Kwantowy postęp IBM: maszyny firmowe przewyższają w testach klasyczne komputery

Badacze IBM ogłosili 3 sierpnia 2026 r., że uzyskali przewagę kwantową w trzech różnych eksperymentach. Osiągnięcie oznacza, że ​​komputery kwantowe firmy były w stanie w określonych zadaniach przewyższać klasyczne algorytmy. Wszechświat ze swej natury jest kwantowy, co czyni te komputery obiecującymi w zakresie modelowania złożonych zjawisk, które klasyczne maszyny mogą jedynie przybliżyć.

Tradycyjnie metody chemii obliczeniowej, takie jak teoria funkcjonału gęstości (DFT), muszą przekształcać złożone zachowania kwantowe w równania, które może przetworzyć klasyczny sprzęt. Ta konwersja, w miarę jak systemy stają się coraz bardziej złożone, wymaga kompromisów w zakresie dokładności, szybkości i kosztów. Przewaga kwantowa eliminuje potrzebę tych adaptacji.

Dla Netanela Lindnera, współzałożyciela i dyrektora ds. technologii w firmie Qedma, „chemia jest jednym z najważniejszych długoterminowych zastosowań obliczeń kwantowych”.

Oczekuje się, że komputery kwantowe nie tylko będą symulować systemy z większą dokładnością niż klasyczne, ale także badać scenariusze wykraczające poza możliwości tradycyjnego przetwarzania. Dominik Hangleiter, informatyk ze Szwajcarskiego Federalnego Instytutu Technologii (ETH) w Zurychu, który nie był zaangażowany w badania, jako przykłady podał symulację materiałów kwantowych i łamanie niektórych systemów kryptograficznych.

Pomimo swojego potencjału, obecne maszyny kwantowe są nadal podatne na szumy, błędy i utratę informacji, a w modelowaniu często mają przewagę nad klasycznymi komputerami. Zatem wykazanie wyższości komputerów kwantowych pozostaje zasadniczym celem w tej dziedzinie.

Artykuły szczegółowo opisujące trzy nowe demonstracje przeprowadzone na procesorach kwantowych IBM Quantum Heron R3 zostały opublikowane w formie przeddruków i oczekują na recenzję. 28 lipca podczas telekonferencji z dziennikarzami badacze IBM i ich współpracownicy przedstawili wyniki, podkreślając, że komputery kwantowe, wspierane przez klasyczne procesory, mogą okazać się lepsze w przypadku określonych problemów.

Pierwsza demonstracja: tworzenie wzorów za pomocą kubitów

Komputery kwantowe działają za pomocą kubitów – ich podstawowych jednostek – które są kontrolowane przez bramki kwantowe, analogiczne do logicznych bramek bitowych w konwencjonalnych komputerach. Zestaw dostępnych portów określa możliwości każdego komputera kwantowego.

Bramki Clifforda są szeroko stosowane w komputerach kwantowych. Są łatwe do symulacji, ale mają ograniczoną funkcjonalność, a modele wykorzystujące tylko te porty mogą być skutecznie odtwarzane przez klasyczne maszyny.

Włączenie specjalnych bramek obok bramek Clifforda pozwala, aby komputer kwantowy stał się uniwersalny, zdolny do wykonywania dowolnego rodzaju obliczeń.

Symulowanie uniwersalnego komputera kwantowego w układzie klasycznym jest uważane za niepraktyczne, gdyż trwałoby tak długo, że wynik straciłby na wartości. Niektóre obliczenia mogą zająć miliony lat, przekraczając nawet wiek Wszechświata w przypadku najbardziej zaawansowanych superkomputerów. To właśnie w tym scenariuszu oczekuje się, że komputery kwantowe wykażą swoją wartość.

IBM we współpracy z naukowcami z Uniwersytetu w Chicago wykorzystał uniwersalny komputer kwantowy do wygenerowania próbek składających się z wzorów binarnych (zer i jedynek). Zespół poinformował, że żaden klasyczny komputer nie jest w stanie odtworzyć tego samego rozkładu wzorców w rozsądnym czasie.

Naukowiec z IBM, Ali Javadi-Abhari, powiedział, że zespół „matematycznie udowodnił, że żaden klasyczny komputer nie jest w stanie wygenerować takiego wzoru”.

Hangleiter wyjaśnia, że ​​ten dowód matematyczny wskazuje, że przynajmniej zestawu próbek z tego algorytmu kwantowego nie można klasycznie symulować. Rozmyśla: „To nie znaczy, że wszystkie te próbki są trudne do symulacji”.

Nie można jeszcze całkowicie wykluczyć klasycznego odtwarzania próbek uzyskanych przez badaczy, w przypadku pojawienia się nieznanej metody odtworzenia rozkładu wyników. Hangleiter stwierdził: „Potrzebujesz tylko kogoś z genialnym pomysłem”.

Biorąc pod uwagę tę niepewność co do klasycznej reprodukcji, w jaki sposób badacze mogą potwierdzić, że komputer kwantowy działa poprawnie?

Aby zweryfikować wyniki, zespoły z IBM i Uniwersytetu w Chicago przeprowadziły testy z obwodami o różnym stopniu złożoności.

Zrozum sprawę: Komputer kwantowy Helios osiąga niespotykaną precyzję i przyspiesza ewolucję technologii

W opracowanym modelu badacze dodali do bramek Clifforda specjalne bramki, zwane bramkami T. Jednak włączenie portów T fizycznie powoduje błędy: im większa liczba zastosowanych portów T, tym mocniejszy staje się komputer, ale zwiększa to również skumulowany szum, co może obniżyć dokładność sygnału wyjściowego.

Przy zaledwie pięciu bramkach T klasyczna symulacja była nadal wykonalna, a wyniki uzyskane na komputerze kwantowym i klasycznym były zgodne.

Wzrost liczby bramek T znacznie utrudnił klasyczną symulację i zmniejszył jej dokładność. Kiedy całkowita liczba bramek T osiągnęła 468, żaden znany klasyczny algorytm nie był w stanie symulować modelu.

Grupa Javadi-Abhari zmieniła strategię: obsługiwała komputer kwantowy bez bramek T, tak aby klasyczna maszyna mogła przewidzieć wynik.

Porównując przewidywania z wynikami kwantowymi, naukowcy oszacowali wierność obwodu na 32%. Następnie obliczyli wpływ bramek T na zmniejszenie wierności. Ponieważ porty ustawiono tak, aby zminimalizować szum, zespół odkrył, że wierność komputera kwantowego może spaść co najwyżej do 28,4%.

Javadi-Abhari wyjaśnił, że „jeśli tym wynikiem byłaby fotografia, wierność byłaby bardziej związana z podobieństwem całego obrazu do oryginału niż z ułamkiem pikseli, które są dokładnie prawidłowe”. Dodał: „Nawet jeśli piksele mają nieco inne kolory lub znajdują się w niewłaściwych pozycjach, mogą przyczynić się do wyższej wierności”.

Dla Hangleitera „liczba ta jest naprawdę bardzo wysoka”, sto razy wyższa niż poprzednie, pionierskie prace. Uważa tę demonstrację za wyjątkową i sugeruje potrzebę przeprowadzenia większej liczby podobnych badań.

Ver essa foto no Instagram

Um post compartilhado por IBM (@ibm)

Druga demonstracja: symulacja magnesu kwantowego

Naukowcy z Qedma, start-upu zajmującego się obliczeniami kwantowymi, wykorzystali komputer kwantowy IBM do symulacji magnesu kwantowego. Materiał ten ma właściwości magnetyczne regulowane przez mechanikę kwantową, której fizyka klasyczna nie jest w stanie w pełni wyjaśnić.

Każdy atom ma określony moment magnetyczny, porównywalny z małą igłą kompasu. W konwencjonalnym magnesie magnetyzm powstaje w wyniku ułożenia tych momentów w kilku atomach w tym samym kierunku.

W kontekście magnesu kwantowego moment magnetyczny atomu może manifestować się w wielu kierunkach jednocześnie. Zjawisko to znane jest jako superpozycja kwantowa, analogicznie do idei kota Schrödingera, który jest jednocześnie żywy i martwy. Co więcej, momenty magnetyczne pobliskich atomów mogą się przeplatać, łącząc ich zachowania.

Dowiedz się więcej: Google przenosi zespół ds. bezpieczeństwa DeepMind AI do globalnego sektora polityki

Te splątane i nakładające się momenty magnetyczne, wraz z ich potencjałem kwantowym, mogą oddziaływać razem w niezwykły sposób, tworząc egzotyczne stany materii. Zrozumienie tego zachowania może pomóc w wyjaśnieniu nadprzewodnictwa wysokotemperaturowego, co może zrewolucjonizować przesył energii i elektronikę.

W Qedma zespół kierowany przez Netanela Lindnera symulował magnes kwantowy poddawany regularnym impulsom, takim jak „kopnięcia”.

„Kopnięcie” lub impuls oznacza nagły szok stanu magnesu, podobny do uderzenia go wiązką światła. W komputerze kwantowym każde „kopnięcie” powstało poprzez zastosowanie sekwencji bramek logicznych do wszystkich kubitów.

Kiedy system jest wielokrotnie zakłócany, nie osiąga natychmiast równowagi termicznej. Zamiast tego pozostaje w fazie pośredniej, zwanej stanem przedtermicznym, w którym utrzymuje swoją strukturę, zanim ostatecznie rozluźni się i osiągnie równowagę. Można to zilustrować potrząsając śnieżną kulą: przez pewien czas śnieg jest zawieszony w „stanie przedtermicznym”, zanim opadnie.

To właśnie w okresie przedtermicznym ujawniają się najbardziej intrygujące efekty kwantowe magnesu. Namagnesowanie w tej fazie jest szczególnie przydatne do zrozumienia jego zachowania. Te same efekty utrudniają również klasycznym komputerom dokładną symulację magnesu.

Zespół Lindnera przeprowadził symulację wpływu na magnesy kwantowe o różnych wymiarach i porównał wyniki kwantowe z wynikami uzyskanymi w klasycznych symulacjach dla tych samych rozmiarów.

W przypadku magnesów 28-atomowych klasyczne dane komputerowe były zgodne zarówno z intuicją fizyczną, jak i danymi z komputera kwantowego, wykazując oczekiwane działanie maszyny kwantowej.

Jednak w przypadku magnesów zawierających 51 i 74 atomy trzy klasyczne modele zawiodły: niektórym zabrakło pamięci, innym traciła dokładność wraz ze wzrostem złożoności lub stawała się nadmiernie powolna. Procesor kwantowy z kolei pracował dalej, prezentując wartości namagnesowania zgodne z przewidywaniami teoretycznymi.

Ograniczenia klasycznych komputerów komplikują weryfikację wyników kwantowych dla większych magnesów, ponieważ nie ma dokładnych wartości namagnesowania do porównania. Badacze nie mogą porównać symulacji z rzeczywistym materiałem, ponieważ magnesy były teoretycznym systemem stworzonym specjalnie dla procesora IBM. Hangleiter komentuje: „To jakby wybrać problem, który można bardzo łatwo zasymulować na komputerze kwantowym, a nie problem, który można znaleźć w naturze”.

Mimo to grupa Lindnera przeprowadziła symulację na wielu procesorach kwantowych, każdy z własnymi wzorcami szumów i systemami ograniczania błędów, w tym działającymi na innym sprzęcie, aby sprawdzić potencjalne awarie. Wyniki były zbieżne.

Uzyskanie tego samego zachowania magnesowania na tak różnorodnych maszynach zmniejsza prawdopodobieństwo, że wyniki były wynikiem konkretnej awarii sprzętu.

Trzecia demonstracja: ocena realistycznego systemu

Podczas trzeciej demonstracji badacze z firmy Algorithmiq, zajmującej się oprogramowaniem kwantowym, symulowali materiał na komputerze kwantowym IBM. Podobnie jak magnes Qedma, materiał ten istnieje tylko w teorii.

Aby system bardziej przypominał rzeczywistą materię, Siergiej Filippow i jego zespół celowo wprowadzili bałagan i przeanalizowali, w jaki sposób przemieszczają się w nim informacje.

Sabrina Maniscalco, współzałożycielka i dyrektor generalna Algorithmiq, powiedziała podczas konferencji prasowej, że „katalizatory, baterie i wszystkie materiały, które będą zasilać następną generację czystej energii, są złożone, nieuporządkowane i nieregularne i to właśnie ta złożoność sprawia, że ​​trudno je symulować”. Dodała: „Stworzyliśmy model prawdziwego nieporządku w materii”.

W sposób analogiczny do wnioskowania o przezroczystości lub nieprzezroczystości materiału poprzez rzutowanie światła z jednego końca i obserwowanie jego przejścia, zespół Filippova zakłócił zestaw kubitów – każdy reprezentujący atom – i ocenił wpływ na inny zestaw kubitów na drugim końcu komputera, po propagacji zakłócenia.

Ze względu na zaburzenie panujące w systemie, informacje rozpowszechniane były nieregularnie: w niektórych obszarach przepływ informacji był szybki, w innych opóźniony.

Więcej na ten temat: IonQ przewiduje 10-krotny wzrost wartości rynku do roku 2040

W fizyce klasycznej można zmierzyć system przed i po zakłóceniu lub procesie, aby zidentyfikować zmiany. Jednak w mechanice kwantowej sam pomiar modyfikuje układ. Sprawdzanie właściwości, takich jak położenie elektronu czy stan kubitu, niszczy zasadniczy stan kwantowy, uniemożliwiając dwukrotny pomiar tego samego układu i bezpośrednie porównanie wyników.

Aby przezwyciężyć ten problem, badacze zastosowali kreatywne rozwiązanie polegające na zmierzeniu wpływu przepływu informacji na materiał: odwrócenie symulacji. Najpierw zastosowali sekwencję operacji, aby symulować naturalną ewolucję materiału w czasie. Następnie wprowadzili małe zaburzenie i ostatecznie wykonali wszystkie operacje w odwrotnej kolejności, odwracając bieg czasu w materiale.

W przypadku braku zakłócenia odwrócenie symulacji spowodowałoby powrót kubitów do stanu początkowego. Jednak zakłócenie przerywa tę doskonałą retrogradację. Ponieważ system działał w odwrotnym kierunku, pozostały jedynie skutki związane z zakłóceniem.

Pomiar tych zmian daje wartość znaną jako echo Loschmidta. Tak jak echa w jaskini mogą dostarczyć danych o jej kształcie, tak echo Loschmidta ujawnia kluczowe informacje o materiale.

Zespół Filippova przeprowadził symulacje na dwóch różnych komputerach kwantowych IBM i zastosował dwa klasyczne algorytmy na klasycznym procesorze.

Przy różnym stopniu nieuporządkowania oba komputery kwantowe wygenerowały podobne sygnały echa, podczas gdy klasyczne symulacje wykazały rozbieżności między sobą oraz w odniesieniu do wyników kwantowych. Sugeruje to, że symulacje kwantowe zachowały dokładność tam, gdzie zawiodły metody klasyczne. Zgodność między procesorami kwantowymi, z których każdy ma odrębne profile szumów i błędów, zmniejsza również prawdopodobieństwo, że sygnał został spowodowany specyfiką jednej z maszyn.

Jednak oba procesory kwantowe korzystają z tej samej architektury i nie ma zewnętrznego parametru porównawczego umożliwiającego walidację wyników. Materiał został opracowany specjalnie dla procesora IBM i nie odpowiada żadnej rzeczywistej substancji, którą można wyprodukować w laboratorium.

Dlatego weryfikacja pozostaje wewnętrzna: komputery kwantowe IBM weryfikują się nawzajem, podczas gdy metody klasyczne są rozbieżne. Po zbudowaniu symulowanego materiału na potrzeby sprzętu trudno jest określić, czy odpowiadające mu wyniki odzwierciedlają rzeczywistą fizykę, czy po prostu pasują do maszyn, dla których zostały zaprojektowane.

Hangleiter powiedział: „Nie znam wystarczająco dużo szczegółów, aby wiedzieć, czy mogę temu zaufać”. Jak twierdzi, badacze weryfikują wynik, bardzo precyzyjnie charakteryzując szum w procesorze, co daje im dobrą kontrolę nad tym, co się dzieje i pozwala oszacować rzeczywisty błąd obliczeniowy. „To może być powód do zaufania”.

Przewaga kwantowa: znaczenie dla chemii

Według Hangleitera nie jest pewne, czy demonstracje te osiągnęły przewagę kwantową. Stwierdził, że „jest mało prawdopodobne, że kiedykolwiek będziemy w stanie definitywnie udowodnić przewagę kwantową”.

We wszystkich trzech demonstracjach powracającym punktem jest trudność w weryfikacji dokładności wyników komputera kwantowego. Hangleiter powiedział, że „weryfikacja jest lepsza niż w innych demach do tej pory, a oni naprawdę bardzo się starają”. Nie ma jednak sposobu, aby ze stuprocentową pewnością udowodnić, że badacze mają rację.

Dominik Hangleiter, informatyk ze Szwajcarskiego Federalnego Instytutu Technologii (ETH) w Zurychu, powiedział, że „jest mało prawdopodobne, abyśmy kiedykolwiek byli w stanie definitywnie udowodnić przewagę kwantową”.

Jednym ze sposobów sprawdzenia wyników komputera kwantowego byłaby symulacja prawdziwego eksperymentu i bezpośrednie porównanie wyników z obserwacjami natury.

Jay Gambetta, dyrektor ds. badań i pracownik IBM, stwierdził na konferencji prasowej, że „to jest nasz cel i cel wszystkich tutaj”. Gambetta stwierdził również, że celem opublikowania tych trzech artykułów było wzmocnienie zaufania do obliczeń kwantowych.

Chociaż demonstracje te dotyczą niezwykle specyficznych zastosowań i nie mają jeszcze natychmiastowej wykonalności komercyjnej, Hangleiter uważa, że ​​te nowe wyniki zwiększają pewność i wzmacniają potencjał obliczeń kwantowych.

Lindner postrzega ostatnie demonstracje jako „ruch w kierunku praktycznych obliczeń kwantowych, które ludzie mogą dziś wykorzystywać do zastosowań naukowych”.

Lindner sugeruje, że dzisiejsi fizycy teoretyczni powinni posługiwać się komputerami kwantowymi. Ma nadzieję, że z czasem praktyka ta rozszerzy się na chemię i inne dziedziny nauki. Powtórzył, że „chemia jest jednym z najważniejszych długoterminowych zastosowań obliczeń kwantowych”.

Lindner podkreśla jednak, że „ścieżka do praktycznych korzyści w chemii zależy w dużej mierze od dalszych postępów w sprzęcie kwantowym”. W międzyczasie zachęca chemików, aby „zaangażowali się w obliczenia kwantowe, zwiększając w ten sposób wiedzę społeczności na temat tego, jakie problemy można skutecznie rozwiązać za pomocą komputerów kwantowych”. Klasyczna chemia obliczeniowa nie jest zastępowana. Doszedł do wniosku, że „ten wynik stanowi dowód na zasadność dodatkowego instrumentu naukowego”.