NVIDIA представила Ising, колекцію відкритих моделей штучного інтелекту, яку компанія описує як першу в світі, розроблену для прискорення шляху до корисних квантових комп’ютерів. Опубліковані 23 червня 2026 року моделі спрямовані на вирішення двох найбільш складних проблем, що стоять між сучасним експериментальним квантовим обладнанням і практичними обчисленнями: квантове виправлення помилок і калібрування кубіта.
Запуск сигналізує про віру NVIDIA в те, що класичний штучний інтелект, який працює на графічних процесорах, на яких він уже домінує, слугуватиме сполучною тканиною, яка робить квантові машини життєздатними. Генеральний директор NVIDIA Дженсен Хуанг прямо сформулював ці відносини, описавши штучний інтелект як «рівень управління» квантовими машинами. For more context on this story, see our ongoing AI news.
ШІ як площина квантового контролю
Квантові комп’ютери обіцяють вирішити певні проблеми, такі як молекулярне моделювання та криптографія, набагато швидше, ніж класичні машини. Але сучасні квантові процесори залишаються шумними та схильними до помилок. Кубіти, основні одиниці квантової інформації, втрачають свої делікатні квантові стани протягом часток секунди, і для підтримки їх стабільності потрібне постійне точне калібрування.
Ось де NVIDIA бачить відкриття. Замість того, щоб конкурувати у створенні квантових процесорів самостійно, компанія позиціонує своє програмне забезпечення ШІ та інфраструктуру GPU як рівень, який керує, стабілізує та коригує поведінку квантового обладнання, створеного іншими. Моделі Ising призначені для того, щоб допомогти дослідникам і виробникам апаратного забезпечення застосовувати машинне навчання для виявлення та виправлення помилок і більш ефективного налаштування кубітів.
Випускаючи моделі як відкриті вагові коефіцієнти, NVIDIA заохочує ширше співтовариство квантових дослідників приймати, вивчати та вдосконалювати їх, стратегію, яка відображає підхід відкритих вагових коефіцієнтів, який змінив ландшафт мовної моделі.
Квантова корекція помилок зустрічається з машинним навчанням
Квантова корекція помилок є головним інженерним завданням галузі. Оскільки квантові стани руйнуються при безпосередньому спостереженні, дослідники повинні використовувати непрямі методи для виявлення та виправлення помилок без руйнування інформації, яку вони намагаються захистити. Звичайні методи виправлення помилок вимагають величезних накладних витрат, оскільки для формування єдиного надійного або логічного кубіта потрібно багато фізичних кубітів.
Машинне навчання пропонує потенційний короткий шлях. Моделі штучного інтелекту можуть навчитися розпізнавати шаблони помилок і передбачати виправлення даних, потенційно зменшуючи накладні витрати та затримку традиційних алгоритмів декодування. Моделі Ising від NVIDIA створені для роботи в цьому прогалині, застосовуючи навчені нейронні мережі для завдань виправлення помилок і калібрування, які зараз потребують значного часу та обчислень у квантових системах.
Перші реальні результати
Обіцянка вже перевіряється на реальному обладнанні. Компанія фотонних квантових обчислень Aegiq оголосила, що розгорнула моделі Ising AI від NVIDIA для автоматизації калібрування своєї фотонної квантової системи, опублікувавши результати, які показали, що AI скоротив час калібрування в три рази порівняно з попередніми методами.
Для галузі, де години ручного налаштування є звичною справою, таке скорочення є значним. Швидше калібрування за допомогою штучного інтелекту може дозволити командам квантового апаратного забезпечення витрачати більше часу на виконання корисних обчислень і менше часу просто підтримувати стабільність своїх машин. Aegiq також поєднав підхід, прискорений NVIDIA, з методами тензорної мережі для великомасштабного моделювання рідини, вказуючи на гібридну модель, у якій ШІ та квантові методи працюють поряд.
Широка ставка на AI для науки
Запуск Ising є частиною ширшого поштовху NVIDIA до наукових обчислень, оприлюдненого приблизно в той же період. На конференції ISC із суперкомп’ютерів компанія представила нові бібліотеки програмного забезпечення, спрямовані на хімію, відкриття матеріалів і навіть пошук темної матерії, а також оголосила, що тепер її технологія працює на понад 400 із 500 найшвидших суперкомп’ютерів у світі.
NVIDIA також детально розповіла про нові інструменти штучного інтелекту для наук про життя та підкреслила партнерство з національними лабораторіями, які створюють суперкомп’ютери, оснащені її новітніми ЦП. Загальною ниткою є переконання, що моделі штучного інтелекту, які стають все більш потужними та все більш відкритими, можуть служити універсальними прискорювачами для вирішення найскладніших проблем науки, від відкриття ліків до квантової фізики.
Quantum Stocks React
Ринок швидко відреагував на цю заяву. Акції компаній, що займаються квантовими обчисленнями, різко зросли після дебюту NVIDIA моделей Ising, причому акції, орієнтовані на квантові технології, включаючи D-Wave Quantum (QBTS), Rigetti Computing (RGTI) і Quantum Computing Inc. (QUBT), продемонстрували помітний приріст. Інвестори сприйняли підтримку NVIDIA та її відкриті інструменти ШІ як підтвердження того, що квантовий сектор наближається до комерційної значущості.
Цей мітинг підкреслює, наскільки тісно пов’язані настрої навколо квантових обчислень із ширшим бумом ШІ. Коли провідна компанія GPU випускає моделі, спеціально розроблені для того, щоб зробити квантове обладнання більш практичним, вона переосмислює квант не як віддаленого суперника класичних обчислень, а як сусідній кордон, який ШІ допоможе приборкати.
Чому відкриті ваги тут важливі
Рішення NVIDIA випустити моделі Ising як відкриті ваги є примітним, оскільки квантове виправлення помилок є сферою, де прогрес традиційно приховується в окремих компаніях, що займаються виготовленням обладнання, та академічних лабораторіях. Відкриті моделі знижують бар’єр для дослідників, які не мають доступу до фірмових декодерів, щоб експериментувати з корекцією за допомогою ШІ.
Якщо відкритий підхід закріпиться, це може прискорити такий спільний, міжінституційний прогрес, який просунув великі мовні моделі вперед. Дослідники можуть налаштовувати моделі на основі даних із власного апаратного забезпечення, ділитися вдосконаленнями та створювати загальний інструментарій замість того, щоб заново винаходити програмне забезпечення для калібрування та корекції для кожної нової квантової платформи.
Шлях до корисних квантових обчислень
Квантові обчислення роками перебували в стані обережного оптимізму, а дослідники неодноразово попереджали, що стійкі до відмов, широко корисні машини залишаться через роки. NVIDIA не стверджує, що Ising вирішує цю проблему прямо. Натомість компанія робить ставку на те, що штучний інтелект може стиснути часову шкалу, усунувши інженерні вузькі місця, один цикл калібрування та одну виправлену помилку за раз.
Чи окупиться ця ставка залежатиме від того, наскільки ефективно дослідницьке співтовариство засвоює моделі та наскільки ефективні вони в реальному світі, ніж перші результати Aegiq. Але з Ising NVIDIA провела чітку межу: на її думку, майбутнє корисних квантових обчислень буде побудовано на основі ШІ.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
