В квантовых компьютерах на нейтральных атомах считывание кубитов занимает миллисекунды — значительно дольше квантовых вентилей, что замедляет работу квантовой коррекции ошибок (QEC). Ускорение считывания сокращает время цикла и декогеренцию, но снижает число регистрируемых фотонов, повышая шум. Предложенный метод GANDALF использует глубинное обучение для шумоподавления изображений, реконструируя сигналы из коротких измерений с малым числом фотонов. Это позволяет надёжно классифицировать состояния кубитов при сокращении времени считывания до 1.6 раз. В сочетании с лёгкими классификаторами и конвейерной архитектурой достигнуто снижение частоты логических ошибок до 35 раз и ускорение полного цикла QEC до 1.77 раз по сравнению с передовыми свёрточными нейросетями (CNN) на массивах цезиевых атомов.
Атомные кубиты «щёлкают» вычисления за микросекунды, но съёмка результата с помощью светочувствительной камеры растягивается на миллисекунды — в тысячи раз дольше. За это время квантовое состояние размывается (декогеренция), накапливая неопределённость (энтропию), словно фотография при долгой выдержке дрожащей камерой. Укоротить выдержку нельзя: тогда в кадр попадает слишком мало фотонов — частиц света, движущихся со скоростью света, и сигнал тонет в шуме.
Алгоритм GANDALF действует как инструмент «магического» повышения резкости: по мутной, зашумлённой секундной съёмке он восстанавливает чёткую картину свечения атомов. Фактически это фоторедактор, понимающий физику квантовых снимков. В результате считывание ускоряется в 1,6 раза без потери точности, а полный цикл коррекции ошибок — вдвое. Неожиданный поворот: число сбоев обрушивается в 35 раз, потому что алгоритм не просто чистит шум, а угадывает истинное состояние по микроскопическим подсказкам.
🎯 Каждый кубит выдаёт всего горсть фотонов — столько же света, сколько глаз улавливает от едва заметной звезды. Именно этот микроскопический сигнал и усиливает GANDALF.