계산됨

디지털연산비교: N log(N)

• Shor 인수분해의핵심연산

• Complexity of task: 𝑁

• Space Resource: 𝑚 = 𝑂(log2𝑁)

• Time Resource: 𝑑 = 𝑂(poly log2𝑁)

ൿȁ𝜓1

ൿห𝜓2

ൿห𝜓2

H S T

H S

H

N=8 QFT2 qubit gates

single qubit gates

Quantum Advantage over Classical Computing

Quantum Computing is very likely able to solve problems with a logarithmic size of hardware

(space) or logarithmic steps of software (time).

Quantum Volume

Comprehensive Metric of Quantum Process Unit (QPU) Capacity

𝑉𝑞 = 2min(𝑚,𝑑)

In order to enhance the capacity,

number of qubits (space, width) and

number of gate (time, depth)

must be enhance.

양자컴퓨팅성능이슈


Error Free vs Noisy Qubits

Raw qubits, or the physical qubits

- not qualified as a universal computer due to errors in computation.

“Logical Qubit”

- Error free qubits tens of physical qubits quantum error correction.

Realization of Logical Qubits is somewhat futuristic, which requires > 10000 physical qubits.

In the near term, QPUs will be

NISQ: Noisy, Intermediate Scale Quantum

• 큐빗성능이매우불완전

• 큐빗개수의증가가매우어려운기술

• 짧은정보지속시간 (decoherence time)

• 다중큐빗연산게이트오류

• E.g.: 10 gates with 99% fidelity → 10% Error

대표적양자컴퓨터기술의큐빗성능

Qubit Technology

Superconductor(Josephson)

Ion trap

Decoherencetime

< 100 sec ~ 1 sec

Fidelity(2 qubit)

< 99.0 % <98.9 %


현재의 NISQ 양자컴퓨터기술

SC Josephson Circuits Ion Trap Circuits SC Josephson Annealers

IonQ 11 qubit

Fidelity Class Single-qubit gates

Two-qubit gates

Best 99.97% 99.3%*

Average >99% >98%*

Minimum >99% >96%*

DecoherenceTime

~ 1s

IBM Q: 50 qubits in 2019Rigetti: 16 qubits

(Source: Wikipedia) D-Wave 2000Q

Release date January 2017

Qubits 2048

Couplers 6016

Annealing Time ~100 µs

IonQ: 11 qubits in 2019 D-Wave: ~5000 annealing qubits soon

NISQ 컴퓨팅 –Quantum Volume 성능


Quantum Volume Increases little on NISQ Machines

NISQ 양자컴퓨터를대표하는지표로노이즈(에러)를고려한양자볼륨을사용

𝑉𝑞 = 2argmax

𝑚min(𝑚,𝑑(𝑚))

𝑚: 큐빗수

𝑑 𝑚 : 노이즈(에러)허용범위에게이트

적용횟수A. Cross, IBM Q, 2018

현재최고: VQ = 216 IBM Q System One

𝑈1𝑚 > 𝒅(𝒎)

𝑈2𝒎 ~ 𝒅(𝒎)

𝑈3𝒎 < 𝑑

qu

bit

s


양자컴퓨팅의특성

양자알고리즘의해답의일반적인모양:

해답상태와 제한된오류/노이즈상태의확률적조합

𝜓 sys = 𝑝0 𝜓sol + 𝑝1 𝜓nonsol , ȁ𝜓 env = 𝑝err 𝜓err

BQP 문제를푸는알고리즘은양자컴퓨팅에가장적합한응용

- 주요컴퓨팅문제 : 금융, 산업디자인최적화문제의근사해, 인공지능/기계학습

- 양자화학문제 : 신약/신물질개발을위한양자모델의양자시뮬레이션

“NISQ 양자컴퓨터로실용적인해답을효율적으로구할수있는유형의연산”

제한된오류를허용하는양자계산문제 (BQP)

15


NISQ 양자컴퓨팅세대

특수한유형의컴퓨팅문제에서디지털컴퓨팅대비제한적인양자이득을활용

16

Source Credit: IBM Q


양자소프트웨어에코시스템

양자 SW

GTN1QBit

Entropica LabsBohr Technology

Riverlane ResearchHorizon Quantum Computing

HQS Quantum SimulationsLabber Quantum

OTI LumionicsJoS QuantumSolid State AI

MDR

파트너

Q-CtrlQC WareQu & CoProteinQureZapata ComputingCambridge Quantum ComputingQuantum BenchmarkStrangeworksQuantasticaQxBranchRahkoQulab


NISQ 양자컴퓨팅활용

최적화문제 / 기계학습 : 기하급수적 (초월다항식적) 계산이득


NISQ 양자컴퓨팅최적화응용

QAOA – 양자근사최적화알고리즘

- NP-complete 문제의최적화근사해

- 고전근사최적화알고리즘보다매우월등한성능을보이는문제가많음

(양자우월성이항상있는지에관하여는밝혀지지않음)

QUBO – 어닐링기반최적화알고리즘

- 특정한유형의문제를잘해결

- 해답의정확성이챌린지됨

Max-Cut Prob (Ref: Moll et al, QST 2018)

Beijing Traffic Optimization (Ref: Neukart 2017 )19

ȁ 00 ȁ 01 ȁ 10 ȁ 11 ȁ 00 ȁ 01 ȁ 10 ȁ 11


NISQ 양자컴퓨팅최적화문제활용

고성능제품최적화디자인

– Volkswagen: 엔진블럭 경량화 디자인

– Daimler: 디자인 사이클 단축 (18 개월 이하)

스케줄링과로지스틱스

교통경로최적화

- Daimler, Volkswagen : 경로분산최적화

- Denso : 최단경로자율주행

우주

- Lockheed Martin : 우주항해분석

물류최적화


NISQ 양자컴퓨팅 – 양자기계학습

양자기계학습

- 대부분의고전기계학습알고리즘의양자알고리즘으로포팅됨

- 알고리즘성능은연산량에있어기하급수적양자이득이있음

- 학습속도의개선이있는경우도보임

- 근본적이슈

a. 디지털데이터의양자정보인코딩 (QRAM)

b. 학습결과가양자정보로누적되지않음(양자측정의근보적문제)

파이낸스 응용

- 리스크예측

- 포트폴리오최적화

리스크 예측 <IBM>


NISQ 양자시뮬레이션

양자화학모델양자시뮬레이션: 기하급수적 (초월다항식적) 계산이득



양자시스템모델d

dtȁ𝜓 = −

𝑖

ℏ𝐻 ȁ𝜓

양자시뮬레이션

ȁ𝜓 sol = 𝑒−𝑖 𝐻𝑡/ℏ ȁ𝜓 init = 𝑈𝑑 …𝑈2𝑈1 ȁ𝜓 init

OTI, 2019

IonQ, 2019

23

양자역학적대상의모델을양자컴퓨터큐빗에대응하여문제해답을구함

IBM, 2019



양자시뮬레이션

- VQE: Variational Quantum Eigensolverwith Full CI (Configuration Interaction)

- 일반적으로양자전산은 DFT (Density Functional Theory) 모델에의존하고있으나, 정교한신물질개발연구에필요한정확도를얻지못함. VQE/FCI가요구됨

- NISQ 로 VQE/FCI 결과의정확도를향상시키는연구개발이흥미로운영역

“신물질개발회전율을 10배이상가속시킬것으로예측됨” – OTI Lumionics

24

Source: OTI Lumioinics

Source: IBM Q


양자컴퓨팅클라우드활용환경

IBM Q 클라우드 SW 개발환경

– Universal Computing

– 50+ qubit, 2019 상반기

• 실용성있는알고리즘의수행가능

IBM Q S/W - qiskit


요약및결론

급성장하는멀지않은미래기술 – NISQ 양자컴퓨팅

• 100 큐빗 NISQ 은 2~3 년 안에 확보될 것으로 예측 – 그러나

양자 볼륨 > 2100 이 언제 가능할 지 관찰해 보아야 함

• 가장 먼저 실용성을 확보하는 응용 영역은 양자 화학 양자 시뮬레이션으로 예측됨

• 양자최적화 계산과 양자기계학습 기반 자율주행, 파이낸스 응용 기대

• 양자 소프트웨어 시장: Bosch 는 2029년까지 양자소프트웨어 서비스 시장이 연간

12조원 규모로 성장할 것으로 보고 있음

• IBM Q 와 함께 D-Wave, rigetti 가 양자컴퓨팅 서비스 에코시스템을 형성하고 있음

양자화학 인공지능 디자인최적화 실용화를위한 NISQ 양자컴퓨팅 · 양자게이트의조합으로알고리즘실행. ȁ𝜓ۧ. ans = 𝑑 … 2 1. ȁ𝜓ۧ. init

Documents