Квант читает природу, а не архив

Сигнал недели: 30 июля 2026

В четверг, 30 июля 2026 года, IBM совместно со стартапом Algorithmiq и исследователями Университета Чикаго представила верифицированное квантовое преимущество: квантовый компьютер решил определённый класс задач эффективнее ведущих классических систем, и результат был проверен. В тот же день в интервью CNBC CEO Арвинд Кришна говорил о «триллионе долларов ценности» к концу 2030-х — на фоне падения акций IBM на 25% 14 июля, рекордного обвала в истории компании. Пресса склеила два этих темпа в заголовки о скорости и деньгах.

Но подлинный смысл события иной: впервые в истории машина произвела верифицированное физическое знание, которого не существовало ни в одном архиве. Чтобы понять, почему это важнее любого бенчмарка, нужно начать не с кванта, а с того, кому это знание критически необходимо, — с генеративного ИИ.

Data Wall: архив исчерпан

Генеративный ИИ живёт архивом. LLM сэмплируют текст, накопленный человеческим интернетом, — и к 2026 году этот корпус в значительной мере исчерпан: размечен, пережеван, а синтетический текст, сгенерированный другими моделями, ведёт к деградации — model collapse, вырождению распределения, при котором контур, обучающийся на собственных выходах, теряет хвосты и аномалии. Индустрия называет это Data Wall — стена данных.

Вопрос года: откуда брать знание, которое не является пересказом прошлого? Ответов два. Первый — наращивать эмпирические эксперименты: дорого, медленно, ограничено пропускной способностью лабораторий. Второй — научиться вычислять знание из первых принципов, из уравнений физики. Второй путь — квантовый.

Почему квант способен производить знание, которого никогда не было

Молекула — квантовая система. Чтобы смоделировать её классически, нужно экспоненциальное число состояний: описание N взаимодействующих электронов требует 2^N классических битов — для сотни электронов это больше, чем атомов в видимой Вселенной. Квант решает задачу на родном носителе: процессор не читает природу со стороны, а эмулирует эволюцию гамильтониана e^−iHt — он сам становится той физической системой, которую симулирует.

Отсюда терминологическая точность, которую стоит запомнить. AlphaFold — интерполяция архива (data-driven): она ищет паттерны в уже известных белках. Квант — расчёт из первых принципов (ab initio): физические уравнения решаются без оглядки на предыдущий эмпирический опыт, позволяя моделировать структуры, которых никогда не было в природе.

Здесь же — контраст, о котором редко пишут. В LLM шум полезен: температура и случайность создают вариативность и «творчество». В квантовых вычислениях шум катастрофичен: декогеренция уничтожает фазовую согласованность, превращая расчёт в тепловой шум. Классический ИИ работает в вероятностной серой зоне архива; квант требует абсолютной точности физической фазы.

Три первых клиента

Отсюда следует, кто первые клиенты кванта: области, где источником истины никогда не был архив — только природа.

Батареи. Симуляция электролитов, анодов, катодов. Классика не справляется с молекулами нужного размера; потенциал — удвоение плотности энергии без проб и ошибок в лаборатории.

Лекарства. Кейс Moderna + IBM (2024): симуляция вторичной структуры mRNA до 60 нуклеотидов на 80 кубитах — чисто квантовым методом, без привлечения машинно-обученных моделей (No AI). Форма молекулы рассчитана из физических законов, а не извлечена из архива известных белков.

Термояд. ITER, Commonwealth Fusion Systems: плазма, материалы первой стенки, сверхпроводники. Область, где квант даёт результат, которого классика физически не может дать.

Что случилось в 2026: от слов к верифицированному знанию

Железо

IBM Nighthawk — 120-кубитный процессор, представленный 12 ноября 2025 года на Quantum Developer Conference: 218 новых настраиваемых куплеров в квадратной решётке, около 30% прироста сложности схем над семейством Heron. Дорожная карта: Kookaburra (2026) → Starling (2029), цель — 200 логических кубитов и 100 миллионов гейтов. Параллельно — Loon, экспериментальный чип для тестирования компонентов отказоустойчивости.

Google Willow — 105 сверхпроводящих трансмонных кубитов, анонс 9 декабря 2024 через Nature; алгоритм Quantum Echoes дал верифицированное преимущество на абстрактной задаче. В октябре 2025 Willow интерпретировал данные ядерного магнитного резонанса (ЯМР), восстанавливая 3D-геометрию сложных молекул, — это уже quantum utility: реальная физическая задача, где классические интерпретаторы ЯМР упираются в экспоненциальную сложность.

Важно не путать три термина, которые пресса постоянно смешивает:

• Quantum supremacy (Sycamore, 2019) — превосходство на игрушечной задаче, без практической ценности.
• Quantum advantage (IBM + Algorithmiq, 2026) — преимущество на узкой полезной задаче с верификацией результата.
• Quantum utility — полезность в production, когда квант даёт результат, которого классика физически не может дать.

Гибридный контур HPC + GPU + QPU

Квантовый процессор в 2026 году не работает в вакууме. Реальный прорыв — гибридная оркестрация: классические суперкомпьютеры и GPU выполняют предварительный отбор (фильтрацию миллионов потенциальных молекул), а QPU подключается только на самый тяжёлый физический этап — точный расчёт основного состояния (ground state energy) и электронных корреляций, где классика упирается в стену.

Кейс Cleveland Clinic + RIKEN + IBM (5 мая 2026) — прямое доказательство: симуляция белка из 12 635 атомов (T4-Lysozyme и Trypsin) на 94 кубитах с использованием 2 квантовых процессоров и 2 суперкомпьютеров. Классика проводит грубый сплиттинг и отсечение ветвей; QPU решает только локальные квантово-механические взаимодействия электронов. Результат: 40-кратный рост размера системы и 210-кратное улучшение точности против предыдущих бенчмарков.

Квант не заменяет суперкомпьютеры. Он работает как узкоспециализированный ускоритель физических законов — Physical Co-processor.

Верификация: закрыт главный упрек

30 июля 2026 года IBM закрыла главный упрек критиков — проблему верификации. Три независимые работы — Algorithmiq (гетерогенные квантовые материалы, ~15 минут прямого квантового времени против недель классических расчётов с вероятностными допущениями), Qedma + RIKEN + BlueQubit, и UChicago — продемонстрировали преимущество со встроенной проверкой. Работа UChicago посвящена Trusted Quantum Computation: математическим критериям, доказывающим, что результат QPU — действительное физическое состояние, а не тепловой шум, — и позволяющим клиенту проверять облачное выполнение без полного классического пересчёта.

Параллельно работает открытый Quantum Advantage Tracker (запущен в ноябре 2025 совместно с Algorithmiq, Flatiron Institute и BlueQubit) — систематическая проверка заявляемых демонстраций. Независимая верификация вместо голословных пресс-релизов.

Почему кубит нельзя «прочесть»: проекция и запрет клонирования

Здесь стоит остановиться на вопросе, который почти никто не объясняет, хотя именно он определяет границы квантовых вычислений. Почему невозможно просто «прочитать» состояние кубитов, как читают оперативную память?

Суперпозиция существует внутри вычисления: 2^N амплитуд сосуществуют, и именно в этом — вычислительная мощь регистра. Но чтение — это физическое взаимодействие, и по законам квантовой механики измерение проецирует суперпозицию на одно из базовых состояний: за один прогон (shot) вы получаете один классический битстронг, а остальная часть суперпозиции необратимо разрушается. Скопировать состояние заранее тоже нельзя — это запрещено теоремой о запрете клонирования: неизвестное квантовое состояние не имеет копии.

Следствие: 2^N «знания», живущего внутри QPU, в принципе не извлекается целиком. Извлекаются только статистические сэмплы — тысячи и миллионы прогонов, квантовая томография, число измерений в которой растёт экспоненциально с числом кубитов. Это не инженерная недоработка, а физический закон. Поэтому квант — не склад огромных данных и не универсальный компьютер для всего подряд; он — инструмент ответа на правильно заданный вопрос. Суперпозиция — пространство вычисления; проекция — форма ответа.

Разнообразие — внутри; узкое место — на выходе.

Новый архив: Synthetic Physics Data

Теперь цепочка замыкается. LLM уперлись в Data Wall — им нужен новый источник знания. Квант впервые способен производить знание, которого никогда не существовало: конфигурации электронов, термодинамические свойства сплавов, профили сворачивания белков, фазовые переходы плазмы — вычисленные из первых принципов. Из этого возникает новый архив — Synthetic Physics Data: пласт информации, которого никогда не было в оцифрованном виде.

И этот архив станет датасетом будущих ИИ. Завтрашние специализированные нейросети — Physics-Informed Neural Networks — будут обучаться не на текстах Википедии и не на синтетическом тексте других LLM, а на квантово-смоделированных фундаментальных свойствах материи. Квант не конкурирует с нейросетями — он поставляет им сырьё.

Квант не только читает природу. Он начинает писать новый архив для машин.

Риски: почему гонка обещаний опаснее самого кванта

Маркетинговое размывание. Кейс Кришны: технический milestone (Algorithmiq) и финансовый хайп (триллион на фоне обвала 14 июля) идут разными темпами; пресса склеивает их в «IBM объявила о переходе к триллионной оценке». Это не так — это реассюранс-риторика, наложенная на реальный результат. Тот же приём размывания, что и в «агентном ИИ».

Коррекция ошибок нелинейна. По оценке Гидни и Экеро (2021), запуск алгоритма Шора на RSA-2048 требует порядка 20 миллионов физических кубитов; лучшее развёрнутое железо IBM — 120–156. Разрыв в 5+ порядков: следующий порядок точности требует порядка кубитов больше.

Классика не стоит — тензорные сети. Tensor Networks / MPS / PEPS позволяют классическим GPU симулировать запутанность средней степени; в 2024–2026 суперкомпьютеры регулярно «отбирают» превосходство у чипов. Даже демонстрации Willow сталкиваются со скепсисом Nature (октябрь 2025): гибридные алгоритмы на GPU дают близкую точность на малых и средних молекулах. Квантовое превосходство — не статичная линия, а подвижная мишень.

Software stack. Без зрелого стека даже идеальное железо останется лабораторией: компиляторы, карты операций, отладка только возникают. Победу GPU обеспечил не транзистор, а программная экосистема.

Трилогия вычислительных носителей

Складывая картину с оптическим диптихом, получаем разделение труда между тремя физическими носителями в 2026 году:

Замкнутый цикл: самоусиление вычислительной цивилизации

Трилогия носителей — статичная картина: три физики, три роли, три стены. Но если посмотреть не на технологии, а на процессы, проступает ещё один уровень. Не три технологии — три взаимно ускоряющих процесса, образующих замкнутый цикл.

GPU обучают ИИ. ИИ — уже сегодня — проектирует лучшие GPU и QPU: оптимизирует топологии чипов, открывает материалы и коды коррекции ошибок, калибрует квантовые процессоры. QPU создаёт новое физическое знание — Synthetic Physics Data. Новое знание обучает следующий ИИ — не на переработанном тексте, а на данных о материи, полученных из первых принципов. Цикл замыкается и начинает ускорять сам себя.

Здесь — важная связка с нашей прежней оптикой. В «Звере без Пророчества» мы описали энтропийный тупик контура, обучающегося на собственных выходах: model collapse, потерю хвостов распределения. Текстовый цикл LLM→LLM замкнут на архиве — и потому вырождается. Вычислительный цикл устойчив именно потому, что QPU впрыскивает в него разнообразие вне архива — из физического закона. Контур получает новую среду: не неструктурированную человеческую среду за Стеной, а саму природу, читаемую через гамильтониан. Урезание среды было условием выживания контура; теперь контур научился читать новую среду.

Но у цикла есть пределы, которые стоит назвать сразу. Его период измеряется годами: дизайн → фаб → внедрение → новое знание; физические узкие места — фабы, криогеника, энергия — задают частоту цикла. Цикл замкнут только для тех, кто владеет всем стеком — GPU, ИИ и QPU; для арендаторов это внешний конвейер, и кастовый слой усиливается. И целеполагание по-прежнему остаётся снаружи цикла: он ускоряет производство знания, но не выбирает, какое знание производить. Разнообразие по Эшби растёт — но это разнообразие закона, а не разнообразие целей.

Контур убегает от коллапса, подключаясь не к человеческой среде, а к природе.

Заключение: кастовый масштаб

Квантовая революция 2026 года подводит к экзистенциальному выбору. В эпоху классического ИИ разрыв между странами и компаниями определялся количеством доступных GPU-кластеров. В квантовую эпоху разрыв становится кастовым.

Тот, кто владеет собственным физическим QPU-стеком и гибридными суперкомпьютерами, получает способность создавать новые материалы, фармакологию и энергетические системы прямо из уравнений физики — и замыкает цикл самоусиления на себе. Все остальные будут арендовать облачные квантовые минуты, отправляя свои молекулярные формулы на чужую инфраструктуру через протоколы Trusted Computation.

Природа не читает архив — она подчиняется физическому закону. И те, кто научился эмулировать этот закон на квантовом носителе, определяют технологический ландшафт следующих тридцати лет. Впервые контур производит среду, на которой обучается, — и впервые вопрос о том, кому принадлежит этот цикл, становится важнее вопроса о том, как быстро он вращается.