Часть 1: Разоблачение "квантового превосходства"
"Квантовый компьютер способен за секунду выполнить вычисления, на которые обычному компьютеру потребуется септиллион лет!" – именно такими заголовками нас бомбардируют научно-популярные издания, освещая очередной "прорыв" от Google, IBM или других технологических гигантов. Но давайте на минуту остановимся и зададим простой вопрос: а что именно вычислил этот чудо-компьютер? И действительно ли нам нужны эти вычисления?
Танцы с бубном вокруг числа 21
Начнем с простого факта, который почему-то стыдливо замалчивается в громких пресс-релизах: за последние 20 лет развития квантовых вычислений мы продвинулись от разложения числа 15 на множители... к разложению числа 21. Для тех, кто подзабыл школьную математику: разложить число на множители – это значит найти все простые числа, которые при перемножении дают исходное число. Например, 12 = 2×2×3, а 21 = 3×7. Казалось бы, что тут сложного? Любой школьник справится с такой задачей для маленьких чисел. Однако когда числа становятся достаточно большими (как в современной криптографии, где используются числа с сотнями цифр), задача становится невероятно сложной для обычных компьютеров. Именно поэтому квантовые энтузиасты так носятся с этой задачей факторизации – она могла бы помочь взламывать шифры.
Но вернемся к нашим квантовым баранам. Да, вы не ошиблись – речь идет именно о числе 21, а не о какой-то его степени. IBM с гордостью отрапортовала об этом "достижении", умолчав о том, что результат (3×7=21) был известен заранее, а сам квантовый компьютер был специально сконструирован под эту задачу. Для факторизации даже такого крошечного пятибитного числа потребовалось бы 9000 операций с кубитами – возможностей, которых у IBM никогда не было.
- In 2021, researchers demonstrated the factorization of the number 21 using an IBM quantum computer by employing a compiled version of Shor's algorithm. The experiment showcased the potential for implementing such algorithms on quantum processors with a limited number of qubits.
В 2021 году исследователи продемонстрировали разложение числа 21 на множители с помощью квантового компьютера IBM, применив адаптированную версию алгоритма Шора. Этот эксперимент подчеркнул потенциал использования подобных алгоритмов на квантовых процессорах с ограниченным количеством кубитов.
Источник: arXiv - Алгоритм Шора — это метод, который позволяет квантовым компьютерам быстро находить простые множители больших чисел. Это важно, потому что современные шифры, защищающие данные, основаны на том, что обычным компьютерам такая задача неподъёмна. Однако на практике этот алгоритм пока не используется, так как современные квантовые компьютеры не обладают достаточным количеством стабильных кубитов, чтобы выполнять его для реальных задач, например, взлома шифров.
Представьте себе, что вы создали калькулятор, который умеет только умножать 3 на 7. И теперь с гордостью заявляете, что он может мгновенно решить эту задачу, в то время как обычному компьютеру потребуются... секунды? Абсурд? Безусловно. Но именно такая логика лежит в основе заявлений о "квантовом превосходстве".
Willow: Очередная квантовая сказка?
Недавно Google громко анонсировал свой новый квантовый чип Willow, и заголовки тут же запестрели сенсационными цифрами. "Квантовый компьютер решил задачу в септиллион (это единица с 24 нулями!) раз быстрее самого мощного суперкомпьютера в мире!" – кричали СМИ. По заявлению Google, на решение их тестовой задачи обычному компьютеру потребовалось бы 1,000,000,000,000,000,000,000,000 лет, в то время как Willow справился с ней за считанные секунды.
Звучит впечатляюще, не так ли? Но давайте копнем глубже. Во-первых, это "революционное превосходство" продемонстрировано на единственной, специально сконструированной задаче, которая не имеет никакого практического применения. Это все равно что сравнивать скорость Ferrari и велосипеда на трассе, специально построенной так, чтобы велосипед не мог по ней проехать. Да, технически Ferrari "быстрее", но какой в этом смысл?
Но главное даже не это. Google заявляет о решении фундаментальной проблемы квантовых вычислений – проблемы ошибок и шума. Суть в том, что в существующих квантовых компьютерах увеличение количества кубитов (квантовых битов) неизбежно приводит к экспоненциальному росту ошибок в вычислениях. Это как пытаться удержать гигантский таз воды на ладонях: чем больше воды ты наливаешь, тем сильнее она разливается через край, пока не начнёт затапливать всё вокруг. Google утверждает, что в их системе, как в гигантском тазу с водой, чем больше кубитов, тем стабильнее конструкция и меньше ошибок, словно чем больше воды наливаешь, тем устойчивее становится сам таз.
Это заявление выглядит особенно сомнительным, учитывая, что лучшие физики мира на протяжении трех десятилетий говорили о том, что шум и ошибки – это не просто техническая проблема, а фундаментальное ограничение, связанное с самой природой квантовой механики. И вдруг Google одним махом "решает" эту проблему? Это напоминает историю с вечным двигателем – каждый год кто-то заявляет о его создании, но почему-то мы все еще платим за электричество.
Особенно показательно, что даже сами создатели признают: их чудо-машина пока что остается экспериментальной разработкой и не способна решать практические задачи. Willow нельзя использовать ни для создания лекарств, ни для проектирования термоядерных реакторов, ни даже в качестве замены обычной видеокарты. Единственное, что он может – это решать искусственную задачу, специально придуманную для демонстрации его "превосходства".
Это как если бы вы создали устройство, единственная функция которого – доказывать, что оно лучше обычных компьютеров. Не слишком ли это напоминает цирковой трюк, замаскированный под научный прорыв?
Кубит для чайников: Почему всё намного сложнее, чем кажется
Когда речь заходит о кубитах, популяризаторы науки любят повторять мантру: "В отличие от обычного бита, который может быть либо 0, либо 1, кубит может находиться в обоих состояниях одновременно!" Звучит магически, не правда ли? Но это такое же упрощение, как сказать, что квантовая физика – это "про то, что всё относительно".
Представьте себе обычный компас. Его стрелка может указывать на север или на юг – это как бит в обычном компьютере, только два состояния. А теперь представьте, что вы можете повернуть стрелку компаса под любым углом, причем не только в горизонтальной плоскости, но и в трехмерном пространстве. Более того – положение этой стрелки описывается не просто углами, а сложной математической формулой с комплексными числами. И стоит вам попытаться "подсмотреть" точное положение стрелки – она тут же перескакивает либо на север, либо на юг.
Именно с такой дикой математической абстракцией приходится работать в квантовых компьютерах. И если управлять одной такой "стрелкой" ещё как-то можно (хотя и с огромным трудом), то удержать в согласованном состоянии тысячи таких "стрелок" – это примерно как заставить тысячу кошек синхронно танцевать вальс. Теоретически возможно, практически – не очень.
Аналоговая природа проблемы
Ключевая проблема квантовых компьютеров, о которой редко говорят в пресс-релизах, заключается в их аналоговой природе. В отличие от классических компьютеров, где бит может быть только 0 или 1, квантовый бит (кубит) описывается волновой функцией с двумя комплексными числами.
Для неспециалистов это может звучать как технический жаргон, поэтому приведу простую аналогию: представьте, что вы пытаетесь измерить уровень воды в стакане. В цифровом мире вы можете сказать "стакан пуст" (0) или "стакан полон" (1). В аналоговом мире вам нужно определить точный уровень воды с бесконечной точностью, учитывая температуру, испарение, форму стакана и множество других факторов. Именно с такой проблемой сталкиваются создатели квантовых компьютеров.
Математика против реальности
Давайте разберем эту проблему подробнее. Для создания практически полезного квантового компьютера необходимо контролировать 10^300 параметров с точностью до 10^-5. Для сравнения: во всей наблюдаемой Вселенной существует всего около 10^80 протонов. Иными словами, нам не хватит атомов во Вселенной, чтобы построить полноценный квантовый компьютер.
- 10^300 — единица с 300 нулями: 1,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000.
- 10^-5 — это 0.00001 (единица, разделённая на 100,000).
- 10^80 — единица с 80 нулями: 10,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000.
Но это только начало проблемы. Представьте себе, что вы пытаетесь настроить не один, а тысячи осциллографов одновременно. Каждый из них показывает постоянно меняющийся сигнал, и вам нужно держать все эти сигналы синхронизированными с идеальной точностью. Малейшее отклонение в одном приборе приводит к каскаду ошибок во всей системе.
В реальном мире невозможно достичь абсолютной точности в измерении или управлении аналоговыми величинами. Это фундаментальное ограничение, с которым сталкивается любой инженер. Как говорил влиятельный физик Михаил Дьяконов: "Потратив десятилетие на исследования в области квантовой физики, я разработал свою очень пессимистичную точку зрения, которая основана на понимании огромных технических проблем, которые стоят перед квантовыми вычислениями и которые не могут быть преодолены в обозримом будущем".
- Михаил (Мишель) Дьяконов – российский физик-теоретик, с 1990-х годов работавший во Франции. Известен открытием нескольких важных физических эффектов, в том числе механизма спиновой релаксации Дьяконова-Переля и особого типа поверхностных электромагнитных волн. Лауреат множества престижных наград, включая Государственную премию СССР и Большую премию Французского физического общества. В научном сообществе также известен своей аргументированной критикой перспектив создания практически полезных квантовых компьютеров, подчёркивая огромный разрыв между теоретическими разработками и реальными экспериментальными достижениями в этой области.
И всё же, несмотря на эти, казалось бы, непреодолимые математические барьеры, наука продолжает двигаться вперёд. Вместо того чтобы пытаться достичь абсолютного контроля над каждым отдельным кубитом — задачи действительно невыполнимой — исследователи начали искать обходные пути. И именно здесь подход Google оказался особенно интересным: что если заставить кубиты работать сообща, компенсируя ошибки друг друга?
Этот подход можно сравнить с переходом от попыток создать идеального музыканта к формированию оркестра, где небольшие индивидуальные погрешности растворяются в общем звучании. Возможно, мы не можем достичь абсолютной точности в управлении отдельными кубитами, но мы можем создать систему, где коллективное поведение оказывается более стабильным, чем поведение отдельных элементов.
Как Google укрощает квантовый хаос
В основе заявленного успеха Google лежит концепция связанности кубитов или квантовой запутанности. Это уникальное квантовое явление, при котором состояния нескольких кубитов становятся взаимозависимыми настолько, что они начинают вести себя как единая квантовая система. В такой системе изменение состояния одного кубита мгновенно влияет на состояния других связанных с ним кубитов, что позволяет создавать надёжные механизмы обнаружения и коррекции ошибок без нарушения квантовых состояний.
Представьте себе детский хор. Когда поёт один ребёнок, он может сбиться или взять неверную ноту. Но когда поют все вместе, они помогают друг другу держать ритм и мелодию. Похожим образом работает и новый подход Google: кубиты не просто существуют по отдельности, а образуют единую связанную систему, где каждый элемент помогает другим работать правильно.
В статье, опубликованной в Nature, исследователи Google описали, как они использовали так называемый "поверхностный код" — особую архитектуру, где кубиты располагаются в виде двумерной решётки. В такой структуре каждый кубит постоянно "общается" со своими соседями, что позволяет мгновенно замечать и исправлять ошибки.
Как отметил руководитель Google Quantum AI Хартмут Невен: "Мы прошли точку равновесия". И результаты эксперимента подтверждают его слова. В статье "Suppressing quantum errors by scaling a surface code logical qubit" команда Google представила доказательства того, что увеличение размера системы действительно помогает бороться с ошибками:
"We find that the distance-5 logical qubit outperforms the distance-3 logical qubit, demonstrating that increasing the code distance suppresses logical errors, a key requirement for realizing fault-tolerant quantum computation."
"Мы обнаружили, что логический кубит с кодовым расстоянием 5 превосходит кубит с расстоянием 3, что демонстрирует: увеличение кодового расстояния снижает количество логических ошибок — ключевое условие для создания устойчивых к ошибкам квантовых вычислений."
Кодовое расстояние — это как защита информации от ошибок. Представьте, что вы шлёте письмо по почте, и на пути его может испортить дождь или порвать собака. Если у вас есть один слой упаковки (это "кодовое расстояние 3"), письмо может испортиться. Но если слоёв пять, как в новом эксперименте, то защита работает лучше, и письмо доходит целым.
Раньше предполагалось, что увеличение такой "упаковки" в квантовых компьютерах будет помогать исправлять ошибки, но проверить это было очень сложно из-за нестабильности квантовых систем. Теперь исследователи смогли доказать, что "толще" действительно означает "надёжнее". Логический кубит с кодовым расстоянием 5 показал меньше ошибок, чем с расстоянием 3, что подтверждает: квантовые компьютеры могут становиться устойчивее к сбоям, если их правильно настроить. Это важный шаг вперёд, ведь стабильность — одно из главных препятствий на пути к рабочим квантовым машинам.
Правильная настройка связана с тем, что кубиты работают не поодиночке, а как слаженный хор, где каждый помогает "петь" другим. Это достигается за счёт так называемой квантовой запутанности, когда кубиты связаны между собой и их состояния взаимозависимы. Такая согласованность уменьшает лишние флуктуации (то есть случайные ошибки) и помогает системе быстрее замечать и исправлять сбои. Это как если бы все участники хора слегка сбивались с мелодии, но за счёт общей слаженности продолжали звучать гармонично.
Что же такое это загадочное "случайное квантовое схемотехническое семплирование"?
Чтобы продемонстрировать возможности Willow, исследователи использовали задачу под названием random circuit sampling.
Random circuit sampling (RCS) — это задача, которая включает в себя генерацию выходных вероятностей сложной квантовой схемы, состоящей из случайно выбранных квантовых операций (гейтов), и сравнение этих результатов с теоретическими предсказаниями.
Представьте, что вы создаёте невероятно сложный лабиринт, где каждый поворот определяется квантовыми законами. Классическому компьютеру, чтобы предсказать, какими путями пройдёт частица через этот лабиринт, потребовалось бы время, превышающее возраст Вселенной. Квантовый процессор Willow справился с этой задачей за 5 минут.
Это не просто академическое достижение. Способность быстро решать такие сложные задачи потенциально открывает дорогу к практическому применению квантовых компьютеров в самых разных областях — от разработки новых лекарств до создания более эффективных аккумуляторов и улучшения алгоритмов искусственного интеллекта.
Что дальше?
Достижение Google показывает, что квантовые компьютеры постепенно переходят из области научной фантастики в реальность. Способность контролировать и исправлять ошибки в реальном времени — это именно тот прорыв, которого ждало научное сообщество. Теперь, когда базовая проблема начинает поддаваться решению, мы можем ожидать более быстрого развития практических применений квантовых вычислений.
Конечно, до того момента, когда квантовые компьютеры станут такими же обычными, как наши смартфоны, ещё очень далеко. Но Google сделала важный шаг в этом направлении, показав, что даже такую фундаментальную проблему, как квантовые ошибки, можно решить, если подойти к ней с правильной стороны.
Тем не менее, за каждым технологическим триумфом часто скрываются нюансы, которые не видны за яркими заголовками. Да, Google удалось продемонстрировать серьёзный шаг вперёд в преодолении квантовых ошибок. Однако важно задать себе вопрос: является ли это реальным прорывом, приближающим нас к практическому применению, или же это просто очередное мастерство в демонстрации способности квантового компьютера решать задачи, которые для классических систем изначально не предназначены? Ведь задача random circuit sampling — это как устроить соревнование, кто быстрее наполнит шар гелием, зная, что этот шар уже идеально подготовлен. Классический компьютер должен сначала создать насос, найти баллон, подключить его и измерить объём шара, а квантовый просто "выдыхает" готовый результат. Это выглядит эффектно, но в итоге мы остаёмся с надутым шаром, который сам по себе не решает реальных задач — он не строит здания, не лечит болезни и даже не становится полезным инструментом, это просто демонстрация возможностей.
И вот здесь возникает вопрос: а не строим ли мы наши ожидания от квантовых технологий на фундаменте, который сам по себе нуждается в проверке? Мы видим красивую демонстрацию уникальных возможностей квантовых компьютеров, но насколько это приближает нас к реальным достижениям? Ведь можно сколь угодно долго восхищаться воздушным шаром, не замечая, что он только для парада. А теперь давайте разберёмся, как громкие обещания соотносятся с реальностью.
Часть 2: Разрушение мифов о практическом применении
Сказки о взломе криптографии
Одно из самых громких обещаний квантовых компьютеров – способность взломать современные системы шифрования, в частности RSA, который сегодня защищает практически все защищённые интернет-соединения, электронную почту и цифровые подписи. "Весь интернет рухнет в одночасье!" – пугают нас заголовки. Но давайте разберемся, насколько реальна эта угроза.
Алгоритм Шора, теоретически способный взломать RSA путём факторизации больших чисел, требует огромного количества идеальных кубитов. И даже если (это большое "если") мы сможем их создать, возникает целый ряд практических проблем. Прежде всего – это вероятностная природа квантовых вычислений, о которой почему-то забывают упомянуть энтузиасты.
Чтобы быть уверенным в результате, алгоритм нужно запускать многократно. Если квантовый компьютер решает задачу за секунду, а обычному требуется тысяча секунд, но квантовый алгоритм нужно повторить тысячу раз для уверенности – где здесь превосходство? А что если повторений потребуется миллион? Внезапно ваше "квантовое преимущество" превращается в "квантовый провал".
Более того, алгоритм Шора – это не универсальный "взломщик". Это как иметь лазер, который идеально режет один вид материала, но бесполезен для всех остальных. Он эффективен только для очень специфического класса задач, связанных с поиском периода функции, что делает его применимым к RSA и некоторым другим криптосистемам, основанным на сложности факторизации и дискретного логарифмирования. Но даже здесь есть подвох: при увеличении размера факторизуемого числа ошибки в квантовых операциях накапливаются экспоненциально, что может свести на нет всё теоретическое преимущество.
Современный RSA с ключами длиной 2048 или 4096 бит остаётся практически неуязвимым не только из-за технологических ограничений в создании достаточного количества стабильных кубитов, но и из-за фундаментальных проблем с масштабированием самого алгоритма Шора. Пока мы не научимся радикально уменьшать ошибки квантовых вычислений, даже гипотетический квантовый компьютер с миллионами кубитов может оказаться недостаточно мощным для взлома реально используемых ключей RSA.
Прорыв Google ещё не попадает под определение "радикально". Они сделали важный шаг вперёд, доказав, что увеличение кодового расстояния действительно снижает количество ошибок. Однако это лишь начало пути к решению фундаментальной проблемы. Чтобы алгоритм Шора стал практически применим для взлома RSA, нужно не просто уменьшить ошибки, а добиться их настолько низкого уровня, чтобы квантовый компьютер мог стабильно выполнять миллионы или даже миллиарды операций. Пока мы далеки от такой точности, и текущий успех Google скорее демонстрирует, что направление верное, но до радикального прогресса ещё очень далеко.
Искусственный интеллект и квантовая чепуха
"Квантовые компьютеры ускорят развитие искусственного интеллекта!" – еще один популярный лозунг. Простите, но как именно? Современные нейросети работают с огромными массивами данных, выполняя операции с матрицами гигантских размеров. По сути, работа нейросети – это бесконечный поток умножений и сложений чисел, организованных в многомерные таблицы. Каждый пиксель изображения, каждое слово текста превращается в числа, которые затем обрабатываются с высочайшей точностью.
Квантовые же компьютеры (даже теоретические) способны эффективно работать только с очень ограниченным набором входных данных. Более того, сама природа квантовых вычислений – вероятностная, что делает их непригодными для задач, требующих точного и воспроизводимого результата. Когда ChatGPT генерирует ответ или DALL-E создаёт изображение, каждое промежуточное вычисление должно быть абсолютно детерминированным, иначе результат будет непредсказуемым.
Отдельная проблема – интеграция квантовых и классических компьютеров. Даже если мы найдём способ использовать квантовые вычисления для какой-то части работы нейросети, преобразование данных из классического формата в квантовый и обратно может занять больше времени, чем просто выполнить все расчёты на обычном компьютере. Это всё равно что пытаться использовать микроскоп для изучения галактик – инструмент прекрасный, но абсолютно не подходящий для задачи.
Когда кто-то говорит о "квантовом ИИ", можете быть уверены: этот человек не понимает ни квантовых вычислений, ни искусственного интеллекта. Реальное будущее ИИ лежит в области оптимизации классических вычислений, разработке более эффективных алгоритмов и архитектур нейронных сетей, а не в гипотетическом квантовом ускорении.
Нанотехнологии 2.0: История повторяется
Помните хайп вокруг нанотехнологий в начале 2000-х? Нам обещали самореплицирующихся наноботов, которые будут строить что угодно из атомов, лечить все болезни и, возможно, даже готовить завтрак. Где все это сейчас?
Да, нанотехнологии принесли определенную пользу – мы получили новые материалы, улучшенные покрытия, более эффективные фильтры. В медицине появились целевые системы доставки лекарств и биосовместимые импланты с наноструктурированной поверхностью. Но это совсем не то, что нам обещали и под что выделялись гигантские бюджеты.
Показательна история графена – материала, за открытие которого была присуждена Нобелевская премия. Его называли "материалом будущего": невероятная прочность, отличная проводимость, прозрачность. Обещали революцию в электронике, солнечной энергетике, производстве аккумуляторов. Но спустя почти 20 лет после открытия графен остаётся нишевым материалом. Почему? Главная причина – сложность массового производства качественного графена и его интеграции в существующие технологические процессы. То, что великолепно работает в лаборатории, оказалось чрезвычайно трудно масштабировать до промышленных объёмов.
Вот что нам обещали, но так и не реализовали в полном масштабе:
- Самореплицирующиеся наноботы. Миниатюрные машины, способные самостоятельно размножаться и создавать любые объекты из атомов, от еды до зданий.
- Графеновые суперматериалы. Революционные покрытия, которые должны были заменить все существующие материалы, от асфальта до брони.
- Нанотехнологические лекарства. Умные капсулы, которые находят и лечат болезни на клеточном уровне, устраняя любые побочные эффекты.
- Неограниченные источники энергии. Сверхэффективные графеновые солнечные панели и аккумуляторы с бесконечным ресурсом.
- Наноботы-строители. Автоматические "рои", способные за считанные минуты возводить здания или восстанавливать разрушенные структуры.
- Полностью биосовместимые импланты. Протезы и внутренние устройства, которые работают на молекулярном уровне и не вызывают отторжения.
- Революция в электронике. Графеновые процессоры и транзисторы, обещавшие многократное ускорение компьютеров и смартфонов.
- Экологическая магия. Устранение всех отходов, очистка воздуха и воды при помощи нанотехнологий.
История повторяется с квантовыми компьютерами – громкие обещания, минимальные результаты. И дело не в том, что технологии бесполезны – они действительно могут найти свои ниши. Проблема в раздутых ожиданиях и непонимании реальных ограничений, с которыми сталкиваются новые технологии при переходе от лабораторных образцов к массовому производству.
Квантовые программисты: Профессия из будущего или прошлого?
Особенно забавно наблюдать за появлением "специалистов по квантовому программированию". Люди изучают алгоритмы для машин, которых не существует и, возможно, никогда не будет создано в том виде, как мы их сейчас представляем. Это напоминает ситуацию, если бы в 1760 году кто-то начал писать инструкции по управлению реактивным самолетом.
"Но мы должны быть готовы!" – скажете вы. К чему? К работе на гипотетическом устройстве, которое может появиться через 20, 50 или 100 лет? И вы уверены, что это гипотетическое устройство будет работать именно так, как вы предполагаете сейчас? Это все равно что учить программирование на перфокартах в надежде, что компьютеры будущего вернутся к этой технологии.
Безусловно, исследования в области квантовых вычислений необходимы, и подготовка специалистов – важная часть этого процесса. Но нужно понимать реальный контекст: сегодня квантовые программисты – это прежде всего исследователи, работающие над теоретическими моделями и экспериментальными установками. Их работа больше похожа на создание инструментов для инструментов – они разрабатывают методы программирования устройств, базовая архитектура которых всё ещё находится в процессе становления.
Реальная потребность в таких специалистах сейчас ограничена научными лабораториями и исследовательскими отделами крупных технологических компаний. И даже там большая часть работы связана не с "программированием" в привычном смысле, а с математическим моделированием, разработкой алгоритмов и поиском потенциальных применений квантовых вычислений. Это важная работа, но она далека от того образа "квантового программиста", который рисуют рекламные буклеты учебных курсов.
Мудрая притча о квантовом осле
Михаил Дьяконов приводит прекрасную аналогию с древней притчей о Ходже Насреддине, который взялся научить осла читать за десять лет. На вопрос друзей, как он собирается это сделать, мудрец ответил: "За десять лет либо я умру, либо эмир умрет, либо осел сдохнет".
Современные квантовые физики пошли дальше: "Во-первых, нет теоремы, запрещающей ослам читать. Во-вторых, если у нас не получится научить осла читать, мы откроем новые законы природы. Это беспроигрышная стратегия!" Знакомая логика, не правда ли?
И, возможно, когда квантовый осёл наконец научится читать, окажется, что он просто рождён молчаливым наблюдателем – созерцающим все возможные книги во всех возможных состояниях, но неспособным сообщить нам, что же в них написано.
Реальность против амбиций
За последние десятилетия на квантовые вычисления были потрачены миллиарды долларов. Результат? Мы научились раскладывать на множители число 21. При этом каждый раз, когда нам демонстрируют "квантовое превосходство", оно оказывается превосходством в решении искусственной задачи, специально созданной под конкретное устройство.
Это напоминает ситуацию с "чемпионом мира по боксу", который побеждает только в боях, где правила специально написаны под его стиль, а противник связан по рукам и ногам. Да, технически он "чемпион", но какова реальная ценность такого титула?
Заключение: Время протрезветь
Квантовые компьютеры – это прекрасный пример того, как красивая теоретическая идея превратилась в религию современной науки. Вместо трезвой оценки реальных возможностей и ограничений мы видим бесконечный поток хайпа, необоснованных обещаний и откровенной манипуляции.
Это не означает, что исследования в области квантовых вычислений бесполезны. Напротив, они критически важны для нашего понимания квантовой механики и её возможных применений. Но развитие этой области требует честности в коммуникации и реалистичной оценки текущего состояния технологии.
Возможно, через сто лет мы научимся управлять квантовыми системами достаточно хорошо для создания работающего квантового компьютера. Но даже тогда он, скорее всего, будет узкоспециализированным инструментом для решения очень специфических задач, а не волшебной палочкой, способной решить все проблемы человечества.
А пока... Пока нам остается только наблюдать, как очередной "прорыв" в квантовых вычислениях оказывается способностью перемножить два небольших числа. И может быть, пора уже признать: король-то голый.
Как говорил Ричард Фейнман: "Если вы думаете, что понимаете квантовую механику, значит, вы ее не понимаете". Похоже, это высказывание особенно актуально для тех, кто обещает нам квантовую революцию в вычислениях.
- Ричард Филлипс Фейнман — американский физик-теоретик, один из создателей квантовой электродинамики, лауреат Нобелевской премии по физике (1965). Известен своим вкладом в развитие науки, популяризацию физики и нестандартным подходом к преподаванию. Автор диаграмм Фейнмана, упрощающих расчёты взаимодействий частиц, и участник Манхэттенского проекта. Обладал харизмой и чувством юмора, что сделало его культовой фигурой в научном сообществе.
Наука двигается вперёд маленькими шагами, через ошибки и неудачи, через опровержение красивых, но неверных теорий. И если мы перестанем гнаться за сенсациями и научимся честно говорить о проблемах и ограничениях, у нас появится шанс увидеть настоящий прорыв в квантовых технологиях – может быть, совсем не такой, каким мы его себе представляем сегодня.