Zwei Meilensteine in der Quantencomputing-Forschung – erhebliche Fortschritte bei der Effizienz der Fehlerkorrektur und die erste experimentelle Bestätigung einer zentralen Skalierungsannahme – haben die Wahrscheinlichkeit, dass in den nächsten zehn Jahren oder so ein brauchbarer Quantencomputer entsteht, deutlich verändert, schreibt Shinobi in der aktuellen Print-Ausgabe von Bitcoin Magazine, The Quantum Issue. Weder Allgegenwärtigkeit noch einfacher Zugang seien garantiert, warnt der Autor, doch die Möglichkeit, dass in naher Zukunft brauchbare Maschinen entstehen, sollte nicht abgetan werden.

Die Debatte, ob ein Quantencomputer eine realistische Bedrohung für das Bitcoin-Netzwerk darstellt, läuft seit über einem Jahrzehnt. Die Frage wurzelt in der Art, wie Bitcoin sich selbst absichert: Das Ausgeben von Mitteln erfordert eine digitale Signatur auf elliptischer Kurve – die Art mathematisches Problem, das Shors Algorithmus auf einer ausreichend leistungsfähigen Quantenmaschine theoretisch brechen könnte – während das SHA-256-Hashing, auf dem das Mining basiert, als deutlich widerstandsfähiger gilt, da Grovers Algorithmus nur eine quadratische Beschleunigung bietet. Bereits vor mehr als 13 Jahren war es ein ernsthaftes Diskussionsthema, als Shinobi zum ersten Mal von Bitcoin erfuhr. Seitdem gab es erhebliche Fortschritte sowohl in der Theorie als auch im realen Engineering. Das bedeutet nicht zwangsläufig, dass die Technologie allgegenwärtig wird oder auch nur für Kapitalstarke relativ leicht zugänglich sein wird. Doch es ist sehr gut möglich, dass in naher Zukunft eine Reihe brauchbarer Maschinen gebaut wird.

Verbesserungen bei der Fehlerkorrektur

Die erste wesentliche Verbesserung betraf die Fehlerkorrektur. Um das inhärente Rauschen bei der Arbeit auf einer so winzigen Skala auszugleichen, erfordert die Herstellung eines logischen Qubits, der in der Praxis für Berechnungen nutzbar ist, den Einsatz mehrerer redundanter physischer Qubits.

Der bisherige Stand der Technik waren Surface Codes: eine Methode, bei der mehrere physische Qubits in einem Gitter gebündelt werden und einige davon als Prüf-Qubits dienen, ihre Nachbarn periodisch „kontrollieren“, um sicherzustellen, dass keine internen Fehler in der Superposition aufgetreten sind – ohne die Superposition zusammenbrechen zu lassen. Die Leerstellen jedes Gitters müssen mit Prüf-Qubits gefüllt werden.

Diese Anforderung an Prüf-Qubits erzeugt einen zusätzlichen Overhead, der insgesamt nahe an 1.000 physische Qubits pro logischem Qubit heranreichen kann, und sie skaliert schlecht, weil Prüf-Qubits nur die unmittelbar benachbarten Qubits kontrollieren können. Jede Qubit-Gruppierung benötigt daher Prüfer in gleichmäßigen Abständen.

Quantum-Low-Density-Parity-Check-Codes (qLDPC) beseitigen diesen Engpass, indem sie Prüf-Qubits erlauben, andere Qubits über große Distanzen im Gerät zu kontrollieren – entweder über Leiterbahnen, die über Chip-Sektionen hinweg kommunizieren, oder durch das physische Bewegen von Atomen, wie beim Neutral-Atom-Design. Dies ermöglichte eine 10-fache Reduktion der physischen Qubits, die zur Erzeugung eines zuverlässigen logischen Qubits erforderlich sind.

Für das Bedrohungsmodell von Bitcoin ist dieses Overhead-Verhältnis der Kern. Jede Maschine, die in der Lage wäre, Shors Algorithmus gegen elliptische Kurvensignaturen einzusetzen, müsste aus zuverlässigen logischen Qubits aufgebaut werden, und wie viele physische Qubits jedes einzelne verbraucht, bestimmt maßgeblich die Größenordnung der benötigten Hardware. Das ist kein geringerer Gewinn. Es mag sich noch nicht um eine voll funktionsfähige Maschine handeln, die auf mehr Effizienz hinarbeitet, aber es bedeutet erhebliche Effizienzgewinne in den Engineering-Prozessen, die der Herstellung eines voll funktionsfähigen Quantencomputers zugrunde liegen.

Fortschritte beim Nachweis der Grundlagen

Der zweite Meilenstein betrifft eine grundsätzlichere Frage: Ob die Behauptung tatsächlich zutrifft, dass das Hinzufügen weiterer physischer Qubits zu einer Verringerung des Gesamtrauschens im System führt statt zu einer Erhöhung. Im Moment ist das weitgehend noch Theorie – und man sollte bedenken, dass es bis heute noch keinen voll funktionsfähigen Quantencomputer gegeben hat, der Ende-zu-Ende eine Berechnung durchgeführt hat, zu der ein klassischer Computer nicht fähig wäre.

Google führte ein Experiment mit seinen Sycamore- (und später Willow-)Chips durch, um die Wirkung zusätzlicher physischer Qubits experimentell zu überprüfen. Beide sind supraleitende Prozessoren – dieselbe breite Hardwarefamilie, deren physikalische Layout-Beschränkungen die qLDPC-Arbeiten adressieren –, die neben Neutral-Atom-Designs konkurrieren, bei denen Fern-Fehlerprüfungen durch das physische Bewegen von Atomen realisiert werden. Ganz klar: Dies war keine Demonstration von Berechnungen, sondern lediglich eine Demonstration der Speicherung von Informationen im Speicher ohne deren Zerfall.

Mit logischen Qubits, aus einem Bündel von 17 physischen Qubits, einem Bündel von 49 und einem Bündel von 101 bestanden, zeigte Google, dass die logische Fehlerrate – die Häufigkeit der Datenkorruption – mit steigender Anzahl physischer Qubits sank. Der Test überschritt eine kritische Schwelle: Der aus den unabhängigen physischen Qubits erzeugte logische Qubit blieb länger kohärent als jedes einzelne der physischen Qubits, aus denen er bestand.

Auch das ist kein Sprung zu einem voll funktionsfähigen Quantencomputer, der Berechnungen durchführt, zu denen klassische Maschinen nicht fähig sind, aber es ist ein wesentlicher Fortschritt beim Nachweis einer der fundamentalen Annahmen, auf denen Quantencomputer beruhen.

KI

Das sind nicht die einzigen Bereiche, in denen in diesem Problemraum bessere Lösungen gefunden werden. Künstliche Intelligenz ist zu einer wesentlichen Komponente dieser Systeme geworden. Sie wird im eigentlichen Prozess des Lesens und Dekodierens von Informationen aus einem Quantencomputer eingesetzt – ein großer Engpass für die praktische Nutzung solcher Maschinen im großen Maßstab.

KI wird auch bei der Entwicklung neuer Quantenalgorithmen eingesetzt, die für diese Art von Maschinen optimiert sind. Angesichts der jüngsten Reihe von KI-Unterstützungen bei der Lösung – oder sogar der Widerlegung bestehender Vermutungen – wichtiger Probleme der Mathematik ist es kein abwegiger Gedanke, die Möglichkeit größerer Durchbrüche durch KI in Betracht zu ziehen.

Ebenso wird KI beim Entwurf der physikalischen Quantenschaltkreise eingesetzt, die mit verschiedenen Architekturen gebaut werden. Das ist ein wirklich komplexes Problem: den optimalen Weg zu finden, Quantengatter im physischen Raum anzuordnen, um das Rauschen auf Quantenebene zu minimieren, ohne so viel Leerraum zu schaffen, dass Latenz, Ineffizienz und andere Probleme entstehen.

Dies ist ein Faktor, der den Fortschritt bei der Lösung der notwendigen Grundprobleme erheblich beschleunigen könnte.

Ausblick

Letztlich läuft es nach Meinung des Autors auf eine Frage hinaus: Trifft die Annahme, dass mehr physische Qubits das Rauschen verringern, auch dann zu, wenn es um Berechnungen und die aktive Manipulation quantenmechanischer Informationen geht?

Wenn diese Annahme hält – und nicht in naher Zukunft experimentell widerlegt wird –, dann gibt es einen sehr realistischen Fall dafür, dass in den nächsten zehn Jahren ein brauchbarer Quantencomputer gebaut wird. Es werden enorme Ressourcen in dieses Problem gesteckt, und es gab erhebliche, wenn auch keine überwältigenden Fortschritte bei der Lösung einzelner Teilprobleme. Und wenn es einen grundsätzlichen Weg gibt, etwas zu tun, finden Menschen ihn in der Regel heraus.

Diese Unsicherheit ist nicht einzigartig für Bitcoin. Die breitere Sicherheitsbranche hat bereits auf das langfristige Risiko reagiert: 2024 verabschiedete das US-amerikanische National Institute of Standards and Technology seine ersten Post-Quanten-Kryptografie-Standards und genehmigte Ersatz-Algorithmen für die Public-Key-Verfahren, die großflächige Quantenmaschinen bedrohen könnten. Für Leser, die dieses Feld verfolgen, sind die kurzfristigen Markierungen klar – ob logische Qubit-Bündel weiter skalieren und die Fehlerraten sinken, und ob Experimente Speichern quantenmechanischer Informationen zum aktiven Rechnen mit ihnen fortschreiten, genau die Schwelle, die der Autor als offene Frage identifiziert.

Die Botschaft ist nicht, dass es Zeit zur Panik ist – doch die Möglichkeit sollte nicht abgetan werden.

Dieser Beitrag erscheint in der aktuellen Print-Ausgabe von Bitcoin Magazine, The Quantum Issue, und wird hier als Vorschau auf die in der gesamten Ausgabe behandelten Themen geteilt. Er erschien zuerst auf Bitcoin Magazine und wurde von Shinobi verfasst.