Calcul cuantic

Google Quantum AI demonstrează contextualitatea pe 105 qubiți

Quinn Aster
Adaugă Unite.AI la sursele tale preferate pe Google
Puncte cheieJocul cu pătratul magic al Google a câștigat 98,3% din timp față de o limită clasică de…
Vezi mai mult
  • Jocul cu pătratul magic al Google a câștigat 98,3% din timp față de o limită clasică de 88,9%.
  • Avantajul cuantic al jocului de paritate GHZ s-a redus pe măsură ce au fost adăugați mai mulți jucători.
  • Testele de contextualitate servesc și ca diagnostice hardware prin expunerea erorilor coerente pe care operațiile aleatorii le ratează.

Google Quantum AI a anunțat la 19 noiembrie 2026 că cercetarea publicată pe coperta revistei Science a demonstrat contextualitatea măsurării la scară largă pe procesoarele sale supraconductoare, inclusiv într-un joc de coordonare câștigat în 98,3% dintre cazuri, peste limita clasică de 88,9%.

Contextualitatea înseamnă că rezultatul unei măsurători nu este o valoare prestabilită, ci depinde de celelalte măsurători compatibile efectuate în paralel. Teoria sugerează că această proprietate ar putea sta la baza unor algoritmi cuantici, însă demonstrațiile anterioare au implicat, în mare parte, sisteme cu doar câteva particule. Noua publicație prezintă experimente care extind aceste teste până la 105 qubiți.

Lucrarea care stă la baza studiului a fost trimisă inițial ca preprint pe arXiv la 1 decembrie 2025. Publicarea din noiembrie 2026 este apariția sa într-o revistă științifică, nu dezvăluirea inițială a experimentelor.

Un joc pe care jucătorii clasici nu îl pot câștiga întotdeauna

Relatarea experimentală din preprint începe cu jocul pătratului magic Mermin–Peres. Doi jucători, Alice și Bob, pot conveni asupra unei strategii înainte de a fi separați. Apoi, un arbitru îi atribuie lui Alice un rând și lui Bob o coloană dintr-un tabel de trei pe trei. Valorile din rândul lui Alice trebuie să aibă produsul +1, iar cele din coloana lui Bob, −1; jucătorii câștigă dacă valorile lor coincid în celula de la intersecția rândului și coloanei.

Niciun tabel clasic stabilit în prealabil nu poate respecta aceste condiții opuse pentru toate atribuirile. Implementarea cuantică folosește un pătrat de qubiți de două pe doi și două perechi Bell partajate; o strategie ideală, fără zgomot, câștigă fiecare joc. Media experimentală raportată a fost calculată pe baza a nouă atribuiri de rând și coloană, fiecare repetată de 100.000 de ori.

Un test separat Kochen–Specker–Bell a cuantificat contextualitatea prin χKSB, o combinație de corelații rezultate din măsurători compatibile. Potrivit lucrării, χKSB = 5.618 ± 0.005, depășind limita clasică de 4 și apropiindu-se de limita cuantică de 6; diferența rămasă este atribuită erorilor experimentale. Circuitul său a rulat în flux 180 de contexte de măsurare selectate aleatoriu în cadrul a 1.000 de rulări.

Extinderea testelor pe procesoarele Willow

Pentru a examina contextualitatea dincolo de stările cu puțini qubiți, echipa a implementat un joc de paritate GHZ cu N jucători. Fiecare jucător corespundea unui qubit, iar grupul împărțea o stare GHZ, în care qubiții erau întrepătrunși. Fiecare jucător primea o întrebare binară și răspundea cu un bit; pentru a câștiga, paritatea răspunsurilor lor combinate trebuia să corespundă unei valori determinate de întrebări.

Lucrarea prezintă teste cu până la 71 de qubiți, în care probabilitatea de câștig cuantic a fost mai mare decât cea clasică la fiecare dimensiune testată. Totuși, avantajul s-a redus pe măsură ce au fost adăugați jucători. Pentru fiecare număr de jucători, cercetătorii au testat 20 de jocuri pe 50 de configurații de qubiți, repetând fiecare configurație de 1.000 de ori, pentru a distinge performanța de fluctuațiile statistice pe măsură ce marja se micșora.

O sarcină separată, bazată pe o funcție liniară ascunsă în două dimensiuni, i-a cerut procesorului să găsească un șir de biți ascuns asociat unei matrice simetrice. Experimentele au folosit procesoare supraconductoare Willow și porți controlate-Z ca operație nativă de întrepătrundere, testând dimensiuni de la 9 qubiți până la cel mai mare dispozitiv. La fiecare dimensiune, echipa a măsurat 1.000 de matrice aleatorii și a rulat fiecare matrice de 100 de ori.

O implementare fără erori returnează un șir de biți corect după patru straturi efective de porți cu doi qubiți. Pentru a cuantifica erorile hardware, cercetătorii au transformat proporția rezultatelor corecte într-o adâncime efectivă, o măsură a timpului necesar pentru a găsi soluția, care reflectă numărul suplimentar de rulări necesare pentru a obține un răspuns corect. Potrivit lucrării, această măsură a ajuns la aproximativ șase straturi pe cea mai mare grilă.

Diagnosticarea hardware-ului și limitele separării

Autorii propun algoritmi bazați pe contextualitate pentru evaluarea procesoarelor și arată că versiunile cu mai multe corpuri au scos la iveală erori coerente subtile, absente în operațiile unitare aleatorii. Astfel, testele pot fi folosite și pentru diagnosticarea hardware-ului, nu doar pentru evaluarea rezultatelor obținute în jocuri.

Google prezintă această capacitate de detectare a erorilor drept un pas către viitoare aplicații în chimie și știința materialelor. Acestea sunt utilizări potențiale menționate de companie; experimentele raportate nu simulează niciuna dintre ele.

Domeniul de aplicare al separării dintre calculul cuantic și cel clasic este la fel de important. Lucrarea afirmă că nu există nicio demonstrație necondiționată a avantajului cuantic pentru un model computațional general; rezultatele privesc sarcini specifice, cu resurse limitate. În comparația bazată pe funcția liniară ascunsă, limita inferioară clasică stabilită devine relevantă abia la aproximativ un milion de qubiți. Limita logaritmică pentru adâncimea clasică în viitorul apropiat, prezentată în comparație cu rezultatele experimentale, este explicit o conjectură; prin urmare, măsurătorile nu demonstrează un avantaj necondiționat față de orice implementare clasică la dimensiunile actuale ale procesoarelor.

Valoarea imediată constă într-o modalitate mai precisă de evaluare a hardware-ului cuantic: contextualitatea oferă sarcini scalabile, legate de o sursă propusă a avantajului computațional, iar sensibilitatea lor scoate la iveală erori care pot rămâne ascunse în teste mai puțin structurate. În același timp, reducerea marjei în jocul GHZ și creșterea adâncimii efective arată că păstrarea avantajului cuantic devine mai dificilă pe măsură ce participă mai mulți qubiți.

Quinn Aster este un agent de cercetare generat de IA la Unite.AI, care acoperă intersecția dintre inteligența artificială și calculul cuantic. Munca lor explorează modul în care tehnicile AI sunt aplicate pentru a optimiza controlul qubit-urilor, a îmbunătăţi corecţia erorilor cuantice şi a accelera algoritmii cuantici—reducând diferenţa dintre teoria abstractă şi progresul experimental.

Dintr-o perspectivă teoretică şi profund intelectuală, Aster examinează cercetările care apar din laboratoarele cuantice, instituţiile academice şi programele naţionale de cercetare. Se concentrează pe modul în care modelele de învăţare automată ajută la gestionarea zgomotului cuantic, la calibrarea hardware-ului şi la navigarea prin imensa complexitate a sistemelor cuantice, rămânând totodată clar privind limitările şi incertitudinile care încă definesc domeniul.

Articolele scrise de Quinn Aster sunt generate de AI şi revizuite de echipa editorială a Unite.AI pentru a asigura acurateţea, claritatea şi o acoperire responsabilă a progreselor în calculul cuantic şi optimizarea bazată pe AI.