Iklan

Moth Quantum Cetak Rekor Baru Penyimpanan Data di Prosesor IBM

Moth Quantum cetak rekor baru dengan menyimpan 1.568 nilai di 120 qubit prosesor Phoenix IBM, meski akurasi pemulihan informasi masih terbatas.

Ilustrasi komputasi kuantum dengan prosesor qubit yang merepresentasikan penyimpanan data Moth Quantum
Iklan
Iklan
  • Moth Quantum menyimpan 1.568 nilai numerik di 120 qubit prosesor IBM Phoenix
  • Teknik Tessa memanfaatkan qubit tetangga tanpa memindahkan informasi antar qubit jauh
  • Riset sebelumnya hanya memulihkan 128 nilai dengan 12 qubit trapped-ion
  • Akurasi belum sempurna: korelasi gambar terbesar 0,69 vs 0,95–0,96 gambar sederhana
  • Uji DNA dan protein bervariasi, dari 22,6% hingga 92,3% pemulihan benar
  • Belum pakai koreksi kesalahan dan mitigasi kesalahan

Telset.id – Moth Quantum mengklaim telah mencetak rekor baru dalam komputasi kuantum dengan menyimpan dan mengambil kembali informasi pada sebuah prosesor. Perusahaan menempatkan 1.568 nilai numerik di seluruh 120 qubit pada prosesor Phoenix milik IBM, lalu menggunakan informasi yang dipulihkan untuk merekonstruksi sebuah gambar. Langkah ini menyasar salah satu tantangan utama dalam komputasi kuantum, yakni memasukkan informasi biasa ke dalam mesin kuantum dan mengambilnya kembali tanpa kehilangan akurasi yang signifikan.

Teknik yang disebut Tessa ini memanfaatkan qubit tetangga untuk mengendalikan lokasi penyimpanan informasi. Dengan begitu, koneksi yang sudah ada pada prosesor dapat menangani operasi tanpa perlu memindahkan informasi antar qubit yang berjauhan. Pendekatan tersebut menghindari operasi pemindahan qubit tambahan sekaligus meniadakan kebutuhan qubit pembantu, sementara sirkuit yang diuji mencapai kedalaman 19 operasi dua qubit. Rekor ini menjadi penanda penting bagi arah pengembangan komputasi kuantum, sejalan dengan langkah pemain industri lain seperti yang tergambar dalam Majorana 2.

Sebagai pembanding, riset sejenis sebelumnya hanya memulihkan 128 nilai numerik menggunakan 12 qubit trapped-ion. Dengan definisi studi yang sama, hasil terbaru Moth Quantum tercatat jauh lebih besar. “Setiap komputer kuantum harus bisa memasukkan data sebelum dapat melakukan sesuatu yang berguna, dan langkah itu menjadi hambatan bagi bidang seperti quantum machine learning,” kata Daniel Bultrini, peneliti Moth yang mengembangkan Tessa. “Tessa memaksimalkan kemampuan chip, sehingga seluruh prosesor dapat digunakan sekaligus.”

Akurasi Pemulihan Masih Terbatas

Meski mencatat rekor, pemulihan informasi belum sepenuhnya sempurna. Uji gambar terbesar hanya mencapai korelasi 0,69 dengan sumbernya, dibandingkan 0,95–0,96 untuk gambar yang lebih sederhana. Pengujian gambar menyimpan 784 dan 441 nilai, masing-masing membutuhkan 728 dan 428 operasi terkontrol, dengan 8.192 percobaan pengukuran pada tiap uji. Rata-rata kesalahan numerik tercatat 0,130 pada Phoenix dan 0,131 pada prosesor Fez milik IBM, lalu turun menjadi 0,075 dan 0,078 setelah penyesuaian. Penyesuaian itu menggunakan dua statistik yang diambil dari gambar asli, sehingga rekonstruksi yang lebih baik bergantung sebagian pada informasi yang sudah diketahui sebelumnya.

Pada uji terpisah yang menggabungkan kecerahan dan warna gambar, Phoenix mencatat kesalahan 0,152 dan 0,092, sedangkan Fez mencatat 0,144 dan 0,084. Kesalahan kecerahan pada Phoenix tercatat 2,6 kali lebih tinggi dari prediksi model noise perusahaan, menandakan bahwa perangkat keras nyata menghadirkan ketidakakuratan tambahan. Moth Quantum juga menguji audio, not musik, DNA, dan sekuens protein dengan cara representasi informasi yang berbeda di dalam prosesor.

Pada uji musik yang memuat 347 not flute, sebanyak 18,7% pitch berhasil dipulihkan dengan benar sebelum penyesuaian, lalu meningkat menjadi 49,3% setelahnya pada prosesor Fez. Uji biologis membutuhkan 32.768 percobaan pengukuran, jauh lebih banyak dibanding 8.192 untuk eksperimen gambar, namun akurasinya sangat bervariasi antar sekuens pada setiap basis pengukuran. Sekuens protein p53 mencapai 71,5% pemulihan yang benar, Sonic hedgehog 76,2%, dan protein mitokondria MT-CO3 mencatat 92,3% pada perangkat keras Phoenix milik IBM.

Hasilnya lebih lemah pada sampel lain: SUR1 hanya mencapai 22,6%, sedangkan pikachurin 25,8%, menunjukkan bahwa sekuens yang lebih panjang atau kompleks tetap sulit dipulihkan. Pengujian juga mencakup sekuens DNA mitokondria berisi 784 blok pembangun dan sekuens messenger RNA POLG2 dengan 1.582 blok. Studi tersebut memperingatkan bahwa satu unit DNA atau protein yang salah bisa berdampak secara biologis, sehingga persentase pemulihan ini belum menetapkan aplikasi medis yang dapat diandalkan.

Quantum computing

Batasan dan Prospek ke Depan

Simulasi dalam studi ini tidak mencakup seluruh interferensi antar kelompok prosesor yang berdekatan, dan eksperimen perangkat keras tidak menggunakan teknik koreksi kesalahan. Tessa juga bergantung pada pola koneksi tertentu antar qubit, sementara kebutuhan pengukuran meningkat tajam seiring bertambahnya jumlah koneksi tersebut. Moth Quantum tidak menggunakan mitigasi kesalahan, yang menurut studi dapat menurunkan kesalahan rekonstruksi secara signifikan pada pengujian perangkat keras di masa depan. Perkembangan riset kuantum semacam ini melengkapi inisiatif lain di industri, seperti yang terlihat pada Pusat Kuantum Maryland.

“Aplikasi kuantum yang akan berdampak paling besar, termasuk yang bekerja erat dengan AI, akan bergantung pada terobosan seperti Tessa untuk memenuhi ekspektasi yang telah ditetapkan,” kata Harry Kumar, Founder dan CCO Moth. Dengan rekor penyimpanan 1.568 nilai pada 120 qubit Phoenix, Tessa menunjukkan bahwa seluruh prosesor dapat difungsikan sekaligus, meski akurasi pemulihan yang belum sempurna menandakan bahwa pemanfaatan praktisnya masih memerlukan perbaikan lebih lanjut.

Iklan
Ikuti Telset.id di Google NewsFollow