Google представил AlphaQubit для повышения надежности квантовых вычислений

Google создали ИИ-модель для квантовых компьютеров AlphaQubit - новый ИИ-декодер, который способен выявлять ошибки в работе квантовых компьютеров с высокой точностью. Это важно, потому что квантовые компьютеры, хотя и способны решать некоторые задачи в миллиарды раз быстрее обычных компьютеров, очень чувствительны к помехам и ошибкам. AlphaQubit, созданный Google DeepMind и Google Quantum AI, поможет сделать квантовые вычисления более надежными. Это достижение - важный шаг к созданию практически применимых квантовых компьютеров, которые смогут работать долго и стабильно, что откроет путь к новым научным открытиям.

Google создали ИИ-модель для квантовых компьютеров AlphaQubit - новый ИИ-декодер, который способен выявлять ошибки в работе квантовых компьютеров с высокой точностью. Это важно, потому что квантовые компьютеры, хотя и способны решать некоторые задачи в миллиарды раз быстрее обычных компьютеров, очень чувствительны к помехам и ошибкам. AlphaQubit, созданный Google DeepMind и Google Quantum AI, поможет сделать квантовые вычисления более надежными. Это достижение - важный шаг к созданию практически применимых квантовых компьютеров, которые смогут работать долго и стабильно, что откроет путь к новым научным открытиям.

Google создали ИИ-модель для квантовых компьютеров AlphaQubit - новый ИИ-декодер, который способен выявлять ошибки в работе квантовых компьютеров с высокой точностью. Это важно, потому что квантовые компьютеры, хотя и способны решать некоторые задачи в миллиарды раз быстрее обычных компьютеров, очень чувствительны к помехам и ошибкам. AlphaQubit, созданный Google DeepMind и Google Quantum AI, поможет сделать квантовые вычисления более надежными. Это достижение - важный шаг к созданию практически применимых квантовых компьютеров, которые смогут работать долго и стабильно, что откроет путь к новым научным открытиям.

Исследователи Google создали ИИ-декодер AlphaQubit для выявления ошибок длительных квантовых вычислений Разработку вели две команды: DeepMind и Quantum AI. Первая привнесла в проект наработки в сфере ML, вторая — экспертизу в исправлении ошибок. В основе AlphaQubit лежит трансформер. Используя проверки согласованности в качестве входных данных, его задача — предсказать, изменился ли логический кубит в конце эксперимента. Для обучения AlphaQubit использовался квантовый симулятор для генерации сотен миллионов примеров в различных настройках и уровнях ошибок. После этого AlphaQubit настроили для конкретной задачи декодирования, предоставив ему множество экспериментальных образцов из квантового процессора Sycamore 54 кубита . При тестировании на данных Sycamore AlphaQubit установил новый стандарт точности по сравнению с предыдущими декодерами. В ключевых экспериментах Sycamore AlphaQubit допускает на 6% меньше ошибок, чем методы тензорных сетей, которые являются высокоточными, но медленными. AlphaQubit та...

Забирай эксклюзивное предложение для пользователей Tek.fm от Газпромбанка 🔥Нажми на меня

Google DeepMind и Quantum AI научили искусственный интеллект максимально точно и быстро находить ошибки в квантовых вычислениях. Квантовые компьютеры в теории могут решать задачи, на которые мощнейшие «традиционные» суперкомпьютеры потратили бы годы, но препятствием является «хрупкость» кубитов — аналогов битов, основанных на эффекте суперпозиции. Чтобы отлавливать и исправлять «поврежденные» состояния кубитов и разработана нейросеть AlphaQubit. В ходе тестов AlphaQubit показала 6%-й прирост точности вычислений по сравнению с самым совершенным на сегодняшний день методом тензорных сетей. При этом ИИ-решение гораздо быстрее и легче масштабируется. Пока что даже рекордной скорости AlphaQubit недостаточно для работы с миллионами кубитов, которые нужды для решения по-настоящему сложных задач, признают разработчики. Но новый алгоритм — важный шаг на пути к масштабным квантовым вычислениям. А почему за ними будущее подробно рассказывал сооснователь Google Quantum AI Хартмут Невен. На фото — квантовый компьютер Google