Jednom kad kvantna računala od svojeg inherentno nestabilnog načina rada "preskoče" neke ključne barijere i osiguraju pouzdano izvođenje kompleksnih operacija, imaju potencijal donijeti revoluciju u mnoga područja – od fizike, preko znanosti o materijalima do medicine i sličnih. Poznata je pretpostavka da će kvantna računala u vrlo kratkom vremenu rješavati probleme, za koje bi konvencionalnim računalima trebalo nezamislivo mnogo vremena, no prije toga kvantni procesori moraju postati pouzdanijima.

Zbog svojeg su dizajna i oslanjanja na kvantne efekte unutar kubita takvi procesori inherentno nestabilni i skloni greškama, odnosno "šumu" u podacima koje generiraju, pa je ključno smanjiti te greške i navesti kvantnu računalnu tehnologiju na put prema većoj pouzdanosti i efikasnosti – a tu, ako se pita Google – može pomoći umjetna inteligencija.

Precizan, ali još uvijek prespor

Njihov novi sustav AlphaQubit zasnovan je upravo na umjetnoj inteligenciji i služi kao visoko precizni dekoder pogrešaka u kvantnim računalima. Nastao je u suradnji njihovih odjela za umjetnu inteligenciju i kvantno računalstvo, Google DeepMind i Google AI, koji su ujedinili svoju stručnost u tim područjima. Načinili su, poručuju, ključan korak ka identificiranju pogrešaka, što će otvoriti vrata kvantnim računalima za stabilan rad te izvođenje dugih i složenih zadataka. To, pak, otvara vrata novim otkrićima i postignućima u mnogim područjima, za koja se kvantna računala specijaliziraju.

Sustav AlphaQubit zasnovan je na tehnologiji transformera, ključnoj i pri izradi velikih jezičnih modela. Korištenjem provjera konzistentnosti na ulazu, zadatak modela jest predvidjeti je li se određeni kubit na kraju eksperimenta ponašao onako kako bi se to očekivalo. Sustav je treniran na 49-kubitnom kvantnom procesoru Sycamore, uz stotine milijuna primjera u simulacijama. Prvi testovi pokazuju da je on u radu značajno brži od modela tenzora, uz 6% manje pogrešaka. I kad je testiran na sustavu od 241 kubita, također je premašio dosadašnje algoritamske dekodere, što Googleu daje nadu da bi novi AI sustav mogao biti u budućnosti koristan za rad na kvantnim računalima srednje veličine.

Do toga još ima mnogo posla, zaključuju iz Googlea, jer sustav nije dovoljno brz da bi već sada otkrivao pogreške u radu kvantnih sustava u stvarnom vremenu. U njima se, naime, mjerenje stanja kubita obavlja tisuću puta u sekundi, pa u Googleu priznaju da će morati – ako će komercijalna kvantna računala imati milijune kubita – morati pronaći nove učinkovitije modele za treniranje svojih AI dekodera.

Rad o visoko preciznom dekodiranju grešaka u kvantnim procesorima uz pomoć umjetne inteligencije objavljen je u časopisu Nature.