Ученые из Австралии впервые применили алгоритмы на основе ИИ для определения ошибок в квантовых компьютерах. Это позволит сделать их более быстрыми и точными.

Исследователи из Сиднейского университета и компания Q-CTRL, специализирующаяся на квантовом контроле, объявили о способе определения источников ошибок в квантовых компьютерах с помощью машинного обучения. Это позволит разработчикам аппаратного обеспечения с точностью определить снижение производительности и ускорить путь к созданию более эффективных квантовых компьютеров.

Стремясь уменьшить ошибки, вызванные шумом, команда разработала метод обнаружения мельчайших отклонений от точных условий, необходимых для выполнения квантовых алгоритмов с использованием ионных ловушек и сверхпроводящего квантового вычислительного оборудования. Именно эти технологии используются в ведущих промышленных квантовых устройствах IBM, Google, Honeywell, IonQ и других компаний.

Исследователи из Сиднейского университета и компания Q-CTRL, специализирующаяся на квантовом контроле, объявили о способе определения источников ошибок в квантовых компьютерах с помощью машинного обучения. Это позволит разработчикам аппаратного обеспечения с точностью определить снижение производительности и ускорить путь к созданию более эффективных квантовых компьютеров.

Ученые отметили, что способность определять и подавлять источники снижения производительности квантового оборудования имеют решающее значение как для фундаментальных исследований, так и для промышленных попыток по созданию квантовых датчиков и компьютеров.

«Квантовый контроль, дополненный машинным обучением, показал нам путь к тому, чтобы сделать эти системы практически полезными и значительно ускорить разработку квантовых устройств», — отметил он.