Исследования
Квантовый скачок: что квантовые вычисления принесут ИИ
IBM и Google создали отказоустойчивые квантовые вычисления в мае 2026 года. Вот что это означает для искусственного интеллекта, разработки лекарств и будущего шифрования.
Элвин С. ·
На протяжении почти двух десятилетий квантовые вычисления были технологией, которая всегда была на десять лет впереди. Область с огромными перспективами и постоянными разочарованиями, она привлекала миллиарды инвестиций, при этом результаты оставались в лабораторных условиях. Возможно, эта эпоха теперь закончилась.
В мае 2026 года компании IBM и Google независимо друг от друга объявили о достижениях, которые исследователи называют началом эры устойчивых к ошибкам квантовых вычислений (FTQC). IBM продемонстрировала модульную систему, соединяющую четыре своих процессора Flamingo в единую структуру на 4000 кубитов. Google доказала, что увеличение числа физических кубитов в поверхностном коде может фактически снизить общий уровень ошибок — результат, который теоретически предсказывался в течение многих лет, но никогда не демонстрировался в масштабах. Вместе эти два объявления свидетельствуют о том, что квантовый барьер наконец рухнул.
Последствия для искусственного интеллекта глубокие, хотя не всегда в тех аспектах, которые обсуждаются чаще всего.
Проблема кубита решена
Чтобы понять, почему это важно, полезно понять центральную инженерную задачу, которая сдерживала развитие квантовых вычислений. Квантовые биты, или кубиты, чрезвычайно хрупки. На них влияют тепло, вибрации, космические лучи и электромагнитные помехи. Стандартным решением была избыточность: распределение информации по множеству физических кубитов для создания одного надёжного логического кубита. До недавнего времени это соотношение составляло примерно 1000 физических кубитов на один логический кубит — то есть система должна была быть огромной, только чтобы выполнить простое надежное вычисление.
Прорыв 2026 года, ставший возможным благодаря новому классу математики с исправлением ошибок, называемому qLDPC-кодами, значительно сократил эти накладные расходы. Процессор IBM Condor с 1 121 физическим кубитом теперь может поддерживать десятки стабильных логических кубитов, способных запускать сложные алгоритмы без сбоев. Соотношение снизилось с 1000:1 до примерно 100:1 — это десятикратное улучшение, которое меняет экономику всей области.
ИИ уже ускоряет квантовые технологии
В поразительном изменении ожидаемого повествования, искусственный интеллект стал ключевым инструментом в создании лучших квантовых компьютеров — а не наоборот.
Самый наглядный пример произошёл в марте 2026 года, когда исследователи из Oratomic — стартапа, соучредителями которого стали бывшие специалисты Google Quantum AI — опубликовали статью, описывающую, как они использовали OpenEvolve, инструмент с открытым исходным кодом, использующий большие языковые модели, включая Google Gemini и Gemini Anthropic, для оптимизации алгоритмов, лежащих в основе их квантовой системы. Искусственный интеллект комбинировал прошлые научные результаты новыми способами, исследуя тысячи различных подходов в процессе, который исследователи описали как аналогичный естественному отбору.
Результат был выдающимся. Первоначальная работа ключевых алгоритмов команды, по словам соавтора Роберта Хуана, была «примерно в 1 000 раз хуже», чем требовалось. После оптимизации с помощью ИИ количество кубитов, необходимое для запуска алгоритма, сократилось в 100 раз. «Без ИИ мы бы попробовали несколько идей, увидели, что они не работают, и решили бы, что весь проект невозможен», — сказал Хуан журналу TIME. «Я не ожидал, что вы найдете что-то полезное.»
Google и IBM теперь используют небольшие языковые модели для мониторинга и калибровки последовательностей импульсов своих кубитов в реальном времени, предсказывая шум до того, как он нарушит вычисления, и настраивая систему для компенсации. Петля обратной связи сжимается: ИИ создает лучшие квантовые компьютеры, а квантовые компьютеры в конечном итоге будут создавать лучший ИИ.
Что квантовое вычисление сделает для ИИ
Наиболее значительное краткосрочное влияние квантовых вычислений на ИИ проявляется не в обучении больших языковых моделей — это по-прежнему является задачей классических вычислений в обозримом будущем. Влияние проявляется в конкретных, высокоценностных задачах, где квантовые алгоритмы предлагают доказуемые преимущества перед классическими подходами.
Статья, опубликованная в апреле 2026 года исследователями из Калифорнийского технологического института, продемонстрировала то, что они назвали 'квантовым оракульным скетчингом' — рамочную систему, которая позволяет квантовому компьютеру обрабатывать массивные классические наборы данных способом, который экспоненциально более эффективен по памяти, чем любой классический компьютер. Исследователи доказали, что квантовый процессор с 300 логическими кубитами может превзойти классическую машину, построенную из каждого атома во Вселенной, для определённых задач классификации и уменьшения размерности. Они проверили этот подход на реальных наборах данных, включая анализ тональности обзоров фильмов и секвенирование РНК отдельных клеток, достигнув сокращения требований к памяти на четыре-шесть порядков при использовании менее чем 60 логических кубитов.
Для исследователей в области ИИ практическое следствие таково: квантовые компьютеры не заменят GPU-кластеры, которые обучают фундаментальные модели. Но они откроют возможности, которые просто невозможны с классическим оборудованием — особенно в научных областях, где базовые явления по своей сути квантовые.
Открытие лекарств: самый понятный пример использования
Приложение, которое исследователи наиболее последовательно называют первым крупным квантовым преимуществом, — это разработка лекарств. Классические суперкомпьютеры, даже с самыми мощными кластерами GPU H100 и H200, доступными сегодня, не могут идеально смоделировать поведение одной молекулы кофеина. Сложность экспоненциальна: каждый дополнительный атом умножает вычислительные затраты. Квантовые компьютеры решают эту задачу, используя ту же математику, которую использует природа.
В январе 2026 года исследователи опубликовали результаты QuADD — системы квантово-поддерживаемого проектирования лекарств — показывающие, что квантовые вычисления могут создавать молекулы, похожие на лекарства, с превосходными свойствами по сравнению с чисто ИИ-ориентированными подходами. Подразделение здравоохранения IBM теперь запускает гибридные квантово-классические рабочие процессы для моделирования сворачивания белков и поведения ферментов на уровне точности, который ранее был недостижим.
Энергетический сектор наблюдает внимательно. Квантовое моделирование фиксации азота — процесса, при котором бактерии извлекают азот из воздуха при комнатной температуре — может открыть синтетический путь, который устранит необходимость в процессе Габера-Боша, который в настоящее время потребляет примерно 2% мировой энергии. Если квантовые компьютеры смогут достаточно точно смоделировать этот биологический процесс для промышленного воспроизведения, последствия для глобального потребления энергии и производства продуктов питания будут огромными.
Рассчитание с безопасностью
Те же возможности, которые делают квантовые компьютеры ценными для искусственного интеллекта и открытия новых лекарств, делают их опасными для кибербезопасности. Протоколы шифрования, обеспечивающие безопасность интернета — RSA-2048, криптография на эллиптических кривых — основаны на предположении, что разложение больших чисел на множители вычислительно сложно. Достаточно мощный квантовый компьютер, работающий по алгоритму Шора, разрушит это предположение за дни, а не за миллиарды лет, которые требуют классические машины.
Прорывы 2026 года ускорили график. В марте 2026 года Google объявила, что переносит срок перехода на постквантовую криптографию на 2029 год — на шесть лет раньше установленного NIST срока 2035 года. Cloudflare, который защищает значительную часть интернет-трафика, также объявила, что 'ускоряет' свой собственный срок до 2029 года. 'Это настоящий шок,' — сказал TIME Баз Вестербаан, исследователь кибербезопасности в Cloudflare. 'Нам придётся существенно ускорить наши усилия.'
Угроза не является чисто теоретической. Противники уже проводят то, что специалисты по безопасности называют атаками «собери сейчас, расшифруй позже» — собирая зашифрованные данные сегодня с намерением расшифровать их, когда квантовые компьютеры станут достаточно мощными. Засекреченные сообщения, финансовые записи и конфиденциальные личные данные, собранные в 2026 году, могут быть раскрыты в 2029 или 2030 году. Дорожная карта G7 по квантовым технологиям, принятая в начале 2026 года, обязала внедрить стандарты постквантовой криптографии (PQC) во всех странах-участницах к 2030 году.
Временная шкала до масштаба полезности
Дорожная карта G7 описывает трехэтапный график, который теперь широко принят отраслевыми аналитиками. Текущий момент — 2026 год — описывается как фаза «Квантовой полезности»: квантовые системы могут превосходить классические суперкомпьютеры в специфических симуляциях природы, особенно в поведении катализаторов и материаловедении. Вторая фаза, запланированная на 2028 год, называется «Криптографическое предупреждение»: системы достигнут возможности угрожать устаревшему шифрованию, хотя пока не на масштабе, необходимом для практической атаки. Третья фаза, с 2030 по 2033 годы, называется «Эра устойчивости к ошибкам»: IBM нацелена на 2000 и более логических кубитов, способных выполнять один миллиард операций, что делает универсальный квантовый компьютер реальным инструментом для широкого круга задач.
Для ИИ особенно значительный переход произойдет на третьем этапе, когда квантовые процессоры смогут использоваться в качестве сопроцессоров вместе с классическими кластерами GPU — обрабатывая части рабочих нагрузок ИИ, которые связаны с квантово-механическим моделированием, в то время как классическое оборудование будет заниматься распознаванием шаблонов и языковыми задачами, которые остаются в его области.
Что будет дальше
Прорыв IBM-Google 2026 года — это не появление квантового компьютера, которое представляла себе научная фантастика. Это нечто более скромное и более значимое: доказательство того, что квантовые вычисления с исправлением ошибок — это инженерная задача, а не физическая проблема. Физика решена. Инженерия в процессе.
Для индустрии ИИ последствия будут проявляться постепенно. В ближайшем будущем квантовые компьютеры ускорят определённые научные исследования — открытие лекарств, материаловедение, моделирование климата — которые обратно влияют на тренировочные наборы данных для ИИ и возможности моделей. В среднесрочной перспективе алгоритмы машинного обучения с квантовым усилением позволят ИИ-системам обрабатывать научные данные в масштабах и с точностью, невозможными для классического оборудования. В долгосрочной перспективе комбинация квантового моделирования и логики ИИ может привести к такому научному ускорению, о котором исследователи вроде Сэма Альтмана и Дарио Амодеи обещают уже много лет.
Мир еще не готов к тому, что будет дальше. Но впервые временная шкала больше не является теоретической.