به گزارش پایگاه خبری پیام خانواده؛ چارینا چو (مدیرعامل گوگل کوانتوم و هوش مصنوعی)، جیمز مانیکا (معاون ارشد گوگل و مدیر تحقیق، فناوری و جامعه این شرکت) و هارتموت نون (معاون مهندسی گوگل و رئیس گوگل کوانتوم و هوش مصنوعی) در مقاله «رقابت برای رهبری آینده کوانتوم، چگونه انقلاب محاسباتی آینده، اقتصاد جهانی را متحول کرده و امنیت ملی را واژگون خواهد ساخت» که در شماره ژانویه/فوریه نشریه فارن افرز منتشر شده است، به بررسی تاریخچه و کاربردهای کوانتوم، به عنوان یکی از حوزه‌های نوظهور فناوری، پرداخته و معتقدند که تکامل این فناوری سبب تحولات بسیاری در مباحث مربوط به اقتصاد و امنیت جهانی خواهد شد. در ادامه ترجمه این مقاله را از نظر می‌گذرانید.

در طول چند سال گذشته و همزمان با توجه گسترده افکار عمومی به پیشرفت‌های سریع انجام‌گرفته در هوش مصنوعی و بررسی دقیق این تحولات، پیشرفت‌های یک فناوری حیاتی دیگر تا حد زیادی از دید عموم پنهان مانده است. محاسبات کوانتومی که زمانی محدود به نظریه انتزاعی بود، در پی استفاده از عملیات‌های مبتنی بر مکانیک کوانتومی برای حل مسائل محاسباتی است که قبلاً غیرقابل حل تلقی می‌شدند. اگرچه این فناوری هنوز در مراحل ابتدایی خود به سر می‌برد، اما از هم‌اکنون واضح است که محاسبات کوانتومی می‌تواند پیامدهای عمیقی برای امنیت ملی و اقتصاد جهانی در دهه‌های آینده داشته باشد.

از اواخر دهه 2010، ایالات متحده و بسیاری از کشورهای پیشرفته دیگر به طور فزاینده‌ای درگیر رقابت برای رهبری علم و فناوری اطلاعات کوانتومی شده‌اند؛ حوزه‌ای که محاسبات کوانتومی، ارتباطات کوانتومی و سنجش کوانتومی را در بر می‌گیرد. در طول دهه گذشته، دولت‌های ۲۰ کشور سرمایه‌گذاری‌های خود در توسعه کوانتومی به ارزش بیش از 40 میلیارد دلار را اعلام کرده‌اند. چین به تنهایی متعهد شده است که در طول پنج سال 15.3 میلیارد دلار در این حوزه هزینه کند. در سال 2016، پکن توسعه فناوری‌های کوانتومی را به عنوان یک اولویت ملی برای خود تعیین کرد و هاب‌های پیشرفته‌ای را هم در این زمینه ایجاد کرد. ایالات متحده در سال 2018، قانون ملی کوانتوم را با هدف حفظ برتری فنی و علمی این کشور در اطلاعات کوانتومی و کاربردهای آن وضع کرد. دولت ایالات متحده 3.7 میلیارد دلار بودجه طبقه‌بندی نشده به اضافه بودجه محرمانه بیشتر برای تحقیق و توسعه دفاعی را اعلام کرده است. علاوه بر ابتکارات تحت رهبری دولت، تلاش‌های تحقیق و توسعه متعددی هم در بخش خصوصی و دانشگاه در حال انجام است.

اگرچه این سرمایه‌گذاری‌ها هنوز در برابر بودجه اختصاص داده شده از سوی ایالات متحده و بودجه‌های بین‌المللی برای هوش مصنوعی کم‌رنگ است، اما ظهور فناوری کوانتومی از هم‌اکنون سیاست‌های بین‌المللی مختص به خود را ایجاد کرده است. در سال 2019، ایالات متحده یک «بیانیه دوجانبه درباره همکاری کوانتومی» را به همراه ژاپن اعلام کرد که واشنگتن در سال 2023 دست به تقویت آن نیز زد. در سال 2024 هم آمریکا یک ابتکار چندجانبه به نام ‌گروه توسعه کوانتومی‌ را برای هماهنگ کردن راهبردهای پیشرفت و مدیریت این فناوری جدید اعلام کرد. ایالات متحده همچنین مسائل مربوط به کوانتوم را در مجامع مختلف اقتصادی و امنیتی، از جمله ‌آکس‌ - پیمان دفاعی سه‌جانبه بین استرالیا، بریتانیا و ایالات متحده - و ‌کواد - متشکل از استرالیا، هند، ژاپن و ایالات متحده - و ‌شورای تجارت و فناوری ایالات متحده و اتحادیه اروپا به بحث گذاشته است. یکی از تحلیلگران ‌مرکز امنیت جدید آمریکا در نوامبر و پس از انتخابات ریاست جمهوری، با تأکید بر نگرانی‌های فزاینده در مورد این فناوری در واشنگتن، اظهار داشت که دولت آینده باید ‌در 100 روز اول به سرعت برای تقویت رقابت‌پذیری کوانتومی آمریکا عمل کند.‌

تاکنون، ظهور فناوری کوانتوم تا حد زیادی به عنوان یک موضوع امنیت ملی تلقی شده است. از دهه 1990، محققان دریافته‌اند که یکی از بزرگ‌ترین تهدیدات رایانه‌های کوانتومی قدرتمند، پتانسیل این رایانه‌ها به عنوان ابزاری برای رمزگشایی است که به آن‌ها امکان می‌دهد به رمزگذاری مورد استفاده در پیشرفته‌ترین سامانه‌های ارتباطی و شبکه‌های دیجیتال سراسر جهان نفوذ کنند. این نگرانی، دولت ایالات متحده را به توسعه و حمایت از اتخاذ ‌رمزنگاری مقاوم در برابر کوانتوم‌، تقویت کنترل‌های صادراتی بر روی فناوری‌های کوانتومی و محصولات مرتبط و ایجاد مشارکت‌های عمل‌محور با صنعت، دانشگاه و دولت‌های محلی در حوزه کوانتوم تشویق کرده است.

اما تمرکز بر شکستن کد، سیاستگذاران را به نادیده گرفتن سایر کاربردهای مهم فناوری کوانتومی سوق داده است. ماشین‌های کوانتومی پیش از این که قادر باشند سامانه‌های رمزنگاری پیشرفته را بشکنند - قابلیتی که حتی پس از توسعه این فناوری به قدرت محاسباتی عظیمی نیاز دارد - می‌توانند در بسیاری از بخش‌های اقتصاد، از جمله انرژی و داروسازی، اثر دگرگونی‌سازی داشته باشند. فناوری‌های کوانتومی اگر به طور مؤثری مورد استفاده قرار بگیرند، می‌توانند سبب نوآوری، اکتشافات علمی، رشد اقتصادی و تحریک فرصت‌ها شوند. از نظر تأثیر انسانی، برخی از پیشرفت‌هایی که می‌توانند توسط ماشین‌های کوانتومی ایجاد شوند، رقیب آن‌هایی به شمار می‌روند که انتظار می‌رود از هوش مصنوعی حاصل شوند. به همین دلیل، بسیار مهم است که این فناوری در جوامع باز، با ‌نرده‌های محافظ شفاف‌ برای اطمینان از استفاده آن‌ها در مسیر اهداف خیرخواهانه، توسعه یابد.

برنده شدن در رقابت کوانتومی آسان نخواهد بود. چین هم‌اکنون در برخی زمینه‌ها مانند ارتباطات کوانتومی پیشتاز است و به همین دلیل نوآوری و رهبری متمرکز آمریکا برای حفظ رقابت‌پذیری ایالات متحده در سال‌های آینده حیاتی خواهد بود. ایالات متحده و شرکای بین‌المللی آن باید منابع بسیار بیشتری را برای به ثمر رساندن پروژه‌های کوانتومی خود اختصاص داده و صنایع کوانتومی و همچنین یک زنجیره تأمین کوانتومی قوی را برای حمایت از این پروژه‌ها توسعه دهند. اگر واشنگتن و متحدان آن نتوانند این تلاش‌ها را به یک هدف راهبردی مرکزی و اولویت سیاست‌گذاری برای خود تبدیل کنند، ممکن است نفوذ دیپلماتیک، قدرت نظامی و توانایی نظارت بر یک فناوری جدید قدرتمند را از دست بدهند. آن‌ها همچنین شاید یک فرصت جدید برای نیل به پیشرفت اقتصادی و اجتماعی را نیز از دست بدهند.

به یکباره در همه‌جا

مفهوم رایانه کوانتومی برای اولین بار توسط فیزیکدان نظری و برنده جایزه نوبل، ریچارد فاینمن، در سال 1981 مطرح شد. فاینمن در عصر طلوع مکانیک کوانتومی رشد کرد؛ زمانی که دانشمندان متوجه شدند که اتم‌ها، الکترون‌ها، نور و دیگر اجرام ‌زیر مقیاس نانو - بلوک‌های سازنده هر چیزی که در جهان موجود است - متفاوت از قوانین اساسی زندگی روزانه هستند. مثلاً برخلاف یک توپ که از قوانین مستقیم مکانیک کلاسیک پیروی می‌کند، الکترون‌ها به طور همزمان به عنوان ذرات و امواج رفتار می‌کنند و مکان آن‌ها را نمی‌توان دقیقاً تعریف کرد.

بینش فاینمن این بود که برای درک واقعی جهان مکانیک کوانتومی - و عملکرد کلی خود کیهان - لازم است رایانه‌ای بسازیم که طبق قوانین مشابه عمل کند. او گفت: «طبیعت کلاسیک نیست و اگر می‌خواهید طبیعت را شبیه‌سازی کنید، بهتر است این کار را به صورت مکانیکی - کوانتومی انجام دهید.»

بینش فاینمن درست از آب درآمده است. در طول بیش از چهار دهه پس از او، رایانه‌هایی که از طراحی ‌کلاسیک‌ پیروی می‌کنند، کره زمین را کاملاً متحول کرده‌اند؛ تلفن‌های همراه جیبی امروزه میلیون‌ها برابر قدرتمندتر از رایانه‌های شخصی رومیزی عظیم دهه 1980 هستند. قانون مور - که مطابق آن تعداد ترانزیستورهای یک تراشه رایانه‌ای هر دو سال یکبار دو برابر می‌شود - علی‌رغم پیش‌بینی‌های متعدد مبنی بر کنار رفتن آن، همچنان در صنعت نیمه‌رساناها صادق است. به علاوه، بهترین ابررایانه‌های امروزی می‌توانند یک کوئینتیلیون – یعنی یک میلیارد میلیارد – عملیات را در ثانیه انجام دهند. با این حال، همان‌طور که این انقلاب به رشد خود ادامه می‌دهد، به طور فزاینده‌ای روشن شده است که برخی از محاسبات همچنان فراتر از بهترین رایانه‌های کلاسیک هستند و این‌گونه نیز خواهند ماند.

این امر به این دلیل است که فناوری‌های رایانه‌ای موجود توسط فرضیه اصلی که بر اساس آن کار می‌کنند، محدود شده‌اند. همه اشکال محاسبات کلاسیک، اعم از چرتکه، لپ‌تاپ شخصی، یا مجموعه‌ای از ماشین‌های با کارایی بالا در یک مرکز امنیت ملی، از چیزی پیروی می‌کنند که محققان منطق بولی می‌نامند. در این سیستم، واحد اصلی اطلاعات بیت است؛ که می‌تواند یکی از دو حالتی را که معمولاً 0 یا 1 نامیده می‌شود، به خود بگیرد. اگرچه این سیستم برای بسیاری از انواع محاسبات بسیار کارآمد بوده است، اما نمی‌تواند محاسباتی با پیچیدگی بیش از حد را انجام دهد؛ محاسباتی مانند فاکتورگیری یک عدد هزار رقمی، محاسبه دینامیک واکنش یک مولکول با صدها اتم یا حل انواع خاصی از مسائل مربوط به بهینه‌سازی که در بسیاری از رشته‌ها رایج هستند.

در مقابل، محاسبات کوانتومی به دلیل استفاده از مکانیک کوانتومی محدودیت‌های یکسانی ندارد. یک درس فیزیک کوانتومی - که شگفت‌انگیز و غیرقابل درک است - این است که ذرات می‌توانند در ترکیبی از چندین حالت وجود داشته باشند.

بر این اساس، محاسبات کوانتومی به جای استفاده از بیت‌هایی که از منطق مبتنی بر «یا این یا آن» استفاده می‌کنند، از بیت کوانتومی یا ‌کیوبیت‌ بهره می‌جویند که می‌تواند همزمان در حالت‌های 0 و 1 باشد. این توانایی همزمان که به عنوان «برهم‌نهی» شناخته می‌شود، دارای مزیت محاسباتی عظیمی است که وقتی کیوبیت‌های بیشتری با هم کار می‌کنند، افزایش هم می‌یابد. در حالی که یک کامپیوتر کلاسیک باید یک حالت را به صورت متوالی پردازش کند، یک کامپیوتر کوانتومی می‌تواند بسیاری از احتمالات را به صورت موازی کشف کند. به تلاش برای یافتن مسیر صحیح از داخل یک هزارتو (ماز) فکر کنید؛ یک رایانه کلاسیک باید هر مسیر را یکی یکی امتحان کند؛ اما یک کامپیوتر کوانتومی می‌تواند چندین مسیر را به طور همزمان کاوش کند؛ امری که به مقدار بسیار بسیار زیادی کارکرد این رایانه‌ها را برای بعضی از امور تسریع می‌سازد. توجه به این نکته مهم است که برخلاف ساده‌سازی رایج، یک کامپیوتر کوانتومی صرفاً مجموعه عظیمی از کامپیوترهای کلاسیک نیست که به صورت موازی کار می‌کنند. اگرچه به صورت تصاعدی پاسخ‌های احتمالی زیادی وجود دارد که می‌توان آن‌ها را از طریق یک پردازنده کوانتومی بررسی کرد، اما در نهایت تنها یک ترکیب را می‌توان سنجش کرد. بنابراین استخراج یک راه حل از یک کامپیوتر کوانتومی نیازمند برنامه‌نویسی هوشمندانه است که نیل به پاسخ صحیح را تقویت کند.

یک چالش بزرگ این است که بفهمیم چگونه پردازنده‌های کوانتومی بسازیم که به اندازه کافی بزرگ و پایدار باشند تا نتایج ثابتی برای مسائل مختلف ایجاد کنند. چنین پردازنده‌هایی نسبت به محیط خود بسیار حساس هستند و به راحتی می‌توانند تحت تأثیر تغییرات دما، ارتعاشات و سایر اختلالات قرار گیرند؛ امری که می‌تواند منجر به خطاهای مختلف در سیستم شود. از آنجایی که وفاداری محاسباتی به حفظ انسجام کیوبیت‌ها متکی است، محققان سرمایه‌گذاری زیادی روی روش‌هایی برای بهبود کیفیت کیوبیت انجام داده‌اند که از جمله طرح‌های جدید، فرایندهای ساخت تراشه و تکنیک‌هایی برای تصحیح خطای کیوبیت است.

در حال حاضر، طیف گسترده‌ای از رویکردها برای طراحی کیوبیت‌ها وجود دارد که هر کدام مزایا و معایب خاص خود را دارند. در اصل، هر نظام مکانیکی کوانتومی - اتم‌ها، مولکول‌ها، یون‌ها، فوتون‌ها - می‌توانند به صورت کیوبیت درآید. در عمل، عواملی مانند قابلیت ساخت، کنترل‌پذیری، عملکرد و سرعت محاسباتی عملی مسیرهای پیش رو را دیکته می‌کنند. تلاش‌های پیشرو امروزی در این عرصه شامل ابررسانایی، اتم خنثی، فوتونیک و تله یونی است. البته اکنون مشخص نیست که این تلاش‌ها به موفقیت خواهند رسید یا خیر. در کنار ساخت پردازنده، چالش‌های دیگری هم وجود دارند که شامل نحوه بسته‌بندی کیوبیت‌ها، انتقال سیگنال‌های آن‌ها و اجرای برنامه‌هاست. محققان باید از یخچال‌های برودتی استفاده کنند که می‌توانند کیوبیت‌های ابررسانا را تا چند هزارم درجه بالای صفر مطلق خنک کنند تا محیطی فوق‌العاده سرد، تاریک و آرام را برای این کار فراهم کنند. تخصص‌های مربوط به اجزای مختلف این فرایند وابسته به کشورهای مختلفی هستند.

ماشین پاسخگوی جدید

رقابت برای رسیدن به یک رایانه کوانتومی در مقیاس کامل با انگیزه‌های مختلفی انجام می‌شود. اساساً محاسبات کوانتومی نوید پاسخ به مشکلاتی را می‌دهند که قبلاً غیرقابل‌حل تصور می‌شدند - معماهایی که چندین سال طول می‌کشد تا از سوی بهترین رایانه‌های کلاسیک جهان شکسته شوند.

شناخته‌شده‌ترین مشکل از این نوع، فاکتورسازی اعداد صحیح یا شکستن یک عدد به‌عنوان حاصل‌ضرب چند عدد کوچک‌تر است: حتی سریع‌ترین ابررایانه‌ها نیز قادر به فاکتورگیری اعداد بسیار بزرگ نیستند. این امر بدان معناست که پیشرفته‌ترین شکل‌های رمزنگاری- که مبتنی بر فاکتورگیری‌اند- اکنون نمی‌توانند شکسته شوند، اما رایانه‌های کوانتومی ممکن است این وضعیت را تغییر دهند.

در سال 1994 یک دانشمند رایانه به نام پیتر شور ثابت کرد که یک کامپیوتر کوانتومی قادر به فاکتورگیری اعداد بسیار بزرگ است. در آن زمان، ساخت چنین رایانه‌ای کاملاً در قلمرو تئوری [و به دور از عمل] بود، اما با شروع توسعه این فناوری این نگرانی به وجود آمد که پردازنده‌های کوانتومی ممکن است روزی قادر به شکستن پیشرفته‌ترین رمزگذاری‌ها باشند. امروزه، کارشناسان امنیت ملی معتقد هستند که بازیگران دولتی و خصوصی متخاصم درحال جمع آوری اطلاعات رمزگذاری شده و در انتظار این فناوری جدید هستند، رویکردی که به عنوان حمله «اکنون ذخیره کن، بعداً رمزگشایی کن» شناخته می‌شود. اما رمزگشایی تنها یکی از کاربردهای ممکن برای کامپیوترهای کوانتومی است و احتمالاً بیش از یک‌دهه با به‌کارگیری آن فاصله داریم. همان‌طور که فاینمن می‌دانست، کاربردهای واضح‌تر برای محاسبات مبتنی‌بر کوانتوم به شبیه‌سازی کوانتومی- توانایی انجام محاسبات دقیق سیستم‌های کوانتومی مانند الکترون‌ها، مولکول‌ها و مواد- مربوط می‌شود و این کاربردها می‌توانند زودتر مورد استفاده قرار گیرند.

پردازنده‌های کوانتومی در حال حاضر به اکتشافات در تعدادی از زمینه‌های بسیار تخصصی در فیزیک کمک می‌کنند- از جمله مهندسی شبه‌ذرات، دینامیک بدنه‌های متعدد، انتقال اسپین، انتقال فلز، کریستال‌های زمان، دینامیک کرم‌چاله و مغناطیس‌سازی. با یک رایانه کوانتومی در مقیاس کامل و با قابلیت کامل، احتمالات ممکن خیره‌کننده‌اند، مثلاً کودهای کشاورزی را در نظر بگیرید.

در حال حاضر تثبیت نیتروژن- فرایند شیمیایی مورد نیاز برای تولید آمونیاک از گاز نیتروژن- بسیار انرژی‌بر است و 2 درصد از بودجه سالانه انرژی جهان را به خود اختصاص می‌دهد، زیرا کاتالیزورهای صنعتی مورد استفاده در این واکنش بسیار ناکارآمد هستند. درواقع مولکول FeMoco که به طور طبیعی وجود دارد و یک کاتالیزور برای تثبیت بیولوژیکی نیتروژن به شمار می‌رود برای این کار بسیار کارآمدتر است، اما هنوز نمی‌توان آن را به‌صورت شیمیایی سنتز کرد یا در مقادیر صنعتی جدا نمود؛ به‌علاوه مکانیسم عمل آن بسیار چالش‌برانگیزتر از آن است که بتوان با فناوری محاسباتی موجود آن را روشن کرد. بااین‌حال با کامپیوترهای کوانتومی، محققان ممکن است قادر به انجام محاسبات دشوار لازم برای یادگیری مکانیسم واکنش FeMoco باشند؛ امری که امکان طراحی کاتالیزورهای الهام‌گرفته از FeMoco را فراهم می‌کند و می‌تواند موجب ذخیره مقادیر زیادی از انرژی شود. مثال دیگر در این زمینه داروها هستند که مستلزم تعامل مؤثر مولکول‌های دارو با مولکول‌های داخل بدن می‌باشند. برای شبیه‌سازی رفتار سیتوکروم P -۴۵۰ خانواده‌ای از آنزیم‌ها که عمدتاً مسئول متابولیسم دارو و بنابراین نحوه پاسخ بیماران به داروها هستند- رایانه‌های کلاسیک به مقادیر عظیمی از قدرت محاسباتی نیاز دارند. اما با رایانه‌های کوانتومی، می‌توان این کار را بسیار کارآمدتر انجام داد و به نوآوری‌های مهمی در مبارزه با بیماری نیز نایل شد.

محاسبات کوانتومی در صنایع شیمیایی و مواد نیز می‌تواند به طراحی باتری‌های کارآمدتر برای خودروهای برقی و همچنین عناصر غیرخورنده برای کشتی‌ها کمک کند. رایانه‌های کوانتومی همچنین می‌توانند به حل مشکل تبدیل راکتورهای همجوشی هسته‌ای به منبع انرژی پایدار کمک کنند. یکی دیگر از زمینه‌های کاربردی امیدوارکننده، حوزه یادگیری ماشینی است. آموزش کامپیوترهای کلاسیک در زمینه داده‌های کوانتومی- اطلاعات الکترونیکی، مغناطیسی و سایر اطلاعاتی که رفتار یک سیستم کوانتومی را توصیف می‌کنند- به مقادیر زیادی داده و زمان پردازش نیاز دارد. در مقابل همین نوع آموزش با استفاده از رایانه‌های کوانتومی به نمونه‌های کمتری برای کسب تسلط نیاز دارند. با چنین دستاوردهای عظیمی در کارایی می‌توان از این ماشین‌ها برای یادگیری و پیش‌بینی رفتار مواد شیمیایی و مواد بی‌شمار دیگری استفاده کرد.

در حال حاضر مشخص نیست که آیا رایانه‌های کوانتومی در یادگیری از داده‌های کلاسیک مانند داده‌های متنی، صوتی و تصویری بر زیربنای سیستم‌های هوش مصنوعی امروزی مزیت خواهند داشت یا خیر. بااین‌حال محاسبات کوانتومی از پیشرفت‌های هوش مصنوعی کلاسیک سود می‌برند؛ محققان از مدل‌های زبان بزرگ، مدل‌های ترانسفورماتور و دیگر معماری‌های هوش مصنوعی برای کمک به طراحی دستگاه‌های کوانتومی، توسعه نرم‌افزار و بهبود نحوه تصحیح خطای کوانتومی استفاده می‌کنند.

البته منطقی است که رایانه‌های کوانتومی در کاربردهایی مزیت داشته باشند که خود مکانیک کوانتومی به شمار می‌روند، اما در این میان مسئله‌ای وجود دارد که کمتر به آن پرداخته شده است: اینکه رایانه‌های کوانتومی می‌توانند دستاوردهای چشمگیری در حل برخی از انواع مسائل مکانیکی غیرکوانتومی، مانند فاکتورگیری ارائه دهند.

درواقع محققان و ریاضی‌دانان 60 الگوریتم را کشف کرده‌اند که به رایانه‌های کوانتومی اجازه می‌دهد مسائل را بسیار سریع‌تر از نمونه‌های کلاسیک حل کنند. برخی از این افزایش‌ها در مقیاس بسیار چشمگیرند که در مثال‌های بالا به آن‌ها اشاره شد؛ برخی دیگر کمتر چشمگیر بوده اما همچنان نسبت به کامپیوترهای کلاسیک مزایای قابل‌توجهی دارند.

یکی از حوزه‌های جدی تحقیق، مطالعات مربوط به بهینه‌سازی است. با توجه به مجموعه‌ای از متغیرها، بهینه‌سازی به دنبال یافتن کارآمدترین راه‌حل است و توسط برنامه‌ریزان مالی، مدیران تدارکات حمل‌ونقل و مربیان ورزشی و بسیاری دیگر از آن استفاده می‌شود. بهینه‌سازی نیز در سیستم‌های هوش مصنوعی نقش اساسی دارد. با توجه به اهمیت محاسبات بهینه‌سازی برای اقتصاد جهانی، اگر حتی کسری از آنها بسیار سریع‌تر و ارزان‌تر و با انرژی بسیار کمتر اجرایی شوند، تأثیر این کار غیرقابل‌اندازه‌گیری خواهد بود.

ماشین‌های سریع‌تر، خطرات بزرگ‌تر

امکانات منتج از محاسبات کوانتومی الهام‌بخش بوده، اما محدودیت‌های فعلی این فناوری هم جدی‌اند. حرکت از وضعیت امروزی به سامانه‌های پیشرفته مورد نیاز برای اجرایی کردن برخی از امیدوارکننده‌ترین کاربردهای این فناوری، مستلزم ادغام اجزای بسیار پیچیده و غلبه بر چالش‌های بی‌شماری است. درنتیجه بسیاری از برنامه‌های پیش‌بینی شده ممکن است برای سال‌ها محقق نشوند. مثلاً بر اساس برآوردهای فعلی یک رایانه کوانتومی که قادر به شکستن کد باشد، در مقایسه با بهترین نمونه‌های فعلی، به حدود 40هزار برابر کیوبیت‌های فیزیکی و کاهش پنج برابری میزان خطای فیزیکی نیاز دارد. رایانه‌های کوانتومی هم که بتوانند محاسبات شیمی ساده‌ای را انجام دهند، تقریباً دو مرتبه کم‌هزینه‌تر هستند، اما آن‌ها نیز به فناوری بسیار پیشرفته‌تری وابسته خواهند بود.

یکی از معیارهای وضعیت فعلی توسعه کوانتومی را می‌توان از نقشه راهی که گوگل در سال 2018 منتشر کرد برگرفت. این طرح شش نقطه عطف فنی را پیش‌بینی کرده است که برای دستیابی به یک رایانه کوانتومی در مقیاس کامل مورد نیاز است: نشان دادن اینکه یک پردازنده کوانتومی می‌تواند در اولین کار خود از پردازنده کلاسیک بهتر عمل کند؛ ساخت یک نمونه اولیه برای یک کیوبیت منطقی؛ نمایش یک کیوبیت منطقی واقعی؛ ساخت یک دروازه منطقی برای عملیات بین چند کیوبیت منطقی، تولید 100 کیوبیت منطقی که نقطه شروعی برای شبیه‌سازی کوانتومی ساده در نظر گرفته می‌شود و تولید هزار کیوبیت منطقی برای شبیه‌سازی‌های پیچیده‌تر (یک کامپیوتر رمز شکن حتی به قابلیت‌های پیشرفته‌تری هم نیاز دارد). گوگل به دو نقطه عطف اول خود دست یافت و در دسامبر 2024 پردازنده کوانتومی جدیدی به نام Willow را معرفی کرد که قادر است در چند دقیقه الگوریتم معیاری را حل کند که حل آن توسط یکی از سریع‌ترین ابررایانه‌های امروزی، 1025 سال طول می‌کشد.

سازمان‌های دیگر – ازجمله IBM، IonQ و QuEra - نقشه‌های راه خود را برای یک کامپیوتر کوانتومی عاری از خطا و در مقیاس بزرگ منتشر کرده‌اند. محققان چینی، به‌ویژه در دانشگاه علم‌وفناوری چین، به اولین نقطه عطف گوگل دست یافته‌اند و پردازنده‌هایی را با صدها کیوبیت به‌نمایش گذاشته‌اند. مانند سایر بازیگران این عرصه، محققان چینی بدون‌شک پیشرفت‌های مهم دیگری هم دارند که هنوز به‌صورت عمومی منتشر نشده است.

برای ارزیابی وضعیت فعلی رقابت کوانتومی، بازوی تحقیقاتی وزارت دفاع ایالات‌متحده، آژانس پروژه‌های تحقیقاتی پیشرفته دفاعی یا «دارپا»، اخیراً یک ابتکار محاسبات کوانتومی را برای تعیین اینکه آیا رویکرد محاسباتی کوانتومی می‌تواند تا سال 2033 به عملیاتی در مقیاس کاربردی دست‌یابد یا خیر، اعلام کرد.

اگرچه پیش‌بینی سرعت دقیق نوآوری‌های آتی غیرممکن است، اما کامپیوترهایی که احتمالاً از 10 کیوبیت منطقی تشکیل شده‌اند، ممکن است تا پایان این دهه ساخته شوند. چنین شاهکاری، همراه با روش‌های بهبودیافته تصحیح خطا و الگوریتم‌های کارآمدتر، جهان را به‌طرز وسوسه‌انگیزی به شبیه‌سازی کوانتومی نزدیک خواهد کرد.

بر اساس برآوردهای کنونی، بعید است محققان تا اواخر دهه 2030 به اولین ماشین رمزشکن کوانتومی واقعی دست یابند یک رایانه کوانتومی با میلیون‌ها کیوبیت و تصحیح خطای کافی. حتی در آن زمان هم ساعت‌ها طول خواهد کشید تا چنین رایانه‌ای یک عدد بزرگ را فاکتورگیری کند. با این حال، برای ایالات متحده و شرکای بین‌المللی آن بسیار مهم است که از هم‌اکنون برای چنین فناوری آماده شوند. این شبکه‌ها علی‌رغم در دسترس بودن طولانی‌مدت، در پیاده‌سازی استانداردهای امنیتی جدید بسیار کند بوده‌اند. توسعه، آزمایش و اصلاح مجموعه‌ای از استانداردهای کوانتومی امن سال‌ها طول خواهد کشید. مؤسسه ملی استاندارد و فناوری ایالات متحده از سال 2016 تلاش‌هایی را برای توسعه استانداردهای رمزنگاری برای دنیای پساکوانتومی رهبری می‌کند. در آگوست 2024، این مؤسسه اولین مجموعه از سه الگوریتم رمزگذاری کلاسیک را به‌عنوان استانداردهای آماده برای استفاده فوری، همراه با دستورالعمل‌هایی برای ادغام آن‌ها در سامانه‌های رمزگذاری و سایر محصولات، اعلام کرد. اگرچه این مجموعه از الگوریتم‌ها امروزه در برابر همه روش‌های رمزگشایی منتشرشده نفوذناپذیر هستند، اما ممکن است یک یا چند مورد از آن‌ها در آینده آسیب‌پذیر شوند. چنین نگرانی‌هایی در پی تحقیقات جدیدی که نشان می‌دهد رمزگذاری عمومی ممکن است هرگز در برابر حملات کوانتومی کاملاً ایمن نباشد، فوریت بیشتری پیدا کرده است.

مانند سایر فناوری‌های جدید و قدرتمند، محاسبات کوانتومی هم حائز توأمان ویژگی‌های نویدبخش و خطرناک جدید است. رایانه‌های کوانتومی علاوه بر سرقت اطلاعات در مقیاس بزرگ، اختلالات اقتصادی و نقض اطلاعات می‌توانند برای اهداف مخربی مانند شبیه‌سازی و سنتز سلاح‌های شیمیایی یا بهینه‌سازی مسیر پرواز گروهی از پهپادها استفاده شوند. همانند هوش مصنوعی، احتمال سوءاستفاده از فناوری کوانتومی هم سبب ایجاد سؤالاتی درباره نهاد مسئول کنترل این خطرات و نحوه کاهش آن‌ها ایجاد کرده است. سیاست‌گذاران باید تعیین کنند که چگونه می‌توانند منافع اقتصادی و اجتماعی این فناوری را به حداکثر رسانده و درعین‌حال خطرات را حداقل کنند. یافتن بهترین راه‌ها برای دستیابی به این موازنه مستلزم یک بحث جدی در جامعه مدنی و درک عموم از دستاوردها و آسیب‌های بالقوه فناوری است. آینده‌های متعددی برای جهانی با رایانه‌های کوانتومی وجود دارد. در بهترین آن‌ها دموکراسی‌های لیبرال هم توسعه این فناوری و هم مدیریت جمعی آن را رهبری خواهند کرد. اما بدترین سناریو این است که ایالات متحده و شرکای بین‌المللی آن، با انفعال یا اقدامات ناکافی، سلطه بر این فناوری جدید را به چین و دیگر کشورهای خودکامه واگذار می‌کنند.

جهش کوانتومی

تکمیل ساخت رایانه‌های کوانتومی یک پروژه جسورانه، جاه‌طلبانه و چندوجهی است و هیچ شرکت یا کشوری نمی‌تواند به‌تنهایی آن را انجام دهد. سیستم‌های اولیه امروزی به هزاران قطعه و ابزار تخصصی نیاز دارند؛ ساخت پیچیده و امکانات برودتی و تسلط در سطح جهانی در ده‌ها زمینه فنی که با میلیاردها دلار سرمایه‌گذاری در تحقیق‌وتوسعه پشتیبانی می‌شود. سیستم‌های نسل فردا به‌طرز محسوسی پیچیده‌تر خواهند بود. اگر ایالات متحده تمایل دارد پیشتاز این رقابت بوده و همراه با متحدان بین‌المللی خود، پیشرفته‌ترین سیستم‌های محاسباتی کوانتومی را بسازد، باید به فعالان حوزه کوانتومی اجازه دهد تا در سراسر بخش‌ها و مرزها با یکدیگر همکاری کنند. همکاری مؤثر می‌تواند به دموکراسی‌های لیبرال برتری قابل‌توجهی نسبت به کشورهای بسته‌تر و اقتدارگرا اعطا کند.

برای بسیاری از شرکت‌هایی که امروزه روی سیستم‌های کوانتومی کار می‌کنند، پردازنده‌های کوانتومی تاج مالکیت معنوی به شمار رفته و به همین دلیل در کشوری که خود آن‌ها در آن تأسیس شده‌اند [و نه کشورهای دیگر] تولید می‌شوند: گوگل تراشه‌های کوانتومی را در ایالات متحده می‌سازد، مدارهای کوانتومی آکسفورد تراشه‌های کوانتومی را در انگلیس تولید می‌کنند، و آلیس و باب این کار را در فرانسه انجام می‌دهد. در تمامی موارد، این تراشه‌ها برای تحقیق‌وتوسعه داخلی به کار رفته و فقط در برخی موارد، اشخاص ثالث اجازه دسترسی به نمونه‌های اولیه آن‌ها را دارند. همان‌طور که صنعت نیمه‌هادی نشان داده است حفظ مزیت تولید داخلی یک محصول راهبردی برای هر کشوری منافع ژئوپلیتیک دارد.

اما برای ساخت پردازنده‌ها و ادغام کامل سیستم‌های رایانه‌ای به‌صورت محلی، استعدادهای لازم نیز باید در دسترس باشند. این امر مستلزم همکاری بین نهادهای دولتی، صنایع و مؤسسات تحقیقاتی و آموزشی است. شرکت‌های محاسبات کوانتومی می‌توانند با به اشتراک گذاشتن نیازهای نیروی کار پیش‌بینی‌شده خود و ارائه فرصت‌های آموزشی ضمن کار، از این فرایند پشتیبانی کنند. ازآنجایی‌که مجموعه مهارت‌های مورد نیاز برای محاسبات کوانتومی بسیار تخصصی است، برای هر کشوری امکان‌پذیر نخواهد بود که تمام استعدادهای مورد نیاز در این مسیر را ایجاد کند - و حتی ممکن است برای هیچ کشوری امکان‌پذیر نباشد. کار خود ما در محاسبات کوانتومی شامل همکاری با بیش از 100 مؤسسه دانشگاهی و شریک صنعتی در سراسر ایالات متحده، اروپا و آسیا و اقیانوسیه است. برای ایالات متحده و متحدان آن عاقلانه خواهد بود که سیاست‌های ویزا، مهاجرت و کنترل صادراتی را اجرایی کنند که به شرکت‌های این بخش حیاتی اجازه می‌دهد تا بااستعدادترین دانشمندان، مهندسان و تکنسین‌ها را جذب خود کنند. در ماه سپتامبر، وزارت بازرگانی ایالات‌متحده با اعلام قوانین جدیدی که شامل معافیت صادراتی تلقی می‌شود، گام مهمی برای تسهیل اشتغال کارگران بین‌المللی بسیار ماهر در ایالات‌متحده برداشت.

واشنگتن و شرکای بین‌المللی‌اش همچنین باید زنجیره‌های تأمین قوی را برای همه زیرسیستم‌ها و اجزایی ایجاد کنند که در محاسبات کوانتومی مورد استفاده قرار می‌گیرند. بسیاری از اجزای ضروری برای این کار در کشورهای متفاوت در سراسر جهان تولید می‌شوند و این روند ادامه خواهد داشت، برای مثال ساخت کیوبیت‌های ابررسانا به بسیاری از ابزارهای مشابهی نیاز دارد که در تأسیسات ساخت نیمه‌رساناهای پیشرفته متعلق به شرکت‌هایی مانند اینتل و TSMC هم استفاده می‌شوند. این ابزارها در فرانسه، آلمان، هلند و ایالات‌متحده و سایر کشورها تولید می‌شوند. یخچال‌های برودتی هم نیاز به تخصص‌هایی دارند که تنها تعداد انگشت‌شماری از شرکت‌ها از آن برخوردارند که اکثر آن‌ها در انگلیس و اتحادیه اروپا مستقرند. اجزای دیگر، مانند الکترونیک کنترل و سیم‌کشی، توسط شرکت‌های تخصصی در اسرائیل، ژاپن و تایوان و همچنین در ایالات‌متحده و اتحادیه اروپا طراحی شده‌اند. هر کشوری ممکن است بر نحوه ساخت قطعات مختلف تسلط پیدا کند، اما کشورهای هم‌فکر باید با هم کار کنند تا پازل کامل را به دست آورده و این فناوری را دور از دسترس دولت‌های مستبد نگه دارند.

برای اینکه محاسبات کوانتومی به پتانسیل کامل خود دست یابند، ذهن خلاق بسیاری از رشته‌های مختلف برای توسعه کاربردهای این فناوری مورد نیاز است. چندین تلاش اولیه برای تقویت یک زیست‌بوم توسعه‌دهنده وجود دارد، ازجمله برنامه سنجش کوانتومی دارپا که پیشرفت به سمت حوزه‌های کاربردی بالقوه را اندازه‌گیری می‌کند و XPRIZE Quantum Applications که یک رقابت بین‌المللی سه‌ساله به ارزش پنج‌میلیون دلار برای تولید الگوریتم‌های محاسبات کوانتومی جدید برای چالش‌های دنیای واقعی است. منافع حاصله ناشی از ایجاد رابط‌های آسان برای دسترسی توسط توسعه‌دهندگان نرم‌افزار، استفاده از این رابط‌ها برای مشکلات بسیار حائز اهمیت از سوی دانشگاهیان و رهبران کسب‌وکار و ارائه درون‌داد درباره ارزشمندترین چیزها برای مصرف‌کنندگان و جامعه مدنی خواهد بود.

مانند مسابقه فرود انسان روی ماه یا توالی‌یابی تمام ژن‌های موجود در ژنوم انسان، توسعه موفقیت‌آمیز و ایمن محاسبات کوانتومی به‌تنهایی توسط دانشمندان امکان‌پذیر نیست. این امر مستلزم تعهد ارائه عمومی و خصوصی منابع درطول نسل‌ها و استعدادها و دیپلماسی بین‌المللی دوراندیش است. رایانه‌های کوانتومی فرصت‌های فوق‌العاده‌ای را برای ایالات‌متحده و بسیاری از کشورهای دیگر در سراسر جهان ایجاد خواهند کرد. آن‌ها همچنین خطرات جدیدی ازجمله احتمال سوءاستفاده و شوک‌های احتمالی به نظم جهانی خواهند داشت. اگر بتوان این خطرات را مدیریت کرد، پتانسیل استفاده از محاسبات کوانتومی برای تسریع پیشرفت انسان وجود دارد.

مترجم: سجاد عطازاده

لینک مقاله: https://www.foreignaffairs.com/united-states/race-lead-quantum-future-chou-manyika-neven