Австралийски изследователи постигнаха това, което експертите наричат „решаващ“ пробив в квантовите изчисления, който може драстично да ускори възможностите за обработка на изкуствен интелект през следващите години.
Екипът на Университета в Сидни, ръководен от професор Дейвид Райли, разработи миниатюрен CMOS „чиплет“, който може да работи при 100 миликелвина (малко над абсолютната нула), като управлява множество силициеви въртящи се кубити с едва няколко микровата мощност. Това решава дълго смятан за непреодолим инженерен проблем в квантовите изчисления.
Значимостта на иновацията се крие във възможността управляващата електроника да бъде разположена на по-малко от милиметър от самите кубити, без да нарушава тяхното крехко квантово състояние. „Чрез внимателен дизайн показваме, че кубитите почти не усещат превключването на 100 000 транзистора точно до тях“, обяснява Райли, който определя постижението като „края на дълъг път“ след десетилетие на разработки.
Традиционните подходи в квантовите изчисления изискват обемисти външни управляващи системи, свързани чрез гъста окабеляване, което създава пречка за мащабиране. Чрез директна интеграция на управляващата електроника в CMOS пакет, пригоден за криогенни условия, австралийският екип елиминира това ограничение и отваря пътя към квантови процесори с милиони кубити на един чип.
Пробивът използва силициеви въртящи се кубити, които са особено обещаващи поради съвместимостта си със съществуващата инфраструктура за производство на полупроводници. За разлика от други квантови технологии, тези кубити могат да се произвеждат мащабно, използвайки същите CMOS процеси, които се използват в съвременните смартфони и компютри.
Последиците за изкуствения интелект са значителни. Квантови компютри с милиони кубити биха могли експоненциално да ускорят обучението на сложни AI модели и да позволят напълно нови класове алгоритми, невъзможни за класическия хардуер. Това може да доведе до пробиви в области като откриване на лекарства, материалознание и оптимизация на сложни системи, които остават изчислително непреодолими дори за най-модерните AI системи днес.