IBM доказала, что у небольших квантовых схем есть задачи, где им не соперничают даже LLM

Исследователи IBM нашли две задачи, на которых даже очень простые квантовые схемы гарантированно обходят языковые модели. Это не эксперимент на железе, а математическое доказательство. Работа выложена на arXiv.

Речь идёт о квантовых схемах малой глубины. Кубитов в них может становиться сколько угодно больше, а число последовательных шагов вычисления почти не растёт. В 2018 году сотрудники IBM Сергей Бравый, Дэвид Госсет и Роберт Кёниг показали в Science, что такие схемы решают задачи, недоступные таким же неглубоким классическим схемам. С тех пор классических соперников брали всё сильнее. Теперь их место заняли языковые модели, правда, в урезанном, теоретическом виде.

Первая задача — повторный поиск по указателю. Авторы описывают её так: вы открываете предметный указатель в конце книги, а он отсылает вас к указателю другой книги, оттуда к третьей и так далее. Вопрос — где закончится цепочка. Из прежних работ известно, что трансформеру, архитектуре GPT, Claude и Llama, для этого нужно много ресурсов. IBM доказала, что квантовая схема почти постоянной глубины с одним классическим логическим элементом справляется с задачей. Сделать её ещё мельче, по словам авторов, нельзя.

Вторая задача — сгенерировать случайные строки из нулей и единиц с заданной чётностью, то есть с чётным или нечётным числом единиц. Квантовая схема делает это легко за счёт запутанности и интерференции. Диффузионные языковые модели, которые пишут текст, постепенно очищая его от шума, с ней справляются плохо. Раньше это было доказано только для моделей без цепочки рассуждений. IBM распространила вывод и на модели, которым разрешено сначала записать промежуточные шаги.

Авторы сами оговаривают пределы работы. Нынешние квантовые компьютеры маленькие и ошибаются, а языковые модели работают на лучшем железе в огромных масштабах. Доказано лишь, что при достаточно большом размере задачи квантовая схема выиграет. На каком именно размере это случится, в статье не сказано.

Исследователи надеются, что по этим задачам можно будет составить настоящие бенчмарки для сравнения квантовых систем и языковых моделей. А в будущем квантовые вычисления, по их мнению, могли бы не соперничать с ИИ, а помогать ему там, где классическим системам не хватает мощностей.