A Google AI alapú megoldása közelebb hozza a kvantumszámítást a valós alkalmazásokhoz
A Google kutatói felfedeztek egy új technikát, amely végre a valós életben is alkalmazhatóvá teheti a kvantumszámítást, így a mesterséges intelligencia segítségével megoldva a tudomány egyik legmakacsabb kihívását: a stabilabb állapotokat.
A Nature tudományos folyóiratban megjelent kutatási tanulmányban a Google Deepmind tudósai kifejtik, hogy az új AI alapú rendszerük, az AlphaQubit figyelemre méltóan sikeresnek bizonyult a kvantumszámítógépeket régóta sújtó tartós hibák kijavításában.
„A kvantumszámítógépek forradalmasíthatják a gyógyszerkutatást, az anyagtervezést és az alapvető fizikát – feltéve, ha sikerül rávenni őket, hogy megbízhatóan működjenek.” – olvasható a Google közleményében. De semmi sem tökéletes: a kvantumrendszerek rendkívül törékenyek. A legkisebb környezeti zavar – hő, rezgés, elektromágneses mezők vagy akár kozmikus sugárzás – is megzavarhatja a kényes kvantumállapotokat, és olyan hibákhoz vezethet, amelyek megbízhatatlanná teszik a számításokat.
Egy márciusban publikált tanulmány rávilágít a kihívásra: a kvantumszámítógépeknek mindössze egy hibaarányt kell elérniük a trillió műveletből (10^-12) a gyakorlati megbízható használathoz. A jelenlegi hardverek hibaaránya azonban műveletenként 10^-3 és 10^-2 között mozog, így ennek a javítása kulcsfontosságú.
„Bizonyos problémák megoldásához egy hagyományos számítógépnek évmilliárdokra lenne szüksége, egy kvantumszámítógépnek viszont csak órákra.” – állítja a Google. „Ezek az új processzorok azonban hajlamosabbak a hibákra, mint a hagyományosak”.
A Google új mesterséges intelligencia alapú rendszere, az AlphaQubit ezt a problémát kívánja kezelni. A megoldás egy kifinomult neurális hálózati architektúrát alkalmaz, amely példátlan pontosságot mutatott a kvantumhibák azonosításában és kijavításában: nagyszabású kísérletekben 6%-kal kevesebb hibát mutatott ki, mint a korábbi legjobb módszerek, és 30%-kal kevesebb hibát, mint a hagyományos technikák. Emellett a 17 qubittól 241 qubitig terjedő kvantumrendszerekben is megőrizte a nagy pontosságot. Ez arra utal, hogy a megközelítés a gyakorlati kvantumszámítógépekhez szükséges nagyobb rendszerekhez is skálázható.
Mi van a motorháztető alatt?
Az AlphaQubit kétlépcsős megközelítést alkalmaz a nagy pontosság elérése érdekében. A rendszer először szimulált kvantumzaj-adatokon gyakorol, megtanulva a kvantumhibák általános mintáit, majd korlátozott mennyiségű kísérleti adat felhasználásával alkalmazkodik a valódi kvantumhardverekhez.
De ne izgulj túlságosan; nem lesz egyhamar kvantumszámítógép mindenki nappalijában.
A pontossága ellenére az AlphaQubit még mindig jelentős akadályokba ütközik a gyakorlati megvalósítás előtt. „Egy gyors szupravezető kvantumprocesszorban minden egyes konzisztencia-ellenőrzést másodpercenként egymilliószor mérnek.” – jegyzik meg a kutatók. „Bár az AlphaQubit nagyszerű a hibák pontos azonosításában, még mindig túl lassú ahhoz, hogy valós időben korrigálja a hibákat egy szupravezető processzorban”.
A kutatók a sebesség optimalizálására, a skálázhatóságra és az integrációra összpontosítanak, mint a jövőbeli fejlesztés kritikus területeire.
A mesterséges intelligencia és a kvantumszámítástechnika szinergikus kapcsolatot alkotnak, fokozva a másik potenciálját. „Arra számítunk, hogy az AI/ML és a kvantumszámítás továbbra is egymást kiegészítő megközelítések maradnak a számítástechnika terén. A mesterséges intelligencia más területeken is alkalmazható a hibatűrő kvantumszámítógépek fejlesztésének támogatására, például a kalibrálás és a fordítás vagy az algoritmusok tervezése terén.” – magyarázta a Google kutatója.
Ez a konvergencia döntő fordulópontot jelenthet a számítástudományban. Ahogy a kvantumszámítógépek megbízhatóbbá válnak a mesterséges intelligenciával támogatott hibajavítás révén, úgy segíthetnek a kifinomultabb mesterséges intelligencia rendszerek kifejlesztésében, ami a technológiai fejlődés erőteljes visszacsatolási körét hozza létre.
A gyakorlati kvantumszámítógépek kora, amelyet már régóta ígérnek, de még nem valósult meg, talán végre közelebb kerülhet. Bár még nem elég közel ahhoz, hogy aggódni kezdjünk a kiborg-apokalipszis miatt.