<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom" xmlns:content="http://purl.org/rss/1.0/modules/content/"><channel><title>Surface-Code on Quantum Computing CZ</title><link>https://quantum-computing.cz/tags/surface-code/</link><description>Recent content in Surface-Code on Quantum Computing CZ</description><generator>Hugo</generator><language>cs-CZ</language><lastBuildDate>Sat, 11 Jul 2026 06:00:00 +0200</lastBuildDate><atom:link href="https://quantum-computing.cz/tags/surface-code/index.xml" rel="self" type="application/rss+xml"/><item><title>Google naučil Willow opravovat se za běhu: AI se učí z vlastních kvantových chyb a posouvá FTQC o krok blíž realitě</title><link>https://quantum-computing.cz/posts/google-willow-reinforcement-learning-autonomni-kalibrace-2026-07-10/</link><pubDate>Sat, 11 Jul 2026 06:00:00 +0200</pubDate><guid>https://quantum-computing.cz/posts/google-willow-reinforcement-learning-autonomni-kalibrace-2026-07-10/</guid><description>Vědci z Google Quantum AI publikovali 10. července 2026 v Nature studii, ve které reinforcement learning agent průběžně kalibruje 105qubitový čip Willow přímo během výpočtu. Logická chybovost klesla o ~20 % oproti ruční kalibraci a výkon zůstal 3,5× stabilnější i při uměle vloženém hardwarovém driftu — což otevírá cestu k FTQC strojům schopným běžet dny až měsíce bez zásahu člověka.</description></item></channel></rss>