Современная электроника №2/2025

КОМПЕТЕНТНОЕ МНЕНИЕ 32 WWW.CTA.RU СОВРЕМЕННАЯ ЭЛЕКТРОНИКА • № 2 / 2025 ми. Квантовые устройства работают медленнее, чем электронные схемы на основе транзисторов, и эти небольшие преимущества могут легко исчезнуть при практической реализации. Несмотря на имеющиеся трудно- сти, есть мнение, что область кван- товых вычислений будет развивать- ся и открывать новые возможности. Уильям Оливер отметил, что для мак- симального использования потенци- ала квантовых компьютеров необ- ходимо продолжать исследование и разработку базовых строительных блоков квантовых алгоритмов – эле- ментарных математических опера- ций, которые можно объединять для решения более сложных задач. «Наша цель – разработать квантовые алго- ритмы, определить, какие примити- вы полезны, а затем комбинировать их для создания новых алгоритмов», – сказал Оливер. Люткенхаус также под- черкнул важность гибкости в подходе к инвестициям в квантовые техноло- гии. «Не фокусируйтесь слишком рано на конкретных задачах, – советует он. – Нам предстоит решить множе- ство общих проблем, и это даст начало множеству новых приложений». Эти рекомендации помогают компаниям ориентироваться в стратегиях разви- тия квантовых вычислений, делая акцент на фундаментальных иссле- дованиях и открытых возможностях для будущих приложений. Состоится ли волшебство? Тем не менее Стефани Чишек, доцент физики в Университете Отта- вы, предупреждает, что предсказать, какие задачи смогут решить нейрон- ные сети, бывает непросто. В некото- рых сложных системах они демон- стрируют отличные результаты, тогда как в других, казалось бы, простых ситуациях, вычислительная нагруз- ка внезапно резко возрастает. «Мы на самом деле не понимаем их огра- ничения, – говорит она. – Никто пока не знает, при каких условиях систе- мы становятся трудно представимы- ми с помощью этих нейронных сетей». Между тем значительные успехи были достигнуты и в других классических методах квантового моделирова- ния, отмечает Антуан Жорж, дирек- тор Центра вычислительной кванто- вой физики Института Флэтайрона в Нью-Йорке, также принимавший участие в недавнем сравнительном исследовании в Science . «Каждый из этих методов сам по себе успешен, и они прекрасно дополняют друг друга, – говорит он. – Поэтому я не думаю, что методы машинного обучения просто вытеснят все остальные подходы». Квантовые компьютеры тоже най- дут своё место, считает Мартин Ретте- лер, старший директор по квантовым решениям в компании IonQ, специа- лизирующейся на разработке кванто- вых компьютеров на основе захвачен- ных ионов. Хотя он соглашается, что классические подходы, вероятно, спра- вятся с моделированием слабо корре- лированных систем, он убеждён, что некоторые большие, сильно коррели- рованные системы останутся вне их досягаемости. «Экспоненциальный рост догонит вас, – предостерегает он. – Существуют случаи с сильно коррели- рованными системами, которые мы не сможем обрабатывать классически. Я абсолютно уверен в этом». По сло- вам Реттелера, полноценный отказо- устойчивый квантовый компьютер с гораздо большим числом кубитов, чем у существующих устройств, напротив, сможет моделировать такие системы. Это поможет открыть новые катализа- торы или углубить наше понимание метаболических процессов в организ- ме, что представляет большой инте- рес, например, для фармацевтической отрасли. Нейронные сети, вероятно, позволят расширить круг решаемых задач, полагает Джей Гамбетта, воз- главляющий направление кванто- вых вычислений в IBM, но он сомне- вается, что они смогут справиться с самыми сложными задачами, важ- ными для бизнеса. «Именно поэтому многие компании, связанные с хими- ей, продолжают исследовать кванто- вые вычисления, ведь они точно зна- ют, где методы аппроксимации дают сбой», – говорит он. Гамбетта также отвергает мысль о том, что эти техно- логии соперничают друг с другом. По его мнению, будущее вычислительной техники, скорее всего, будет основа- но на сочетании обоих подходов, где квантовые и классические програм- мы будут работать сообща для реше- ния задач. «Я не думаю, что они кон- курируют. Скорее, они дополняют друг друга», – считает он. Однако Скотт Ааронсон, глава Центра квантовой информации в Техасском университе- те, утверждает, что методы машинно- го обучения непосредственно конку- рируют с квантовыми компьютерами в таких областях, как квантовая химия и физика конденсированных сред. Он прогнозирует, что сочетание машин- ного обучения и квантового моделиро- вания во многих случаях превзойдёт чисто классические подходы, но это станет очевидно только после появле- ния более крупных и надёжных кван- товых компьютеров. «С самого начала я рассматриваю квантовые вычисле- ния в первую очередь как научный поиск, а любые промышленные при- ложения – как приятный бонус, – гово- рит Ааронсон. – Поэтому, если кванто- вое моделирование окажется лучше классического машинного обучения лишь в редких случаях, я не буду так разочарован, как некоторые мои кол- леги». Одной из областей, где квантовые компьютеры, вероятно, обладают зна- чительным преимуществом, являет- ся моделирование эволюции сложных квантовых систем во времени, отме- чает Карлео из EPFL. Это может пре- доставить ценную информацию для учёных в таких областях, как стати- стическая механика и физика высоких энергий, но маловероятно, что найдёт практические применения в ближай- шем будущем. «Это более специали- зированные приложения, которые, на мой взгляд, не оправдывают огромных вложений и всеобщего ажиотажа», – добавляет Карлео. Тем не менее эксперты, с которы- ми беседовал MIT Technology Review, утверждают, что отсутствие коммер- ческих приложений не является пово- дом прекращать разработку кванто- вых вычислений, способных привести к фундаментальным научным про- рывам в долгосрочной перспекти- ве. «Наука подобна набору вложен- ных друг в друга матрёшек – решив одну задачу, вы сталкиваетесь с пятью новыми, – говорит Вичентини. – Слож- ность объектов нашего изучения со временем только возрастает, поэтому нам всегда будут нужны более мощ- ные инструменты». Заключение Хотя квантовые компьютеры обеща- ют революционные изменения в ряде отраслей, их реализация сталкивается с серьёзными техническими проблема- ми. В то же время успехи ИИ вызыва- ют у части экспертов сомнения в необ- ходимости таких инвестиций. Только будущее покажет, какая технология окажется более успешной в решении сложных научных задач.

RkJQdWJsaXNoZXIy MTQ4NjUy