Квантовые компьютеры считаются одной из следующих важных ступеней развития вычислительной техники. Однако их создатели все еще борются с проблемами реализации: лучшие современные процессоры ошибаются примерно раз в тысячу операций, тогда как для реального применения нужна одна ошибка на триллион или даже реже. Если добавить к этому высокую чувствительность оборудования к внешним условиям, требующую перенастройки перед каждым сеансом вычислений, — становится понятно, почему до по-настоящему полезных квантовых машин еще далеко.
Решить именно эти проблемы — калибровку и коррекцию ошибок в реальном времени — хотят специалисты NVIDIA. Ко Всемирному дню квантовых технологий компания представила семейство открытых и доступным всем желающим ИИ-моделей под названием Ising.
Запуск NVIDIA Ising показывает, что квантовая индустрия взрослеет. Главный вызов теперь не только в том, чтобы сделать больше кубитов, но и в том, чтобы быстро калибровать процессоры и в реальном времени исправлять ошибки. В этом смысле ИИ здесь — не просто «маркетинговая надстройка», а инженерный слой управления квантовой машиной.
Первая модель семейства — Ising Calibration. Это визуально-языковая нейросеть на 35 млрд параметров, которая интерпретирует данные с квантового процессора и автоматически подстраивает его работу. Если раньше физики тратили на калибровку оборудования целый день, а порой и несколько дней, то ИИ-агент способен делать это за часы.
Вторая группа моделей — Ising Decoding — это два варианта (1 и 2) трехмерной сверточной сети, предназначенных для квантовой коррекции ошибок. Модели работают как предварительный декодер: сначала ИИ исправляет большинство ошибок на микросекундных временных масштабах, а затем передает оставшееся традиционным алгоритмам. По заявлениям NVIDIA, такой гибридный подход до 2,5 раза быстрее и до 1,5 раз точнее нынешнего отраслевого стандарта pyMatching.
По словам Алены Мастюковой, это хороший маркер того, что квантовая индустрия переходит от гонки за числом кубитов к следующей фазе: «Сегодня уже недостаточно просто наращивать число кубитов, нужно уметь быстро калибровать систему, отслеживать шумы и в реальном времени исправлять ошибки. В этом смысле ИИ становится не внешней надстройкой, а частью «операционной системы» квантовой машины».
Эксперт по квантовым технологиям также отмечает, что для России эта повестка не нова: «У нас уже есть сильные заделы и в аппаратных платформах — ионной и на нейтральных атомах, — и в квантовых симуляторах, алгоритмах и коррекции ошибок. Следующий рубеж — превратить эти исследования в собственные масштабируемые инструменты управления квантовым “железом”».
NVIDIA сделала семейство Ising полностью открытыми. Коды, данные для обучения, фреймворки и инструкции по развертыванию доступны на GitHub и Hugging Face. Разработчики могут дообучать модели под свою архитектуру и типы шумов. Алена Мастюкова подчеркивает, что формально российские ученые тоже могут знакомиться с этими материалами. Однако на практике доступ к части облачных сервисов и API NVIDIA для России может быть ограничен комплаенсом, верификацией аккаунтов и экспортным регулированием. Но сами модели опубликованы как open-source с глобальной географией развертывания.
Новые ИИ-инструменты уже тестируют команды Atom Computing, IonQ, IQM Quantum Computers, а также несколько университетов и национальных лабораторий США. По словам представителей NVIDIA, их цель — сделать модели искусственного интеллекта универсальным пультом управления для квантовых процессоров, а семейство моделей Ising — первый, но далеко не последний шаг в этом направлении.
Ранее Наука Mail писала о создании «безошибочных» фотонных кубитов, ИИ-модели, которая тратит для своего обучения в 100 раз меньше энергии, и компьютера без питания и батарей (спойлер: на механических компонентах).
