menu
close

Квантові обчислення досягли історичного експоненціального прискорення

Дослідники вперше продемонстрували безумовну експоненціальну перевагу квантових обчислень, використовуючи 127-кубітні процесори Eagle від IBM, що стало визначною подією для галузі. Це досягнення, опубліковане в журналі Physical Review X, доводить, що квантові комп’ютери можуть остаточно перевершити класичні системи без теоретичних припущень. Тим часом Google представила AlphaGenome для аналізу ДНК, а Microsoft оголосила про скорочення 9 000 співробітників, попри інвестиції у $80 млрд в AI-інфраструктуру.
Квантові обчислення досягли історичного експоненціального прискорення

Команда під керівництвом професора Університету Південної Каліфорнії Даніеля Лідара досягла того, що експерти називають «святим Граалем» квантових обчислень: першого безумовного експоненціального прискорення порівняно з класичними комп’ютерами. Використовуючи 127-кубітні квантові процесори Eagle від IBM, дослідники продемонстрували це досягнення, розв’язавши варіацію задачі Саймона, яку вважають попередницею алгоритму факторизації Шора.

Результати, опубліковані 5 червня 2025 року в журналі Physical Review X, знаменують собою фундаментальний зсув у практичних можливостях квантових обчислень. «Експоненціальне прискорення — це найяскравіший тип прискорення, якого ми очікуємо від квантових комп’ютерів», — пояснює Лідар, який також є співзасновником Quantum Elements, Inc.

На відміну від попередніх заяв, що вимагали непідтверджених припущень щодо класичних алгоритмів, це досягнення вважається «безумовним» — тобто перевага квантових обчислень не може бути оскаржена чи спростована. Дослідники застосували складні методи корекції помилок, зокрема динамічне розв’язування та пом’якшення похибок вимірювання, щоб отримати надійні результати попри притаманний сучасним квантовим системам шум.

Серед інших важливих досягнень у сфері штучного інтелекту Google DeepMind представила AlphaGenome — потужну нову AI-модель для аналізу послідовностей ДНК. Система здатна обробляти до мільйона «літер» ДНК одночасно та передбачати тисячі молекулярних властивостей із роздільною здатністю до однієї пари основ. AlphaGenome доступна через API для некомерційних досліджень і має на меті пролити світло на те, як генетичні варіації впливають на регуляцію генів і механізми хвороб.

«Це одна з найфундаментальніших проблем не лише біології — а й усієї науки», — зазначив Пушміт Кохлі, керівник напряму AI для науки в Google DeepMind. Модель базується на попередніх досягненнях DeepMind у геномиці та доповнює AlphaMissense, яка спеціалізується на білок-кодуючих ділянках.

Тим часом Microsoft 2 липня оголосила про скорочення 9 000 робочих місць у всьому світі, що становить майже 4% її персоналу. Це відбулося після попереднього скорочення 6 000 співробітників у травні, довівши загальну кількість звільнень у 2025 році до понад 15 000. Скорочення відбуваються на тлі обіцянки Microsoft інвестувати $80 млрд у капітальні витрати у 2025 фінансовому році, переважно на розвиток AI-інфраструктури.

Час цих змін відображає ширший виклик для технологічних компаній, які намагаються збалансувати масштабні інвестиції в AI із оптимізацією штату. Генеральний директор Microsoft Сатья Наделла нещодавно зазначив, що до 30% коду компанії вже пишеться за допомогою AI-інструментів, що свідчить про перехід до більш автоматизованих операцій.

Source:

Latest News