i
Новости
Новости · 2026-11-19

В эту игру нельзя выиграть без квантового компьютера

Dataist Dataist

Google Quantum AI провела на сверхпроводящем квантовом процессоре эксперименты с контекстуальностью — свойством квантовой механики, при котором результат измерения зависит от того, какие совместимые измерения выполняют вместе с ним. Процессор Willow выиграл игру с магическим квадратом в 98,30% случаев при классическом пределе 88,89%, а в других задачах превзошёл классические стратегии на системах размером до 105 кубитов. Эти эксперименты также выявили ошибки оборудования, которые могут оставаться незаметными для обычных тестов со случайными схемами.

Обложка: В эту игру нельзя выиграть без квантового компьютера

Авторы работы — научные сотрудники Google Quantum AI и Google Research Шашват Кумар и Родриго Кортинас. Их исследование опубликовано в журнале Science. Команда проверила контекстуальность на сверхпроводящих квантовых процессорах и использовала связанные с ней задачи как новый способ оценивать оборудование.

Почему квадрат нельзя заполнить по правилам

Представьте сетку 3 × 3. В каждой клетке нужно поставить +1 или −1 так, чтобы произведение чисел в каждой строке было +1, а в каждом столбце — −1. Такую таблицу составить нельзя: условие для строк требует чётного общего числа −1, а условие для столбцов — нечётного.

Из этого противоречия получается игра. Алисе дают строку, Бобу — столбец. Не переговариваясь, они заполняют свои части сетки по соответствующим правилам. Они выигрывают, если в общей клетке оказываются одинаковые числа. Любой заранее составленный план равносилен готовой таблице, а значит, такая стратегия может выиграть не больше восьми раундов из девяти.

Квантовый компьютер не создаёт невозможную таблицу. Вместо этого он позволяет Алисе и Бобу получать согласованные ответы во время измерений. Их значения не записаны заранее: результат зависит от других измерений в той же строке или столбце, а квантовая запутанность помогает согласовать ответы на пересечении.

Это свойство называется квантовой контекстуальностью. Оно означает, что нельзя приписать фиксированные значения всем возможным измерениям независимо от того, какие из них проводят вместе. Альберт Эйнштейн, рассуждая о том, существует ли Луна, когда на неё никто не смотрит, настаивал на идее заранее существующих физических свойств. Для квантовых систем контекстуальность даёт проверяемый экспериментом ответ: такой подход работает не всегда.

Запутанность обычно называют основным ресурсом квантовых вычислений. Однако теоретические работы указывают, что контекстуальность может быть более глубоким ресурсом и лежать в основе преимущества некоторых квантовых алгоритмов над классическими. До недавнего времени её почти исключительно показывали на небольших системах из нескольких частиц. Оставалось проверить, сохраняется ли она в крупных системах, из которых состоят реальные квантовые компьютеры.

Игра на процессоре Willow

В игре с магическим квадратом Алиса и Боб использовали по два кубита и делили две запутанные пары Белла. Для назначенной строки или столбца они выполняли заранее заданные измерения и получали значения +1 или −1.

Классическая стратегия выигрывает не более чем в 88,89% случаев: хотя бы один раунд из девяти она должна проиграть. Команда сыграла все девять вариантов игры по 100 000 раз каждый. Кубиты Willow выиграли 98,30% раундов — 0,9830 ± 0,0001, проиграв примерно один раз из шестидесяти.

Разница с классическим пределом статистически значима. В идеальных условиях общая запутанность и согласованный план измерений позволили бы выигрывать каждый раунд. На реальном оборудовании примерно один проигрыш из шестидесяти вызван шумом.

Как измеряли контекстуальность

Чтобы выразить контекстуальность числом, исследователи применили неравенство Белла — Кохена — Шпекера, связанное с тестом Белла. Оно сводит набор корреляций к величине χ:

χ = R1 + R2 + R3 − C1 − C2 − C3,

где R обозначают произведения чисел в строках, а C — в столбцах.

Если результаты измерений заранее определены, χ не может превышать 4 и принимает только значения −4, 0 или 4. Квантовая механика допускает значения до 6; этот предел достигается, если все R равны +1, а все C — −1. Тест не зависит от того, в каком состоянии подготовили кубиты, поэтому измеряет свойство самого устройства, а не специально подобранного входа.

Измерить χ непросто: строки и столбцы нужно проверять на одних и тех же двух кубитах, последовательно и не нарушая их состояние. Для этого команда использовала вспомогательный кубит — анциллу. Он фиксировал результат каждого измерения, а два основных кубита оставались нетронутыми. Исследователи выполнили 540 измерений подряд и повторили эту процедуру 1000 раз. Полученное значение оказалось выше классического предела 4 и всего на 7% ниже квантового предела.

Проверка на крупных системах

В игре на чётность GHZ участвуют N игроков, разделяющих запутанное состояние GHZ — суперпозицию состояний, в которых все кубиты равны 0 или все равны 1. Каждый игрок получает вопрос из одного бита и без связи с другими отвечает одним битом. Победа зависит от того, соответствует ли чётность ответов правилу, заданному вопросами.

Случайные ответы выигрывают в половине случаев. Классическая стратегия показывает несколько лучший результат: 75% для трёх игроков, причём по мере роста числа участников этот показатель стремится к 50%. Общее состояние GHZ позволяет выигрывать каждый раз.

Команда проверила игру с числом участников до 71 — по одному на кубит. Из-за шума доля побед оставалась ниже 100% и снижалась с добавлением кубитов, но во всех случаях превышала классический предел. Исследователи также подтвердили подлинную запутанность 45 кубитов — это больше, чем полный размер многих прежних экспериментов с состояниями GHZ.

Каждый игрок измерял свой кубит в базисе, заданном полученным битом. Несмотря на шум оборудования, частота побед превышала результат лучшей классической стратегии на много стандартных отклонений даже при 71 участнике.

Источник: research.google

Ещё один способ проверить квантовое преимущество — сравнить схемы постоянной глубины. В 2018 году теорема показала, что задачу поиска скрытой линейной функции можно решить квантовой схемой постоянной глубины, тогда как никакая классическая схема с постоянной глубиной с ней не справится. Считается, что источник этого преимущества связан с контекстуальностью.

Постоянная глубина означает, что схема не становится глубже при увеличении задачи. Каждый выходной бит рассчитывается за фиксированное число шагов, поэтому информация успевает пройти лишь небольшое расстояние. Классический выход может учитывать только ограниченную область входных данных. В квантовой схеме запутанность создаётся заранее, поэтому это ограничение на неё не распространяется.

До этой работы алгоритм не запускали на реальном оборудовании в крупном масштабе. Исследователи решили задачи поиска скрытой линейной функции на решётках размером до 105 кубитов. Вероятность успеха оставалась выше половины; команда использовала именно неглубокую схему, предписанную теорией.

Источник: research.google

Для кодирования задачи на процессоре потребовалось несколько слоёв квантовых операций. По мере роста системы шум снижал вероятность успеха примерно с 1 до 0,6 на максимальном размере процессора, но результат всё ещё превышал предполагаемый классический предел.

Новый способ оценивать квантовые процессоры

Такие задачи требуют, чтобы множество кубитов одновременно и точно согласовывало результаты. Во время экспериментов они выявили тонкие согласованные ошибки — например, небольшие отклонения, которые поворачивают квантовое состояние от заданного. Обычные тесты со случайными схемами могут усреднять подобные ошибки, и те становятся незаметными.

Контекстуальность поэтому можно использовать и как меру качества оборудования. Вместо сравнения только с классическим пределом исследователи предлагают оценивать расстояние до максимума, заданного физикой: χ = 6, вероятности победы 1 или идеальной доли контекстуальности. Такой предел остаётся неизменным, поэтому с улучшением процессоров измерение может различать их точнее. Это важно для приложений, где процессору нужно выполнять структурированные алгоритмы, в том числе для моделирования молекул в химии и материаловедении: в таких задачах незаметные ошибки могут повлиять на результат.

Что проверят дальше

Спор о том, существуют ли физические свойства до наблюдения, получил измеримую экспериментальную проверку. Результаты команды показывают, что не всем измеряемым величинам можно приписать заранее заданные значения.

Теория связывает контекстуальность с «магическими состояниями», необходимыми квантовым компьютерам с коррекцией ошибок для выполнения полноценных алгоритмов. Недавно команда подготовила такие состояния методом магического культивирования. Измерение контекстуальности на большом числе кубитов позволяет исследовать на реальном оборудовании открытый вопрос физики и информатики: за счёт чего квантовые компьютеры получают преимущество.

По словам авторов, исследование провела команда Google Quantum AI вместе с академическими партнёрами. Они также поблагодарили специалистов, которые создавали и обслуживали оборудование, управляющую электронику, криогенные системы и программное обеспечение для экспериментов.

По оценке Dataist, результаты показывают, что контекстуальность можно проверять на процессорах существенно крупнее тех, что использовались в ранних экспериментах, и применять для оценки ошибок, пропускаемых стандартными тестами. Но даже на 105 кубитах шум снижал вероятность успеха до 0,6, поэтому экспериментальное преимущество ещё не означает готовности таких систем к практическим вычислениям.

После исторического IPO акции Anthropic резко пошли вниз Google научила Gemini управлять вашим Mac Эксклюзив: OpenAI представила Performance Factory — систему на базе Codex, которая не даёт ChatGPT замедляться Стартап бывшего топ-менеджера Alibaba Everful привлёк $48,5 млн, чтобы связать ритейлеров с китайскими фабриками Google построила гигантское «Зеркальное измерение» интернета для испытания ИИ-агентов в Chrome Исследователь Anthropic: после выхода компании на биржу почти все люди могут навсегда потерять возможность найти работу Anthropic бьёт в колокол на Nasdaq: торги начинаются после рекордного IPO — деловая хроника в реальном времени Собственные исследователи OpenAI теперь ценят свои ИИ-инструменты выше, чем почти половину коллег Superhuman внедряет своего ассистента Go повсюду Музыкальная индустрия Австралии отвергла предложение освободить музыкантов от сбора данных для обучения ИИ, назвав его попыткой «разделяй и властвуй» Pangram счёл 99% отмеченного премией романа перуанского автора текстом ИИ, но издательство его поддержало Nvidia заинтриговала, не подав обычный отчёт в SEC Модели Anthropic, OpenAI и Google без труда назначали медиков, журналистов и сдающихся солдат целями дронов-камикадзе Snapchat разрешила создавать AR-линзы с помощью ИИ-ассистентов вроде Claude Code и Cursor Продавить ненужные никому дата-центры и надеяться, что пузырь ИИ не лопнет: таков план Британии по росту экономики OCR-модели оцифровывают миллион страниц дешевле $130: за 18 месяцев цены упали в пять раз Если технарям приходится увольняться, чтобы бить тревогу, пора беспокоиться Mistral догоняет конкурентов с Vibe Desktop, пока те уже управляют целыми операционными системами Более половины электроэнергии крупнейших дата-центров США дают газ и уголь Сатья Наделла объяснил, зачем предложил 60 тысячам сотрудников Microsoft уйти из компании

Ежедневные новости об ИИ

Каждый день отбираем важные новости об ИИ и рассказываем главное — без хайпа и воды. Если хотите понимать, что происходит в ИИ раньше остальных, — подписывайтесь.

Только важное — каждый день

В Telegram