Ono što zbunjuje pri svakoj novoj vijesti o razvoju kvantnog računarstva jest raznolikost pristupa. Očito je da nedostaje suglasnost oko temeljnog pitanja: kako najbolje izgraditi kubite, osnovne jedinice kvantne informacije. Ova raznolikost pristupa otvara pitanje ometa li tehnološka divergencija napredak ili možda ipak donosi korist razvoju područja.

Zašto AI uspijeva brže

Logičko pitanje bilo bi zašto AI uspijeva izbacivati lavinu novijih i pametnijih rješenja, a kubitno računarstvo kao kaplju donosi nove, uglavnom teorijske solucije. Prvo, izravna usporedba AI modela i kvantnog računarstva nemoguća je poput usporedbe posjet uređenoj knjižnici i hvatanje prašine u kojoj plešu čestice. Dok se mnogi pitaju zašto razvoj kubita zaostaje za brzim napretkom LLM-ova, odgovor leži u temeljnim razlikama njihove fizičke prirode i operativnih principa.

AI modeli, uključujući velike jezične modele, temelje se na klasičnim računalnim arhitekturama. Koriste tradicionalnu binarnu logiku (0 i 1) i rade na hardveru baziranom na siliciju. Ovi modeli obrađuju informacije sekvencijalno ili paralelno koristeći konvencionalne elektroničke sklopove.

Kvantno računarstvo i AI modeli

Gdje se kvantno računarstvo u teoriji razvoja može razmatrati s AI modelima proizlazi iz njihovih individualnih temelja. Svi veliki jezični modeli koriste slične arhitekture neuronskih mreža, posebice transformere, te primjenjuju tehnike dubokog učenja za obradu i generiranje ljudskog jezika. Ovi modeli prolaze predtrening na ogromnim skupovima podataka koristeći samoupravljano učenje za prepoznavanje jezičnih obrazaca. Koriste mehanizme samostalne pažnje za razumijevanje konteksta i odnosa između riječi, što im omogućuje izvođenje raznih jezičnih zadataka bez posebnog treninga za svaki zadatak. Kako rastu u opsegu, LLM-ovi pokazuju sposobnosti izvan eksplicitnog programiranja, fenomen poznat kao emergentne sposobnosti. Uglavnom, postoji koncenzus ili kako Balašević u pjesmi lijepo kaže: "Sve su to varijante jedne iste pjesme".

Mnogo je staza do kvantnog računanja

Kvantno računarstvo, spomenuta doslovna prašina, s druge strane, koristi principe kvantne mehanike. Umjesto klasičnih bitova, ono koristi kubitove koji mogu postojati u više stanja istovremeno zahvaljujući fenomenu superpozicije. Kubiti su fizički sustavi, poput supravodljivih krugova ili zarobljenih iona, koji iskorištavaju kvantna svojstva poput sprezanja (entanglement). Dok AI modeli manipuliraju apstraktnim reprezentacijama podataka, kvantna računala izravno manipuliraju kvantnim stanjima fizičkih čestica. Ova temeljna razlika u fizikalnosti omogućuje kvantnim računalima potencijalno eksponencijalno brže rješavanje određenih problema u usporedbi s klasičnim računalima, iako se suočavaju sa značajnim izazovima u održavanju kvantne koherencije i skaliranju.

U području kvantnog računarstva postoje fundamentalno različiti tehnološki pristupi i u teoriji tu je razlika u istraživačko-poslovnom pristupu. Supravodljivi kubiti, kubiti u ionskim zamkama, topološki kubiti  i kubiti bazirani na spinu predstavljaju zasebne fizičke implementacije s vlastitim prednostima i ograničenjima. Ove tehnologije značajno se razlikuju u temeljnoj fizici, što otežava direktne usporedbe i sprječava jednostavnu konvergenciju prema jedinstvenom pristupu. Ili kako Kendrick Lamar recitira " We are different, you and I"

Dileme dizajna kubita

Istraživačima nije jednostavno dizajnirati kubite. Stope pogrešaka, vrijeme koherencije, brzina operacija, skalabilnost i složenost proizvodnje predstavljaju kritične, ali često međusobno suprotstavljene zahtjeve. Tehnologija koja je izvrsna u otpornosti na pogreške može imati problema sa skalabilnošću, dok ona s prednostima u proizvodnji može patiti od ograničenja u koherenciji. Ovi kompromisi prisiljavaju istraživačke timove da prioritiziraju različite aspekte ovisno o specifičnim ciljevima. Ubrzani tempo istraživačkih otkrića dodatno komplicira izgradnju konsenzusa. Nedavni razvoji, poput Microsoftovog rada na topološkim kubitima i napredak Sveučilišta u Baselu, Googleov Willow, Amazonov Ocelot kontinuirano donose dobre vijesti, ali zbog ovih stalnih i brzih proboja teško je uspostaviti definitivne usporedbe između pristupa koji su i sami pokretne mete.

Praktične prepreke: od teorije do primjene

Svaka kubit tehnologija suočava se sa značajnim praktičnim preprekama, posebice vezanim uz osjetljivost na okolišne smetnje (dekoherenciju), skalabilnost na veće sustave i učinkovite tehnike ispravljanja pogrešaka. Različiti istraživački laboratoriji razvijaju različitu specijaliziranu stručnost i različite metode, što dodatno povećava tehnološku divergenciju.

Korporativno natjecanje

Kako se radi o potencijalno najlukrativnijoj novoj industriji u nastanku, razvija se konkurencija koja želi što brže do cilja, ali u svojoj lađi. Velike tehnološke tvrtke i specijalizirani startupi ulažu ogromna sredstva u razvoj vlastitog pristupa kubitima pa su time obvezne prema svojim financijerima. Ovo natjecanje potiče inovacije, ali i pojačava tehnološku divergenciju umjesto konvergencije. Ipak, potrajat će dok se sva ta istraživanja komercijaliziraju i pojave u trgovinama (vidi okvir)

Odjeci prošlosti: rani dani računarstva

U komentaru Financial Timesa pod naslovom "Kvantno računarstvo muči se doseći svoj silicijski trenutak" govori se kako područje kvantnog računarstva podsjeća na rane dane klasičnog računarstva, prije nego što je industrija konvergirala prema silicijskim tranzistorima kao temeljnim komponentama. Iako tvrtke poput Googlea, Amazona i Microsofta redovito najavljuju napretke, kvantno računarstvo još nije dostiglo svoj "silicijski trenutak" – točku u kojoj se industrija usklađuje oko standardnog pristupa svojim osnovnim komponentama.

Snaga je u raznolikosti

Raznolikost pristupa u razvoju kvantnih računala trenutno je zapravo prednost, iako otežava standardizaciju. Dok industrija još traži svoj put, ova razgranatost omogućuje istraživačima rad na različitim tehničkim rješenjima istovremeno, što povećava vjerojatnost značajnih otkrića. Kvantno računarstvo postupno sazrijeva, i premda će određene tehnologije vjerojatno pokazati prednosti za specifične primjene, sve upućuje na to da ćemo još neko vrijeme svjedočiti raznolikim pristupima u razvoju kubita.