Штучний інтелект як каталізатор для квантових технологій та загроза для сучасного шифрування

Штучний інтелект наближає «Квантовий день» до реальності — і до руйнування шифрування: нове дослідження

У прориві, що сигналізує про важливий етап у розвитку квантових технологій, штучний інтелект тепер використовується для розуміння та характеристики величезної складності квантових систем, перетворюючи те, що раніше здавалося непідйомним, на підлягаючі аналізу та навіть прогнозуванню явища. І наслідки виходять за межі академічного інтересу: оволодіння цією складністю є критично важливим для розвитку квантового обладнання, перевірки його продуктивності та впровадження квантових застосувань у таких сферах, як шифрування, відкриття нових матеріалів та фармацевтика.

Нове дослідження від Quantum Zeitgeist висвітлює, як ШІ — особливо глибоке навчання та мовні моделі — можуть наближати стан масово складних квантових систем, обминаючи експоненційні перешкоди, які тривалий час турбували фізиків.

Дослідники використовують традиційне машинне навчання, глибокі нейронні мережі, а також мовні моделі для прогнозування фізичних властивостей (як-от намагніченість і ентропія) та як «заміщувальні моделі» для повних квантових систем — скорочення, що обминає експоненційний сплеск даних про квантові стани.

Допоміжний звіт на arXiv, «Штучний інтелект для представлення та характеристики квантових систем», об`єднує ці досягнення у три пов`язані парадигми ШІ — машинне навчання, глибоке навчання та моделі на основі трансформерів — і стверджує, що кожна з них має унікальні переваги для завдань, таких як оптимізація алгоритмів, бенчмаркінг квантових пристроїв та вивчення складних фаз матерії.

Підготуйтеся до «Квантового дня»

Квантові комп`ютери, що мають достатню потужність для моделювання великих систем, загрожують зруйнувати криптографічні основи сучасної цифрової економіки. Більшість блокчейнів, банків та безпечних комунікацій ще покладаються на методи RSA та еліптичних кривих, які можуть бути розгадані, коли квантові машини досягнуть масштабу. Роль ШІ у прискоренні квантової характеристикації скорочує цей часовий проміжок, підвищуючи тиск на галузі, щоб прийняти постквантове шифрування до приходу так званого Квантового дня.

Коли експерти попереджають про Квантовий день — момент, коли квантові комп`ютери зможуть зламати сьогоднішнє шифрування — вони не займаються науковою фантастикою. Аналіз 2025 року від Post Quantum передбачає появу машини, здатної зламати RSA-2048 вже у 2030 році, плюс-мінус два роки, тоді як Національний центр кібербезпеки Великобританії закликав компанії почати перехід на квантово-безпечні системи до 2028 року з повним впровадженням до 2035 року.

Недавнє опитування в галузі намалювало ще більш тривожну картину, де 61% фахівців з безпеки вважають, що існуюче шифрування може бути скомпрометовано лише через два роки, а ще 28% очікують, що тріщини з`являться протягом трьох-п’яти років.

Більш обережні прогнози відтягують небезпеку далі, вказуючи лише на одну з чотирьох ймовірностей зламу до 2034 року, але попереджаючи, що ймовірність зростає до майже 80% до 2044 року, згідно з даними компанії з кібербезпеки Capture the Bug.

Як ШІ прискорює квантову еру

Традиційні методи, такі як квантова томографія або моделювання, швидко стають безнадійно повільними, коли системи зростають. ШІ пропонує обхідний шлях, де розпізнавання патернів масштабується більш плавно, відкриваючи нові ідеї у системах, які раніше вважалися незбагненними.

Точність характеристик є обов`язковою умовою для створення надійного квантового обладнання та програмного забезпечення. Наприклад, німецька компанія IQM нещодавно залучила інвестицію в $320 мільйонів з США — відзначаючи своє просування у хмарному виробництві квітових машин — і підкреслює попит на квантові системи, продуктивність яких повинна бути гарантованою.

В Австралії дослідники використовували підхід машинного навчання Quantum — Quantum Kernel-Aligned Regressor (QKAR) — для моделювання ключових факторів у виробництві напівпровідників. Результат: на 20% краща точність у порівнянні з класичними методами, навіть за наявності маленьких наборів даних.

Закон ESPRIT або подвійно експоненціальний закон Невена, який описує, як квантова обчислювальна потужність може зростати швидше, ніж прості експоненційні тренди, можуть бути не єдиним джерелом, але інструменти ШІ можуть стати каталізатором, перетворюючи сирі квантові дані у інформацію, з якою можна працювати.

Висновок

Обіцянка квантових обчислень — експоненційне вирішення проблем, незламне шифрування, трансформаційне відкриття ліків та нових матеріалів — залежить від однієї недооціненої здатності: розуміння того, що роблять ці машини. ШІ не є лише експериментальним помічником; він стає життєво важливим інтерпретатором і помічником для світових квантових амбіцій.

Оскільки фінансування зростає, а застосування множаться, майбутнє не тільки квантове — воно квантове, підтримуване ШІ. І саме це може перевести теорію в трансформацію.