Google tunjukkan kontekstualitas kuantum tingkatkan daya komputasi

Peneliti di Google telah menunjukkan bahwa kontekstualitas kuantum memainkan peran kunci dalam kekuatan komputer kuantum. Menggunakan komputer kuantum Willow mereka, tim mengimplementasikan algoritma yang menonjolkan efisiensi properti kuantum ini. Temuan menunjukkan jalan menuju keunggulan kuantum atas mesin klasik.

Komputer kuantum berbeda dari yang tradisional dengan memanfaatkan efek kuantum unik seperti superposisi dan keterkaitan. Eksperimen terbaru dari Google Quantum AI mengeksplorasi properti lain seperti itu: kontekstualitas kuantum. Ini merujuk pada gagasan bahwa pengukuran pada objek kuantum tidak mengungkapkan sifat yang sudah ada sebelumnya secara independen dari pengukuran lain, tidak seperti objek klasik seperti warna atau panjang pulpen.

Pada 2018, para ilmuwan membuktikan secara matematis bahwa kontekstualitas dapat memberdayakan algoritma kuantum untuk menemukan rumus matematika tersembunyi dalam struktur yang lebih besar dalam jumlah langkah tetap, apa pun ukuran strukturnya. Tim Google menguji ini pada mesin Willow mereka, menskalakan dari beberapa qubit hingga 105. Meskipun tingkat kebisingan Willow yang lebih tinggi menyebabkan peningkatan langkah tertentu, itu masih mengalahkan perkiraan untuk komputer klasik.

Para peneliti juga menjalankan protokol lain yang bergantung pada kontekstualitas, mengamati efek yang lebih kuat daripada pekerjaan sebelumnya. Ini menunjuk ke arah keunggulan kuantum, di mana sistem kuantum melampaui yang klasik dalam tugas tertentu.

Adán Cabello dari University of Seville berkomentar, “Ketika saya pertama kali mendengar ini, saya bilang itu tidak mungkin benar. Itu sangat menakjubkan.” Vir Bulchandani dari Rice University menambahkan, “Hasil ini dengan jelas menunjukkan bagaimana komputer kuantum saat ini mendorong batas fisika kuantum eksperimental.” Dia melihat tugas seperti itu sebagai tolok ukur untuk komputer kuantum yang bertujuan keunggulan praktis.

Namun, Daniel Lidar dari University of Southern California mencatat bahwa bukti lengkap keunggulan memerlukan lebih banyak qubit dan pengendalian kesalahan yang lebih baik. Pekerjaan masa depan mungkin menghubungkan ini dengan teknik koreksi kesalahan. Studi tersebut, dirinci dalam arXiv DOI: 10.48550/arXiv.2512.02284, menekankan peran inheren kontekstualitas dalam sistem kuantum, tidak seperti keterkaitan yang harus direkayasa.

Artikel Terkait

Komputer kuantum menghadapi tantangan signifikan dari kesalahan yang membatasi kegunaan mereka, tetapi terobosan terbaru dalam koreksi kesalahan menawarkan harapan. Inovasi melibatkan pembuatan qubit logis dari lebih sedikit qubit fisik serta peningkatan keandalan melalui belitan kuantum dan perlindungan tambahan. Para ahli menggambarkan ini sebagai masa yang menarik di mana teori dan praktik sedang bertemu.

Dilaporkan oleh AI

Para peneliti telah menunjukkan secara matematis bahwa jaringan saraf kuantum dapat membantu mengukur sifat-sifat objek kuantum yang sulit diakses, berpotensi menipu prinsip ketidakpastian Heisenberg. Dengan menyuntikkan keacakan ke dalam jaringan, para ilmuwan mungkin dapat menentukan beberapa sifat yang tidak kompatibel dengan lebih tepat. Pendekatan ini dapat mempercepat aplikasi dalam komputasi kuantum dan kimia.

Peneliti di China telah menunjukkan panas mengalir dari dingin ke panas dalam sistem kuantum, yang berpotensi memerlukan pembaruan pada hukum kedua termodinamika. Menggunakan molekul sebagai qubit, tim memanipulasi informasi kuantum untuk mencapai pembalikan ini. Temuan ini menyoroti perbedaan antara fisika klasik dan kuantum.

Dilaporkan oleh AI

Para ilmuwan telah mengidentifikasi metode untuk membuat beberapa salinan informasi kuantum dengan mengenkripsinya menggunakan kunci dekripsi sekali pakai, menghindari teorema no-cloning. Pendekatan ini, yang dikembangkan oleh Achim Kempf dan rekan-rekannya di University of Waterloo, diuji pada prosesor kuantum IBM. Teknik ini dapat meningkatkan redundansi dalam sistem komputasi dan penyimpanan kuantum.

 

 

 

Situs web ini menggunakan cookie

Kami menggunakan cookie untuk analisis guna meningkatkan situs kami. Baca kebijakan privasi kami untuk informasi lebih lanjut.
Tolak