ییل با کمک‌هزینه NSF هدایت تلاش برای توسعه practical, industry-scale quantum computers را بر عهده گرفت

به‌روزرسانی: 1 دقیقه مطالعه

Date:

ییل رهبری یک تلاش پنج‌ساله با پشتیبانی ۳۷٫۵ میلیون دلاری بنیاد ملی علوم را برای رفع چالش تصحیح خطای کوانتومی، یکی از موانع اصلی رایانش کوانتومی قابل‌اعتماد، بر عهده دارد. مرکز جدید «مؤسسه چالش جهش کوانتومی NSF برای فیزیک و مهندسی تصحیح خطای کوانتومی عملی»، که با نام NSF PRACTIQAL شناخته می‌شود، پژوهشگرانی از رشته‌ها و دانشگاه‌های گوناگون را گرد هم می‌آورد تا مسیری به سوی رایانه‌های کوانتومی عملی در مقیاس صنعتی ایجاد کنند. این کار اهمیت دارد، زیرا ماشین‌های کوانتومی برای آنکه به اندازه کافی برای کاربردهای واقعی قابل‌اعتماد شوند، باید خطاها را سریع‌تر از وقوعشان شناسایی و اصلاح کنند. .

نکات کلیدی

  • کمک‌هزینه NSF در مجموع ۳۷٫۵ میلیون دلار است و از یک پروژه پنج‌ساله به رهبری ییل پشتیبانی می‌کند.
  • NSF PRACTIQAL از کیوبیت‌های فیزیکی و الکترونیک کنترل تا الگوریتم‌ها، به تصحیح خطای کوانتومی خواهد پرداخت.
  • این مرکز بر مقیاس‌دهی ماشین‌های دارای تصحیح خطا و «کیوبیت‌های محوشدگی» تمرکز خواهد کرد که برای اعلام محل و زمان رخ‌دادن خطا طراحی شده‌اند.
  • این جایزه یکی از هشت کمک‌هزینه «مؤسسه چالش جهش کوانتومی» NSF برای مراکز پژوهشی میان‌رشته‌ای بزرگ‌مقیاس است.

این موضوع برای پژوهشگران و دانشگاه‌ها چه معنایی دارد

برای پژوهشگران و دانشگاه‌های مشارکت‌کننده، NSF PRACTIQAL برنامه‌ای هماهنگ را در فیزیک، مهندسی، علوم رایانه و شیمی ایجاد می‌کند. این مرکز به‌جای آنکه سخت‌افزار، کدهای تصحیح خطا و الگوریتم‌ها را مسائل جداگانه بداند، در پی بهینه‌سازی هم‌زمان آن‌هاست تا سامانه‌های کوانتومی تحمل‌خطاپذیر دست‌یافتنی‌تر، کارآمدتر و عملی‌تر شوند.

اعضای هیئت علمی ییل که در این طرح حضور دارند عبارت‌اند از رابرت شولکوف، مایکل هتریدج، یونگ‌شان دینگ، لین ژونگ، آلکساندر کوبیتسا، شروتی پوری، استیون گیروین، کنراد لنرت و ویکتور باتیستا. این مؤسسه همچنین دانشگاه‌های شریک، شرکای صنعتی و یک هیئت مشورتی خارجی را دربر می‌گیرد که هدف آن کمک به حفظ ارتباط پژوهش‌های مرکز با جامعه گسترده‌تر رایانش کوانتومی است.

چرا تصحیح خطای کوانتومی چالش محوری این پروژه است؟

تصحیح خطای کوانتومی محوری است، زیرا کیوبیت‌ها شکننده‌اند: نویز و دیگر عوامل محیطی می‌توانند حالت‌های کوانتومی آن‌ها را مختل کنند. بنابراین یک ماشین عملی باید بتواند خطاها را سریع‌تر از پیدایش آن‌ها تشخیص دهد و اصلاح کند. NSF PRACTIQAL برای بررسی علم و مهندسی موردنیاز جهت کارآمدتر و عملی‌تر کردن این فرایند در سامانه‌های بزرگ‌تر طراحی شده است.

اطلاعات در رایانش متعارف با یک‌ها و صفرهای مقاوم نمایش داده می‌شود، در حالی که کیوبیت‌ها به‌مراتب بیشتر در معرض خطا هستند. این تفاوت، با وجود ظرفیت رایانش کوانتومی برای پرداختن به مسائلی که برای رایانه‌های کلاسیک تقریباً ناممکن‌اند، از جمله کاربردهای احتمالی در علم مواد و طراحی دارو، قابلیت‌اعتماد را به مانعی بزرگ تبدیل کرده است.

رابرت شولکوف، مدیر مرکز و استاد ممتاز فیزیک کاربردی، گفت: «امروز، تصحیح خطا چالش اصلی علمی و مهندسی برای مفید کردن رایانش کوانتومی است.»

NSF PRACTIQAL چگونه می‌خواهد اجزای رایانش کوانتومی را به هم پیوند دهد

رویکرد این مرکز کار در تمامی سطوح یک رایانه کوانتومی است. پژوهشگران آن کیوبیت‌های فیزیکی و الکترونیک کنترل، و نیز کدها و الگوریتم‌های لازم برای راه‌اندازی یک ماشین را بررسی خواهند کرد. هدف آن است که سخت‌افزار و نرم‌افزار برای اجرای گونه‌های سازگار کد طراحی شوند تا کارایی افزایش یابد و آسیب‌پذیری در برابر خطا کاهش پیدا کند.

یکی از اولویت‌های پژوهشی، شناسایی مسائلی است که مقیاس‌دهی ماشین‌های دارای تصحیح خطا را کند کرده‌اند. اولویت دوم، بررسی کیوبیت‌های محوشدگی است که اعضای تیم PRACTIQAL در توسعه آن‌ها پیشگام بوده‌اند. این کیوبیت‌های ویژه مانند نشانگرهایی عمل می‌کنند که مکان و زمان خطا را مشخص می‌سازند؛ رویکردی که مؤسسه آن را در چارچوب عملی‌تر کردن تصحیح خطا بررسی خواهد کرد.

مایکل هتریدج، مدیر مشترک PRACTIQAL و دانشیار فیزیک کاربردی، گفت بسیاری از کارهای پیشین بر ماشین‌های بسیار کوچکی متمرکز بوده‌اند که برای تصحیح خطا بهینه شده‌اند. هدف گروه، کوتاه کردن مسیر دستیابی به رایانه‌های کوانتومی بزرگ‌مقیاس با تصحیح خطا، از طریق اثبات ایده‌ها و ترسیم مسیر سامانه‌های بزرگ‌تر است، نه ساختن یک سامانه غول‌پیکر.

تلاش پنج‌ساله قرار است چه دستاوردی داشته باشد

پژوهشگران انتظار دارند تا پایان پروژه پنج‌ساله، مسیری به سوی رایانه‌های عملی دارای تصحیح خطا در مقیاس صنعتی توسعه داده باشند. نقش مؤسسه هماهنگ‌کردن تخصص‌هایی است که اغلب بر اجزای منفرد متمرکزند و به‌کارگیری آن‌ها در طراحی بهینه یک ماشین کامل است.

کمک‌هزینه NSF یکی از هشت جایزه برای مؤسسه‌های چالش جهش کوانتومی است؛ مراکز میان‌رشته‌ای بزرگ‌مقیاسی که به چالش‌های اصلی در علم و فناوری اطلاعات کوانتومی می‌پردازند. این کمک‌هزینه برای ییل و همکارانش از تلاشی پشتیبانی می‌کند که پژوهش بنیادی درباره خطاها در دستگاه‌های کوانتومی را با انتخاب‌های سخت‌افزاری و نرم‌افزاری لازم برای ماشین‌های قابل‌اعتماد پیوند می‌دهد.

پرسش‌های متداول

NSF PRACTIQAL چیست؟

NSF PRACTIQAL مؤسسه چالش جهش کوانتومی NSF برای فیزیک و مهندسی تصحیح خطای کوانتومی عملی است. این مرکز که ییل رهبری آن را بر عهده دارد، طرحی پنج‌ساله با بودجه ۳۷٫۵ میلیون دلار است که دانشمندان علوم رایانه، شیمی‌دانان، فیزیک‌دانان و مهندسان را برای پیشبرد رایانش کوانتومی بزرگ‌مقیاس با تصحیح خطا گرد هم می‌آورد.

کیوبیت‌های محوشدگی چه هستند؟

کیوبیت‌های محوشدگی، کیوبیت‌هایی با طراحی ویژه‌اند که دقیقاً محل و زمان وقوع خطا را اعلام می‌کنند. NSF PRACTIQAL استفاده از آن‌ها را در بخشی از کار خود برای عملی‌تر و کارآمدتر کردن تصحیح خطای کوانتومی بررسی خواهد کرد.

Share post:

Subscribe

Popular

More like this
Related

اسلواکیا ملی بورسیه پروگرام کے لیے ۲۰۲۶/۲۰۲۷ کے موسمِ گرما کی درخواستیں کھل گئیں

اسلواک جمہوریہ کی حکومت سے مالی اعانت یافتہ اور ایس اے آئی اے کے زیرِ انتظام اس پروگرام میں ۲۰۲۶/۲۰۲۷ تعلیمی سال کے موسمِ گرما کے لیے درخواستیں شروع ہو گئی ہیں۔ یونیورسٹی طلبہ، ماسٹرز و پی ایچ ڈی کے طلبہ، اساتذہ، محققین اور فنکار ۳۱ اکتوبر ۲۰۲۶ تک درخواست دے سکتے ہیں۔

کنسرت «نور در جهان» پروژه موسیقی خیابان بلور در تورنتو برای بورسیه‌های موسیقی مقدس دانشگاه تورنتو برگزار می‌شود

کنسرت رایگان آدونت و کریسمس در کلیسای متحد ترینیتی-سنت پلز تورنتو با حضور شش گروه کر و ۱۲ سرود تازه، برای حمایت از بورسیه‌های کارشناسی ارشد موسیقی مقدس در کالج امانوئل برگزار می‌شود.

رئیس دانشکده حقوق دانشگاه رِنمین از ام‌سی‌آی بازدید کرد تا درباره همکاری دانشگاهی گفت‌وگو کند

نمایندگان دانشکده حقوق دانشگاه رِنمین چین در ۹ اکتبر ۲۰۲۶ از مؤسسه چین منچستر در دانشگاه منچستر بازدید کردند تا درباره همکاری‌های احتمالی دانشگاهی، از جمله پژوهش مشترک، سمینارها و تبادل‌های علمی، گفت‌وگو کنند.

پیش‌بینی «نقاط واژگونی» با هوش مصنوعی: پژوهش گروهی از کلتک، تغییرات ناگهانی را در مدل‌های اقلیم و جریان هوا پیش‌بینی کرد

یک تیم به رهبری کلتک می‌گوید مدل تازه‌ای از هوش مصنوعی می‌تواند نقاط واژگونی را در شبیه‌سازی‌های ساده‌شده اقلیم و جریان هوا پیش‌بینی کند؛ از ناپدیدشدن ابرهای کم‌ارتفاع تا گذار واماندگی بال در آیرودینامیک.