Ve významném mílníku pro kvantové počítání se výzkumníkům podařilo dosáhnout dlouho vytyčeného 'svatého grálu' oboru – exponenciálního zrychlení oproti klasickým počítačům, a to bez jakýchkoli předpokladů či výjimek.
Průlomová studie, publikovaná v časopise Physical Review X, byla vedena profesorem Danielem Lidarem z University of Southern California ve spolupráci s kolegy z USC a Johns Hopkins University. Tým využil dva výkonné kvantové procesory IBM Eagle se 127 kubity k vyřešení variace 'Simonova problému', matematické hádanky považované za předchůdce Shorova faktorizačního algoritmu.
„Exponenciální zrychlení je nejdramatičtější typ zrychlení, které od kvantových počítačů očekáváme,“ vysvětluje Lidar, který na USC zastává Viterbiho profesuru inženýrství. Výjimečnost tohoto úspěchu spočívá v tom, že zrychlení je „nepodmíněné“ – tedy nezávislé na žádných neprokázaných předpokladech o klasických algoritmech.
Výzkumníci překonali největší překážku kvantového počítání – šum, tedy výpočetní chyby – díky implementaci sofistikovaných technik potlačení chyb. Patřily mezi ně dynamické oddělování, optimalizace transpiláce a potlačení chyb měření, což umožnilo kvantovým procesorům udržet koherenci dostatečně dlouho pro dokončení výpočtů.
Ačkoliv Lidar upozorňuje, že tato konkrétní demonstrace zatím nemá okamžité praktické využití mimo specializované úlohy, jednoznačně potvrzuje teoretický příslib kvantového počítání. „Toto oddělení výkonu nelze zvrátit, protože exponenciální zrychlení, které jsme předvedli, je poprvé nepodmíněné,“ poznamenává.
Tento úspěch přichází v době, kdy IBM dále rozvíjí svou kvantovou strategii a nedávno oznámila plány na vybudování velkého, chybám odolného kvantového počítače do roku 2029. Společnost vyvinula nový schéma korekce chyb zvané kvantové kódy s nízkou hustotou parity (qLDPC), které by mohly dramaticky snížit nároky na zdroje pro praktické kvantové počítání.
Pro oblast AI a výpočetních věd tento průlom signalizuje, že kvantové počítání se posouvá z teoretického potenciálu do praktické reality. Jak budou kvantové systémy dále škálovat a chybovost klesat, slibují exponenciálně rychlejší zpracování složitých AI modelů, optimalizačních úloh a simulací, které zůstávají pro klasické počítače neřešitelné.