Odborníci označujú tento úspech za „svätý grál kvantového počítania“: výskumníkom sa podarilo dosiahnuť bezpodmienečné exponenciálne zrýchlenie na kvantovom hardvéri, čím jednoznačne dokázali, že kvantové počítače môžu prekonať klasické bez teoretických výhrad.
Prelomový výskum, publikovaný v časopise Physical Review X 5. júna 2025, viedol Daniel Lidar, profesor inžinierstva na USC a expert na kvantovú korekciu chýb. Spolu s kolegami z USC a Johns Hopkins University demonštroval exponenciálnu výhodu pomocou dvoch 127-qubitových kvantových procesorov Eagle od IBM, ktoré boli ovládané na diaľku cez cloud.
To, čo robí tento úspech mimoriadne významným, je fakt, že zrýchlenie je „bezpodmienečné“, teda nezávisí od žiadnych neoverených predpokladov. „Predchádzajúce tvrdenia o zrýchlení vyžadovali predpoklad, že neexistuje lepší klasický algoritmus, s ktorým by sa dalo kvantové riešenie porovnať,“ vysvetľuje Lidar. „Tento výkonový rozdiel už nie je možné zvrátiť, pretože exponenciálne zrýchlenie, ktoré sme preukázali, je po prvýkrát bezpodmienečné.“
Tím upravil Simonov problém – matematickú úlohu týkajúcu sa hľadania skrytých vzorov vo funkciách – na implementáciu na skutočnom kvantovom hardvéri. Tento problém je považovaný za predchodcu Shorovho faktoračného algoritmu, ktorý odštartoval celý odbor kvantového počítania. Aby výskumníci prekonali šum a chyby, ktoré bežne trápia kvantové systémy, použili pokročilé techniky potlačenia chýb vrátane dynamického oddelenia a zmierňovania chýb pri meraní.
Hoci Lidar upozorňuje, že „tento výsledok zatiaľ nemá praktické využitie okrem vyhrávania hádacích hier“, dôsledky pre umelú inteligenciu sú zásadné. Ako budú kvantové počítače napredovať, môžu dramaticky urýchliť procesy strojového učenia, najmä pri optimalizačných úlohách a zložitých výpočtoch, ktoré dnes vyžadujú obrovské výpočtové zdroje.
Kvantom vylepšené AI algoritmy už ukázali potenciál v špecifických aplikáciách. Nedávny výskum preukázal, že kvantové techniky môžu zlepšiť kernelové strojové učenie – zrýchliť ho, zvýšiť presnosť a znížiť energetickú náročnosť oproti klasickým metódam. S rastúcim výkonom kvantového hardvéru by tieto výhody mohli umožniť novú generáciu AI schopností, ktoré boli doteraz kvôli výpočtovým obmedzeniam nepraktické.
Tento úspech jasne dokazuje dlho sľubovanú schopnosť kvantového počítania priniesť exponenciálne zrýchlenie a predstavuje kľúčový krok smerom k praktickej kvantovej výhode v reálnych aplikáciách.