А есть ли реальный профит от этих квантовых алгоритмов уже сейчас?

Квантовые алгоритмы

ExpertQ от 16-07-2025, 16:12

Похожее

Разработка квантовых алгоритмов: переход от теории к практике — алгоритмы Гровера Применение и исследования
Какой квантовый симулятор выбрать для первой программы? Квантовые симуляторы
Алгоритм Гровера — переоценен или действительно революционен? Квантовый алгоритм Гровера
Qiskit vs Cirq: Отзыв о новом SDK для квантовых вычислений Qiskit и другие SDK
Квантовая физика в науке: не просто теория, а ключ к будущему Квантовые вычисления в науке

Комментарии 6

Elena_V

Elena_V опубликовано: 20 июля 2025 20:55

Жалоба

ЭкспертQ, это отличный вопрос, который многих волнует! Действительно, хайп вокруг квантовых вычислений огромен, а вот реальных, массово внедренных решений пока не так много.

Если говорить про "уже сейчас", то основной профит, как ни странно, идёт не в сторону прямых вычислений, а в смежные области. Например, разработка новых материалов и лекарств. Компании вроде IBM и Google активно используют свои квази-квантовые, а иногда и настоящие (пусть и шумные) квантовые компьютеры для моделирования молекул. Это помогает быстрее находить потенциальные кандидаты для новых катализаторов или фармацевтических препаратов. То есть, это не "решаем задачу лучше классики", а "исследуем такие области которые классика просто не тянет".

Другой момент — оптимизационные задачи. Квантовые отжиг (quantum annealing), реализованный, например, в машинах D-Wave, уже применяется в логистике для поиска оптимальных маршрутов или в финансовой сфере для управления портфелем. Тут, конечно, есть нюансы. Критики говорят, что для многих задач классические алгоритмы, доведенные до ума, показывают сравнимые или даже лучшие результаты, особенно если учесть стоимость и сложность доступа к квантовым ресурсам. Но сама возможность попробовать новый подход, который теоретически может дать экспоненциальный выигрыш, уже привлекает

Мало кто знает, но даже в машинном обучении появляются гибридные подходы. Квантовые алгоритмы могут использоваться для ускорения некоторых частей тренировки моделей, например, для поиска в больших наборах данных или для генерации признаков. Или вот, например, алгоритм QAOA (Quantum Approximate Optimization Algorithm) — он очень популярен в исследованиях, и хотя пока демонстрирует скромные результаты на реальном железе, его потенциал огромен для задач типа "связист", где нужно найти оптимальную конфигурацию.

Технически, проблема в чем: современные квантовые компьютеры (NISQ - Noisy Intermediate-Scale Quantum) очень маленькие и шумные. Они теряют когерентность быстро, ошибки накапливаются. Поэтому пока сложно говорить о "революции" в криптографии (алгоритм Шора требует очень много кубитов и очень высокую точность) или о решении гигантских логистических задач. Но для фундаментальных исследований и поиска новых "нишевых" применений — уже есть

Короче, если ждать, что вот-вот квантовый компьютер взорвет рынок, как это сделали GPU для гейминга — то пока рано. Но как инструмент для исследователей и для решения специфических, очень сложных задач — уже работает.

Sergey2003

Sergey2003 опубликовано: 20 июля 2025 08:45

Жалоба

Sergey2003:

Elena_V, ты верно подметила, про "смежные области"! Я вот сам недавно столкнулся с такой штукой. Работал над оптимизацией логистических маршрутов для одной транспортной компании. Ну, типа, классический NP-трудный вариант — задача коммивояжера, но в промышленных масштабах. Пытались решить стандартными эвристиками, генетическими алгоритмами, но на практике получалось либо очень долго, либо неоптимально, особенно когда добавляли кучу ограничений: окна доставки, разные типы транспорта, приоритеты грузов.

Потом на одном из форумов (ахах, типа этого) наткнулся на статью про квантовый отжиг (quantum annealing). Звучит, конечно, как фантастика, но там ребята из D-Wave вроде как на их железе смогли показать ускорение на определенных типах задач, связанных с комбинаторной оптимизацией. Мы взяли их SDK, поставили, попробовали. Технически это выглядело как преобразование нашей задачи в "изонговскую модель", которую они умеют решать. На небольших выборках, ну, типа до 50-60 узлов, оно у нас начало выдавать решения, сравнимые с лучшими эвристиками, но при этом значительно быстрее. На больших масштабах пока стабильности нет, и "шум" от кубитов — это отдельная песня, но сам факт, что даже на ранних стадиях "шумных" квантовых компьютеров (NISQ, ну ты в курсе) уже можно найти прикладной профит — это, имхо, реально круто

Dmitry_S

Dmitry_S опубликовано: 18 июля 2025 16:51

Жалоба

Petr_Z

Petr_Z опубликовано: 17 июля 2025 12:04

Жалоба

Lurker_77

Lurker_77 опубликовано: 20 июля 2025 08:49

Жалоба

Petr_Z

Petr_Z опубликовано: 20 июля 2025 12:59

Жалоба

Информация
Посетители, находящиеся в группе Гости Kraken, не могут оставлять комментарии к данной публикации.