Квантовый компьютер умеет вычислять, используя свойства атомов, электронов и других квантовых объектов. В некоторых задачах это может дать преимущество, недоступное привычным процессорам. Но такое преимущество появляется только тогда, когда задача и способ её решения подходят этой необычной машине. Считать зарплаты, открывать сайты и хранить фотографии наши компьютеры умеют прекрасно и без неё.
Представить будущую работу с квантовым компьютером проще через знакомый пример. Когда программа обрабатывает изображение, она может поручить часть работы видеокарте. Так же обычная программа сможет отправить особый расчёт квантовому процессору, получить результат и продолжить работу. Что именно стоит ему поручать — главный практический вопрос всей этой истории.
.jpg){kind=link}
Как природа подсказала другую вычислительную машину
В начале XX века физики обнаружили, что свет и атомы ведут себя непривычно. Например, свет способен проявлять свойства и волны, и отдельных порций энергии. А при описании электрона часто можно предсказать вероятность результата измерения, но нельзя заранее назначить единственный результат. Постепенно из этих наблюдений выросла квантовая механика — теория, на которой основана значительная часть современной техники.
Квантовая физика помогает работать и обычному процессору. Однако его вычисления устроены так, чтобы программа имела дело с определёнными нулями и единицами. Создатели квантовых компьютеров задались другим вопросом: можно ли использовать необычное поведение микромира в самих вычислениях?
Особенно убедительный повод дала химия. Представим, что нужно рассчитать свойства новой молекулы. Её электроны влияют друг на друга, а подробное описание этой общей системы быстро разрастается. Обычный компьютер вынужден прибегать к приближениям. Они часто работают отлично, но для некоторых молекул нужную точность получить очень трудно. Отсюда идея: пусть квантовую систему помогает моделировать другая, управляемая квантовая система.
Первые важные формулировки появились около 1980 года в работах Пола Бениоффа и Юрия Манина. Ричард Фейнман развил идею моделирования квантовой природы в выступлении 1981 года, опубликованном годом позже. А в 1985 году Дэвид Дойч описал модель универсального квантового компьютера — машины, которую можно программировать для разных задач. Эти этапы разобраны в историческом обзоре Nature Reviews Physics.
Фейнман сформулировал исходную трудность с характерной прямотой:
«Природа не классическая, чёрт возьми».
Это перевод короткого фрагмента его статьи о моделировании физики. Если природа устроена квантовым образом, разумно попробовать использовать её собственные правила для расчётов.
В 1994 году Питер Шор показал, как квантовая машина могла бы эффективно решать некоторые математические задачи, на сложности которых основана защита зашифрованных данных. В 1996 году Лов Гровер предложил способ ускорить поиск среди вариантов. Стало ясно, что идея выходит за пределы моделирования атомов. Но алгоритмы Шора и Гровера ещё предстояло обеспечить подходящей аппаратурой.
Следующие десятилетия ушли на то, чтобы научиться создавать кубиты, управлять ими и соединять их. В 2019 году Google провела известный эксперимент на процессоре Sycamore с 53 кубитами. Он продемонстрировал возможности машины в специально выбранной задаче. Полезные расчёты для науки и бизнеса стали следующим, гораздо более сложным этапом.
Кубит и искусство складывать возможности
Обычный бит удобно сравнить с выключателем: он находится в положении 0 или 1. Кубит при измерении тоже даст один из этих результатов. Но до измерения он может находиться в состоянии, которое называют суперпозицией. В нём соединяются возможности получить 0 и получить 1.
Здесь легко попасть в ловушку и решить, что квантовый компьютер просто считает все ответы одновременно, а потом выдаёт нужный. Однако измерение не позволяет получить весь список ответов. Оно даёт один результат. Поэтому вычисление нужно устроить так, чтобы в результате измерений проявилась нужная нам информация.
Помогает понять это сравнение с волнами. Бросьте два камешка в воду: круги разойдутся и встретятся. В одних местах колебания усилят друг друга, в других — ослабят. Похожий принцип работает и с квантовыми состояниями. Математические величины, которые их описывают, называют амплитудами. Они складываются, усиливая одни возможности и подавляя другие. Этот процесс называется интерференцией.
Программист управляет операциями так, чтобы интерференция помогла обнаружить нужное свойство задачи. Например, некоторые алгоритмы повышают вероятность получить подходящий ответ. В других результатом служит оценка энергии молекулы или определённой математической величины. Вычислительная сила появляется благодаря правильно устроенной последовательности действий.
Есть простой пример всего с одним кубитом. Начнём с 0 и выполним операцию H. После неё измерение даст 0 или 1 с равными шансами. Но если вместо измерения выполнить H ещё раз, идеальный кубит вернётся в 0. Это уже отличается от двух независимых бросков монеты: в квантовой системе сохраняется связь между последовательными действиями.
Теперь вставим между двумя H операцию Z. Она меняет фазу — примерно так, как сдвиг одной волны относительно другой меняет места их усиления и гашения. Промежуточные шансы увидеть 0 или 1 остаются равными. А после последней H результатом станет 1. Значит, два состояния с одинаковыми шансами при одном измерении могут по-разному участвовать в дальнейшем вычислении. Описание этих операций есть в учебном курсе IBM.
Когда кубитов много, появляется ещё одно важное свойство — запутанность. Состояние группы может быть таким, что его нельзя полностью описать через отдельное состояние каждого кубита. Нужно описывать систему целиком, вместе с квантовыми связями между её частями. Именно такие общие состояния особенно трудно воспроизводить на обычном компьютере. При этом некоторые квантовые схемы всё же поддаются эффективному обычному расчёту.
Поэтому число кубитов само по себе ничего не обещает. Для ускорения нужен алгоритм, который использует особенности конкретной задачи. Эту мысль хорошо объясняет Скотт Ааронсон в научно-популярной статье для Quanta Magazine.
Почему квантовую машину так трудно построить
Волновое сравнение помогает понять и главную трудность. Если мы хотим получить определённую картину волн, а кто-то постоянно трясёт ёмкость с водой, результат испортится. Квантовое вычисление тоже требует точного управления. Влияние окружения, неточные операции и ошибки измерения нарушают его ход. Это называют шумом.
Обычные компьютеры тоже сталкиваются с помехами. Но их нули и единицы специально делают устойчивыми: небольшое изменение электрического сигнала не должно превращать 0 в 1. У кубита нужно сохранять гораздо более тонкие свойства состояния, включая ту самую фазу. Поэтому длительное квантовое вычисление пока особенно трудно выполнить надёжно.
Кубиты создают по-разному. IBM и Google используют специальные электрические цепи, сильно охлаждённые, почти до абсолютного нуля. Другие разработчики работают с атомами, удерживаемыми электрическими полями или лазерами. Есть и подходы, использующие свет. Отсюда разные облики установок: холодильник, система лазеров, оптическое оборудование. Единственной признанной лучшей конструкции пока нет; облачный сервис Amazon Braket предлагает несколько аппаратных подходов.
Чтобы бороться с ошибками, инженеры добавляют защиту. Обычные системы хранения и передачи данных тоже используют дополнительные контрольные данные, позволяющие обнаружить или исправить повреждение. В квантовом компьютере защита сложнее: неизвестное квантовое состояние нельзя просто скопировать несколько раз.
Поэтому информацию распределяют между несколькими кубитами. Вместе они образуют одну защищаемую единицу, которую называют логическим кубитом. А отдельные элементы устройства называют физическими кубитами. Дополнительные измерения помогают заметить повреждение, не считывая саму защищаемую информацию. Как устроена такая защита, объясняет обзор квантовой коррекции ошибок в Quanta Magazine.
Это объясняет, почему тысяча физических кубитов не равна тысяче надёжных рабочих кубитов. Часть оборудования занята защитой. Сколько именно потребуется, зависит от качества машины и длины программы: чем дольше вычисление, тем важнее не допустить накопления ошибок.
Есть и более ограниченные способы. Можно отбрасывать запуски, в которых замечены ошибки, или уточнять ответ дополнительными измерениями и обработкой. Они помогают проводить эксперименты уже сейчас, но увеличивают объём работы. Исправить повреждение по ходу вычисления и выбросить испорченный результат после него — разные возможности.
Что изменили последние прорывы
Читать новости о квантовых компьютерах проще, если каждый раз выяснять, что именно улучшилось. Машина дольше хранит информацию? Надёжнее выполняет действия? Решает определённую задачу лучше обычных методов? Это разные достижения, хотя в заголовке каждое может называться прорывом.
Один из важных результатов Google на Willow, опубликованный в декабре 2024 года, касается защиты информации. В эксперименте добавление кубитов для защиты действительно уменьшало ошибку. Более того, защищённая информация сохранялась дольше, чем в лучшем отдельном физическом кубите. Для инженеров это принципиальный момент: защита начала приносить больше пользы, чем дополнительных проблем.
Понять значение можно на примере обычного сервера. Если система резервирования сама постоянно ломается и мешает работе, её наличие мало утешает. Когда она действительно повышает надёжность, появляется основа для развития. В случае Willow такая основа показана для квантовой памяти. Следующая задача — столь же надёжно выполнять длинные последовательности вычислений.
В октябре 2025 года Google представила Quantum Echoes. Исследователи дают квантовой системе измениться, вносят небольшое возмущение и затем выполняют обратные операции, которые без возмущения вернули бы её к началу. По полученному «эху» можно судить о взаимодействиях внутри системы. Авторы сообщили о квантовом преимуществе в выбранном эксперименте. Чтобы превратить такой метод в полезный инструмент химии, нужно отдельно подтвердить его пользу для конкретных молекулярных расчётов.
Летом 2026 года IBM и партнёры представили исследования ещё одной трудности: как проверить результат, который уже слишком сложно полностью пересчитать обычным компьютером? В одной работе сложные квантовые вычисления сопровождаются механизмом оценки достоверности. В другой исследователи изучают поведение частиц в модели магнитного материала и проверяют ответы несколькими способами, включая сравнение отдельных режимов на разных устройствах. Обе работы опубликованы как препринты, то есть предварительные научные статьи. Они приближают квантовые процессоры к роли исследовательского прибора, которому можно доверять.
В сентябре Quantinuum описала работу с защищёнными кубитами на своём ионном процессоре. Двадцать физических кубитов образовали блок с двумя логическими. В эксперименте защита помогала не только хранить информацию, но и выполнять ряд операций лучше, чем соответствующие незащищённые варианты. Эта предварительная публикация показывает продвижение к надёжным программируемым машинам. Пока речь идёт о небольшом блоке, а не о готовом большом компьютере.
Другие результаты касаются масштаба и стоимости защиты. Например, исследователи уже построили массив более чем из 6100 атомных кубитов. А работа, о которой IonQ сообщила в октябре 2026 года, предлагает методы ускорения защищённых операций. В первом случае важен рост управляемого оборудования; во втором пока речь о проектировании и численном моделировании. Ни один результат сам по себе не означает появления тысяч надёжных кубитов для любой программы.
Microsoft исследует другой способ защиты, связанный с особыми состояниями вещества. Замысел состоит в том, чтобы сама физическая организация устройства делала информацию устойчивее. Однако вокруг анонсов Majorana продолжается научный спор о том, что именно доказано экспериментом. Статья в Nature, критическая публикация 2026 года и ответ авторов позволяют увидеть эту границу. Обещание архитектуры ещё предстоит подтвердить работой надёжного компьютера.
У компаний есть и планы. IBM намерена к 2029 году построить Starling с 200 логическими кубитами и возможностью выполнять схемы из 100 млн квантовых операций. Здесь важно понимать смысл цифр: компания хочет получить машину, способную долго работать с защищённой информацией. Это цель разработки, достижение которой ещё нужно подтвердить.
В совокупности эти результаты показывают, как отрасль собирает будущую машину по частям. Одни команды улучшают память, другие — вычислительные действия, третьи — проверку ответов и масштаб оборудования. Для полезного приложения всё это должно работать вместе.
Как с этим работает программист
Вернёмся к сравнению с видеокартой. Разработчик работает на обычном компьютере. Там находятся программа, данные и привычный интерфейс. Когда появляется подходящий расчёт, программа отправляет его квантовому процессору, часто через облачный сервис. Для пользователя результат может выглядеть как обычная цифра, таблица или уточнённая модель.
Но само квантовое задание приходится писать иначе. Его удобно представить как рецепт: подготовить кубиты, выполнить определённые действия, затем измерить результат. Такую последовательность называют квантовой схемой. Специальные инструменты переводят её в команды, доступные на выбранной машине.
Здесь уже есть знакомые программистам средства: Python, библиотеки Qiskit и Cirq, облачные сервисы IBM Quantum, Amazon Braket и Azure Quantum. Они позволяют строить схемы и запускать их. Начинать можно с симулятора — программы, которая воспроизводит небольшое квантовое вычисление на обычном компьютере.
Простой учебный эксперимент готовит два кубита так, чтобы при измерении получались пары 00 или 11. После многих повторений в идеальном случае будет примерно поровну обоих вариантов. Именно повторений: один запуск показывает один исход, а серия позволяет увидеть закономерность. Такой первый пример есть в курсе IBM.
В полезной программе квантовый процессор тоже часто вызывают многократно. Допустим, мы оцениваем энергию молекулы. Обычная программа выбирает параметры расчёта, квантовое устройство помогает оценить энергию, затем обычная программа меняет параметры и повторяет попытку. Вся процедура напоминает подбор настройки: предложили вариант, измерили результат, внесли поправку.
Из-за этого скорость одного квантового действия мало говорит о скорости всего проекта. Нужно подготовить данные, отправить задание, выполнить множество повторений и обработать ответы. Как и при работе с видеокартой, передача и подготовка данных могут съесть выигрыш от быстрого расчёта. У квантовых алгоритмов добавляются свои расходы на подготовку состояния и измерения.
Меняется и отладка. В обычной программе можно остановиться и посмотреть значения переменных. В квантовом устройстве нельзя столь же свободно прочитать полное промежуточное состояние: измерение может изменить дальнейший ход вычисления. Поэтому разработчик проверяет небольшие примеры на симуляторе, сравнивает их с известными ответами и продумывает отдельные проверочные запуски.
Для знакомства достаточно небольших упражнений. Для серьёзной работы потребуются вероятность, линейная алгебра и понимание предметной области. Если задача химическая, особенно важна химия. Хорошо написанная программа ещё должна вычислять величину, которая кому-то нужна.
А для алгоритмов, рассчитанных на будущие машины, оценивают оборудование и время. Например, Microsoft Quantum Resource Estimator помогает понять, сколько физических кубитов потребуется с учётом защиты. Это аналог проверки, поместится ли обычная программа в память и успеет ли завершиться за приемлемое время.
Где появится польза для бизнеса
Самое понятное направление возвращает нас к началу статьи — молекулам. Более точный расчёт может помочь выяснить, как работает катализатор, почему материал лучше сохраняет энергию или как взаимодействуют части будущего лекарственного соединения. В таких задачах квантовый процессор использует правила той природы, которую мы пытаемся изучить.
Уже есть примеры совместной работы обычных и квантовых компьютеров. В марте 2026 года IBM и университетские исследователи описали расчёт электронной структуры новой молекулы. В сентябре Cleveland Clinic, RIKEN и IBM сообщили о моделировании белковой системы из 12 635 атомов. В последнем случае квантовые устройства выполняли отдельные части расчёта, а суперкомпьютеры собирали общую модель. Размер всей молекулы здесь не означает, что её целиком обсчитал квантовый процессор.
Практический смысл такой работы — улучшить определённый этап исследования. Более точный расчёт может помочь выбрать соединения для лабораторной проверки. Но между расчётом и готовым лекарством всё равно остаются эксперименты, испытания и другие необходимые шаги.
С маршрутами, расписаниями и производственными планами ситуация сложнее. Представим службу доставки, которая ищет хороший маршрут для большого числа курьеров. Вариантов очень много. Однако из этого ещё не следует, что квантовый компьютер справится лучше: обычные программы давно умеют отсекать плохие варианты и находить хорошие решения без полного перебора.
Для бизнеса сравнение должно быть предметным. Улучшилось ли время доставки? Снизился ли пробег? Сколько стоил весь расчёт? В исследовании оптимизационных методов, опубликованном в марте 2026 года, квантово-классический подход обошёл часть обычных методов, но другие обычные решатели достигли такого же или лучшего результата. Поэтому сильный конкурент для сравнения важнее эффектного размера пространства вариантов.
В финансах и машинном обучении тоже исследуют квантовые методы. Их возможная польза зависит от конкретной операции. Ускорение одного математического шага не означает ускорения всей банковской системы или нейросети. Подготовка данных и получение достаточно точного ответа должны входить в общий расчёт времени и стоимости.
Особняком стоит криптография. Некоторые распространённые способы защиты основаны на математических задачах, которые обычным компьютерам очень трудно решать. Достаточно большой и надёжный квантовый компьютер сможет использовать алгоритм Шора против таких схем, в частности RSA и криптографии на эллиптических кривых. Именно поэтому защиту начали менять заранее.
Постквантовая криптография — название новых способов защиты, рассчитанных на противодействие квантовым атакам. Они работают на обычных компьютерах: для перехода на них не требуется покупать квантовую машину. NIST утвердил первые три стандарта в августе 2024 года. Для компаний это уже практический вопрос, особенно если информация должна оставаться закрытой много лет.
Разумный прикладной проект начинается с задачи, для которой можно измерить успех. Сначала выясняют, как хорошо её решает обычная программа. Затем пробуют квантовый метод и учитывают весь процесс, от подготовки данных до проверенного ответа. Так можно отличить полезный эксперимент от дорогой демонстрации.
Вероятно, многие люди будут пользоваться результатами квантовых вычислений, не видя сам компьютер. Программа инженера получит уточнённые свойства материала, исследователь — более точную оценку, а предприятие — расчёт для определённого этапа работы. Основная система при этом останется обычной, а квантовый процессор будет выполнять свою часть задания.
До такой практики ещё нужно соединить надёжную аппаратуру с подходящими алгоритмами и доказать, что весь расчёт имеет смысл по времени, точности и цене. Но цель уже вполне понятна: получить инструмент, который поможет в некоторых задачах рассчитать то, что сегодня приходится оценивать слишком грубо или слишком дорого.
Объяснения и разборы для широкого круга читателей
Скотт Ааронсон в Quanta Magazine о смысле квантовых вычислений
Quanta Magazine о коррекции квантовых ошибок
IEEE Spectrum о проверке заявлений IBM летом 2026 года
IEEE Spectrum о планах IBM и инженерных трудностях масштабирования