Các nhà nghiên cứu của Google đã phát hiện ra một kỹ thuật mới có thể cuối cùng biến điện toán lượng tử thành thực tiễn trong cuộc sống, sử dụng trí tuệ nhân tạo để giải quyết một trong những thách thức dai dẳng nhất của khoa học: các trạng thái ổn định hơn.


Trong một bài báo nghiên cứu được công bố trên Nature, các nhà khoa học của Google Deepmind giải thích rằng hệ thống AI mới của họ, AlphaQubit, đã chứng tỏ thành công đáng kể trong việc sửa các lỗi dai dẳng đã lâu làm phiền các máy tính lượng tử.


"Các máy tính lượng tử có tiềm năng cách mạng hóa việc khám phá thuốc, thiết kế vật liệu và vật lý cơ bản—đó là, nếu chúng ta có thể làm cho chúng hoạt động một cách đáng tin cậy," thông báo của Google cho biết. Nhưng không có gì là hoàn hảo: các hệ thống lượng tử cực kỳ dễ vỡ. Ngay cả sự can thiệp môi trường nhẹ nhất—từ nhiệt, rung động, trường điện từ, hoặc thậm chí tia vũ trụ—có thể làm gián đoạn các trạng thái lượng tử tinh tế của chúng, dẫn đến các lỗi khiến các phép toán trở nên không đáng tin cậy.


Một bài báo nghiên cứu vào tháng Ba nêu bật thách thức: các máy tính lượng tử cần có tỷ lệ lỗi chỉ một trên một triệu triệu phép toán (10^-12) để sử dụng thực tiễn. Tuy nhiên, phần cứng hiện tại có tỷ lệ lỗi từ 10^-3 đến 10^-2 cho mỗi phép toán, khiến việc sửa lỗi trở nên quan trọng.


"Một số vấn đề, mà một máy tính thông thường sẽ mất hàng tỷ năm để giải quyết, sẽ mất chỉ vài giờ với một máy tính lượng tử," Google cho biết. "Tuy nhiên, những bộ xử lý mới này dễ bị nhiễu hơn so với những bộ xử lý thông thường."


“Nếu chúng ta muốn làm cho các máy tính lượng tử trở nên đáng tin cậy hơn, đặc biệt là ở quy mô lớn, chúng ta cần xác định chính xác và sửa những lỗi này.”


Hệ thống AI mới của Google, AlphaQubit, muốn giải quyết vấn đề này. Hệ thống AI sử dụng một kiến trúc mạng nơ-ron tinh vi đã chứng tỏ độ chính xác chưa từng có trong việc xác định và sửa các lỗi lượng tử, cho thấy ít hơn 6% lỗi so với các phương pháp tốt nhất trước đây trong các thí nghiệm quy mô lớn và ít hơn 30% lỗi so với các kỹ thuật truyền thống.


Nó cũng duy trì độ chính xác cao trên các hệ thống lượng tử từ 17 qubit đến 241 qubit—điều này gợi ý rằng cách tiếp cận này có thể mở rộng cho các hệ thống lớn hơn cần thiết cho điện toán lượng tử thực tiễn.


Dưới nắp

AlphaQubit sử dụng một cách tiếp cận hai giai đoạn để đạt được độ chính xác cao.


Hệ thống trước tiên đào tạo trên dữ liệu nhiễu lượng tử mô phỏng, học các mẫu chung của các lỗi lượng tử, sau đó điều chỉnh cho phần cứng lượng tử thực tế bằng cách sử dụng một lượng dữ liệu thí nghiệm hạn chế.


Cách tiếp cận này cho phép AlphaQubit xử lý các hiệu ứng nhiễu lượng tử phức tạp trong thế giới thực, bao gồm cả sự giao thoa giữa các qubit, rò rỉ (khi các qubit thoát khỏi trạng thái tính toán của chúng) và các mối tương quan tinh tế giữa các loại lỗi khác nhau.


Nhưng đừng quá phấn khích; bạn sẽ không có một máy tính lượng tử trong gara của bạn sớm.


Mặc dù có độ chính xác cao, AlphaQubit vẫn phải đối mặt với những rào cản đáng kể trước khi triển khai thực tiễn. "Mỗi kiểm tra tính nhất quán trong một bộ xử lý lượng tử siêu dẫn nhanh được đo một triệu lần mỗi giây," các nhà nghiên cứu lưu ý. "Khi AlphaQubit rất giỏi trong việc xác định chính xác lỗi, nhưng vẫn quá chậm để sửa lỗi trong một bộ xử lý siêu dẫn theo thời gian thực."


"Đào tạo ở khoảng cách mã lớn hơn là thách thức hơn vì các ví dụ phức tạp hơn, và hiệu suất mẫu có vẻ thấp hơn ở khoảng cách lớn hơn," một người phát ngôn của Deepmind nói với Decrypt, "Điều này quan trọng vì tỷ lệ lỗi tăng theo cấp số mũ với khoảng cách mã, vì vậy chúng tôi kỳ vọng cần giải quyết các khoảng cách lớn hơn để đạt được tỷ lệ lỗi siêu thấp cần thiết cho tính toán chịu lỗi trên các mạch lượng tử lớn, sâu.


Các nhà nghiên cứu đang tập trung vào tối ưu hóa tốc độ, khả năng mở rộng và tích hợp như những lĩnh vực quan trọng cho sự phát triển trong tương lai.


AI và điện toán lượng tử tạo thành một mối quan hệ cộng hưởng, nâng cao tiềm năng của nhau. "Chúng tôi kỳ vọng AI/ML và điện toán lượng tử sẽ tiếp tục là những cách tiếp cận bổ sung cho tính toán. AI có thể được áp dụng trong các lĩnh vực khác để hỗ trợ phát triển các máy tính lượng tử chịu lỗi, chẳng hạn như hiệu chuẩn và biên dịch hoặc thiết kế thuật toán," người phát ngôn cho biết với Decrypt, "cùng lúc đó, mọi người đang tìm hiểu về các ứng dụng ML lượng tử cho dữ liệu lượng tử, và một cách suy đoán hơn, cho các thuật toán ML lượng tử trên dữ liệu cổ điển.


Sự hội tụ này có thể đại diện cho một bước ngoặt quan trọng trong khoa học tính toán. Khi các máy tính lượng tử trở nên đáng tin cậy hơn thông qua việc sửa lỗi hỗ trợ bởi AI, chúng có thể, ngược lại, giúp phát triển các hệ thống AI tinh vi hơn, tạo ra một vòng lặp phản hồi mạnh mẽ của sự tiến bộ công nghệ.


Thời đại của điện toán lượng tử thực tiễn, đã được hứa hẹn từ lâu nhưng chưa bao giờ được thực hiện, cuối cùng có thể gần hơn—mặc dù chưa đủ gần để bắt đầu lo lắng về một cuộc khải huyền cyborg.


Biên tập bởi Sebastian Sinclair