Google Quantum AI продемонстрировала на квантовом процессоре Willow технологию выращивания магических состояний, которая позволяет снизить количество ошибок примерно в 40 раз. Результаты исследования опубликованы в журнале Science. Разработка может стать важным шагом к созданию практических квантовых компьютеров. Главный вызов квантовых вычислени Для выполнения сложных вычислений квантовым компьютерам необходимо использовать специальные квантовые состояния, известные как магические состояния. Они позволяют реализовывать операции, необходимые для универсальных квантовых вычислений, выходящих за рамки возможностей классических компьютеров. Однако создание таких состояний с высокой точностью и коррекцией ошибок требует значительных вычислительных ресурсов. По некоторым оценкам, до 95% мощности квантового компьютера может уходить на их подготовку. В результате на выполнение самих вычислений остается гораздо меньше ресурсов. Дополнительная сложность заключается в том, что магические состояния нельзя использовать повторно после выполнения операции. Поэтому исследователи на протяжении примерно 20 лет искали способы снизить затраты на их создание. Как работает новая технология В 2024 году исследователи Google Quantum AI Крейг Гидни, Ноа Шатти и Коди Джонс разработали подход, получивший название magic state cultivation, или выращивание магических состояний. Метод предполагает, что исходное квантовое состояние, содержащее ошибки, помещают в небольшую область квантового чипа. Затем система выполняет серию согласованных измерений, которые позволяют обнаружить ошибки и отсеять неудачные попытки. В результате формируется более чистое квантовое состояние с низким уровнем ошибок, которое можно преобразовать в более крупную структуру для дальнейших вычислений. Теоретически такой подход должен был существенно сократить ресурсы, необходимые для создания квантового компьютера, способного решать практические задачи. Однако для реализации метода на реальном оборудовании команде потребовалось решить ряд инженерных и исследовательских проблем. Например, на ранних этапах испытаний исследовательница Google Quantum AI Эмма Розенфельд обнаружила результаты измерений, которые казались противоречащими законам физики. После нескольких месяцев проверок команда выяснила, что причиной была ошибка в используемом методе измерений. На точность эксперимента влияли электрические помехи, связанные с нестабильностью оборудования и изменениями температуры в лаборатории. Чтобы устранить проблему, исследователи усовершенствовали систему управления и разработали новый метод проверки результатов, в котором сама технология выращивания магических состояний использовалась для оценки собственной точности. Какие результаты получила Google После внедрения новых алгоритмических решений и инженерных доработок команда испытала технологию на квантовом процессоре Willow. По данным Google Quantum AI, новый метод позволил снизить количество ошибок примерно в 40 раз по сравнению с магическими состояниями, которые не проходили процедуру выращивания. Кроме того, исследователи получили T-состояния с рекордной логической точностью 99,99%. Команда также продемонстрировала возможность переноса квантовых состояний между двумя подходами к коррекции ошибок — цветовыми и поверхностными кодами. Для этого исследователи перенесли состояния из цветового кода с расстоянием 3 в поверхностный код с расстоянием 5. Эксперимент подтвердил, что очищенные квантовые состояния можно сохранять и передавать между разными схемами коррекции ошибок на реальном оборудовании. Что это значит для квантовых компьютеров Исследование стало первой экспериментальной демонстрацией практического решения одной из наиболее серьезных проблем, ограничивающих масштабирование квантовых вычислений. Оно показало, что магические состояния можно эффективно создавать непосредственно на квантовом процессоре, а не только описывать теоретически. При этом технология пока требует дальнейшей проверки в более крупном масштабе. Исследователям предстоит выяснить, насколько эффективно метод будет работать в квантовых компьютерах, предназначенных для решения практических задач. В Google Quantum AI считают, что достигнутый результат приближает компанию к созданию полезного квантового компьютера с коррекцией ошибок, способного решать задачи, которые остаются недоступными для классических вычислительных систем. Сообщение Google решила одну из главных проблем квантовых вычислений появились сначала на THE TECH.
Материал агрегирован из первоисточника:
The Tech.kz — венчур и стартапы
Читать полностью в The Tech.kz — венчур и стартапыGoogle решила одну из главных проблем квантовых вычислений
Google Quantum AI продемонстрировала на квантовом процессоре Willow технологию выращивания магических состояний, которая позволяет снизить количество ошибок примерно в 40 раз. Результаты исследования опубликованы в журнале Science. Разработка может стать важным шагом к созданию…
Кратко от AI: Главные тезисы
- Google Quantum AI продемонстрировала на квантовом процессоре Willow технологию выращивания магических состояний, которая позволяет снизить количество ошибок примерно в 40 раз
- Результаты исследования опубликованы в журнале Science
- Разработка может стать важным шагом к созданию…
Google решила одну из главных проблем квантовых вычислений
Похожие материалы
ENThe hottest AI wearables and gadgets you should know about
We compiled a list of all the hottest AI wearables, including Muse Charm, Bee, Friend, Plaud, and more.
Walmart разрешит ИИ-агентам самостоятельно совершать покупки, пока Amazon блокирует их
Walmart разрешит ИИ-агентам самостоятельно совершать покупки, пока Amazon блокирует их Американская торговая сеть Walmart представила Agent Gateway — новую систему, которая позволит ИИ-агентам выбирать товары и оформлять покупки от имени пользователей. В отличие от конкурента…
Дайджест ИИ-новостей за 25 октября 2026
Сегодня в центре внимания — новая языковая модель от Moonshot, которая обещает стать лидером среди открытых решений, и удивительное нововведение из Пенсильвании, где реклама, созданная ИИ, должна буде
Recursive выпустила модель для кодинг-агентов
🌟 Recursive выпустила модель для кодинг-агентов Стартап Recursive Superintelligence, основанный Ричардом Сочером и вышедший из тени в мае с 650 млн долларов инвестиций, показал свою первую модель - Flint. Такие деньги Recursive получил ещё до первой модели во многом из-за…
