تراشه کوانتومی جدید آمازون با دستاوردی مهم معرفی شد
آمازون با معرفی تراشه‌ای جدید، که هدف آن بهینه‌سازی فرآیند اصلاح خطا در این فناوری است، وارد حوزه‌ی رایانش کوانتومی شد. آمازون وب سرویسز (AWS) روز پنجشنبه در بیانیه‌ای اعلام کرد که این تراشه با نام Ocelot می‌تواند هزینه‌های اصلاح خطای کوانتومی را نسبت‌به روش‌های فعلی تا ۹۰ درصد کاهش دهد.
یکی از چالش‌های اساسی در رایانش کوانتومی، بروز خطاهای محاسباتی است. برخلاف کامپیوترهای سنتی که از صفر و یک‌های باینری استفاده می‌کنند، در رایانش کوانتومی از کیوبیت‌ها بهره گرفته می‌شود که می‌توانند هم‌زمان در چندین حالت وجود داشته باشند. به گفته‌ی آمازون، کیوبیت‌ها نسبت‌به کوچک‌ترین تغییرات محیطی، مانند لرزش، گرما و تداخلات الکترومغناطیسی حساس‌اند؛ عاملی که ساخت کامپیوترهای کوانتومی با قابلیت انجام محاسبات پیچیده‌ی بدون خطا را بسیار دشوار می‌کند.
پخش از رسانه
آمازون به‌جای افزایش تعداد کیوبیت‌ها برای اصلاح خطاها، در تراشه‌ی Ocelot از روشی متفاوت استفاده کرده و مکانیزم تصحیح خطا را به‌طور مستقیم در معماری آن گنجانده است. این شرکت از کیوبیت‌هایی موسوم به «cat qubits» بهره می‌برد که نام خود را از آزمایش گربه‌ی شرودینگر گرفته‌اند. این نوع کیوبیت‌ها به‌طور ذاتی برخی از انواع خطا را سرکوب می‌کنند و از این طریق میزان انرژی و منابع مورد نیاز برای تصحیح خطای کوانتومی را کاهش می‌دهند.
اسکار پینتر، مدیر سخت‌افزار کوانتومی در AWS، در بیانیه‌ای گفت: «ما یک معماری موجود را انتخاب نکردیم تا بعداً تصحیح خطا را به آن اضافه کنیم. بلکه از ابتدا، کیوبیت و معماری خود را با در نظر گرفتن تصحیح خطای کوانتومی به‌عنوان اولویت اصلی طراحی کردیم.»
رویکرد آمازون با روش‌هایی که گوگل و مایکروسافت برای کاهش خطا در رایانش کوانتومی دنبال می‌کنند، تفاوت دارد. در ماه دسامبر (آذر و دی)، گوگل از تراشه‌ی کوانتومی Willow رونمایی کرد که قادر است یک چالش محاسباتی را در کمتر از پنج دقیقه حل کند. محققان این شرکت دریافتند که اضافه کردن کیوبیت‌های بیشتر به سیستم، می‌تواند نرخ خطا را کاهش دهد. از سوی دیگر، مایکروسافت اخیراً پردازنده‌ی Majorana 1 را معرفی کرد که به ادعای این شرکت، می‌تواند «تا یک‌میلیون کیوبیت را روی یک تراشه جای دهد» و هم‌زمان میزان خطا را کم کند.
به گفته‌ی آمازون، تراشه‌ی Ocelot هنوز در مرحله‌ی نمونه‌ی اولیه قرار دارد، اما معماری بهینه‌تر آن می‌تواند امکان ساخت کامپیوترهای کوانتومی کوچک‌تری را فراهم کند که به منابع کمتری نیاز دارند.