https://virgool.io/PsiQML/feed ما در این انتشارات به دنبال تولید محتویات سرگرم کننده و در عین حال آموزنده در مورد یادگیری ماشینی کوانتومی و نرم افزار های کوانتومی هستیم؛ اخبار روز را دنبال میکنیم و موضوعات مهم و کلیدی این حوزه را به ساده ترین صورت توضیح میدهیم به امید اینکه سواد جمعی فناوری بالا برود fa 2026-06-16 10:34:02 https://files.virgool.io/upload/publication/8zz6qhgpuuw3/vetplw.png https://virgool.io/PsiQML https://virgool.io/PsiQML/%D8%B9%D8%B5%D8%B1-%D8%AC%D8%AF%DB%8C%D8%AF-%D8%AF%D8%B1-%DA%A9%D8%B4%D9%81-%D8%AF%D8%A7%D8%B1%D9%88-%D9%87%D8%A7-%D8%A8%D8%A7-%D9%88%D8%B1%D9%88%D8%AF-%DA%A9%D8%A7%D9%85%D9%BE%DB%8C%D9%88%D8%AA%D8%B1-%D9%87%D8%A7%DB%8C-%DA%A9%D9%88%D8%A7%D9%86%D8%AA%D9%88%D9%85%DB%8C-tx6jfpygcx4b از شما میخواهم دنیایی را متصور شوید که در آن کشف دارو های جدید نه بر اثر شانس بلکه بر اساس یک علم دقیق است که در سایه استفاده از رایانش کوانتومی توسعه یافته است. دنیایی که در آن ساخت دارو های جدید برای بیماری ها بسیار آسان تر و دقیق تر شده است و بیشتر بیماری های کشنده امروز دیگر حتی خطر جدی هم برای انسان ها به وجود نمیاورند.محاسبات کوانتومی دارای پتانسیل بالایی برای دگرگونسازی صنعت داروسازی است. در حال حاضر، کشف دارو یک فرآیند طولانی و پیچیده است که نیازمند شبیهسازیهای بسیار دقیق مولکولی و شیمیایی میباشد. رایانههای کلاسیک در مواجهه با این محاسبات پیچیده دارای محدودیتهایی هستند و زمان و منابع زیادی را میطلبند. در مقابل، رایانههای کوانتومی میتوانند این شبیهسازیها را با دقت و سرعت بسیار بالاتری انجام دهند، که میتواند به کشف سریعتر و کارآمدتر داروهای جدید منجر شود.شبیه سازی ملوکولیچالشهای رایانههای کلاسیک:شبیهسازی دقیق تعاملات مولکولی یک مسئله بسیار پیچیده است که نیازمند محاسبات عظیمی است. رایانههای کلاسیک دارای محدودیتهایی هستند که اجرای این محاسبات پیچیده را کند و پرهزینه میکند. این محدودیتها شامل موارد زیر است:ابعاد بالا و فضای جستجوی وسیع: تعاملات مولکولی شامل تعداد زیادی از اتمها و الکترونها است که باید در یک فضای جستجوی بسیار بزرگ مدلسازی شوند.زمان محاسبات طولانی: محاسبات کلاسیک به زمان بسیار زیادی نیاز دارند تا بتوانند تعاملات پیچیده مولکولی را با دقت محاسبه کنند.تقریبی بودن نتایج: روشهای کلاسیک اغلب از تقریبها و مدلسازیهای ساده استفاده میکنند که باعث کاهش دقت نتایج میشود.مزیت کوانتومی:رایانههای کوانتومی از اصول مکانیک کوانتومی برای انجام محاسبات استفاده میکنند که این امر به آنها اجازه میدهد شبیهسازیهای مولکولی را با دقت و کارایی بسیار بالاتری انجام دهند. مزیتهای اصلی رایانههای کوانتومی شامل موارد زیر است:ابرپوشانی (Superposition): کوبیتها میتوانند به طور همزمان در چندین حالت قرار بگیرند، که این ویژگی به رایانههای کوانتومی اجازه میدهد تعداد زیادی از محاسبات را به طور موازی انجام دهند.درهمتنیدگی (Entanglement): این ویژگی اجازه میدهد کوبیتهای مختلف به صورت هماهنگ عمل کنند و اطلاعات را به صورت همزمان پردازش کنند.دقت بالا: رایانههای کوانتومی میتوانند مدلهای بسیار پیچیدهتری را با دقت بالاتری شبیهسازی کنند، که این امر به محققان اجازه میدهد تعاملات دقیقتر مولکولی را بررسی کنند.با استفاده از رایانههای کوانتومی، میتوان تعاملات مولکولی را با دقت بیشتری شبیهسازی کرد و تاثیرات متقابل مولکولها و ترکیبات شیمیایی را بهتر فهمید. این امر میتواند به کشف سریعتر و کارآمدتر داروها کمک کند و در نهایت منجر به تولید داروهای موثرتری شود که تاثیرات بهتری در درمان بیماریها دارند.شتاب دهی به کشف داروسرعت و کارایی:محاسبات کوانتومی میتواند فرآیند کشف دارو را با سرعت و کارایی بیشتری انجام دهد. رایانههای کلاسیک در شبیهسازی تعاملات پیچیده مولکولی دارای محدودیتهایی هستند که منجر به زمانبری و هزینهبر بودن این فرآیند میشود. اما رایانههای کوانتومی با استفاده از اصول ابرپوشانی (Superposition) و درهمتنیدگی (Entanglement) قادر به انجام محاسباتی هستند که برای رایانههای کلاسیک غیرقابل دسترسی است. این قابلیتها به محققان اجازه میدهد تا شبیهسازیهای دقیقتری از مولکولها و ترکیبات شیمیایی انجام دهند و در نتیجه فرآیند کشف دارو را به طور قابل توجهی تسریع بخشند. این امر میتواند منجر به کاهش هزینهها و زمان مورد نیاز برای تحقیق و توسعه داروهای جدید شود.پزشکی شخصیسازیشده:محاسبات کوانتومی همچنین میتواند نقش مهمی در بهبود پزشکی شخصیسازیشده ایفا کند. با استفاده از قدرت محاسباتی کوانتومی، میتوان دادههای کمحجم و پراکنده از آزمایشهای بالینی را با دقت بیشتری تحلیل کرد و از آنها بینشهای ارزشمندی استخراج نمود. این تحلیلها میتوانند به شناسایی الگوهای پیچیده در دادههای بیماران کمک کنند که منجر به ارائه درمانهای خاصتر و موثرتر برای هر بیمار میشود. در نتیجه، محاسبات کوانتومی میتواند به بهبود نتایج درمانی و کاهش عوارض جانبی کمک کند، زیرا درمانها بر اساس نیازها و ویژگیهای خاص هر بیمار تنظیم میشوند.مطالعات موردی و مثال هاچندین شرکت داروسازی در حال حاضر از محاسبات کوانتومی برای بهبود فرآیندهای تحقیق و توسعه خود استفاده میکنند. در اینجا چند مثال قابل توجه آورده شده است:Merck & Co.: مرگ با چندین استارتآپ محاسبات کوانتومی، از جمله 1Qbit، همکاری کرده است تا کاربردهای محاسبات کوانتومی در کشف و توسعه داروها را بررسی کند.Biogen: بایوژن با 1Qbit برای استفاده از محاسبات کوانتومی در بهینهسازی فرآیندهای کشف دارو همکاری کرده است.IBM: آیبیام ماشینهای محاسبات کوانتومی خود را از طریق پلتفرمهای ابری در دسترس قرار داده است، به طوری که شرکتهای داروسازی میتوانند از محاسبات کوانتومی برای حل مشکلات پیچیده کشف دارو استفاده کنند.PsiQuantum: سایکوانتوم در حال ساخت یک کامپیوتر کوانتومی فوتونی است که هدف آن غلبه بر ماشینهای کلاسیک است و کاربردهای بالقوهای در کشف دارو دارد.آینده محاسبات کوانتومی در کشف داروپیشرفتهای فناوریپیشرفتهای اخیر در محاسبات کوانتومی نشاندهنده وعدههای بزرگی برای کشف دارو است. رایانههای کوانتومی میتوانند تعاملات مولکولی را با دقت بینظیری شبیهسازی کنند، که برای درک چگونگی تعامل ترکیبات دارویی با سیستمهای زیستی بسیار حیاتی است. به عنوان مثال، پردازنده کوانتومی جدید شرکت آیبیام به نام Quantum Heron قادر است محاسبات پیچیده را بسیار سریعتر از رایانههای کلاسیک انجام دهد، که این امر امکان بررسی ساختارها و رفتارهای مولکولی را با کارایی بیشتری فراهم میکند.چالشها و راهحلهابا وجود این پیشرفتها، چالشهای متعددی همچنان باقی است. یکی از مشکلات اصلی تصحیح خطای کوانتومی است. سیستمهای کوانتومی بسیار حساس به اختلالات خارجی هستند که میتواند باعث خطا در محاسبات شود. پژوهشگران در حال توسعه تکنیکهای پیشرفته تصحیح خطا هستند، مانند AlphaQubit توسط دیپمایند، که از شبکههای عصبی برای پیشبینی و رفع خطاها قبل از وقوع آنها استفاده میکند.چالش دیگر مقیاسپذیری سیستمهای کوانتومی است. با رشد رایانههای کوانتومی، آنها بیشتر در معرض خطاها قرار میگیرند که حفظ محاسبات پایدار و دقیق را دشوار میکند. راهحلها شامل بهبود پایداری کوبیتها و توسعه روشهای قویتر تصحیح خطای کوانتومی است. به طور خلاصه، در حالی که محاسبات کوانتومی پتانسیل بزرگی برای انقلاب در کشف دارو دارد، غلبه بر این چالشها برای دستیابی به پتانسیل کامل آن حیاتی خواهد بود. انتشارات پسی XSDFF Fri, 06 Jun 2025 03:45:59 +0330 https://virgool.io/PsiQML/%DA%86%D9%87-qpu-%D8%A7%DB%8C-%D8%A8%D9%87-%D8%AF%D8%B1%D8%AF%D9%85-%D9%85%DB%8C%D8%AE%D9%88%D8%B1%D9%87-cd6eikx46z2a این روز ها تقریباً همه‌ی شرکت های بزرگ فناوری در حوزه رایانش کوانتومی در حال رقابت برای تصرف بازار هستند کنارشان استارت‌آپ های بزرگ و کوچک سعی میکنند با نوآوری و پیشروی سهمی برای خودشان در بازار فراهم کنند؛ در این میان شرکت های صنایع بزرگ که به اهمیت کامپیوتر های کوانتومی روز به روز بیشتر پی میبرند و سعی دارند هر چه زودتر به کارگیری ابزارهای کوانتومی را شروع کنند. برای همین هم استارت‌آپ ها برای از دست ندادن سرمایه هایی که سرازیرشان میشد و هم شرکت های بزرگ برای عقب نماندن از قافله شروع کردن به ارائه خدمات متنوع کوانتومی و شروع تصاحب بازار، یکی از مهم ترین و کاربردی ترین خدماتی که میتوان بهش اشاره کرد خدمات رایانش کوانتومی ابری هست.پردازش ابری کوانتومی اطلاعات قدمی بسیار بزرگ در راه کاربردی سازی و صنعتی سازی کامپیوتر های کوانتومی است زیرا ساخت و نگهداری آنها برای هر شرکت بسیار گران قیمت و ضرر ده بود ولی با استفاده اشتراکی از QPU ها یا همان quantum processing unit ها این امکان را برای علاقمندان حوزه که درسترسی به سخت افزار های کوانتومی ندارند فراهم کرد که به یادگیری آن بپردازند و در عین حال به شرکت ها هم فرصت داد تا به تحقیق و توسعه بدون هزینه زیاد بپردازند. حال در این بلاگ میخواهم هم برای شرکت ها و هم برای افراد علاقمند یک راهنمای نه چندان تخصصی بنویسم که در انتخاب خدمات QPU به چه چیز هایی توجه کنند و چه چیز ها حائز اهمیت است. پ.ن: من شخصا به دلیل رایگان بودن و محدودیت های کم (به جز تحریم) از quantum composer IBM استفاده میکنم QPU-Brisbane1. تعداد کیوبیت ها و اتصالات تعداد کیوبیت: تعداد کیوبیت بالا یک فاکتور بسیار مهم و ابتدایی در انتخاب QPU مورد نظر هست ولی باید این رو هم بگم که کیوبیت بیشتر همیشه به معنی عملکرد بهتر نیست و بیشتر باید روی کیفیت کیوبیت ها تمرکز کنید کیفیت بیشتر یعنی: مدت زمان همدوسی بالا: این نشان دهنده این است که تا چه زمانی کیوبیت توانایی ماندن در حالت کوانتومی است، این هرچقدر بالاتر باشد فرصت اندازه‌گیری بیشتر میشود در نتیجه دقیق تر و سرعت پردازش بالاتری خواهد داشت.کیفیت بالای گیت ها: این فاکتور نیز نشان دهنده چگونگی عملکرد گیت ها بر روی کیوبیت ها است که هر چقدر بیشتر باشد دقت بالا میرودخطای کم: خطای کمتر و تعامل کمتر با محیط دقت کیوبیت ها را بالا میبرد.اتصالات: اتصالات بین کیوبیت ها اگر بالا و قوی باشد به این معنی است که میتوان مدار های پیچیده تری را روی آن QPU پیاده سازی کرد. این زمانی اهمیت پیدا میکند که قصد انجام پروژه های کلان و ساخت مدار های پیچیده ای دارید. 2. معماری سیستم QPUاز آنجایی که هم استاندارد خاصی در این حوزه فناوری نداریم و هم آزمون و خطای بسیار زیادی در حال انجام در فضای رایانش کوانتومی است چند نوع معماری کامپیوتر متفاوت داریم که باهم اینجا بررسی میکنیم ابررسانا: در این ساختار از مدار های ابررسانا برای ساخت کیوبیت ها استفاده میشود که در گوگل کوانتوم و IBM استفاده میشود. این معماری برای کاربرد تحقیقاتی و روزمره دارد، برای کار های ساده مناسب است.یون دام افتاده (trapped ion): از یون های به تله افتاده به عنوان کیوبیت استفاده میکنند و با لیزر تغییرات روی آن اعمال میکنند. تو شرکت های IonQ و honeywell از این معماری استفاده میشود. کاربرد تحقیقاتی در مقیاس های بزرگ دارد و دقت بسیار بالاتری دارد ولی چالش های مقیاس پذیری هم دارد.فوتونی: از فوتون ها به عنوان کیوبیت استفاده میکند. شرکت Psiquantum از این معماری استفاده میکند و در ارتباط از راه دور (ارتباطات کوانتومی و شبکه های کوانتومی) و اجرای نوع خاصی ار الگوریتم ها کاربرد دارد. توپولوژیک: یک تکنولوژی در حال توسعه هست، شرکت Microsoft بیشتر بر روی این معماری تمرکز دارد و پیش بیتی میشود تحمل بالایی در خطا ها یا به اصطلاح error correction قوی تری نسبت به دیگر معماری ها دارد ولی هنوز در مراحل اولیه توسعه خود است.3. متریک ها کیفیت لایه ها: معیاری است که توانایی کلی پردازنده در اجرای مدارها را در بر می‌گیرد و در عین حال اطلاعاتی در مورد کیوبیت‌های منفرد، گیت‌ها و تداخلات ارائه می‌دهد. این متریک با EPLG نشان داده شده است که معادل error per layer gate هست. سرعت: عملکرد ترکیبی از کیفیت، مقیاس و سرعت است. از آنجایی که ما یک معیار کیفیت/مقیاس جدید به نام کیفیت لایه معرفی می‌کنیم، زمان مناسبی برای به‌روزرسانی معیار سرعت ما، CLOPS، است که مخفف circuit layer operations per second است. نکته مهم این است که CLOPS هم زمان اجرای مدارها و هم محاسبات کلاسیک واقعی و نزدیک به زمان واقعی مورد نیاز را در بر می‌گیرد.4. نوع پردازندهنواع پردازنده‌ها بر اساس ویژگی‌های کلی فناوری که در ساخت آنها استفاده می‌شود، نامگذاری می‌شوند و شامل خانواده و بازبینی هستند. خانواده (به عنوان مثال، Falcon) به اندازه و مقیاس مدارهای ممکن روی تراشه اشاره دارد. این ویژگی عمدتاً توسط تعداد کیوبیت‌ها و نمودار اتصال تعیین می‌شود. بازبینی‌ها (به عنوان مثال، r1) تغییرات طراحی در یک خانواده معین هستند که اغلب منجر به بهبود عملکرد یا مبادلات می‌شوند. بخش‌ها از زیربخش‌های تراشه تشکیل شده‌اند و در یک خانواده معین تعریف می‌شوند. به عنوان مثال، بخش H یک Falcon شامل هفت کیوبیت است. بخش H در یک Hummingbird، در صورت پیاده‌سازی، می‌تواند کاملاً متفاوت باشد. تعدادی از انواع پردازنده های IBM:HeronOspreyEagleHummingbirdEgretFalconCanaryحرف آخردر نهایت پس از بررسی ویژگی های سخت افزاری و محدودیت ها و نقاط قوت با در نظر گرفتن هزینه دسترسی، ویژگی های ارائه دهنده خدمات و آینده سیستم میتوانید بهترین QPU را برای استفاده انتخاب کنید. انتشارات پسی XSDFF Mon, 23 Dec 2024 14:39:39 +0330 https://virgool.io/PsiQML/%D8%AA%D8%B1%D8%A7%D8%B4%D9%87-%DA%A9%D9%88%D8%A7%D9%86%D8%AA%D9%88%D9%85%DB%8C-%DA%AF%D9%88%DA%AF%D9%84-%D8%A7%D8%B2-%D8%A7%D9%85%D9%86%DB%8C%D8%AA-%D8%AA%D8%A7-%D8%AC%D9%87%D8%A7%D9%86-%D9%87%D8%A7%DB%8C-%D9%85%D9%88%D8%A7%D8%B2%DB%8C-hkrprvfpevzy willow تراشه انگار همین دیروز بود که شرکت openAI با معرفی مدل زبانی چت جی پی تی 3 شوکی در دنیای فناوری به وجود آورد و در عرض چندین ماه تبدیل شد به بخشی جدانشدنی از زندگی روزمره بیشتر مردم دنیا. این روزها هم بعد چند سال با دیدن رونمایی گوگل از تراشه کوانتومی جدیدش یعنی willow یاد آن روز ها افتادم، چقدر حیرت زده و با هیجانی وسف نشدنی به صفحه نمایش لپ تاپ خیره شده بودم و در مورد آینده و کار های شگفت انگیزی که میتوان انجام داد فکر میکردم و البته ترسی که در وجودم داشتم ترس از تغییر و ترس از ابهام؛ willow قرار نیست مثل چت جی پی تی به زندگی روزمره ما اثراتی به آن بزرگی بگذارد قرار هم نیست که تبدیل به پردازنده ای شود که تمام کامپیوتر های نسل بعدی از آن استفاده کنند، زاتا در مقیاس های کوچک برتری آن چنانی بر کامپیوتر های کلاسیک ندارد و بیشتر در حوزه های صنعتی و علمی استفاده میشود حوزه هایی مثل: صنعت داروسازی پزشکی اقتصاد ساخت مواد جدید با کاربرد های منحصر به فرد هوش مصنوعی و یادگیری ماشینی رمزنگاری و امنیتو... خب! حالا ببینیم با آمدن willow و خیزش کوانتومی گوگل چه تغییراتی در انتظارمون هست، چه چالش هایی قراره پیش رو مون بذاره و چه سوال هایی رو ایجاد میگنه. حائز اهمیت هست که به این هم اشاره کنم، کامپیوترهای کوانتومی هنوزهم کارایی خاصی ندارند و خوشبختانه هنوز زمان کافی برای آماده شدن داریم تا وقتی چالش هایی مثل تصحیح خطا کوانتومی حل شد و کامپیوتر های کوانتومی وارد زندگی مان شدند همه چیز به هم نخورد ویژگی های willow افزایش مدت زمان همبستگی کیوبیت ها: کیوبیت ها فقط مدت زمان محدودی میتوانند در حالت کوانتومی قرار بگیرند که این مدت زمان در عملکرد و دقت سیستم های کوانتومی تاثییر مستقیم میگذاشت، مدت زمان همبستگی در مدل های قبلی 20میکروثانیه بود که در willow با افزایش 5 برابری به 100 میکروثانیه رسیده است.آستانه تصحیح خطا: ویلو از آستانه تصحیح خطای کوانتومی فراتر می‌رود، با اینکه کیوبیت‌های منطقی زمان‌های طولانی‌تری نسبت به کیوبیت‌های فیزیکی دارند. Willow با ردیابی و خنثی کردن موقت کیوبیت های پر خطا در بهبود عملکرد تراشه و روند تصحیح خطا تاثیر مثبت به سزایی میگذارد قدرت محاسباتی افزایش‌یافته: ویلو یک محاسبه معیار را در کمتر از پنج دقیقه انجام داد، کاری که برای سوپرکامپیوترهای کلاسیک 10 سپتیلیون یعنی 10^25 سال زمان می‌برد. این تراشه که در کف دست جا میشود با 105 کیوبیت ابررسانا که بسیار بیشتر از نسل قبلی خود سایکمور با 20 کیوبیت است جهشی جدید در محاسبات کوانتومی به وجود آورده است.فرصت ها وجود تراشه willow به طور کل باعث بهبود دقت و سرعت رایانش و محاسبات میشود و فرصت های تحقیق و توسعه را در علوم و صنایع مختلف فراهم میکند و همچنین امنیت بیشتری را برای داده ها نیز فراهم میکند.صنایع مورد استفاده از چیپ ویلو:داروسازی: willow می‌تواند ترکیبات شیمیایی را با دقت بالا محاسبه کند و به سرعت بیشتری در کشف داروها کمک کند.انرژی: می‌تواند در طراحی باتری‌ها و بهبود مواد مورد استفاده در باتری ها و همچنین کنترل منابع انرژی و مصرف بهینه تر از تراشه willow کمک گرفت.مدیریت راهبردی: می‌تواند سیستم‌های پیچیده مانند ترابری و ساخت‌وساز را بهینه‌تر کرد.یادگیری ماشین و هوش مصنوعی: می‌توان الگوریتم‌های پیچیده‌تری را برای تحلیل داده‌ها و پیش‌بینی‌ها اجرا کرد. مثلا به جای استفاده از CNN ها از QNN ها استفاده کرد تحقیقات علمی: با استفاده از willow می‌توان مسائل پیچیده‌تری را در زمینه‌های مختلف علوم حل کرد که برای رایانه‌های کلاسیک بسیار زمان‌بر است.در کل برای شبیه سازی و بهینه سازی در تمام صنایع میتوان از willow استفاده کرد تهدیداتامنیت اطلاعات: با افزایش قدرت محاسباتی چیپ‌های کوانتومی، ممکن است سیستم‌های رمزنگاری فعلی که بر اساس محاسبات کلاسیک طراحی شده‌اند، ناامن شوند. این می‌تواند منجر به خطرات جدی برای امنیت داده‌ها و اطلاعات شخصی شود.وابستگی به فناوری: افزایش وابستگی به فناوری‌های پیچیده مانند کوانتوم می‌تواند در صورت خرابی یا عدم دسترسی به این فناوری‌ها مشکلات زیادی ایجاد کند.نابرابری‌های فناوری: دسترسی به فناوری‌های پیشرفته مانند کوانتوم ممکن است تنها محدود به کشورها و شرکت‌های پیشرفته باشد، که می‌تواند نابرابری‌های بیشتری را در جهان ایجاد کند. اين مسئله حتی ميتواند با افزايش تنش بين چين و آمريكا به يک مسابقه تصليحاتی جديد تبديل شود و البته با دسترسی آسان كشور های پيشرفته به اين فناوری كشور های درحال توسعه فرصت های كمتری خواهند داشت و از امنيت اطلاعاتی كمتری نيز برخوردار خواهند بود.چالش‌های فنی: توسعه و بهره‌برداری از چیپ‌های کوانتومی نیاز به سرمایه‌گذاری‌های بزرگ و تخصص‌های فنی بالایی دارد که می‌تواند برای بسیاری از شرکت‌ها و کشورها چالش‌برانگیز باشد.اثرات محیطی: تولید و نگهداری چیپ‌های کوانتومی ممکن است به مصرف انرژی و منابع زیادی نیاز داشته باشد که می‌تواند اثرات منفی بر محیط زیست داشته باشد.ناشناخته‌ها و عدم قطعیت‌ها: چون فناوری کوانتوم هنوز در مراحل ابتدایی توسعه است، بسیاری از اثرات و مشکلات آن هنوز ناشناخته‌اند و این می‌تواند ریسک‌هایی را به همراه داشته باشدبحث جهان های موازی و willow چیپ کوانتومی ویلو گوگل، بحث‌های زیادی درباره نظریه چندجهانی يا جهان های موازی (مولتی‌ورس) ایجاد کرده است. عملکرد این چیپ بسیار شگفت‌انگیز بود؛ ویلو یک محاسبه را در کمتر از پنج دقیقه به پایان رساند، کاری که برای سریع‌ترین ابررایانه‌های جهان 10 سپتیلیون سال طول می‌کشد. این امر باعث شده تا برخی، از جمله بنیان‌گذار Google Quantum AI، هارتموت نوین، پیشنهاد دهد که توانایی‌های این چیپ ممکن است وجود جهان‌های موازی را نشان دهد، که با نظریه مولتی‌ورس فیزیکدان دیوید دویچ مطابقت دارد.با این حال، این ادعا با شک و تردید برخی دانشمندان روبرو شده است که معتقدند تنها معیارهای عملکرد نمی‌توانند شواهد مستقیمی از جهان‌های موازی ارائه دهند. آنها معتقدند که در حالی که عملکرد چیپ بسیار چشمگیر است، لزوماً نظریه مولتی‌ورس را تایید نمی‌کند. نظرتان چيست؟ آيا واقعا ميشود رايانه های كوانتومی در جهان های موازی را برای بشريت باز كنند؟ انتشارات پسی XSDFF Tue, 17 Dec 2024 14:04:06 +0330