Несмотря на то что искусственный интеллект сегодня доминирует в публичных дискуссиях всей технологической индустрии, квантовые вычисления остаются не менее значимой и революционной технологией. Хотя на текущий момент отрасль находится в состоянии ожидания, ключевые прорывы, достигнутые за последние пару лет, позволяют экспертам утверждать, что такие машины могут стать практически полезными в ближайшем будущем.
Масштабируемость и квантовое преимущество
Старший вице-президент IBM и директор по исследованиям Дарио Гил в интервью программе CBS 60 Minutes объяснил, в чем именно заключается вероятный эффект от внедрения функциональных квантовых систем. По его словам, даже объединение миллионов или миллиардов современных суперкомпьютеров в единую сеть не позволило бы выполнить те расчеты, на которые будут способны будущие квантовые машины.
Гил отметил, что концепция «квантового преимущества» сложна для восприятия. Это связано с колоссальным приростом вычислительной мощности, который наблюдается при масштабировании систем — от нескольких кубитов до тысяч, десятков тысяч и более. Поскольку возможности квантовых компьютеров растут экспоненциально по мере добавления новых кубитов в систему, однажды они смогут решать задачи, которые сегодня невозможно даже концептуализировать из-за жестких рамок существующих вычислительных параметров.
Отраслевое применение и развитие алгоритмов
Квантовые вычисления представляют собой смену парадигмы, однако для достижения реальных результатов недостаточно просто создать мощное оборудование. Ученые и разработчики осознают необходимость четкого определения задач, которые предстоит решать этим машинам. В настоящее время многие компании, включая IBM, предоставляют бизнесу облачный доступ к квантовым системам. Сейчас эти ресурсы в основном используются для пилотных проектов, создания проприетарных алгоритмов и подготовки ИТ-инфраструктуры к будущему внедрению аппаратного обеспечения нового типа.
В качестве примера успешного партнерства можно привести сотрудничество Mercedes-Benz и Volkswagen с сетью IBM Quantum Network. Указанные автопроизводители применяют квантовые возможности для симуляции химических реакций внутри ячеек аккумуляторных батарей электромобилей. Подобные инициативы являются важным этапом в адаптации квантовых технологий к решению прикладных задач, позволяя компаниям заранее настраивать свои системы под будущие архитектурные возможности квантовых процессоров.
Смена парадигмы и вызовы будущего
Важно понимать, что квантовые вычисления — это не просто очередной виток эволюции существующих технологий, а фундаментальный сдвиг в самой методологии вычислений. Дарио Гил подчеркивает, что по мере перехода от небольшого числа кубитов к системам, содержащим тысячи и десятки тысяч квантовых разрядов, вычислительная мощь возрастает не линейно, а экспоненциально. Это порождает принципиально новые возможности, позволяющие выйти за пределы жестких рамок классической архитектуры, которая до сих пор накладывала ограничения на саму способность ученых концептуализировать многие сложные задачи.
Практические шаги к интеграции
На текущем этапе развития индустрии недостаточно сосредоточиться исключительно на «железе». Ключевой задачей для исследовательских групп и корпоративных партнеров является создание специализированных алгоритмов, способных эффективно использовать квантовые ресурсы. Облачные платформы, предоставляемые IBM и другими игроками, служат важной песочницей для отработки таких решений. Компании, участвующие в программе IBM Quantum Network, уже сейчас закладывают фундамент для своих будущих разработок, что называется, «на опережение».
«Это статья является частью проекта TechRadar Pro QOTD, цель которого — предоставить экспертный взгляд на мысли наиболее авторитетных фигур в технологической индустрии прошлого и настоящего», — отмечают авторы материала.
Помимо очевидного применения в автомобильной промышленности, где Mercedes-Benz и Volkswagen активно моделируют химические процессы внутри элементов питания электрокаров, доступ к облачным квантовым мощностям позволяет бизнесу не только проводить пилотные исследования, но и адаптировать свои системы управления данными к архитектурам, которые станут общедоступными в ближайшие годы.
