آیا قوانین کوانتومی گوگل و IBM جایگزین قانون مور می‌شوند؟

قانون مور اینتل عمری ۵۵ ساله دارد که به افتخار هم‌بنیان‌گذار این شرکت، گوردون مور، نام‌گذاری شد. اکنون پردازنده‌ها به محدودیت‌های عملکردی و فناوری‌های معماری نیز در بازدهی انرژی، به محدودیت حداکثر رسیده‌اند. دکتر اسماعیل اخ‌الویا، دانشمند محقق آزمایشگاه تحقیقاتی IBM در آفریقا، درمصاحبه‌ای اختصاصی با تک‌رادار درباره‌ی پایان عمر قانون مور صحبت کرد. از نظر او خوشبختانه رایانش کوانتومی در دورانی ظهور کرده که قانون مور به پایان عمر خود رسیده است:

قانون مور به‌صورت خلاصه می‌گوید که تعداد ممکن ترانزیستورها در یک ریزتراشه، هر دو سال یک بار دوبرابر می‌شوند. اکنون این روند تاحدودی به پایان رسیده است. به‌هرحال با ظهور بیت‌‌های کوانتومی، وارد دوران جدیدی از دنیای پردازش شده‌ایم و دیگر قانون مور ادامه نمی‌یابد.

بیت کوانتومی یا کیوبیت چیست؟

یک کیوبیت می‌تواند در سوپرپوزیشن دو حالت وجود داشته باشد، درنتیجه ۱۰ کیوبیت، سوپرپوزیشن ۱،۰۲۴ حالت را خواهند داشت. پدیده‌ی مذکور باعث می‌شود تا حالت‌های ممکن با رویکردی نمایی نسبت به تعداد کیوبیت‌ها افزایش یابند.

دوبرابر کردن حجم کوانتومی

اخ‌الویا در ادامه‌ی صحبت‌های خود می‌گوید، IBM تمام تلاش خود را برای حفظ قانون مور به کار گرفت؛ اما امروز جهان به افزایش قدرت پردازشی نیاز دارد:

ما با کامپیوترهای کوانتومی خود، حجم کوانتوم را در دوره‌ی سه‌ساله‌ی گذشته، هرسال دوبرابر کرده‌ایم. چالش اصلی ما، پایین نگه‌داشتن نویز (تأثیر محیط) در رایانش کوانتومی است. هر بار که یک کیوبیت به کامپیوتر کوانتومی اضافه شود، قدرت آن دوبرابر شده و البته نویز نیز بیشتر می‌شود.

در ادامه‌ی مصاحبه‌ی دانشمند IBM، به دو قانون رایج کنونی در دنیای پردازش اشاره می‌شود. گوگل قانونی به‌نام Neven را مطرح می‌کند که به افتخار هارتموت نون، مدیر آزمایشگاه هوش مصنوعی کوانتومی نام‌گذاری شد. قانون مذکور می‌گوید که قدرت رایانش کوانتومی باید در نرخی دوبرابر نمایی نسبت به رایانش کلاسیک رشد کند.

IBM قانون پردازش کوانتومی را به‌نام Gambetta معرفی می‌کند که به‌افتخار جی گامبتا، از اعضای دانشمند همین شرکت نام‌گذاری شد. گامبتا نیز اعتقاد دارد حجم کوانتوم هرسال دوبرابر می‌شود و با رویکرد کنونی، در دهه‌ی ۲۰۲۰ به برتری کوانتومی دست پیدا خواهیم کرد. IBM اخیرا بزرگ‌ترین کامپیوتری کوانتومی موجود را با ۵۳ کیوبیت به فضای ابری اضافه کرد که در دسترس بیش از ۸۰ مشتری Q Network قرار دارد. از میان آن‌ها می‌توان به ولز فارگو اشاره کرد که هفته‌ی پیش به جمع مشتریان اضافه شد.

اخ‌الویا در ادامه‌ی مصاحبه پیرامون پیشرفت‌های کوانتومی IBM می‌گوید:

ما روند روبه‌رشد ثابتی داشته‌ایم و یکی از بهترین ابزارهای اندازه‌گیری موفقیت، حجم کوانتوم است. این ابزار، روشی مناسب نه‌تنها برای نشان دادن افزایش تعداد کیوبیت‌ها محسوب‌ می‌شود، بلکه افزایش کیفیت آن‌ها را نیز نشان می‌دهد. ما در مسیر گذشته‌ی خود، حجم کوانتوم را دوبرابر کرده‌ایم.

در کامپیوترهای کلاسیک، بیت‌های پایداری داریم که از بین نمی‌روند و محیط نیز تأثیری روی آن‌ها ندارد. در بحث‌های کوانتومی، محیط با وضعیت ظریف موجود تداخل پیدا می‌کند و اطلاعات به بیرون نشت می‌کنند. به‌بیان دیگر، تأثیر محیط یا همان نویز وارد سیستم می‌شود و اطلاعات را از بین می‌برد.

پنجره‌ی فرصت

اخ‌الویا در ادامه‌ی صحبت‌های خود پیرامون حل چالش نویز و تأثیر محیط می‌گوید:

مادامی که یک پنجره‌ی فرصت داشته باشید، می‌توان آن را با اصلاح خطاها گسترش داد. ما در مسیر همین گسترش قرار داریم. کامپیوترهای کوانتومی اکنون در کاربردهای تجاری دیده می‌شوند، اما برای پیاده‌سازی انبوه آن‌ها به پنج تا ۱۰ سال زمان نیاز داریم. ما در همین زمان مشغول پیدا کردن کاربردهای واقعی و حل چالش نویز هستیم.

برای مقایسه‌ی استفاده‌ی انبوه از کامپیوترهای کوانتومی،‌ تصور کنید که برخی سازمان‌ها برای پیاده‌سازی پردازنده‌های گرافیکی هفت سال زمان سپری کردند. درنتیجه استفاده‌ی انبوه از یک مفهوم پردازشی جدید، قطعا زمان بیشتری نیاز خواهد داشت. رایانش کوانتومی مزایای بسیاری دارد و خصوصا در مواردی همچون کاربردهای شیمیایی، افزایش سرعت شدید را در پردازش‌ها در پی خواهد داشت. با استفاده از رایانش کوانتومی می‌توان شبیه‌سازی‌های شیمیایی و سطوح انرژی شیمیایی، نرخ واکنش و طراحی مولکول بهتر داشت؛ پیشرفت‌هایی که می‌توانند تأثیری شبیه به علم مواد در انقلاب‌های علمی آتی داشه باشند.

گسترش پنجره‌ی رایانش

اخ‌الویا می‌گوید در یک واکنش شیمیایی، اضافه کردن تنها یک الکترون می‌توان تعداد پیکربرندی‌های ممکن برای مولکول را دوبرابر کند. دوبرابر شدن امکان یک واکنش شیمیایی را هیچ‌گاه نمی‌توان با کامپیوترهای کلاسیک بررسی و پردازش کرد. او می‌گوید برای بهبود وضعیت پردازش باید از کامپیوترهای کوانتومی استفاده کرد که در آن‌ها نیز به میلیون‌های کیوبیت احتیاج داریم؛ کیوبیت‌هایی که خواه ناخواه نویز دارند. دانشمندان کوانتوم برای دستیابی به کیوبیت‌های پایدار، تنها می‌توانند تعداد زیادی کیوبیت با نویز را مورد بررسی قرار دهند. به‌عنوان مثال برای رسیدن به یک کیوبیت سالم و پایدار، به هزار کیوبیت دارای نویز نیاز خواهد بود؛ درنتیجه برای دستیابی به هزار کیوبیت پایدار و تمیز،‌ میلیون‌ها کیوبیت دارای نویز جمع‌آوری می‌شوند. او در ادامه از مقایسه‌ای کلاسیک برای شرح مسئله استفاده می‌کند:

ما از تجربه‌های قدیمی می‌دانیم که مثلا در یک خودروی قدیمی، همه‌ی قطعات باید جایگزین شود تا بتوان مدت زیادی از آن استفاده کرد. البته وقتی مشکلی برای خودرو ایجاد شود، تنها قطعه‌ی معیوب جایگزین می‌شود. در کامپیوترهای کوانتومی، می‌توان کیوبیت‌هایی تولید کرد که برای مدت بیشتری عمل پردازش را انجام دهند؛‌ منظور از افزایش مدت، زمانی بیشتر از قطعاتی است که تنها چند میلی‌ثانیه پایدار می‌مانند. به‌هرحال دستیابی به چنین کیوبیت‌هایی با بهره‌مندی از فناوری، ریاضیات و درک صحیح از فیزیک ممکن می‌شود.

با وجود توضیح بالا، هیچ توضیح منطقی برای ساختن یک کامپیوتر کوانتومی با هزاران کیوبیت دارای نویز وجود ندارد. دروقع کیوبیت‌ها باید هم‌زمان با تولید، نویززدایی هم بشوند. کیوبیت‌ها روی مواد سیلیکونی ساخته می‌شوند و خود ماده با آن‌ها درگیری پیدا می‌کند. به‌علاوه هر کیوبیت نیز با کیوبیت همسایه درگیری دارد. به‌هرحال طبق گفته‌های اخ‌الویا، اضافه کردن کیوبیت‌ها بدون تلاش برای کاهش نویز معنایی ندارد. درنهایت او مجددا دوبرابر شدن حجم کوانتوم را پیش‌بینی می‌کند که همراه‌با تمیزتر کیوبیت‌ها و تعداد آن‌ها، در مسیری شبیه به قانون مور ادامه پیدا کند.

IBM اکنون ۱۴ کامپیوتر کوانتومی دارد که در اختیار مشتریانش قرار می‌دهد. اخ‌الویا می‌گوید هدف اصلی آن‌ها افزایش حجم سالانه‌ی کوانتوم است تا شرکت‌ها و دانشگاه‌های متعدد را نیز به کاربری از آن‌ها دعوت کنند. او درباره‌ی چشم‌انداز خودش و IBM برای آینده‌ی رایانش کوانتومی می‌گوید:

ما به مدلی هیبریدی یا ترکیبی از رایانش کوانتومی و کلاسیک اعتقاد داریم که در چند دهه‌ی آینده محقق می‌شود. ما به کامپیوترهای کلاسیک برای بارگذاری اطلاعات در کامپیوترهای کوانتومی نیاز داریم. چنین رویکردی شبیه به استفاده از GPU در کامپیوترهای کلاسیک می‌شود. دروقع GPU تنها زمانی به‌کار می‌افتد که کاربر نیاز داشته باشد. درنتیجه ما زمانی از کامپیوترهای کوانتومی استفاده می‌کنیم که مانند پردازنده‌ی گرافیکی به آن‌ها نیاز داشته باشیم. چنین آینده‌ای قطعا به‌معنای جایگزین شدن کامپیوترهای کلاسیک توسط کامپیوترهای کوانتومی نیست.