هوش مصنوعی · مقاله
رایانش کوانتومی توضیح داده شد: کوبیتها چگونه کار میکنند و چرا اکنون مهم است
انتشار:

بهطور خلاصه
کامپیوترهای کوانتومی از کوبیتهایی استفاده میکنند که میتوانند ترکیبی از 0 و 1 را بهطور همزمان نگاه دارند و اجازه میدهند تا احتمالات متعدد را برای مسائل خاص بهطور موازی بررسی کنند. گوجل و IBM هر دو گزارش دادند که در سالهای 2025-2026 نقاط عطفی دارند که فناوری را از نمایشهای آزمایشگاهی به سمت استفاده عملی حرکت میدهند، در حالی که NIST قبلاً استانداردهای رمزگذاری را برای آمادهسازی برای خطری که ماشینهای کوانتومی میتوانند برای رمزگذاری امروزی ایجاد کنند، صادر کرده است.
این نسخه ترجمهٔ ماشینی متن اصلی (English) است. خواندن متن اصلی
کامپیوتر کلاسیک اطلاعات را در بیتهایی ذخیره میکند که 0 یا 1 هستند، مانند سوئیچی که روشن یا خاموش است. کامپیوتر کوانتومی از کوبیتها استفاده میکند، که میتوانند 0، 1 یا ترکیب وزندار از هردو را بهطور همزمان نشان دهند، طبق شارح رسمی IBM درباره رایانش کوانتومی. این خاصیت، که همپوشانی نام دارد، یکی از دلایلی است که ماشینهای کوانتومی میتوانند پاسخهای احتمالی متعددی برای مسائل خاص را بهطور همزمان بررسی کنند، بهجای یک به یک.
فیزیک پشت دستگاه
IBM چهار اثر مکانیک کوانتومی را شناسایی میکند که رایانش کوانتومی را ممکن میسازد: همپوشانی، درهمتنیدگی، تداخل و ازدسترفتن انسجام. درهمتنیدگی کوبیتها را بهگونهای پیوند میدهد که اندازهگیری یکی اطلاعات درباره دیگری را آشکار میسازد، حتی وقتی دو کوبیت از لحاظ فیزیکی جدا هستند. تداخل به مدار کوانتومی اجازه میدهد تا پاسخهای درست را تقویت کند و پاسخهای اشتباه را لغو کند، به همانطور که موجهای درهمتابیده میتوانند یکدیگر را تقویت یا لغو کنند. ازدسترفتن انسجام اثر معکوس است - حالتهای کوانتومی که در مقادیر کلاسیک معمولی فروپاشی میشوند - و این مانع اصلی است که مهندسان باید سرکوب کنند تا معالج کوانتومی مفید بماند، طبق IBM.
کوبیتها میتوانند از سیستمهای فیزیکی مختلفی ساخته شوند، از جمله مدارهای فوقرسانا خنکشده نزدیک صفر مطلق، یونهای محصور، نقاط کوانتومی و فوتونها. معالجهای کوانتومی IBM خود بر مدارهای فوقرسانا تکیه میزنند، چون میتوانند با استفاده از تکنیکهای ساخت تراشه موجود تولید و کنترل شوند، طبق IBM.
مزیت قابلتأیید: تراشه Willow گوجل
در 22 اکتبر 2025، گوجل اعلام کرد که معالج Willow با 105 کوبیت آنچه را که شرکت «اولین مزیت کوانتومی قابلتأیید» نامگذاری کرد، ارائه داد و از الگوریتمی تحتعنوان Quantum Echoes استفاده کرد، طبق نوشتار رسمی گوجل. الگوریتم سیگنال را به مجموعهای از کوبیتها میفرستد، یکی را مختل میکند، سپس تکامل سیگنال را معکوس میکند تا برای بلندی «الصدا» تقویتشده ای گوش فرا دهد که توسط تداخل سازنده ایجاد شود.
گوجل گزارش داد که Quantum Echoes در Willow 13,000 بار سریعتر از بهترین الگوریتم کلاسیک معروف روی یکی از سریعترین ابرکامپیوترهای جهان اجرا شد. شرکت تأکید کرد که برخلاف ادعای برتری کوانتومی سال 2019، این نتیجه «قابلتأیید» است - میتواند روی سختافزار کوانتومی مشابه تکرار و بررسیشود، نه اینکه به یک کار نمونهبرداری متکی باشد که راهی مستقل برای تأیید خروجی نیست.
با همکاری محققان دانشگاه کالیفرنیا برکلی، گوجل از الگوریتم برای مطالعه سیگنالهای رزونانس مغناطیسی هستهای (NMR) از مولکولهایی که حاوی 15 و 28 اتم بودند استفاده کرد، که به کاربردهای آیندهای در کشف دارو، مواد باتری و طراحی کوبیتهای جدید اشاره دارد، طبق همان اعلام گوجل.
مسیر IBM از «سود» تا تحمل خرابی
IBM بین چندین مرحله پیشرفت تمایز قائل میشود. شرکت میگوید در سال 2023 به «سود کوانتومی» رسید، یعنی معالجهای کوانتومی آن بر روشهای تقریب کلاسیک در وظایف خاص برتری یافتند. IBM گفته است که انتظار دارد تا پایان سال 2026 به «برتری کوانتومی» برسد - برتری بر تمام روشهای کلاسیک معروف در یک مسئله عملی، طبق بررسی رایانش کوانتومی خود IBM.
بیش از این، IBM نقشه راه را برای رایانش کوانتومی متحمل خرابی منتشر کرده است، جایی که خرابیها شناسایی و تصحیح میشوند قبل از اینکه محاسبه را فاسد کنند. نقشه راه تراشهای به نام Quantum Loon را توصیف میکند که در 2025 منتشر شد و اتصالیت کوبیت بهتر برای آزمایشهای اثبات مفهوم به سمت کدهای qLDPC با نرخ بالا داشت، ماژولی به نام Quantum Kookaburra برنامهریزیشده برای 2026 که اطلاعات را با استفاده از حافظه بررسیکننده تکافل کمچگالی کوانتومی (qLDPC) ذخیره میکند، و سیستمی به نام Starling برای سال 2029 که IBM میگوید باید 100 میلیون دروازه کوانتومی را روی 200 کوبیت منطقی اجرا کند. رویکرد تصحیح خرابی IBM از چیزی استفاده میکند که آن را «کدهای دوچرخه دومتغیر» میخواند، از جمله کدی «[[144,12,12]] ناخالص» که شرکت میگوید تقریباً ده برابر کوبیت فیزیکی کمتر نیاز دارد تا روشهای کد سطح قبلی برای دستیابی به همان حفاظت خرابی.
چرا رمزگذاری قبلاً دوباره نوشته میشود
کامپیوترهای کوانتومی خارج از آزمایشگاه مهم هستند زیرا الگوریتم Shor، روش ریاضی که Peter Shor در 1994 منتشر کرد، نشان میدهد که کامپیوتر کوانتومی بهاندازه کافی قدرتمند میتواند اعداد بزرگ را تجزیه کند - و در نتیجه رمزگذاری سبک RSA که به طور گسترده استفاده میشود را بشکند - بسیار سریعتر از هر کامپیوتر کلاسیک، طبق یادآوری IBM.
این خطر برای هیأتهای استاندارد فرضی نیست. در 13 اگست 2024، موسسه ملی استاندارد و فناوری آمریکا (NIST) سه استاندارد رمزگذاری مابعدکوانتومی خود را نهایی کرد: FIPS 203 (ML-KEM) برای رمزگذاری عمومی، و FIPS 204 (ML-DSA) و FIPS 205 (SLH-DSA) برای امضاهای دیجیتالی، طبق اعلام رسمی NIST. Dustin Moody، ریاضیدان NIST، گفت سازمانها باید «فوراً شروع به ادغام آنها در سیستمهای خود کنند، زیرا ادغام کامل زمان میبرد».
| نقطه عطف | تاریخ / هدف | جزئیات | منبع |
|---|---|---|---|
| سود کوانتومی (IBM) | 2023 | معالجهای IBM بر روشهای تقریب کلاسیک در وظایف خاص برتری یافتند | IBM |
| مزیت Willow قابلتأیید (گوجل) | 22 اکتبر 2025 | الگوریتم Quantum Echoes 13,000 برابر سریعتر از بهترین روش کلاسیک روی تراشه 105 کوبیت | گوجل |
| استانداردهای NIST PQC اول نهایی | 13 اگست 2024 | FIPS 203، 204، 205 برای مقاومت در برابر رمزگشایی کوانتومی منتشر شد | NIST |
| هدف برتری کوانتومی IBM | پایان 2026 (پیشبینیشده) | برتری بر تمام روشهای کلاسیک معروف در مسئله عملی | IBM |
| سیستم IBM Starling متحمل خرابی | 2029 (پیشبینیشده) | برای اجرای 100 میلیون دروازه کوانتومی روی 200 کوبیت منطقی | IBM |
آنچه کامپیوترهای کوانتومی نیستند
مواد IBM تأکید میکنند که کامپیوترهای کوانتومی سادهتر نسخههای سریعتر کامپیوترهای عادی نیستند؛ آنها برای کلاسهای خاصی از مسائل مناسب هستند - مانند شبیهسازی مولکولها، واکنشهای شیمیایی و برخی از وظایف بهینهسازی یا یادگیری ماشین - جایی که تعداد متغیرهای برهمکنش بهحدی افزایش مییابد که کامپیوترهای کلاسیک نتوانند آنها را بهطور کارآمد دنبال کنند. برای وظایف روزمره مانند پردازشگر متن یا مرورگر وب، کامپیوترهای کلاسیک همچنان عملیتر هستند.
پرسشها
- کوبیت چیست؟
- کوبیت واحد اطلاعات اساسی در کامپیوتر کوانتومی است. برخلاف بیت کلاسیک، که بهصورت دقیق 0 یا 1 است، کوبیت میتواند 0، 1 یا ترکیب وزندار از هردو را بهطور همزمان نشان دهد، خاصیتی که همپوشانی نام دارد، طبق IBM.
- تراشه Willow گوجل دقیقاً چه دستیابیای داشت؟
- در 22 اکتبر 2025، گوجل گفت که معالج Willow با 105 کوبیت الگوریتمی به نام Quantum Echoes را 13,000 برابر سریعتر از بهترین الگوریتم کلاسیک در ابرکامپیوتری برتر جهان اجرا کرد، و نتیجه میتواند با تکرار روی سختافزار کوانتومی مشابه بهصورت مستقل تأیید شود، طبق اعلام گوجل.
- کامپیوترهای کوانتومی میتوانند رمزگذاری امروزی را بشکنند؟
- کامپیوتر کوانتومی بهاندازه کافی قدرتمند که الگوریتم Shor را اجرا کند میتواند رمزگذاری سبک RSA که به طور گسترده استفاده میشود را بشکند، و این دلیل است که NIST استانداردهای رمزگذاری جدید مابعدکوانتومی (FIPS 203، 204، 205) را در اگست 2024 نهایی کرد تا روشهای آسیبپذیر را قبل از وجود چنین ماشینی جایگزین کند.
- کامپیوترهای کوانتومی کی برای مسائل روزمره مفید خواهند بود؟
- IBM میگوید در 2023 به «سود کوانتومی» برای وظایف باریک رسید و انتظار دارد «برتری کوانتومی» - برتری بر تمام روشهای کلاسیک معروف در یک مسئله عملی - تا پایان سال 2026، با سیستمهای متحمل خرابی برای حدود 2029.
- کامپیوترهای کوانتومی جای کامپیوترهای عادی را میگیرند؟
- خیر. مواد IBM کامپیوترهای کوانتومی را برای مسائل خاص مانند شبیهسازی مولکول و بهینهسازی مناسب توصیف میکند، در حالی که کامپیوترهای کلاسیک برای وظایف رایانش روزمره عملیتر میمانند.
منابع
این مطلب با هوش مصنوعی آماده شده و پیش از انتشار از بررسی خودکار منابع گذشته است. اگر خطایی دیدید، درخواست اصلاح کنید. درخواست اصلاح یا حق پاسخ · چگونه کار میکنیم
مطالب مرتبط

هوش مصنوعیمقاله
چگونه شبکههای عصبی یاد میگیرند: ریاضیات پشت ChatGPT و Gemini
شبکههای عصبی با ایجاد یک پیشبینی، اندازهگیری میزان خطا آن با تابع زیان، و سپس تعدیل مقادیر داخلی به نام وزنها از طریق شبکه به صورت معکوس یاد میگیرند — فرآیندی که انتشار معکوس نامگذاری میشود و با روشی بهینهسازی به نام فرود گرادیانی جفت میشود. همین مکانیزم، در مقیاس میلیاردها پارامتر، زیربنای نحوه آموزش اولیه سیستمهایی مانند ChatGPT و Gemini است و سپس سازگاری آنها با کارهای خاص از طریق تنظیم دقیق.

هوش مصنوعیمقاله
چگونه هوش مصنوعی هنر و موسیقی تولید می کند و چرا "خلاقیت واقعی" همچنان مورد اختلاف است
ابزارهای تصویری هوش مصنوعی مانند Midjourney و Stable Diffusion تصاویر را با یادگیری معکوس کردن فرآیند نویز می سازند، در حالی که ابزارهای موسیقی مانند Suno و Udio صوت را به نمادها فشرده کرده و آنها را مرحله به مرحله پیش بینی می کنند، هدایت شده توسط یک رمز متنی. اینکه آیا هر یک از این فرآیندها به عنوان خلاقیت واقعی شمار می رود، هنوز حل نشده است: محققان میان نام گذاری آن به عنوان "تجدید ترکیب" مبتنی بر الگو و اعتراف به آن با عملکرد خلاق قابل اندازه گیری تقسیم شده اند.
هوش مصنوعیمقاله
چرا Moonshot عمداً تواناییهای هکری مدل Kimi AI جدید خود را ضعیف کرد
شرکت هوش مصنوعی چینی Moonshot میگوید که دادههای آموزشی مربوط به حوزه سایبر را از مدل جدید Kimi K3.1 Pro حذف کرده است تا سیستم با وزنهای باز نتواند "مرز" قابلیتهای حملات هکری تهاجمی را افزایش دهد. این اطلاعیه که در شنبه 24 اکتبر 2026 منتشر شد، در زمانی میآید که دولتها و محققان امنیتی هشدار میدهند که هوش مصنوعیهای فزایندهی توانایی میتوانند حملات سایبری پیشرفته را ارزانتر و آسانتر کنند.
هوش مصنوعیمقاله
نحوه کار کردن آشکارسازهای متن هوش مصنوعی، توضیح داده شده از طریق یک نزاع بر سر رمان برنده جایزه
آشکارسازهای متن هوش مصنوعی ثابت نمیکنند که چه کسی چیزی را نوشته است؛ آنها احتمالی را با اندازهگیری الگوهای آماری مانند قابلپیشبینی بودن کلمات و تغییر طول جملات تخمین میزنند. آشکارسازی به نام Pangram 4.1 اخیراً 99% از یک رمان برنده جایزه اسپانیایی با ارزش 20,000 یورو را به هوش مصنوعی نسبت داد، که ناشر آن را وادار کرد تا رویدادهای تبلیغاتی را تعلیق کند و در حالی که تحقیق میکند.