Google DeepMind مدل هوش مصنوعی جدیدی به نام AlphaQubit توسعه داده که می‌تواند اشتباهات رایانه‌های کوانتومی را با کارایی بالاتری نسبت به روش‌های کنونی اصلاح کند. این پیشرفت می‌تواند این رایانه‌ها را یک گام دیگر به سوی استفاده گسترده‌تر نزدیک‌تر کند.
AlphaQubit یک پروژه پیشرفته است که توسط تیم‌های Google DeepMind و Google Quantum AI توسعه داده شده است تا یکی از بزرگترین چالش‌های محاسبات کوانتومی را حل کند: تصحیح خطا. کامپیوترهای کوانتومی که به کیوبیت‌ها وابسته هستند، به دلیل حالات کوانتومی حساس خود، به شدت در معرض خطاها قرار دارند. AlphaQubit با استفاده از رویکرد مبتنی بر شبکه‌های عصبی، توانسته است این خطاها را با دقت بی سابقه‌ای شناسایی و تصحیح کند.
چالش‌های رایانه‌های کوانتومی و نقش هوش مصنوعی
رایانه‌های کوانتومی اطلاعات را در قالب کیوبیت‌ها (qubits) پردازش می‌کنند. کیوبیت‌ها برخلاف بیت‌های کلاسیک، می‌توانند چندین مقدار را به طور همزمان ذخیره کنند، اما بسیار حساس هستند و تحت تأثیر عواملی مانند گرما یا تابش‌های کیهانی دچار خطا می‌شوند.
برای رفع این مشکلات، محققان کیوبیت‌ها را به صورت گروهی سازمان دهی می‌کنند تا کیوبیت منطقی بسازند. در این روش، برخی کیوبیت‌ها برای محاسبات استفاده می‌شوند و برخی دیگر به عنوان ابزار تشخیص خطا به کار می‌روند. فرآیند تفسیر داده‌های این کیوبیت‌ها برای شناسایی و اصلاح خطاها، دکودینگ (decoding) نام دارد که بسیار پیچیده است و تأثیر مستقیمی بر عملکرد رایانه‌های کوانتومی دارد.
AlphaQubit : یک گام نوین در دکودینگ کوانتومی
تیم Google DeepMind به رهبری Johannes Bausch، مدل AlphaQubit را طراحی کرده‌اند که با استفاده از شبکه‌های عصبی پیشرفته، فرآیند دکودینگ را سریع‌تر و دقیق‌تر انجام می‌دهد. این فناوری مشابه تکنولوژی مورد استفاده در ابزارهای پیشرفته‌ای مانند AlphaFold (پیش‌بینی ساختار پروتئین) و مدل‌های زبانی مانند ChatGPT است.
سیستم AlphaQubit با استفاده از داده‌های مصنوعی و تجربی آموزش دیده و سپس با داده‌های واقعی از تراشه کوانتومی Sycamore گوگل تنظیم شده است. در نتیجه این امکان را دارد که به شرایط پیچیده نویز دنیای واقعی نیز تطبیق پیدا کند. این امر AlphaQubit را به گامی بزرگ در جهت قابل اعتمادتر و مقیاس پذیرتر کردن کامپیوترهای کوانتومی تبدیل می‌کند. با کاهش نرخ خطاها به میزان ۶٪ نسبت به روش‌های قبلی (شبکه تانسوری)، AlphaQubit استاندارد جدیدی را برای تصحیح خطای کوانتومی تعیین کرده است.
مزایای AlphaQubit در رایانه‌های کوانتومی آینده
شبکه‌های تانسوری در مقیاس‌های بزرگ کند می‌شوند، اما AlphaQubit می‌تواند در سیستم‌های بزرگتر نیز با همان سرعت کار کند. این موضوع باعث می‌شود این مدل گزینه‌ای کارآمد برای رایانه‌های کوانتومی آینده باشد.
Scott Aaronson از دانشگاه تگزاس می‌گوید:
“این پیشرفتی هیجان انگیز است. دکودینگ سریع و مؤثر خطاها، برای اجرای محاسبات کوانتومی بدون خطا، همیشه چالش برانگیز بوده است. حالا هوش مصنوعی نشان می‌دهد که می‌تواند در این حوزه پیشرو باشد.”
این دستاورد گوگل دیپ‌مایند یک گام مهم در نزدیک‌تر کردن رایانه‌های کوانتومی به کاربردهای واقعی و موثر در دنیای علم و فناوری محسوب می‌شود.
هدف نهایی AlphaQubit این است که راه را برای کامپیوترهای کوانتومی هموار کند تا بتوانند مسائل پیچیده‌ای را که در حال حاضر خارج از توان کامپیوترهای کلاسیک هستند، مانند کشف داروهای جدید، مدل‌سازی تغییرات آب و هوایی و علم مواد، حل کنند.
