บทนำสู่การประมวลผลเชิงควอนตัม
เป้าหมายการเรียนรู้
เมื่อจบโมดูลนี้ คุณจะมีความเข้าใจที่ดีขึ้นเกี่ยวกับ:
- กรณีทางธุรกิจสำหรับการประมวลผลเชิงควอนตัม
- หลักไมล์และความก้าวหน้าในการประมวลผลเชิงควอนตัมตลอดช่วงเวลา
วิธีใหม่ในการแก้ปัญหาที่ซับซ้อน
คอมพิวเตอร์ควอนตัม แม้ครั้งหนึ่งจะเป็นการทดลองในห้องแล็บขนาดใหญ่ แต่ตอนนี้เป็นทรัพยากรการประมวลผลบนคลาวด์เชิงพาณิชย์ที่สามารถทำการคำนวณที่ไม่สามารถจำลองได้อย่างแม่นยำบนคอมพิวเตอร์คลาสสิก องค์กรต่างๆ กำลังสืบสวนมากขึ้นว่าการประมวลผลเชิงควอนตัมอาจส่งผลต่ออุตสาหกรรมของตนอย่างไร การฝึกอบรมนี้จะแนะนำคุณสู่การประมวลผลเชิงควอนตัมและมูลค่าทางธุรกิจที่มีศักยภาพ นอกจากนี้ การฝึกอบรมนี้จะเตรียมความพร้อมให้คุณตอบคำถามเมื่อเริ่มต้นการเดินทางด้านการประมวลผลเชิงควอนตัม IBM Quantum® เสนอทรัพยากรมากมายสำหรับคุณในการเริ่มเรียนรู้เกี่ยวกับการประมวลผลเชิงควอนตัม ไม่ว่าจะเป็นบทบาทใดในองค์กรของคุณ
ปัญหาใดที่การประมวลผลเชิงควอนตัมสามารถแก้ได้?
การประมวลผลเชิงควอนตัมใช้กฎของกลศาสตร์ควอนตัมในการแก้ปัญหาทางคณิตศาสตร์ที่ซับซ้อน เมื่อนักวิทยาศาสตร์และวิศวกรเจอปัญหาที่ยาก พวกเขามักจะหันไปพึ่งซูเปอร์คอมพิวเตอร์ — คอมพิวเตอร์คลาสสิกขนาดใหญ่ที่มีหน่วยประมวลผลกลาง (CPU) และหน่วยประมวลผลกราฟิก (GPU) หลายพันหน่วย อย่างไรก็ตาม แม้ซูเปอร์คอมพิวเตอร์คลาสสิกจะเก่งมากในการแก้ปัญหาบางประเภท แต่พวกมันประสบปัญหาในการแก้โจทย์ที่มีตัวแปรจำนวนมากที่มีปฏิสัมพันธ์กันในรูปแบบซับซ้อน เทคโนโลยีควอนตัมอาจช่วยให้เราก้าวผ่านอุปสรรคความซับซ้อนเหล่านี้เพื่อแก้ปัญหาสำคัญในอุตสาหกรรมต่างๆ ทั่วโลก
มาเริ่มต้นด้วยการดูวิดีโอนี้เกี่ยวกับประเภทปัญหาที่คอมพิวเตอร์ควอนตัมอาจแก้ได้ นำเสนอโดย Katie Pizzolato ผู้อำนวยการ IBM Quantum Theory and Computational Science ที่ IBM Quantum
พื้นที่บางส่วนที่ถือว่ามีความหวังเป็นพิเศษสำหรับการประยุกต์ใช้การประมวลผลเชิงควอนตัม ได้แก่:
- การจำลอง - การจำลองระบบทางกายภาพหรือเคมีที่มีธรรมชาติเชิงควอนตัมอยู่แล้ว
- การปรับให้เหมาะสม - การหาโซลูชันที่ดีที่สุดสำหรับปัญหาที่ซับซ้อน โดยทั่วไปสร้างเป็นปัญหาการหาค่าต่ำสุด
- ข้อมูลที่มีโครงสร้างซับซ้อน - การใช้การประมวลผลเชิงควอนตัมเพื่อสำรวจโมเดลใหม่ใน machine learning และวิทยาศาสตร์ข้อมูล
กรณีทางธุรกิจสำหรับการประมวลผลเชิงควอนตัม
แม้การประมวลผลเชิงควอนตัมจะไม่แทนที่คอมพิวเตอร์ทั่วไป แต่มันแสดงถึงกระบวนทัศน์การประมวลผลใหม่ รายงานล่าสุดของ IBM® Institute for Business Value The Quantum Decade อธิบายแรงขับเคลื่อนหลักสำหรับการประมวลผลรุ่นต่อไปนี้ พิจารณาแง่มุมเหล่านี้ในการประเมินควอนตัมสำหรับธุรกิจของคุณ:
ความสำคัญระดับโลก – เมื่ออุตสาหกรรมทั้งหมดเผชิญกับความไม่แน่นอนที่มากขึ้น โมเดลธุรกิจกำลังมีความอ่อนไหวและพึ่งพาเทคโนโลยีใหม่มากขึ้น
อนาคตของการประมวลผล – การผสานรวมการประมวลผลเชิงควอนตัม AI และการประมวลผลคลาสสิกเข้ากับกระบวนการทำงาน hybrid multi-cloud จะขับเคลื่อนการปฏิวัติการประมวลผลที่สำคัญที่สุดในรอบ 60 ปี
องค์กรที่ขับเคลื่อนด้วยการค้นพบ – องค์กรจะพัฒนาจากการวิเคราะห์ข้อมูลไปสู่การค้นพบวิธีใหม่ในการแก้ปัญหา
แรงก ดดันที่เพิ่มขึ้นในการแก้ปัญหาแบบยกกำลัง – ตัวอย่างได้แก่ การค้นพบวัสดุใหม่ การพัฒนายาเพื่อรับมือกับโรคที่เกิดขึ้นใหม่ และการปรับโครงสร้างห่วงโซ่อุปทานให้มีความยืดหยุ่น
เทคโนโลยีควอนตัมที่จุดเปลี่ยน – เมื่อฮาร์ดแวร์และ Qubit ขยายตัวอย่างรวดเร็ว สิ่งสำคัญกว่าเคยคือผู้เชี่ยวชาญในโดเมนต้องมีส่วนร่วมในการค้นพบอัลกอริทึม Circuit จะเพิ่มคุณภาพ ความจุ และความหลากหลายเมื่ออัลกอริทึมใหม่เกิดขึ้น
การขยายตัวของระบบนิเวศควอนตัม – นวัตกรรมแบบเปิดส่งเสริมการเรียนรู้ร่วมกัน นักปฏิบัติและนักวิทยาศาสตร์ต้องได้รับการฝึกอบรมเพื่อนำการประมวลผลเชิงควอนตัมไปใช้กับปัญหาในโลกจริง ในขณะที่นักฟิสิกส์และวิศวกรสามารถสร้างฮาร์ดแวร์และซอฟต์แวร์ที่ได้รับข้อมูลจากความเชี่ยวชาญเฉพาะโดเมน
ทดสอบความเข้าใจ
อ่านคำถามด้านล่าง คิดถึงคำตอบของคุณ แล้วคลิกสามเหลี่ยมเพื่อดูคำตอบ
จริงหรือเท็จ: คอมพิวเตอร์ควอนตัมจะแทนที่คอมพิวเตอร์คลาสสิกในอนาคต
เท็จ ควอนตัมบวกกับคอมพิวเตอร์คลาสสิกอาจจะเร็วๆ นี้สามารถเหนือกว่าการใช้คอมพิวเตอร์คลาสสิกเพียงอย่างเดียวในงานที่มีความหมาย การผสานรวมการประมวลผลเชิงควอนตัม AI และการประมวลผลคลาสสิกเข้ากับกระบวนการทำงาน hybrid multi-cloud จะขับเคลื่อนการปฏิวัติการประมวลผลที่สำคัญที่สุด เราเรียกวิสัยทัศน์ของการเชื่อมต่อควอนตัมและคลาสสิกนี้ว่า quantum-centric supercomputing
ภาพถ่ายของแบบจำลอง IBM Quantum System One ที่ติดตั้งที่ Shin-Kawasaki สำหรับ University of Tokyo (เครดิต: Satoshi Kawase สำหรับ IBM)
ประเภทปัญหาที่มีศักยภาพสำหรับการประมวลผลเชิงควอนตัม
สำหรับรายละเอียดเพิ่มเติมเกี่ยวกับคลาสความซับซ้อนเชิงการคำนวณที่ Victoria แนะนำในวิดีโอด้านบน ดูบทความนี้ ที่นั่นคุณจะได้เรียนรู้เพิ่มเติมเกี่ยวกับรายการทางทฤษฎีของปัญหาที่คอมพิวเตอร์ควอนตัมสามารถแก้ได้ง่ายที่เรียกว่า BQP — bounded-error quantum polynomial time
เส้นทางจากวิทยาศาสตร์สู่ระบบ
สิ่งที่ทำให้การประมวลผลเชิงควอนตัมพิเศษคือความสามารถในการแก้ปัญหาที่ไม่สามารถแก้ได้ในปัจจุบัน ในที่สุดให้มูลค่าทางธุรกิจ การประมวลผลเชิงควอนตัมสามารถสำรวจปัญหาเหล่านี้เพราะมันอิงกับกลศาสตร์ควอนตัม ซึ่งเป็นคำอธิบายความจริงที่ลึกที่สุดที่มีอยู่ การประมวลผลเชิงควอนตัมใช้ประโยชน์จากปรากฏการณ์กลศาสตร์ควอนตัมในการประมวลผลข้อมูล
แม้บางคนอาจมองการประมวลผลเชิงควอนตัมว่าเป็นพื้นที่นวัตกรรมที่อยู่ในช่วงเริ่มต้นของวงจรชีวิต แต่ความจริงคือทฤษฎีที่อยู่เบื้องหลังการประมวลผลเชิงควอนตัมได้พัฒนามาตั้งแต่อย่างน้อยปี 1970 สิ่งสำคัญคือต้องรับรู้หลักไมล์และความก้าวหน้าที่สำคัญตลอดช่วงเวลา เพราะสิ่งที่เคยวัดเป็นนิ้วของความก้าวหน้าได้พัฒนาอย่างรวดเร็วจากวิทยาศาสตร์สู่ระบบ
| 1970 | Charles H. Bennett อาจเป็นคนแรกที่เขียนวลี "quantum information theory" เมื่อวันที่ 24 กุมภาพันธ์ 1970 ขณะทำงานเป็นนักวิทยาศาสตร์วิจัยที่ IBM บันทึกของเขาเป็นสัญญาณบอกล่วงหน้าของงานที่ยิ่งใหญ่ของคนอื่นๆ อีกมากมายที่จะตามมา นำโลกสู่เส้นทางสู่ quantum advantage |
| 1981 | Richard Feynman นักฟิสิกส์ทฤษฎีที่มีชื่อเสียง ระบุศักยภาพของคอมพิวเตอร์ควอนตัมตั้งแต่ปี 1981 ในการประชุม Conference on the Physics of Computation ครั้งแรกที่จัดโดย IBM และ Massachusetts Institute of Technology (MIT) เขาปิดคำปราศรัยหลักด้วยคำกล่าวอันโด่งดังว่า "[...] nature isn't classical, dammit, and if you want to make a simulation of nature, you'd better make it quantum mechanical, and by golly it's a wonderful problem, because it doesn't look so easy." [1] |
| 1994 | ในปี 1994 Peter Shor นักคณิตศาสตร์ที่ AT&T Bell Labs ในนิวเจอร์ซีย์ในขณะนั้น พิสูจน์ว่ าคอมพิวเตอร์ควอนตัมที่ทำงานได้เต็มรูปแบบสามารถทำสิ่งที่น่าทึ่งได้: มันสามารถถอดรหัสการเข้ารหัส RSA วิธีที่นิยมในการรักษาความปลอดภัยการสื่อสารส่วนตัว เขาแสดงให้เห็นว่าอัลกอริทึมควอนตัมของเขาสามารถทำใน montes สิ่งที่คอมพิวเตอร์ทั่วไปอาจต้องใช้เวลาตลอดอายุขัยของจักรวาลในการแก้ไข 2 |
| 1996 | หนึ่งปีต่อมา Lov Grover นักวิทยาศาสตร์ Bell Labs เช่นกัน คิดค้นอัลกอริทึมควอนตัมที่จะช่วยให้ผู้คนค้นหาฐานข้อมูลที่ไม่มีโครงสร้างได้อย่างรวดเร็ว นักวิทยาศาสตร์แห่กันเข้าสู่สาขานี้ และความก้าวหน้าในฮาร์ดแวร์ก็ตามมาหลังจากความก้าวหน้าในโค้ด [2] |
| 1998 | การสาธิตเชิงทดลองครั้งแรกของอัลกอริทึมควอนตัมสำเร็จในปี 1998 คอมพิวเตอร์ควอนตัม nuclear magnetic resonance (NMR) ขนาด 2 Qubit ที่ทำงานได้ถูกใช้ในการแก้ปัญหาของ Deutsch โดย Jonathan A. Jones และ Michele Mosca ที่ Oxford University และไม่นานหลังจากนั้นโดย Isaac L. Chuang ที่ IBM Almaden Research Center และ Mark Kubinec และ University of California, Berkeley ร่วมกับเพื่อนร่วมงานที่ Stanford University และ MIT [3] |
| 2001 | ปี 2001 เห็นการรันอัลกอริทึม Shor ครั้งแรกที่ IBM Almaden Research Center และ Stanford University ตัวเลข 15 ถูกแยกตัวประกอบโดยใช้โมเลกุลเหมือนกัน 1018 ตัว ซึ่งแต่ละตัวมีสปินนิวเคลียร์ที่ทำงานได้เจ็ดตัว [4] |
| 2005 | ในช่วงกลางทศวรรษ 2000 สาขาการวิจัยได้พัฒนา superconducting Qubit หลายประเภท แต่ละประเภทมีข้อดีและข้อเสียของตัวเอง ในปี 2007 ทีมที่ Yale พบวิธีรวมแนวทางเหล่านี้บางส่วนเพื่อเอาชนะข้อด้อยส่วนบุคคล โดยตั้งชื่อการออกแบบใหม่ว่า "transmon qubit" transmon qubit จะกลายเป็นหัวใจของความพยายามพัฒนาคอมพิวเตอร์ควอนตัมของบริษัทหลายแห่ง รวมถึง IBM Quantum, Google AI และ Rigetti Computing สมาชิกทีม Yale คนหนึ่ง Jay Gambetta ต่อมาได้เป็น Vice President of Quantum Computing ของ IBM Research |
รูปแบบของคอมพิวเตอร์ควอนตัม IBM สี่ Qubit ที่ประกาศในปี 2015 (เครดิต: IBM Research)
| 2016 | ในเดือนพฤษภาคม 2016 IBM เป็นบริษัทแรกที่เปิดตัวบริการประมวลผลควอนตัมบนคลาวด์ที่รวมคอมพิวเตอร์ควอนตัมจริง เรียกว่า IBM Quantum Experience [5] |
IBM Quantum Composer บนแท็บเล็ตที่ IBM Research (เครดิต: Connie Zhou สำหรับ IBM)
| 2017 | ในเดือนมีนาคม 2017 IBM เปิดตัว Qiskit เฟรมเวิร์กการเขียนโปรแกรมควอนตัมแบบโอเพ่นซอร์ส [6] ในเดือนธันวาคม 2017 IBM Quantum Network ถูกเปิดตัวเพื่อสร้างระบบนิเวศเชิงพาณิชย์การประมวลผลเชิงควอนตัม |
| 2019 | IBM เปิด Quantum Computation Center ในนิวยอร์ก นำกลุ่ มคอมพิวเตอร์ควอนตัมที่ใหญ่ที่สุดในโลกออนไลน์ |
ศูนย์ข้อมูล IBM Quantum ใน Poughkeepsie, NY (เครดิต: James O'Connor, IBM)
| 2020 | ในเดือนกันยายน 2020 IBM เผยแพร่ roadmap การพัฒนาเพื่อเปลี่ยนจากคอมพิวเตอร์ควอนตัมขนาดเล็กที่มีสัญญาณรบกวนในปัจจุบันไปสู่คอมพิวเตอร์ควอนตัมที่มีมากกว่าหนึ่งล้าน Qubit ในอนาคต roadmap วางเส้นทางสู่หลักไมล์ของคอมพิวเตอร์ควอนตัม 1,121 Qubit ในปี 2023, 1,386+ Qubit ในปี 2024 และมากกว่า 4,000 Qubit ในปี 2025 |
| 2021 | ในฤดูใบไม้ผลิปี 2021 IBM ประกาศเปิดตัว Qiskit Runtime สภาพแวดล้อมการรันแบบ containerized สำหรับโปรแกรมควอนตัม-คลาสสิก ที่ขจัดอุปสรรคที่ใหญ่ที่สุดบางส่วนต่อประสิทธิภาพของ workload [7] ในเดือนพฤศจิกายน 2021 IBM บรรลุหลักไมล์สำคัญในการประมวลผลเชิงควอนตัมเมื่อทะลุผ่านอุปสรรคโปรเซสเซอร์ 100 Qubit ด้วย Eagle โปรเซสเซอร์ควอนตัม 127 Qubit [9] |
| 2022 | ในเดือนเมษายน 2022 IBM เปิดตัว Qiskit Runtime primitives ทำให้ประสบการณ์ของนักพัฒนาง่ายขึ้นและช่วยให้ผู้ใช้ได้ผลลัพธ์ที่มีความหมายมากขึ้นจากคอมพิวเตอร์ควอนตัม [10] ในเดือนพฤษภาคม 2022 IBM เปิดตัว roadmap ที่อัปเดตซึ่งคาดการณ์ยุคของ quantum-centric supercomputing ที่กำลังจะมาถึงซึ่ง modularity และเทคนิคการสื่อสารที่หลากหลายจะเพิ่มความสามารถในการประมวลผล [11] ในเดือนพฤศจิกายน 2022 IBM แนะนำโปรเซสเซอร์ IBM Quantum Osprey 433 Qubit — ที่ใหญ่ที่สุดจนถึงปัจจุบันโดยใช้ superconducting Qubit [12] ในเดือนเดียวกันนั้น IBM ยังเปิดตัว Dynamic Circuits — Circuit การคำนวณที่ใช้ทรัพยากรควอนตัมและคลาสสิกเพื่อเปิดใช้งานการวัดกลางวงจรและการดำเนินการแบบ feed-forward [13] — และประกาศตัวเลือกระดับ resilience ใหม่สำหรับ Qiskit Runtime primitives ที่ช่วยให้ผู้ใช้ทดลองกับเครื่องมือการระงับและลดข้อผิดพลาด [14] IBM กำลังดำเนินการก้าวสู่การบรรลุ quantum-centric supercomputing โดยเปิดตัว middleware ขั้นสูง รวมถึง Circuit Knitting Toolbox ในปี 2025 |
เปิดตัวในปี 2022 ที่ IBM Quantum Summit โปรเซสเซอร์ IBM Quantum Osprey มี 433 Qubit (เครดิต: Connie Zhou สำหรับ IBM)
| 2023 | Evidence for the utility of quantum computing before fault tolerance เป็นบทความที่ได้รับการนำเสนอบนหน้าปก Nature ในเดือนมิถุนายน 2023 ซึ่งเป็นความร่วมมือระหว่าง IBM และ UC Berkeley การจำลองทางฟิสิกส์ที่ซับซ้อนถูกดำเนินการโดยนักวิทยาศาสตร์กับ IBM Quantum บนโปรเซสเซอร์ IBM Quantum Eagle 127 Qubit การจำลองถูกรันพร้อมกันโดยใช้วิธีการประมาณแบบคลาสสิกล้ำหน้าบนซูเปอร์คอมพิวเตอร์ที่ Lawrence Berkeley National Lab และ Purdue University Eagle ให้คำตอบที่แม่นยำกว่าวิธีการประมาณแบบคลาสสิก แม้ในช่วงที่อยู่เกินกว่าความสามารถของวิธีการ brute force |
บทความบนหน้าปก Nature เกี่ยวกับ quantum utility ที่ตีพิมพ์เมื่อ 14 มิถุนายน 2023
| 2023 | ในปี 2023 IBM ประกาศชิป Heron รหัสว่า montecarlo เริ่มต้นมี 133 Qubit และอัปเดตเป็น 156 Qubit ในปี 2024 Heron รวมสถาปัตยกรรม tunable coupler ใหม่ Heron แสดงการปรับปรุงที่สำคัญเหนือโปรเซสเซอร์ Eagle ที่ดีที่สุด โดยมีอัตราข้อผิดพลาดของ Gate ลดลงครึ่งหนึ่ง crosstalk แทบเป็นศูนย์ และเวลา Gate ที่ปรับปรุงอย่างมีนัยสำคัญ Heron ใช้นวัตกรรมสำคัญในการส่งสัญญาณที่ได้ติดตั้งไว้ก่อนหน้าใน Osprey สัญญาณที่จำเป็นในการควบคุม two-qubit และ single-qubit ที่รวดเร็วและมีความเที่ยงสูงถูกส่งด้วยสาย flex ความหนาแน่นสูง |
เปิดตัวในปี 2023 ที่ IBM Quantum Summit โปรเซสเซอร์ IBM Quantum Heron แสดงการปรับปรุงที่สำคัญเหนือโปรเซสเซอร์ Eagle
เป็นเรื่องยากที่จะทำนายว่าการประมวลผลเชิงควอนตัมจะสามารถเหนือกว่าวิธีการที่ใช้อยู่ในปัจจุบันได้เมื่อใดอย่างแน่ชัด แต่เพื่อเป็นผู้นำในยุคของการประมวลผลเชิงควอนตัมที่กำลังจะมาถึงอย่างรวดเร็วและแก้ปัญหาที่ซับซ้อน ธุรกิจและองค์กรวิจัยต้องเริ่มเตรียมพร้อมตอนนี้ เนื่องจากเส้นโค้งการเรียนรู้ที่ชัน การเริ่มต้นเรียนรู้และทดลองอย่างต่อเนื่องอาจพิสูจน์ความได้เปรียบในการแข่งขัน ความพร้อมด้านการประมวลผลเชิงควอนตัมเป็นสถานะที่พัฒนาอย่างต่อเนื่องซึ่งขึ้นอยู่กับแนวทางและการลงทุนขององค์กรในด้านนวัตกรรม รวมถึงทักษะและบุคลากรใหม่ และความสมบูรณ์ด้านดิจิทัลโดยรวม ความพร้อมรวมถึงการนำเทคโนโลยีที่เปิดใช้งาน เช่น การทำงานอัตโนมัติ AI และ hybrid multi-cloud มาใช้ ความเต็มใจที่จะวิเคราะห์ ทดลอง และวนซ้ำด้วยความสามารถในการประมวลผลที่ขยายตัว ความซับซ้อนของกระบวนการทำงาน และชุดทักษะขององค์กร
ทดสอบความเข้าใจ
อ่านคำถามด้านล่าง คิดถึงคำตอบของคุณ แล้วคลิกสามเหลี่ยมเพื่อดูคำตอบ
จริงหรือเท็จ: การประมวลผลเชิงควอนตัมถูกคิดค้นครั้งแรกในช่วงทศวรรษ 1990
เท็จ แม้คอมพิวเตอร์ควอนตัมเชิงทดลองเครื่องแรกจะถูกสร้างในปี 1998 แต่ Richard Feynman ระบุศักยภาพของการประมวลผลเชิงควอนตัมตั้งแต่ปี 1981
สรุปสาระสำคัญ
สาระสำคัญที่ควรจดจำ:
- การประมวลผลเชิงควอนตัมแสดงถึงกระบวนทัศน์การประมวลผลใหม่ที่สามารถทำงานร่วมกับคอมพิวเตอร์ทั่ วไปได้
- มันจะช่วยให้เราเข้าใจโลกของเราแตกต่างออกไปและแก้ปัญหาบางอย่างที่เคยแก้ไม่ได้
- แม้การประมวลผลเชิงควอนตัมยังไม่สามารถเหนือกว่าวิธีการที่ใช้อยู่ในปัจจุบัน องค์กรสามารถดำเนินขั้นตอนในวันนี้เพื่อเตรียมพร้อมสำหรับการเปลี่ยนแปลงพื้นฐานในการประมวลผลนี้
แหล่งที่มา
[1] Richard P. Feynman, "Simulating Physics with Computers," International Journal of Theoretical Physics 21, nos. 6–7 (1982): 467–488.
[2] Robert Hackett, "Business Bets on a Quantum Leap," Fortune, May 21, 2019.
[3] Isaac L. Chuang, Neil Gershenfeld, and Mark Kubinec, "Experimental Implementation of Fast Quantum Searching," Physical Review Letters 80, no. 15 (1998): 3408–3411.
[4] Lieven M. K. Vandersypen et al., "Experimental Realization of Shor's Quantum Factoring Algorithm Using Nuclear Magnetic Resonance," NATURE 414 (2001): 883–887.
[5] qiskit log, GitHub repository.
[6] Jay Gambetta, "IBM's Roadmap for Scaling Quantum Technology," IBM Research Blog, September 15, 2020.
[7] Ismael Faro and Blake Johnson, "IBM Quantum Delivers 120x Speedup of Quantum Workloads with Qiskit Runtime," IBM Research Blog, May 11, 2021.
[8] Matthew Treinish, Ali Javadi-Abhari, and Stefan Wörner, "New Qiskit Design: Introducing Qiskit Application Modules," IBM Research Blog, April 6, 2021.
[9] Jerry Chow, Oliver Dial, and Jay Gambetta, "IBM Quantum Breaks the 100-Qubit Processor Barrier," IBM Research Blog, November 16, 2021.
[10] Blake Johnson and Gilah Ben-Shach, "Qiskit Runtime Primitives Make Algorithm Development Easier Than Ever," IBM Research Blog, April 12, 2022.
[11] Jay Gambetta, "Expanding the IBM Quantum Roadmap to Anticipate the Future of Quantum-centric Supercomputing," IBM Research Blog, May 10, 2022.
[12] Jay Gambetta, "Quantum-centric Supercomputing: The Next Wave of Computing," IBM Research Blog, November 9, 2022.
[13] Blake Johnson, "Bringing the Full Power of Dynamic Circuits to Qiskit Runtime," IBM Research Blog, November 9, 2022.
[14] Blake Johnson, Tushar Mittal, and Jeannette Garcia, "Introducing New Qiskit Runtime Capabilities — and How Our Clients Are Integrating Them into Their Use Cases," IBM Research Blog, November 9, 2022.