Dalam pencapaian yang disebut para ahli sebagai "holy grail komputasi kuantum", para peneliti berhasil meraih percepatan eksponensial tanpa syarat pada perangkat keras kuantum, secara pasti membuktikan bahwa komputer kuantum dapat mengungguli komputer klasik tanpa syarat teoretis apa pun.
Riset revolusioner yang dipublikasikan di Physical Review X pada 5 Juni 2025 ini dipimpin oleh Daniel Lidar, profesor teknik di USC sekaligus pakar koreksi kesalahan kuantum. Bekerja sama dengan kolega dari USC dan Johns Hopkins University, tim Lidar mendemonstrasikan keunggulan eksponensial ini menggunakan dua prosesor kuantum Eagle 127-qubit milik IBM yang dioperasikan secara jarak jauh melalui cloud.
Yang membuat pencapaian ini sangat signifikan adalah percepatannya bersifat "tanpa syarat", artinya tidak bergantung pada asumsi yang belum terbukti. "Klaim percepatan sebelumnya mengharuskan asumsi bahwa tidak ada algoritma klasik yang lebih baik untuk dibandingkan dengan algoritma kuantum," jelas Lidar. "Pemisahan performa ini tidak dapat dibalik karena percepatan eksponensial yang kami tunjukkan, untuk pertama kalinya, benar-benar tanpa syarat."
Tim ini memodifikasi masalah Simon—sebuah tantangan matematika yang melibatkan pencarian pola tersembunyi dalam fungsi—untuk diimplementasikan pada perangkat keras kuantum nyata. Masalah ini dianggap sebagai pendahulu algoritma faktorisasi Shor, yang menjadi cikal bakal bidang komputasi kuantum. Untuk mengatasi noise dan kesalahan yang biasanya mengganggu sistem kuantum, para peneliti menggunakan teknik penekanan kesalahan canggih seperti dynamical decoupling dan mitigasi kesalahan pengukuran.
Meski Lidar mengingatkan bahwa "hasil ini belum memiliki aplikasi praktis selain memenangkan permainan tebak-tebakan," implikasinya bagi AI sangat besar. Seiring kemajuan komputer kuantum, mereka dapat mempercepat proses machine learning secara dramatis, terutama untuk masalah optimasi dan komputasi kompleks yang saat ini membutuhkan sumber daya komputasi sangat besar.
Algoritma AI berbasis kuantum telah menunjukkan potensi dalam aplikasi tertentu. Riset terbaru membuktikan bahwa teknik kuantum dapat meningkatkan machine learning berbasis kernel, menjadikannya lebih cepat, akurat, dan hemat energi dibandingkan metode klasik. Seiring perangkat keras kuantum berkembang, keunggulan ini dapat memungkinkan generasi baru kemampuan AI yang sebelumnya tidak praktis karena keterbatasan komputasi.
Pencapaian ini secara tegas menunjukkan kemampuan komputasi kuantum yang telah lama dijanjikan untuk memberikan percepatan eksponensial, menandai langkah krusial menuju keunggulan kuantum yang praktis dalam aplikasi dunia nyata.