رایانش کوانتومی در سال ۲۰۲۴ پیشرفت‌های قابل توجهی داشته است، اما هنوز نتوانسته است مزیت عملی قابل توجهی نسبت به رایانه‌های دیجیتال کلاسیک نشان دهد. بر اساس گزارش اخیر فورستر ریسرچ، این فناوری همچنان در مرحله آزمایشی باقی مانده و کاربردهای گسترده آن احتمالاً حداقل یک دهه دیگر به طول خواهد انجامید.
پیشرفت‌ها و چالش‌های رایانش کوانتومی
گزارش فورستر که توسط برایان هاپکینز، معاون فناوری‌های نوظهور، و دیوید موتر، تحلیلگر ارشد، همراه با دیگر همکاران تهیه شده است، اشاره می‌کند که علیرغم بهبود در تعداد کیوبیت‌ها، زمان انسجام و دقت گیت‌های کوانتومی، این فناوری هنوز در مرحله آزمایشی است. چالش‌هایی مانند نرخ خطای بالا و مقیاس‌پذیری همچنان پابرجا هستند.
رایانه‌های کوانتومی عملی و قابل استفاده هنوز به صورت عمومی ظاهر نشده‌اند، اما برخی کاربردهای مفید کوانتوم، مانند تولیدکننده‌های اعداد تصادفی کوانتومی، شبکه‌ها، سنسورها و سایر دستگاه‌ها، در حال استفاده هستند.
رایانش کوانتومی و حل مسائل بهینه سازی
رایانش کوانتومی مبتنی بر گیت هنوز مزیت عملی قابل توجهی نشان نداده است، اما رایانش کوانتومی آنیلینگ در حال حاضر ارزش‌هایی فراتر از رایانش کلاسیک ارائه می‌دهد. D-Wave از فناوری آنیلینگ کوانتومی در یک راه‌حل ترکیبی برای حل مسائل بهینه سازی پیچیده استفاده کرده است. به عنوان مثال، این شرکت توانست منابع شبکه موبایل بزرگ‌ترین ارائه‌دهنده خدمات ارتباطی ژاپن، NTT Docomo، را در ۴۰ ثانیه بهینه سازی کند، در حالی که روش‌های کلاسیک ۲۷ ساعت زمان نیاز داشتند.
گزارش فورستر پیش‌بینی کرده است که پلتفرم‌های رایانش کوانتومی مبتنی بر گیت احتمالاً برای ۱۰ تا ۱۵ سال آینده در مرحله آزمایشی باقی خواهند ماند. با این حال، رایانش کوانتومی آنیلینگ، که به طور ویژه برای حل مسائل بهینه سازی مناسب است، هم اکنون در حال استفاده است.
مطالب مرتبط : آیا هوش مصنوعی جایگزین محاسبات کوانتومی خواهد شد؟
بهینه سازی: کاربرد پیشروی رایانش کوانتومی
بهینه سازی یکی از مهم‌ترین کاربردهای رایانش کوانتومی است، زیرا برای بسیاری از صنایع حیاتی است. در حوزه مالی، بهینه سازی استراتژی‌های معاملاتی، قیمت گذاری دارایی‌ها و بهینه سازی پرتفولیو از جمله موارد استفاده هستند. در حوزه سلامت، بهینه سازی درمان‌های رادیوتراپی و تولید داروهای هدفمند سرطان نیز از کاربردهای مهم این فناوری است.
بهینه سازی به دلیل مقیاس پذیری بالا در رایانه‌های کوانتومی، مزایای کوتاه مدت بیشتری ارائه می‌دهد. حتی داشتن ۱۰۰ کیوبیت روی تراشه کوانتومی می‌تواند برای حل مسائل بهینه سازی بسیار مفید باشد.
یادگیری ماشین کوانتومی: نشانه‌های امیدوارکننده
یکی دیگر از پیشرفت‌های سال ۲۰۲۴، ظهور یادگیری ماشین کوانتومی بوده است. سرویس‌های کوانتوم به عنوان سرویس (QaaS) دسترسی به رایانش کوانتومی را گسترش داده‌اند و امکان پیشرفت در یادگیری ماشین کوانتومی را فراهم کرده‌اند. محققان در حال توسعه شبکه‌های عصبی کوانتومی، ماشین‌های بردار پشتیبان کوانتومی و الگوریتم‌های کوانتومی برای کارهای پیچیده‌ای مانند پردازش تصویر و زبان طبیعی هستند.
استفاده از الگوریتم‌هایی مانند الگوریتم بهینه سازی تقریبی کوانتومی (QAOA) و دیگر بهبودهای کوانتومی مانند کاهش گرادیان، می‌تواند آموزش مدل‌های یادگیری ماشین را به طور چشمگیری سرعت بخشد.
تهدیدات کوانتومی و ضرورت آماده‌سازی
با پیشرفت‌های رایانش کوانتومی، تمرکز بر امنیت کوانتومی نیز افزایش یافته است. با تعیین استانداردهای الگوریتم‌های مقاوم در برابر کوانتوم توسط NIST، نیاز به محافظت از داده‌ها در برابر تهدیدات آینده کوانتومی به طور فزاینده‌ای احساس می‌شود.
حتی اگر یک راه حل کوانتومی برای شکستن رمزنگاری PKI ده سال دیگر در دسترس باشد، زمان اقدام برای این امکان هم اکنون است. سازمان‌ها باید از هم‌اکنون اقدام کنند تا این انتقال در یک دهه آینده تکمیل شود.
زمستان سرمایه گذاری در رایانش کوانتومی؟
فورستر پیش‌بینی کرده است که سرمایه گذاری در فناوری کوانتومی ممکن است با کاهش مواجه شود. با این حال، برخی کارشناسان با این پیش بینی موافق نیستند. پیش بینی می شود سطح سرمایه گذاری در سال ۲۰۲۵ حداقل به اندازه سال ۲۰۲۴ خواهد بود یا حتی افزایش خواهد یافت.
کاهش نسبی اخیر در سرمایه گذاری کوانتومی بیشتر به دلیل کاهش تبلیغات اغراق آمیز اولیه و همزمانی با رشد هوش مصنوعی است. با تبدیل پیشرفت‌های پایدار به رایانه‌های کوانتومی با قابلیت‌های کافی، سرمایه گذاری لازم بازخواهد گشت.
جمع بندی
رایانش کوانتومی در سال ۲۰۲۴ پیشرفت‌های قابل توجهی داشته است، اما هنوز در مرحله آزمایشی باقی مانده و کاربردهای گسترده آن احتمالاً حداقل یک دهه دیگر به طول خواهد انجامید. با این حال، کاربردهای فعلی مانند بهینه سازی و یادگیری ماشین کوانتومی نشان‌دهنده پتانسیل بالای این فناوری هستند. سازمان‌ها باید از هم اکنون برای مواجهه با تهدیدات امنیتی آینده و بهره‌برداری از فرصت‌های کوانتومی آماده شوند
