Nvidia выпустила ИИ‑модели, которые исправляют ошибки в квантовых компьютерах

Nvidia анонсировала семейство ИИ‑моделей Ising. Они решают главную проблему квантовых компьютеров — высокую частоту ошибок. Кубиты нестабильны, на них влияют звук, свет, тепло и другие кубиты. Из‑за этого кубиты теряют квантовое состояние (декогеренция). Даже лучшие современные квантовые процессоры ошибаются в одной из тысячи операций. Для науки и бизнеса нужно, чтобы ошибки возникали не чаще одной на триллион операций или ещё реже.

Ising Calibration — визуальная языковая модель с 35 млрд параметров. Она в 15 раз меньше аналогичных систем. Модель управляет ИИ‑агентами и сама выполняет калибровку. Сейчас операторы или простые алгоритмы тратят на настройку несколько дней, и этот процесс плохо масштабируется. Уже для системы со ста кубитами задача очень сложна, а коммерческим системам потребуются миллионы кубитов. Новая модель настраивает компьютер за несколько часов.

Ising Decoding — свёрточная нейросеть, которая предварительно декодирует результаты. Она совместима с существующей библиотекой PyMatching (алгоритм минимально-весового идеального сопоставления). Nvidia выпустила два варианта: один работает в 2,5 раза быстрее аналогов, другой повышает точность в три раза. Обеим версиям нужно в десять раз меньше исходных данных.

Nvidia планирует расширить линейку Ising, чтобы оптимизировать квантовые схемы, управлять системами и создавать алгоритмы. Уже сейчас поставщики облачных ИИ‑услуг, исследовательские институты и университетские лаборатории используют представленные модели.

Читать далее:

Вселенная внутри черной дыры: наблюдения «Уэбба» подтверждают странную гипотезу

Испытания ракеты Starship Илона Маска вновь закончились взрывом в небе

Сразу четыре похожих на Землю планеты нашли у ближайшей одиночной звезды

Обложка: freepik