NVIDIA heeft Ising geïntroduceerd, een verzameling open kunstmatige-intelligentiemodellen die het bedrijf beschrijft als de eerste ter wereld die zijn ontworpen om het pad naar bruikbare kwantumcomputers te versnellen. De modellen, uitgebracht op 23 juni 2026, richten zich op twee van de meest hardnekkige problemen die zich tussen de huidige experimentele kwantumhardware en praktische berekeningen bevinden: kwantumfoutcorrectie en qubit-kalibratie.
De lancering weerspiegelt de overtuiging van NVIDIA dat klassieke AI, draaiend op de GPU's die het al domineert, zal dienen als het bindweefsel dat kwantummachines levensvatbaar maakt. NVIDIA-CEO Jensen Huang heeft de relatie botweg geformuleerd en AI omschreven als het ‘controlevlak’ van kwantummachines. Voor meer context over dit verhaal, zie ons laatste AI-ontwikkelingen.
AI als het kwantumbesturingsvlak
Kwantumcomputers beloven bepaalde problemen, zoals moleculaire simulatie en cryptografie, veel sneller op te lossen dan klassieke machines. Maar de hedendaagse kwantumprocessors blijven luidruchtig en foutgevoelig. Qubits, de basiseenheden van kwantuminformatie, verliezen hun delicate kwantumtoestanden binnen fracties van een seconde, en om ze stabiel te houden is een constante, nauwkeurige kalibratie vereist.
Dat is waar NVIDIA een opening ziet. In plaats van te concurreren om zelf kwantumprocessors te bouwen, positioneert het bedrijf zijn AI-software en GPU-infrastructuur als de laag die het gedrag van kwantumhardware die door anderen is gebouwd, beheert, stabiliseert en corrigeert. De Ising-modellen zijn bedoeld om onderzoekers en hardwaremakers te helpen machine learning toe te passen om fouten op te sporen en te corrigeren en qubits efficiënter af te stemmen.
Door de modellen als open gewichten vrij te geven, moedigt NVIDIA de bredere kwantumonderzoeksgemeenschap aan om ze over te nemen, te bestuderen en te verbeteren, een strategie die de open-gewichtenbenadering weerspiegelt die het landschap van taalmodellen opnieuw heeft vormgegeven.
Kwantumfoutcorrectie gecombineerd met machinaal leren
Kwantumfoutcorrectie is de centrale technische uitdaging van dit vakgebied. Omdat kwantumtoestanden instorten wanneer ze direct worden waargenomen, moeten onderzoekers indirecte methoden gebruiken om fouten op te sporen en op te lossen zonder de informatie die ze proberen te beschermen te vernietigen. Conventionele foutcorrectietechnieken vereisen enorme overhead, waarbij veel fysieke qubits nodig zijn om één betrouwbare of logische qubit te vormen.
Machine learning biedt een mogelijke kortere weg. AI-modellen kunnen foutenpatronen leren herkennen en correcties op basis van gegevens voorspellen, waardoor mogelijk de overhead en latentie van traditionele decoderingsalgoritmen worden verminderd. De Ising-modellen van NVIDIA zijn gebouwd om in deze kloof te opereren, waarbij getrainde neurale netwerken worden toegepast op de foutcorrectie- en kalibratietaken die momenteel veel tijd en rekenkracht op kwantumsystemen vergen.
Vroege resultaten uit de echte wereld
De belofte wordt al getest in echte hardware. Fotonisch kwantumcomputerbedrijf Aegiq kondigde aan dat het NVIDIA's Ising AI-modellen heeft ingezet om de kalibratie van zijn fotonische kwantumsysteem te automatiseren, met gerapporteerde resultaten dat AI de kalibratietijd met een factor drie verkortte in vergelijking met eerdere methoden.
Voor een vakgebied waar urenlang handmatig afstemmen routine is, is dat soort reductie aanzienlijk. Snellere, AI-gestuurde kalibratie zou ervoor kunnen zorgen dat kwantumhardwareteams meer tijd kunnen besteden aan het uitvoeren van nuttige berekeningen en minder tijd aan het simpelweg stabiel houden van hun machines. Aegiq combineerde ook de NVIDIA-versnelde aanpak met tensornetwerkmethoden voor grootschalige vloeistofsimulatie, wat wijst op een hybride model waarin AI en kwantum-geïnspireerde technieken naast elkaar werken.
Een bredere inzet op AI voor de wetenschap
De Ising-lancering maakt deel uit van een bredere NVIDIA-inspanning op het gebied van wetenschappelijk computergebruik die rond dezelfde periode werd onthuld. Op de ISC-supercomputingconferentie introduceerde het bedrijf nieuwe softwarebibliotheken gericht op chemie, materiaalontdekking en zelfs de zoektocht naar donkere materie, naast aankondigingen dat zijn technologie nu meer dan 400 van 's werelds 500 snelste supercomputers aanstuurt.
NVIDIA heeft ook nieuwe AI-agenttoolkits voor de levenswetenschappen gedetailleerd beschreven en partnerschappen benadrukt met nationale laboratoria die supercomputers bouwen die zijn uitgerust met de nieuwste CPU's. De rode draad is de overtuiging dat AI-modellen, die steeds capabeler en steeds opener worden, kunnen dienen als versnellers voor algemene doeleinden bij de moeilijkste problemen in de wetenschap, van de ontdekking van medicijnen tot de kwantumfysica.
Kwantumaandelen reageren
De markt reageerde snel op de aankondiging. De aandelen van quantumcomputerbedrijven stegen fors hoger na NVIDIA's debuut van de Ising-modellen, waarbij op quantum gerichte aandelen als D-Wave Quantum (QBTS), Rigetti Computing (RGTI) en Quantum Computing Inc. (QUBT) allemaal opmerkelijke winsten boekten. Beleggers interpreteerden de goedkeuring van NVIDIA en de open AI-tooling ervan als een bevestiging dat de kwantumsector dichter bij commerciële relevantie komt.
De rally onderstreept hoe nauw het sentiment rond kwantumcomputing is verbonden met de bredere AI-boom. Wanneer het toonaangevende GPU-bedrijf modellen uitbrengt die expliciet zijn ontworpen om kwantumhardware praktischer te maken, wordt kwantum niet opnieuw geframed als een verre rivaal van klassiek computergebruik, maar als een aangrenzende grens die AI zal helpen te temmen.
Waarom open gewichten hier belangrijk zijn
NVIDIA's beslissing om de Ising-modellen vrij te geven als open gewichten is opmerkelijk omdat kwantumfoutcorrectie een gebied is waar vooruitgang traditioneel in silo's werd gehouden binnen individuele hardwarebedrijven en academische laboratoria. Open modellen verlagen de barrière voor onderzoekers zonder toegang tot eigen decoders om te experimenteren met AI-ondersteunde correctie.
Als de open benadering vaste voet aan de grond krijgt, kan dit het soort collaboratieve, inter-institutionele vooruitgang versnellen dat grote taalmodellen vooruit heeft geholpen. Onderzoekers kunnen de modellen verfijnen op basis van gegevens uit hun eigen hardware, verbeteringen delen en een gemeenschappelijke toolkit bouwen in plaats van kalibratie- en correctiesoftware voor elk nieuw kwantumplatform opnieuw uit te vinden.
De weg naar bruikbare kwantumcomputing
Quantum computing heeft jaren in een staat van voorzichtig optimisme doorgebracht, waarbij onderzoekers herhaaldelijk waarschuwden dat fouttolerante, breed bruikbare machines nog jaren verwijderd zullen zijn. NVIDIA beweert niet dat Ising dat probleem regelrecht oplost. In plaats daarvan gokt het bedrijf erop dat AI de tijdlijn kan comprimeren door de technische knelpunten, één kalibratiecyclus en één gecorrigeerde fout tegelijk weg te nemen.
Of die weddenschap loont, zal afhangen van hoe effectief de onderzoeksgemeenschap de modellen overneemt en hoeveel real-world prestaties ze leveren naast de vroege Aegiq-resultaten. Maar met Ising heeft NVIDIA een duidelijke lijn getrokken: de toekomst van bruikbare quantum computing zal volgens haar worden gebouwd op een fundament van AI.
---
Blijf Voorop met AIHet laatste AI-nieuws, analyses en doorbraken — allemaal op één plek.
Lees meer AI-nieuws →
