Подразделение Google Quantum AI нашло способ справиться с аппаратной нестабильностью квантовых систем, внедрив обучение с подкреплением (RL) непосредственно в процесс коррекции ошибок. Квантовые компьютеры — это, по сути, капризные аналоговые машины, где малейший «дрейф» частот или амплитуд превращает вычисления в тыкву. Раньше для борьбы с этим физикам приходилось нажимать на паузу: останавливать алгоритм и проводить ручную калибровку.
Такой разрыв между вычислениями и настройкой долгое время оставался фундаментальным барьером для запуска серьезных алгоритмов, требующих недель или месяцев стабильной работы, отмечают исследователи Владимир Сивак и Пол Климов.
Автономный механик для квантового стека
В свежем исследовании для журнала Nature команда Google продемонстрировала автономного RL-агента, который превращает шум квантовой системы в полезные данные. Вместо того чтобы гадать на кофейной гуще, агент непрерывно управляет тысячами контрольных параметров, обучаясь на лету.
Пока стандартные декодеры вроде AlphaQubit или Tesseract просто фиксируют наличие ошибок, RL-механик понимает их причину. Система правит «железо» прямо во время исполнения кода. Это позволяет сохранять когерентность в динамических условиях, не прерывая процесс вычислений из-за внешних помех.
От лабораторных прототипов к надежным активам
Переход от классической калибровки силами физиков к автономному машинному обучению — это момент взросления технологии. Квантовые процессоры наконец перестают быть хрупкими лабораторными экспонатами и превращаются в надежные вычислительные активы. Для CTO и техлидов это четкий сигнал: фокус смещается с борьбы за количество кубитов на обеспечение их жизнеспособности. Мы наблюдаем автоматизацию квантового стека, где ИИ перестает быть просто полезной нагрузкой и становится незаменимым инженером, поддерживающим жизнь в самом сердце аппаратного хаоса.