Ноутбук против квантового отжигателя: почему классические алгоритмы смогли повторить результат D‑Wave
Физики из Flatiron Institute и Бостонского университета показали, что тензорные сети могут воспроизвести динамику спин‑стекол, использованную в заявлении D‑Wave о «квантовом превосходстве» 2025 года.[1][23] Алгоритм использует сжатое представление квантового состояния и методы belief propagation, позволяя моделирова...
ОпубликовалОтредактировано с помощью GPT-5.5Изображения созданы с помощью GPT Image 2
Физики из Flatiron Institute и Бостонского университета показали, что тензорные сети могут воспроизвести динамику спин‑стекол, использованную в заявлении D‑Wave о «квантовом превосходстве» 2025 года.[1][23]
Алгоритм использует сжатое представление квантового состояния и методы belief propagation, позволяя моделировать сотни взаимодействующих кубитов на сравнительно скромном оборудовании.[1][23][24]
Работа показывает, что реальная граница между классическими и квантовыми вычислениями определяется не количеством кубитов, а структурой квантовой запутанности — например, соблюдением так называемого «закона площади».[...
How did physicists from the Flatiron Institute and Boston University demonstrate that a classical computer—even a laptop using tensor‑networTensor‑network simulations can compress certain quantum states, allowing classical computers to model systems once thought to require quantum hardware.
Промпт ИИ
Create a landscape editorial hero image for this Studio Global article: How did physicists from the Flatiron Institute and Boston University demonstrate that a classical computer—even a laptop using tensor‑networ. Article summary: They challenged D‑Wave’s claim by showing that the same quantum annealing dynamics in disordered Ising spin glasses can be reproduced accurately and efficiently with classical tensor‑network simulations, rather than requ. Topic tags: general, academic, news, general web, government. Reference image context from search candidates: Reference image 1: visual subject "Their paper detailed an experiment simulating a system with an array of tiny flipping magnets evolving over time. The researchers claimed that" source context "From The Flatiron Institute : “The Surprising Reason a Classical Computer Beat a Quantum Computer at Its Own Game” – sci" Reference image 2: v
openai.com
В 2025 году компания D‑Wave объявила о громком достижении: её квантовый процессор квантового отжига Advantage2 смог моделировать динамику сложных магнитных систем значительно быстрее классических компьютеров. По оценке компании, воспроизвести тот же расчёт на традиционном суперкомпьютере заняло бы почти миллион лет, что было представлено как пример «вычислений за пределами классических возможностей».
Однако последующие исследования физиков из Center for Computational Quantum Physics (Flatiron Institute) совместно с учёными из Boston University показали, что аналогичную динамику можно воспроизвести с помощью тщательно разработанных классических алгоритмов на основе тензорных сетей. В некоторых демонстрациях такие расчёты выполнялись даже на обычном ноутбуке.
Studio Global AI
Продолжайте свое исследование
На этой странице есть ответ, подтвержденный источником, который вы можете продолжить внутри Studio Global.
Каков краткий ответ на вопрос «Ноутбук против квантового отжигателя: почему классические алгоритмы смогли повторить результат D‑Wave»?
Физики из Flatiron Institute и Бостонского университета показали, что тензорные сети могут воспроизвести динамику спин‑стекол, использованную в заявлении D‑Wave о «квантовом превосходстве» 2025 года.[1][23]
Какие ключевые моменты необходимо проверить в первую очередь?
Физики из Flatiron Institute и Бостонского университета показали, что тензорные сети могут воспроизвести динамику спин‑стекол, использованную в заявлении D‑Wave о «квантовом превосходстве» 2025 года.[1][23] Алгоритм использует сжатое представление квантового состояния и методы belief propagation, позволяя моделировать сотни взаимодействующих кубитов на сравнительно скромном оборудовании.[1][23][24]
Что мне делать дальше на практике?
Работа показывает, что реальная граница между классическими и квантовыми вычислениями определяется не количеством кубитов, а структурой квантовой запутанности — например, соблюдением так называемого «закона площади».[...
Это не опровергает саму идею квантовых вычислений. Но результат ясно показывает: граница между «квантовым» и «классическим» преимуществом гораздо тоньше, чем может казаться.
Что именно заявляла D‑Wave
Эксперимент D‑Wave касался квантовой динамики неупорядоченных спиновых систем — так называемых спин‑стекол. Для их описания часто используется модель Изинга с поперечным полем (transverse‑field Ising model), применяемая для моделирования магнитных материалов.
Такие системы считаются сложными для симуляции, потому что размер квантового пространства состояний растёт экспоненциально с числом взаимодействующих спинов.
Используя сверхпроводящий квантовый отжигатель Advantage2, исследователи D‑Wave получили выборки состояний, которые хорошо согласуются с решениями уравнения Шрёдингера для этой системы.
По их утверждению:
квантовый процессор выполнял симуляцию за минуты;
классические методы потребовали бы огромных ресурсов суперкомпьютеров и крайне долгого времени.
На этом основании результат был представлен как демонстрация квантового вычислительного преимущества при моделировании сложных материалов.
Классический «ответ» с помощью тензорных сетей
Исследователи из Flatiron Institute и Бостонского университета решили проверить ту же задачу, используя методы tensor networks — семейство алгоритмов, которые представляют квантовые состояния в сжатом математическом виде.
В их работе показано, что двумерные и трёхмерные тензорные сети могут точно и эффективно моделировать динамику квантового отжига в спин‑стеклах Изинга на разных типах решёток.
Ключевые элементы метода:
эволюция состояния через структуру тензорной сети, привязанной к геометрии решётки;
использование алгоритмов belief propagation для отслеживания роста квантовой запутанности;
извлечение наблюдаемых величин из компактного представления состояния.
Такой подход позволяет удерживать описание квантового состояния сильно сжатым, избегая экспоненциального роста вычислений. Благодаря этому моделирование оказалось возможным даже на относительно скромных вычислительных ресурсах.
Почему тензорные сети оказались эффективными
Главная причина связана со структурой квантовой запутанности.
В анализе D‑Wave сообщалось, что в изучаемой динамике спин‑стекол запутанность подчиняется так называемому “закону площади” (area law).
Это важный фактор сложности симуляции:
запутанность растёт пропорционально границе области, а не её объёму;
квантовое состояние остаётся относительно компрессируемым;
тензорные сети могут эффективно хранить и эволюционировать такое состояние.
Алгоритмы тензорных сетей как раз специально разработаны для использования этой структуры, что делает классическую симуляцию некоторых квантовых систем вполне практичной.
Что это означает для «квантового превосходства»
Этот результат не говорит, что классические компьютеры способны эффективно моделировать любые квантовые процессы. Но он показывает важную вещь: само по себе большое число кубитов ещё не гарантирует недостижимость задачи для классических алгоритмов.
Настоящая граница проходит глубже:
если квантовая система создаёт очень сложную, объёмную (volume‑law) запутанность, классическая симуляция становится чрезвычайно трудной;
если же запутанность остаётся структурированной и ограниченной — например, подчиняется закону площади — тензорные сети могут справляться с задачей довольно эффективно.
Проще говоря, вычислительное преимущество квантовых устройств определяется не только числом кубитов, но и структурой квантового состояния, которое они генерируют.
Более широкий урок для квантовых вычислений
История с D‑Wave — типичный пример динамики в этой области науки. Когда появляется заявление о квантовом преимуществе, оно часто стимулирует развитие новых классических алгоритмов, которые пытаются воспроизвести тот же результат.
Такое соперничество на самом деле полезно для науки. Оно помогает точнее определить, где именно квантовые компьютеры действительно превосходят классические методы.
По мере развития квантового оборудования исследователи, вероятно, будут всё чаще искать режимы, где методы сжатия вроде тензорных сетей перестают работать. Именно там может проявиться по‑настоящему неоспоримое квантовое преимущество.
science.orgBeyond-classical computation in quantum simulation