В России наметили создание квантового компьютера на 300 кубитов к 2030 году

В России наметили создание квантового компьютера на 300 кубитов к 2030 году

В России наметили создание квантового компьютера на 300 кубитов к 2030 году

Российские разработчики нацелились на универсальный квантовый компьютер на 300 кубитов к 2030 году. Такая задача вошла в проект долгосрочного плана развития квантовых технологий, который рассмотрели в РАН. В нём также есть идея создания симуляторов, способных решать 140 задач.

Обсуждение и цели проекта описаны в сообщении Российской академии наук.

Документ охватывает вычисления, коммуникации и квантовые сенсоры. Отдельный проект — «Квантовый абрис»: территориально распределённая сеть вычислителей.

Установки предлагают синхронизировать по сверхточному времени и частоте и связать оптоволоконными линиями для параллельных вычислений.

Смысл программы — дойти до практических задач бизнеса и науки. «Росатом» собрал базу почти из 500 мировых примеров применения технологии. Среди перспективных направлений называют химию, материаловедение, медицину, транспорт, логистику и финансы.

Причём одних государственных денег для реализации замыслов, как отметили участники обсуждения, будет недостаточно: понадобятся частные инвестиции.

Теперь главный вопрос — какие полезные задачи получится решать. Красивая цифра в кубитах сама по себе лекарства не разрабатывает и логистику не оптимизирует.

Подпишитесь на новости

Группа Астра выпустила конструктор ИИ-агентов для работы в закрытом контуре

Собрать ИИ-секретаря или помощника техподдержки из визуальных блоков — такой сценарий предлагает «Группа Астра». Компания вывела на рынок «Астра ИИ Платформу»: low-code-конструктор корпоративных ИИ-приложений. По заявлению разработчика, он позволяет сократить внедрение с месяцев до дней и работать без зависимости от зарубежных облаков.

Решение входит в экосистему «Астра ИИ» и поддерживает локальное развёртывание, включая закрытый контур.

Внутри два конструктора. ML отвечает за обучение и развёртывание моделей машинного обучения, LLM — за языковых ассистентов, поиск по документам и автоматизацию процессов.

Сценарии собираются из блоков, настраиваются и отлаживаются в реальном времени. Если визуальных возможностей мало, можно менять код и добавлять собственные блоки на Python.

Платформа поддерживает базы знаний для RAG: помощник ищет информацию в документах компании. Через внешние инструменты агенты подключаются к CRM, ERP, почте и веб-поиску.

Можно также объединять нескольких агентов и распределять между ними задачи.

Среди сценариев есть аналитика, финансовые задачи, техподдержка и мониторинг рисков. В одном из приведённых компанией примеров модели обрабатывают десять страниц чертежей и спецификаций за пять минут, подготавливая данные для инженерных систем.

По данным разработчика, продукт включён в реестр отечественного ПО и уже доступен заказчикам.

RSS: Новости на портале Anti-Malware.ru