Перейти к основному содержимому
GAUS Crypto — ოფიციალური კრიპტო სერვისი თბილისში
Traders' Hub
Назад к блогу
Акции

Google представила метод, позволяющий сократить количество ошибок в квантовых вычислениях примерно в 40 раз

ნუცა ტყეშელაშვილი15 октября 2026 г.2 мин чтения
Google представила метод, позволяющий сократить количество ошибок в квантовых вычислениях примерно в 40 раз

Команда Google Quantum AI продемонстрировала значительный прогресс в преодолении одного из главных технических препятствий в квантовых вычислениях. Согласно исследованию, опубликованному в четверг в журнале Science, компания протестировала на квантовом процессоре Willow новый метод, который снизил показатель ошибок примерно в 40 раз.

Технология называется Magic State Cultivation, и ее цель — создание более надежных квантовых состояний, необходимых для квантовых вычислений, с использованием меньшего объема ресурсов. По оценке исследователей, производство таких состояний может занимать до 95% вычислительных возможностей квантового компьютера, оставляя меньше ресурсов непосредственно для вычислений.

Так называемые «магические состояния» необходимы для выполнения операций, которые используются для универсальных квантовых вычислений. Однако их получение с достаточно низким показателем ошибок до сих пор остается одной из главных задач при создании квантовых систем, способных надежно решать сложные задачи.

Подход Google предполагает использование скоординированных измерений, что позволяет исследователям выявлять ошибки и исключать недостоверные результаты. В итоге появляется возможность получать квантовые состояния более высокого качества при меньших затратах ресурсов.

В ходе эксперимента на процессоре Willow исследователи достигли логической точности (logical fidelity) в 99,99% для магических состояний T-типа. Этот показатель отражает, насколько полученное квантовое состояние близко к желаемому.

В рамках исследования команда также показала, что состояния, полученные новым методом, можно переносить между двумя разными методами коррекции квантовых ошибок. Этот результат важен с точки зрения интеграции технологии в существующую квантовую архитектуру Google.

Исследование экспериментально подтверждает подход, который теоретически был разработан еще в 2024 году. Несмотря на достигнутые результаты, Google отмечает, что для практического применения технологии необходимы ее масштабирование и дальнейшее развитие.

Если метод окажется эффективным и на более крупных квантовых системах, он сможет снизить потребность в аппаратных ресурсах для создания устойчивых к ошибкам квантовых компьютеров. А это может стать важным шагом на пути перехода квантовых вычислений от лабораторных экспериментов к практическому применению.

Быки и медведи в вашей почте

Получайте свежую аналитику рынка и полезные материалы прямо на почту. Без спама — только важное.

Похожие статьи

Глава Nvidia положительно оценивает финансовое состояние CoreWeave — рынок обеспокоен рисками дефолта
ИИ-технологии15 окт. 2026 г.2 мин чтения

Глава Nvidia положительно оценивает финансовое состояние CoreWeave — рынок обеспокоен рисками дефолта

Глава Nvidia Дженсен Хуанг позитивно оценивает финансовое состояние CoreWeave и заявляет, что компании не требуется дополнительная поддержка. Однако рекордный рост стоимости страхования её долга от дефолта указывает на растущую обеспокоенность рынка финансовыми рисками. При этом роль Nvidia как акционера CoreWeave и поставщика оборудования делает вопрос устойчивости финансирования ещё более актуальным.

ნუცა ტყეშელაშვილიЧитать
Amazon представила два новых устройства с искусственным интеллектом — цены начинаются от $75
Акции15 окт. 2026 г.2 мин чтения

Amazon представила два новых устройства с искусственным интеллектом — цены начинаются от $75

Amazon представила два AI-устройства под брендом Bee: браслет Frontier за $75 и Eclipse за $100, который подключается к смартфону. Они создают напоминания и задачи на основе повседневных разговоров и данных. Одним из главных вызовов для продукта станет защита личной информации и завоевание доверия пользователей.

ნუცა ტყეშელაშვილიЧитать
Microsoft завершила предварительное обучение AI-модели с 2,8 трлн параметров
Акции15 окт. 2026 г.2 мин чтения

Microsoft завершила предварительное обучение AI-модели с 2,8 трлн параметров

Microsoft завершила предварительное обучение модели MAI-Base-2. Модель с 2,8 триллиона параметров превзошла все открытые модели с доступными весами, проверенные в тестах компании, а для достижения сопоставимых с конкурентом результатов ей потребовалось в 12 раз меньше вычислительных ресурсов. Новая модель служит цели Microsoft — развитию собственных AI-технологий и снижению зависимости от внешних поставщиков.

ნუცა ტყეშელაშვილიЧитать