Laboratorium obliczeń kwantowych Google właśnie osiągnęło istotny kamień milowy. W poniedziałek, ujawniła firma iż jego nowy kwantowy chip obliczeniowy Willow jest w stanie wykonać zadanie obliczeniowe w mniej niż pięć minut – według Google proces ten zająłby jednemu z najszybszych superkomputerów na świecie 10 septylionów lat, czyli dłużej niż wiek Wszechświata.
Oprócz większej wydajności badacze znaleźli także sposób na ograniczenie błędów, co Google nazywa „jednym z największych wyzwań w obliczeniach kwantowych”. Zamiast bitów, które reprezentują 1 lub 0, w obliczeniach kwantowych wykorzystuje się kubity, jednostka, która może istnieć w wielu stanach w tym samym czasie, na przykład 1, 0 i cokolwiek pomiędzy.
Jak zauważył Google, kubity są podatne na błędy, ponieważ „mają tendencję do szybkiej wymiany informacji ze swoim otoczeniem”. Jednak badacze Google odkryli sposób na ograniczenie błędów poprzez wprowadzenie do systemu większej liczby kubitów i byli w stanie poprawiać je w czasie rzeczywistym. Ich ustalenia były opublikowany w Natura.
„To historyczne osiągnięcie jest znane w branży jako „poniżej progu” — możliwość ograniczenia błędów przy jednoczesnym zwiększaniu liczby kubitów” – pisze na blogu Google założyciel Google Quantum AI, Hartmut Neven. „Musisz wykazać, iż jesteś poniżej progu, aby pokazać prawdziwy postęp w korekcji błędów, a od tego czasu stanowi to ogromne wyzwanie korekcja błędu kwantowego został wprowadzony przez Petera Shora w 1995 r.”
Według Nevena Willow, która ma 105 kubitów, „ma teraz najlepszą w swojej klasie wydajność”. Microsoftu, AmazonkaI IBM-a pracują nad własnymi systemami obliczeń kwantowych.
Kolejnym celem Google jest wykonanie pierwszego „użytecznego, wykraczającego poza klasyczne” obliczenia, które jest zarówno „istotne dla aplikacji w świecie rzeczywistym”, jak i takie, którego nie są w stanie wykonać typowe komputery. Neven twierdzi, iż w przyszłości technologia kwantowa będzie „niezbędna” do gromadzenia danych szkoleniowych dotyczących sztucznej inteligencji, co ostatecznie pomoże w „odkrywaniu nowych leków, projektowaniu bardziej wydajnych akumulatorów do samochodów elektrycznych oraz przyspieszaniu postępu w syntezie termojądrowej i nowych alternatywach energetycznych”.
