В 2025 году в лабораториях по всему миру продолжается тихая революция: инженеры пытаются приручить физику, которая десятилетиями не давалась классическим вычислителям. Ключевая проблема квантовых машин — хрупкость кубитов, их болезненная чувствительность к шуму, температуре и малейшим помехам. Один неверный фотон — и состояние разрушено. Группа исследователей пошла необычным путём: вместо того чтобы бесконечно экранировать систему от шума, они решили встроить шум в саму логику работы чипа. По задумке, помехи перестают быть врагом и превращаются в инструмент.
Люди, которые стоят за новостями об этом
Автор одной из самых подробных англоязычных публикаций на эту тему — журналист Тристан, работающий под псевдонимом. Он пишет о квантовых вычислениях и искусственном интеллекте, ведёт собственные исследования и консультирует компании. Параллельно сотрудничает с организацией Center for AGI Investigations на добровольных началах — там он проверяет заявления разработчиков, которые касаются приближения к общему искусственному интеллекту (AGI).
Путь Тристана в журналистику начался не с университетской кафедры. До 2017 года он десять лет служил в ВМС США, занимал должности техника по информационным системам и судового инженера. После увольнения устроился стажёром в издание The Next Web, а позже стал управляющим редактором вертикали Neural — раздела, который специализируется на AI и так называемых «глубоких технологиях» (deep tech). Сейчас живёт в Южной Калифорнии с семьёй, играет в видеоигры с женой и в свободное время читает книги по военной истории.
Шум как ресурс, а не враг
Классические подходы к борьбе с ошибками в квантовых системах делятся на три большие группы: физическая изоляция, квантовая коррекция ошибок с огромным числом дополнительных кубитов, и алгоритмы, устойчивые к частичному шуму. Новый чип работает с четвёртым вариантом — он сознательно использует взаимодействие кубитов с окружающей средой как часть вычисления.
Если объяснять без формул, схема выглядит так: кубиты в чипе не изолированы друг от друга полностью. Они «слышат» соседей намеренно. Этот внутренний диалог изменяет фазу квантовых состояний, и алгоритм строится так, чтобы результат зависел от тех самых фаз, которые обычно считались бы паразитными. Исследователи показали, что при определённых условиях такая конструкция способна решать задачи быстрее, чем классические аналоги, при этом обходясь сравнительно небольшим числом кубитов.
«Мы фактически спроектировали чип так, чтобы его самая проблемная черта работала на нас», — так описал подход один из разработчиков в разговоре с журналистами. Другой участник проекта добавил: «Долгое время сообщество воспринимало шум как помеху, которую нужно подавить любой ценой. Мы зашли с другой стороны и спросили: а что если помощь уже внутри?»
Что изменится, если метод пойдёт в серию
Практическая выгода очевидна. Современные корректирующие протоколы требуют в десятки, а иногда и в сотни раз больше кубитов, чем «логических», то есть полезных. Чип, который эффективно работает на физических кубитах без тяжёлой коррекции, радикально удешевляет машину. Меньше сверхпроводящих контуров, меньше криогенных систем, меньше энергии на охлаждение. По оценкам инженеров, в перспективе пяти-семи лет подобная архитектура позволит запускать квантово-устойчивые алгоритмы химического моделирования в облаке, без покупки оборудования за миллионы долларов.
Впрочем, скептики напоминают: одно дело — продемонстрировать эффект на узкой задаче, другое — масштабировать его на сотни и тысячи кубитов. Слабое место подхода — точный контроль фазы. При росте системы фазовые ошибки накапливаются быстрее, чем их удаётся компенсировать. Чтобы метод стал конкурентом классическим суперкомпьютерам, разработчикам придётся решить именно эту задачу.
Почему это важно для AI, а не только для физики
Связь с искусственным интеллектом здесь прямая. Современные большие языковые модели потребляют электричество так же активно, как небольшой город. Квантовые ускорители, даже относительно шумные, теоретически способны сократить расходы на обучение и инференс. Если хотя бы часть алгоритмов выйдет за рамки лабораторий, индустрия получит инструмент, к которому давно присматривается.
Тристан в своих материалах неоднократно подчёркивал, что подобные разработки редко становятся полноценной заменой классических систем. Скорее — узкоспециализированным дополнением, гибридным звеном между GPU и фотонными процессорами. Его собственный опыт работы с Центром AGI Investigations показывает, что многие заявленные «прорывы» в итоге оказываются маркетинговыми уловками. Поэтому к пресс-релизам о «революционном чипе» он относится с подозданием — и правильно делает.
В итоге новая архитектура — это не заявка на универсальный квантовый компьютер мечты. Но это один из первых примеров, когда слабость технологии сознательно превращена в её сильную сторону. Если эксперимент удастся масштабировать, мы получим поколение устройств, которые считают не вопреки шуму, а благодаря ему.
Изображение носит иллюстративный характер
Люди, которые стоят за новостями об этом
Автор одной из самых подробных англоязычных публикаций на эту тему — журналист Тристан, работающий под псевдонимом. Он пишет о квантовых вычислениях и искусственном интеллекте, ведёт собственные исследования и консультирует компании. Параллельно сотрудничает с организацией Center for AGI Investigations на добровольных началах — там он проверяет заявления разработчиков, которые касаются приближения к общему искусственному интеллекту (AGI).
Путь Тристана в журналистику начался не с университетской кафедры. До 2017 года он десять лет служил в ВМС США, занимал должности техника по информационным системам и судового инженера. После увольнения устроился стажёром в издание The Next Web, а позже стал управляющим редактором вертикали Neural — раздела, который специализируется на AI и так называемых «глубоких технологиях» (deep tech). Сейчас живёт в Южной Калифорнии с семьёй, играет в видеоигры с женой и в свободное время читает книги по военной истории.
Шум как ресурс, а не враг
Классические подходы к борьбе с ошибками в квантовых системах делятся на три большие группы: физическая изоляция, квантовая коррекция ошибок с огромным числом дополнительных кубитов, и алгоритмы, устойчивые к частичному шуму. Новый чип работает с четвёртым вариантом — он сознательно использует взаимодействие кубитов с окружающей средой как часть вычисления.
Если объяснять без формул, схема выглядит так: кубиты в чипе не изолированы друг от друга полностью. Они «слышат» соседей намеренно. Этот внутренний диалог изменяет фазу квантовых состояний, и алгоритм строится так, чтобы результат зависел от тех самых фаз, которые обычно считались бы паразитными. Исследователи показали, что при определённых условиях такая конструкция способна решать задачи быстрее, чем классические аналоги, при этом обходясь сравнительно небольшим числом кубитов.
«Мы фактически спроектировали чип так, чтобы его самая проблемная черта работала на нас», — так описал подход один из разработчиков в разговоре с журналистами. Другой участник проекта добавил: «Долгое время сообщество воспринимало шум как помеху, которую нужно подавить любой ценой. Мы зашли с другой стороны и спросили: а что если помощь уже внутри?»
Что изменится, если метод пойдёт в серию
Практическая выгода очевидна. Современные корректирующие протоколы требуют в десятки, а иногда и в сотни раз больше кубитов, чем «логических», то есть полезных. Чип, который эффективно работает на физических кубитах без тяжёлой коррекции, радикально удешевляет машину. Меньше сверхпроводящих контуров, меньше криогенных систем, меньше энергии на охлаждение. По оценкам инженеров, в перспективе пяти-семи лет подобная архитектура позволит запускать квантово-устойчивые алгоритмы химического моделирования в облаке, без покупки оборудования за миллионы долларов.
Впрочем, скептики напоминают: одно дело — продемонстрировать эффект на узкой задаче, другое — масштабировать его на сотни и тысячи кубитов. Слабое место подхода — точный контроль фазы. При росте системы фазовые ошибки накапливаются быстрее, чем их удаётся компенсировать. Чтобы метод стал конкурентом классическим суперкомпьютерам, разработчикам придётся решить именно эту задачу.
Почему это важно для AI, а не только для физики
Связь с искусственным интеллектом здесь прямая. Современные большие языковые модели потребляют электричество так же активно, как небольшой город. Квантовые ускорители, даже относительно шумные, теоретически способны сократить расходы на обучение и инференс. Если хотя бы часть алгоритмов выйдет за рамки лабораторий, индустрия получит инструмент, к которому давно присматривается.
Тристан в своих материалах неоднократно подчёркивал, что подобные разработки редко становятся полноценной заменой классических систем. Скорее — узкоспециализированным дополнением, гибридным звеном между GPU и фотонными процессорами. Его собственный опыт работы с Центром AGI Investigations показывает, что многие заявленные «прорывы» в итоге оказываются маркетинговыми уловками. Поэтому к пресс-релизам о «революционном чипе» он относится с подозданием — и правильно делает.
В итоге новая архитектура — это не заявка на универсальный квантовый компьютер мечты. Но это один из первых примеров, когда слабость технологии сознательно превращена в её сильную сторону. Если эксперимент удастся масштабировать, мы получим поколение устройств, которые считают не вопреки шуму, а благодаря ему.