״קוונטי–על–חכם״: התוכנית שמחברת בין מחשוב קוונטי, מחשבי־על ובינה מלאכותית

בין 3 ל־5 באוגוסט 2026 נערכה בשנזן הוועידה החמישית למחשוב קוונטי של CCF, לצד הפורום החמישי למדע הקוונטי באזור מפרץ גואנגדונג–הונג קונג–מקאו. יותר מ־2,400 משתתפים הגיעו לאירוע, ובמושביו האקדמיים הציגו למעלה מ־200 אקדמאים ומומחים התפתחויות במחשוב קוונטי, בבינה מלאכותית ובמחשוב משולב.23

הנושא שנבחר לוועידה — ״התמזגות בין קוונטי לחכם, וחישוב משולב של קוונטי, מחשוב־על ובינה מלאכותית״ — משדר מסר רחב יותר ממירוץ אחר מעבד קוונטי חזק. הוא מצביע על תפיסה שלפיה שלוש טכנולוגיות המחשוב הן חלקים שונים של מערכת אחת: AI משפר את המערכות הקוונטיות, מחשבי־על מספקים את התשתית הזמינה כבר כיום, ומחשוב קוונטי עתידי עשוי להפוך לשכבה חדשה עבור בעיות מדעיות שקשה לפתור באמצעים קלאסיים.

מה פירוש ״קוונטי–על–חכם״?

המונח מתאר שיתוף פעולה בין:

• בינה מלאכותית, שתסייע לתכנן, לכייל ולשלוט בחומרה קוונטית ולשפר אלגוריתמים;
• מחשוב־על, שיבצע סימולציות בהיקפים גדולים ויתמוך במחקר מדעי מבוסס AI;
• מחשבים קוונטיים חסיני־שגיאות בעתיד, שיטפלו בבעיות מסוימות שמחשבים קלאסיים מתקשים בהן.

לכן, הכיוון שהוצג בשנזן דומה יותר לתוכנית־אב של תשתיות מחשוב מאשר לפרויקט המתמקד בשבב קוונטי יחיד. הוועידה עסקה לצד מחקר בסיסי גם בטכנולוגיות מפתח, ביישומים תעשייתיים, בתקינה ובחיבור בין ממשלה, חברות ומשקיעים. במהלך שלושת ימי האירוע התקיימו כמעט 30 פעילויות מקצועיות.23

AI אמורה לסייע למחשוב הקוונטי לעבור לשלב המעשי

האקדמאי של האקדמיה הסינית למדעים, שיאנג טאו, השווה את שיעור השגיאות של קיוביטים פיזיקליים כיום — כ־1% — לרמות השגיאה הנמוכות בהרבה הנדרשות ליישומים כגון פיצוח הצפנה. לדבריו, בינה מלאכותית עשויה להיות אחד הכלים המרכזיים לצמצום הפער הזה.1

לפי הגישה שהוצגה בוועידה, AI יכולה להשתלב בכמה שכבות של המערכת הקוונטית:

1. כיול ותכנון שבבים — ניתוח נתוני ניסויים, זיהוי שגיאות ואופטימיזציה של פרמטרים בחומרה;
2. תיקון שגיאות ופענוח — שיפור המהירות והדיוק של איתור שגיאות ותיקונן;
3. הידור מעגלים קוונטיים — מיפוי יעיל יותר של אלגוריתמים על גבי חומרה ממשית;
4. מדידה ובקרה — שיפור השליטה בזמן אמת במערכת הקוונטית;
5. אופטימיזציה של אלגוריתמים קוונטיים וריאציוניים — האצת חיפוש הפרמטרים והתמודדות עם תופעת ה־barren gradient, שבה הגרדיאנטים נעשים קטנים מדי או נעלמים במהלך האימון.1

המשמעות היא ש־AI אינה רק שכבת יישומים שמולבשת על מחשב קוונטי. היא עשויה להפוך לכלי יסוד בתכנון השבב, בפיתוח התוכנה ובמערכות הניסוי והבקרה — ולאפשר לחוקרים לזהות תקלות, לכוונן מערכות ולשפר אלגוריתמים במהירות רבה יותר.

ממחשב קוונטי בודד למערכת תשתיות שלמה

האקדמאי שואה צ׳י־קון מהאקדמיה הסינית למדעים הדגיש כי המיזוג בין AI, מחשוב־על ומחשוב קוונטי משנה את הדרך שבה חוקרים חומרים קוונטיים ומפתחים אלגוריתמים קוונטיים.1 בכך מורחב הדיון ממכשיר יחיד אל מערכת המחשוב הלאומית: המחשב הקוונטי זקוק למחשוב קלאסי, מערכות AI זקוקות ליכולות חישוב עתירות־ביצועים, והמחקר המדעי דורש שילוב בין סוגים שונים של משאבים.

האקדמאי גאו ון מהאקדמיה הסינית להנדסה הציע להקים, בהובלת מעבדת פנגצ׳נג, תשתית משולבת הכוללת מחשוב בהיקף של 10G, רשת בהיקף של 10P ו־שילוב של אנרגיה נקייה בהיקף 10GW — כדי לספק משאבים מאוחדים למעבדות לאומיות.1

בהקשר של הוועידה, המספרים הללו אינם רק רשימת רכיבי חומרה. הם מייצגים תפיסה שבה מחשוב, תקשורת ואנרגיה מתוכננים יחד. במילים אחרות, התחרות אינה מתנהלת רק על ביצועיו של מחשב קוונטי, אלא על היכולת להעמיד לאורך זמן מחשוב, נתונים, חשמל, כוח אדם ותרחישי שימוש במערכת אחת.

מחשבי־העל הם הבסיס המעשי של AI for Science

האקדמאי ג׳ֶנְג וֵיי־מִין מהאקדמיה הסינית להנדסה תיאר את מחשבי־העל המתקדמים של ימינו כ״מחשבי AI עצומים״, במיוחד בכל הנוגע למחקר מדעי. במסגרת הזאת, המחשוב הקוונטי עשוי להיות שכבת החישוב הבאה.1

זהו גם סדר זמנים מעשי יחסית: למחשוב קוונטי יש פוטנציאל ארוך־טווח גדול, אך מחשוב־על ו־AI for Science כבר יכולים לתמוך כיום בגילוי חומרים, בחיזוי מבנה חלבונים ובמשימות מדעיות נוספות.1 מוסדות מחקר יכולים להשתמש בתשתיות הקלאסיות הקיימות כדי לקדם מחקר, ובהמשך להעביר למערכות קוונטיות בעיות שמתאימות במיוחד ליכולותיהן.

גישה מדורגת כזו מפחיתה את התלות בהמתנה למחשב קוונטי אוניברסלי ובשל לחלוטין. בזמן שהתחום עדיין מתמודד עם שיעורי שגיאה, תיקון שגיאות ואתגרי קנה־מידה, AI ומחשוב־על יכולים לספק כבר עכשיו בסיס לפיתוח אלגוריתמים, לכיול ניסויים ולעיבוד נתונים מדעיים.

גילוי חומרים מדגים כיצד השילוב יכול לעבוד

אחת הדוגמאות שהוצגו בוועידה שילבה את עקרון ״המטאליזציה של קשרי סיגמא״ מתורת הגופים הקוונטיים עם סריקה באמצעות AI. מתוך מאגר של יותר משני מיליון חומרים זוהו 31 מועמדים למוליכי־על בטמפרטורה גבוהה, ובהם 18 שלא נחזו קודם לכן.1

החשיבות של הדוגמה אינה בכך ש־AI ״מחליפה״ את הפיזיקה, אלא בכך שהיא מדגימה חלוקת עבודה: הפיזיקה מספקת את העיקרון שמכוון את החיפוש, AI סורקת מרחב מועמדים עצום, ומחשוב־על מבצע את עיבוד הנתונים ואת החישובים הדרושים לאימות.

האקדמאי גונג שין־גואו מהאקדמיה הסינית למדעים הציע כי AI תוכל לאפשר הגדרת בעיות בשפה טבעית והפעלת ״מיומנויות״ מתאימות. כך עשויה להצטמצם התלות במספר קטן של מומחים המסוגלים לכתוב בעצמם תהליכי חישוב מורכבים לחומרים.1 אם גישה כזו תבשיל, נקודת הכניסה למחקר חומרים עשויה לעבור מכתיבת קוד ותהליכי חישוב לשאילת שאלות, שילוב כלים ואימות התוצאות.

ההשוואה ליוזמת Quantum Genesis האמריקאית

גאו ון השווה את הכיוון הסיני ליוזמת Quantum Genesis של משרד האנרגיה האמריקאי, שהוכרזה ב־2026. לפי פרסומי המשרד, אחד מיעדי היוזמה הוא לקדם מחשבים קוונטיים חסיני־שגיאות ובעלי משמעות מדעית מעשית, תוך תיאום השקעות בין הממשלה הפדרלית, המעבדות הלאומיות והתעשייה.

המסר שעלה מהוועידה הוא שסין זקוקה למאמץ מערכתי מקביל, ולא רק לתחרות על מדד חומרה קוונטי נקודתי. עם זאת, היעדים, המבנה הארגוני והיקף ההשקעות של היוזמות במדינות השונות אינם זהים. לכן ההשוואה המתבקשת היא בין כיוונים אסטרטגיים ובין אופני ארגון של תשתיות — לא הכרזה פשטנית על יתרון כולל של צד אחד.

האם מדובר בתוכנית־אב רשמית של סין?

לא לפי החומרים הזמינים. ״קוונטי–על–חכם״ היה נושא הוועידה ומסגרת רעיונית שהציגו האקדמאים והמומחים שהשתתפו בה; הוא אינו מסמך של תוכנית לאומית רשמית שפורסם באירוע.123

ובכל זאת, הדיונים בשנזן שרטטו מסלול מדיניות ברור:

• להשתמש ב־AI כדי לשפר חומרה, תוכנה ואלגוריתמים קוונטיים;
• להשתמש במחשוב־על כדי להניע יישומי AI for Science בטווח הקרוב;
• לראות במחשוב קוונטי שכבה עתידית להתמודדות עם בעיות מורכבות מסוימות;
• לשלב מחשוב, תקשורת, אנרגיה נקייה ומשאבי מעבדות לאומיות בתשתית אחת;
• לחבר בין אקדמיה, תעשייה, ממשל, משתמשים והון כדי להעביר הישגים מהמעבדה ליישומים רחבי־היקף.237

לכן, האות החשוב ביותר מהוועידה אינו שמחשוב קוונטי כבר נכנס לשלב של שימוש נרחב. האות הוא שהסיפור האסטרטגי של סין בתחום משתנה: במקום לשאול מי מחזיק במחשב הקוונטי החזק ביותר, היא מבקשת לבחון מי מסוגל לארגן בצורה יעילה יותר את הקוונטי, ה־AI, מחשבי־העל ותשתיות המחקר — כמערכת מחשוב אחת.