Google osiąga przełom w obliczeniach kwantowych: wskaźnik błędów zmniejszony 40-krotnie, pokonano kluczowe ograniczenie zasobów
Google zweryfikował technologię o nazwie „Magic State Breeding” na swoim procesorze Willow, redukując współczynnik błędów kwantowych około 40-krotnie, a wierność logiczną T-stanu osiągnęła 99,99%, ustanawiając najwyższy dotychczasowy rekord w tej dziedzinie. Jeśli ten przełom zostanie pomyślnie rozszerzony, znacząco zmniejszy rozmiar sprzętu potrzebnego do budowy odpornych na błędy systemów kwantowych, co ma ważne znaczenie dla komercjalizacji obliczeń kwantowych.
Zespół Google Quantum AI osiągnął kluczowy przełom w dziedzinie obliczeń kwantowych, który może znacząco zmniejszyć koszty sprzętu potrzebnego do budowy praktycznych systemów kwantowych.
Odpowiednie badania zostały opublikowane w czwartek w czasopiśmie „Science”. Google zweryfikował na swoim procesorze Willow technikę nazwaną „magic state cultivation” („hodowla stanów magicznych”), obniżając wskaźnik błędów kwantowych około 40-krotnie, osiągając wierność logiczną stanu T na poziomie 99,99%. Jest to dotychczas najwyższy rekord w tej dziedzinie.
Produkcja „magic state” od dawna była uznawana za główną barierę skalowania obliczeń kwantowych — szacuje się, że nawet 95% mocy obliczeniowej komputera kwantowego może być przeznaczone na generowanie „magic state”, a rzeczywiste zasoby przeznaczone na obliczenia są bardzo ograniczone.
Jeśli ten przełom zostanie skutecznie powiększony, radykalnie zmniejszy skalę sprzętu potrzebną do budowy odpornych na błędy systemów kwantowych, co będzie miało ogromne znaczenie dla komercjalizacji obliczeń kwantowych.
Jednocześnie Google podkreśla, że technika ta nadal wymaga weryfikacji na większą skalę i jest jeszcze daleko od praktycznych zastosowań kwantowych obliczeń.
Na moment publikacji, cena akcji Google wzrosła w czwartek o 0,24%.
Magic state: czarna dziura zasobów obliczeń kwantowych
Magic state jest kluczowym elementem umożliwiającym „uniwersalne” obliczenia kwantowe. Aby procesory kwantowe mogły wykonywać złożone operacje wykraczające poza możliwości klasycznych komputerów, muszą polegać na magic state do generowania wymaganych zestawów operacji kwantowych. Magic state nie może być ponownie użyty po wyprodukowaniu, co czyni go rzadkim zasobem.
Wyzwanie stanowi również koszt produkcji. Niektóre szacunki pokazują, że komputery kwantowe mogą potrzebować aż 95% całkowitej mocy obliczeniowej na produkcję magic state, pozostawiając bardzo niewiele zasobów na faktyczne zadania obliczeniowe.
Ten problem został przewidziany już w 2004 roku przez naukowców, a przez kolejne dwadzieścia lat społeczność naukowa nieustannie próbowała obniżyć koszty produkcji magic state, jednak postępy były powolne.
Propozycja hodowli magic state: znaczny wzrost efektywności zasobów
W 2024 roku badacze Google Quantum AI — Craig Gidney, Noah Shutty i Cody Jones — zaproponowali technikę hodowli magic state, opierając się na wcześniejszych publikacjach.
Rdzeniem koncepcji jest zaprojektowanie procesu produkcji magic state jako systemu filtrującego: wprowadzenie zaszumionych stanów kwantowych do niewielkiego obszaru na chipie, a następnie wykrywanie i odrzucanie wadliwych prób poprzez serię wysoce zsynchronizowanych operacji pomiarowych. Dzięki temu „hoduje się” stan kwantowy o wysokiej czystości i niskim wskaźniku błędów, jednocześnie kodując go w większym, bardziej użytecznym formacie.
Jednak przejście od teorii do implementacji sprzętowej nie było łatwe. Naukowiec Emma Rosenfeld w początkowych testach uzyskiwała dane, które „wydawały się przeczyć prawom fizyki”.
Po kilku miesiącach dochodzenia, zespół odkrył, że przyczyną problemów były błędne założenia w technice pomiaru — hałas generowany przez dryf urządzeń elektrycznych i zmiany temperatury w laboratorium zaburzał skuteczność testów wzorcowych.
Aby temu zaradzić, zespół nie tylko wprowadził dodatkowe kontrole w systemie, aby ograniczyć wpływ hałasu, lecz także opracował nową technikę testów wzorcowych, wykorzystującą sam proces hodowli magic state jako narzędzie kalibracji.
Rekordowa wierność i błędy
Na procesorze Willow wyżej opisane rozwiązanie umożliwiło ostatecznie obniżenie wskaźnika błędów około 40-krotnie w porównaniu do niehodowanych stanów kwantowych, osiągając wierność logiczną T na poziomie 99,99%, co bije rekordy w tej dziedzinie.
Zespół Google dokonał także istotnego pokazu, weryfikując, że wyhodowany magic state może być pomyślnie przeniesiony między dwoma różnymi schematami korekcji kwantowych błędów — konkretnie z color code o odległości 3 (nowsza metoda korekcji błędów odpowiednia do operacji hodowlanych) na surface code o odległości 5 (bardziej dojrzała metoda korekcji błędów).
Ta „przeszczepiona” operacja udowodniła, że oczyszczony stan kwantowy może stabilnie przetrwać i zostać przeniesiony wewnątrz sprzętu, co toruje drogę do integracji techniki hodowli magic state z obecną architekturą obliczeń kwantowych Google.
Pomimo osiągniętego postępu, Google jasno deklaruje, że technika hodowli magic state nadal wymaga weryfikacji na większą skalę, zanim będzie mogła być prawdziwie wykorzystana do rzeczywistych zadań obliczeń kwantowych, a liczne wyzwania techniczne pozostają nierozwiązane.
Zastrzeżenie: Treść tego artykułu odzwierciedla wyłącznie opinię autora i nie reprezentuje platformy w żadnym charakterze. Niniejszy artykuł nie ma służyć jako punkt odniesienia przy podejmowaniu decyzji inwestycyjnych.
Może Ci się również spodobać
Nowa analiza akcji USA｜PNIG.US - Firma Mengxun Machinery z wysokim wzrostem wyników chce przejść od roli handlowca do dostawcy rozwiązań, szukając przetrwania poprzez zmianę.
Znakomity wzrost przychodów i zysków bez wątpienia daje firmie Mengxun Machinery silne podstawy do ubiegania się o IPO na giełdzie amerykańskiej.
Właśnie postawił na AI, a już został dotknięty przez gwałtowny spadek rynku! Berkshire Hathaway opublikuje dziś wieczorem raport finansowy, a Abel przechodzi wielki test transformacji
Greg Abel stanął na czele Berkshire Hathaway niespełna rok temu i już postawił ponad 10,9 miliarda dolarów na sektor AI, całkowicie zrywając z tradycyjnym unikiem akcji technologicznych przez Warrena Buffetta. Jednak cena akcji Alphabet spadła już poniżej ceny zakupu, Bending Spoons kontynuuje spadki, a śmiała gra na AI jest poddawana realnej próbie. Jednocześnie oczekuje się, że zysk na akcję w trzecim kwartale spadnie rok do roku o 6%, a wartość skupu akcji spadnie gwałtownie z 4,5 miliarda dolarów do 1,6 miliarda dolarów. To, jak zostanie rozdysponowane 358 miliardów dolarów gotówki, wystawi na próbę umiejętności Grega Abela w dziedzinie alokacji kapitału.
Czy bańka AI pękła? Goldman Sachs: Obecna sytuacja przypomina bardziej rok 1998 niż 2000
Według działu handlowego Goldman Sachs obecna fala wyprzedaży przypomina bardziej kryzys płynności z 1998 roku niż pęknięcie bańki z 2000 roku – jest to wymuszone odlewarowanie, a nie obalenie logiki biznesowej. Rynki gwałtownie przeszacowują tempo finansowania i realizacji projektów, a nie podstawowy popyt. Ponadto, najbardziej dyskutowane obecnie kwestie dotyczące energii elektrycznej i zezwoleń są paradoksalnie najmniej istotne – ograniczona podaż nie oznacza zaniku popytu. Prawdziwe pytanie brzmi: czy strona przychodowa ostatecznie udowodni racjonalność zainwestowanego kapitału?
Cybertruck Tesli: od pęknięcia szyby do zaprzestania produkcji, trzy i pół roku zakończone kropką
Cybertruck od momentu premiery w 2019 roku wzbudzał wiele kontrowersji – podczas prezentacji nie udało się przeprowadzić udanej demonstracji szyb, produkcja seryjna została opóźniona o cztery lata, cena wzrosła z 39 900 dolarów do ponad 100 000 dolarów, a pojazd został łącznie 11 razy wycofany z rynku. Dzień przed ogłoszeniem wstrzymania produkcji, Tesla ponownie podniosła cenę, co stanowiło intrygujący finał dla tego pełnego dramatów modelu.
Ceny krypto
Więcej
