یادداشت سردبیر: این پست توسط شورای مشورتی هوش مصنوعی CompTIA.
+ + +
در سال های اخیر، فناوری های نوظهور برجسته شده اند. در میان آنها، محاسبات کوانتومی پتانسیل منحصر به فردی برای تغییر جهان ما دارد. محاسبات کوانتومی شواهد امیدوارکننده ای را برای سرعت بخشیدن به محاسبات اکتشافی به شیوه ای باورنکردنی نشان داده است. بنابراین، استفاده از محاسبات کوانتومی در راهحلهای پیچیده برای رسیدگی به مشکلات در کشف مواد دارویی و مواد، مالی، برنامههای کاربردی خودروهای خودمختار، هوش مصنوعی و سایر زمینهها تأثیر قابلتوجهی بر زندگی ما خواهد داشت. به طور خاص، محاسبات کوانتومی این پتانسیل را دارد که اثرات (هم مثبت و هم منفی) بسیاری از برنامه های کاربردی هوش مصنوعی را بزرگ کند.
– ساندار پیچای، مدیر عامل گوگل
از آنجایی که سازمان ها برای دیجیتالی شدن بیشتر تلاش می کنند، در نظر داشتن تحولات فناوری آینده برای برنامه ریزی و استراتژی بهتر بسیار مهم است. به لطف این پیشرفتهای فناوری، شرکتها ممکن است از محاسبات کوانتومی سود واقعی به دست آورند. با در نظر گرفتن این موضوع، بیایید 10 موردی که باید در مورد دنیای محاسبات کوانتومی و هوش مصنوعی از آنها آگاه باشید را بررسی کنیم.
1. ویژگی های اصلی محاسبات کوانتومی
در رایانه های به اصطلاح کلاسیک، بیت ها به عنوان واحدهای داده با مقادیر ممکن یک و صفر برنامه ریزی می شوند. در رایانههای کوانتومی، واحدهای داده با بیتهای کوانتومی برنامهریزی میشوند.کیوبیت-که می تواند یک، صفر یا ترکیبی از هر دو صفر و یک را همزمان نشان دهد.
یک قیاس خوب یک سوئیچ چراغ است که در رایانه های کلاسیک می تواند حالت روشن یا خاموش داشته باشد. با کیوبیت ها در رایانه های کوانتومی، سوئیچ می تواند هر طیفی از موقعیت ها را از روشن تا خاموش همزمان داشته باشد. قابلیت فیزیکی کیوبیت ها دو ویژگی اصلی محاسبات کوانتومی را نشان می دهد.
- برهم نهی. این به توانایی کیوبیت ها برای روشن و خاموش بودن همزمان یا جایی در طیفی بین این دو اشاره دارد. این عدم قطعیت و احتمال ایجاد شده در واحد داده، سیستم را در حل انواع خاصی از مسائل قدرتمند می کند.
- در هم تنیدگی. این توانایی کیوبیتهایی است که به یکدیگر متصل شدهاند تا بر استقلال یکدیگر تأثیر بگذارند، حتی اگر از نظر فیزیکی جدا باشند. به این ترتیب، اگر دو کیوبیت داشته باشیم و موقعیت یکی تغییر کند، دیگری تحت تأثیر قرار می گیرد حتی اگر کیوبیت ها از هم جدا شوند. این ویژگی توانایی قدرتمندی برای جابجایی اطلاعات با سرعت فوق العاده بالا به شما می دهد.
2. سریعتر و بهتر
کامپیوترهای کوانتومی چهار قابلیت اساسی دارند که آنها را از کامپیوترهای کلاسیک امروزی متمایز می کند:
- فاکتورسازی اولیه از فضاهای چند بعدی برای کشف فضاهای مشکل بزرگ استفاده می کند و می تواند رمزگذاری را متحول کند.
- بهینه سازی با حل مسائل بزرگ/پیچیده با سرعتی بی سابقه.
- شبیه سازی، که در آن کامپیوترهای کوانتومی مسائل پیچیده را به طور موثر مدل می کنند.
- هوش مصنوعی کوانتومی با الگوریتمهای بهتر که سریعتر و دقیقتر هستند. تیم تحقیقاتی کوانتومی آیبیام دریافتهاند که درهمتنیدگی کیوبیتها در کامپیوتر کوانتومی که آزمایش طبقهبندی دادهها را انجام داده است، میزان خطا را در مقایسه با کیوبیتهای درهمتنیده به نصف کاهش میدهد.
برنامه های کاربردی در تجارت مشکلات پیچیده ای را برطرف می کند. مثلا:
- توسعه داروسازی نیازمند مدلسازی مولکولهای ماده است که بسیار دشوار است، زیرا اتمهای موجود در مولکولها به روشهای پیچیدهای با اتمهای دیگر تعامل دارند. ویژگی درهم تنیدگی ارثی کامپیوترهای کوانتومی به خوبی در اینجا به کار می رود.
- استفاده از هوش مصنوعی کوانتومی برای سرعت بخشیدن به زمان و دقت برای سیستم های آموزشی مانند سیستم های خودران.
از خدمات مالی، دارویی و محصولات پزشکی، مراقبتهای بهداشتی، انرژی، مخابرات، رسانهها، مسافرت، تدارکات، و بیمه، تعدادی از صنایع وجود دارند که همگی از محاسبات کوانتومی بهرهمند خواهند شد.
3. تقویت کننده بایاس
اثر تقویتکننده محاسبات کوانتومی فراتر از سرعت و دقت است. همچنین سوگیری پخته شده ای را که در مدل های AI/ML وجود دارد برجسته می کند. به این ترتیب، برنامههایی که در برابر سوگیری الگوریتمی آسیبپذیر هستند (مثلاً در فضای غربالگری استخدام، پلیس و غیره) ممکن است حتی بیشتر هم شوند. به عبارت دیگر، محاسبات کوانتومی ممکن است یک اثر جانبی منفی بزرگنمایی داشته باشد که میتواند چنین برنامههایی را برای استفاده از کنترلهای کاهشدهنده خاص بسیار خطرناک کند. این یک اثر ناخواسته است که هر کسی که با محاسبات AI/کوانتومی کار می کند باید آن را تشخیص دهد و در راه حل های خود به آن توجه کند.
4. افزایش پیچیدگی الگوریتمی، شفافیت و توضیح پذیری
مشکل اصلی فعلی هوش مصنوعی، عدم شفافیت و توضیح پذیری آن است، به ویژه زمانی که الگوریتم های پیچیده ای مانند یادگیری عمیق به کار گرفته می شوند. اگر سیستم هوش مصنوعی برای تصمیماتی که مستقیماً بر زندگی تأثیر می گذارد، مانند تصمیمات دادگاه، مزایای اجتماعی برای جوامع، یا حتی تصمیم گیری در مورد اینکه چه کسی وام دریافت می کند و با چه نرخی، مورد استفاده قرار می گیرد، اساساً ضروری است که این تصمیم را بتوان با حقایق ملموس مرتبط دانست. در عمل بدون تبعیض هستند.
قابل درک است که محاسبات کوانتومی در چنین سیستمهای هوش مصنوعی پیچیدگی را افزایش میدهد که با شفافیت و توضیحپذیری ارتباط منفی دارد.
5. استاندارد رمزنگاری جدید
یکی از اشکالات کلیدی این فناوری فوقالعاده، توانایی آن در شکستن بسیاری از دفاعهایی است که برای امنیت اینترنت و سایر برنامههای حیاتی استفاده میشوند. محاسبات کوانتومی تهدیدی جدی برای سیستمهای امنیت سایبری است که تقریباً هر شرکتی به آن متکی است. اکثر رمزهای عبور حساب آنلاین و تراکنش ها و ارتباطات ایمن امروزی از طریق الگوریتم های رمزگذاری مانند RSA یا SSL/TLS محافظت می شوند. استاندارد فعلی بر پیچیدگی در فاکتورگیری اعداد بزرگ به اعداد اول تکیه دارد. با این حال، این یک نوع مشکل است که کامپیوترهای کوانتومی در حل آن عالی هستند. شکستن رمز عبور با استانداردهای فعلی ما برای یک کامپیوتر کلاسیک 100 سال طول می کشد، اما می توان آن را در عرض چند ثانیه با یک کامپیوتر کوانتومی انجام داد. این تأثیر فراتر از رمزهای عبور حساب شخصی است - شامل افشای ارتباطات خصوصی، اطلاعات شرکت و حتی اسرار نظامی است. برای مقابله با این موضوع، مؤسسه ملی استاندارد و فناوری ایالات متحده (NIST) در تلاش جهانی برای یافتن الگوریتمهای رمزنگاری پس کوانتومی است که سریع و قابل اعتماد باشند. داستین مودی، ریاضیدان NIST که روی این تلاش کار می کند، در جلسه رمزنگاری IBM گفت، "امیدواریم نسخه نهایی را به طور کامل آماده و در حدود سال 2024 منتشر کنیم."
6. جایگزینی برای کامپیوترهای فعلی نیست
کامپیوترهای کلاسیک در برخی کارها بهتر از کامپیوترهای کوانتومی هستند (ایمیل، صفحات گسترده و انتشار دسکتاپ برای نام بردن چند برنامه). هدف کامپیوترهای کوانتومی این است که ابزاری متفاوت برای حل مسائل مختلف باشند، نه جایگزینی کامپیوترهای کلاسیک. بنابراین بله، ما همچنان سیستمهای کامپیوتری را همانطور که میشناسیم، یا نسخهای از آن را که در حال حاضر میشناسیم، برای آینده قابل پیشبینی خواهیم داشت.
7. نزدیک شدن به جریان اصلی
پیشرفتهای فناوری کوانتومی به شتاب گرفتن ادامه میدهند، سرمایهگذاری در جریان است، و استارتآپها در فضای محاسبات کوانتومی به رشد خود ادامه میدهند. شرکتهای بزرگ فناوری مانند علیبابا، آمازون، آیبیام، گوگل و مایکروسافت قبلاً خدمات ابری محاسبات کوانتومی تجاری را راهاندازی کردهاند.
اگرچه محاسبات کوانتومی به عنوان یک مفهوم از اوایل دهه 1980 وجود داشته است، اولین مدرک واقعی مبنی بر اینکه رایانههای کوانتومی میتوانند مشکلات بسیار پیچیده را برای رایانههای کلاسیک مدیریت کنند، تنها در اواخر سال 2019 رخ داد، زمانی که گوگل اعلام کرد که رایانه کوانتومی آن چنین محاسباتی را تنها در سال 200 حل کرده است. ثانیه گلدمن ساکس اخیراً اعلام کرده است که می تواند تا پنج سال آینده الگوریتم های کوانتومی را برای قیمت گذاری ابزارهای مالی معرفی کند. هانیول پیش بینی می کند که کوانتوم در دهه های آینده یک صنعت 1 تریلیون دلاری را تشکیل دهد.
هجوم فعالیتها نشان میدهد که CIOها و دیگر رهبران باید شروع به تدوین استراتژیهای محاسباتی کوانتومی خود کنند، بهویژه در صنایعی مانند داروسازی که تأثیر آن قابل توجه است.
8. درست در گوشه و کنار نیست
اگرچه پیشرفت قابل توجهی در ساخت سیستمهای محاسباتی کوانتومی مختلف حاصل شده است، اما ما به داشتن یک سیستم در هر سازمان نزدیک نیستیم، چه برسد به هر خانواده. با توجه به استارتآپهای محاسبات کوانتومی که صدها میلیون دلار درآمد کسب کردهاند، هیچ انتظاری وجود ندارد که سیستمهای محاسباتی کوانتومی در پنج سال آینده به یک استاندارد روزمره تبدیل شوند. این تاخیر تا حد زیادی به دلیل مشکلاتی است که هنوز وجود دارد، از جمله مشکلات مهندسی، ساخت و برنامهنویسی سیستمهای محاسباتی کوانتومی، از جمله نویز، خطاها، از دست دادن انسجام کوانتومی و البته قیمت بالای سیستمهای محاسباتی کوانتومی.
9. تراشه های نیمه هادی و استعداد مورد نیاز
این بیماری همه گیر تغییرات کلیدی را در شیوه زندگی ما ایجاد کرد، از جمله عادی سازی کار از خانه، اختلال در زنجیره تامین و نگاه های مشکوک به افرادی که در نزدیکی شما سرفه می کنند. همچنین تقاضای بالا اما عرضه کم تراشه های نیمه هادی را برجسته می کند. از دستگاه های فناوری گرفته تا وسایل نقلیه، افزایش تقاضا به طور قابل توجهی بر قیمت های مصرف کننده تأثیر گذاشته است. با ظهور رایانههای کوانتومی، تقاضا تنها رشد بیشتری خواهد داشت و به ترتیب بر در دسترس بودن و هزینه نیمهرساناها تأثیر میگذارد. فراتر از محدودیتهای عرضه سختافزار، هنوز منابع تقریباً کافی برای پشتیبانی از سیستمهای محاسباتی کوانتومی و اکوسیستم اقتصادی به طور کلی آموزشدیده نشده است.
10. پیشرفت های محاسبات کوانتومی مرتبط
در سالهای اخیر، محاسبات به دو روش عمده پیشرفت کردهاند: پیشرفتهایی در یادگیری ماشین برای توسعه الگوریتمهایی که بهطور خودکار از طریق تجربه بهبود مییابند، و تحقیق در مورد رایانههای کوانتومی که از نظر تئوری میتوانند قویتر از هر ابرکامپیوتری باشند.
- ممریستور کوانتومی. دانشمندان اولین نمونه اولیه از دستگاهی را ساخته اند که به نام a ممریستور کوانتومیکه ممکن است به گردآوری بهترینهای هر دوی این دنیاها کمک کند - ترکیب هوش مصنوعی با محاسبات کوانتومی برای قابلیتهای بیسابقه.
- مقیاس پذیری/کوانتوم روی یک تراشه. آیا هنوز در هنگام فکر کردن به محاسبات کوانتومی، اتاق بزرگی را تصور میکنید که پر از تجهیزات، مانیتورهایی برای کیفیت تمیز و کارکنان اختصاصی برای کنترل دما است؟ خوب، مقداری سالسا روی آن بگذارید و یک نوشیدنی به من بدهید، زیرا تحولات اخیر اکنون چنین شده است محاسبات کوانتومی روی تراشه. این کار با همکاری ریورلینز متخصص کوانتومی مستقر در کمبریج با شرکت کوانتوم دیجیتال SEEQC مستقر در نیویورک و لندن انجام شد. تراشه محاسباتی کوانتومی دارای یک سیستم عامل یکپارچه برای مدیریت گردش کار و کیوبیت است.
با ظهور این موج جدید محاسباتی، مدیران ارشد فناوری اطلاعات و رهبران در تمام بخشهای صنعتی وظیفه امانتداری و فرصتی منحصربهفرد دارند تا انگشتان خود را روی نبض فناوری جدید تعریفکننده جهان که محاسبات کوانتومی است، نگه دارند.
در حالی که پذیرش گسترده و کاربردهای محاسبات کوانتومی ممکن است دور از دسترس به نظر برسد، اکنون زمان آن است که MSPها و سایر شرکت های فناوری شروع به آموزش خود در مورد این فناوری کنند. هنگامی که مشتریان شروع به شنیدن بیشتر در مورد آن می کنند - و سؤال می پرسند - می خواهید با پاسخ ها و مشاوره در مورد مسیر درست متناسب با مشتری خود آماده باشید.
(ج) COMPTIA