Di tengah upaya membuat komputasi kuantum lebih berguna untuk persoalan nyata, Pasqal melaporkan hasil yang menonjol: logical qubits dinilai mampu memberi hasil lebih akurat daripada physical qubits saat dipakai menyelesaikan persamaan diferensial di perangkat keras nyata. Temuan ini penting karena selama ini manfaat logical qubits lebih sering dibuktikan pada tugas dasar, bukan pada aplikasi penuh yang langsung relevan untuk industri.
Pasqal menjalankan pengujian pada quantum kernel algorithm untuk 1.000 persamaan. Dari pengujian itu, pendekatan logical qubit mencatat kinerja yang lebih baik dibanding metode konvensional, dengan peningkatan akurasi rata-rata lebih dari 50%.
Pada kasus yang lebih sulit, selisihnya bahkan makin mencolok. Pasqal menyebut logical qubits mampu memberi peningkatan hingga 10 kali lipat pada satu masalah nonlinear yang representatif.
Perusahaan juga memaparkan angka pembanding pada contoh nonlinear lain. Median residual tercatat 0,042 pada pendekatan logical, sementara pendekatan fisik berada di 0,069.
Perbedaan serupa muncul pada tingkat error. Pendekatan logical berada di level 0,011, sedangkan pendekatan fisik tercatat 0,122.
Sorotan utama riset ini bukan hanya soal angka, tetapi juga jenis pekerjaan yang diuji. Pasqal menekankan bahwa yang dijalankan adalah aplikasi penuh, bukan sekadar blok komputasi sederhana atau subrutin algoritmik.
Pendekatan logical qubit sendiri dirancang untuk mengatasi masalah kesalahan yang menumpuk selama proses komputasi kuantum berlangsung. Beberapa physical qubits digabungkan menjadi satu unit yang lebih stabil agar kesalahan bisa dideteksi dan disaring sebelum memengaruhi hasil akhir.
Menurut Loïc Henriet, Chief Technology Officer Pasqal, logical qubits tidak hanya unggul secara teori, tetapi sudah menunjukkan hasil yang lebih baik saat dipakai untuk tugas komputasi nyata. Ia juga menilai pengujian aplikasi lengkap membantu mengidentifikasi sumber kesalahan yang paling berpengaruh untuk arah pengembangan perangkat keras berikutnya.
Pengujian tersebut dilakukan pada prosesor atom netral Pasqal yang diklaim memiliki gate fidelity 99,4%. Tim riset juga memakai skema pengkodean kesalahan kuantum [[4,2,2]] yang mengenkode dua logical qubits ke dalam empat physical qubits.
Pasqal menyebut skema itu lebih kompleks, tetapi tetap memberi keluaran yang lebih akurat. Perusahaan menilai pendekatan logical qubit mulai masuk akal ketika performa perangkat keras sudah cukup tinggi untuk menghasilkan hasil yang setara dengan kebutuhan aplikasi.
Dari sisi penerapan, persamaan diferensial yang dipakai dalam studi ini memiliki peran luas di berbagai bidang. Di kedirgantaraan, persamaan itu dipakai untuk memodelkan beban struktur dan dinamika fluida, sedangkan di energi berguna untuk transfer panas dan stabilitas jaringan listrik.
Di farmasi, persamaan serupa membantu memodelkan reaksi kimia dan perilaku molekuler. Sektor keuangan juga menggunakannya untuk pemodelan risiko dan volatilitas.
Pasqal menempatkan hasil ini sebagai bagian dari perkembangan yang lebih besar dalam analog quantum computing. Sebelumnya, pendekatan itu juga telah digunakan untuk optimasi, simulasi, dan machine learning.
Riset ini turut dikaitkan dengan PROQCIMA, program France 2030 yang menggabungkan akademisi dan industri Prancis untuk mendorong fault-tolerant quantum computing. Pasqal menyebut hasil tersebut sebagai salah satu keluaran eksperimental pertama dari program itu.
Studi berjudul “Benchmarking a machine-learning differential equations solver on a neutral-atom logical processor” ini melibatkan 40 penulis dari Pasqal dan Université Paris-Saclay / Institut d’Optique. Pasqal sendiri berdiri pada 2019, berkantor pusat di Prancis, mempekerjakan lebih dari 275 orang, dan melayani lebih dari 25 klien serta mitra termasuk Aramco, CMA CGM, OVHcloud, Thales, IBM, dan Sumitomo.
Ke depan, perusahaan menyebut fokus jangka pendeknya mencakup peningkatan performa gate, penambahan jumlah logical qubits, serta penguatan kemampuan deteksi dan koreksi kesalahan. Dengan hasil ini, logical qubits diposisikan bukan lagi sekadar target teknis, melainkan alat yang mulai menunjukkan keunggulan saat dipakai untuk menyelesaikan persoalan yang kompleks.
-
-
-
-
