В Оксфорде объединили два квантовых процессора в кластер

В Оксфорде объединили два квантовых процессора в кластер

В Оксфорде объединили два квантовых процессора в кластер

Группе исследователей из Оксфордского университета под руководством Дугласа Мейна объединила два квантовых процессора в единую вычислительную систему с использованием фотонного сетевого интерфейса.

Результаты эксперимента были опубликованы в журнале Nature. Авторы работы считают, что им удалось решить проблему масштабирования, которая является ключевой для квантовых вычислений.

Увеличение количества квантовых битов (кубитов) представляет собой сложную задачу, а при достижении определённого порога становится практически невозможным из-за физических ограничений.

Долгое время дополнительной трудностью оставался рост числа ошибок при увеличении количества кубитов, однако исследователям из Google удалось частично решить эту проблему. Объединение нескольких квантовых процессоров в единую систему позволило устранить этот барьер, причём, как отмечают авторы работы, количество узлов в таком кластере теоретически не ограничено.

В статье Nature уточняется, что для соединения модулей использовался эффект квантовой телепортации фотонов:

«Предыдущие демонстрации квантовой телепортации были сосредоточены на передаче квантовых состояний между физически разделёнными системами. В нашем исследовании мы применяем квантовую телепортацию для создания взаимодействий между удалёнными системами».

Эффективность метода была продемонстрирована на примере поиска элемента в неструктурированном массиве с использованием алгоритма Гровера. В результате удалось добиться практически линейного роста производительности при сохранении высокой вероятности успешного расчёта.

Главный исследователь проекта, профессор Дэвид Лукас из британского центра Quantum Computing and Simulation Hub, подчеркнул:

«Наш эксперимент показывает, что сетевая распределённая обработка квантовой информации возможна с использованием современных технологий. Однако масштабирование квантовых компьютеров остаётся серьёзной технической задачей, которая, вероятно, потребует новых физических открытий и значительных инженерных усилий в ближайшие годы».

Cloud.ru представила фильтр, скрывающий конфиденциальные данные от ИИ

На конференции GoCloud 2026 компания Cloud.ru анонсировала Guardrails Filter — инструмент для более безопасной работы с генеративным ИИ. Его задача довольно понятная: не дать конфиденциальным данным случайно утечь в большую языковую модель.

Схема работы выглядит так: сервис проверяет текст запроса, ищет в нём конфиденциальные данные — например, персональные сведения, банковские реквизиты, API-ключи и другие секреты, — затем маскирует их и только после этого отправляет обезличенный запрос в модель. Когда модель возвращает ответ, система подставляет реальные значения обратно.

Иначе говоря, пользователь получает нормальный результат, но сами чувствительные данные не уходят за пределы корпоративного контура в исходном виде.

Сейчас инструмент рассчитан на работу с моделями из сервиса Cloud.ru Foundation Models. В этой платформе доступно более 20 моделей разных типов, включая text-to-text, audio-to-text и image-text-to-text. При этом Cloud.ru отдельно уточняет, что механизм фильтрации будет доступен и в формате on-premise, то есть для установки на стороне самого заказчика.

Появление такого инструмента хорошо вписывается в общий тренд: компании всё активнее используют генеративный ИИ, но тема утечек данных остаётся одной из главных причин, почему внедрение идёт не так быстро, как хотелось бы. Особенно это чувствительно для отраслей, где много персональной и служебной информации, — например, для здравоохранения, ретейла и госсектора.

Кроме того, Cloud.ru сообщила, что добавила в Foundation Models LLM-модель российской компании HiveTrace с Guardrails-механизмом. По заявлению компании, такая модель должна лучше справляться с рисками вроде промпт-инъекций, утечки системных инструкций и некорректной обработки выходных данных.

RSS: Новости на портале Anti-Malware.ru