menu
close

Komputery kwantowe osiągają „świętego Graala” – wykazano wykładnicze przyspieszenie

Naukowcy z USC i Uniwersytetu Johnsa Hopkinsa po raz pierwszy zademonstrowali bezwarunkowe wykładnicze przyspieszenie kwantowe, wykorzystując 127-kubitowe procesory Eagle firmy IBM. Zespół pod kierownictwem eksperta ds. korekcji błędów kwantowych, Daniela Lidara, rozwiązał wariant problemu Simona, udowadniając, że komputery kwantowe mogą już definitywnie przewyższać maszyny klasyczne. To przełomowe osiągnięcie może w przyszłości przyspieszyć trenowanie modeli AI i umożliwić realizację wcześniej niewykonalnych zadań obliczeniowych.
Komputery kwantowe osiągają „świętego Graala” – wykazano wykładnicze przyspieszenie

Wydarzenie, które eksperci określają mianem „świętego Graala obliczeń kwantowych”, stało się faktem: naukowcy osiągnęli bezwarunkowe wykładnicze przyspieszenie na sprzęcie kwantowym, ostatecznie udowadniając, że komputery kwantowe mogą przewyższać klasyczne bez żadnych teoretycznych zastrzeżeń.

Przełomowe badania, opublikowane 5 czerwca 2025 roku w czasopiśmie Physical Review X, prowadził profesor inżynierii z USC i ekspert ds. korekcji błędów kwantowych, Daniel Lidar. Wraz ze współpracownikami z USC i Uniwersytetu Johnsa Hopkinsa zademonstrował wykładniczą przewagę, wykorzystując dwa 127-kubitowe procesory Eagle firmy IBM, obsługiwane zdalnie przez chmurę.

Szczególne znaczenie tego osiągnięcia polega na tym, że przyspieszenie jest „bezwarunkowe”, czyli nie opiera się na żadnych nieudowodnionych założeniach. „Poprzednie doniesienia o przyspieszeniu wymagały założenia, że nie istnieje lepszy algorytm klasyczny, z którym można by porównać algorytm kwantowy” – wyjaśnia Lidar. „Tym razem rozdział wydajności jest nieodwracalny, ponieważ wykładnicze przyspieszenie, które wykazaliśmy, jest po raz pierwszy bezwarunkowe.”

Zespół zmodyfikował problem Simona – matematyczne wyzwanie polegające na odnajdywaniu ukrytych wzorców w funkcjach – tak, by można go było zaimplementować na rzeczywistym sprzęcie kwantowym. Problem ten uznawany jest za poprzednika algorytmu faktoryzacji Shora, który zapoczątkował całą dziedzinę obliczeń kwantowych. Aby przezwyciężyć szumy i błędy typowe dla systemów kwantowych, naukowcy zastosowali zaawansowane techniki tłumienia błędów, w tym dynamiczne rozprzęganie oraz łagodzenie błędów pomiarowych.

Choć Lidar zastrzega, że „ten wynik nie ma praktycznych zastosowań poza wygrywaniem gier w zgadywanie”, konsekwencje dla sztucznej inteligencji są ogromne. Wraz z dalszym rozwojem komputerów kwantowych mogą one radykalnie przyspieszyć procesy uczenia maszynowego, zwłaszcza w przypadku problemów optymalizacyjnych i złożonych obliczeń wymagających obecnie ogromnych zasobów.

Algorytmy AI wspomagane kwantowo już teraz wykazują potencjał w wybranych zastosowaniach. Niedawne badania pokazały, że techniki kwantowe mogą przyspieszyć uczenie maszynowe oparte na jądrach, czyniąc je szybszym, dokładniejszym i bardziej energooszczędnym niż metody klasyczne. Wraz ze skalowaniem sprzętu kwantowego te przewagi mogą umożliwić powstanie nowej generacji możliwości AI, dotąd nieosiągalnych z powodu ograniczeń obliczeniowych.

Osiągnięcie to jednoznacznie potwierdza długo oczekiwaną zdolność komputerów kwantowych do zapewniania wykładniczych przyspieszeń, stanowiąc kluczowy krok w kierunku praktycznej przewagi kwantowej w rzeczywistych zastosowaniach.

Source:

Latest News