В Гарварде создали постоянно работающий квантовый вычислитель

В Гарварде создали постоянно работающий квантовый вычислитель

В Гарварде создали постоянно работающий квантовый вычислитель

Установка, созданная физиками Гарвардского университета, проработала два часа без перезапуска и, по оценкам учёных, в перспективе сможет работать бесконечно. Ранее квантовые вычислители сохраняли стабильность не более нескольких секунд.

Об этом сообщило издание The Harvard Crimson со ссылкой на группу исследователей под руководством профессора Михаила Лукина.

В сентябре учёные добились устойчивой работы квантового компьютера в течение двух часов — это абсолютный рекорд. До этого момента никому не удавалось заставить подобную систему стабильно функционировать дольше 13 секунд.

«Нам предстоит ещё долгий путь, чтобы масштабировать достигнутый результат. Однако направления дальнейшей работы после нашего прорыва теперь полностью ясны», — заявил участник проекта Тут Ван.

Команде удалось решить одну из ключевых проблем квантовых вычислений — так называемую «потерю атомов». Во время работы квантовые вычислители постепенно теряют кубиты — основные единицы информации, из-за чего процесс расчётов становится нестабильным. Исследователи из Гарварда устранили эту проблему, применив оптические инструменты для впрыска около 300 тысяч атомов, поддерживающих стабильность системы.

На решение проблемы «потери атомов» у группы под руководством Михаила Лукина, возглавляющего лабораторию квантовых вычислений Гарварда, ушло пять лет. Проект реализовывался в сотрудничестве с исследователем Массачусетского технологического института Владаном Вулетичем.

По словам Владана Вулетича, в течение ближайших двух-трёх лет учёные смогут создать установку, способную работать непрерывно.

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