გადადი ძირითად შინაარსზე
GAUS Crypto — ოფიციალური კრიპტო სერვისი თბილისში
Traders' Hub
ბლოგზე დაბრუნება
საფონდო

Google-მა კვანტურ გამოთვლებში შეცდომების დაახლოებით 40-ჯერ შემცირების მეთოდი აჩვენა

ნუცა ტყეშელაშვილი15 ოქტომბერი, 20262 წთ კითხვა
Google-მა კვანტურ გამოთვლებში შეცდომების დაახლოებით 40-ჯერ შემცირების მეთოდი აჩვენა

Google-ის Quantum AI-ის გუნდმა კვანტურ გამოთვლებში ერთ-ერთი მთავარი ტექნიკური დაბრკოლების გადალახვის მიმართულებით მნიშვნელოვანი წინსვლა აჩვენა. ხუთშაბათს ჟურნალ Science-ში გამოქვეყნებული კვლევის თანახმად, კომპანიამ Willow კვანტურ პროცესორზე ახალი მეთოდი გამოცადა, რომელმაც შეცდომების მაჩვენებელი დაახლოებით 40-ჯერ შეამცირა.

ტექნოლოგიას Magic State Cultivation ეწოდება და მისი მიზანია კვანტური გამოთვლებისთვის საჭირო უფრო საიმედო კვანტური მდგომარეობების შექმნა ნაკლები რესურსის გამოყენებით. მკვლევრების შეფასებით, ამ მდგომარეობების წარმოებამ შესაძლოა კვანტური კომპიუტერის გამოთვლითი შესაძლებლობების 95%-მდეც კი დაიკავოს, რაც უშუალოდ გამოთვლებისთვის ნაკლებ რესურსს ტოვებს.

ე.წ. „მაგიური მდგომარეობები“ აუცილებელია იმ ოპერაციების შესასრულებლად, რომლებიც უნივერსალური კვანტური გამოთვლებისთვის გამოიყენება. თუმცა მათი საკმარისად დაბალი შეცდომის მაჩვენებლით მიღება დღემდე ერთ-ერთ მნიშვნელოვან გამოწვევად რჩება ისეთი კვანტური სისტემების შესაქმნელად, რომლებსაც რთული ამოცანების საიმედოდ შესრულება შეეძლებათ.

Google-ის მიდგომა კოორდინირებული გაზომვების გამოყენებას გულისხმობს, რაც მკვლევრებს შეცდომების გამოვლენისა და არასაიმედო შედეგების გამორიცხვის საშუალებას აძლევს. შედეგად, შესაძლებელია უფრო მაღალი ხარისხის კვანტური მდგომარეობების მიღება ნაკლები რესურსის გამოყენებით.

Willow პროცესორზე ჩატარებული ექსპერიმენტისას მკვლევრებმა T-ტიპის მაგიური მდგომარეობებისთვის 99.99%-იანი ლოგიკური სიზუსტე (logical fidelity) მიიღეს. ეს მაჩვენებელი ასახავს იმას, რამდენად ახლოსაა მიღებული კვანტური მდგომარეობა სასურველ მდგომარეობასთან.

კვლევის ფარგლებში გუნდმა ასევე აჩვენა, რომ ახალი მეთოდით მიღებული მდგომარეობების გადატანა შესაძლებელია კვანტური შეცდომების კორექციის ორ განსხვავებულ მეთოდს შორის. ეს შედეგი მნიშვნელოვანია ტექნოლოგიის Google-ის არსებულ კვანტურ არქიტექტურაში ინტეგრირების თვალსაზრისით.

კვლევა ექსპერიმენტულად ადასტურებს მიდგომას, რომელიც თეორიულად ჯერ კიდევ 2024 წელს იყო შემუშავებული. მიუხედავად მიღწეული შედეგებისა, Google აღნიშნავს, რომ ტექნოლოგიის პრაქტიკულ გამოყენებამდე მისი მასშტაბირება და შემდგომი განვითარებაა საჭირო.

თუ მეთოდი უფრო დიდ კვანტურ სისტემებზეც ეფექტიანი აღმოჩნდება, მას შეუძლია შეამციროს აპარატურული რესურსების საჭიროება შეცდომებისადმი მდგრადი კვანტური კომპიუტერების შესაქმნელად. ეს კი შესაძლოა მნიშვნელოვანი ნაბიჯი იყოს კვანტური გამოთვლების ლაბორატორიული ექსპერიმენტებიდან პრაქტიკულ გამოყენებამდე მისაყვანად.

ჟურნალი შენს ელფოსტაში

მიიღე ჩვენი უახლესი საბაზრო ანალიზი და ფინანსური მიმოხილვები პირდაპირ ელფოსტაზე. სპამის გარეშე — მხოლოდ მნიშვნელოვანი.

მსგავსი სტატიები

Nvidia-ს ხელმძღვანელი CoreWeave-ის ფინანსურ მდგომარეობას დადებითად აფასებს - დეფოლტის რისკებზე ბაზარი შეშფოთებულია
AI ტექნოლოგია15 ოქტ. 20262 წთ კითხვა

Nvidia-ს ხელმძღვანელი CoreWeave-ის ფინანსურ მდგომარეობას დადებითად აფასებს - დეფოლტის რისკებზე ბაზარი შეშფოთებულია

Nvidia-ს ხელმძღვანელი ჯენსენ ჰუანგი CoreWeave-ის ფინანსურ მდგომარეობას დადებითად აფასებს და აცხადებს, რომ კომპანიას დამატებითი მხარდაჭერა არ სჭირდება. თუმცა, მისი ვალის დეფოლტისგან დაზღვევის ღირებულების რეკორდული ზრდა ბაზარზე ფინანსური რისკების შესახებ მზარდ შეშფოთებაზე მიუთითებს. Nvidia-ს, როგორც CoreWeave-ის აქციონერისა და აღჭურვილობის მომწოდებლის, როლი კი დაფინანსების მდგრადობის საკითხს კიდევ უფრო აქტუალურს ხდის.

ნუცა ტყეშელაშვილიწაიკითხე
Amazon-მა ხელოვნური ინტელექტის ორი ახალი მოწყობილობა წარადგინა - ფასები $75-დან იწყება
საფონდო15 ოქტ. 20262 წთ კითხვა

Amazon-მა ხელოვნური ინტელექტის ორი ახალი მოწყობილობა წარადგინა - ფასები $75-დან იწყება

Amazon-მა Bee-ს ბრენდის ქვეშ ორი AI მოწყობილობა წარადგინა: $75-იანი Frontier სამაჯური და $100-იანი Eclipse, რომელიც სმარტფონს უერთდება. ისინი ყოველდღიური საუბრებისა და მონაცემების საფუძველზე შეხსენებებსა და სამოქმედო საკითხებს ქმნის. პროდუქტის ერთ-ერთი მთავარი გამოწვევა პირადი ინფორმაციის დაცვა და მომხმარებლების ნდობის მოპოვება იქნება.

ნუცა ტყეშელაშვილიწაიკითხე
Microsoft-მა 2.8-ტრილიონპარამეტრიანი AI მოდელის წინასწარი სწავლება დაასრულა
საფონდო15 ოქტ. 20262 წთ კითხვა

Microsoft-მა 2.8-ტრილიონპარამეტრიანი AI მოდელის წინასწარი სწავლება დაასრულა

Microsoft-მა MAI-Base-2-ის წინასწარი სწავლება დაასრულა. 2.8 ტრილიონი პარამეტრის მქონე მოდელი კომპანიის ტესტებში შემოწმებულ ღია წონების მქონე მოდელებს აჯობა, ხოლო კონკურენტთან შესადარებელი შედეგების მისაღწევად 12-ჯერ ნაკლები გამოთვლითი რესურსი დასჭირდა. ახალი მოდელი Microsoft-ის მიზანს — საკუთარი AI ტექნოლოგიების განვითარებასა და გარე მომწოდებლებზე დამოკიდებულების შემცირებას — ემსახურება.

ნუცა ტყეშელაშვილიწაიკითხე