Кванттық есептеулер әлемінде маңызды оқиға болды: Google Quantum AI командасы өзінің флагмандық Willow кванттық процессорын басқаруды автоматтандыру үшін күшейту арқылы оқытуды (Reinforcement Learning) енгізді. Бұл жай эксперимент емес, кванттық жүйелердің тұрақтылығына көзқарастағы стратегиялық өзгеріс.
Барлық заманауи кванттық компьютерлердің негізгі мәселесі — кубиттердің сыртқы кедергілерге жоғары сезімталдығы. Дәстүрлі түрде инженерлер чиптің жұмыс параметрлерін қолмен реттейді, бұл үлкен уақыт шығынын талап етеді және әрдайым дәлдікке қол жеткізуге мүмкіндік бермейді. Google зерттеушілері бұл мәселені түбегейлі шешті: олар басқаруды нақты уақыт режимінде Willow процессорының параметрлерін түзетіп, пайда болатын қателерді өтейтін ЖИ-ге берді.
Бұл қалай жұмыс істейді?
Күшейту арқылы оқыту алгоритмдерін қолдана отырып, нейрожелі кванттық жүйенің күйін үздіксіз талдайды және параметрлерді лезде бейімдейді. Бұл аппараттық шуылдар болса да есептеулердің тұрақтылығын сақтауға мүмкіндік береді. Негізінде, ЖИ процессордың әрбір жұмыс циклі үшін оңтайлы конфигурацияларды автоматты түрде табатын «ақылды» реттегіш рөлін атқарады.
Мұндай тәсіл қолмен калибрлеу қажеттілігін түбегейлі төмендетеді және шынымен де ақауға төзімді кванттық компьютерлерді құруға жол ашады. Қателермен аппараттық деңгейде күресудің орнына, біз бұл міндетті кванттық жүйені адамнан тиімдірек басқаруды үйренетін бағдарламалық қамтамасыз етуге жүктейміз.
Менің сараптамалық бағам: Бұл кванттық есептеулерде емес, кванттық жүйелер инженериясындағы серпіліс. Егер ЖИ Willow-дың нақты жүктемелер жағдайында тұрақты жұмысын қамтамасыз ете алса, біз кванттық шешімдерді коммерцияландырудың жеделдеуін көреміз. Алайда, нейрожелінің өзі оқыту үшін үлкен есептеу ресурстарын қажет ететінін ұмытпау керек. Дегенмен, бұл кванттық компьютерлердің «зертханалық ойыншықтар» болудан қалып, криптографияда, материалтануда және қаржылық модельдеуде практикалық міндеттерді шеше бастауына жасалған алғашқы нақты қадам.