چه زمانی رویای محاسبات سریع تر با کامپیوترهای کوانتومی تعبیر می شود؟
انسان سرانجام کار ساخت کامپیوترهای کوانتومی را آغاز کرده است. به گفته کارشناسان امکانات، قابلیت ها و همچنین سرعت محاسبه کامپیوترهای کوانتومی، بسیار فراتر از کامپیوترهای متداول کنونی است اما مشکلات فنی بسیار، مانع از ساخت و استفاده از چنین کامپیوترهایی شده است.
مایکل بروکس (Michael Brooks) در شماره 3150 (نوامبر 2017) هفته نامه نیوساینتیست می گوید اکنون باید تصمیم بگیریم با این ماشین ها چه کار باید کنیم.
در این مقاله شما می توانید با مسیرهای طی شده و پیش روی دانشمندان در راه کامپیوترهای کوانتومی آشنا شوید.
روزی را به یاد بیاورید که اپل گوشی هوشمند آیفون را برای اولین بار معرفی کرد و در پی آن سر و صداهای زیادی درباره چیزهایی به نام اپ آغاز شد. آن زمان فقط چند صد اپلیکیشن موبایلی وجود داشت، کمبودی که بیش از هر چیز، به نوعی شبیه یک فرصت بود و بی درنگ به پیدایش شغلی نوظهور به نام طراح اپلیکیشن منجر شد. امروز بیش از 2 میلیون اپلیکیشن آیفون در دسترس است که یکی از نشانه های موفقیت رویایی این دستگاه است.
اکنون بیایید کامپیوترهای کوانتومی را در نظر بگیریم، ماشین های رویایی و اعجاب برانگیزی که می توانند با استفاده از قوانین عجیب فیزیک کوانتومی، دشوارترین مسائل را به موضوعی ساده بدل کنند. مدت ها است که کامپیوترهای کوانتومی یکی از ناامید کننده ترین فناوری هایی بوده است که امیدواریم جهان مان را تغییر دهند، فناوری هایی که همواره جایی در همین نزدیکی هستند و هیچ وقت واقعیت پیدا نمی کنند اما در یکی دو سال گذشته، چیزی تغییر کرده است. غول های صنعت IT که در سکوت برای ساختن چنین ماشینی به شدت در تلاش هستند، به استخدام کردن طراح اپلیکیشن رو آورده اند که نشانگر آن است که شاید جستجوی طولانی و بی سر و صدا برای ساختن کامپیوترهای کوانتومی، وارد مرحله ای تازه شده باشد.
این واقعیت که پژوهشگران گوگل، IBM، مایکروسافت و مجموعه ای از شرکت های دیگر مشغول ساختن نمونه های اولیه (پروتوتایپ) از کامپیوترهای کوانتومی هستند، نشان دهنده میزان پیشرفت این فناوری است. نکته هیجان انگیز اینکه این شرکت ها با تشویق نسل جدید برنامه نویسان برای فناوری پردازش کوانتومی، به استقبال مسئله ای رفته اند که معمولاً نادیده مانده است: اگر بتوانیم ماشین حل مسئله نهایی را بسازیم، با آن چه کار خواهیم کرد؟
مدت مدیدی است که منتظر جهش کوانتومی در پردازش و محاسبات هستیم. این فناوری اولین بار در دهه 1980 مطرح شد. نظریه پردازان در آن زمان پیش بینی کردند کامپیوتری که بتواند بر مبنای اثرات کوانتومی عمل کند، می تواند در زمینه هایی خاص، کامپیوترهای کلاسیک را به راحتی پشت سر بگذارد. کلید کار، بهره گرفتن از اصل بر هم نهی (Superposition) و همچنین در هم تنیدگی (Entanglement) برای انجام پردازش های موازی عظیم است. اصل بر هم نهی، خاصیتی کوانتومی است که بر اساس آن، ذرات می توانند بطور همزمان در چندین پیکربندی متفاوت وجود داشته باشند. در هم تنیدگی هم اجازه می دهد خاصیت فیزیکی ذرات، در اصطلاح جفت شود.
کیوبیت به کیوبیت
کامپیوترهای کلاسیک، داده ها را به رشته هایی از بیت (Bit) تبدیل می کنند که هر کدام از این بیت ها ممکن است صفر یا یک باشد. اما کامپیوترهای کوانتومی با بیت کوانتومی یا کیوبیت (Qubit) کار می کنند که به لطف خاصیت بر هم نهی، می توانند همزمان صفر و یک باشند. اگر کیوبیت هایی کافی در اختیار داشته باشید که از طریق در هم تنیدگی به یکدیگر مرتبط شده باشند، این امکان را خواهید داشت که همزمان پردازش های بسیار بیشتری انجام بدهید. به این ترتیب قدرت پردازشی تان به صورت نمایی رشد خواهد کرد.
تاکنون، همه اینها نظریه بوده است. هیچکس موفق نشده است دستگاهی بسازد که چنین توانایی هایی داشته باشد. جان مارتینیس (John Martinis)، استاد دانشگاه کالیفرنیا در سانتا باربارا می گوید: «همه بر این باورند که قدرت کامپیوترهای کوانتومی به خاطر توانایی در انجام پردازش های موازی است. بررسی این نکته اهمیت زیادی دارد.» این کاری است که بسیاری از پژوهشگران، از جمله مارتینیس، امیدوار به انجام آن هستند. مارتینیس و گروهش که سال ها است روی پردازش کوانتومی کار می کنند، توانسته اند در استفاده از کیوبیت های ابررسانایی (حلقه های بسیار سرد فلزی با خاصیت های کوانتومی) گام های بلندی بردارند. در سال 2014 هم گوگل وارد این حوزه شد و توان مالی آن توانست شتاب بیشتری در پیشرفت کامپیوترهای کوانتومی پدید آورد.
اوایل سال 2017، مارتینیس اعلام کرد گروهش مشغول آزمایش پردازنده ای 20 کیوبیتی است. آنها اکنون مشغول طراحی نسخه ای 49 بیتی از این پردازنده هستند و می خواهند به کمک آن کاری را انجام دهند که هیچ کامپیوتر کلاسیکی از عهده آن بر نیامده است. این نقطه عطف که در اصطلاح برتری کوانتومی (Quantum Supremacy) نامیده می شود، می تواند سرانجام نظریه را به اثبات برساند و حوزه پردازش کوانتومی را به تکاپو بیندازد.
وضعیت کوانتومی شکننده
گوگل در ماه ژوئن ادعا کرد این لحظه بزرگ در اواخر سال 2017 فرا خواهد رسید، اما مارتینیس می گوید در سال 2018 باید منتظر این لحظه باشیم. با این حال هر وقت که این لحظه فرا برسد، همه چیز در برتری کوانتومی خلاصه نمی شود. پشت سر گذاشتن کامپیوترهای معمولی در پیش بینی خروجی مدارهای الکترونیکی نامنظم (کاری که گوگل می خواهد انجام دهد)، یک چیز است و دست یافتن به قابلیتی کاربردی، چیزی دیگر. برای دست یافتن به چنین کاربردی، به توانایی برای کنترل تعداد فزآینده ای از کیوبیت ها نیاز است و این کار دشواری های خاص خودش را دارد زیرا هرچه تعداد کیوبیت ها بیشتر شود، حفظ وضعیت های کوانتومی شکننده آنها دشوارتر می شود.
در عمل، کیوبیت ها نسبت به نویز و انواع اختلال های دیگر آسیب پذیر هستند. لرزش و انرژی گرمایی می تواند بر در هم تنیدگی و بر هم نهی اثر بگذارد. این موارد می تواند به بروز خطا در داده های ذخیره شده در کیوبیت ها منجر شود و برای تصحیح این داده ها، باز هم به کیوبیت های بیشتری نیاز است. پس یک کیوبیت منطقی (logical qubit) حامل داده، باید از مجموعه ای از کیوبیت های فیزیکی (physical qubit) تصحیح کننده خطا تشکیل شود. این موضوع به معنای آن است که به رخ کشیدن ماشینی با 50 کیوبیت فیزیکی کاملاً بی معنا است، اگر این کیوبیت ها به قدری نویز داشته باشند که تنها از عهده پردازش های مبتنی بر 3 کیوبیت منطقی برآیند. جیمز ووتُن (James Wooton)، پژوهشگر دانشگاه بازل سوئیس می گوید: «برای داشتن یک کیوبیت منطقی، به شبکه ای دو بعدی از کیوبیت های فیزیکی نیاز داریم و برای زیر نظر گرفتن همه خطاها، باید اندازه گیری هایی را انجام دهیم.»
کیوبیت های ابررسانایی
به گفته وینفرد هنسینگر (Winfried Hensinger) که مشغول ساختن پردازنده ای کوانتومی در دانشگاه ساسکس (University of Sussex) انگلستان است، این مشکل فزآینده برای گوگل اهمیتی ویژه دارد. کیوبیت های ابررسانایی باید تا حد صفر مطلق سرد شوند که باعث می شود خود کامپیوتر حجم زیادی پیدا کند و ساختن رشته ای بزرگ از کیوبیت های در هم تنیده غیر عملی باشد. هنسینگر می گوید: «رسیدن به 100 کیوبیت هدف خوبی است ولی ایده ساختن ماشینی کوانتومی در مقیاس بزرگ، بسیار چالش برانگیز به نظر می رسد.»
هنسینگر تصور می کند رویکرد خودش به سادگی توسعه پذیر است. کیوبیت های هنسینگر اتم ها یا یون های شارژ شده ای هستند که در تله ای مغناطیسی مهار شده اند و می توانند در دمای اتاق فعالیت کنند. ورودی و خروجی هم از طریق تعدادی میدان مایکروویو (Microwave Field) انجام می شود و به تعداد یون های دخیل در پردازش هم ربطی ندارد. این موضوع به معنای آن است که حتی با تعداد کیوبیت های زیاد هم مدیریت کیوبیت ها کار ساده ای خواهد بود. گروه هنسینگر دو سال تا ساختن یک نمونه اولیه فاصله دارند، نمونه ای که به گفته او چیزی بین 10 تا 50 کیوبیت خواهد داشت.
رویکردهای متفاوت
هنسینگر تنها کسی نیست که رویکرد متفاوتی را دنبال می کند. کریس مونرو (Chris Monroe) و گروهش در دانشگاه مریلند هم با یون های به دام افتاده کار می کنند. همچنین پژوهشگران دانشگاه ساوت ولز (South Wales) در سیدنی استرالیا روی کیوبیت هایی کار می کنند که از اتم های فسفر ساخته شده اند و در یک شبکه سیلیکونی قرار گرفته اند. به گفته میشل سیمونز (Michelle Simmons)، که مدیریت این پژوهش را بر عهده دارد، مزیت این کیوبیت ها نسبت به کیوبیت های ابررسانایی این است که مدت زمان بی خطا ماندن آنها یک میلیون بار بیشتر است. میشل سیمونز می گوید: «در دستگاه ما، نویز به شکل شگفت آوری پایین است». نکته دیگر اینکه صنعت نیمه رسانا به قدری با سیلیکون آشنا است که تولید انبوه دستگاهی مبتنی بر سیلیکون بسیار راحت تر از فناوری های دیگر است. سیمونز می گوید: «به باور ما، اگر بتوان کامپیوتری کوانتومی ساخت، بهترین روش همین است.»
ماجراجو و بلندپرواز
یک رویکرد ماجراجویانه هم وجود دارد، رویکردی که می تواند مشکل خطاهای فزآینده را به خوبی کنار بگذارد، هر چند از نظر عده ای این رویکرد زیادی بلندپروازانه است. پژوهشگران آزمایشگاه استیشن کیو (Station Q) مایکروسافت در کالیفرنیا مشغول ساخت کیوبیت های توپولوژیک (Topological qubits) بر اساس ویژگی های ذراتی هستند که آنیون های غیرآبلی (non-abelian Anyons) نامیده می شوند. مایکروسافت به تازگی لئو کوون هوون (Leo Kouwenhoven) را از دانشگاه دلفت هلند و نخستین کسی که مدعی است توانسته این ذرات را بسازد، به استخدام در آورده است. هر چند همه کارشناسان باور ندارند کوون هوون واقعاً توانسته باشد کیوبیت توپولوژیک بسازد و حتی برخی شک دارند که اساساً چنین چیزی وجود داشته باشد. اما به گفته تاد هولم دال (Todd Holmdahl)، پژوهشگر استیشن کیو، کامپیوتر کوانتومی توپولوژیک ارزش پیگیری را دارد. به گفته هولم دال، مسیر نسبی آنیون ها در گذشته، عاملی است که وضعیت کوانتومی آنها را تثبیت می کند و در نتیجه این وضعیت کوانتومی به مواردی مانند چرخش یا بار الکتریکی وابسته نیست و به آسانی تحت تاثیر قرار نمی گیرد. به عبارت دیگر، این معماری در برابر خطا نسبتاً پایدار است و در برابر تاثیرهای بیرونی مقاومت می کند. هولم دال می گوید: «به این ترتیب تمام فرآیند تصحیح خطا در سطح سخت افزار انجام می شود. دیگر اینکه برای دستیابی به یک پردازش کوانتومی کاربردی، به کیوبیت های کمتری نیاز است.
هولم دال قبول دارد که او و گروهش در حال حاضر عقب تر از بقیه هستند ولی امیدوار است زودتر از بقیه به خط پایان برسند. هولم دال می گوید: «شرکت کنندگان فعلی این ماراتن چکمه های سنگینی پوشیده اند. ولی ما نشسته ایم و داریم کفش دو می پوشیم. وقتی هم که کفش مان را پوشیدیم، سرعت مان بسیار بیشتر خواهد بود.»
اما در نهایت کدام یکی از این گروه ها زودتر به خط پایان خواهد رسید؟ اسکات آرونسون (Scott Aaronson) از دانشگاه تگزاس آستین می گوید: «واقعیت این است که هنوز نمی دانیم. ممکن است یکی از این رویکردها از بقیه جلوتر بیفتد یا اینکه تعدادی از آنها به موفقیت برسند. شاید هم برای رسیدن به خط پایان، به ترکیبی از این روش ها نیاز باشد.» در هر صورت، پیشتازان این عرصه اعتماد به نفس روزافزونی دارند. جری چاو (Jerry Chow)، مدیر بخش پردازش کوانتومی آی بی ام می گوید: «با توجه به مسیر کنونی مان و افراد باهوشی که می خواهند وارد کار شوند، آماده ایم تا کاری فوق العاده را به انجام برسانیم.»
جستجو رو به عقب
اما دقیقاً مشخص نیست این کار فوق العاده چه خواهد بود. اینجا است که مسئله کامپیوترهای کوانتومی مطرح می شود: هنوز نمی دانیم کامپیوترهای کوانتومی به چه کاری می آیند. برای شروع باید بگوییم به آن اندازه ای که تصور می شود، نرم افزار برای کامپیوتر کوانتومی وجود ندارد. چندین سال است که فیزیکدان ها می دانند کامپیوترهای کوانتومی توانایی حل کردن انواع خاصی از مسائل، از جمله بهینه سازی را خواهند داشت. اما حل مسائل بهینه سازی گامی انقلابی نیست و فقط بهبودی مختصر در عملکرد کامپیوترهای کلاسیک به شمار می آید. کاربرد بعدی جستجوی رو به عقب (backwards search) است که در آن می توان پایگاه داده نامرتبی را سریع تر از هر کامپیوتر کلاسیکی جستجو کرد. یکی دیگر از کاربردها تجزیه اعداد بزرگ به اعداد اول است که در نوع خود به تعداد زیادی کیوبیت نیاز دارد تا بتواند بهتر از کامپیوترهای معمولی عمل کند. در حقیقت، اینها راه حل هایی هستند که به دنبال قدرت پردازشی می گردند. اما برای بهره گیری کامل از قدرت عظیم کامپیوترهای کوانتومی، باید به دنبال پردازش هایی باشیم که به راه حلی کوانتومی نیاز داشته باشند.
البته ایده هایی در این زمینه داریم. شبیه سازی چیزهای کوانتومی دیگر، مانند یک مولکول شیمیایی، یکی از نخستین پیشنهادها بوده است. انتظار می رود پردازنده های کوانتومی بتوانند کشف داروهای جدید را به شکل بنیادی متحول کنند. پردازنده هفت کیوبیتی آی بی ام می تواند پایین ترین وضعیت انرژی برای یک اتم سه مولکولی را محاسبه کند. با این حال این هم نقطه عطفی در مسیر رسیدن به برتری کوانتومی به شمار نمی آید زیرا یک کامپیوتر کلاسیک هم می تواند همین محاسبات را انجام بدهد. اما با بیشتر شدن کیوبیت های کامپیوترهای کوانتومی، این نوع شبیه سازی ها گامی به سوی محاسبات بسیار عظیم تر خواهد بود.
آی بی ام در زمینه نسخه های کوانتومی یادگیری ماشینی (Machine Learning) هم پیشرفت هایی داشته است. این حوزه که ارتباطی مستقیم با هوش مصنوعی دارد، بر تکنیک های تشخیص الگوها در مجموعه های عظیم داده استوار است. گروه آی بی ام نشان داده است که پردازنده های کوانتومی در مقایسه با کامپیوترهای کلاسیک، در یافتن الگو در داده های نامنظم پتانسیل بسیار بیشتری دارند. اما حقیقت این است که بسیاری از کاربردهای کامپیوترهای کوانتومی، فراتر از تخیل ضعیف ما است. جو فیتزیمنس (Joe Fitzsimons)، طراح نرم افزار کوانتومی در دانشگاه فناوری و طراحی سنگاپور، می گوید: «در حال حاضر فقط دورنمایی از نرم افزارهای ممکن را می توانیم ببینیم.»
شیوه کار کامپیوترهای کوانتومی در مقایسه با کامپیوترهای معمولی، کاملاً متفاوت است. بنابراین اگر بخواهیم از مزیت های امکان پردازش های موازی کامپیوترهای کوانتومی بهره ببریم، به الگوریتم های جدیدی نیاز داریم. در حال حاضر فقط چند الگوریتم مناسب و ارزشمند در اختیار داریم. در واقع، برنامه نویسی کوانتومی اکنون تقریباً در جایی ایستاده است که برنامه نویسی کلاسیک در دهه 1950 ایستاده بود. برای آنکه برنامه نویسان بتوانند به خوبی از توانایی کیوبیت ها بهره ببرند، باید ابتدا به خوبی از عملکرد آنها در سطح فیزیکی آگاه شوند.
منابع
مقاله علمی و آموزشی «چه زمانی رویای محاسبات سریع تر با کامپیوترهای کوانتومی تعبیر می شود؟»، نتیجه ی تحقیق و پژوهش، گردآوری، ترجمه و نگارش هیئت تحریریه پورتال یو سی (شما می توانید) می باشد. در این راستا مقاله حسین رحمانی در مجله دانشمند، به عنوان منبع اصلی مورد استفاده قرار گرفته است.
