🟠چرا با وجود شواهد فنی، اجماع علمی بر سر مزیت کوانتومی شکل نگرفته است؟

🔷دومینیک هنگلایتر، فیزیک‌دان و دانشمند حوزه محاسبات کوانتومی در مؤسسهٔ نظریهٔ محاسبات سیمونز وابسته به دانشگاه UC Berkeley، در یادداشت اخیر خود در وبلاگ Quantum Frontiers به یک شکاف فزاینده در جامعهٔ علمی اشاره می‌کند:

🔶با وجود بیش از پنج سال آزمایش‌های پیشرفته که دقیقاً با هدف اثبات «مزیت کوانتومی» انجام شده‌اند، هنوز بخش قابل‌توجهی از پژوهشگران قانع نشده‌اند که این نقطهٔ عطف واقعاً محقق شده است. او این یادداشت را با هدف روشن‌کردن منشأ این تردیدها و بازنگری در تعریف اولیه مزیت کوانتومی نوشته است؛ تعریفی که به گفتهٔ او، در گذر زمان به‌طور نانوشته تغییر کرده و به منبع اصلی این مناقشه بدل شده است.

🔷مزیت کوانتومی به این معناست که یک رایانه کوانتومی بتواند یک وظیفهٔ محاسباتی مشخص را انجام دهد که شبیه‌سازی آن با رایانه‌های کلاسیک، در عمل ممکن نباشد. بر اساس شواهد موجود، به‌احتمال زیاد این نقطه تاکنون محقق شده است. مهم‌ترین شواهد نیز از آزمایش‌های بزرگ‌مقیاس نمونه‌برداری از مدارهای تصادفی (Random Circuit Sampling یا RCS) به‌دست آمده‌اند.

🔶در این آزمایش‌ها، یک پردازندهٔ کوانتومیِ قابل برنامه‌ریزی با مجموعه‌ای تصادفی از گیت‌های کوانتومی پیکربندی می‌شود. این گیت‌ها روی تعداد زیادی کیوبیت اعمال شده و سپس خروجی سیستم اندازه‌گیری می‌شود. نتیجه، مجموعه‌ای از بیت‌استرینگ‌هاست که از یک توزیع احتمالاتیِ کاملاً کوانتومی نمونه‌برداری شده‌اند.

🔷هرچه تعداد کیوبیت‌ها، عمق مدار و میزان درهم‌تنیدگی بیشتر شود، شبیه‌سازی این فرایند با رایانه‌های کلاسیک به‌صورت نمایی دشوارتر می‌شود، در حالی که خودِ سخت‌افزار کوانتومی این کار را به‌طور طبیعی انجام می‌دهد.

🔶نخستین نمایش بزرگ این نوع محاسبه در سال ۲۰۱۹ توسط گوگل و با یک پردازندهٔ ابررسانای ۵۳ کیوبیتی انجام شد. پس از آن، آزمایش‌ها متوقف نشدند. گوگل و دانشگاه علم و صنعت چین این کار را با سامانه‌های بزرگ‌تر، مدارهای عمیق‌تر و فیدلیتی بالاتر تکرار کردند.

🔷در همین زمان، شرکت Quantinuum نیز با معماری متفاوتی مبتنی بر یون‌های به‌دام‌افتاده—که کیوبیت‌های کمتری دارد اما اتصال‌پذیری بهتر و خطای پایین‌تری ارائه می‌دهد—به نتایج مشابهی رسید. این تنوع معماری نشان می‌دهد که پدیدهٔ مشاهده‌شده محدود به یک فناوری خاص نیست.

🔶در همهٔ این آزمایش‌ها، خروجی‌ها به‌طور آماری تفاوت معناداری با خروجی‌های حاصل از مدل‌های کلاسیک یا نویز تصادفی دارند. این تفاوت‌ها با معیارهایی مانند بنچمارک آنتروپی متقاطع خطی (XEB) اندازه‌گیری می‌شوند که میزان نزدیکی رفتار دستگاه واقعی به پیش‌بینی‌های مکانیک کوانتومی را نشان می‌دهد. به‌جز آزمایش‌های اولیهٔ سال ۲۰۱۹، تاکنون هیچ شبیه‌سازی کلاسیکی نتوانسته این نتایج را به‌طور کامل بازتولید کند.

🔷با این حال، تردیدهایی همچنان وجود دارد. دلیل اصلی این است که راستی‌آزمایی مستقیم این آزمایش‌ها عمداً غیرممکن است؛ زیرا اگر بتوان مدارهای هدف را به‌طور کامل شبیه‌سازی کرد، دیگر صحبت از #مزیت_کوانتومی بی‌معنا خواهد بود.

🔶به همین دلیل، پژوهشگران ناچارند به نتایج مدارهای کوچک‌ترِ قابل شبیه‌سازی و شاخص‌های آماری غیرمستقیم تکیه کنند. منتقدان این روش را ناکافی می‌دانند، اما باید توجه داشت که در بسیاری از شاخه‌های علم، مانند فیزیک ذرات یا اخترفیزیک، استنتاج غیرمستقیم امری عادی و پذیرفته‌شده است.

🔷بحث اصلی اما فقط فنی نیست، بلکه جنبهٔ مفهومی هم دارد. وظایفی مانند نمونه‌برداری از مدارهای تصادفی، شبیه مسائل متداول محاسباتی نیستند: ورودی و خروجی معناداری ندارند و مسئلهٔ «کاربردی» مشخصی را حل نمی‌کنند.

🔶همین موضوع باعث شده برخی پژوهشگران معتقد باشند که مزیت کوانتومی فقط زمانی معنا دارد که همراه با کاربرد عملی، پایداری در برابر پیشرفت الگوریتم‌های کلاسیک و حتی ارزش اقتصادی باشد. در حالی که هیچ‌یک از این شرط‌ها در تعریف اولیهٔ مزیت کوانتومی که جان پرسکیل در سال ۲۰۱۲ ارائه کرد وجود نداشت.

🔷نکتهٔ اصلی این پست این است که معیارهای تعریف مزیت کوانتومی در حال تغییر هستند. بر اساس تعریف اولیه و محدود مزیت کوانتومی، به نظر می‌رسد که برتری کوانتومی بالفعل محقق شده است. اختلاف امروز بیشتر بر سر این است که آیا چنین وظایف مهندسی‌شده اما دقیقاً تعریف‌شده‌ای «باید» به‌عنوان موفقیت پذیرفته شوند یا نه.

🔶در نهایت، نویسنده تأکید می‌کند که رسیدن به برتری کوانتومیِ عملی و کاربردی مرحله‌ای کاملاً متفاوت و به‌مراتب دشوارتر بوده و هنوز در پیشِ رو است. اما این موضوع نباید باعث شود که عبور از نخستین آستانه برتری کوانتومی نادیده گرفته شود.

🌐منبع
🔹🔹🔹🔹🔹🔹🔹
🔗 Website
🔗 Telegram
🔗 LinkedIn

#گزارش #سطح_پیشرفته #محاسبات_کوانتومی