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。
- 01.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。
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.
Related Intelligence
All stories →Anthropic 为华尔街打开账目,显示创纪录的收入和不断增加的债务
Anthropic 是第一个向 SEC 提交 S-1 的大型人工智能实验室,计划在纳斯达克上市,股票代码为“ANT”。这些数字很强劲,季度收入达 116 亿美元,营业利润首次实现,现有客户的支出同比增长九倍……
Создание агентной системы извлечения на базе Amazon Bedrock с CDK
AWS Machine Learning описывает создание агентной системы извлечения на базе Amazon Bedrock с использованием AWS CDK.
Кэширование запросов для ИИ-агентов на Amazon Bedrock
Кэширование запросов позволяет ИИ-агентам на Amazon Bedrock быть более эффективными.