Квантовое программирование: какие компетенции понадобятся разработчикам будущего?
Квантовые компьютеры обладают колоссальными возможностями: исследователи полагают, что устройство с несколькими миллионами кубитов сможет с высокой точностью воспроизводить молекулярные структуры в фармацевтике, решать задачи оптимизации логистики, создавать макроэкономические прогнозы и выполнять множество других функций. Сегодня инженеры имитируют квантовые вычисления, дорабатывают существующие алгоритмы и создают новые — уже квантовые. Разберемся, как связаны традиционное и квантовое программирование, и какие навыки станут необходимы разработчикам в будущем.
В чем разница между квантовым и классическим программированием?
Для начала стоит отметить, что противопоставлять классическое программирование квантовому некорректно — они действуют в тесной взаимосвязи, поскольку обычный компьютер управляет всем процессом, а квантовый служит мощным ускорителем для отдельных математических операций.
Специалисты сейчас применяют традиционные языки программирования, такие как Rust или Python, чтобы формировать последовательность команд для вычислительной системы, подготавливать данные, а затем с помощью трансляторов и квантовых библиотек преобразовывать их в низкоуровневый язык квантового программирования.
Примерами таких библиотек служат Qiskit (IBM), Cirq (Google), PyQuil (Rigetti), Q# (Microsoft), а также специализированные пакеты и расширения, разрабатываемые научными группами. В частности, ученые из Российского квантового центра и НИТУ «МИСиС» создали пакет на основе PennyLane, предназначенный для выполнения отдельных вычислительных примитивов (примитив — это базовый неделимый элемент, который невозможно разделить на более мелкие части, доступные программисту), применяемых, например, в алгоритме Шора.
Как классические, так и квантовые вычислительные машины представляют собой физические устройства. Разница заключается в способе кодирования информации: в классическом варианте она хранится в битах (0 и 1), которые реализуются, например, в многоэлектронных микросхемах, тогда как квантовый компьютер оперирует кубитами — квантовыми состояниями физических объектов, таких как сверхпроводящие контуры, единичные атомы, ионы или фотоны.
«Квантовый компьютер — это физическая система, которой мы управляем с помощью набора инструкций. Эти инструкции описывают, какие действия мы хотим совершить с нашей физической квантовой системой, подчиняющейся законам квантовой механики, и каких преобразований необходимо достичь для решения сложных задач, таких как разложение чисел на множители, моделирование молекул или оптимизация», — рассказывает Евгений Киктенко, руководитель группы квантовых информационных технологий РКЦ.
Следовательно, выполнение квантового алгоритма в конечном счете сводится к управлению реальным квантовым оборудованием. Абстрактные команды алгоритма преобразуются в последовательности физических управляющих сигналов — например, лазерных или микроволновых импульсов, чьи параметры настраиваются экспериментально. Эти сигналы воздействуют на физические кубиты, выполняя необходимые операции и переводя систему в состояния суперпозиции и запутанности.
По завершении алгоритма проводится измерение состояния кубитов. Это разрушает суперпозицию, возвращая кубит в классическое состояние. После этого результаты измерений передаются обратно классической программе, которая их обрабатывает, формирует итоговый ответ задачи и, при необходимости, генерирует новые инструкции для квантового устройства.
В каких областях сегодня применяется квантовое программирование?
Если говорить кратко — это развивающаяся сфера, и до практического использования квантовых компьютеров еще далеко. О ключевых событиях в области квантовых вычислений в России и мире можно узнать из материала CNews.
«Квантовые алгоритмы, запущенные на достаточно мощных квантовых устройствах, позволяют значительно ускорить решение задач разложения целых чисел на простые множители (факторизации) и дискретного логарифмирования. Для классических компьютеров не существует эффективных алгоритмов решения этих задач», — отмечает Евгений Киктенко.
Задачи ближайшего будущего можно разделить на два направления. С одной стороны, квантовые алгоритмы предлагают новые подходы к задачам перебора и оптимизации: благодаря квантовой суперпозиции и интерференции они способны исследовать пространство решений более эффективно, чем классические методы. Поэтому квантовая оптимизация считается одним из наиболее многообещающих направлений.
С другой стороны, речь идет о задачах, которые касаются изучения физических систем. Уникальность квантового компьютера как физического устройства заключается в его способности формировать специфические, сильно запутанные состояния. Такие состояния крайне сложно воспроизводить на классических машинах, поэтому квантовый подход идеально подходит для их анализа (например, в квантовой химии при исследовании молекулярных взаимодействий).
Данное направление в настоящее время активно развивается компанией Google. В частности, Google Quantum AI исследует «экзотические» формы материи: с помощью процессора Sycamore они создают неравновесные квантовые фазы, включая временные кристаллы (time crystals) и упорядоченные топологические состояния Флоке. Подобные состояния, обладающие уникальными динамическими характеристиками, крайне трудно или вообще невозможно получить в традиционных материалах.
Квантовые компьютеры также применяются для решения задач, которые пока выглядят бессмысленными. Например, в генерации случайных чисел: квантовое устройство использует фундаментальную непредсказуемость квантовых процессов (измерение состояний кубитов, фотонов) для получения истинно случайных последовательностей. В отличие от классических методов, квантовая генерация гарантирует полную недетерминированность.
С технической точки зрения, это достижение может найти применение в криптографии, но пока оно вызывает лишь недоумение. Возможно, оно пригодится онлайн-казино?..
Сейчас активно развиваются квантовые вычислители с ограниченным функционалом — так называемые квантовые симуляторы. Их создает, к примеру, канадская компания D-Wave Systems. Это не универсальные квантовые компьютеры, а устройства, подходящие для решения задач, которые можно описать в терминах дискретной комбинаторной оптимизации. Они способны находить оптимальные решения в логистике, финансах, материаловедении и машинном обучении.
«Квантовые симуляторы технологически проще создавать, — отмечает Дмитрий Чермошенцев, руководитель научной группы "Росатом Квантовые технологии". — И здесь мы немного ближе к реальным прикладным результатам, которые невозможно получить с помощью классических компьютеров».
Что касается доступности квантовых технологий для бизнеса, строго говоря, они уже доступны, и именно бизнес стимулирует их развитие. Например, Boeing уже активно использует квантовые вычисления в сотрудничестве с IBM Quantum для моделирования материалов, борьбы с коррозией самолетов и оптимизации производства.
Квантовые компьютеры разрабатывают IBM, Google, а также участники российской дорожной карты по квантовым вычислениям, которую возглавляет «Росатом». Однако пока все это находится на стадии пилотирования.
Существует ли квантовое преимущество?
Здесь все неоднозначно: шутят, что квантовое преимущество поистине квантовое — оно вроде бы есть, но его как бы и нет.
Бывает, что квантовый компьютер способен справиться с задачей за приемлемое время, тогда как классическому аналогу на это потребовалось бы 10 000 лет. Однако существует множество задач, которые решаются за час или сутки, а на квантовой системе — всего за 10 минут. Казалось бы, есть очевидная выгода, но с другой стороны, стоит ли вкладывать сотни миллиардов долларов в квантовое «железо» ради такого ускорения?
При этом важно осознавать, что квантовые вычисления пока не достигли той степени зрелости, чтобы применяться в боевом режиме для решения актуальных задач. Сейчас это скорее этап запуска пилотных проектов, где основной упор делается на научное развитие и фундаментальные исследования.
Евгений Киктенко отмечает, что параллельно с квантовой физикой активно развивается математика. Иногда некоторые задачи действительно можно решить исключительно с помощью квантовых технологий, но со временем математики разрабатывают классические алгоритмы, которые также справляются с ними.
Подобный случай произошел, например, с компанией Google, которая в 2019 году опубликовала в журнале Nature статью о квантовом превосходстве. 53-кубитный процессор Sycamore выполнил случайную выборку квантовых цепей за 200 секунд, и Google заявила, что для самого мощного классического суперкомпьютера (тогда это был IBM Summit) эта задача заняла бы около 10 000 лет.
Спустя полгода китайские исследователи из Института теоретической физики им. Кавли и Академии наук Китая опубликовали работу, в которой показали, что задачу Sycamore можно классически смоделировать гораздо быстрее. Они применили алгоритм на основе тензорных сетей. Используя кластер из 60 современных видеокарт (GPU), им удалось выполнить требуемую выборку и решить задачу, которую Google назвала «невозможной», за значительно более короткое время.
Какие страны сейчас соревнуются на квантовом поле?
Основными игроками на мировой арене являются США и Китай. В США квантовые технологии продвигают IBM Quantum, Google Quantum AI и Microsoft Quantum. Команда ученых из Гарварда под руководством Михаила Лукина, физика российского происхождения, проводит революционные исследования, которые по состоянию на 2024–2025 годы считаются одними из самых передовых в мире.
Китай, в свою очередь, придерживается экстенсивной стратегии в области квантовых технологий. Вместо того чтобы сосредотачиваться исключительно на качестве кубитов, исследователи из КНР, в основном представляющие Научно-технический университет Китая, делают акцент на наращивании числа элементов.
Примерами служат фотонный квантовый компьютер «Цзючжан», способный детектировать большое количество фотонов, и сверхпроводниковые системы «Цзучунчжи», включающие 66 и более кубитов. Хотя базовая архитектура таких устройств может выглядеть проще, чем у западных разработок, с инженерной точки зрения они чрезвычайно сложны. Так, в 2025 году команда под руководством Пань Цзяньвэя применила искусственный интеллект для упорядочивания свыше 2000 атомов рубидия (каждый из которых выступает в роли кубита) в идеальные массивы всего за 60 миллионных долей секунды.
В России же существует сильная научная школа, специализирующаяся на многоуровневых квантовых системах (кудитах, куртритах, квартах и других), а также исследовательские группы мирового уровня в области интегральной фотоники.
«Мы подходим к выполнению квантовых операций как к работе с набором систем разных уровней, поскольку реальные физические системы по своей природе часто являются именно многоуровневыми. Это позволяет значительно повысить эффективность операций», — поясняет Евгений.
В декабре 2025 года Физический институт имени П.Н. Лебедева РАН (ФИАН) и Российский квантовый центр представили прототип 70-кубитного ионного квантового компьютера. В этой системе задействовано 35 ультрахолодных ионов, каждый из которых кодирует два кубита (кудита). Высокая точность операций (99,98% для однокубитных и 96,1% для двухкубитных) ставит российскую разработку в один ряд с передовыми мировыми достижениями.
Помогает ли вайбкодинг в квантовом программировании?
Пока не особенно. Искусственный интеллект по-прежнему напоминает «слабого студента с хорошо подвешенным языком, который чрезвычайно самоуверен». И если со стандартными задачами в классическом программировании он справляется неплохо, то с нетривиальными дела обстоят гораздо хуже — написанный им квантовый алгоритм в итоге не работает.
В то же время Дмитрий Чермошенцев отмечает, что классический, не генеративный ИИ помогает работать с огромным числом параметров в квантовых системах, позволяя эффективно моделировать квантовые состояния и просчитывать их эволюцию. В этом смысле ИИ является по-настоящему синергетической технологией.
«Квантовый искусственный интеллект сейчас активно обсуждается в контексте формирования исследовательских групп и выделения финансирования… Однако я убеждён, что в перспективе он действительно станет реальностью», — отмечает Дмитрий.
Какими компетенциями должны обладать программисты будущего, чтобы «писать код для квантовых систем»?
По всей видимости, наибольшим спросом будут пользоваться разработчики, которые не только свободно владеют Python, но и глубоко разбираются в математике.
«Ключевое, что потребуется освоить, — это формулировка задач, которые способен решать квантовый компьютер, ведь он не предназначен для обработки любых типов задач, — поясняет Дмитрий Чермошенцев. — И здесь математика окажется крайне полезной. А также, разумеется, физика».
Евгений Киктенко поддерживает эту точку зрения: программирование по сути является прикладным навыком построения алгоритмов, который базируется на математических знаниях.
«Одно дело — написать код для нейросети, и совсем другое — разработать архитектуру и новый математический принцип, лежащий в её основе. Сегодня эти задачи выполняют разные специалисты: один способен концептуально осмысливать теоремы, доказывать их и строить модели, а другой обеспечивает их эффективную работу на оборудовании, создавая быстрый и производительный код. Крайне редко встречаются люди, сочетающие оба этих таланта: умение работать и с глубокой математикой, и с кодом».
В конечном счёте, программисту придётся научиться ощущать квантовый мир и квантовую механику, чтобы создавать квантовые программы — понимать, как физическая система может реагировать, и какой результат из неё нужно извлечь. Это станет действительно значимым навыком в новой квантовой эпохе.
