Google lagi ngembangin cara baru buat kalibrasi komputer kuantum pakai AI, biar bisa benerin error otomatis. Gak perlu lagi kalibrasi manual!
Komputer kuantum itu kan lagi jadi inceran banyak peneliti, tapi ada banyak banget tantangan gede yang harus diatasi sebelum kita bisa pakai buat hal-hal penting. Salah satunya, gimana caranya kita bikin qubit hardware yang cukup bagus dan banyak, biar bisa nyambung jadi logical qubit yang udah dikoreksi error-nya. Terus, gimana kita bisa bikin kondisi yang pas biar komputasi universal bisa jalan di logical qubit itu. Ini PR gede banget, lho.
Tapi, selain masalah-masalah gede tadi, ada juga tantangan kecil yang sering gak kelihatan tapi penting banget buat dipecahin. Salah satunya itu soal kalibrasi. Ini masalah yang biasanya muncul di beberapa jenis hardware tertentu. Misalnya, kalau kita bikin perangkat kayak superconducting qubit, pasti ada aja beda-beda kecil di tiap qubit-nya. Beda sama kalau kita pakai atom buat jadi qubit, tapi laser yang ngendaliin atom itu juga bisa melenceng, jadi tetep aja ada tantangan.
Nah, gara-gara beda-beda kecil ini, hardware biasanya harus lewat proses yang namanya kalibrasi. Di proses ini, kita bakal nyoba-nyoba frekuensi sama amplitudo pulsa microwave yang beda-beda buat ngendaliin qubit. Tujuannya, biar kita nemu kombinasi yang bisa ngasih tingkat error paling rendah. Kalau udah ketemu, settingan itu bakal disimpen buat dipakai pas komputasi. Ribet, kan?
Advertisement
Slot in-article yang tampil setelah paragraf ketiga.
Masalahnya, kamu gak bisa ngelakuin kalibrasi kayak gini pas lagi ada komputasi jalan. Jadi, kalau algoritmanya panjang dan rumit, pergeseran atau 'drift' bisa jadi masalah gede banget. Bayangin aja, lagi ngitung sesuatu yang penting, eh tiba-tiba performanya turun gara-gara kalibrasinya geser. Ini bisa bikin hasil komputasi jadi gak akurat dan buang-buang waktu.
Tapi, Google punya ide cemerlang! Mereka nemuin cara buat ngelakuin kalibrasi pakai data yang sama persis yang dipakai buat koreksi error. Jadi, intinya, mereka pakai reinforcement learning buat terus-terusan nyari settingan kontrol yang paling optimal. Ini kayak komputer kuantumnya belajar sendiri gimana caranya biar tetep stabil dan akurat, tanpa perlu diutak-atik manual lagi.
Dengan metode ini, komputer kuantum bisa terus-terusan menyesuaikan diri, bahkan pas lagi jalanin komputasi yang kompleks. Ini artinya, masalah 'drift' yang bikin pusing itu bisa diatasi. Jadi, kita gak perlu khawatir lagi soal akurasi buat algoritma yang panjang. Ini bener-bener terobosan yang bisa bikin komputer kuantum jadi lebih stabil dan bisa diandalkan buat berbagai aplikasi di masa depan. Keren banget, kan?
Technology lagi bergerak cepat, jadi jangan cuma lihat headline.
Ars Technica
Catatan redaksi
Kalau lo cuma ambil satu hal dari artikel ini
Technology update dari Ars Technica.
Sumber asli
Artikel ini merupakan rewrite editorial dari laporan Ars Technica.
Baca artikel asli di Ars Technica→