Это большой шаг вперед для нашей лаборатории и для всего научного сообщества, занимающегося квантовыми исследованиями в России. Работа демонстрирует не только нашу способность показывать новые результаты на мировом уровне, но обещает и значительный прогресс в практическом применении квантовых технологий, так как мы всегда стремимся тестировать наши устройства на реальных задачах, — подчеркнул руководитель научного коллектива, профессор МФТИ Олег Астафьев.
Для нас это очередной этап. На Физтехе уже есть хорошо отлаженная технология, с помощью которой мы производили 5-кубитные и 8-кубитные квантовые интегральные микросхемы. Это сам по себе сложный процесс, использующий, в частности, электронную литографию. Но на этот раз нам пришлось сильно изменить технологические чертежи, так как вместо линейной мы использовали двумерную архитектуру схемы», — прокомментировал Глеб Федоров, старший научный сотрудник лаборатории искусственных квантовых систем МФТИ на официальном сайте института.
То есть предыдущие версии процессоров строились как одномерная линия — цепочка со связью только ближайших соседей, а 12-кубитный вариант— двумерный, расположенный на плоскости, пояснил ученый.
Квантовая интегральная микросхема является «сердцем» прототипа квантового вычислительного устройства, состоящего из классического компьютера и квантового «ускорителя». Сейчас система тестируется: запускаются алгоритмы обучения для квантовой «нейросети», которая может определять определять сорт вина по его химическому составу и диагностировать рак молочной железы. Это необходимо для подробного сравнения характеристик новой системы с результатами, полученным учеными ранее на 8-кубитном образце.
По словам ученых, пока их изобретение можно использовать только для исследовательских целей. Для практического применения и достижения конкурентного преимущества необходим квантовый процессор минимум 100 кубитов.
До конца 2024 г. ученые МФТИ планируют представить первый 16-кубитный процессор, созданный по той же технологии.
Квантовые компьютеры в будущем будут использоваться для решения задач, с которыми не могут справиться привычные нам электронные вычислительные машины. Это, например, моделирование природных процессов или очень сложные математические расчеты. Перспективным и активно развивающимся также является направление квантового машинного обучения.
Источник:
чтобы видеть ссылку, вы должны быть зарегистрированы
