W Hefei, w chińskiej prowincji Anhui, naukowcy przeprowadzili eksperyment, w którym komputer kwantowy został użyty do wspomagania sztucznej inteligencji. Brzmi jak science fiction? Tak, ale jeśli potwierdzą się zapowiedzi – może to być technologiczny skok na miarę przesiadki z roweru do samolotu
W laboratorium Anhui Quantum Computing Engineering Research Center, działającym przy Chińskim Uniwersytecie Nauk i Technologii (USTC), badacze wykonali eksperyment łączący komputer kwantowy Origin Wukong z dużym modelem sztucznej inteligencji.
Origin Wukong to realny, 72-kubitowy komputer kwantowy, opracowany przez chińską firmę Origin Quantum. Działa w temperaturach bliskich zera absolutnego i jest jednym z najbardziej zaawansowanych prototypów tego typu w Azji.
Według komunikatów prasowych z kwietnia 2025 roku, chińscy naukowcy zastosowali Wukonga do tzw. fine-tuningu (czyli dostrajania) modelu AI z około miliardem parametrów. Miało to pozwolić na szybsze i bardziej efektywne szkolenie sztucznej inteligencji — przy mniejszym zużyciu energii.
Nie ma jednak jeszcze recenzowanego artykułu naukowego, który by te wyniki potwierdzał. Obecnie opieramy się na doniesieniach z chińskich źródeł – m.in. Xinhua, Science and Technology Daily i portali branżowych, takich jak Quantum Insider czy Quantum Computing Report.
„Model z miliardem parametrów”?
Parametry to wewnętrzne wartości, które decydują, jak AI „myśli”. Każdy z nich to coś w rodzaju śrubki w gigantycznym mechanizmie – im jest ich więcej, tym bardziej złożony i precyzyjny model, ale też trudniejszy do wytrenowania.
Dla porównania:
- ChatGPT-3 miał około 175 miliardów parametrów,
- a GPT-4 – prawdopodobnie nawet około biliona.
Chiński eksperyment dotyczył więc modelu średniej wielkości, ale jego wyjątkowość polegała na czymś innym – zastosowano do tego rzeczywisty komputer kwantowy, a nie jego symulację.
Czym są komputery kwantowe?
Zwykły komputer działa na bitach, które mogą przyjmować wartość 0 lub 1. Komputer kwantowy używa kubitów, które mogą być jednocześnie 0 i 1 – dzięki zjawisku zwanym superpozycją.
To pozwala mu analizować wiele możliwości równocześnie, co w teorii daje ogromną przewagę obliczeniową. Ale jest też druga strona medalu – układy kwantowe są niewiarygodnie wrażliwe. Drobna zmiana temperatury, pole magnetyczne czy wibracja może zniszczyć stan obliczeniowy całego systemu.
Z tego powodu większość ekspertów traktuje obecne sukcesy kwantowe bardziej jako eksperymenty koncepcyjne niż praktyczne przełomy. Niemniej jednak, samo zastosowanie fizycznego komputera kwantowego do realnego zadania sztucznej inteligencji – to kamień milowy w badaniach.
Trening dużych modeli AI pochłania dziś gigantyczne zasoby energii i pieniędzy. Przykładowo, wytrenowanie GPT-4 kosztowało prawdopodobnie dziesiątki milionów dolarów i wymagało tysięcy procesorów.
Jeśli obliczenia kwantowe pozwolą skrócić ten proces – nawet o kilka procent – może to w przyszłości zrewolucjonizować całą branżę.
Dla Chin ma to także wymiar strategiczny: kraj ten stara się uniezależnić od zachodnich chipów i budować własne zaplecze technologiczne. Nie chodzi już o doganianie Stanów Zjednoczonych, ale o skok w nowy wymiar technologii, w którym nikt nie ma jeszcze przewagi.
AI + kwanty: duet przyszłości?
Sztuczna inteligencja to algorytmy uczące się na danych. Kwanty – to fizyka najgłębszych warstw rzeczywistości. Połączenie tych dwóch dziedzin może w przyszłości prowadzić do systemów, które uczą się w sposób przypominający intuicję, a nie kalkulację.
To jeszcze nie teraźniejszość, ale już nie fantastyka naukowa. Naukowcy z USTC od lat publikują prace w tym kierunku – łączące kwantowe algorytmy z uczeniem maszynowym (m.in. w Nature Quantum Information czy Physical Review Letters). Eksperyment z Hefei jest więc częścią większego trendu badawczego, nie jednorazową sensacją.
A Polska?
Polska nie bierze udziału w tym wyścigu na pierwszej linii. Ale właśnie dlatego powinniśmy śledzić takie doniesienia z uwagą. Jeśli świat technologii naprawdę przesunie się w stronę „kwantowej ery”, różnice między państwami mogą gwałtownie się pogłębić.
Dziś w Polsce „AI” kojarzy się głównie z chatbotami i aplikacjami biurowymi. Tymczasem prawdziwa gra toczy się o infrastrukturę obliczeniową.
Najlepsze porównanie, jakie nasuwa się po tym eksperymencie, to przesiadka z roweru do samolotu. Oba środki transportu działają – ale różnią się sposobem, skalą i prędkością.
Dziś sztuczna inteligencja uczy się jak rowerzysta – powoli i energochłonnie. Jeśli kiedyś połączy się ją z obliczeniami kwantowymi, może odlecieć – w tempie, które przekracza ludzkie wyobrażenie.
To wizja, która inspiruje i niepokoi zarazem. Bo jeśli maszyny uczą się coraz szybciej, pojawia się pytanie: czy jeszcze my sterujemy nimi — czy wkrótce to one zaczną sterować nami?
Źródło:wp.pl
Dodaj komentarz