Dalam apa yang digelar pakar sebagai "holy grail pengkomputeran kuantum", para penyelidik telah mencapai lonjakan kelajuan eksponen tanpa syarat pada perkakasan kuantum, membuktikan secara muktamad bahawa komputer kuantum mampu mengatasi komputer klasik tanpa sebarang andaian teori.
Penyelidikan terobosan ini, yang diterbitkan dalam Physical Review X pada 5 Jun 2025, diketuai oleh Daniel Lidar, seorang profesor kejuruteraan di USC dan pakar dalam pembetulan ralat kuantum. Bersama rakan sekerja dari USC dan Universiti Johns Hopkins, pasukan Lidar menunjukkan kelebihan eksponen ini menggunakan dua pemproses kuantum Eagle 127-qubit IBM yang dikendalikan secara jauh melalui awan.
Apa yang menjadikan pencapaian ini sangat signifikan ialah lonjakan kelajuan ini adalah "tanpa syarat", bermakna ia tidak bergantung kepada sebarang andaian yang belum dibuktikan. "Tuntutan lonjakan kelajuan sebelum ini memerlukan andaian bahawa tiada algoritma klasik yang lebih baik untuk dibandingkan dengan algoritma kuantum," jelas Lidar. "Perbezaan prestasi ini tidak boleh dipatah balik kerana lonjakan kelajuan eksponen yang kami tunjukkan adalah, buat kali pertama, tanpa syarat."
Pasukan ini telah mengubah suai masalah Simon—satu cabaran matematik yang melibatkan pencarian corak tersembunyi dalam fungsi—untuk dilaksanakan pada perkakasan kuantum sebenar. Masalah ini dianggap sebagai pendahulu kepada algoritma pemfaktoran Shor, yang telah melancarkan keseluruhan bidang pengkomputeran kuantum. Untuk mengatasi hingar dan ralat yang biasanya membelenggu sistem kuantum, para penyelidik telah menggunakan teknik penindasan ralat yang canggih termasuk pemisahan dinamik dan mitigasi ralat pengukuran.
Walaupun Lidar menegaskan bahawa "hasil ini belum mempunyai aplikasi praktikal selain daripada memenangi permainan meneka", implikasinya terhadap AI adalah mendalam. Apabila komputer kuantum terus berkembang, ia berpotensi mempercepatkan proses pembelajaran mesin secara dramatik, terutamanya bagi masalah pengoptimuman dan pengiraan kompleks yang kini memerlukan sumber pengkomputeran yang sangat besar.
Algoritma AI yang diperkasa kuantum telah pun menunjukkan potensi dalam aplikasi tertentu. Penyelidikan terkini membuktikan bahawa teknik kuantum boleh meningkatkan pembelajaran mesin berasaskan kernel, menjadikannya lebih pantas, tepat dan cekap tenaga berbanding kaedah klasik. Apabila perkakasan kuantum terus berkembang, kelebihan ini boleh membolehkan generasi baharu keupayaan AI yang sebelum ini tidak praktikal akibat had pengiraan.
Pencapaian ini secara kukuh membuktikan keupayaan pengkomputeran kuantum yang telah lama dijanjikan untuk memberikan lonjakan kelajuan eksponen, menandakan langkah penting ke arah kelebihan kuantum yang praktikal dalam aplikasi dunia sebenar.