Есть ли у квантовых вычислений первый реальный пример использования?

Квант, ИИ и фотоника: новая вычислительная революция

Вычислительная техника и информационные технологии переживают сразу несколько технологических революций: развитие искусственного интеллекта, появление квантовых вычислений и переход к фотонике для преодоления ограничений классических кремниевых вычислений.

До сих пор каждый из этих новых секторов в основном работал изолированно: обучение и вычисления ИИ выполняются на классических кремниевых чипах, квантовые вычисления стремятся усовершенствовать свои технологии до тех пор, пока не найдут практического применения, а технология фотоники все еще экспериментирует с проектами и приложениями.

Может быть, неудивительно, что именно объединение этих областей может привести к появлению новых возможностей. Кажется, что квантовые вычисления, возможно, просто нашли практическое применение и даже не нуждаются в дальнейшем улучшении, прежде чем станут полезными.

Исследователи из Венского центра квантовой науки и технологий (VCQ) (Австрия), Миланского технического университета (Италия), Национального исследовательского совета (IFN-CNR) (Италия) и компании Quantinuum (Великобритания) обнаружили, что существующие квантовые компьютеры могут превзойти классические компьютеры в обучении ИИ, используя фотонный процессор.

Они опубликовали свои результаты в журнале Nature Photonics.¹, под заголовком «Экспериментальное квантово-усовершенствованное машинное обучение на основе ядра на фотонном процессоре».

Почему обучение ИИ и квантовые вычисления сталкиваются с ограничениями

Растущие затраты на обучение ИИ и потребности в энергии

В последнее время технология ИИ достигла колоссального прогресса. Однако это было достигнуто только за счет использования умопомрачительных объемов вычислительной мощности, потребляющих десятки миллиардов долларов на чипы и электроэнергию.

Конечно, можно добиться определенного прогресса в эффективности, как показал DeepSeek AI, обученный с ультранизкими затратами как в вычислительном плане, так и в финансовом плане, опережая своих западных конкурентов на порядок. Но все же, в конечном счете, улучшение программного обеспечения не будет иметь большого значения для того, чтобы сделать обучение ИИ менее вычислительным и энергоемким.

Масштабируемость квантовых вычислений и проблемы шума

Между тем, квантовые вычисления являются многообещающей технологией, но до сих пор страдающей от фатального недостатка. Чрезвычайно хрупкое состояние материи, которое необходимо поддерживать для работы квантовых вычислений, означает, что они дороги и не очень масштабируемы.

Это также означает, что полученные результаты являются «шумными», с регулярными ошибками, задержками и ненадежными результатами.

Здесь также инновации могут означать, что либо сеть меньших квантовых компьютеров or новая архитектура аппаратного проектирования, использующая новое состояние вещества, называемое топопроводниками, что обеспечивает масштабируемость, могли бы решить проблему.

Пока это не подтверждено, актуальность квантовых вычислений все еще остается под вопросом — технология все еще находится в поиске практического варианта использования, который был бы экономически выгоден.

Методы квантового ядра для искусственного интеллекта

Как квантовые ядра добавляют размерную мощь машинному обучению

Методы ядра широко используются в машинном обучении и используют математический метод добавления измерений к набору данных для лучшего выявления скрытых закономерностей.

Источник: MDPI

Это, конечно, подразумевает довольно сложную математику, которая будет понятна в основном только ограниченному кругу специалистов, уже работающих в этой области. Вы можете увидеть наглядное представление того, как это работает, в этом видео:

И такие сложные вычисления могли бы идеально соответствовать уникальным возможностям квантовых компьютеров.

Фотонные процессоры встречают квантовые ядра для ИИ

В этом эксперименте для кодирования данных в состояние, поддающееся обработке квантовым компьютером, использовался интегрированный фотонный процессор, созданный с помощью фемтосекундной лазерной записи на подложке из боросиликатного стекла.

Источник: Nature Photonics

Таким образом, для расчета использовались ядра, демонстрирующие квантовую интерференцию, и проводилось сравнение с классическими методами.

Источник: Nature Photonics

Экспериментальные результаты: квантовые и классические ядра

Ученые протестировали четыре различных размера наборов данных, от 40 до 100 точек данных, где квантовое ядро ​​(синего цвета) сравнивалось с классическим ядром (оранжевого цвета).

Источник: Nature Photonics

В обоих экспериментах квантовое ядро ​​показало лучшие результаты, чем классическое вычислительное ядро.

«Мы обнаружили, что при решении определенных задач наш алгоритм допускает меньше ошибок, чем его классический аналог».

Филип Вальтер – профессор Венского университета.

Следующие шаги на пути к реальному обучению квантовому ИИ

Переход от демонстрации к производству: обучение квантовому ИИ

Этот эксперимент продемонстрировал, что существующие сегодня квантовые компьютеры могут превосходить классические компьютеры в задачах, обычно используемых при обучении нейронных сетей.

Это большое дело, поскольку до сих пор предполагалось, что только более надежный квантовый компьютер может быть использован для такого рода приложений. Теперь, когда экспериментально доказано, что это не так, следующим шагом будет проведение хотя бы ограниченного запуска реального обучения ИИ с использованием этой технологии.

Для этого можно разработать новые алгоритмы, вдохновленные квантовыми архитектурами, которые позволят достичь более высокой производительности.

«Это означает, что существующие квантовые компьютеры могут демонстрировать хорошую производительность, не выходя за рамки самых современных технологий»

Чжэнхао Инь – аспирант Венского университета.

Как квантовая фотоника сокращает энергопотребление ИИ

Платформы фотоники могут выполнять те же или более высокие вычислительные результаты при гораздо меньшем потреблении энергии. Поскольку энергия все больше становится узким местом индустрии ИИ, больше, чем вычислительные мощности или инновации, это может сделать использование квантово-фотонных компьютерных открытий особенно важным.

«Это может оказаться решающим в будущем, учитывая, что алгоритмы машинного обучения становятся нереализуемыми из-за слишком высоких требований к энергии».

Ирис Агрести – аспирант Венского университета.

 Захваченные ионы против сверхпроводящих квантовых технологий: что дальше?

Это может иметь важные последствия для направления развития отрасли квантовых вычислений.

До сих пор эта область разделилась на технологию захваченных ионов, обладающую высокой надежностью, но низкой квантовой вычислительной мощностью (кубит) на устройство, и более сложные конструкции, основанные на сверхпроводимости, которые пока очень шумные, но которые также с большей вероятностью в конечном итоге будут масштабироваться до большого объема кубитов.

Исследование было проведено в очень тесном партнерстве с Quantinuum, причем 4 из 12 ученых, упомянутых в статье, работают в этой компании. Как специалисту по технологии захваченных ионов, Quantinuum имеет смысл искать ситуацию, в которой низкое количество кубитов ее компьютеров уже может выполнять соответствующее бизнес-кейс.

Если это окажется правдой, это может сделать компанию ключевым поставщиком вычислительных мощностей для отрасли искусственного интеллекта, возможно, повторив хотя бы часть возможностей Nvidia. (NVDA ) достижения.

Инвестиции в квантовые вычисления

Honeywell / Квантиниум

Quantinuum является результатом слияния Honeywell Quantum Solutions и Cambridge Quantum.

Honeywell остается основным акционером компании (вероятно, 52% акций) после раунда сбора средств, оценившего его в 5 млрд долларов. Сообщается, что основатель Ильяс Хан владеет примерно 20% компании. Другие акционеры включают JSR Corporation, Mitsui, Amgen, IBM и JP Morgan.

Потенциальное IPO Quantinuum в будущем, возможно, как часть более крупной корпоративной реструктуризации, оценивается примерно в 20 млрд долларов и может произойти между 2026 и 2027 годами.

Квантовые вычисления не являются центральной частью бизнеса Honeywell, компания больше сосредоточена вокруг продукции в аэрокосмической отрасли, автоматизации, а также специальных химикатов и материалов.

Однако каждая из этих областей может выиграть от квантовых вычислений, особенно вычислительная химия и квантовая кибербезопасность, потенциально дающая Honeywell преимущество перед конкурентами.

На данный момент основной моделью компании является H2 — 56-кубитный чип с захваченными ионами и точностью двухкубитных затворов 99.895%.

Компания стремилась к высококачественным вычислениям с минимальным количеством ошибок, а не просто добавляла как можно больше кубитов, создавая так называемые «отказоустойчивые квантовые вычисления».

Компания называет этот подход «Лучшие кубиты, лучшие результаты»: при одинаковом количестве кубитов достигаются в 100–1,000 раз более надежные результаты.

Источник: квантинуум

Это, в частности, может сыграть решающую роль в срочно необходимой квантово-устойчивой криптографии, в сотрудничестве с оборонной компанией Thales (ХО.ПА -0.96%) уже сотрудничаем с квантинуум так же как и сигнал международный банкs HSBC и JP Morgan.

Quantinuum также предлагает свою собственную технологию квантовой вычислительной химии. Инкуанто, применимый в фармацевтике, материаловедении, химической промышленности, энергетике и аэрокосмической отрасли.

Как и многие другие компании, занимающиеся квантовыми вычислениями, Quantinuum предлагает Helios, чтобы «оборудование как услуга», что позволяет пользователям извлекать выгоду из квантовых вычислений, не сталкиваясь со сложностями эксплуатации системы самостоятельно.

Quantinuum подписала в ноябре 2024 года соглашение о партнерстве с немецкой Infineon, крупнейший в Европе производитель полупроводников. Infineon привнесет свои интегрированные фотонные и управляющие электронные технологии для создания следующего поколения квантовых компьютеров с захваченными ионами.

По мере того, как интегрированная фотоника приближается к практическим применениям, становится ясно, насколько важным может быть это партнерство для будущего Quantinuum. Похоже, следующим шагом компании станет выпуск первого в мире фотонно-квантового чипа, ориентированного на ИИ.

В ближайшие месяцы Quantinuum поделится результатами текущего сотрудничества, демонстрируя новаторский потенциал квантовых достижений в области генеративного ИИ.

Инновационная возможность Gen QAI улучшит и ускорит использование металлоорганических каркасов для доставки лекарств, прокладывая путь к более эффективным и персонализированным вариантам лечения. Подробности будут представлены на запуске Helios.

Quantinuum объявляет о прорыве в области генеративного квантового искусственного интеллекта с огромным коммерческим потенциалом

Объявление в этой публикации является частью серии новостей, связанных с быстрым прогрессом в области связи искусственного интеллекта и квантовых вычислений, достигнутым в Quantinuum.

Более частые случаи использования могут существенно повысить будущую стоимость компании и, следовательно, долю участия Honeywell в ней и потенциальную прибыль, которую инвесторы могут получить от нее.

Последние новости и разработки акций Honeywell / Quantinuum (HON)

Ссылающееся исследование

^{1. Инь З., Агрести И., де Феличе Г. и другие Экспериментальное машинное обучение на основе квантово-усовершенствованного ядра на фотонном процессоре. Природная фотоника. (2025). https://doi.org/10.1038/s41566-025-01682-5}