Международная команда исследователей доказала, что даже небольшие квантовые процессоры способны превзойти классические алгоритмы в задачах машинного обучения. Это открытие может кардинально изменить будущее вычислительных технологий.
Эксперимент провела команда из Венского университета вместе с коллегами из Италии и Великобритании. Они использовали фотонный квантовый процессор для классификации данных – базовой задачи современных AI-систем.
Результаты показали, что квантовая система делает меньше ошибок по сравнению с классическими аналогами. Это один из первых случаев демонстрации квантового преимущества в реальных условиях, а не только в симуляциях.
Исследование объединило две наиболее революционные технологии нашего времени: квантовые вычисления и машинное обучение. Пока искусственный интеллект уже интегрирован в персональных ассистентов и научные исследования, квантовые компьютеры обещают принципиально новый способ обработки информации.
Филипп Вальтер, руководитель проекта из Венского университета, объясняет: "Мы обнаружили, что для специфических задач наш алгоритм делает меньше ошибок, чем классический аналог". Это означает, что существующие квантовые компьютеры уже могут показывать хорошие результаты без обязательного перехода к самым современным технологиям.
Эксперимент выявил еще одно важное преимущество – энергоэффективность. Фотонные квантовые системы обрабатывают информацию с помощью света, поэтому потребляют значительно меньше энергии по сравнению с традиционным оборудованием.
Эта особенность становится критически важной, поскольку энергетические потребности ИИ продолжают расти. По данным исследователей, современные центры обработки данных потребляют около 1% мировой электроэнергии, а с развитием AI эта цифра может увеличиться втрое к 2030 году.
Соавтор исследования Ирис Агрести подчеркивает: "Это может оказаться решающим в будущем, учитывая что алгоритмы машинного обучения становятся невыполнимыми из-за высоких энергетических потребностей".
Женгхао Инь, первый автор исследования, добавляет, что результаты показывают возможность симбиотического будущего. Квантово-инспирированные алгоритмы смогут расширить границы обычных вычислений, а фотонные платформы помогут сделать ИИ более устойчивым.
Исследование опубликовано в престижном журнале Nature Photonics, что подтверждает его научную значимость и потенциальное влияние на развитие технологий.
