🟠نگاهی دقیق تر به ادعای مزیت کوانتومی گوگل و تردیدهای باقی مانده
🔷پژوهشگران واحد Google Quantum AI از دستیابی به نوعی تازه از #مزیت_کوانتومی خبر داده‌اند. این پژوهش که در تاریخ ۲۲ اکتبر ۲۰۲۵ در Nature منتشر شده، بر پایه‌ی الگوریتمی نو به نام «پژواک کوانتومی» (Quantum Echoes) استوار است که به گفته‌ی آنها می‌تواند در آینده برای حل مسائل علمی واقعی مانند پیش‌بینی ساختار مولکول‌ها به کار رود.
🔶الگوریتم پژواک کوانتومی
از اثرات تداخل بین کیوبیت‌ها برای ردیابی چگونگی انتشار اطلاعات درون یک سیستم کوانتومی استفاده می‌کند — مشابه با روشی که در آن از بازتاب صدا برای نقشه‌برداری از درون یک غار استفاده می‌شود. این روش شامل اجرای مجموعه‌ای از عملیات کوانتومی، مختل کردن یک کیوبیت، و سپس اجرای عملیات در جهت معکوس است.
🔷
اندازه‌گیری «اکو» یا پژواک باقی‌مانده به پژوهشگران امکان می‌دهد تا
همبستگی‌های ظریف میان کیوبیت‌ها را که معمولاً به دلیل نویز سیستم دچار اختلال می‌شوند، آشکار کنند.
🔶این آزمایش با استفاده از تراشه‌ی Willow گوگل انجام شده که شامل ۱۰۵ کیوبیت ابررسانا است و برای ذخیره و پردازش اطلاعات کوانتومی طراحی شده است.
بر اساس گزارش گوگل، الگوریتم آنها ۱۳٬۰۰۰ برابر سریع‌تر از بهترین الگوریتم کلاسیکی شناخته‌شده عمل کرده است.
🔷تیم گوگل برای اطمینان از صحت مقایسه، معادل ده سال‌ـ‌نفر (به معنی ده سال‌کار پژوهشی تمام‌وقت) پژوهش را صرف بهینه‌سازی و آزمایش الگوریتم‌های کلاسیکی کرده است تا
بهترین رقیب ممکن را بسازد.
🔶پژوهشگران گوگل از این الگوریتم برای شبیه‌سازی کوانتومی مولکول‌ها — از جمله مولکول تولوئن — استفاده کردند تا ویژگی‌های ساختاری آنها را پیش‌بینی کنند. سپس نتایج به‌دست‌آمده را با داده‌های حاصل از اندازه‌گیری‌های رزونانس مغناطیسی هسته‌ای (NMR) مقایسه کردند.
🔷هرچند
این مولکول‌ها هنوز با روش‌های کلاسیکی نیز قابل شبیه‌سازی‌اند، اما این کار نشان می‌دهد که الگوریتم جدید می‌تواند راهی برای شبیه‌سازی سیستم های پیچیده‌تر باشد که از توان محاسبات کلاسیک فراتر می‌روند. به گفته‌ی گوگل، در آینده ممکن است از این روش برای مطالعه‌ی ساختار پروتئین‌ها و مولکول‌های زیستی بزرگ‌تر نیز استفاده شود.
👤
تام اوبراین، پژوهشگر واحد Google Quantum AI در مونیخ، اعلام کرد که
برای گسترش این روش به سیستم های پیچیده‌تر، نیاز به کاهش نویز سخت‌افزاری و یا استفاده از تکنیک‌های پیشرفته‌ی تصحیح خطا وجود دارد — موضوعاتی که هنوز از چالش‌های اصلی این حوزه به شمار می‌روند.
🔶با وجود پیشرفت چشمگیر فنی، برخی از فیزیک‌دانان کوانتومی نسبت به ادعای مزیت کوانتومی محتاط‌اند.
👤
دریس سلز (دانشگاه نیویورک) معتقد است که هرچند مقاله به‌طور جدی الگوریتم‌های کلاسیکی را آزموده، اما
هنوز اثباتی ریاضی وجود ندارد که الگوریتمی کلاسیکی کارآمدتر نتوان یافت؛ از این‌رو، ادعای مزیت کوانتومی ممکن است زودهنگام باشد.
👤
جیمز ویتفیلد (دانشگاه دارتموث) نیز این دستاورد را «تکنیکی چشمگیر» توصیف کرده اما گفته است
بعید است که به این زودی به کاربردهای اقتصادی واقعی منجر شود.🔷چنین واکنش‌هایی یادآور بحث‌های مشابه پیرامون
ادعاهای گذشته‌ی گوگل است؛ از جمله در سال ۲۰۱۹ که ادعای نخستین مزیت کوانتومی این شرکت با تراشه‌ی Sycamore بعدها با پیشرفت شبیه‌سازی کلاسیکی به چالش کشیده شد.
🔶همچنین شرکت D-Wave نیز در سال ۲۰۲۵ مدعی حل یک مسئله‌ی علمی با پردازنده‌ی کوانتومی خود شد، که آن نیز با بهبود الگوریتم‌های کلاسیکی زیر سؤال رفت.
🔷برخلاف آزمایش‌های گذشته که نتایج آنها بر پایه‌ی احتمالات بود،
الگوریتم پژواک کوانتومی خروجی قطعی و قابل‌راستی‌آزمایی تولید می‌کند که می‌توان آن را روی سامانه‌های کوانتومی دیگر یا از طریق آزمایش‌های فیزیکی بررسی کرد.
👤
اسکات آرنسون (دانشگاه تگزاس در آستین) این ویژگی را نقطه‌ی عطفی برای حوزه‌ی #محاسبات_کوانتومی دانست و آن را گامی مهم در جهت دستیابی به «مزیت کوانتومی قابل‌تأیید» خواند — مفهومی که سال‌ها هدف اصلی این حوزه بوده است.
🔶با این حال، آرنسون و دیگران هشدار می‌دهند که تبدیل چنین نمایشی به کاربردهای تجاری یا سامانه‌های مقیاس‌پذیر که بتوانند در حضور خطاهای واقعی محاسبات بزرگ را انجام دهند، هنوز مستلزم پیشرفت‌های عمده‌ی مهندسی است.
🌐منبع🔹🔹🔹🔹🔹🔹🔹🔗
Website🔗
Telegram🔗
LinkedIn#گزارش #سطح_پیشرفته #گوگل
