דלגו לתוכן

IBM ואוניברסיטת טוקיו פיתחו זה עתה אחד מהאלגוריתמים הקוונטיים החדשים המבטיחים ביותר

וינס קונדרקורי5 בדצמבר 2025
  • IBM ואוניברסיטת טוקיו הציגו את אלגוריתם KQD לדיאגונליזציה קוונטית; עם SQD מתקבלת הכלאת SKQD שמאיצה ומדייקת את מציאת מצב היסוד, ומקדמת את יעד IBM למערכת קוונטית עמידת תקלות עד 2029.
  • מניית IBM מדורגת בקונצנזוס קנייה מתונה (8 קניות, 5 החזק, 1 מכירה), ומחיר היעד הממוצע 300.58 דולר למניה מצביע על מסחר קרוב לשווי ההוגן.
IBM ואוניברסיטת טוקיו פיתחו זה עתה אחד מהאלגוריתמים הקוונטיים החדשים המבטיחים ביותר

ענקית הטכנולוגיה IBM (IBM) ממלאת תפקיד מרכזי בדחיפה של יפן לעבר מחשוב קוונטי, בזכות השותפות ההדוקה שלה עם אוניברסיטת טוקיו. יחד, פיתחו אחת מהשיטות הקוונטיות החדשות והמבטיחות ביותר: שיטת הדיאגונליזציה הקוונטית של קרילוב (KQD). שהוצגה במאמר ביוני 2025 ב-Nature Communications, KQD מסייעת למחשבים קוונטיים למצוא את “מצב היסוד” של מערכת (רמת האנרגיה היציבה ביותר שלה) מהר ובדיוק רב יותר משיטות מסורתיות.

זה קריטי להתמודדות עם בעיות מהעולם האמיתי בתחומים כמו כימיה ופיזיקה, שבהם גם המחשבים העוצמתיים ביותר של היום לעיתים קרובות אינם עומדים במשימה. מה שמייחד את KQD הוא האופן שבו היא מנצלת את ההתנהגות הטבעית של קיוביטים כדי לפשט בעיות מורכבות לחלקים קטנים וקלים יותר לפתרון. היא נשענת על טכניקות ותיקות יותר, כמו הפתרון הקוונטי הווריאציוני לערכים עצמיים (VQE), ומתחזקת עוד יותר כשמשלבים אותה עם גישה נוספת בשם דיאגונליזציה קוונטית מבוססת דגימה (SQD).

הכלאה שנוצרה, SKQD, מפרקת בעיות ומדגמת אותן כדי להפיק תוצאות מהירות ואמינות יותר. החידושים הללו מראים כיצד מחשבים קוונטיים מתחילים לעשות דברים שמחשבים קלאסיים אינם מסוגלים להם. בסופו של דבר, היעד של IBM הוא לבנות מערכת קוונטית עמידת תקלות עד 2029, ואלגוריתמים כמו KQD ו-SKQD מסייעים להשיג זאת.

האם IBM היא קנייה, מכירה או החזק?

במעבר לוול סטריט, לאנליסטים יש דירוג קונצנזוס של קנייה מתונה על מניית IBM, המבוסס על שמונה המלצות קנייה, חמש המלצות החזק ומכירה אחת שניתנו בשלושת החודשים האחרונים, כפי שמודגם בגרפיקה למטה. בנוסף, ה מחיר היעד הממוצע של IBM בסך 300.58 דולר למניה מרמז כי המניה נסחרת קרוב לשווי ההוגן.

ראו עוד דירוגי אנליסטים ל-IBM