Vědecký tým z University of Southern California (USC) zaznamenal zásadní milník – prokázal, že kvantové počítače dokážou porazit i ty nejvýkonnější superpočítače, pokud jde o složité optimalizační úlohy. Tento jev, známý jako kvantová výhoda (quantum advantage), se podařilo demonstrovat pomocí techniky zvané kvantové žíhání (quantum annealing).

Na rozdíl od běžného výpočtu, kde počítače postupně zkoušejí možné varianty, kvantové žíhání hledá stav s nejnižší energetickou hladinou v kvantovém systému – což odpovídá optimálnímu nebo přibližně nejlepšímu řešení dané úlohy. Právě schopnost rychle nalézt taková řešení dává kvantovým systémům výhodu tam, kde klasické počítače ztrácejí dech.

Přechod od dokonalosti k přibližnosti

Namísto snahy o nalezení absolutně nejlepší odpovědi se tým zaměřil na přibližnou optimalizaci – tedy hledání řešení, které je „dostatečně blízko“ optimu, typicky s odchylkou do 1 %. V praxi je právě takový výsledek často víc než dostačující, ať už jde o návrh investičního portfolia, rozvrh výroby nebo trénování algoritmů strojového učení.

Profesor Daniel Lidar, který výzkum vedl, to komentuje jasně: „Ne vždy potřebujeme perfektní odpověď. V reálném světě je často výhodnější získat velmi dobré řešení rychle než čekat na dokonalé.“

Zdroj: Shutterstock

D-Wave, šum a oprava chyb

Klíčovou roli sehrál kvantový procesor D-Wave Advantage, nainstalovaný v rámci USC Information Sciences Institute. Tento stroj je speciálně navržený pro kvantové žíhání. Stejně jako jiné kvantové technologie však bojuje se šumem, který může snadno znehodnotit výpočet.

Aby tuto slabinu překonali, výzkumníci nasadili pokročilou metodu Quantum Annealing Correction (QAC) – techniku, která umožnila vytvořit přes 1 300 logických qubitů s potlačenými chybami. Právě tato chyba-potlačující vrstva umožnila kvantovému počítači překonat dosud nejlepší klasický algoritmus pro dané úlohy – paralelní temperování s izoenergetickými pohyby klastrů (PT-ICM).

Test na spinovém skle

Výzkumný tým se zaměřil na optimalizační problém známý jako spinové sklo (spin glass), pocházející z oblasti statistické fyziky. Tyto úlohy se vyznačují složitou strukturou interakcí a simulují například neuspořádané magnetické systémy. Vědci měřili tzv. time-to-epsilon – tedy dobu, kterou algoritmus potřebuje k dosažení řešení blízkého optimu.

Ve srovnání s nejlepším klasickým algoritmem zvládl kvantový přístup dosáhnout srovnatelně kvalitních výsledků za výrazně kratší čas. To je jasný důkaz škálující se kvantové výhody – což dosud žádná kvantová platforma nedokázala v takové formě doložit.

Praktické využití? Brzy.

Tento výzkum otevírá dveře do světa, kde kvantové počítače najdou využití nejen v teoretické fyzice, ale v reálných průmyslových scénářích. Ať už půjde o:

• finanční modelování a výběr aktiv
• optimalizaci výrobních řetězců a logistiky
• strojové učení a datovou analýzu

Všude tam, kde se časová náročnost klasických výpočtů stává překážkou, mohou kvantové systémy nabídnout efektivní zkratku k téměř dokonalým výsledkům.

Tým plánuje aplikovat svou metodu na ještě složitější úlohy, například s vyšší hustotou interakcí nebo ve více dimenzích. Klíčem k dalšímu pokroku bude jak zlepšení hardwaru, tak dokonalejší korekce chyb.

Jak říká Lidar: „Tento výzkum potvrzuje, že kvantové algoritmy mají co nabídnout – zejména tam, kde nám stačí být blízko optimu. A to je většina reálných problémů.“