Komputery kwantowe potrafią liczyć szybciej niż klasyczne maszyny. To może zmienić świat technologii

Komputery kwantowe nie są już tylko teorią. W wybranych zadaniach potrafią być setki, tysiące, a nawet niewyobrażalnie szybsze

Komputery kwantowe od lat budzą ogromne zainteresowanie, ale dziś nie są już wyłącznie naukową ciekawostką. To technologia, która w określonych zastosowaniach potrafi osiągać przewagę nad klasycznymi superkomputerami na poziomie, którego nie da się zignorować. Trzeba jednak jasno zaznaczyć jedno: nie chodzi o to, że komputer kwantowy „zastąpi PC”, tylko o to, że dla wybranych klas problemów może wykonać obliczenia szybciej w skali od setek razy do wartości wręcz astronomicznych.

Klasyczne komputery operują na bitach, które przyjmują wartość 0 albo 1. Komputery kwantowe wykorzystują kubity, czyli qubity, które dzięki zjawiskom takim jak superpozycja i splątanie mogą reprezentować wiele stanów jednocześnie. W praktyce pozwala to budować systemy, które dla określonych problemów nie sprawdzają rozwiązań krok po kroku tak jak tradycyjne maszyny, lecz przetwarzają znacznie bardziej złożoną przestrzeń stanów.

Najgłośniejszy historyczny przykład pojawił się w 2019 roku. Procesor kwantowy Sycamore od Google wykonał benchmark random circuit sampling w około 200 sekund. W opublikowanej pracy naukowej Google oszacował, że klasyczny superkomputer potrzebowałby na to około 10 000 lat. To dawałoby przewagę rzędu około 1,58 miliarda razy. Problem w tym, że to porównanie zostało zakwestionowane przez IBM. Firma stwierdziła, że ten sam problem można zasymulować klasycznie w około 2,5 dnia, a nie w 10 000 lat. W takim wariancie przewaga nadal byłaby ogromna, ale wynosiłaby około 1080 razy, a nie miliardy razy.

To bardzo ważne rozróżnienie, bo dobrze pokazuje, jak należy dziś pisać o komputerach kwantowych: konkretnie, ale bez przesady. Komputery kwantowe rzeczywiście potrafią osiągać przewagę, lecz skala tej przewagi zależy od rodzaju zadania, sposobu pomiaru i jakości klasycznych algorytmów porównawczych.

Jeszcze mocniej wygląda nowszy przykład z 2024 roku. Google poinformował, że układ Willow wykonał benchmark w czasie krótszym niż 5 minut, podczas gdy klasyczny superkomputer potrzebowałby na to około 10 septylionów lat, czyli 10 do potęgi 25 lat. To oznacza przewagę przekraczającą 10 do potęgi 30 razy. Taka liczba brzmi wręcz absurdalnie, ale znów trzeba pamiętać, że mówimy o bardzo specyficznym benchmarku zaprojektowanym do badania możliwości obliczeń kwantowych, a nie o codziennych zadaniach użytkownika.

Znacznie ciekawszy z punktu widzenia przyszłych zastosowań jest wynik z 2025 roku. Google opisał algorytm Quantum Echoes uruchomiony na chipie Willow. W tym przypadku nie chodziło już wyłącznie o efektowny benchmark, ale o algorytm, który miał charakter weryfikowalny i był powiązany z modelowaniem układów fizycznych. Według firmy eksperyment wykonany na Willow trwał około 2 godzin, a klasyczny superkomputer potrzebowałby na to około 13 000 razy więcej czasu. To jeden z ważniejszych sygnałów, że komputery kwantowe zaczynają przechodzić od pokazów możliwości do pierwszych zastosowań o realnej wartości naukowej.

Największy potencjał tej technologii widać dziś w kilku konkretnych obszarach:

To jednak nie oznacza, że jutro kupimy laptopa kwantowego do domu. Dzisiejsze komputery kwantowe są nadal bardzo wyspecjalizowane, kosztowne i użyteczne głównie w zadaniach badawczych. Ich przewaga nie polega na uniwersalności, lecz na tym, że dla wybranych problemów potrafią skrócić czas obliczeń z dni, lat albo wręcz niewyobrażalnych skal czasowych do minut lub godzin.

Dlatego najbardziej uczciwy wniosek brzmi tak: komputery kwantowe nie są jeszcze następcą zwykłych komputerów, ale coraz wyraźniej stają się narzędziem do rozwiązywania problemów, które dla klasycznych maszyn są skrajnie trudne lub praktycznie nieosiągalne. I właśnie dlatego należą dziś do najbardziej fascynujących technologii jutra.

• chemia i materiałoznawstwo — symulowanie zachowania cząsteczek, badanie nowych materiałów i projektowanie wydajniejszych baterii,
• medycyna i farmacja — analiza reakcji chemicznych oraz wsparcie przy projektowaniu nowych leków,
• logistyka i optymalizacja — rozwiązywanie bardzo złożonych problemów związanych z harmonogramowaniem, trasowaniem i doborem parametrów,
• kryptografia — rozwój nowych metod zabezpieczeń odpornych na przyszłe komputery kwantowe.