W przełomowym osiągnięciu dla informatyki kwantowej naukowcy zademonstrowali długo wyczekiwanego „świętego graala” tej dziedziny – wykładnicze przyspieszenie względem komputerów klasycznych, które nie wymaga żadnych założeń ani zastrzeżeń.
Przełomowe badanie, opublikowane w Physical Review X, prowadził profesor Daniel Lidar z Uniwersytetu Południowej Kalifornii we współpracy z naukowcami z USC i Uniwersytetu Johnsa Hopkinsa. Zespół wykorzystał dwa potężne, 127-kubitowe procesory kwantowe Eagle firmy IBM do rozwiązania wariantu „problemu Simona” – matematycznej zagadki uznawanej za poprzednika algorytmu faktoryzacji Shora.
„Wykładnicze przyspieszenie to najbardziej spektakularny rodzaj przyspieszenia, jakiego oczekujemy od komputerów kwantowych” – wyjaśnia Lidar, profesor inżynierii na USC. To, co czyni to osiągnięcie szczególnie istotnym, to fakt, że przyspieszenie jest „bezwarunkowe” – nie opiera się na żadnych nieudowodnionych założeniach dotyczących algorytmów klasycznych.
Naukowcy pokonali największą przeszkodę informatyki kwantowej – szum, czyli błędy obliczeniowe – wdrażając zaawansowane techniki łagodzenia błędów. Obejmowały one dynamiczne rozprzęganie, optymalizację transpilacji oraz łagodzenie błędów pomiarowych, co pozwoliło procesorom kwantowym utrzymać koherencję wystarczająco długo, by ukończyć obliczenia.
Choć Lidar zaznacza, że to konkretne osiągnięcie nie ma natychmiastowych praktycznych zastosowań poza wyspecjalizowanymi problemami, jednoznacznie potwierdza ono teoretyczne możliwości komputerów kwantowych. „Tego rozdziału wydajności nie da się odwrócić, ponieważ wykładnicze przyspieszenie, które zademonstrowaliśmy, jest po raz pierwszy bezwarunkowe” – podkreśla.
Osiągnięcie to pojawia się w momencie, gdy IBM kontynuuje realizację swojej kwantowej mapy drogowej, niedawno ogłaszając plany budowy dużego, odpornego na błędy komputera kwantowego do 2029 roku. Firma opracowała nowy schemat korekcji błędów o nazwie kwantowe kody LDPC (qLDPC), który może znacząco zmniejszyć zasoby potrzebne do praktycznych obliczeń kwantowych.
Dla sztucznej inteligencji i dziedzin obliczeniowych ten przełom oznacza, że informatyka kwantowa przechodzi od potencjału teoretycznego do praktycznej rzeczywistości. Wraz ze skalowaniem się systemów kwantowych i spadkiem współczynników błędów, obiecują one wykładniczo szybsze przetwarzanie dla złożonych modeli AI, problemów optymalizacyjnych i symulacji, które pozostają nieosiągalne dla komputerów klasycznych.