رایانه های کوانتومی چگونه جهان را تغییر می دهند؟ - اردکان خبر

خبرنگاران - بزرگترین شرکت های دنیا در کوشش برای راه اندازی برنامه های سازگار با رایانه های کوانتومی هستند و دولت ها نیز بودجه زیادی را صرف تحقیق در حوزه رایانه های کوانتومی می نمایند. در این میان مرور بعضی از فواید استفاده از رایانه های کوانتومی خالی از لطف نیست.

باید توجه داشت رایانه های کوانتومی قادر به انجام سریع محاسبات و پردازش هایی هستند که رایانه های فعلی برای تکمیل آن ها به گذر سال ها و حتی قرن ها احتیاج دارند. پیامد های رایانه های کوانتومی برای کسب وکار ها به طور بالقوه بسیار زیاد است و از شبیه سازی مواد تازه و کارآمدتر گرفته تا پیش بینی چگونگی تغییر بازار سهام با دقت بیشتررا در بر می گیرد. در اینجا بعضی از این پیامد ها را بیان می کنیم که سازمان های پیشرو در حال تحقیق در خصوص آن ها هستند و بلوغ آن ها می تواند آینده را در بسیاری از صنایع دنیا تغییر دهد.

کشف دارو های تازه

کشف دارو های تازه تا حدی به حوزه ای از علم به نام شبیه سازی مولکولی وابسته است که شامل مدل سازی روشی است که نشان دهنده برهم کنش ذرات درون یک مولکول برای مبارزه با یک بیماری خاص است. این فعل و انفعالات فوق العاده پیچیده هستند و می توانند اشکال مختلفی به خود بگیرند؛ لذا پیش بینی دقیق نحوه رفتار یک مولکول بر اساس ساختار آن مستلزم محاسبات زیادی است. انجام این کار به صورت دستی غیرممکن و برای رایانه های کلاسیک امروزی بسیار سخت است. در واقع، مدل سازی یک مولکول با تنها 70 اتم، به وسیله یک کامپیوتر کلاسیک تا 13 میلیارد سال طول می کشد. به همین خاطر است که کشف دارو های تازه بسیار طول می کشد. دانشمندان برای این کار عمدتاً یک رویکرد مبتنی بر آزمون و خطا را اتخاذ می نمایند که در آن هزاران مولکول را در برابر بیماری هدف آزمایش می نمایند به این امید که در نهایت یک تطابق پیروز پیدا گردد.

با این حال، رایانه های کوانتومی این قابلیت را دارند که روزی مشکل شبیه سازی مولکولی را در عرض چند دقیقه حل نمایند. این سیستم ها به گونه ای طراحی شده اند که بتوانند محاسبات زیادی را به طور همزمان انجام دهند، به این معنی که می توانند به طور یکپارچه، پیچیده ترین فعل و انفعالات بین ذرات سازنده مولکول ها را شبیه سازی نمایند تا دانشمندان بتوانند به سرعت دارو های پیروز را بسازند. این بدان معناست که دارو های نجات دهنده - که در حال حاضر به طور میانه 10 سال طول می کشد تا به بازار برسند - می توانند سریع تر و بسیار ارزان تر طراحی شوند.

به عنوان مثال، اوایل امسال، غول مراقبت های بهداشتی Roche اعلام نمود که با شرکت کمبریج کوانتوم (CQC) همکاری می نماید تا از کوشش ها در زمینه تحقیقات برای مقابله با بیماری آلزایمر حمایت کند. شرکت های کوچکتر نیز به این فناوری علاقه مند هستند. برای مثال، استارت آپ زیست شناسی مصنوعی Menten AI، با شرکت کوانتومی D-Wave همکاری نموده تا آنالیز کند چگونه الگوریتم های کوانتومی می توانند به طراحی پروتئین های تازهی یاری نمایند که در نهایت می توانند به عنوان دارو های درمانی استفاده شوند.

فراوری باتری های بهتر

باتری ها در حال حاضر از گذار به یک اقتصاد سبزتر حمایت می نمایند و نقش آن ها در حال رشد است که از برق رسانی به خودرو ها تا ذخیره منابع به دست آمده از انرژی های تتازهپذیر را شامل می گردد. اما باتری ها هنوز کامل نیستند. زیرا ظرفیت آن ها هنوز محدود، و سرعت شارژ آن ها نیز ناچیز است؛ لذا باتری ها همواره گزینه مناسبی نیستند. یک راهکار جستجوی مواد تازه با خواص بهتر برای ساخت باتری است. این یکی دیگر از مسائل شبیه سازی مولکولی است. این بار مدل سازی رفتار مولکول هایی که می توانند نامزد های بالقوه برای استفاده در باتری های تازه باشند در دنیای رایانه های کوانتومی مورد توجه قرار گرفته است.

بنابراین، طراحی باتری هم مشابه طراحی دارو، یکی دیگر از کار هایی است که به وسیله یک رایانه کوانتومی بهتر از یک رایانه کلاسیک انجام می گردد. به همین خاطر است که دایملر خودروساز آلمانی اکنون با آی بی ام همکاری نموده تا ارزیابی کند چگونه رایانه های کوانتومی می توانند با هدف نهایی ساخت باتری های لیتیوم-گوگرد به شبیه سازی رفتار مولکول های گوگرد در محیط های مختلف یاری نمایند. باتری های لیتیوم- گوگرد عملکرد بهتر و و ماندگارتری دارند و ارزان تر از باتری های لیتیومی امروزی هستند.

پیش بینی آب و هوا

علیرغم توان محاسباتی بالای ابررایانه های پیشرفته امروزی، پیش بینی های آب وهوایی - به ویژه آن هایی که برای آینده دور انجام می شوند - هنوز می توانند به طرز ناامیدنماینده ای نادرست باشند. دلیل آن است که متغیر های بی شماری برای شکل گیری یک رویداد آب و هوایی وجود دارد و رایانه های کلاسیک قادر به دریافت تمام داده های مورد احتیاج برای یک پیش بینی دقیق نیستند. از سوی دیگر، همانطور که رایانه های کوانتومی می توانند تمام فعل و انفعالات ذره ای را که در یک مولکول اتفاق می افتد به طور همزمان شبیه سازی نمایند تا رفتار آن را پیش بینی نمایند، بعلاوه می توانند در این مورد مدل سازی نمایند که چگونه عوامل محیطی بیشماری برای ایجاد یک طوفان بزرگ، یک طوفان یا یک موج گرما دست به دست هم می دهند؛ و از آنجایی که رایانه های کوانتومی می توانند تقریباً تمام داده های مورد احتیاج را به طور همزمان تجزیه و تحلیل نمایند، احتمالاً پیش بینی هایی بسیار دقیق تر از پیش بینی های فعلی آب و هوا ارائه می نمایند.

این نه تنها برای برنامه ریزی رویداد های شخصی و حرفه ای در فضای باز خوب است، بلکه می تواند به دولت ها یاری کند تا برای مقابله با بلایای طبیعی بهتر آماده شوند و نیز تحقیقات دقیق تری در خصوص تغییرات آب و هوایی انجام دهند. به عنوان مثال، سال گذشته، مرکزی موسوم به ECMWF در اروپا تحقیقاتی را با همکاری شرکت فناوری اطلاعات آتوس انجام داد که مبتنی بر استفاده از شبیه ساز محاسباتی کوانتومی آتوس بود. هدف آنالیز این موضوع بود که چگونه محاسبات کوانتومی ممکن است بر پیش بینی آب و هوا در آینده تاثیر بگذارد.

انتخاب و خرید سهام

موسسات اقتصادی و اعتباری و بانک هایی همانند جی پی مورگان، گلدمن ساکس و ولز فارگو همگی فعالانه در حال آنالیز امکان استفاده از رایانه های کوانتومی برای بهبود کارایی فعالیت های بانکی هستند. پیروزیت در این زمینه می تواند با دستاورد ها و پاداش های اقتصادی بزرگ همراه باشد. این فناوری می تواند به شیوه های مختلف از فعالیت های بانک ها پشتیبانی کند، اما یکی از روش های نویدبخش استفاده از محاسبات کوانتومی برای پیشبرد رویه ای به نام شبیه سازی مونت کارلو است.

عملیات مونت کارلو شامل قیمت گذاری دارایی های اقتصادی بر اساس چگونگی تغییر قیمت دارایی های مرتبط در طول زمان است و لذا باید ریسک ذاتی گزینه ها، سهام، ارز ها و کالا های مختلف در نظر گرفته گردد. این رویه اساساً به پیش بینی چگونگی تحول بازار محدود می گردد. دقت درک این تحول با دسترسی به مقادیر بیشتری از داده های مرتبط افزایش می یابد. بر اساس تحقیقات صورت گرفته به وسیله گلدمن ساکس و شرکت محاسبات کوانتومی QC Ware، توانایی های محاسباتی بی سابقه رایانه های کوانتومی می تواند دقت محاسبات مونت کارلو را تا 1000 برابر افزایش دهد. مهندسان کوانتوم گلدمن ساکس اکنون الگوریتم های خود را بهینه سازی نموده اند تا بتوانند شبیه سازی مونت کارلو را بر روی سخت افزار کوانتومی تازه ای اجرا نمایند که تا پنج سال آینده در دسترس خواهد بود.

ابداع زبان پردازش

طی دهه های متمادی، محققان سعی نموده اند به رایانه های کلاسیک بیاموزند که چگونه هر معنی را با کلمات مرتبط نمایند تا در نهایت رایانه ها بتوانند کل جملات را به درستی درک نموده و معنا نمایند. با توجه به ماهیت زبان های طبیعی این یک چالش بزرگ است که یک شبکه تعاملی را شکل می دهند.

در زبان های مختلف به جای اینکه مجموع واژه ها معنای هر جمله باشد، یک جمله اغلب باید به عنوان یک کل و نه با معنا کردن مجزای کلمات درک و تفسیر گردد. البته درک طعنه، طنز و بعضی ویژگی های خاص هر زبان نیز کار به مراتب سختتری است. در نتیجه، حتی پیشرفته ترین الگوریتم های کلاسیک پردازش زبان های طبیعی (NLP) هنوز هم برای درک معنای جملات اصلی و ساده در هر زبان مشکل دارند.

محققان در حال آنالیز این موضوع هستند که آیا رایانه ای کوانتومی ممکن است برای نمایش و درک هر زبان به عنوان یک شبکه مناسب تر باشند و برای پردازش زبان ها به روشی بصری تربه کار گرفته شوند. این مفهوم پردازش زبان طبیعی کوانتومی (QNLP) نامیده می گردد و محل تمرکز اصلی سیستم محاسبات کوانتومی کمبریج (CQC) است. این شرکت قبلاً به صورت تجربی نشان داده که می توان جملات را در مدار های کوانتومی پارامتری آنالیز و تحلیل کرد تا بتوان معانی کلمات را با توجه به ساختار دستوری جمله فهمید. یک ابزار نرم افزاری کوانتومی که بدین منظور طراحی شده CQC lambeq نام دارد.

منبع: فارس