کامپیوتر کوانتومی فوتونی رکورد جدیدی ثبت کرد

یکی از راه‌های برتری کامپیوترهای کوانتومی درمقایسه‌با کامپیوترهای کلاسیک، استفاده از ذره‌های نور (فوتون) است. جیان وی پان و چائو یانگ لو، از دانشگاه علوم و فناوری چین، همراه با همکاران خود موفق شدند روش رایانش کوانتومی به‌نام نمونه‌برداری بوزونی را بهبود دهند و به رکورد کشف ۱۴ فوتون در نتایج نهایی برسند. در مکانیک کوانتوم، بوزون ذره‌ای تابع استاتیک بوز‌اینشتین است. در آزمایش‌های گذشته، پژوهشگران فقط پنج فوتون کشف کرده بودند. در آزمایش جدید، افزایش تعداد فوتون‌ها چشمگیر نیست؛ اما این تعداد در فضای حالت برابر با ۶/۵ میلیارد «تا» یا برابر با تعداد حالت‌های پیکربندی سیستم کامپیوتری است. هرچه فضای حالت بزرگ‌تر باشد، احتمال شبیه‌سازی آن با کامپیوتر کلاسیک کاهش می‌یابد.

نتیجه‌ی پژوهش یادشده ۲۲ اکتبر در سرور arXiv.org منتشر شده و هنوز بررسی نشده است. درصورت تأیید، این پژوهش نقطه‌ی شاخص و مهمی در رقابت برتری کوانتومی خواهد بود. برتری کوانتومی به نقطه‌ای گفته می‌شود که کامپیوترهای کوانتومی حتی از بهترین کامپیوترهای کلاسیک هم سبقت می‌گیرند.

در کامپیوترهای کلاسیک، اطلاعات به‌شکل بیت‌های دودویی رمزنگاری می‌شود؛ بنابراین دو بیت می‌تواند برابر با ۰۰، ۰۱، ۱۰ یا ۱۱ باشند. کامپیوتر کوانتومی می‌تواند هم‌زمان در هر دو وضعیت بیت کلاسیک قرار گیرد. دو کیوبیت می‌تواند هم‌زمان ۰۰، ۰۱، ۱۰ یا ۱۱ باشند و سه کیوبیت می‌تواند در هرکدام از هشت حالت قرار بگیرند و این روند به‌همین‌ترتیب ادامه می‌یابد. دلیل مزیت کامپیوترهای کوانتومی، همین افزایش نمایی است.

مطمئن نیستم و راه دشواری به‌نظر می‌رسد؛ اما به‌عنوان یکی از مخترعان نمونه‌برداری بوزونی خوشحالم که می‌توانم پیشرفت مسیر دیگری را نیز شاهد باشم.

نمونه‌برداری بوزونی را می‌توان به مدل کوانتومی دستگاهی کلاسیک به‌نام تخته‌ی گالتون تشبیه کرد. در این دستگاه، توپ‌ها روی ردیفی از میخ‌ها پرتاب می‌شوند و پس از پرتاب، روی شیار‌های پایین تخته فرود می‌آیند. حرکت تصادفی توپ‌ها به توزیعی عادی در شیارها منجر می‌شود و اغلب توپ‌ها نزدیک به مرکز فرود می‌آیند و تعداد کمی از آن‌ها در لبه‌ها قرار می‌گیرند. کامپیوترهای کلاسیک با شبیه‌سازی حرکت تصادفی، به‌راحتی می‌توانند این نتیجه را پیش‌بینی کنند.

در نمونه‌برداری بوزونی، فوتون‌ها به‌جای توپ‌ها و دستگاه‌های نوری مثل آینه و منشور به‌جای میخ‌ها قرار می‌گیرند. فوتون‌ها ازطریق آرایه‌ای روشن می‌شوند و در شیار انتهایی فرود می‌آیند و آشکارساز‌ها در این نقطه می‌توانند حضور آن‌ها را ثبت کنند. به‌دلیل خواص کوانتومی فوتون‌ها، دستگاهی صرفا با ۵۰ یا ۶۰ فوتون می‌تواند تعداد زیادی توزیع مختلف را تولید کند که پیش‌بینی آن برای کامپیوترهای کلاسیک میلیاردها سال طول می‌کشد.

آرونسون و دانشجوی او، الکس آرخیپوف، در سال ۲۰۱۰، روش نمونه‌برداری بوزونی را پیشنهاد کردند؛ اما این روش در آن زمان تحت‌الشعاع روش‌های گوگل و IBM قرار گرفت که از کیوبیت‌های فیزیکی استفاده می‌کردند. یکی از مشکلات روش بوزونی، کمبود امکانات است. جاناتان داولینگ، فیزیک‌دان تئوری دانشگاه ایالتی لوییزیانا می‌گوید:

کامپیوتر جهانی می‌تواند هر نوع مسئله‌ای را حل کند؛ اما این کامپیوتر صرفا قادر به حل یک مسئله است.

گفتنی است حل فقط یک مسئله با سرعتی بیشتر از کامپیوتر کلاسیک را می‌توان نشانه‌ی برتری کوانتومی در نظر گرفت.

میز نمونه‌برداری بوزونی

اجرای آزمایش معمولا کار دشواری است. لو در توییتر، تصویری از آزمایش تیم خود را منتشر کرد که زمینه‌ی آزمایش، میزی پوشیده از الگوی پیچیده‌ی دستگاه‌های فلزی درخشان و به‌هم‌فشرده بود. مشکل اصلی در چنین آزمایشی، زمان‌بندی است؛ چراکه فوتون‌ها باید به‌صورت مجزا و هم‌زمان تولید شوند. الکساندرا مویلت، دانشجوی دکتری رایانش کوانتومی در دانشگاه بریستول انگلستان، اعتقاد دارد:

فوتون‌ها منتظر یکدیگر نمی‌مانند؛ بنابراین، باید هم‌زمان هر فوتون را بسازید.

درصورتی‌که فوتون‌ها حتی یک‌تریلینیوم ثانیه با یکدیگر فاصله داشته باشند، از دست می‌روند. هر فوتون داخل سیستم می‌تواند احتمال ناسازگاری فوتون‌های دیگر را افزایش دهد؛ زیرا خطا به ایجاد خطاهای بیشتر منجر می‌شود. هرچه تعداد فوتون‌های گمشده بیشتر باشد، شبیه‌سازی توزیع فوتونی برای کامپیوتر کلاسیک آسان‌تر خواهد بود. لو از ۱۴ فوتون‌ کشف‌شده به‌عنوان منبع فوتونی بسیار دقیقی یاد می‌کند. داولینگ می‌گوید:

چهارده فوتون جدید مجموعه‌ای جادویی است و بدون آن‌ها انجام آزمایش ممکن نبود.

امکان توسعه‌ی نمونه‌برداری بوزون برای رسیدن به برتری در رایانش کوانتومی هنوز مشخص نیست. بسیاری از کسب‌و کارهای چندمیلیون‌دلاری در‌این‌زمینه مدعی بوده‌اند. داولینگ درباره‌ی این موضوع می‌گوید:

برتری کوانتومی مانند مسابقه‌ی سوارکاری است. در این مسابقات نمی‌دانید اسب خودتان یا دیگران چقدر می‌تواند سریع باشد.