Британдық Riverlane компаниясы кванттық қателерді түзетудің инновациялық әдісін әзірледі, ол өлшеу деректерін талдау негізінде кванттық есептеулердегі өзара байланысты ақауларды айтарлықтай дәлірек анықтауға мүмкіндік береді. Технология аппараттық қамтамасыз етуді жаңғыртусыз-ақ кванттық жүйелердің сенімділігін арттыруға уәде береді.
Тестілеудің негізгі нәтижелері
Сандық модельдеу барысында жаңа алгоритм логикалық қателер жиілігінің 75%-ға таңғаларлық төмендеуін көрсетті. Google-дың асқын өткізгіш кванттық процессорында алынған эксперименттік деректерді өңдеу кезінде жақсарту 14%-ды құрады.
Модельдеу мен нақты сынақтар нәтижелері арасындағы айырмашылық физикалық кванттық жүйелермен жұмыс істеудің күрделілігін көрсетеді, мұнда шу мен декогеренция қосымша бұрмалаулар енгізеді. Соған қарамастан, жұмыс істеп тұрған жабдықтағы 14%-дық жақсартудың өзі кванттық есептеулерді практикалық қолдану үшін маңызды қадам болып табылады.
Бұл неліктен индустрия үшін маңызды
Қателерді түзету ақауларға төзімді кванттық компьютерлерді құру жолындағы басты кедергілердің бірі болып қала береді. Кванттық биттер сыртқы әсерлерге өте сезімтал, бұл қателердің жиналуына әкеліп, жүйелердің масштабталуын шектейді. Корреляцияланған қателерді дәлірек анықтауға негізделген Riverlane тәсілі физикалық компоненттерді ауыстырмай-ақ мәселені бағдарламалық деңгейде шешуге мүмкіндік береді.
Криптовалюта индустриясы үшін бұл стратегиялық маңызға ие: тұрақты кванттық есептеулер блокчейн қауіпсіздігінің негізінде жатқан криптографиялық алгоритмдер үшін әлеуетті қауіп ретінде қарастырылады. Кванттық қателерді түзету саласындағы прогрестің жеделдеуі индустрияның посткванттық шифрлау стандарттарына көшуі қажет болатын сәтті жақындатады.
Cryptalist талдауы: Riverlane-ның жетістігі кванттық технологияларды жедел коммерцияландыру трендін растайды, бұл классикалық криптографияға ұзақ мерзімді қысымды күшейтеді. Цифрлық активтер нарығының қатысушылары осындай әзірлемелерді мұқият қадағалап, инфрақұрылымның посткванттық шешімдерге көшуге дайындығын алдын ала бағалауы керек, өйткені бейімделуге арналған уақыт терезесі күткеннен де жылдам қысқаруы мүмкін.