Svenske forskere har opnået et markant gennembrud inden for kvantecomputing, som kan accelerere kunstig intelligens markant og forandre måden, AI-modeller trænes og implementeres på.
Den 24. juni 2025 præsenterede et hold ledet af ph.d.-studerende Yin Zeng fra Chalmers Tekniska Högskola en pulsdrevet qubit-forstærker, der adresserer en af de største udfordringer ved skalering af kvantecomputere: strømforbrug og varmeudvikling.
Den innovative forstærker aktiveres kun, når der læses information fra qubits, og bruger blot en tiendedel af strømmen sammenlignet med nutidens bedste forstærkere – uden at gå på kompromis med ydeevnen. Denne markante reduktion i strømforbruget hjælper med at forhindre, at qubits mister deres kvantetilstand – et fænomen kendt som dekoherens – hvilket hidtil har været en væsentlig begrænsning for kvantecomputere.
"Dette er den mest følsomme forstærker, der kan bygges i dag med transistorer," forklarer Zeng, førsteforfatter på studiet, som er offentliggjort i IEEE Transactions on Microwave Theory and Techniques. "Vi har formået at reducere strømforbruget til blot en tiendedel af det, de bedste forstærkere kræver i dag – uden at gå på kompromis med ydeevnen."
Holdet brugte genetisk programmering til at muliggøre intelligent styring af forstærkeren, så den kan reagere på indkommende qubit-pulser på bare 35 nanosekunder. Denne hastighed er afgørende, da kvanteinformation sendes i pulser, og forstærkeren skal aktiveres hurtigt nok til at følge med aflæsningen af qubits.
Professor Jan Grahn, der har superviseret forskningen, bemærker: "Dette studie tilbyder en løsning på fremtidig opskalering af kvantecomputere, hvor den varme, disse qubit-forstærkere genererer, udgør en væsentlig begrænsning."
Konsekvenserne for AI er dybtgående. Nylige eksperimenter fra forskere ved Universitetet i Wien har vist, at selv mindre kvantecomputere kan forbedre maskinlæring ved hjælp af nye fotoniske kvantekredsløb. Deres resultater antyder, at nutidens kvanteteknologi ikke blot er eksperimentel – den kan allerede nu give praktiske fordele for specifikke AI-anvendelser.
Kvantecomputere udnytter kvantemekanikkens principper, hvilket gør det muligt for qubits at eksistere i flere tilstande samtidigt. Det gør dem i stand til at bearbejde komplekse problemer langt ud over, hvad klassiske computere kan. Med blot 20 qubits kan en kvantecomputer repræsentere over en million forskellige tilstande på én gang.
Efterhånden som kvantecomputere skaleres op med flere qubits, vokser deres regnekraft eksponentielt – men det gør udfordringerne med varmehåndtering og dekoherens også. Chalmers-gennembruddet adresserer netop denne udfordring og kan bane vejen for større, mere stabile kvantesystemer, der er optimeret til AI-beregninger.
Eksperter forudser, at kvanteforstærket AI kan revolutionere områder som lægemiddeludvikling, materialeforskning, finansiel modellering og komplekse optimeringsproblemer, som i dag er uoverkommelige selv for de kraftigste supercomputere.