NVIDIA telah memperkenalkan Ising, kumpulan model kecerdasan buatan terbuka yang digambarkan oleh perusahaan sebagai model pertama di dunia yang dirancang untuk mempercepat jalur menuju komputer kuantum yang berguna. Dirilis pada 23 Juni 2026, model ini menargetkan dua masalah paling sulit yang dihadapi antara perangkat keras kuantum eksperimental saat ini dan komputasi praktis: koreksi kesalahan kuantum dan kalibrasi qubit.
Peluncuran ini menandakan keyakinan NVIDIA bahwa AI klasik, yang berjalan pada GPU yang sudah didominasinya, akan berfungsi sebagai jaringan penghubung yang membuat mesin kuantum dapat berfungsi. CEO NVIDIA Jensen Huang telah membingkai hubungan ini secara blak-blakan, menggambarkan AI sebagai “bidang kendali” mesin kuantum. For more context on this story, see our ongoing artificial intelligence updates.
AI sebagai Bidang Kontrol Kuantum
Komputer kuantum menjanjikan penyelesaian masalah tertentu, seperti simulasi molekuler dan kriptografi, jauh lebih cepat daripada mesin klasik. Namun prosesor kuantum saat ini masih berisik dan rawan kesalahan. Qubit, unit dasar informasi kuantum, kehilangan keadaan kuantum halusnya dalam sepersekian detik, dan menjaganya tetap stabil memerlukan kalibrasi yang konstan dan tepat.
Di sinilah NVIDIA melihat sebuah celah. Daripada bersaing untuk membangun prosesor kuantum sendiri, perusahaan ini memposisikan perangkat lunak AI dan infrastruktur GPU sebagai lapisan yang mengelola, menstabilkan, dan memperbaiki perilaku perangkat keras kuantum yang dibuat oleh pihak lain. Model Ising dimaksudkan untuk membantu peneliti dan pembuat perangkat keras menerapkan pembelajaran mesin untuk mendeteksi dan memperbaiki kesalahan serta menyetel qubit dengan lebih efisien.
Dengan merilis model sebagai bobot terbuka, NVIDIA mendorong komunitas riset kuantum yang lebih luas untuk mengadopsi, mempelajari, dan menyempurnakannya, sebuah strategi yang mencerminkan pendekatan bobot terbuka yang telah mengubah lanskap model bahasa.
Koreksi Kesalahan Kuantum Memenuhi Pembelajaran Mesin
Koreksi kesalahan kuantum adalah tantangan teknik utama di bidang ini. Karena keadaan kuantum runtuh ketika diamati secara langsung, peneliti harus menggunakan metode tidak langsung untuk mendeteksi dan memperbaiki kesalahan tanpa merusak informasi yang ingin mereka lindungi. Teknik koreksi kesalahan konvensional memerlukan overhead yang sangat besar, dengan banyak qubit fisik yang diperlukan untuk membentuk satu qubit yang andal atau logis.
Pembelajaran mesin menawarkan jalan pintas yang potensial. Model AI dapat belajar mengenali pola kesalahan dan memprediksi koreksi dari data, sehingga berpotensi mengurangi overhead dan latensi algoritma decoding tradisional. Model Ising NVIDIA dibuat untuk beroperasi dalam kesenjangan ini, menerapkan jaringan saraf terlatih untuk tugas koreksi kesalahan dan kalibrasi yang saat ini menghabiskan banyak waktu dan menghitung pada sistem kuantum.
Hasil Awal di Dunia Nyata
Janji tersebut sudah diuji pada perangkat keras sebenarnya. Perusahaan komputasi kuantum fotonik Aegiq mengumumkan bahwa mereka menerapkan model AI Ising dari NVIDIA untuk mengotomatiskan kalibrasi sistem kuantum fotoniknya, dengan hasil yang dilaporkan bahwa AI memangkas waktu kalibrasi hingga tiga kali lipat dibandingkan dengan metode sebelumnya.
Untuk bidang di mana penyetelan manual memakan waktu berjam-jam merupakan hal yang rutin, pengurangan semacam itu sangatlah signifikan. Kalibrasi yang lebih cepat dan digerakkan oleh AI dapat memungkinkan tim perangkat keras kuantum menghabiskan lebih banyak waktu untuk menjalankan komputasi yang berguna dan lebih sedikit waktu untuk menjaga kestabilan mesin mereka. Aegiq juga menggabungkan pendekatan akselerasi NVIDIA dengan metode jaringan tensor untuk simulasi fluida skala besar, menunjuk pada model hybrid di mana AI dan teknik yang terinspirasi kuantum bekerja berdampingan satu sama lain.
Taruhan yang Lebih Luas pada AI untuk Sains
Peluncuran Ising adalah bagian dari dorongan NVIDIA yang lebih luas ke dalam komputasi ilmiah yang diluncurkan pada periode yang sama. Pada konferensi superkomputer ISC, perusahaan tersebut memperkenalkan perpustakaan perangkat lunak baru yang ditujukan untuk bidang kimia, penemuan material, dan bahkan pencarian materi gelap, bersamaan dengan pengumuman bahwa teknologinya kini mendukung lebih dari 400 dari 500 superkomputer tercepat di dunia.
NVIDIA juga merinci perangkat agen AI baru untuk ilmu kehidupan dan menyoroti kemitraan dengan laboratorium nasional yang membangun superkomputer yang dilengkapi dengan CPU terbarunya. Benang merahnya adalah keyakinan bahwa model AI, yang semakin mampu dan semakin terbuka, dapat berfungsi sebagai akselerator tujuan umum dalam mengatasi permasalahan tersulit dalam sains, mulai dari penemuan obat hingga fisika kuantum.
Saham Quantum Bereaksi
Pasar merespons dengan cepat pengumuman tersebut. Saham perusahaan komputasi kuantum bergerak naik tajam setelah debut model Ising NVIDIA, dengan saham-saham yang berfokus pada kuantum termasuk D-Wave Quantum (QBTS), Rigetti Computing (RGTI), dan Quantum Computing Inc. Investor menafsirkan dukungan NVIDIA, dan perangkat AI terbukanya, sebagai validasi bahwa sektor kuantum semakin mendekati relevansi komersial.
Reli ini menggarisbawahi betapa eratnya hubungan sentimen seputar komputasi kuantum dengan perkembangan AI yang lebih luas. Ketika perusahaan GPU terkemuka merilis model yang secara eksplisit dirancang untuk membuat perangkat keras kuantum lebih praktis, perusahaan tersebut mengubah kuantum bukan sebagai pesaing jauh komputasi klasik, namun sebagai batas terdekat yang dapat dijinakkan oleh AI.
Mengapa Bobot Terbuka Penting Di Sini
Keputusan NVIDIA untuk merilis model Ising sebagai bobot terbuka patut diperhatikan karena koreksi kesalahan kuantum adalah bidang di mana kemajuan biasanya disembunyikan di dalam masing-masing perusahaan perangkat keras dan laboratorium akademis. Model terbuka mengurangi hambatan bagi peneliti yang tidak memiliki akses ke dekoder berpemilik untuk bereksperimen dengan koreksi yang dibantu AI.
Jika pendekatan terbuka diterapkan, hal ini dapat mempercepat kemajuan kolaboratif lintas institusi yang mendorong kemajuan model bahasa besar. Para peneliti dapat menyempurnakan model data dari perangkat keras mereka sendiri, berbagi perbaikan, dan membangun perangkat umum daripada menciptakan kembali perangkat lunak kalibrasi dan koreksi untuk setiap platform kuantum baru.
Jalan Menuju Komputasi Kuantum yang Berguna
Komputasi kuantum telah menghabiskan waktu bertahun-tahun dalam kondisi optimisme yang hati-hati, dan para peneliti berulang kali memperingatkan bahwa mesin yang toleran terhadap kesalahan dan berguna secara luas masih memerlukan waktu bertahun-tahun lagi. NVIDIA tidak mengklaim bahwa Ising langsung menyelesaikan masalah tersebut. Sebaliknya, perusahaan bertaruh bahwa AI dapat memampatkan garis waktu dengan menghilangkan hambatan teknis, satu siklus kalibrasi, dan satu kesalahan yang diperbaiki dalam satu waktu.
Apakah pertaruhan ini membuahkan hasil akan bergantung pada seberapa efektif komunitas riset mengadopsi model tersebut dan seberapa besar kinerja dunia nyata yang mereka berikan di luar hasil awal Aegiq. Namun dengan Ising, NVIDIA telah menarik garis yang jelas: masa depan komputasi kuantum yang berguna, dalam pandangannya, akan dibangun di atas fondasi AI.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
