‍ ‍ ⚠️سه پیش‌بینی جنجالی اخیر درخصوص محاسبات کوانتومی و رقابت گوگل برای آینده⚠️

1️⃣رئیس بخش هوش مصنوعی کوانتومی گوگل،Hartmut Neven، پیش‌بینی کرده است که کاربردهای تجاری محاسبات کوانتومی طی پنج سال آینده محقق خواهند شد. در صورت تحقق این پیش‌بینی، این فناوری می‌تواند علوم مواد، پزشکی و انرژی را متحول کند و به باتری‌های کارآمدتر برای خودروهای برقی، کشف داروهای جدید و پیشرفت در انرژی‌های پاک منجر شود.

2️⃣این دیدگاه Neven بسیار خوش‌بینانه‌تر از Jensen Huang، مدیرعامل اNvidia است، که اخیراً اعلام کرده محاسبات کوانتومی عملیاتی حداقل دو دهه دیگر فاصله دارد. Huang، مانند بسیاری از پژوهشگران، بر چالش‌های فنی و مهندسی این فناوری تأکید دارد و معتقد است که تا زمانی که کامپیوترهای کوانتومی در کاربردهای دنیای واقعی از سیستم‌های کلاسیک فراتر نروند، تجاری‌سازی آن‌ها ممکن نخواهد بود.

3️⃣با این حال، پیش‌بینی Neven بیشتر با بیل گیتس، بنیان‌گذار مایکروسافت، هم‌راستا است. بیل گیتس باور دارد که محاسبات کوانتومی می‌تواند طی سه تا پنج سال آینده به سطح کاربردی برسد. او در حالی که به چالش‌های عظیم این فناوری اذعان دارد، پیشرفت‌های سریع در سخت‌افزار و نرم‌افزار کوانتومی را نیز تحسین می‌کند و معتقد است که شرکت‌هایی مانند گوگل و مایکروسافت به سرعت در حال نزدیک شدن به این هدف هستند.


💢 مسیر گوگل در محاسبات کوانتومی

🔷گوگل از سال ۲۰۱۲ در زمینه محاسبات کوانتومی فعالیت می‌کند و پیشرفت‌های قابل توجهی در سخت‌افزار و الگوریتم‌های کوانتومی داشته است. در سال ۲۰۱۹، این شرکت با اعلام دستیابی به "برتری کوانتومی" سر و صدای زیادی به پا کرد. در این دستاورد، پردازنده Sycamore با ۵۳ کیوبیت توانست یک مسئله پیچیده را در زمانی حل کند که حتی قدرتمندترین ابرکامپیوترهای کلاسیک نیز قادر به انجام آن نبودند.

🔶اخیراً، گوگل با معرفی تراشه Willow به یک دستاورد جدید در محاسبات کوانتومی دست یافته است. این تراشه به گوگل اجازه داد مسئله‌ای را در چند دقیقه حل کند، در حالی که یک کامپیوتر کلاسیک برای حل آن بیشتر از عمر جهان زمان نیاز داشت. علاوه بر این، پژوهش اخیر گوگل که در Nature منتشر شده، رویکرد جدیدی را برای شبیه‌سازی کوانتومی معرفی می‌کند که یک گام دیگر به سمت تحقق هدف پنج‌ساله Neven محسوب می‌شود.


💢 چالش‌های محاسبات کوانتومی

🔷با وجود این پیشرفت‌ها، این فناوری همچنان با چالش‌های اساسی مواجه است:

🔻نرخ خطا و ناهمدوسی: کیوبیت‌ها بسیار حساس هستند و در اثر کوچک‌ترین اختلالی خطا ایجاد شده و حالت کوانتومی از بین می‌رود.

🔻مقیاس‌پذیری: ساخت پردازنده‌های کوانتومی در مقیاس بالا نیازمند رفع محدودیت‌های مهندسی و سرمایش است، زیرا کیوبیت‌ها باید در دماهایی نزدیک به صفر مطلق کار کنند.

🔻الگوریتم‌های کاربردی: هرچند محاسبات کوانتومی پتانسیل بالایی دارد، هنوز مشخص نیست که چه مشکلاتی را می‌توان با الگوریتم‌های کوانتومی بهتر از الگوریتم‌های کلاسیک حل کرد.


💢 رقابت برای دستیابی به مزیت کوانتومی

🔷با افزایش سرمایه‌گذاری‌های شرکت‌های بزرگ فناوری، استارتاپ‌ها و دولت‌ها در این زمینه، رقابت بر سر محاسبات کوانتومی شدت گرفته است. برنامه زمانی جاه طلبانه گوگل نشان می‌دهد که این شرکت به پیشرفت‌های سخت‌افزاری خود و حل چالش‌های تصحیح خطا و مقیاس‌پذیری اطمینان دارد.

🔶در حالی که برخی متخصصان معتقدند مزیت کوانتومی—لحظه‌ای که کامپیوترهای کوانتومی در انجام وظایف عملی از کامپیوترهای کلاسیک پیشی بگیرند—ممکن است هنوز سال‌ها یا حتی دهه‌ها فاصله داشته باشد، پیشرفت‌های اخیر گوگل نشان می‌دهد که این فناوری به‌سرعت در حال توسعه است. اگر پیش‌بینی پنج‌ساله Neven درست باشد، صنایعی مانند مالی، امنیت سایبری، علوم مواد و سلامت ممکن است زودتر از حد انتظار شاهد نوآوری‌های انقلابی حاصل از محاسبات کوانتومی باشند.

🌐لینک خبر
📎join: @QuantumTEQ

🌐 Website

🔵LinkedIn
_._._._._._._._
#اخبار #صنعت_کوانتوم #مزیت_کوانتومی #محاسبات_کوانتومی