پاسخ یکی از بزرگ‌ترین پرسش‌ها در دنیای رایانش کوانتومی شاید همیشه در اطراف ما حضور داشته باشد: نور. گروهی از دانشمندان از ایالت لوئیزیانا و مکزیک در پژوهشی تازه اعلام کرده‌اند که روشی برای مهار حداکثر ۴۰ فوتون قابل‌استفاده در دمای اتاق و در شرایط نویز و واهمدوسی شدید پیدا کرده‌اند. این فوتون‌ها می‌توانند در

پاسخ یکی از بزرگ‌ترین پرسش‌ها در دنیای رایانش کوانتومی شاید همیشه در اطراف ما حضور داشته باشد: نور.

گروهی از دانشمندان از ایالت لوئیزیانا و مکزیک در پژوهشی تازه اعلام کرده‌اند که روشی برای مهار حداکثر ۴۰ فوتون قابل‌استفاده در دمای اتاق و در شرایط نویز و واهمدوسی شدید پیدا کرده‌اند. این فوتون‌ها می‌توانند در پردازش اطلاعات کوانتومی به کار گرفته شوند. در صورت تأیید این یافته‌ها از طریق پژوهش‌ها و آزمایش‌های بیشتر، دستاورد مذکور می‌تواند رایانش کوانتومی را یک قدم به کاربردهای واقعی نزدیک‌تر کند.

نتایج این پژوهش به‌تازگی در نشریه علمی Advanced Science منتشر شده است. محققان کار خود را بر این مبنا آغاز کرده‌اند که رایانش کوانتومی یا پردازش اطلاعات کوانتومی، ماهیتی کاملاً متفاوت با الگوهای محاسباتی رایج امروزی دارد. آن‌ها در مقاله خود توضیح می‌دهند که حوزه فعالیتشان، یعنی محاسبات مخزنی، با معماری فون نویمان که در بیشتر رایانه‌های امروزی استفاده می‌شود، تفاوت اساسی دارد. این روش بیشتر به شبکه‌های عصبی شباهت دارد و از شبکه‌های کوانتومی به‌شدت به‌هم‌پیوسته به‌عنوان مخازن محاسباتی بهره می‌برد.

در معماری فون نویمان، اطلاعات مانند نواری متحرک از واحد پردازش مرکزی یا همان پردازنده عبور می‌کنند. هر بار یک مسئله ریاضی بسیار کوچک پردازش می‌شود و نتیجه آن دوباره به بخش مربوطه در رایانه، مانند حافظه، هارد دیسک، نرم‌افزار یا حتی ماوس، بازمی‌گردد تا مورد استفاده قرار گیرد. در واقع، تقریباً تمام فعالیت‌های رایانه از طریق پردازنده و با انجام عملیات ریاضی به‌صورت متوالی انجام می‌شوند. اما در شبکه‌های عصبی، از جمله رایانه‌های مبتنی بر محاسبات مخزنی، چندین فرایند می‌توانند به‌طور هم‌زمان پیش بروند. این شیوه محاسباتی ماهیتی غیرخطی دارد و از مجموعه‌ای از ذرات کوانتومی بهره می‌برد.

موتور گمشده محاسبات کوانتومی ممکن است تمام این مدت در اطراف ما بوده باشد | دیجینوی

اگر چنین ساختاری برایتان هیجان‌انگیز به نظر می‌رسد، باید بدانید افراد زیادی به این فناوری علاقه‌مند شده‌اند؛ حتی اگر هنوز درباره نحوه پیاده‌سازی عملی آن اطلاعات کاملی نداشته باشند. صنعت رایانش کوانتومی همچنان با محدودیت‌های فنی و اجرایی روبه‌رو است و هنوز هیچ رایانه کوانتومی همه‌منظوره‌ای در دسترس نیست. پژوهشگران در مقاله خود می‌نویسند که مقیاس‌پذیری و شکنندگی، از مدت‌ها پیش دو مانع اصلی در مسیر تحقق عملی فناوری‌های کوانتومی بوده‌اند. با وجود این، دانشمندان در شبیه‌سازی خود توانستند بخش‌های کوچکی از رفتار کوانتومی را از منابع نوری معمولی استخراج کنند و مخازنی بسازند که به گفته آن‌ها عملکردی به‌مراتب بهتر از محاسبات کلاسیک نشان می‌دهند.

پژوهشگران درباره قابلیت‌های این فناوری گفتند:

ما توانایی این بستر را برای انجام وظایف پیچیده نشان می‌دهیم. برای این منظور، از مخازن چندفوتونی تصادفی استفاده می‌کنیم تا سیگنال‌های ورودی را به فضاهایی با ابعاد بالاتر منتقل کنیم؛ سپس شبکه‌های عصبی ساده این فضاها را بهینه‌سازی می‌کنند.

به بیان ساده، شبیه‌سازی نشان می‌دهد که سیستم مخزنی می‌تواند توابع مختلف را ایجاد و بررسی کند. این فرایند با دریافت یک ورودی آغاز می‌شود و در ادامه، تابعی را که روی آن ورودی اعمال شده، ارائه می‌دهد؛ درست مانند یک عبارت جبری و سپس محاسبه انتگرال همان عبارت.

نکته کلیدی در ساختار آزمایشی این پژوهش، فضای فوک (Fock Space) است. این مفهوم به دانشمندان اجازه می‌دهد ذرات مختلف را در یک چارچوب مشترک گردآوری کنند و رفتار ریاضی آن‌ها را مورد بررسی قرار دهند. هنگامی که تعدادی از ذرات موجود در یک منبع نور کلاسیک از طریق مدار ویژه‌ای مهار شوند، می‌توان از آن‌ها برای انجام محاسبات کوانتومی استفاده کرد؛ حتی اگر سیستم با اتلاف انرژی و نویز مواجه باشد. در این روش، نور در دمای اتاق خم و دست‌کاری می‌شود؛ دمایی که در فیزیک کوانتومی به معنای دمای بالاتر از نقطه انجماد آب است.

این دستاورد گام تازه‌ای در مسیری محسوب می‌شود که تاکنون تنها در سامانه‌های بسیار کوچک‌تر مورد آزمایش قرار گرفته بود. پژوهشگران در این زمینه توضیح دادند:

اگرچه این پدیده‌ها پیش‌تر در زمینه سامانه‌های نانوفوتونیکی و حسگرهای کوانتومی بررسی شده‌اند، تأثیر آن‌ها بر پردازش اطلاعات کوانتومی چندفوتونی هنوز مورد مطالعه قرار نگرفته بود. نتایج ما استحکام و قابلیت مقیاس‌پذیری فناوری‌های کوانتومی ترکیبی را در برابر واهمدوسی نشان می‌دهند.