Kvanttilaskenta on saavuttanut ratkaisevan vaiheen, jossa se tarjoaa käytännön etuja tekoälysovelluksille, useiden tutkimusryhmien viimeaikaisten läpimurtojen mukaan.
Wienin yliopiston ja yhteistyökumppaneiden tiimi on osoittanut, että pienikokoiset kvanttitietokoneet voivat jo nyt päihittää perinteiset järjestelmät tietyissä koneoppimistehtävissä. Käyttämällä fotonista kvanttiprosessoria tutkijat osoittivat, että kvantilla tehostetut algoritmit kykenevät luokittelemaan dataa tarkemmin kuin perinteiset menetelmät. Nature Photonics -lehdessä julkaistussa kokeessa käytettiin Politecnico di Milanossa rakennettua kvanttikehää, jolla ajettiin Quantinuumin tutkijoiden alun perin ehdottamaa koneoppimisalgoritmia.
"Tämä voi osoittautua tulevaisuudessa ratkaisevaksi, sillä koneoppimisalgoritmit käyvät yhä mahdottomammiksi liian suuren energiankulutuksen vuoksi", toteaa toinen kirjoittaja Iris Agresti. Fotoninen kvanttialusta osoitti etuja nopeudessa, tarkkuudessa ja energiatehokkuudessa verrattuna perinteisiin laskentamenetelmiin, erityisesti ydinkoneoppimissovelluksissa.
Samanaikaisessa läpimurrossa Chalmersin teknillisen korkeakoulun, Milanon yliopiston, Granadan yliopiston ja Tokion yliopiston kansainvälinen tiimi kehitti algoritmin, jonka avulla tavalliset tietokoneet voivat uskollisesti simuloida virheenkestävää kvanttikehää. Tämä innovaatio kohdistuu Gottesman-Kitaev-Preskillin (GKP) bosoniseen koodiin, jonka simulointi on ollut tunnetusti haastavaa, mutta joka on ratkaisevan tärkeä vakaille ja skaalautuville kvanttitietokoneille.
Samaan aikaan USC:n ja Johns Hopkinsin yliopiston tutkijat saavuttivat sen, mitä monet pitävät kvanttilaskennan "pyhänä graalina": ehdottoman eksponentiaalisen nopeutuksen IBM:n 127-kubittisilla Eagle-prosessoreilla. Tiimi osoitti tämän edun klassisessa "arvaa kaava" -pulmassa, todistaen ilman oletuksia, että kvanttikoneet voivat päihittää parhaatkin perinteiset tietokoneet. He hyödynsivät muun muassa virheenkorjausta ja IBM:n tehokasta kvanttilaitteistoa tämän virstanpylvään saavuttamiseksi.
Nämä kehitysaskeleet osoittavat, että kvanttilaskenta on siirtymässä teoreettisesta lupauksesta käytännön sovelluksiin. IBM jatkaa kunnianhimoista tiekarttaansa kohti yli 4000 kubitin järjestelmää vuoteen 2025 mennessä, ja tutkijat osoittavat kvanttietuja aloilla koneoppimisesta puolijohdevalmistukseen. Teknologia näyttää olevan valmis tuomaan mullistavia mahdollisuuksia useille toimialoille.