Google Quantum AI pokazał, że technika zwana kultywacją stanów magicznych (magic state cultivation) działa na prawdziwym sprzęcie: na procesorze Willow obniżyła liczbę błędów około 40 razy w porównaniu ze stanami przygotowanymi bez niej. Wyniki opublikowane 15 października 2026 roku w czasopiśmie Science dotyczą jednego z najdroższych etapów budowy użytecznego komputera kwantowego, czyli przygotowywania zasobów potrzebnych do uruchamiania dowolnych algorytmów.
- Google Quantum AI zademonstrował na procesorze Willow, że technika kultywacji stanów magicznych redukuje liczbę błędów około 40-krotnie w porównaniu ze stanami przygotowanymi bez tej metody, osiągając wierność logiczną stanu T na poziomie 99,99 proc. – co firma określa jako rekord.
- Protokół zachowuje jedynie 8 proc. prób, co oznacza, że ponad dziewięć na dziesięć podejść jest odrzucanych, zanim powstanie jeden czysty stan magiczny.
- Faktoryzacja klucza RSA-2048 wymagałaby stanów magicznych z błędem rzędu jeden na 10 miliardów – czyli około milion razy czystszych niż stany uzyskane na Willow podczas opisanego eksperymentu.
Zespół Google ogłosił wyniki na blogu firmy oraz we wpisie na X. Praca „Magic state cultivation on a superconducting quantum processor” była dostępna jako preprint na arXiv od 15 grudnia 2025 roku, a teraz przeszła recenzję w Science.
Published in Science today: Magic state cultivation works in practice on our Willow processor. We achieved a 40x error reduction, compared to without cultivation, and 99.99% fidelity. Learn how this addresses a critical resource bottleneck: https://t.co/XojsYpQhDE
— Google Quantum AI (@GoogleQuantumAI) October 15, 2026
Chcesz czytać więcej treści związanych z AI?
Dodaj AIPORT.pl do preferowanych źródeł Google
Stany magiczne to wąskie gardło komputerów kwantowych od 2004 roku
Komputer kwantowy z korekcją błędów radzi sobie dobrze z podstawowym zestawem operacji, ale do uruchomienia użytecznego programu potrzebuje też operacji trudniejszych, których nie da się zabezpieczyć w ten sam sposób. Do ich wykonania maszyna musi najpierw wytworzyć tak zwane stany magiczne, czyli specjalne stany kwantowe zużywane jednorazowo przy każdej takiej operacji.
Problem w tym, że przygotowanie czystych, pozbawionych błędów stanów magicznych jest skrajnie kosztowne. Google przywołuje szacunki, według których nawet 95 proc. całej mocy komputera kwantowego mogłoby pójść wyłącznie na ich produkcję. Standardową metodę, tak zwaną destylację stanów magicznych, opisali w 2004 roku fizycy Sergey Bravyi i Alexei Kitaev. Działa, ale wymaga rozległych „fabryk” kubitów, które nie robią nic innego.
Przez ponad 20 lat badacze stopniowo obniżali ten koszt. Kultywacja to najnowsza i według Google najbardziej obiecująca z tych prób.
Kultywacja działa jak filtr, a nie jak fabryka
Metodę zaproponowali we wrześniu 2024 roku Craig Gidney, Noah Shutty i Cody Jones z Google Quantum AI w pracy „Magic state cultivation: growing T states as cheap as CNOT gates”. Zamiast budować oddzielną fabrykę, kultywacja wstrzykuje zaszumiony stan magiczny w mały fragment chipu, a następnie wykonuje serię skoordynowanych pomiarów sprawdzających. Każda próba, w której wykryto błąd, jest odrzucana. Stany, które przechodzą kontrolę, są stopniowo „hodowane” do większego i bardziej niezawodnego kodowania.
Autorzy teoretycznej pracy z 2024 roku szli w swoich wnioskach daleko. Pisali, że przy wystarczającej wydajności kultywacji „dalsza destylacja stanów magicznych może nigdy nie być potrzebna w praktyce” / „further magic state distillation may never be needed in practice”.
Do października 2026 roku pozostawało to obietnicą sprawdzoną wyłącznie w symulacjach komputerowych.
Wypełnij formularz, a my skontaktujemy się z Tobą, aby upewnić się czego potrzebujesz.
Willow dał 99,99 proc. wierności, ale zachował tylko 8 proc. prób
Najważniejsze liczby z publikacji w Science:
- około 40-krotna redukcja błędów w porównaniu ze stanami bez kultywacji,
- wierność logiczna stanu T (jednego z podstawowych stanów magicznych) na poziomie 0,9999(1), czyli 99,99 proc., co Google określa jako rekord,
- zachowanie 8 proc. prób, co oznacza, że ponad dziewięć na dziesięć podejść zostaje odrzuconych, zanim powstanie jeden czysty stan,
- przeniesienie stanu z kodu kolorowego o dystansie 3 do kodu powierzchniowego o dystansie 5.
Ten ostatni punkt ma własne znaczenie. Kody kolorowe to nowszy typ korekcji błędów, dobrze nadający się do kultywacji. Kody powierzchniowe to metoda bardziej ugruntowana, na której Google opiera swoją architekturę. Zespół pokazał, że oczyszczony stan da się „przeszczepić” z jednego kodowania do drugiego bez utraty jakości, co było jednym z założeń teorii z 2024 roku.
Jak podaje Decrypt, powołując się na treść publikacji, eksperyment wykorzystał maksymalnie 54 ze 105 kubitów procesora Willow.
Błędny pomiar przez miesiące sugerował złamanie praw fizyki
Przeniesienie teorii na sprzęt wymagało serii innowacji inżynieryjnych. Google opisuje jedną z nich wprost. Podczas pierwszych testów protokołu Emma Rosenfeld, badaczka Google Quantum AI i pierwsza autorka pracy, obserwowała dane, które wydawały się przeczyć prawom fizyki.
Po miesiącach symulacji, dyskusji i testów spójności okazało się, że problem tkwił w błędnym założeniu standardowej techniki pomiarowej zespołu. Konkretny rodzaj szumu w laboratorium, wywołany dryfem aparatury elektrycznej i wahaniami temperatury, zaburzał wiarygodność dotychczasowego testu.
Rozwiązanie było dwuetapowe. Zespół dodał do systemu dodatkową kontrolę, aby ograniczyć wpływ szumu, i opracował nową metodę testowania, w której sama kultywacja służy jako narzędzie do pomiaru własnej jakości. W publikacji metoda ta opisana jest jako wyznaczanie dolnej granicy wierności stanu T, a nie jej dokładnej wartości.
Z tej historii wynika dla mnie coś ważniejszego niż sama liczba 40. Zespół Google przez miesiące nie wiedział, czy jego eksperyment działa, bo zawiodła metoda pomiaru, a nie sam protokół. W komputerach kwantowych pytanie „jak sprawdzić, że to działa” jest równie trudne jak pytanie „jak to zbudować”. Nowy test, w którym kultywacja mierzy samą siebie, może okazać się trwalszym wkładem niż konkretny wynik na Willow.
Patrzę jednak też na te 8 proc. zachowanych prób. Komunikaty prasowe eksponują 99,99 proc. wierności, a dziesięć nieudanych podejść na jedno udane pozostaje w cieniu. W pełnej maszynie ten odsetek przekłada się wprost na czas i zasoby. Google uczciwie podaje liczbę w abstrakcie, ale czytając nagłówki o „przełamaniu wąskiego gardła”, dobrze mieć ją z tyłu głowy. Wąskie gardło zostało poszerzone, nie usunięte.
Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl
Do złamania RSA-2048 brakuje jeszcze około miliona razy czystszych stanów
Google zastrzega, że kultywację trzeba jeszcze zademonstrować w większej skali, zanim stanie się realnym elementem praktycznego komputera kwantowego. Firma pisze na blogu, że „nadal musimy zademonstrować kultywację stanów magicznych w większej skali” / „we still need to demonstrate magic state cultivation at a larger scale”, a wiele wyzwań technicznych pozostaje otwartych.
Skalę dystansu dobrze pokazuje kontekst kryptograficzny. Kultywacja to jedna z technik stojących za szacunkiem Craiga Gidneya z 2025 roku, według którego klucz RSA-2048 mógłby zostać złamany przy użyciu mniej niż miliona zaszumionych kubitów. W 2019 roku ten sam badacz szacował, że potrzeba 20 milionów.
Według relacji Decrypt publikacja wskazuje jednak, że faktoryzacja RSA-2048 wymagałaby stanów magicznych z błędem rzędu jeden na 10 miliardów, czyli około milion razy czystszych niż te uzyskane teraz na Willow. Zespół Google przewiduje przy tym, że zmniejszenie o połowę szumu sprzętowego Willow obniżyłoby błąd stanów magicznych do około dwóch na 100 tysięcy, ponieważ błędy w procesie kultywacji maleją z sześcianem poziomu szumu chipu.
Nikt więc nie łamie dziś szyfrów tą metodą. Ale kierunek, w którym maleje koszt, jest wyraźny.
Za każdą polską firmą AI stoi konkretny człowiek z imieniem i nazwiskiem, często ten sam w kilku miejscach naraz, i to właśnie ludzie, nie tabelki finansowania, są prawdziwym bohaterem tego artykułu.
Polska ma trzy komputery kwantowe, ale żaden nie działa na poziomie korekcji błędów
Praca Google dotyczy etapu rozwoju, którego polska infrastruktura kwantowa jeszcze nie osiągnęła. Krajowe maszyny należą do klasy NISQ (Noisy Intermediate-Scale Quantum), czyli urządzeń o niewielkiej liczbie kubitów bez pełnej korekcji błędów.
- Odra 5 na Politechnice Wrocławskiej to pięciokubitowy IQM Spark uruchomiony w maju 2025 roku za 4 mln zł. Pracuje w tej samej technologii nadprzewodzących kubitów co Willow. Uczelnia uzyskała też zdalny dostęp do większych, 20- i ponad 50-kubitowych maszyn IQM w Finlandii.
- PIAST-Q w Poznańskim Centrum Superkomputerowo-Sieciowym to 20-kubitowy komputer na pułapkowanych jonach od austriackiego Alpine Quantum Technologies, działający w ramach europejskiego programu EuroHPC JU.
- Galaxy Systemy Informatyczne zapowiedziało zakup 54-kubitowego systemu IQM Radiance dla Zielonej Góry.
Wynik Google nie zmienia niczego w pracy tych ośrodków dzisiaj. Sygnalizuje natomiast, w którą stronę idą wymagania wobec przyszłych maszyn: rywalizacja przenosi się z liczby kubitów na jakość i koszt operacji odpornych na błędy. To moja interpretacja, nie wniosek autorów pracy.
Źródła i metodologia
Artykuł powstał na podstawie analizy redakcji AIPORT.pl oraz dodatkowych źródeł, w tym wpisu na blogu Google autorstwa Emmy Rosenfeld i Craiga Gidneya z dnia 15.10.2026, preprintu publikacji „Magic state cultivation on a superconducting quantum processor” opublikowanej w Science, teoretycznej pracy Gidneya, Shutty’ego i Jonesa z 2024 roku oraz relacji Decrypt i The Quantum Insider. Dane o polskich komputerach kwantowych pochodzą z komunikatu Politechniki Wrocławskiej oraz serwisów Antyweb i ITwiz.
Cytaty z publikacji Google Quantum AI zostały zweryfikowane z oryginalnym anglojęzycznym materiałem źródłowym.
Komentarz redakcyjny i ocena kontekstu branżowego: Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl.
Artykuł będzie aktualizowany w miarę pojawiania się nowych informacji na temat kultywacji stanów magicznych i kolejnych eksperymentów Google Quantum AI na procesorze Willow.
