Komputer, który nie powinien działać

W listopadzie 2023 roku Andrew King, czterdziestokilkuletni fizyk zatrudniony w kanadyjskim D-Wave Systems, zamknął za sobą drzwi sali konferencyjnej w Burnaby pod Vancouver i przez dłuższą chwilę wpatrywał się w sufit. Właśnie zakończyło się spotkanie, na którym on i jego zespół przyznali przed zarządem firmy coś, czego nikt w branży kwantowej nie lubi mówić głośno: od miesięcy próbowali znaleźć problem, na którym ich procesor kwantowy mógłby pokonać klasyczne superkomputery w czymś więcej niż laboratoryjnej sztuczce — i ponosili porażkę za porażką.

D-Wave istniało od 1999 roku. Jako pierwsza firma na świecie sprzedawało komercyjne procesory kwantowe — klientami były Lockheed Martin, Google, NASA. Ale żaden z tych procesorów nigdy nie zrobił czegoś, czego nie dałoby się odtworzyć na zwykłym klastrze serwerów. "Żyliśmy z obietnicą" — wspominał później King w rozmowie z Science. "Co roku mówiliśmy: następna generacja będzie tą przełomową. A potem przychodziła następna generacja i nadal nie była."

King nie wiedział jeszcze, że rozwiązanie jego problemu nie przyjdzie z Doliny Krzemowej, Waterloo ani Zurychu. Przyjdzie z Krakowa — od dwóch fizyków teoretycznych, którzy nigdy w życiu nie dotknęli komercyjnego procesora kwantowego.

To jest historia o tym, jak polska fizyka teoretyczna pomogła odpowiedzieć na jedno z najtrudniejszych pytań współczesnej informatyki — i dlaczego ta odpowiedź stawia Polskę w roli, z której trudno będzie skorzystać bez radykalnej zmiany podejścia do finansowania deep techu.

Pięć lat fałszywych startów

Żeby zrozumieć, dlaczego problem Kinga był tak trudny, trzeba cofnąć się do 2019 roku. W październiku tamtego roku Google ogłosiło "kwantową supremację". Procesor Sycamore — układ 53 nadprzewodzących kubitów — rozwiązał w 200 sekund zadanie próbkowania losowego obwodu kwantowego. To samo zadanie, według szacunków Google'a, zajęłoby najszybszemu superkomputerowi świata 10 000 lat.

Świat oszalał. Nagłówki głosiły koniec ery krzemowej. "Nature" opublikowało artykuł na okładce. Sundar Pichai, CEO Google'a, porównał osiągnięcie do lotu braci Wright.

Potem przyszło zderzenie z rzeczywistością — i to znacznie szybciej, niż ktokolwiek się spodziewał. W ciągu kilkunastu miesięcy chińscy naukowcy z Akademii Nauk pokazali, że zadanie Sycamore można rozwiązać klasycznie w kilka godzin, jeśli zastosuje się sprytną optymalizację kontrakcji sieci tensorowej. Problem był nie tylko rozwiązany — był trywialny, kiedy zrozumiało się jego strukturę.

"To trochę jak ogłoszenie, że zbudowałeś rakietę, która leci na Marsa w godzinę — po czym ktoś zauważa, że twój Mars to de facto makieta w studiu filmowym" — skomentował profesor Scott Aaronson, jeden z najważniejszych teoretyków informatyki kwantowej na świecie.

Ale Google nie było jedyne. W 2021 roku zespół z USTC w Chinach zaprezentował procesor Zuchongzhi 2.0 na 66 kubitach, z jeszcze odważniejszymi deklaracjami przewagi. W 2024 roku przyszła kolej na Zuchongzhi 3.0 — 105 kubitów, nowy rekord. I znów ten sam scenariusz: imponujący eksperyment, głośne ogłoszenie, a potem — klasyczny algorytm, który robi to samo, tylko wolniej, ale wystarczająco szybko, żeby podważyć sens użycia procesora kwantowego.

Fizycy zaczęli mówić o "kwantowej karuzeli": błędnym kole, w którym każda demonstracja przewagi jest natychmiast anulowana przez postęp algorytmów klasycznych. Problem tkwił w samym DNA tych eksperymentów — wszystkie były zaprojektowane tak, żeby faworyzować konkretny sprzęt, a nie odpowiadać na rzeczywiste pytanie naukowe.

Granica, której nikt nie potrafił przekroczyć

Marek Rams i Jacek Dziarmaga pracują w Instytucie Fizyki Teoretycznej Uniwersytetu Jagiellońskiego — w budynku przy ulicy Łojasiewicza, który z zewnątrz wygląda jak każdy inny akademicki blok z lat 60. W środku jednak znajduje się jeden z pięciu najlepszych w Europie zespołów zajmujących się tensorowymi sieciami stanów macierzowych. To technika matematyczna, która pozwala opisywać układy kwantowe z ograniczonym splątaniem — coś w rodzaju kompresji danych, która działa tylko wtedy, gdy kwantowe korelacje między cząstkami nie są zbyt skomplikowane.

Obaj profesorowie spędzili dekady na badaniu granic tej kompresji. Wiedzieli dokładnie, gdzie klasyczne algorytmy zaczynają się dusić — i, co ważniejsze, dlaczego.

"Standardowe podejście w branży było takie: weźmy nasz procesor, znajdźmy problem, który rozwiązuje szybciej niż klasyczny komputer, i ogłośmy zwycięstwo" — opowiada Dziarmaga. "My zapytaliśmy odwrotnie: gdzie naprawdę klasyczne komputery zawodzą — nie dlatego, że źle zaprogramowaliśmy algorytm, tylko dlatego, że matematycznie nie ma lepszego rozwiązania?"

Odpowiedź leżała w entropii splątania. W układach kwantowych splątanie między cząstkami rośnie wraz z rozmiarem układu. Kiedy rośnie zgodnie z tak zwanym prawem powierzchniowym — proporcjonalnie do pola powierzchni układu, nie jego objętości — klasyczne algorytmy tensorowe świetnie sobie radzą. Ale gdy tylko splątanie wykracza poza ten reżim, koszt obliczeniowy eksploduje wykładniczo. To nie jest kwestia lepszego programowania; to twarda granica matematyczna.

Zespół Ramsa i Dziarmagi zaproponował Kingowi eksperyment na granicy tego reżimu: symulację kwantowego wygaszania w szkle spinowym. Szkło spinowe to układ magnetyczny, w którym spiny atomów — ich mikroskopijne momenty magnetyczne — zamrażają się w skomplikowanych, pozornie losowych wzorcach podczas powolnego schładzania. To nie jest egzotyczny problem z podręcznika fizyki; szkła spinowe modelują sieci neuronowe, algorytmy optymalizacyjne, a nawet dynamikę rynków finansowych. Zrozumienie, jak zachowują się w reżimie kwantowym, to Święty Graal fizyki materii skondensowanej od lat 70.

"I co kluczowe" — dodaje Rams — "w dwóch i trzech wymiarach ewolucja kwantowa szkła spinowego wypada dokładnie na granicy między tym, co klasycznie obliczalne, a tym, co poza zasięgiem."

Minuty zamiast milionów lat

Eksperyment przeprowadzono na procesorze Advantage2 — najnowszej generacji maszyny D-Wave, zawierającej kilka tysięcy nadprzewodzących kubitów pracujących w temperaturze 15 milikelwinów (to zimniej niż przestrzeń kosmiczna). Kubity D-Wave'a nie są uniwersalne — nie wykonują dowolnych operacji kwantowych jak procesory Google'a czy IBM. Są wyspecjalizowane w kwantowym wyżarzaniu: technice, w której układ kwantowy powoli ewoluuje od prostego stanu początkowego do skomplikowanego stanu końcowego, znajdując po drodze optymalne rozwiązanie.

Wynik przeszedł najśmielsze oczekiwania. Procesor Advantage2 generował próbki zgodne z rozwiązaniem równania Schrödingera dla szkieł spinowych — w minutach. Najlepsze klasyczne algorytmy tensorowe, uruchomione na superkomputerach, potrzebowałyby na to milionów lat. Co więcej, zespół zademonstrował, że splątanie w symulowanym układzie rośnie zgodnie z prawem powierzchniowym — dokładnie tak, jak przewidywali Rams i Dziarmaga. To nie był przypadek; to była precyzyjna inżynieria teoretyczna.

Publikacja ukazała się w Science w marcu 2025 roku i od razu wywołała falę komentarzy. Po raz pierwszy w historii procesor kwantowy rozwiązał problem, który był (a) fundamentalny dla fizyki, (b) niemożliwy do zweryfikowania klasycznie i (c) potencjalnie użyteczny — bo zrozumienie dynamiki szkieł spinowych ma konsekwencje dla projektowania nowych materiałów magnetycznych.

Polska na kwantowej mapie — i poza nią

Dla Polski ta historia ma szczególny, gorzki wydźwięk. Rams i Dziarmaga dołączyli do elitarnej grupy polskich fizyków publikujących w Science i Nature na temat obliczeń kwantowych — obok profesorów Marka Kuśia z Centrum Fizyki Teoretycznej PAN czy Artura Ekerta z Oksfordu (choć Ekert od dekad pracuje za granicą). Polska fizyka kwantowa ma światową klasę.

Ale Polska nie ma ani jednego komercyjnego producenta sprzętu kwantowego. Nie ma krajowego programu budowy komputera kwantowego na skalę porównywalną z niemieckim planem wartym 3 miliardy euro, francuskim programem "Naquidis" czy brytyjską National Quantum Strategy z budżetem 2,5 miliarda funtów. Polskie Narodowe Centrum Nauki finansuje badania podstawowe na przyzwoitym poziomie — granty OPUS i MAESTRO — ale między grantem NCN a spin-offem zdolnym konkurować z D-Wave jest przepaść, której nie zasypie nawet Europejska Rada ds. Badań Naukowych.

"Problem nie leży w braku talentu" — mówi Dziarmaga, kiedy pytam go o to wprost. "Problem leży w tym, że między publikacją w Science a produktem rynkowym jest luka kapitałowa. Deep tech wymaga dziesiątek milionów dolarów inwestycji wysokiego ryzyka na bardzo wczesnym etapie. W Polsce ten kapitał po prostu nie istnieje — fundusze VC inwestują w e-commerce i SaaS, a publiczne programy są rozdrobnione na granty po kilkaset tysięcy złotych."

Liczby mówią same za siebie. Według raportu Europejskiego Obserwatorium Technologii Kwantowych, w 2025 roku na każde 100 euro prywatnych inwestycji w startupy kwantowe w Europie 2,7 trafia do Polski. Tymczasem Polska ma 8 procent populacji Unii Europejskiej i trzeci co do wielkości sektor IT. Czechy — kraj czterokrotnie mniejszy — przyciągnęły więcej kapitału na technologie kwantowe niż Polska.

Krakowskie Centrum Informatyki Kwantowej i Centrum Optycznych Technologii Kwantowych na Uniwersytecie Warszawskim to placówki światowej klasy, ale bez zaplecza przemysłowego ich absolwenci regularnie wyjeżdżają. Rams i Dziarmaga współpracują z D-Wave z Krakowa — ale to D-Wave, a nie polska firma, jest beneficjentem ich odkrycia.

Punkt bez powrotu

Jest w tej historii moment, który każe myśleć o przyszłości inaczej niż zwykle. Zespół Kinga, Ramsa i Dziarmagi planuje już następny krok: symulację zjawisk kwantowych tak złożonych, że żadna klasyczna metoda — nawet przyszła — nie będzie w stanie zweryfikować wyniku. To byłby prawdziwy punkt bez powrotu: eksperyment kwantowy, którego rezultat można tylko zaakceptować, bo nie istnieje matematyczny sposób na jego sprawdzenie.

Dla fizyków to perspektywa tyleż ekscytująca, co niepokojąca. Przez cztery stulecia nowożytnej nauki każdy eksperyment podlegał niezależnej weryfikacji. Komputer kwantowy, który raz przekroczy granicę obliczalności, uczyni tę zasadę nieaktualną — przynajmniej w swojej domenie.

Dla Polski stawka jest bardziej przyziemna, ale równie pilna. Każdy przełom z udziałem polskich nazwisk — jak ten w Science — buduje argument za poważną inwestycją we własny ekosystem kwantowy. Nie chodzi o to, żeby konkurować z Google'm czy IBM-em na ich warunkach; chodzi o to, żeby następnym razem, gdy profesor z UJ będzie współautorem przełomu, obok D-Wave w stopce redakcyjnej znalazła się też polska firma. Czasu jest mało — najlepsi wyjadą, jeśli nie będą mieli do czego wracać.

Źródła

King A., Nocera A., Rams M.M., Dziarmaga J. et al., Beyond-classical computation in quantum simulation, Science 387, 1114–1121 (2025), DOI: 10.1126/science.ado6285
Arute F. et al., Quantum supremacy using a programmable superconducting processor, Nature 574, 505–510 (2019), DOI: 10.1038/s41586-019-1666-5
Gao D. et al., Establishing a New Benchmark in Quantum Computational Advantage with 105-qubit Zuchongzhi 3.0 Processor, Physical Review Letters 134, 090601 (2025), DOI: 10.1103/PhysRevLett.134.090601
European Quantum Technology Observatory, Quantum Investment Report 2025, eqto.eu/reports
Aaronson S., Quantum Computing Since Democritus, Cambridge University Press (2013)

Komputer, który nie powinien działać