گوگل با پروژه جاه‌طلبانه‌ی کوانتومی خود می‌خواهد تا ۵ سال دیگر حل مسائلی را ممکن کند که ابرکامپیوترها از پس آن برنمی‌آیند.
در مجموعه‌ای از آزمایشگاه‌های محرمانه در سانتا باربارای کالیفرنیا، دانشمندان گوگل روی یکی از بلندپروازانه‌ترین پروژه‌های این شرکت کار می‌کنند: آن‌ها در تلاش‌اند پیشرفته‌ترین کامپیوترهای کوانتومی جهان را توسعه دهند؛ دستگاهی که توانایی حل مسائلی را خواهد داشت که با محاسبات کلاسیک، اساساً غیرممکن به نظر می‌رسند.
به گزارش زومیت، محاسبات کوانتومی از اصول مکانیک کوانتوم، مانند برهم‌نهی و درهم‌تنیدگی، استفاده می‌کند تا محاسباتی را انجام دهد که برای کامپیوترهای کلاسیک بسیار زمان‌بر یا حتی غیرممکن است. محاسبات کوانتومی، به‌عنوان گام بزرگ بعدی در تحول فناوری شناخته می‌شود، هرچند همچنان اجماع نظر روشنی درباره‌ی مسیر آینده‌ی آن وجود ندارد.
باوجود تردیدهای فراگیر، گوگل سرمایه‌گذاری گسترده‌ای روی این پروژه انجام داده است، چراکه دستیابی به برتری در محاسبات کوانتومی می‌تواند نقشی تعیین‌کننده در پیشتازی آینده‌ی این شرکت در عرصه‌ی هوش مصنوعی داشته باشد.
در مقابل، اگر پروژه با شکست روبه‌رو شود، گوگل بار دیگر در رقابتی که خود آغازگر آن بوده است، جایگاه پیشتاز خود را از دست خواهد داد. شبکه‌ی CNBC در ویدیویی این پرسش را مطرح می‌کند که آیا گوگل در آستانه‌ی دستیابی به دستاوردی بزرگ قرار دارد یا با یکی دیگر از ناکامی‌های تاریخی خود روبه‌رو خواهد شد؟
آینده محاسبات کوانتومی؛ پیش‌بینی‌ها و چالش‌ها
یکی از چالش‌برانگیزترین مباحث امروز در دنیای محاسبات کوانتومی، زمان‌بندی تأثیر واقعی این فناوری بر زندگی بشر است. گوگل به‌تازگی با معرفی یک شمارش معکوس جدید، هیجان علاقه‌مندان این حوزه را برانگیخت. گوگل پیش‌بینی می‌کند که طی پنج سال آینده، شاهد نخستین کاربردهای عملی محاسبات کوانتومی خواهیم بود.
طبق پیش‌بینی گوگل، تا ۵ سال دیگر شاهد نخستین کاربردهای عملی کوانتوم خواهیم بود
پیش‌بینی گوگل در مقایسه با برآوردهای محتاطانه‌تر دیگر بازیگران این حوزه، جسورانه به‌نظر می‌رسد. جنسن هوانگ، مدیرعامل انویدیا که بسیاری او را پدرخوانده‌ی محاسبات می‌دانند، معتقد است که رسیدن به کاربردهای واقعی محاسبات کوانتومی دست‌کم بیست سال زمان می‌برد؛ دیدگاهی که بسیاری از کارشناسان نیز با آن هم‌نظر هستند و تحقق این فناوری را در آینده‌ای دورتر از یک دهه پیش‌بینی می‌کنند.
تابلوی مرکز هوش مصنوعی گوگل
در این میان، این سؤال مهم مطرح می‌شود: آیا محاسبات کوانتومی هم به سرنوشت فناوری‌هایی دچار می‌شود که بیش‌ازحد تبلیغ شده‌اند، یا هنوز برای قضاوت درباره‌ی آینده‌ی آن خیلی زود است؟ این پرسشی است که پیش‌تر درباره‌ی هوش مصنوعی، پیش از جهش بزرگ آن در سال ۲۰۲۲ و حتی درباره‌ی کامپیوترهای اولیه نیز مطرح بود. در آغاز ظهور کامپیوترها، کاربردهای آن‌ها بیشتر به حوزه‌ی تحقیقات علمی محدود می‌شد؛ اما با پیشرفت فناوری، فرصت‌هایی شکل گرفت که حتی پیشگامان اولیه هم تصورش را نمی‌کردند.
ممکن است جنسن هوانگ اشتباه کرده باشد. در سه تا پنج سال آینده، شاید یکی از این تکنیک‌ها بتواند به اندازه‌ی کافی کیوبیت منطقی واقعی تولید و مسائل پیچیده‌ای را حل کند.
– بیل گیتس، هم‌بنیان‌گذار مایکروسافت
محاسبات کوانتومی می‌تواند افق‌های تازه‌ای پیش روی بازارهای نوظهور باز کند، مسائل حل‌نشده‌ی گذشته را پشت‌سر بگذارد و سودهای چشمگیری برای پیشگامان خود به ارمغان بیاورد. بااین‌حال، محدودیت تخیل انسان همچنان یکی از بزرگ‌ترین موانع در پیش‌بینی آینده‌ی این فناوری به شمار می‌رود. گوگل نیز با رونمایی از تراشه‌ی ویلو در اواخر سال ۲۰۲۴، گام مهمی در این مسیر برداشته است.
دستاوردهای کوانتومی گوگل: حل مسائل پیچیده در ۵ دقیقه
لحظه‌ای که پژوهشگران گوگل تواستند به کمک تراشه ویلو مسئله‌ای بسیار دشوار را تنها در پنج دقیقه حل کنند، نقطه‌‌ی عطفی در تاریخ محاسبات کوانتومی رقم خورد؛ مسئله‌ای که حتی قدرتمندترین ابرکامپیوترهای کلاسیک جهان برای حل آن به زمانی حدود ده سپتیلیون سال نیاز داشتند؛ عددی بسیار فراتر از سن کنونی جهان.
این موفقیت، تنها یک شبیه‌سازی یا پیش‌بینی نظری نبود؛ بلکه گوگل با تراشه‌ی کوانتومی خود توانست مسئله‌ای واقعی را به نتیجه برساند و به‌وضوح نشان دهد که محاسبات کوانتومی نه فقط در تئوری، بلکه در عمل نیز قابلیت اجرا دارد. این دستاورد، یک اثبات عینی از توانایی‌های فناوری مذکور بود که وزن و اعتبار جدیدی به آن بخشید.
تراشه‌ی کوانتومی گوگل
بااین‌حال، دستاورد گوگل به همین‌جا ختم نشد. تراشه‌ی جدید این شرکت، ویلو، به‌طور چشمگیری موفق شد نرخ خطاها را کاهش دهد. خطاها در محاسبات کوانتومی به‌دلیل حساسیت کیوبیت‌ها به نویز و اختلالات محیطی رخ می‌دهند و کاهش آن‌ها برای ساخت کامپیوترهای کوانتومی قابل اعتماد ضرورت دارد.
در دنیای محاسبات کوانتومی، خطاها به یکی از بزرگ‌ترین موانع توسعه تبدیل شده‌اند: حتی در بهترین شرایط موجود، پس از هر هزار عملیات ساده، معمولاً یک خطا رخ می‌دهد. این میزان خطا برای انجام محاسبات پیچیده‌ای که نیاز به میلیاردها یا تریلیون‌ها گام دارند، به هیچ عنوان قابل قبول نیست.
گوگل با ویلو، راه‌حلی پایدار برای کاهش خطاها ارائه داد. این پیشرفت، که مبتنی بر افزایش تعداد کیوبیت‌ها و بهبود کنترل دقیق‌تر بر آن‌ها است، گامی حیاتی به سوی دستیابی به کاربردهای واقعی در محاسبات کوانتومی به شمار می‌رود؛ کاربردهایی که می‌توانند به حل چالش‌های پزشکی پیچیده، کشف مواد جدید با ویژگی‌های استثنائی و پاسخ به پرسش‌های بنیادین در زمینه‌ی کیهان‌شناسی کمک کنند.
گوگل با تراشه‌ی ویلو مرزهای محاسبات کوانتومی را جابه‌جا کرد
باوجود همه‌ی پیشرفت‌ها، باید پذیرفت که مسیر پیش‌رو هنوز بسیار طولانی و دشوار است. برای حل مسائل واقعی‌ای مانند طراحی داروهای نوین یا کشف مواد با ویژگی‌های خاص، به محاسباتی با میلیاردها یا حتی تریلیون‌ها عملیات نیاز داریم. به عبارت دیگر، ما در ابتدای یک مسیر علمی طولانی ایستاده‌ایم که عبور از چالش‌های پیچیده را می‌طلبد.
خبرنگاران در بازدید اخیر از آزمایشگاه کوانتومی گوگل در سانتا باربارا لحظات هیجان‌انگیزی را تجربه کردند. این تراشه، که به گفته‌ی متخصصان حتی از ابرکامپیوترها قدرتمندتر است، به‌عنوان نقطه‌‌ی عطفی در دنیای محاسبات کوانتومی شناخته می‌شود.
یکی از ویژگی‌های شگفت‌انگیز این آزمایشگاه، یخچال رقیق‌کننده‌ای بود که دمای تراشه‌ها را به دماهای فوق‌العاده پایین می‌رساند. در این دستگاه، بخش‌های کنترل، در دمای اتاق قرار دارند و تراشه در پایین‌ترین قسمت یخچال، در دماهایی نزدیک به صفر مطلق، فعال است.
تصویر سمت چپ یک تراشه‌ی کوانتومی پیچیده را نشان می‌دهد که کیوبیت‌ها را برای انجام محاسبات حساس مدیریت می‌کند، درحالی‌که تصویر سمت راست زیرساخت‌های پشتیبانی‌کننده‌ی این سیستم‌ها را نشان می‌دهد که از طریق شبکه‌ای پیچیده ارتباط برقرار می‌کنند.
پس از معرفی تراشه‌ی ویلو در اواخر سال ۲۰۲۴، سهام گوگل رشد چشمگیری کرد و این دستاورد کوانتومی، ارزش قابل توجهی برای شرکت‌های حوزه‌ی کوانتوم به ارمغان آورد. این موفقیت توجه بازارهای مالی و سرمایه‌گذاران را به‌سرعت به خود جلب کرد؛ اما در میان هیجان‌ها، مشخص شد که گوگل گام مهمی در این حوزه برداشته است که دیگر رقبا هنوز نتوانسته‌اند مشابه آن را ارائه دهند.
با اعلام خبر تراشه‌ی ویلو در اواخر ۲۰۲۴، سهام آلفابت به‌شدت افزایش یافت
گوگل با دستاورد خیره‌کننده‌اش در پروژه‌ی ویلو، طوفانی در دنیای کوانتوم به پا کرد و رقبای غول‌آسای خود را در دنیای فناوری مانند آمازون و مایکروسافت، به تکاپو انداخت. این شرکت‌ها، خیلی زود با تراشه‌های کوانتومی خود وارد میدان شدند، اما بازار و سرمایه‌گذاران چندان تحت‌تأثیر قرار نگرفتند؛ همین موضوع نشان داد که گوگل برگه‌‌ی برنده‌ای در دست دارد که دیگران ندارند.
اما چرا گوگل به سرمایه‌گذاری کلان در حوزه‌ی محاسبات کوانتومی اصرار دارد؟ جذابیت اصلی، توانایی این فناوری در حل مسائلی است که هیچ تکنولوژی دیگری قادر به حل آن‌ها نیست. گوگل با درک این پتانسیل و اطمینان از کاربردهای گسترده‌ی محاسبات کوانتومی، به سرمایه‌گذاری بلندمدت در این حوزه روی آورده است.
OpenAI با ChatGPT توجه‌ها را به خود جلب کرد، اما گوگل با محاسبات کوانتومی و فناوری‌های پیشرفته
به‌طور خلاصه، دستاوردهای گوگل در زمینه‌ی محاسبات کوانتومی را می‌توان در پروژه‌ی ویلو مشاهده کرد:
- مقایسه با ابرکامپیوترها: ویلو، اولین گام بزرگ را در مقایسه با بزرگ‌ترین ابرکامپیوترهای دنیا برداشت. این پروژه توانست مسئله‌ای را که حل آن برای یک ابرکامپیوتر ده‌ها سپتیلیون سال زمان می‌برد، تنها در چند دقیقه حل کند. این دستاورد نشان‌دهنده‌ی قدرت بی‌نظیر محاسبات کوانتومی است که می‌تواند به‌طور چشمگیری سرعت پردازش را افزایش دهد.
- اصلاح خطای کوانتومی: این تراشه نشان داد که می‌توان خطاهای کوانتومی را به‌طور قابل توجهی اصلاح کرد؛ یعنی در آینده می‌توانیم سیستم‌های بزرگی بسازیم که مسائل پیچیده و کاربردی را حل کنند.
رقابت کوانتومی گوگل، مایکروسافت و آمازون
مایکروسافت در روز ۱۹ فوریه ۲۰۲۵ از «جهش کوانتومی» خود با عنوان تراشه‌ی مایورانا ۱ بر پایه‌ی معماری جدید «هسته‌ی توپولوژیک» رونمایی کرد. آمازون هم بی‌کار ننشست و با معرفی نخستین تراشه‌ی کوانتومی‌اش به نام «Ocelot»، به‌عنوان تازه‌واردی جسور وارد میدان شد. درحالی‌که مایکروسافت مدعی شد تراشه‌ی مایورانا ۱ می‌تواند «تا یک‌میلیون کیوبیت را روی یک تراشه جای دهد» و هم‌زمان میزان خطا را کم کند، آمازون از کاهش ۹۰درصدی هزینه‌های اصلاح خطای کوانتومی نسبت‌به روش‌های فعلی خبر داد.
این تحولات، موجی از هیجان را در دنیای کوانتوم به راه انداخت که دو وجه اصلی دارد: از یک سو، امید به تحقق پتانسیل عظیم محاسبات کوانتومی در آینده و از سوی دیگر، رقابت داغ شرکت‌های بزرگ برای تصاحب این بازار نوظهور.
بااین‌حال، تمام این دستاوردها به یک اندازه تأثیرگذار نبوده‌اند. هیاهوی اولیه پیرامون تراشه‌های کوانتومی گوگل، مایکروسافت و آمازون نتوانست بازار را به‌طور چشمگیری تکان دهد و بیشتر شبیه نقشه‌راه‌هایی برای آینده بود تا شواهد ملموس و عملی؛ به‌ویژه ادعای مایکروسافت درباره‌ی تراشه‌ی مایورانا که حالا زیر ذره‌بین جامعه‌ی علمی قرار گرفته است. در غیاب شواهد قانع‌کننده از عملکرد کیوبیت‌های این تراشه، دانشمندان همچنان منتظر انتشار مقالهی علمی معتبر برای اثبات ادعاهای این شرکت هستند.
مایکروسافت می‌خواهد با خلق حالت‌های جدیدی از ماده به نام حالت‌های مایورانا، کیوبیت‌هایی بی‌نقص بسازد. این نظریه واقعاً جذاب است و اگر دستگاهی با ویژگی‌های دقیق ساخته شود، می‌تواند کیوبیت‌های بسیار قدرتمندی تولید کند؛ اما چالش اصلی آن است که دستگاه‌های کنونی هنوز به اندازه‌ی کافی «پاک» و بی‌نقص نیستند.
به بیان دیگر، دستگاه‌ها باید از هر نوع خطای کوانتومی یا نویزهای خارجی پاک باشند تا بتوانند محاسبات را دقیق و پایدار انجام دهند. در غیر این صورت، کیفیت کیوبیت‌ها مختل می‌شود و عملکرد سیستم را تحت‌تأثیر قرار می‌دهد.
مایکروسافت می‌خواهد روی نظریه‌ای بلندمدت و پرخطر سرمایه‌گذاری کند که هنوز اثبات نشده است. این شرکت تلاش می‌کند تا تکنولوژی‌های نوآورانه‌ای برای ساخت کامپیوترهای کوانتومی توسعه دهد، اما تاکنون نتوانسته است کیوبیتی عملی و کاربردی بسازد.
تراشه‌ی مایورانا ۱
بخشی از این مشکل به تاریخچه‌ی پرابهام پروژه‌ی مایورانا برمی‌گردد. در سال ۲۰۱۸، مایکروسافت ادعا کرد که موفق به ساخت مدهای صفر مایورانا (یکی از اجزای اصلی کیوبیت‌های توپولوژیک) شده است. کیوبیت‌های توپولوژیک از خواص توپولوژیکی ماده برای کاهش حساسیت به خطاها استفاده می‌کنند و می‌توانند در برابر اختلالات محیطی مقاوم‌تر باشند؛ اما تاکنون اثبات تجربی قاطعی برای وجود آن‌ها ارائه نشده است. بدون اثبات وجود Majorana، ادعای دستیابی به رایانش کوانتومی با استفاده از این ذرات، ازنظر بسیاری از دانشمندان فاقد اعتبار خواهد بود.
درحال‌حاضر، بسیاری از کارشناسان معتقدند که مایکروسافت برای انتشار داده‌ها و بررسی دقیق آن‌ها، به چند ماه زمان نیاز دارد. در سوی دیگر، آمازون نیز در حال توسعه‌ی فناوری‌های خود در زمینه‌ی کامپیوترهای کوانتومی است. این شرکت نشان داد که با افزایش اندازه‌ی کدهای کوانتومی، می‌توان عملکرد بهتری به دست آورد.
البته این تنها گام اول در مسیری طولانی است، اما پتانسیل آن را دارد که در آینده به گزینه‌ای رقابتی و قدرتمند در برابر روش‌های گوگل تبدیل شود. بسیاری از متخصصان بر این باور هستند که جست‌وجو برای مسیرهای جایگزین در این حوزه امری ضروری است، چرا که هنوز هیچ اجماعی در مورد بهترین روش برای ساخت کامپیوترهای کوانتومی مقیاس بزرگ وجود ندارد.
درحال‌حاضر، گوگل و آی‌بی‌ام از پیشگامان این عرصه هستند و رویکرد مشابهی را دنبال می‌کنند. بااین‌حال، حفظ پیشتازی در دنیای فناوری به چالشی جدی تبدیل شده است. البته نباید فراموش کنیم که در دنیای فناوری، روندها می‌توانند به‌سرعت تغییر کنند؛ موضوعی که گوگل به‌خوبی آن را درک می‌کند.
رقابت گوگل و OpenAI برای برتری هوش مصنوعی و محاسبات کوانتومی
همه‌چیز با انتشار ChatGPT تغییر کرد. این چت‌بات، نه‌تنها باعث شد مردم هوش مصنوعی را باور کنند، بلکه OpenAI را به چهره‌ی اصلی انقلاب هوش مصنوعی تبدیل کرد. اما در حقیقت، این گوگل بود که سال‌ها قبل، بی‌سروصدا، پایه‌های بسیاری از پیشرفت‌های کنونی این تکنولوژی را بنا نهاده بود.
در سال ۲۰۱۷، پژوهشگران گوگل مقالهی معروف «Attention is All You Need» را در مورد معماری ترنسفورمر منتشر کردند؛ همان معماری‌ای که پشت ChatGPT و اکثر مدل‌های زبانی بزرگ قرار دارد. ترنسفورمر به‌طور خاص برای پردازش زبان طبیعی طراحی شده است و به سیستم‌های هوش مصنوعی اجازه می‌دهد می‌دهد ارتباطات طولانی‌مدت بین کلمات یا جملات را بهتر درک کنند. این معماری باعث انقلاب در یادگیری ماشینی شد و به‌طور قابل توجهی کارایی مدل‌های زبانی را بهبود بخشید.
مدل ترنسفورمر
گوگل معماری ترنسفورمر را ابداع کرد، اما آن را تجاری نکرد. به‌همین‌دلیل، بیشتر مردم از آن بی‌خبر ماندند. درمقابل، OpenAI با ارائه‌ی یک محصول ساده، دسترس‌پذیر و مفید، این فناوری را به شکلی تجاری عرضه و توجه‌ها را به‌خود جلب کرد.
حالا، گوگل ممکن است با تراشه‌ی ویلو، فرصتی دوباره برای رهبری در حوزه‌ی کوانتوم پیدا کرده باشد. این فرصت می‌تواند به یک لحظه‌ی تجاری بزرگ تبدیل شود و تحقیقات گوگل را به واقعیت‌های ملموس و تجاری‌شده تبدیل کند؛ اما سؤال اینجاست: آیا مشکلات فعلی گوگل، از جمله نبود شفافیت در مورد پروژه‌های جمنای و اینکه هنوز مشخص نیست این فناوری‌ها در دنیای واقعی چه نقشی خواهند داشت، می‌تواند با پیشرفت در محاسبات کوانتومی جبران شود؟ جمنای، پروژه‌ای در گوگل برای توسعه‌ی مدل‌های پیشرفته‌ی هوش مصنوعی است که می‌تواند با محاسبات کوانتومی هم‌افزایی داشته باشد.
رقابت در دنیای محاسبات کوانتومی به نقطه‌‌ی حساسی رسیده است
برخی معتقدند که محاسبات کوانتومی می‌تواند هوش مصنوعی را به‌طور چشمگیری تقویت کند و موقعیت گوگل را در این رقابت بهبود دهد. در خصوص هوش مصنوعی، به‌نظر می‌رسد که سیستم‌های آینده همچنان به استفاده‌ی گسترده از محاسبات معمولی ادامه دهند، اما شاهد سیستم‌های ترکیبی‌ای خواهیم بود که پردازنده‌ی کوانتومی به آن‌ها اضافه شده است. این ترکیب می‌تواند کارایی و قدرت پردازشی را به سطح جدیدی برساند.
ذخیره‌سازی داده‌ها
یکی از زمینه‌های احتمالی استفاده از محاسبات کوانتومی در ذخیره‌سازی داده‌ها است. به‌طور نظری، می‌توان مقدار زیادی داده‌ی کلاسیک را به‌صورت فشرده در یک کامپیوتر کوانتومی ذخیره کرد. بااین‌حال، معمولاً این فرایند بسیار کند پیش می‌رود.
بنابراین، اگر بخواهیم از کامپیوتر کوانتومی برای پردازش مشکلات مربوط به داده‌های کلان استفاده کنیم (مشابه کاری که در هوش مصنوعی معمولی انجام می‌دهیم)، سرعت پایین بارگذاری و بارگیری اطلاعات از کامپیوتر کوانتومی ممکن است مزیت سرعت محاسبات را بی‌اثر کند.
خلق داده‌های جدید
یکی دیگر از پیشرفت‌های بالقوه در زمینه‌ی هوش مصنوعی، خلق داده‌های جدید است. پیشرفت‌های هوش مصنوعی به جایی رسیده که با مشکل کمبود داده‌های تازه و با کیفیت بالا برای آموزش روبه‌رو است. به‌خصوص هرچه مدل‌ها پیشرفته‌تر می‌شوند، نیاز آن‌ها به داده‌های جدید، سریع‌تر از قبل افزایش می‌یابد.
با شبیه‌سازی سیستم‌های فیزیکی پیچیده، محاسبات کوانتومی می‌توانند مجموعه‌های داده‌ای جدید و مصنوعی ایجاد کنند که کامپیوترهای کلاسیک از عهده‌ی ساخت آن‌ها برنمی‌آیند. این داده‌های نوین و منحصربه‌فرد می‌توانند به پیشرفت‌های جدید در هوش مصنوعی کمک کنند و راه‌حل‌هایی برای مشکلات پیچیده‌تری ارائه دهند.
ترکیب مدل‌های زبانی بزرگ و کوانتوم
در دنیای پررمز و راز فیزیک کوانتوم، ادعاهای زیادی مبنی بر اینکه محاسبات کوانتومی می‌تواند انقلابی بزرگ در هوش مصنوعی ایجاد کند، مطرح می‌شوند؛ اما باید گفت که ادعاهای مذکور تا حد زیادی بی‌پایه هستند و حداقل ۹۰ درصد آن‌ها درحال‌حاضر واقعیت ندارند. حتی خود گوگل نیز هنوز از این موضوع مطمئن نیست. بااین‌حال، این شرکت همچنان با جدیت روی کاربردهای واقعی این فناوری تمرکز کرده است.
حداقل ۹۰ درصد ادعاها درمورد نقش محاسبات کوانتومی در هوش مصنوعی واقعیت ندارد
پژوهشگران می‌خواهند بدانند کامپیوترهای کوانتومی چه زمانی می‌توانند مسائلی را حل کنند که حتی ابرکامپیوترها نمی‌توانند به‌خوبی از عهده‌ی حل آن‌ها برآیند. در نتایج علمی گوگل، همیشه این مقایسه‌ها انجام می‌شود تا مطمئن شوند که فناوری کوانتومی در عمل و دنیای واقعی قابل استفاده خواهد بود.
گوگل باور دارد که اولین گام در این مسیر، انجام دقیق این مقایسه‌ها است. وقتی این بررسی‌های علمی به نتیجه‌ی قطعی رسید، آن‌گاه باید تمرکز خود را روی توسعه‌ی محصول نهایی و تجاری‌سازی فناوری بگذارد.
چگونه محاسبات کوانتومی آینده هوش مصنوعی را تغییر خواهد داد؟
به گفته‌ی کارشناسان گوگل، محاسبات کوانتومی و هوش مصنوعی می‌توانند به‌خوبی مکمل یکدیگر باشند، به این شکل که محاسبات کوانتومی می‌تواند داده‌هایی برای آموزش سیستم‌های هوش مصنوعی، تولید کند.
به‌عنوان مثال، آلفافولد (AlphaFold) یکی از کاربردهای جالب محاسبات کوانتومی در زمینه هوش مصنوعی است که گوگل آن را برای پیش‌بینی ساختار سه‌بعدی پروتئین‌ها طراحی کرد. پروتئین‌ها مولکول‌های پیچیده‌ای هستند که نقش‌هایی حیاتی در بدن ایفا می‌کنند.
بنابراین، فهمیدن ساختار دقیق آن‌ها برای درک نحوه‌ی عملکردشان بسیار مهم است. قبلاً این پیش‌بینی‌ها، به روش‌های آزمایشگاهیِ بسیار زمان‌بر و هزینه‌بر‌ی نیاز داشتند، اما AlphaFold توانست با استفاده از داده‌های مبتنی بر فیزیک کوانتوم، ساختار پروتئین‌ها را با دقت بسیار بالایی پیش‌بینی کند.
معرفی Alphafold
این سیستم با استفاده از اصول مکانیک کوانتوم، می‌تواند برهم‌کنش‌های بین اتم‌ها و مولکول‌ها را که در سطح کوانتومی اتفاق می‌افتد، مدل‌سازی کند و پیش‌بینی‌های دقیق‌تری از ساختار پروتئین‌ها داشته باشد؛ قابلیتی که باعث شد آلفافولد به یکی از دستاوردهای برجسته در زیست‌شناسی و پزشکی تبدیل شود و به تحقیقات علمی در زمینه‌ی درمان بیماری‌ها و طراحی داروهای جدید، سرعت ببخشد.
البته این کاربرد هنوز محدود است، اما با پیشرفت‌های بیشتر در محاسبات کوانتومی، می‌توان داده‌های بیشتری تولید کرد که به سیستم‌های هوش مصنوعی کمک می‌کند تا پیش‌بینی‌ها و تحلیل‌های دقیق‌تری ارائه دهند.
گوگل پیش‌بینی می‌کند که تا پنج سال آینده، شاهد پیشرفت‌های چشمگیری در زمینه‌ی کاربردهای عملی محاسبات کوانتومی خواهیم بود. این پیشرفت‌ها، بیشتر در حل مسائلی که هنوز برای ابرکامپیوترها چالش‌برانگیز است، نمایان خواهند شد.
گوگل: تا ۵ سال دیگر شاهد پیشرفت بزرگی در کاربردهای واقعی کوانتوم خواهیم بود
شبیه‌سازی فرایندهای کوانتومی در صنایع مختلف، یکی از زمینه‌هایی است که محاسبات کوانتومی می‌تواند تغییرات انقلابی در آن ایجاد کند. یکی از کاربردهای جالب محاسبات کوانتومی در صنعت، تولید کود شیمیایی است.
درحال‌حاضر، فرایند تولید کود به روش هابر-بوش به دما و فشار بسیار بالایی نیاز دارد، که این امر باعث مصرف انرژی زیادی می‌شود. این روش، برای تبدیل نیتروژن جو به آمونیاک، که یکی از اجزای اصلی کودهای شیمیایی است، از دماهایی حدود ۴۰۰ درجه سلسیوس و فشار ۲۰۰ اتمسفر استفاده می‌کند. محاسبات کوانتومی می‌تواند به شبیه‌سازی دقیق‌تر این فرایند کمک و شرایطی را ایجاد کند که انرژی کمتری مصرف شود.
Scienceabc
گوگل امید دارد که با بهره‌گیری از محاسبات کوانتومی، بتواند فرایندهایی را مشابه آنچه در طبیعت و توسط باکتری‌ها در دما و فشار استاندارد انجام می‌شود، شبیه‌سازی کند. این پیشرفت، نه‌تنها می‌تواند به حل مشکلات زیست‌محیطی کمک کند، بلکه به‌طور قابل‌‌توجهی مصرف انرژی در تولید کود را کاهش خواهد داد. اما سؤال اینجاست که در پنج سال آینده چه تغییراتی خواهیم دید؟
به گفته‌ی کارشناسان گوگل، نخستین کاربردهای واقعی محاسبات کوانتومی در حوزه‌های علمی، به‌ویژه فیزیک، ظهور خواهند کرد. محاسبات کوانتومی قادر خواهند بود مسائلی را که برای ابرکامپیوترها چالش‌برانگیز هستند، با دقت بیشتری حل کنند.
گوگل تأکید دارد که این پیشرفت‌ها باید با دقت و به‌صورت علمی آزمایش شوند تا بتوان به‌طور رسمی ادعا کرد که به موفقیت دست یافته‌اند. این نوع ارزیابی دقیق نه‌تنها باعث افزایش اعتبار محاسبات کوانتومی می‌شود، بلکه به اعتماد عمومی کمک می‌کند و ما را به دستاوردهای بزرگ‌تری در آینده‌ی نزدیک می‌رساند.
گوگل چگونه در حال تغییر آینده فناوری است؟
یکی از نکات کلیدی که گوگل به آن توجه زیادی دارد، ارزیابی دقیق و علمی مسائل مختلفی است که روی آن‌ها کار می‌کند. گوگل قصد دارد ادعای «یک کامپیوتر کوانتومی در حل یک مشکل بهتر از مدل‌های کلاسیک عمل می‌کند» را با آزمایش‌های علمی جدی و مقایسه‌های دقیق با الگوریتم‌های کلاسیک، بررسی کند.
وقتی جنسن هوانگ، مدیرعامل انویدیا گفت که حداقل ۱۵ سال با محاسبات کوانتومی فاصله داریم، سایه‌ای از ناامیدی بر فضای این فناوری افتاد؛ اما گوگل دیدگاه متفاوتی دارد. به باور غول دنیای جست‌وجو، محاسبات کوانتومی پیچیدگی‌های زیادی دارد و همه‌چیز به این بستگی دارد که از چه زاویه‌ای به آن نگاه کنیم.
گوگل معتقد است که با شروع انقلاب کوانتومی، نشانه‌های آن به‌سرعت ظاهر خواهند شد. با محاسبات کوانتومی کارهایی می‌توانیم انجام دهیم که هیچ فناوری دیگری قادر به انجام آن‌ها نیست. با گذشت زمان، همه خواهند دید که محاسبات کوانتومی چه تأثیری در حل مسائل دارد. گوگل به این مسیر اطمینان دارد، چون می‌داند توانایی حل مسائلی را دارد که هیچ‌چیز دیگری نمی‌تواند به آن‌ها پاسخ دهد.
گوگل باور دارد روزی مشابه آنچه برای ChatGPT اتفاق افتاد، در انتظار محاسبات کوانتومی خواهد بود؛ روزی که این فناوری از دنیای تحقیقات علمی به دنیای واقعی و کاربردهای عملی وارد شود. در چند سال آینده، بزرگ‌ترین دستاورد محاسبات کوانتومی، حل مشکلاتی خواهد بود که تنها با کامپیوترهای کوانتومی ممکن است.
گوگل با سرمایه‌گذاری در محاسبات کوانتومی، به‌دنبال حل مسائلی است که هیچ فناوری دیگری قادر به حل آن‌ها نیست
به اعتقاد پژوهشگران گوگل، کاربردهای عملی هوش مصنوعی هنوز کمی دور از دسترس است. برای اینکه بفهمیم به این لحظه نزدیک‌تر شده‌ایم، باید شاهد چه پیشرفت‌هایی باشیم؟ برای پاسخ به این سؤال، باید به پیشرفت‌هایی که در حال رخ دادن هستند، توجه کنیم.
در گوگل، نقشه‌‌ی راه مشخصی برای توسعه‌ی سخت‌افزار وجود دارد که به دو بخش اصلی تقسیم می‌شود:
- سخت‌افزاری: هدف گوگل در این بخش، ساخت مدلی مقیاس‌پذیر از کامپیوتر کوانتومی با قابلیت اصلاح خطا است. در واقع، آن‌ها در تلاش هستند تا کامپیوتری بسازند که بتواند خطاهای رایج در محاسبات کوانتومی را اصلاح کند.
- کاربردی: گوگل در این بخش روی شناسایی کاربردهای عملی که می‌تواند از محاسبات کوانتومی استفاده کند، تمرکز دارد.
پروژه‌ی ویلو، نخستین گام در مسیر ساخت کامپیوتر کوانتومی است. پس از تکمیل و ساخت کامپیوتر کوانتومی، گوگل می‌خواهد با ترکیب آن با کاربردهای عملی، از توان محاسباتی آن به بهترین نحو استفاده کند. در این مرحله، شکوفایی واقعی محاسبات کوانتومی آغاز و این فناوری به شکلی کارآمد وارد دنیای واقعی می‌شود.
محاسبات کوانتومی گوگل
Medium
یکی از نکات برجسته در این زمینه، زمان‌بندی پیشرفت‌های آن است. برخلاف تصورات اولیه، اکنون پیش‌بینی می‌شود که در پنج سال آینده شاهد تحقق فناوری کوانتومی باشیم. این پیش‌بینی حالا بسیار واقع‌بینانه‌تر به نظر می‌رسد و گوگل با اطمینان کامل به آن نگاه می‌کند.
در گذشته، بسیاری تصور می‌کردند که ساخت کامپیوتر کوانتومی ممکن نیست و فیزیک آن به‌درستی پیش نخواهد رفت؛ اما حالا، اعتماد به ساخت این کامپیوتر، به‌طور چشمگیری افزایش یافته است. گوگل نیز حالا بیشتر وقت خود را صرف بررسی این می‌کند که با این فناوری چه دستاوردهای بزرگی می‌توان به دست آورد و چگونه می‌توان از آن برای حل مسائل پیچیده و بهبود جامعه بهره برد.
چالش گوگل در محاسبات کوانتومی
گوگل در مورد رقبا نظر جالبی دارد: اینکه رقابت اصلی آن‌ها نه با دیگر شرکت‌ها، بلکه با کامپیوترهای کلاسیک است. بشر زمان و تلاش زیادی را صرف کرده است تا کامپیوترهای کلاسیک به این سطح از کارایی برسند، بنابراین عبور از این مرحله کار ساده‌ای نیست. بااین‌حال، گوگل اطمینان دارد که در نهایت بر چالش‌ها غلبه خواهد کرد.
در گذشته، هوش مصنوعی گوگل کمتر مورد توجه قرار گرفته بود. حالا، این سؤال مطرح می‌شود که آیا درحال‌حاضر هم محاسبات کوانتومی این شرکت به همان اندازه نادیده گرفته می‌شود؟ به نظر گوگل، بسیاری از مردم هنوز به‌درستی متوجه اهمیت محاسبات کوانتومی و مسائل پیچیده‌ای که این فناوری می‌تواند حل کند، نیستند. زیرا در فضای محاسبات کوانتومی، به‌دلیل نوپابودن این فناوری و پوشش گسترده‌ی خبری، مطالب متناقض زیادی منتشر می‌شود.
از یک سو، بعضی رسانه‌ها اخبار اغراق‌آمیز منتشر می‌کنند و از سوی دیگر، برخی شاید به دلایل مختلفی از اهمیت این فناوری کم کنند. اطلاعات پراکنده و گاهی گیج‌کننده باعث می‌شود که برای عموم مردم، تشخیص اینکه چه چیزی واقعاً در حال وقوع و چه چیزی صرفاً هیاهو است، دشوار شود.
گوگل می‌خواهد این معما را برای مردم حل کند و نشان دهد که محاسبات کوانتومی نه‌تنها یک تحول علمی، بلکه یک پیشرفت بزرگ مهندسی است که در نهایت به واقعیات ملموس تبدیل خواهد شد.
گوگل و آینده محاسبات کوانتومی؛ از آزمایشگاه‌ها تا دسترسی عمومی
گوگل اشاره می‌کند که ترکیب فیزیک و مهندسی، هر دو دستاوردهای عظیمی هستند، اما برای فرد عادی شاید درک آن‌ها کمی سخت باشد. همان‌طور که در دنیای هوش مصنوعی شاهد بودیم، تا زمانی که یک رابط کاربری ساده و قابل دسترس برای افراد عادی فراهم نشود، درک واقعی اهمیت این فناوری‌ها دشوار است.
در مورد ChatGPT، تا زمانی که این فناوری در قالبی ساده و کاربرپسند به مردم ارائه نشد، فقط در حد یک موضوع پیچیده و علمی باقی ماند. سؤال اینجاست که آیا در دنیای محاسبات کوانتومی هم به همین شکل پیش خواهیم رفت؟ آیا روزی می‌رسد که مردم عادی بتوانند به‌راحتی از محاسبات کوانتومی استفاده کنند؟
پیشرفت در محاسبات کوانتومی واقعاً هیجان‌انگیز است.
– سوندار پیچای
به گفته‌ی گوگل، زمانی که کامپیوتر کوانتومی با اصلاح خطا به مقیاس قابل توجهی برسد و رابط کاربری مناسبی برای آن طراحی شود، استفاده از این فناوری بسیار راحت‌تر و در دسترس‌تر از آن چیزی خواهد بود که امروز در آزمایشگاه‌ها مشاهده می‌کنیم.
درحال‌حاضر، وقتی کسی با کامپیوتر کوانتومی کار می‌کند، بیشتر شبیه یک آزمایش فیزیکی است تا یک تجربه‌ی کاربری عادی؛ اما با ایجاد یک رابط کاربری مناسب، دسترسی به این فناوری برای عموم مردم ساده‌تر می‌شود و افراد بیشتری می‌توانند از آن استفاده کنند.
در دنیای هوش مصنوعی، اخیراً بحث‌هایی درباره‌ی «دیوار داده‌ها» مطرح شده است که نشان می‌دهد داده‌ها دیگر به‌راحتی رشد نمی‌کنند و محدودیت‌هایی دارند. گوگل می‌گوید یکی از کاربردهای اصلی محاسبات کوانتومی می‌تواند تولید داده‌های جدید باشد. با این فناوری، شاید بشود موانع بزرگ را که فقط با کوانتوم قابل حل هستند، برطرف کرد. البته گوگل تأکید می‌کند که این ایده‌ها هنوز در حد فرضیه هستند.
کارمندان گوگل روی یخچال رقیق‌کننده‌ای کار می‌کنند که تراشه را در خود نگه می‌دارد و آن را در دمای بسیار پایین حفظ می‌کند.
گوگل تفاوت اصلی میان محاسبات کوانتومی و هوش مصنوعی را در این می‌داند که مدل‌های هوش مصنوعی امروزی بر پایه‌ی کامپیوترهای کلاسیک ساخته می‌شوند و قادر به درک یا استفاده از اصول مکانیک کوانتومی نیستند؛ درحالی‌که کامپیوترهای کوانتومی می‌توانند به‌طور مستقیم با نحوه‌ی عملکرد جهان در سطح بنیادی ارتباط برقرار کنند و به‌این‌ترتیب قادرند مسائل جدیدی را حل کنند که برای کامپیوترهای کلاسیک غیرممکن است.
آینده محاسبات کوانتومی هنوز نامشخص است، اما پتانسیل آن برای حل بزرگ‌ترین چالش‌های پیش‌روی بشر انکارناپذیر است. گوگل با سرمایه‌گذاری هنگفت، نه تنها روی یک فناوری، بلکه روی تغییر اساسی آینده‌ی محاسبات شرط‌بندی کرده است؛ قمار بزرگی که برنده‌ها و بازنده‌های دوران بعدی تکنولوژی را مشخص خواهد کرد.
