Суть решения в умной пост-обработке. После передачи фотонов стороны получают ключи с ошибками, которые нужно отфильтровать. По словам учёных, раньше система действовала почти вслепую: не угадав текущий уровень помех, она либо выбирала слишком жесткую коррекцию (снижая скорость), либо слишком мягкую (тогда ключи не совпадали). Российские разработчики внедрили алгоритм машинного обучения, который анализирует телеметрию в реальном времени. Он прогнозирует уровень ошибок на шаг вперед и мгновенно подбирает оптимальный режим работы, не давая связи прерваться.
По заявлению исследователей, модель обучали не на компьютерных симуляциях, а на данных с действующих промышленных установок QRate. Это значит, что алгоритм уже умеет работать с зашумлённым сигналом, дрейфом лазеров и непредсказуемыми условиями эксплуатации. Работа выполнена в рамках программы «Приоритет-2030» и, как заявляется, готова к интеграции в железо. Учитывая, насколько банкам или госсектору нужен стабильный и защищённый канал, результаты интеграции технологии в продукты компаний можем увидеть уже скоро. Если, конечно, софт будет работать в продакшене так же хорошо, как в релизах.