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.
Research3 分钟阅读
谷歌解决了量子计算的主要问题之一
谷歌量子AI展示了在Willow量子处理器上增长魔态的技术,可以将错误数量减少约40倍。研究结果发表在《科学》杂志上。发展可能是创造......的重要一步。
The Tech.kz — венчур и стартапы作者: The Tech2026年10月17日 (10月17日)
提供 4 种语言版本AI 摘要:要点
- 谷歌量子AI展示了在Willow量子处理器上增长魔态的技术,可以将错误数量减少约40倍。研究结果发表在《科学》杂志上。发展可能是创造......的重要一步。
Research
KZ·AI 69DCИнсайт дня
谷歌解决了量子计算的主要问题之一
全文为俄语
相关文章
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.
TechCrunch — AI
沃尔玛将允许人工智能代理自行购物,而亚马逊将阻止他们
沃尔玛将允许人工智能代理自行购物,而亚马逊则阻止他们 美国零售连锁店沃尔玛推出了 Agent Gateway,这是一个新系统,允许人工智能代理代表用户选择产品并进行购买。与竞争对手不同...
Telegram — GPT Time | Нейросети | ИИ
2026 年 10 月 25 日人工智能新闻摘要
今天,我们重点介绍来自 Moonshot 的一种新语言模型,该模型有望成为开源解决方案的领导者,以及来自宾夕法尼亚州的一项令人惊讶的创新,人工智能生成的广告应该是
SMNTCN (Semanticon) — глобальные новости ИИ
Recursive 发布了编码代理模型
🌟 Recursive 发布了编码代理模型 由 Richard Socher 创立的初创公司 Recursive Superintelligence 在 5 月份投资 6.5 亿美元走出阴影,展示了其第一个模型 - Flint。 Recursive 甚至在第一个模型出现之前就收到了这笔钱,很大程度上是由于......
Telegram — AI Machine Learning Big Data
