החברה מציגה כלי AI חדשים לכיול ולתיקון שגיאות במעבדים קוונטיים, עם טענה לשיפור ניכר במהירות ובדיוק בדרך למערכות קוונטיות אמינות וניתנות להרחבה
אנבידיה הכריזה על NVIDIA Ising, משפחה חדשה של מודלי בינה מלאכותית פתוחים שנועדה לסייע לחוקרים, למעבדות ולחברות לפתח מחשבים קוונטיים שימושיים ואמינים יותר. לפי החברה, מדובר במשפחה ראשונה מסוגה של מודלים פתוחים המתמקדים בשני צווארי בקבוק מרכזיים בדרך למחשוב קוונטי מעשי: כיול של מעבדים קוונטיים ותיקון שגיאות קוונטיות.
השם Ising נלקח מן המודל המתמטי איזינג, שנחשב לאחד המודלים החשובים בפיזיקה הסטטיסטית להבנת מערכות מורכבות. באנבידיה מבקשים לרמוז באמצעותו שהמודלים החדשים אמורים למלא תפקיד דומה גם בעולם הקוונטי: להפוך מערכת מסובכת, רגישה ורועשת למערכת שניתן לנתח, לשלוט בה ולהרחיב אותה.
האתגר הזה מהותי במיוחד משום שמעבדים קוונטיים עדיין סובלים משיעורי שגיאה גבוהים ומחוסר יציבות. כל ניסיון להפעיל יישומים קוונטיים בקנה מידה משמעותי מחייב גם כיול מתמשך של המערכת וגם מנגנוני תיקון שגיאות מהירים ומדויקים. כאן, לפי אנבידיה, אמורה הבינה המלאכותית להפוך לשכבת הבקרה של המכונה הקוונטית, ולחבר בין העולם הקלאסי לבין הקיוביטים השבריריים.
המשפחה החדשה כוללת שני רכיבים מרכזיים. הראשון, Ising Calibration, הוא מודל ראייה־שפה שנועד לפרש במהירות מדידות ממעבדים קוונטיים ולסייע באוטומציה של תהליכי כיול שוטפים. באנבידיה אומרים כי המודל קטן פי 15 מהחלופות הקיימות, אך עדיין מסוגל להגיב במהירות למדידות ולתמוך בסוכני AI שמבצעים כיול מתמשך.
הרכיב השני, Ising Decoding, כולל שתי גרסאות של מודל רשת נוירונים קונבולוציונית תלת־ממדית, אחת מותאמת למהירות ואחת לדיוק. המודלים הללו מיועדים לפענוח בזמן אמת של המידע הדרוש לתיקון שגיאות קוונטיות. לדברי אנבידיה, הם מספקים ביצועים מהירים עד פי 2.5 ודיוק גבוה עד פי 3 לעומת PyMatching, שנחשב כיום לאחד הכלים הפתוחים המרכזיים בתחום.
מנכ"ל אנבידיה, ג'נסן הואנג, אמר כי בינה מלאכותית היא רכיב חיוני בהפיכת המחשוב הקוונטי לשימושי. לדבריו, עם Ising הופך ה־AI ל"שכבת הבקרה" או ל"מערכת ההפעלה" של המכונות הקוונטיות, במטרה להפוך קיוביטים שבריריים למערכות Quantum-GPU אמינות וניתנות להרחבה.
באנבידיה מדגישים כי המודלים החדשים אינם עומדים בפני עצמם, אלא משתלבים בתוך פלטפורמת CUDA-Q של החברה למחשוב היברידי קוונטי־קלאסי, וכן עם טכנולוגיית NVQLink לחיבור בין QPU ל־GPU. במילים אחרות, החברה מבקשת לבסס כאן מעטפת שלמה: לא רק שבבים ומאיצים, אלא גם שכבת תוכנה, כלים, מודלים ומיקרו־שירותים שיאפשרו להפעיל שליטה, כיול ותיקון שגיאות בזמן אמת.
אחד ההיבטים הבולטים בהכרזה הוא האופי הפתוח של המודלים. אנבידיה מספקת לא רק את המודלים עצמם, אלא גם מדריך לתהליכי עבודה, נתוני אימון ומיקרו־שירותי NVIDIA NIM, כדי לאפשר לחוקרים ולמפתחים להתאים את הפתרונות לארכיטקטורות חומרה שונות ולמקרי שימוש ייעודיים. החברה גם מדגישה שניתן להריץ את המודלים באופן מקומי, מה שעשוי להיות חשוב במיוחד עבור גופים שמבקשים להגן על מידע קנייני או מחקרי.
לפי אנבידיה, שורה ארוכה של חברות, אוניברסיטאות ומעבדות כבר החלו לאמץ את משפחת Ising. בתחום הכיול נכללים ברשימה גופים כמו Atom Computing, IonQ, IQM, Infleqtion, Q-CTRL, אוניברסיטת הרווארד והמעבדה הלאומית פרמי. בתחום הפענוח ותיקון השגיאות נזכרות בין השאר אוניברסיטת קורנל, SEEQC, המעבדה הלאומית סנדיה, אוניברסיטת שיקגו, אוניברסיטת דרום קליפורניה ואוניברסיטאות נוספות בארה"ב, אירופה ואסיה.
המהלך משתלב במאמץ רחב יותר של אנבידיה להרחיב את נוכחותה גם לעולם המחשוב הקוונטי, מעבר למעמדה המרכזי בשוק הבינה המלאכותית הקלאסית. בשנים האחרונות החברה בנתה בהדרגה קו מוצרים ותוכנה שמחבר בין סימולציה קוונטית, בקרה בזמן אמת, האצת חישובים ומחשוב היברידי. כעת היא מנסה להוסיף גם שכבת מודלים ייעודיים שיסייעו להתגבר על מגבלות החומרה הקוונטית עצמה.
ההכרזה גם משקפת תפיסה רחבה יותר שלפיה הדרך למחשבים קוונטיים שימושיים לא תעבור רק דרך שיפור הקיוביטים, אלא גם דרך שילוב עמוק יותר של בינה מלאכותית ומחשוב מואץ בתהליך הבקרה והתיקון. אם הגישה הזו תוכיח את עצמה, ייתכן שההתקדמות בדור הבא של המערכות הקוונטיות תישען לא רק על הפיזיקה של הקיוביט, אלא גם על היכולת של מודלי AI לנהל, לייצב ולתקן אותו בזמן אמת.
עם זאת, חשוב לזכור כי מדובר בהכרזה של חברה מסחרית, והטענות בדבר "הטובים בעולם" או השוואות ביצועים ייבחנו לאורך זמן על ידי הקהילה המדעית והתעשייתית. ועדיין, עצם השקת משפחת מודלים פתוחים ייעודיים למחשוב קוונטי היא צעד משמעותי, במיוחד משום שהיא עשויה להוריד חסמי כניסה לחוקרים ולקצר את הדרך בין ניסויים במעבדה לבין מערכות ניתנות להרחבה.
