Google DeepMind и Google Quantum AI сделали значительный шаг вперед в области квантовых вычислений, представив AlphaQubit — инновационный декодер, который использует машинное обучение для решения одной из самых сложных задач в этой области: обнаружения ошибок. В недавней публикации в журнале Nature команда Google описала, как AlphaQubit, основанный на 241-кубитной нейронной сети, смог улучшить точность идентификации ошибок на 6%, устанавливая новый стандарт надежности для квантовых систем.
Квантовые компьютеры обладают уникальными свойствами, такими как суперпозиция и запутанность, что позволяет им решать задачи значительно быстрее, чем классические машины. Однако, у квантовых битов (кубитов) есть свои слабости: они подвержены влиянию микроскопических дефектов, электромагнитных помех, тепла и даже космических лучей. Эти нестабильности делают коррекцию ошибок в квантовых системах критически важной для их развития.
AlphaQubit решает эту проблему, используя трансформерные нейронные сети — архитектуру, которая лежит в основе современных ИИ-систем, включая большие языковые модели. Система обрабатывает данные из проверок согласованности между логическими кубитами, обеспечивая высокую точность в обнаружении ошибок.
В процессе обучения AlphaQubit использовал данные с 49 кубитов в квантовом процессоре Sycamore, генерируя сотни миллионов примеров с различными уровнями ошибок. Результаты показали, что AlphaQubit на 6% эффективнее, чем традиционные методы, такие как тензорные сети, и на 30% точнее, чем более быстрые декодеры с коррелированным сопоставлением.
Хотя AlphaQubit уже демонстрирует впечатляющие результаты, он еще не готов к реальному времени для самых быстрых сверхпроводниковых квантовых процессоров, которые выполняют миллионы проверок каждую секунду. Кроме того, система требует больших объемов обучающих данных, что может стать проблемой по мере увеличения размеров и сложности квантовых устройств.
Тем не менее, Google рассматривает это как только начало. Объединив достижения в области машинного обучения и коррекции квантовых ошибок, компания стремится создать надежные квантовые компьютеры, способные решать реальные задачи.