Исследование
Квантовый скачок: что квантовые вычисления сделают для ИИ
IBM и Google в мае 2026 года достигли устойчивых квантовых вычислений. Вот что это значит для искусственного интеллекта, открытия новых лекарств и будущего шифрования.
Эльвин С ·
Почти два десятилетия квантовые вычисления оставались технологией, которая всегда была на десять лет впереди. Область с невероятными перспективами и постоянными разочарованиями привлекала миллиарды инвестиций, при этом результаты оставались в пределах лаборатории. Возможно, эта эпоха теперь закончена.
В мае 2026 года IBM и Google независимо друг от друга объявили о достижениях, которые исследователи называют началом эры отказоустойчивых квантовых вычислений (FTQC). IBM продемонстрировала модульную систему, соединяющую четыре её процессора Flamingo в единую структуру из 4000 кубитов. Google доказала, что увеличение числа физических кубитов в поверхности кода может фактически уменьшить общий уровень ошибок — результат, который теоретически предсказывался в течение многих лет, но никогда не демонстрировался в масштабе. Вместе эти два объявления сигнализируют о том, что квантовый барьер наконец рухнул.
Последствия для искусственного интеллекта огромны, хотя не всегда проявляются так, как обычно обсуждают.
Проблема кубитов решена
Чтобы понять, почему это важно, полезно понять главную инженерную проблему, которая сдерживала развитие квантовых вычислений. Квантовые биты, или кубиты, чрезвычайно хрупки. Их нарушают тепло, вибрации, космические лучи и электромагнитные помехи. Стандартным решением была избыточность: распределение информации по множеству физических кубитов для создания одного надежного логического кубита. До недавнего времени это соотношение составляло примерно 1000 физических кубитов на один логический кубит — что означало, что система должна была быть огромной, чтобы выполнить простое надежное вычисление.
Прорыв 2026 года, ставший возможным благодаря новому классу исправляющей ошибки математики, называемому qLDPC кодами, значительно снизил 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 — десятикратное улучшение, которое меняет экономику всей области.
Искусственный интеллект уже ускоряет квантовое
В поразительном противоположном повороте ожидаемого сценария искусственный интеллект стал ключевым инструментом в создании более совершенных квантовых компьютеров — а не наоборот.
Наиболее наглядным примером стал март 2026 года, когда исследователи из Oratomic — стартапа, соучредителями которого являются бывшие ученые Google Quantum AI — опубликовали статью, в которой описали, как они использовали OpenEvolve, инструмент с открытым исходным кодом, использующий большие языковые модели, включая Google Gemini и Anthropic Claude, для оптимизации алгоритмов, лежащих в основе их квантовой системы. ИИ объединял предыдущие научные результаты новыми способами, исследуя тысячи различных подходов в процессе, который исследователи описали как аналогичный естественному отбору.
Результат был необыкновенным. Первоначальная работа ключевых алгоритмов команды, по словам соавтора Роберта Хуанга, была «примерно в 1 000 раз хуже», чем требовалось. После оптимизации с помощью ИИ количество кубитов, необходимое для работы алгоритма, сократилось в 100 раз. «Без ИИ мы бы попробовали несколько идей, увидели, что они не работают, и решили бы, что всё это невозможно», — сказал Хуанг журналу TIME. «Я не ожидал, что вы найдете что-то полезное.»
Сейчас Google и IBM используют небольшие языковые модели для мониторинга и калибровки последовательностей импульсов своих кубитов в реальном времени, предсказывая шум до того, как он нарушит расчёты, и настраивая систему для компенсации. Цикл обратной связи сужается: ИИ создаёт лучшие квантовые компьютеры, а квантовые компьютеры в конечном итоге создадут лучший ИИ.
Что квантовые технологии сделают для ИИ
Наиболее значимое влияние квантовых вычислений на ИИ в ближайшей перспективе проявляется не в обучении больших языковых моделей — это по-прежнему задача классических вычислений на обозримое будущее. Влияние заключается в конкретных, высокоценностных задачах, где квантовые алгоритмы предлагают доказанные преимущества по сравнению с классическими методами.
Статья, опубликованная в апреле 2026 года исследователями из Калифорнийского технологического института, продемонстрировала то, что они назвали 'квантовым оракульным скетчингом' — рамочную концепцию, 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 всех атомов наблюдаемой вселенной, для определённых задач классификации и уменьшения размерности. Они проверили этот подход на реальных наборах данных, включая анализ сентимента рецензий на фильмы и секвенирование РНК отдельных клеток, достигнув снижения требований к памяти на четыре-шесть порядков при использовании менее 60 логических кубитов.
Для исследователей в области ИИ практическое значение таково: квантовые компьютеры не заменят GPU-кластеры, которые обучают фундаментальные модели. Но они откроют возможности, которые просто невозможны на классическом оборудовании — особенно в научных областях, где основные явления по своей природе квантовые.
Открытие лекарственных средств: самый очевидный пример использования
Область применения, которую исследователи наиболее стабильно называют первой крупной квантовой выгодой, — это открытие лекарств. Классические суперкомпьютеры, даже с самыми мощными GPU-кластерами H100 и H200, доступными сегодня, не могут идеально смоделировать поведение одной молекулы кофеина. Сложность экспоненциальная: каждый дополнительный атом увеличивает вычислительные затраты. Квантовые компьютеры решают эту проблему, используя ту же математику, которую использует природа.
В январе 2026 года исследователи опубликовали результаты QuADD — системы квантово-помощного проектирования лекарств, — показав, что квантовые вычисления могут генерировать молекулы, похожие на лекарства, с лучшими свойствами по сравнению с чисто ИИ-основанными подходами. Сегодня подразделение здравоохранения IBM использует гибридные квантово-классические рабочие процессы для моделирования сворачивания белков и поведения ферментов на уровне точности, который ранее был недостижим.
Энергетический сектор внимательно наблюдает. Квантовое моделирование азотного фиксирования — процесса, при котором бактерии извлекают азот из воздуха при комнатной температуре — может открыть синтетический путь, который устраняет необходимость в процессе Габера-Боша, который в настоящее время потребляет примерно 2% мировой выработки энергии. Если квантовые компьютеры смогут достаточно точно смоделировать этот биологический процесс для его промышленного воспроизведения, последствия для глобального потребления энергии и производства продуктов питания будут огромными.
Расчёт безопасности
Те же возможности, которые делают квантовые компьютеры ценными для ИИ и разработки 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 является вычислительно непосильной задачей. Достаточно мощный квантовый компьютер, работающий по алгоритму Шора, разрушил бы это предположение за дни вместо миллиардов лет, необходимых классическим машинам.
Прорывы 2026 года ускорили ход событий. В марте 2026 года Google объявила, что переносит срок своей миграции на постквантовую криптографию на 2029 год — на шесть лет раньше установленного NIST срока 2035 года. Cloudflare, который защищает значительную часть интернет-трафика, объявила, что также 'ускоряет' собственный срок до 2029 года. 'Это настоящий шок', — сказал TIME Бас Вестербаан, исследователь кибербезопасности в Cloudflare. 'Нам придется значительно ускорить наши усилия.'
Угроза не является чисто теоретической. Противники уже проводят то, что исследователи безопасности называют атаками «собрать сейчас, расшифровать позже» — собирая зашифрованные данные сегодня с намерением расшифровывать их, как только квантовые компьютеры станут достаточно мощными. Засекреченные сообщения, финансовые данные и конфиденциальная личная информация, собранная в 2026 году, может быть раскрыта в 2029 или 2030 году. Дорожная карта G7 по квантовым технологиям, принятая в начале 2026 года, обязала стандарты постквантовой криптографии (PQC) во всех странах-участницах к 2030 году.
График внедрения на промышленном уровне
Дорожная карта G7 описывает трехэтапный график, который сейчас широко принят отраслевыми аналитиками. Настоящий момент — 2026 год — описывается как фаза «Квантовая полезность»: квантовые системы могут превосходить классические суперкомпьютеры в конкретных симуляциях природы, особенно в поведении катализаторов и материаловедении. Второй этап, запланированный на 2028 год, называется «Криптографическое предупреждение»: системы достигнут способности угрожать устаревшему шифрованию, хотя еще не в масштабе, необходимом для практической атаки. Третий этап, с 2030 по 2033 годы, — это «Эра отказоустойчивости»: IBM нацеливается на 2000 или более логических кубитов, способных выполнять один миллиард операций, что делает квантовый компьютер общего назначения реалистичным инструментом для широкого круга задач.
Для ИИ особенно значительный переход произойдет на третьей фазе, когда квантовые процессоры смогут использоваться в качестве сопроцессоров вместе с классическими кластерами GPU — обрабатывая те части рабочих нагрузок ИИ, которые включают квантово-механическое моделирование, в то время как классическое оборудование будет справляться с задачами распознавания шаблонов и обработки языка, которые по-прежнему остаются его областью.
Что будет дальше
Прорыв IBM-Google 2026 года — это не появление квантового компьютера, которое представляла себе научная фантастика. Это что-то более скромное и более значимое: доказательство того, что отказоустойчивое квантовое вычисление — это инженерная проблема, а не физическая. Физика решена. Инженерия ведется.
Для индустрии ИИ последствия будут проявляться постепенно. В краткосрочной перспективе квантовые компьютеры ускорят определённые научные исследования — открытие лекарств, материаловедение, моделирование климата — которые затем будут использоваться для обучения ИИ и улучшения возможностей моделей. В среднесрочной перспективе алгоритмы машинного обучения с квантовым усилением позволят системам ИИ обрабатывать научные данные в масштабе и с точностью, недостижимыми на классическом оборудовании. В долгосрочной перспективе комбинация квантового моделирования и рассуждений ИИ может привести к тому научному ускорению, которое исследователи, такие как Сэм Олтман и Дарио Амодеи, обещают уже много лет.
Мир ещё не готов к тому, что будет дальше. Но впервые временные рамки перестают быть чисто теоретическими.