Czy komputery kwantowe mają pierwsze zastosowanie w realnym świecie?

Kwant, AI i fotonika: nowa rewolucja komputerowa

Technologie obliczeniowe i informacyjne przechodzą obecnie kilka rewolucji technologicznych jednocześnie: rozwój sztucznej inteligencji, pojawienie się komputerów kwantowych i zwrot w stronę fotoniki, mający na celu przezwyciężenie ograniczeń klasycznych komputerów krzemowych.

Dotychczas każdy z tych nowych sektorów działał w dużej mierze w odizolowanych silosach: szkolenie i obliczenia w zakresie sztucznej inteligencji odbywały się na klasycznych układach scalonych z krzemu, w przypadku komputerów kwantowych poszukiwano udoskonalenia technologii, aż znajdzie ona praktyczne zastosowanie, a w przypadku technologii fotonicznej wciąż eksperymentowano nad projektami i zastosowaniami.

Być może nie jest to zaskakujące, ale może się okazać, że to właśnie połączenie tych dziedzin może dać początek nowym możliwościom. Wygląda na to, że obliczenia kwantowe mogły po prostu znaleźć praktyczne zastosowanie i nie wymagałyby nawet dalszych udoskonaleń, zanim staną się użyteczne.

Naukowcy z Wiedeńskiego Centrum Nauki i Technologii Kwantowej (VCQ) (Austria), Politechniki w Mediolanie (Włochy), Consiglio Nazionale delle Ricerche (IFN-CNR) (Włochy) i firmy Quantinuum (Wielka Brytania) odkryli, że istniejące komputery kwantowe mogą przewyższać klasyczne komputery w szkoleniu sztucznej inteligencji przy użyciu procesora fotonowego.

Opublikowali swoje wyniki w czasopiśmie Nature Photonics¹, pod tytułem "Eksperymentalne uczenie maszynowe oparte na jądrze i wspomagane kwantowo na procesorze fotonicznym".

Dlaczego szkolenia AI i obliczenia kwantowe napotykają ograniczenia

Rosnące koszty szkoleń AI i zapotrzebowanie na energię

Ostatnio technologia AI poczyniła ogromne postępy. Zostało to jednak osiągnięte tylko dzięki wykorzystaniu oszałamiających ilości mocy obliczeniowej, zużywającej dziesiątki miliardów dolarów w chipach i elektryczności.

Z pewnością można poczynić pewne postępy w zakresie efektywności, jak wykazała sztuczna inteligencja DeepSeek, wytrenowana przy bardzo niskich kosztach obliczeniowych i finansowych, pokonując swoich zachodnich konkurentów o rząd wielkości. Ale i tak, pod koniec dnia, udoskonalenie oprogramowania nie zajdzie daleko w uczynieniu szkolenia AI mniej obliczeniowym i energochłonnym.

Skalowalność i wyzwania związane z hałasem w komputerach kwantowych

Tymczasem komputery kwantowe są obiecującą technologią, ale do tej pory cierpią na fatalną wadę. Niezwykle kruchy stan materii, który musi być utrzymywany, aby komputery kwantowe mogły działać, oznacza, że ​​są zarówno drogie, jak i mało skalowalne.

Oznacza to również, że uzyskane wyniki są „zaszumione” – regularnie pojawiają się w nich błędy, opóźnienia i wyniki są mało wiarygodne.

Również w tym przypadku innowacje mogą oznaczać, że: sieć mniejszych komputerów kwantowych or nowa architektura projektowania sprzętu, wykorzystująca nowy stan materii zwany topoprzewodnikami, umożliwiająca skalowalność, mogłoby rozwiązać problem.

Dopóki ta informacja nie zostanie potwierdzona, podważana będzie zasadność wykorzystywania komputerów kwantowych. Jest to technologia, która wciąż poszukuje praktycznych zastosowań o sensownym znaczeniu ekonomicznym.

Metody jądra wspomagane kwantowo dla sztucznej inteligencji

W jaki sposób jądra kwantowe dodają mocy wymiarowej do uczenia maszynowego

Metody jądra to powszechnie stosowane narzędzia w uczeniu maszynowym. Wykorzystują one matematyczną metodę dodawania wymiarów do zestawu danych w celu lepszej identyfikacji ukrytych wzorców.

Źródło: MDPI

Oczywiście, wiąże się to z dość skomplikowaną matematyką, która będzie zrozumiała tylko dla ograniczonej grupy specjalistów już pracujących w tej dziedzinie. Wizualną reprezentację tego, jak to działa, można zobaczyć na tym filmie:

Takie złożone obliczenia mogą idealnie pasować do wyjątkowych możliwości komputerów kwantowych.

Procesory fotoniczne spotykają się z jądrami kwantowymi dla sztucznej inteligencji

W tym eksperymencie wykorzystano zintegrowany procesor fotoniczny, stworzony przy pomocy lasera femtosekundowego na podłożu ze szkła borokrzemianowego, w celu zakodowania danych do stanu, który może być przetwarzany przez komputer kwantowy.

Źródło: Nature Photonics

W ten sposób do obliczeń wykorzystano jądra wykazujące interferencję kwantową i porównano je z metodami klasycznymi.

Źródło: Nature Photonics

Wyniki eksperymentów: jądra kwantowe kontra klasyczne

Naukowcy przetestowali cztery różne rozmiary zbiorów danych, obejmujące od 40 do 100 punktów danych, porównując jądro kwantowe (na niebiesko) z jądrem klasycznym (na pomarańczowo).

Źródło: Nature Photonics

W obu eksperymentach jądro kwantowe wypadło lepiej niż jądro obliczeń klasycznych.

„Odkryliśmy, że w przypadku określonych zadań nasz algorytm popełnia mniej błędów niż jego klasyczny odpowiednik”.

Philip Walther – profesor na Uniwersytecie Wiedeńskim.

Kolejne kroki w kierunku szkolenia realnej sztucznej inteligencji kwantowej

Przejście z wersji demonstracyjnej do produkcyjnej: szkolenie Quantum AI

Eksperyment ten wykazał, że istniejące obecnie komputery kwantowe potrafią lepiej wykonywać zadania powszechnie stosowane w trenowaniu sieci neuronowych niż komputery klasyczne.

To wielka sprawa, ponieważ do tej pory zakładano, że tylko bardziej niezawodny komputer kwantowy może być używany do tego typu zastosowań. Teraz, gdy eksperymentalnie udowodniono, że to nieprawda, następnym krokiem będzie wykonanie nawet ograniczonej serii szkoleń AI w warunkach rzeczywistych przy użyciu tej technologii.

W tym celu można zaprojektować nowe algorytmy inspirowane architekturą kwantową, które osiągną lepszą wydajność.

„Oznacza to, że istniejące komputery kwantowe mogą wykazywać się dobrą wydajnością bez konieczności wykraczania poza najnowocześniejszą technologię”

Zhenghao Yin – doktorantka na Uniwersytecie Wiedeńskim.

Jak fotonika kwantowa zmniejsza zużycie energii przez sztuczną inteligencję

Platformy fotoniczne mogą wykonywać takie same lub lepsze obliczenia przy znacznie niższym zużyciu energii. Ponieważ energia staje się coraz bardziej wąskim gardłem przemysłu AI, bardziej niż moc obliczeniowa lub innowacje, może to sprawić, że wykorzystanie odkryć komputerowych kwantowo-fotonicznych stanie się szczególnie ważne.

„Może to okazać się kluczowe w przyszłości, biorąc pod uwagę, że algorytmy uczenia maszynowego stają się niewykonalne ze względu na zbyt wysokie zapotrzebowanie na energię”.

Iris Agresti – doktorantka na Uniwersytecie Wiedeńskim.

 Uwięzione jony kontra nadprzewodząca technologia kwantowa: co dalej?

Może to mieć istotne konsekwencje dla kierunku rozwoju branży komputerów kwantowych.

Dotychczas w tej dziedzinie zajmowano się technologią uwięzionych jonów, charakteryzującą się wysoką niezawodnością, ale niską mocą obliczeniową kwantową (kubit) na urządzenie, oraz bardziej złożonymi projektami opartymi na nadprzewodnictwie, dotychczas bardzo zakłóconymi, ale które prawdopodobnie będą skalowalne do dużej objętości kubitów.

Badania zostały przeprowadzone w bardzo ścisłej współpracy z Quntinuum, przy czym 4 z 12 naukowców wymienionych w artykule pracowało w tej firmie. Jako specjalista od technologii jonów uwięzionych, Quntinuum ma sens, aby szukać sytuacji, w której niska liczba kubitów w jego komputerach może już realizować odpowiedni przypadek biznesowy.

Jeśli okaże się to prawdą, firma może stać się kluczowym dostawcą mocy obliczeniowej dla branży sztucznej inteligencji, być może naśladując przynajmniej ułamek możliwości firmy Nvidia (NVDA ) osiągnięcia.

Inwestowanie w komputery kwantowe

Honeywell / Quantuum

Quantuum powstało w wyniku fuzji Honeywell Quantum Solutions i Cambridge Quantum.

Honeywell pozostaje większościowym udziałowcem spółki (prawdopodobnie 52% udziałów) po rundzie zbierania funduszy, która wyceniła ją na 5 mld dolarów. Założyciel Ilyas Khan ma podobno posiadać około 20% udziałów w firmie. Inni udziałowcy to JSR Corporation, Mitsui, Amgen, IBM i JP Morgan.

Potencjalna oferta publiczna spółki Quntinuum w przyszłości, potencjalnie jako część większej restrukturyzacji korporacyjnej, szacuje się, że jest warta aż 20 mld dolarów oraz może nastąpić między 2026 a 2027 rokiem.

Komputery kwantowe nie stanowią głównej części działalności firmy Honeywell. Koncentrują się one bardziej na produktach związanych z lotnictwem, automatyką oraz specjalistycznymi chemikaliami i materiałami.

Każda z tych dziedzin może jednak skorzystać na komputerach kwantowych, zwłaszcza chemia obliczeniowa i cyberbezpieczeństwa kwantowego, co potencjalnie może dać firmie Honeywell przewagę nad konkurencją.

Obecnie głównym modelem firmy jest H2, układ z uwięzionymi jonami, 56 kubitami i 99.895% dokładnością bramki dwukubitowej.

Firma dążyła do uzyskania wysokiej jakości obliczeń z jak najmniejszą liczbą błędów poprzez dodanie jak największej liczby kubitów, tworząc tzw. „odporne na błędy obliczenia kwantowe”.

Firma określa to podejście mianem „Lepsze kubity, lepsze wyniki”, przy czym podobna liczba kubitów pozwala uzyskać od 100 do 1,000 razy bardziej niezawodne wyniki.

Źródło: Quantinium

Może to mieć znaczenie w przypadku pilnie potrzebnej kryptografii odpornej na ataki kwantowe, z firmą zbrojeniową Thales (HO.PA -0.96%) już współpracuje z Quantinium jak również bank międzynarodowys HSBC oraz JP Morgan.

Firma Quantinuum oferuje również własną chemię obliczeniową kwantową InQuanto, nadające się do zastosowań w przemyśle farmaceutycznym, materiałoznawstwie, chemikaliach, energetyce i lotnictwie.

Podobnie jak wiele innych firm zajmujących się komputerami kwantowymi, Quantinuum oferuje Helios, A „sprzęt jako usługa”, umożliwiając użytkownikom korzystanie z komputerów kwantowych bez konieczności samodzielnego zajmowania się złożonością obsługi systemu.

W listopadzie 2024 roku Quntinuum podpisało umowę o partnerstwie z niemiecką firmą Infineon, największy producent półprzewodników w Europie. Infineon wprowadzi swoją zintegrowaną technologię fotoniki i elektroniki sterującej, aby pomóc w tworzeniu następnej generacji komputerów kwantowych z uwięzionymi jonami.

W miarę jak zintegrowana fotonika zbliża się do praktycznych zastosowań, staje się jasne, jak ważne może być to partnerstwo dla przyszłości Quntinuum. Wydaje się, że kolejnym krokiem dla firmy będzie wprowadzenie na rynek pierwszego na świecie układu fotoniczno-kwantowego zorientowanego na sztuczną inteligencję.

W nadchodzących miesiącach Quntinuum będzie publikować wyniki trwającej współpracy, prezentując przełomowy potencjał postępów w dziedzinie generatywnej sztucznej inteligencji, opartych na technologiach kwantowych.

Innowacyjna technologia Gen QAI usprawni i przyspieszy wykorzystanie struktur metaloorganicznych w dostarczaniu leków, torując drogę do skuteczniejszych i bardziej spersonalizowanych opcji leczenia. Szczegóły na ten temat zostaną ujawnione podczas premiery Helios.

Quantuum ogłasza przełom w dziedzinie generatywnej kwantowej sztucznej inteligencji o ogromnym potencjale komercyjnym

Ogłoszenie zawarte w tej publikacji jest częścią serii wiadomości dotyczących szybkiego postępu prac nad połączeniem sztucznej inteligencji z obliczeniami kwantowymi w Quantinuum.

Dalsze wykorzystanie tego rozwiązania mogłoby znacząco zwiększyć przyszłą wartość firmy, a co za tym idzie, pozycję Honeywell i potencjalny zysk, jaki mogliby dzięki niemu osiągnąć inwestorzy.

Najnowsze wiadomości i wydarzenia dotyczące akcji Honeywell / Quantinuum (HON)

Badanie, do którego się odniesiono

^{1. Yin, Z., Agresti, I., de Felice, G. i in. Eksperymentalne uczenie maszynowe oparte na jądrze i wspomagane technologią kwantową na procesorze fotonowym. Fotonika przyrodnicza. (2025). https://doi.org/10.1038/s41566-025-01682-5}