SoftBank та Quantinuum представляють білу книгу, яка картує практичний шлях до комерційного квантового обчислення

Нова SoftBank та Quantinuum біла книга, Quantum Computing Frontiers, намагається відповісти на одне з найважливіших і постійних питань галузі: коли квантові комп’ютери стануть корисними для комерційно значимої роботи? Натомість ніж розглядати “квантovu перевагу” як окремий проривний момент, 65-сторінкова робота картує конкретні робочі навантаження проти послідовних поколінь апаратного забезпечення Quantinuum. Її аналіз зосереджується на двох областях, які вже досліджуються SoftBank: квантова хімія для матеріалів і енергетичних застосунків, і топологічний аналіз даних для графічних проблем, таких як виявлення шахрайства в телекомунікаціях. Результатом є не передбачення, коли квантова обчислювальна техніка раптово змінить галузь, а стадійний каркас, який показує, як корисні робочі навантаження могли б розширитися при поліпшенні якості кубітів, корекції помилок і масштабу системи.

Переходячи за межі кількості кубітів

Квантова обчислювальна техніка часто представляється через апаратні метрики, такі як фізичні кубіти, вірність брам або квантова об’єм. Ці показники важливі, але вони не обов’язково кажуть виробникові, фармацевтичній компанії або оператору телекомунікацій, що машина може зробити. (QNT )

SoftBank та Quantinuum приймають більш застосунково-орієнтований підхід. Робота починається з представницьких промислових проблем, оцінює логічні кубіти, кількість брам, глибину схеми та рівень помилок, необхідних для їх вирішення, а потім порівнює ці вимоги з запланованими поколіннями апаратного забезпечення Quantinuum.

Методологія включає явну конструкцію схеми та, де це можливо, виконання на існуючому апаратному забезпеченні або емуляторах. Це призначено для звуження розриву між теоретично перспективними алгоритмами та програмами, які можуть бути реалізовані під реалістичними обмеженнями.

Центральний аргумент роботи полягає в тому, що квантова здатність розвиватиметься як розширювана оболонка. Малі демонстрації стають пілотними робочими навантаженнями, пілоти переходять у застосунково-релевантні розрахунки, а деякі з цих розрахунків в кінцевому підсумку стають інтегрованими промисловими послугами. Комерційна корисність, отже, очікується на різних рівнях для різних проблем, а не з’являється всюди після перетину певного порогу кубітів.

Квантова хімія залишається високоцінною ціллю

Квантова хімія широко розглядається як одна з найприродніших застосунків для квантової обчислювальної техніки, оскільки поведінка молекул самої по собі керується квантовою механікою. Коли молекулярні системи стають більш складними, точне моделювання їх електронної структури може стати дуже вимогливим для класичних комп’ютерів.

Біла книга зосереджується на збуджених станах і фотохімічних реакціях. Ці явища впливають на те, як молекули поглинають світло, змінюють форму, передають енергію та деградують з часом. Краща здатність моделювати їх могла б підтримати розробку фото-чутливих матеріалів, молекулярних перемикачів, енергетичних технологій, розумних вікон, дисплеїв доповненої реальності, апаратури оптичної мережі та інших просунутих продуктів.

Оптичні перемикачі матеріали забезпечують основний приклад білої книги. Їх ефективність залежить від електронних переходів, які визначають, чи виробляє поглинена енергія бажану молекулярну зміну чи втрачається через нежадані реакції. Класичні методи можуть боротися, коли кілька електронних станів взаємодіють близько або коли дослідникам потрібно моделювати реалістичні хімічні середовища.

Квантові комп’ютери могли б в кінцевому підсумку допомогти дослідникам симулювати більше цієї поведінки до синтезу фізичних матеріалів. Натомість ніж покладатися на проби та помилки лабораторної роботи, компанії могли б використовувати більш якісні симуляції для відбору кандидатних молекул, відхилити слабкі конструкції раніше та зосередити ресурси на найбільш перспективних матеріалах.

Це економічно значуща мета, але біла книга не представляє її як близьку виробничу здатність. Перші етапи включають малих-молекулярні докази концепції, експерименти з коректуванням помилок та обмежені симуляції. Хімічно точне моделювання великих систем залишається пов’язаним з значно більш просунутим апаратним забезпеченням з корекцією помилок.

Корекція помилок залишається визначальною обмеженням

Робота з квантова хімією також забезпечує корисну реальність щодо стану технології.

Дослідження використовує техніки, засновані на оцінці фази, включаючи метод вимірювання різниць між молекулярними енергетickými станами. Воно включає код корекції помилок Стейна, який кодує один логічний кубіт через сім фізичних кубітів і підходить для перших експериментів з корекцією помилок.

Натомість ніж розглядати, чи корекція помилок покращує окрему браму або розширює час життя кубіту, дослідники оцінюють корекцію помилок через алгоритмічно-орієнтовані схеми. Це більш вимогливий тест, оскільки помилки накопичуються, коли програма зростає глибше та вимагає більше операцій.

Результати, отримані за допомогою середовищ H2 та Helios Quantinuum, вказують на те, що корекція помилок може стати корисною при більших глибинах схем. Однак реалізація з кодуванням все ще не перевершує ідеалізовану некодовану логічну схему. Помилки пам’яті, простій час, накладні витрати кодування та витрати некліффордівських операцій залишаються важливими бар’єрами.

Ця відмінність має значення. Корекція помилок продемонструвала прогрес на рівні компонентів, але виконання довгих, застосунково-релевантних алгоритмів з чистою перевагою залишається складним. Дослідження позиціонує поточні експерименти як підготовку до корекції помилок, а не доказ того, що великомасштабна квантова хімія вже прибула.

Від Helios до системи Lumos з корекцією помилок

Карта слідує за чотирма поколіннями апаратного забезпечення Quantinuum: Helios, Sol, Apollo та Lumos.

Helios представляє поточний етап. Для хімії біла книга асоціює його з фізичними експериментами, що включають приблизно 50 спін-орбіталей, поряд з набагато меншими логічними демонстраціями, що включають приблизно 10 спін-орбіталей. Очікуваний використання переважно технічна валідация та малих-молекулярні докази концепції збуджених станів.

Sol, призначений для 2027 року, представлений як початковий етап масштабування. Карта передбачає більші фізичні експерименти та ранню логічну стабілізацію, але логічні хімічні робочі навантаження залишаються малими. Потенційна комерційна значимість центрується на обмежених застосунках збуджених станів та дослідження-ефектних виграшів для фармацевтичних та матеріальних компаній.

Apollo, призначений для 2029 року, позначає більш значущий перехід. За припущеннями білої книги логічні розрахунки могли б розширитися до приблизно 100 спін-орбіталей, підтримуючи середньомасштабне моделювання матеріалів та більш значимі розрахунки збуджених станів. Це етап, на якому карта починає з’єднувати технологію з кількісними зниженнями витрат на дослідження та розробку.

Lumos, запланований як великомасштабна система з корекцією помилок для 2030-х років, представляє найбільш амбітний етап. Біла книга асоціює його з більш ніж 100 логічними спін-орбіталей, хімічною точністю та масштабними робочими потоками відкриття матеріалів.

Ці віхі не є зобов’язаннями щодо того, що вказані застосування стануть комерційно доступними на цих датах. Автори описують карту як орієнтовану на припущення оболонку, що підлягає неоднозначностям, пов’язаним з фізичними рівнями помилок, логічним накладом кодування, синтезом брам та реалізованою продуктивністю апаратного забезпечення.

Виявлення шахрайства може запропонувати раніше комерційний шлях

Друга область білої книги, топологічний аналіз даних, могла б слідувати коротшому шляху до комерційного використання.

Топологічний аналіз даних вивчає структуру або “форму” складних наборів даних. У графічних середовищах він може виявити закономірності, що включають зв’язність, петлі, кластери та вищі вимірності відносин, які можуть бути важкими для виявлення за допомогою традиційної статистики.

SoftBank та Quantinuum досліджують, чи можуть ці техніки покращити виявлення шахрайства в телекомунікаціях. Дзвінки, повідомлення, відносини облікових записів та фінансові перекази можуть бути представлені як мережі, з графічними нейронними мережами, використовуваними для виявлення підозрілих вузлів або діяльності.

Шахраї, однак, намагаються схожими на звичайних користувачів. Вони можуть розподіляти діяльність по облікових записах, використовувати непрямі шляхи переказу або розділяти збір, ретрансляцію та функції видачі грошей серед кількох учасників. Ці тактики можуть обходити системи, які фокусуються переважно на місцевих індикаторах, таких як кількість зв’язків, пов’язаних з обліковим записом.

Дослідники доповнюють графічну нейронну мережу особливостями, відомими як лапласові моменти. Ці особливості призначені для захоплення структурної інформації між чисто локальними статистиками та глобальними топологічними вимірюваннями. На бенчмарку виявлення шахрайства в телекомунікаціях додавання лапласових моментів призвело до помірного покращення за відозву, оцінку F1 та інші метрики класифікації. Покращення відозву було статистично значущим протягом тестових запусків дослідження.

Біла книга перекладає це покращення в ілюстративному економічному сценарії. Вона цитує оцінені глобальні втрати від шахрайства в телекомунікаціях у розмірі 38,95 мільярда доларів у 2023 році та оцінює підмножину цього пулу втрат у розмірі 10 мільярдів доларів. При фіксованій точності 0,9 покращення відозву, виміряне на бенчмарку, відповідало б приблизно 220 мільйонам доларів потенційно скорочених щорічних втрат.

Ця цифра не повинна тлумачитися як прогноз. Вона припускає, що покращення моделі, спостережуване на бенчмарку, буде пропорційно перекладено в попереджені реальні втрати. Операційна розгортка також буде включати якість даних, інтеграцію, хибні позитиви, зміну тактик шахрайства та процеси людського розслідування.

Більше того, експеримент не продемонстрував квантова перевага. Набір даних був достатньо розрідженим, щоб відповідні особливості могли бути обчислені класично, і містив занадто мало вищої структури, щоб протестувати найбільш обчислювально вимогливі форми техніки.

Результат, однак, залишається актуальним, оскільки той самий аналітичний підхід міг би бути корисним сьогодні з використанням класичних високопродуктивних обчислень, а розширення до виконання квантів, якщо майбутні розміри графів або структурна складність перевищать класичні обмеження.

Карта шляху для гібридної квантової та штучної інтелектуальної інфраструктури

SoftBank та Quantinuum розміщують обидві області застосунків у більш широкому баченні “квантових штучно-інтелектуальних центрів даних”. У цій моделі квантові процесорні одиниці не замінять графічні процесорні одиниці, центральні процесорні одиниці чи суперкомп’ютери. Вони будуть працювати як спеціалізовані прискорювачі в гібридній інфраструктурі.

Класичні системи продовжуватимуть обробку підготовки даних, машинного навчання, оркестрування та постобробки. Квантові процесори будуть призначені для ретельно відібраних частин робочого потоку, де квантові алгоритми забезпечують значну обчислювальну перевагу.

Для виявлення шахрайства квантовий процесор міг би генерувати важкі структурні особливості перед тим, як ці особливості будуть передані графічній нейронній мережі, що працює на класичній штучно-інтелектуальній інфраструктурі. У матеріалознавстві квантовий комп’ютер міг би виконувати вибрані електронні розрахунки структури, тоді як класичні високопродуктивні обчислювальні системи керували б ширшим симуляційним та оптимізаційним потоком.

Ця гібридна архітектура також є комерційно більш реалістичною, ніж очікування того, що підприємства замінять встановлені обчислювальні середовища. Вона дозволяє організаціям інтегрувати квантові можливості поступово через хмарні послуги, прискорювачі центрів даних та застосунково-орієнтовані робочі потоки.

SoftBank та Quantinuum досліджують потенційні бізнес-моделі квантової обчислювальної техніки з моменту оголошення свого партнерства у 2025 році. Біла книга призначена для інформування цієї роботи, включаючи можливу розробку майбутньої квантової-штучно-інтелектуальної інфраструктури та послуг.

Підприємства не повинні чекати Lumos

Одним з найбільш практичних висновків білої книги є те, що компанії не повинні чекати повністю коректної системи, перш ніж почати дослідження застосунків.

Будівництво комерційно корисного квантового робочого потоку вимагає більше, ніж доступ до апаратного забезпечення. Організації потребують відповідних наборів даних, галузевої експертизи, бенчмаркових проблем, класичних базових ліній, спеціалізованих алгоритмів та інтеграції з існуючими штучно-інтелектуальними та високопродуктивними обчислювальними системами. Розробка цих можливостей може зайняти роки.

Близький термін експериментів може створити цінність, навіть якщо квантова апаратура ще не перевершує класичні альтернативи. Компанії можуть визначити, які внутрішні проблеми підходять, розрахувати вимоги до ресурсів, розробити гібридні робочі потоки та встановити вимірювання, які в кінцевому підсумку визначать, чи забезпечує квантова реалізація перевагу.

Приклад виявлення шахрайства ілюструє цю стратегію особливо добре. SoftBank може досліджувати покращені графічні особливості через класичні обчислення сьогодні, а в той же час вивчати, чи вищі версії цих особливостей можуть стати кандидатами на майбутнє квантове прискорення.

Для лідерів підприємств цей підхід замінює невизначену інструкцію “бути квантово-готовими” більш корисним питанням: які робочі навантаження можуть виграти, яке апаратне забезпечення вони потребують, а які підготовчі заходи можуть розпочатися до появи цього апаратного забезпечення?

У кінцевому підсумку білу книгу SoftBank та Quantinuum найцінніше не тому, що вона претендує знати точну дату комерційної квантової переваги, а тому, що вона відмовляється розглядати цю перевагу як окрему подію. Зв’язуючи конкретні робочі навантаження з Helios, Sol, Apollo та Lumos, біла книга представляє квантову адопцію як поступовий процес технічної валідації, розвитку робочого потоку та розширюваної економічної значимості. Її хронологія залишається неоднозначною, але її застосунок-орієнтований каркас пропонує більш правдоподібний шлях для організацій, щоб вирішити, коли, де та чому квантова обчислювальна техніка може стати вартісною.