۲۲ اکتبر ۲۰۲۵، عکس از نویسنده: امیر خُلَم-سیستم خنک‌کننده تراشه و پردازنده کوانتومی Willow گوگل-ساندار پیچای
تیم هوش مصنوعی کوانتومی گوگل ادعا می‌کند که آخرین الگوریتم آن می‌تواند محاسبات کوانتومی را به تأثیر در دنیای واقعی نزدیک‌تر کند.این روش جدید که Quantum Echoes نام دارد، ممکن است روزی به دانشمندان در طراحی داروها، کاتالیزورها، پلیمرها و باتری‌های بهتر کمک کند.
اگرچه آزمایش‌های اولیه هنوز “مزیت کوانتومی” را نشان نداده‌اند، محققان معتقدند که این نتایج نقطه عطفی به سوی مزایای عملی است.
کامپیوترهای کوانتومی به کیوبیت‌ها متکی هستند، اجزایی که می‌توانند اطلاعات را به صورت تصاعدی سریع‌تر از بیت‌های کلاسیک پردازش کنند. هرچه کیوبیت‌های بیشتری به هم متصل شوند، قدرت بالقوه سیستم بیشتر می‌شود.
گوگل اولین بار در سال ۲۰۱۹ خبرساز شد، زمانی که پردازنده ۵۴ کیوبیتی Sycamore آن، مسئله‌ای را در ۲۰۰ ثانیه حل کرد که برای یک ابررایانه معمولی ۱۰۰۰۰ سال طول می‌کشید. در سال ۲۰۲۴، تراشه ۱۰۵ کیوبیتی Willow آن، محاسبه‌ای معیاری انجام داد که برای Frontier، سریع‌ترین ابررایانه جهان، ۱۰ سپتیلیون سال طول می‌کشید.
با این حال، منتقدان استدلال می‌کردند که این معیارها چندان اثبات نشده‌اند. ادعاهای قبلی گوگل در مورد «برتری کوانتومی» بر فرآیندی به نام نمونه‌برداری تصادفی مدار متکی بود، یک تمرین پیچیده اما بی‌فایده بدون هیچ کاربرد در دنیای واقعی.تصادفی بودن این آزمایش، تأیید نتایج بین سیستم‌های کوانتومی مختلف را نیز دشوار می‌کرد.
اکنون، گوگل می‌گوید الگوریتم Quantum Echoes آن، این نقص را برطرف می‌کند. وقتی تیم آن را روی ۶۵ کیوبیت Willow اجرا کرد، این کار را حدود ۱۳۰۰۰ برابر سریع‌تر از بهترین همتای کلاسیک در Frontier انجام داد.الگوریتم کوانتومی جدید و پیشرفته‌ای که امروز در @Nature منتشر شد: تراشه Willow ما به اولین مزیت کوانتومی قابل تأیید دست یافته است.
مهمتر از همه، نتایج قابل تأییدی تولید کرد که می‌توانستند روی چندین پردازنده کوانتومی بازتولید شوند.
توماس اوبراین، دانشمند تحقیقاتی در Google Quantum AI، می‌گوید: «جنبه کلیدی تأیید این است که می‌تواند منجر به کاربرد شود. اگر نتوانم به شما ثابت کنم که داده‌ها صحیح هستند، چگونه می‌توانم با آنها کاری انجام دهم؟»
این الگوریتم در سه مرحله کار می‌کند. ابتدا، یک سری عملیات کوانتومی مانند شبیه‌سازی رفتار یک مولکول را انجام می‌دهد. سپس، یکی از کیوبیت‌های درگیر را کمی مختل می‌کند.در نهایت، عملیات اصلی را معکوس کرده و هر دو مجموعه نتایج را مقایسه می‌کند.
این فرآیند رو به جلو و رو به عقب به آشکار شدن چگونگی تأثیر تغییرات کوچک بر کل سیستم مولکولی کمک می‌کند، چیزی که حتی سریع‌ترین ابررایانه‌های کلاسیک را نیز تحت الشعاع قرار می‌دهد.اوبراین اختلال کیوبیت را به اثر پروانه‌ای تشبیه می‌کند، جایی که یک اختلال کوچک در سراسر سیستم موج می‌زند.
میشل دوورت، برنده جایزه نوبل و دانشمند ارشد گوگل در زمینه سخت‌افزار کوانتومی، ظرفیت 105 کیوبیتی Willow و نرخ خطای پایین 0.1 درصد را عامل ممکن ساختن این آزمایش می‌داند.
اوبراین به تفاوت دقت در مقایسه با نمایش گوگل در سال 2019 اشاره می‌کند. او می‌گوید در آن زمان، “تنها 0.1 درصد از داده‌های جمع‌آوری‌شده صحیح بودند.” این بار، “تنها 0.1 درصد از داده‌ها می‌توانستند اشتباه باشند.”
آنها معتقدند الگوریتم پژواک‌های کوانتومی، که قبلاً به عنوان یک همبسته‌ساز خارج از زمان شناخته می‌شد، در نهایت می‌تواند طیف‌سنجی رزونانس مغناطیسی هسته‌ای (NMR)، یک تکنیک تصویربرداری مولکولی مشابه MRI، را بهبود بخشد.
در آزمایش‌های اولیه با حداکثر ۱۵ کیوبیت، این الگوریتم مدل‌های مولکولی دقیقی تولید کرد. آشوک آجوی، استادیار دانشگاه کالیفرنیا، برکلی، می‌گوید: «در حالی که همه چیز هنوز در مراحل اولیه است، این روش می‌تواند با توجه به کاربرد گسترده NMR در شیمی، زیست‌شناسی و علوم مواد، کاربردهای گسترده‌ای در آینده داشته باشد.»
اوبراین اذعان می‌کند که نتایج هنوز فراتر از قابلیت‌های کلاسیک نیستند. با این حال، او انتظار دارد که اصلاحات آینده در تصحیح خطا بتواند به دستیابی به مزیت کوانتومی در مسائل واقعی کمک کند.هارتموت نون، بنیانگذار و مدیر هوش مصنوعی کوانتومی گوگل، همچنان خوش‌بین است.
او می‌گوید: «ما همچنان خوش‌بین هستیم که ظرف پنج سال، شاهد کاربردهای دنیای واقعی خواهیم بود که فقط با رایانه‌های کوانتومی امکان‌پذیر هستند.»
این مطالعه در مجله Nature منتشر شده است.
