การคำนวณ
ขับเคลื่อนอนาคตควอนตัม: สัญญาณรบกวนทางเสียงและวัสดุใหม่
Securities.io ยึดมั่นในมาตรฐานการบรรณาธิการที่เข้มงวดและอาจได้รับค่าตอบแทนจากลิงก์ที่ได้รับการตรวจสอบ เราไม่ใช่ที่ปรึกษาการลงทุนที่ลงทะเบียนและนี่ไม่ใช่คำแนะนำการลงทุน โปรดดู การเปิดเผยพันธมิตร.

คอมพิวเตอร์ควอนตัมนั้นแตกต่างจากคอมพิวเตอร์แบบคลาสสิก เช่น แล็ปท็อปและสมาร์ทโฟนของเรา โดยจะใช้คุณสมบัติของฟิสิกส์ควอนตัมในการคำนวณและจัดเก็บข้อมูล ทำให้ดีกว่าซูเปอร์คอมพิวเตอร์ที่ดีที่สุดบางรุ่นในปัจจุบันด้วยซ้ำในงานบางประเภท
ตรงกันข้ามกับการเข้ารหัสข้อมูลในรูปแบบบิตไบนารี (0 หรือ 1) เช่นเดียวกับคอมพิวเตอร์ทั่วไป หน่วยพื้นฐานของหน่วยความจำของคอมพิวเตอร์ควอนตัม เป็นคิวบิตซึ่ง ทำ โดยใช้ระบบทางกายภาพเช่นการหมุนของอิเล็กตรอนหรือ การวางแนวของโฟตอน
บิตควอนตัมหรือคิวบิตสามารถจัดได้หลายรูปแบบพร้อมกันได้ แจกันดอกไม้โรแมนติกนี้ หมายความว่าพวกเขาสามารถแสดงทั้ง 0 และ 1 ได้พร้อมกัน คุณสมบัติที่เรียกว่าควอนตัมซูเปอร์โพซิชัน คิวบิตยังสามารถ ถูกเชื่อมโยง ผ่านการพันกันของควอนตัม โดยที่อนุภาคที่เชื่อมต่อกันจะมีชะตากรรมเดียวกันไม่ว่าระยะห่างระหว่างพวกมันจะเป็นเท่าใดก็ตาม
เป็นผลให้คอมพิวเตอร์ควอนตัม เป็นที่เชื่อกัน ให้มีศักยภาพในการคำนวณได้เร็วกว่าคอมพิวเตอร์แบบคลาสสิกทั่วไปอย่างมาก
ด้วยประโยชน์นี้ คอมพิวเตอร์ควอนตัมมีแนวโน้มที่จะปฏิวัติวงการคอมพิวเตอร์สมัยใหม่ ในทางทฤษฎี คอมพิวเตอร์ควอนตัมสามารถเพิ่มประสิทธิภาพด้านลอจิสติกส์ ทำลายระบบการเข้ารหัสที่แพร่หลาย ช่วยให้ค้นพบยาและวัสดุใหม่ๆ และช่วยให้นักฟิสิกส์ทำการจำลองทางกายภาพได้
แม้ว่าคอมพิวเตอร์ควอนตัมจะยังไม่กลายเป็นความจริง การแสวงหาเพื่อสร้างสิ่งที่ใช้งานได้จริง กำลังเร่งตัวขึ้นเนื่องจากบริษัทเทคโนโลยีรายใหญ่กำลังดำเนินการปรับขนาดจากการทดลองในห้องปฏิบัติการขนาดเล็กไปเป็นระบบการทำงานเต็มรูปแบบในอีกไม่กี่ปีข้างหน้า
IBM ได้วางแผนโดยละเอียดไว้แล้ว โดย Jay Gambetta หัวหน้าฝ่ายริเริ่มควอนตัมของ IBM บอกกับ Financial Times ว่าแผนนี้ไม่ใช่แค่ความฝันอีกต่อไป
“ฉันรู้สึกจริงๆ ว่าเราไขรหัสได้แล้ว และเราจะสามารถสร้างเครื่องจักรนี้ได้ภายในสิ้นทศวรรษนี้”
ในขณะที่ Google Alphabet (GOOG -2.49%) บริษัทที่เป็นเจ้าของยังมั่นใจในความสามารถในการผลิตระบบในระดับอุตสาหกรรมภายในกรอบเวลานี้ อเมซอน (AMZN -3.95%) คาดว่าต้องใช้เวลาอีกหลายทศวรรษกว่าที่เครื่องจักรเหล่านี้จะมีประโยชน์อย่างแท้จริง
เห็นได้ชัดว่าผู้เล่นในอุตสาหกรรมรายใหญ่ที่สุดต่างให้ความสำคัญกับเทคโนโลยีใหม่นี้เป็นอย่างมาก แม้ว่าการนำไปใช้ในโลกแห่งความเป็นจริงยังคงถูกขัดขวางด้วยความท้าทายหลายประการก็ตาม
แจกันดอกไม้โรแมนติกนี้ รวมถึงความอ่อนไหวของคิวบิตต่อการรบกวนในสิ่งแวดล้อม ซึ่งเรียกอีกอย่างว่า "สัญญาณรบกวน" ปัจจัยต่างๆ เช่น ความร้อน การสั่นสะเทือน และสนามแม่เหล็กไฟฟ้า อาจทำให้คิวบิตสูญเสียคุณสมบัติเชิงควอนตัม กระบวนการนี้เรียกว่าควอนตัมดีโคฮีเรนซ์ ซึ่งทำให้ระบบขัดข้องและ ทำให้เกิดข้อผิดพลาดในการคำนวณ ความไวนี้เป็นความท้าทายสำคัญในการสร้างและใช้งานคอมพิวเตอร์ควอนตัม
เพื่อปกป้องคิวบิตจากการรบกวนจากภายนอก นักวิทยาศาสตร์จะแยกคิวบิตออกจากกันทางกายภาพ รักษาให้เย็น หรือใช้พลังโจมตีแบบเข้มข้นเพื่อปล่อยพลังงานออกมา
นอกจากสัญญาณรบกวน การแก้ไขข้อผิดพลาด ความสามารถในการปรับขนาด ความรู้เฉพาะทาง การใช้ทรัพยากรจำนวนมาก และการบูรณาการกับระบบดั้งเดิม ล้วนเป็นความท้าทายอื่นๆ ที่คอมพิวเตอร์ควอนตัมต้องเผชิญ ข้อดีคือบริษัทและนักวิทยาศาสตร์กำลังดำเนินการแก้ไขปัญหาเหล่านี้อย่างจริงจังผ่านแนวทางที่หลากหลาย เพื่อทำให้คอมพิวเตอร์ควอนตัมเป็นจริง
Neglectons: อนุภาคที่ถูกมองข้ามในการประมวลผลควอนตัม

วิธีหนึ่งในการเอาชนะความเปราะบางของคิวบิตเพื่อสร้างคอมพิวเตอร์ควอนตัมที่เสถียรคือการจับคู่กับองค์ประกอบทางคณิตศาสตร์ที่ เคยเห็นมาก่อนแล้ว เนื่องจากไม่เกี่ยวข้อง
การค้นพบนี้ได้รับการรายงานโดยนักคณิตศาสตร์เมื่อสัปดาห์ที่แล้ว ซึ่งระบุว่าอนุภาคที่ถูกมองข้ามที่เรียกว่า “การละเลย” สามารถช่วยปฏิวัติภาคส่วนนี้ได้1.
ควาซิพาร์ติเคิลที่กล่าวถึงในที่นี้เรียกว่า ไอซิง แอนยอน (Ising anyon) ซึ่งมีอยู่ในระบบสองมิติเท่านั้น และเป็นแกนหลักของการคำนวณควอนตัมเชิงทอพอโลยี หมายความว่า แอนยอนไม่ได้เก็บข้อมูลไว้ในอนุภาค แต่เก็บข้อมูลในลักษณะที่มันวนรอบกัน ซึ่งทนทานต่อสัญญาณรบกวนได้ดีกว่ามาก ปัญหาคือ ไอซิง แอนยอนไม่ได้เป็นสากล
เพื่อแก้ไขปัญหานี้ ทีมงานจึงหันมาใช้ "ทฤษฎีสนามควอนตัมเชิงทอพอโลยีแบบไม่กึ่งง่าย" ทฤษฎีนี้ช่วยให้สามารถทำนายอนุภาคใหม่ที่ไม่รู้จักได้ "เพียงแค่เข้าใจความสมมาตรของสิ่งที่เกิดขึ้น"
ตามนี้ อนุภาคแต่ละตัวจะมีมิติควอนตัม ซึ่งเป็นตัวเลขที่สะท้อนถึง "น้ำหนัก" หรืออิทธิพลที่อนุภาคแต่ละตัวมีในระบบ ในขณะที่อนุภาคที่มีน้ำหนักเป็นศูนย์มักจะถูกละทิ้งไป แต่ในเวอร์ชันใหม่ที่ไม่ใช่แบบกึ่งเรียบง่าย อนุภาคเหล่านั้น ถูกเก็บไว้ ก่อน การหา วิธีการ ทำให้ตัวเลขนั้นไม่เป็น ศูนย์.
ชิ้นส่วนที่ถูกตีความใหม่ที่ถูกละเลยนั้นให้ความสามารถที่ขาดหายไปของ Ising anyons
การศึกษาแสดงให้เห็นว่าด้วยการละเลยเพียงครั้งเดียว อนุภาคสามารถคำนวณแบบสากลได้เพียงแค่ผ่านการถักเปีย ที่น่าสังเกตคือ ไอซิง แอนิออนสามารถสร้างการซ้อนทับได้ เนื่องจากขึ้นอยู่กับรูปร่างของเส้นทางการถักเปีย ไม่ใช่ตำแหน่งที่แน่นอน และ ได้รับการปกป้องโดยธรรมชาติ จากเสียงรบกวนหลายประเภท
การฝึก AI เพื่อจัดเรียงอะตอมอย่างมีประสิทธิภาพ
ในอีกกรณีหนึ่ง นักวิจัย ใช้ AI เพื่อประกอบ 'สมอง' ของคอมพิวเตอร์ควอนตัม2.
สิ่งที่ ทีม พวกเขาทำอย่างนั้น ใช้ปัญญาประดิษฐ์เพื่อ คิดหาหนทางที่เหมาะสมที่สุด เพื่อสร้างเครือข่ายอะตอมที่อาจทำหน้าที่เป็นสมองของคอมพิวเตอร์ควอนตัมในอนาคตอันใกล้นี้ได้อย่างรวดเร็ว
ตามที่ผู้เขียนร่วมการศึกษากล่าว เจียนเว่ย ปาน นักฟิสิกส์จากมหาวิทยาลัยวิทยาศาสตร์และเทคโนโลยีแห่งประเทศจีน:
“AI สำหรับวิทยาศาสตร์กำลังก้าวขึ้นมาเป็นแนวคิดอันทรงพลังในการแก้ไขปัญหาทางวิทยาศาสตร์ที่ซับซ้อน”
ในการสร้าง 'อาร์เรย์อะตอมที่เป็นกลาง' ความท้าทายคือการคิดหาวิธีจัดเรียงใหม่ใน "ลักษณะที่มีประสิทธิภาพ รวดเร็ว และปรับขนาดได้" ซึ่ง AI แก้ไขปัญหานี้ได้
นักวิจัยใช้อะตอมที่เป็นกลาง ไอออนที่ถูกกักไว้ และวงจรตัวนำยิ่งยวดเพื่อสร้างคิวบิต เนื่องจากอะตอมเหล่านี้มีความสามารถในการรักษาสถานะควอนตัมได้เป็นระยะเวลานานพอสมควร เมื่ออะตอม ถูกนำมาใช้ พวกมันเป็นคิวบิต ติดกับดัก ด้วยแสงเลเซอร์และเก็บข้อมูลควอนตัมในระดับพลังงานของอิเล็กตรอน
แนวคิดคือการใช้อะตอมเพียงพอที่จะช่วยให้คอมพิวเตอร์ควอนตัมเอาชนะข้อผิดพลาดได้ ดังนั้นทีมงานจึงได้ฝึกอบรมโมเดล AI เกี่ยวกับวิธีการ อะตอมของรูบิเดียม (Rb) สามารถใส่ได้ ในรูปแบบกริดที่แตกต่างกันโดยใช้แสงเลเซอร์หลากหลายรูปแบบ จากนั้น แบบจำลอง AI จะสามารถคำนวณรูปแบบแสงที่แม่นยำซึ่งจำเป็นต่อการจัดเรียงอะตอมให้เป็นรูปทรง 2 มิติและ 3 มิติ โดยอิงจากตำแหน่งเริ่มต้นของอะตอม
ทีมวิจัยใช้แบบจำลอง AI ประกอบอะตอมรูบิเดียมได้มากถึง 2,024 อะตอม ภายในเวลาเพียง 60 มิลลิวินาที ผลการศึกษาระบุว่า:
"โปรโตคอลนี้สามารถนำมาใช้เพื่อสร้างอาร์เรย์ที่ไม่มีข้อบกพร่องของอะตอมนับหมื่นตัวด้วยเทคโนโลยีปัจจุบัน และกลายเป็นกล่องเครื่องมือที่มีประโยชน์สำหรับการแก้ไขข้อผิดพลาดเชิงควอนตัม"
การกลั่นสถานะเวทย์มนตร์ของคิวบิตตรรกะ
ขณะเดียวกันเมื่อเดือนที่แล้ว นักวิทยาศาสตร์ บรรลุความก้าวหน้าขั้น ‘มหัศจรรย์’3 เพื่อสร้างคอมพิวเตอร์ควอนตัมที่ไม่มีข้อผิดพลาด
นักวิทยาศาสตร์ได้สาธิตปรากฏการณ์ที่เรียกว่า 'การกลั่นสถานะวิเศษ' ซึ่งแม้ว่าจะมีการเสนอเมื่อสองทศวรรษก่อน แต่ยังไม่ได้นำมาใช้ในคิวบิตเชิงตรรกะจนกระทั่งถึงปัจจุบัน แจกันดอกไม้โรแมนติกนี้ แม้ว่าจะถือว่ามีความสำคัญต่อการผลิต 'สภาวะมหัศจรรย์' ซึ่ง เป็น จำเป็นต่อการเติมเต็มศักยภาพของคอมพิวเตอร์ควอนตัม
สถานะดังกล่าวได้รับการเตรียมไว้ล่วงหน้าเพื่อการบริโภคเป็นทรัพยากรโดยอัลกอริทึมควอนตัมที่ซับซ้อน
สำหรับการใช้งานโดยอัลกอริทึม สถานะเวทมนตร์ที่มีคุณภาพสูงสุดจะถูก "ทำให้บริสุทธิ์" ก่อนผ่านกระบวนการกรองที่เรียกว่าการกลั่นสถานะเวทมนตร์ แม้ว่าจะสามารถทำได้บนคิวบิตทางกายภาพที่เรียบง่ายและมีแนวโน้มเกิดข้อผิดพลาด แต่กระบวนการนี้ไม่สามารถใช้ได้กับคิวบิตเชิงตรรกะที่ ได้รับการกำหนดค่า เพื่อตรวจจับและแก้ไขข้อผิดพลาด
ในขณะนี้ นักวิทยาศาสตร์ได้แสดงให้เห็นการกลั่นสถานะมหัศจรรย์ในทางปฏิบัติบนคิวบิตเชิงตรรกะเป็นครั้งแรก
นักวิทยาศาสตร์ได้ใช้คอมพิวเตอร์ควอนตัมเจมินีแบบอะตอมกลาง กลั่นกรองสถานะเวทมนตร์ที่ไม่สมบูรณ์ 3 สถานะให้เหลือสถานะเวทมนตร์ที่สะอาดขึ้น การทดลองนี้บนคิวบิตเชิงตรรกะ Distance-5 และ Distance-XNUMX แยกกัน แสดงให้เห็นว่ากระบวนการกลั่นสามารถปรับขนาดได้ตามคุณภาพของคิวบิตเชิงตรรกะ
จากผลลัพธ์นี้ ความเที่ยงตรงของสถานะเวทมนตร์ขั้นสุดท้ายจะเหนือกว่าความเที่ยงตรงของอินพุตใดๆ ยืนยันว่าการกลั่นสถานะเวทมนตร์ที่ต้านทานการรบกวนนั้นใช้งานได้จริงในทางปฏิบัติ
ปลดล็อคหน่วยความจำควอนตัมด้วยคลื่นเสียง

เมื่อสัปดาห์ที่แล้ว นักวิทยาศาสตร์ของ Caltech ได้เผยแพร่ผลการวิจัยที่แสดงให้เห็น คลื่นเสียงเปิดอีกวิธีหนึ่งสู่การคำนวณเชิงควอนตัมในทางปฏิบัติ4.
พวกเขาได้สร้างหน่วยความจำควอนตัมแบบไฮบริดที่แปลงข้อมูลไฟฟ้าเป็นเสียง แจกันดอกไม้โรแมนติกนี้ ช่วยให้สถานะควอนตัมมีอายุยืนยาวกว่าระบบตัวนำยิ่งยวดมาตรฐานถึง 30 เท่า โดยที่เรโซเนเตอร์ที่ได้รับการออกแบบอย่างพิถีพิถันช่วยให้อิเล็กตรอนสามารถสร้างคิวบิตตัวนำยิ่งยวดซึ่งโดดเด่นในการดำเนินการที่รวดเร็วและซับซ้อน แต่ ไม่เหมาะสม สำหรับการจัดเก็บระยะยาว
การจัดเก็บข้อมูลในสถานะควอนตัมยังคงเป็นความท้าทาย ซึ่งนักวิจัยกำลังสร้าง "หน่วยความจำควอนตัม" ขึ้นมาเพื่อเก็บข้อมูลควอนตัมให้อยู่ในช่วงเวลาที่นานกว่าคิวบิตตัวนำยิ่งยวดที่ใช้กันอย่างแพร่หลาย เพื่อแก้ปัญหาดังกล่าว และวิธีการไฮบริดใหม่โดยทีมงาน Caltech ได้ขยายหน่วยความจำควอนตัม
“เมื่อคุณมีสถานะควอนตัมแล้ว คุณอาจไม่อยากทำอะไรกับมันทันที คุณต้องมีวิธีที่จะกลับไปหามันเมื่อคุณต้องการดำเนินการเชิงตรรกะ เพื่อที่จะทำเช่นนั้น คุณต้องมีหน่วยความจำควอนตัม”
– โมฮัมหมัด มิร์โฮสเซนี ผู้ช่วยศาสตราจารย์ด้านวิศวกรรมไฟฟ้าและประยุกต์ ฟิสิกส์
ดังนั้น ทีมงานจึงได้สร้างคิวบิตตัวนำยิ่งยวดบนชิปและเชื่อมต่อเข้ากับอุปกรณ์ขนาดเล็กที่เรียกว่าออสซิลเลเตอร์เชิงกล ซึ่งโดยพื้นฐานแล้วก็คือส้อมเสียงขนาดเล็ก
ออสซิลเลเตอร์นี้ ถูกสร้างขึ้นมา ของแผ่นยืดหยุ่นที่สั่นสะเทือนตอบสนองต่อคลื่นเสียงความถี่ GHz เมื่อมีการจ่ายประจุไฟฟ้า แผ่นเหล่านี้จะสัมผัสกับสัญญาณไฟฟ้าที่ส่งข้อมูลควอนตัม ซึ่งทำให้ข้อมูลสามารถ ถูกถ่ายทอด เข้าไปในอุปกรณ์เพื่อจัดเก็บเป็น “หน่วยความจำ” จากนั้นจึงส่งต่อออกไปหรือ “จดจำ” ในภายหลัง
เมื่อทำการวัดแล้ว นักวิจัยพบว่าออสซิลเลเตอร์มีอายุการใช้งาน ซึ่งหมายถึงเวลาที่ใช้ในการสูญเสียเนื้อหาควอนตัมเมื่อข้อมูล ถูกป้อน เข้าไปในอุปกรณ์ซึ่งมีความยาวมากกว่าคิวบิตตัวนำยิ่งยวดที่ดีที่สุดประมาณ 30 เท่า
ท่ามกลางความก้าวหน้าทั้งหมดนี้ มีงานวิจัยใหม่ 2 ชิ้นที่ได้รับการสนับสนุนจากมูลนิธิวิทยาศาสตร์แห่งชาติที่ประสบความสำเร็จ สำคัญ ความก้าวหน้าที่พาเราเข้าใกล้การใช้งานคอมพิวเตอร์ควอนตัมในทางปฏิบัติอีกขั้นหนึ่ง
วัสดุควอนตัมใหม่สำหรับคิวบิตที่เสถียร
ทีมนักวิจัยจากมหาวิทยาลัยเทคโนโลยี Chalmers มหาวิทยาลัยเฮลซิงกิและมหาวิทยาลัยอัลโต ได้เปิดเผยวัสดุควอนตัมที่สามารถเปลี่ยนแปลงการประมวลผลควอนตัมไปตลอดกาล ด้วยการทำให้คอมพิวเตอร์ควอนตัมมีเสถียรภาพมากขึ้น โดยใช้แม่เหล็กเพื่อปกป้องคิวบิตที่เปราะบางจากสัญญาณรบกวน
เมื่อรวมเข้ากับเครื่องมือคำนวณเพื่อค้นหาวัสดุที่มีปฏิสัมพันธ์ทางแม่เหล็ก ความก้าวหน้าครั้งนี้สามารถนำไปสู่คอมพิวเตอร์ควอนตัมที่ทนทานต่อความผิดพลาดได้ในทางปฏิบัติในที่สุด
วัสดุควอนตัมชนิดใหม่ พร้อมวิธีการสร้างความมั่นคงสามารถทำให้คอมพิวเตอร์ควอนตัมมีความยืดหยุ่นมากขึ้น จึงเปิดทางให้สามารถนำไปใช้งานจริงในการจัดการการคำนวณควอนตัมได้
ในช่วงไม่กี่ปีที่ผ่านมา นักวิจัยได้พยายามค้นหาความเป็นไปได้ในการสร้างวัสดุใหม่ๆ เพื่อแก้ปัญหาเสียงรบกวนโดยให้การป้องกันที่จำเป็นต่อการรบกวนโครงสร้างทางโทโพโลยี
สถานะควอนตัมที่เกิดขึ้นและ ยั่งยืน โครงสร้างโดยธรรมชาติของวัสดุที่ใช้สร้างคิวบิตเรียกว่าการกระตุ้นแบบทอพอโลยี ซึ่งแข็งแรงและเสถียร อย่างไรก็ตาม ความท้าทายยังคงอยู่ที่การค้นหาวัสดุที่รองรับสถานะควอนตัมที่แข็งแรงโดยธรรมชาติ
การศึกษาล่าสุดได้พัฒนาสำเร็จแล้วหนึ่งอย่าง วัสดุควอนตัมใหม่สำหรับคิวบิตที่แสดงการกระตุ้นทางโทโพโลยีที่แข็งแกร่ง5.
แจกันดอกไม้โรแมนติกนี้ ถือเป็นการก้าวไปข้างหน้าอย่างมีแนวโน้มดีในการคำนวณควอนตัมเชิงโทโพโลยีในทางปฏิบัติ โดยมีการสร้างเสถียรภาพไว้ในการออกแบบวัสดุโดยตรง
ตามที่ผู้เขียนหลักของการศึกษา Guangze Chen นักวิจัยหลังปริญญาเอกสาขาฟิสิกส์ควอนตัมประยุกต์ที่ Chalmers กล่าว:
“นี่คือวัสดุควอนตัมแปลกใหม่ชนิดใหม่โดยสิ้นเชิง ที่สามารถคงคุณสมบัติควอนตัมไว้ได้แม้จะถูกรบกวนจากภายนอก มันสามารถนำไปสู่การพัฒนาคอมพิวเตอร์ควอนตัมที่แข็งแกร่งเพียงพอที่จะรับมือกับการคำนวณควอนตัมในทางปฏิบัติ”
'วัสดุควอนตัมแปลกใหม่' หมายถึงของแข็งประเภทใหม่หลายประเภทที่มีความยืดหยุ่นสูงและคุณสมบัติควอนตัมขั้นสูง และการค้นหาวัสดุดังกล่าวถือเป็นความท้าทายมายาวนาน
ในตอนนี้ เมื่อพูดถึงวิธีใหม่ของทีม พลังดึงดูดคือสิ่งสำคัญ สิ่งที่นักวิจัยทำโดยทั่วไปคือปฏิบัติตาม 'สูตร' ที่มีมายาวนานซึ่งอิงตามการมีปฏิสัมพันธ์ระหว่างสปินและวงโคจร (SOC) แจกันดอกไม้โรแมนติกนี้ เป็นปฏิสัมพันธ์เชิงควอนตัมที่เชื่อมโยงการหมุนของอิเล็กตรอนกับการเคลื่อนที่ในวงโคจรรอบนิวเคลียสของอะตอมเพื่อสร้างการกระตุ้นทางโทโพโลยี
แต่สิ่งนี้ค่อนข้างไม่ธรรมดาและใช้ได้กับวัสดุจำนวนจำกัดเท่านั้น ด้วยเหตุนี้ ทีมงานจึงได้นำเสนอวิธีการใหม่เพื่อให้ได้ผลลัพธ์เดียวกัน วิธีการใหม่นี้ใช้แม่เหล็ก ซึ่งเป็นวิธีที่นิยมใช้กันทั่วไปและเข้าถึงได้ง่ายกว่า
ด้วยการใช้ประโยชน์จากปฏิสัมพันธ์ทางแม่เหล็ก ทีมงานจึงสามารถสร้างการกระตุ้นทางโทโพโลยีที่แข็งแกร่ง ซึ่งจำเป็นสำหรับการประมวลผลควอนตัมเชิงโทโพโลยีได้
“ข้อดีของวิธีการของเราคือคุณสมบัติแม่เหล็กมีอยู่ตามธรรมชาติในวัสดุหลายชนิด คุณสามารถเปรียบเทียบได้กับการอบขนมด้วยส่วนผสมในชีวิตประจำวัน แทนที่จะใช้เครื่องเทศหายาก” เฉินกล่าว “นั่นหมายความว่าตอนนี้เราสามารถค้นหาคุณสมบัติเชิงโทโพโลยีในวัสดุที่หลากหลายมากขึ้น รวมถึงวัสดุที่เคย ถูกมองข้าม".
นอกเหนือจากวัสดุและวิธีการใหม่แล้ว นักวิจัยยังได้พัฒนาเครื่องมือคำนวณแบบใหม่ด้วย
เครื่องมือนี้ช่วยให้พวกเขาค้นหาวัสดุใหม่ๆ ที่มีคุณสมบัติทางโทโพโลยีที่ต้องการได้เร็วขึ้น และสามารถคำนวณได้โดยตรงว่าพฤติกรรมทางโทโพโลยีของวัสดุมีความแข็งแกร่งเพียงใด
"ความหวังของเราคือ แนวทางนี้สามารถช่วยนำทางการค้นพบวัสดุแปลกใหม่อีกมากมายได้” เฉินกล่าว “ท้ายที่สุดแล้ว สิ่งนี้อาจนำไปสู่แพลตฟอร์มคอมพิวเตอร์ควอนตัมรุ่นต่อไป ซึ่งสร้างขึ้นบนวัสดุที่ต้านทานการรบกวนตามธรรมชาติที่ก่อกวนระบบปัจจุบันได้”
การควบคุมพลังที่ยังไม่ได้ใช้ของโฟนอน
ความก้าวหน้าอีกประการหนึ่งได้เกิดขึ้น ได้รับความสำเร็จ โดยนักวิจัยจากมหาวิทยาลัยไรซ์ ซึ่งสามารถปูทางไปสู่เทคโนโลยียุคใหม่ด้านการตรวจจับและการประมวลผล เรื่องนี้มี แสดงให้เห็นรูปแบบการรบกวนที่รุนแรงระหว่างโฟนอน6.
โฟนอนคือการสั่นสะเทือนในโครงสร้างของวัสดุ ซึ่งเป็นหน่วยความร้อนหรือเสียงที่เล็กที่สุดในระบบนั้น
เมื่อโฟนอนสองตัวมีการกระจายความถี่ต่างกัน เข้ามาแทรกแซง ซึ่งกันและกันปรากฏการณ์ดังกล่าวเรียกว่า เสียงสะท้อนฟาโนการศึกษาวิจัยรายงานว่าการสั่นพ้องของฟาโนมีระดับมากกว่าที่เคยถึงสองลำดับ
“แม้ว่าปรากฏการณ์นี้จะได้รับการศึกษาอย่างดีสำหรับอนุภาคเช่นอิเล็กตรอนและโฟตอน แต่การรบกวนระหว่างโฟนอนก็มี ถูกสำรวจน้อยกว่ามาก” คุนหยาน จาง อดีตนักวิจัยหลังปริญญาเอกที่มหาวิทยาลัยไรซ์ ผู้เขียนคนแรกของการศึกษากล่าว “นั่นเป็นโอกาสที่พลาดไป เนื่องจากโฟนอนสามารถรักษาพฤติกรรมคลื่นไว้ได้เป็นเวลานาน ทำให้โฟนอนมีแนวโน้มที่จะเป็นอุปกรณ์ที่เสถียรและมีประสิทธิภาพสูง”
การศึกษาได้แสดงให้เห็นอย่างมีประสิทธิภาพว่าโฟนอนสามารถใช้ประโยชน์ได้สำเร็จเช่นเดียวกับแสงหรืออิเล็กตรอน ซึ่งช่วยปูทางไปสู่เทคโนโลยีโฟนอนยุคใหม่ รากฐานของความก้าวหน้าครั้งใหม่นี้คือการใช้โลหะ 2 มิติทับบนฐานซิลิกอนคาร์ไบด์
ระหว่างชั้นของกราฟีนและซิลิกอนคาร์ไบด์ ทีมงานได้แทรกชั้นของอะตอมเงินบางชั้นโดยใช้เทคนิคเฮเทอโรอิพิแทกซีแบบจำกัด ซึ่งสร้างอินเทอร์เฟซที่ยึดแน่นด้วยคุณสมบัติควอนตัมที่พิเศษ
“โลหะ 2 มิติกระตุ้นและเพิ่มการรบกวนระหว่างโหมดการสั่นสะเทือนที่แตกต่างกันในซิลิกอนคาร์ไบด์ ทำให้บรรลุระดับสูงสุดเป็นประวัติการณ์”
– จาง
ทีมงานได้สำรวจการทำงานของพวกเขา เพียงแค่ โฟนอนมีการรบกวนกันอย่างไร เพื่อจุดประสงค์นี้ พวกเขาจึงศึกษารูปร่างสัญญาณในสเปกโทรสโกปีรามาน ซึ่งเป็นเทคนิคที่ใช้วัดโหมดการสั่นสะเทือนของวัสดุ สิ่งที่นักวิจัยพบคือรูปร่างเส้นที่ไม่สมมาตรอย่างแหลมคม ซึ่งในบางกรณีมีการจุ่มตัวลงอย่างสมบูรณ์ ก่อให้เกิดรูปแบบการสั่นพ้องที่เป็นลักษณะเฉพาะของการรบกวนที่รุนแรง
ผลกระทบนี้แสดงให้เห็นถึงความไวสูงต่อความจำเพาะของพื้นผิวซิลิกอนคาร์ไบด์ (SiC)
เมื่อเปรียบเทียบจุดสิ้นสุดพื้นผิว SiC ที่เป็นเอกลักษณ์สามแบบ นักวิจัยพบความเชื่อมโยงที่แข็งแกร่งระหว่างจุดสิ้นสุดแต่ละจุดกับรูปร่างเส้นรามานที่เป็นเอกลักษณ์ นอกจากนี้ รูปร่างของเส้นสเปกตรัมยังเปลี่ยนแปลงไปอย่างมากเมื่อโมเลกุลของสีย้อมเพียงโมเลกุลเดียว ถูกนำมาใช้ กับพื้นผิว
“สัญญาณรบกวนนี้มีความไวสูงมากจนสามารถตรวจจับการมีอยู่ของโมเลกุลเดี่ยวได้” จางกล่าว “มันช่วยให้สามารถตรวจจับโมเลกุลเดี่ยวได้โดยไม่ต้องติดฉลาก ด้วยการตั้งค่าที่ง่ายและปรับขนาดได้ ผลลัพธ์ของเราเปิดเส้นทางใหม่สำหรับการใช้โฟนอนในการตรวจจับเชิงควอนตัมและการตรวจจับโมเลกุลรุ่นต่อไป”
เมื่อพิจารณาถึงพลวัตของผลกระทบที่อุณหภูมิต่ำ ได้รับการยืนยันแล้ว การรบกวนนั้นเกิดขึ้นจากปฏิสัมพันธ์ของโฟนอนล้วนๆ และไม่ใช่จากอิเล็กตรอน ทำให้เป็นกรณีที่หายากของการรบกวนควอนตัมที่เกิดกับโฟนอนเพียงอย่างเดียว
ทีมงานสังเกตเห็นผลกระทบนี้เฉพาะในระบบซิลิกอนคาร์ไบด์ 2 มิติที่พวกเขาใช้เท่านั้น เนื่องมาจากการกำหนดค่าพื้นผิวและเส้นทางการเปลี่ยนผ่านพิเศษที่เกิดขึ้นได้จากชั้นบาง
“เมื่อเทียบกับเซ็นเซอร์ทั่วไป วิธีการของเรามีความไวสูงโดยไม่จำเป็นต้องใช้ฉลากเคมีพิเศษหรือการตั้งค่าอุปกรณ์ที่ซับซ้อน” Shengxi Huang ผู้เขียนร่วมกล่าว รองศาสตราจารย์ด้านวิศวกรรมไฟฟ้าและคอมพิวเตอร์และ วิทยาศาสตร์วัสดุและวิศวกรรมนาโนที่ Rice “วิธีการที่ใช้โฟนอนนี้ไม่เพียงแต่ช่วยพัฒนาการตรวจจับระดับโมเลกุลเท่านั้น แต่ยังเปิดโอกาสที่น่าตื่นเต้นในด้านพลังงานอีกด้วย การเก็บเกี่ยว การจัดการความร้อน และเทคโนโลยีควอนตัม ซึ่งการควบคุมการสั่นสะเทือนเป็นสิ่งสำคัญ
ปัดเพื่อเลื่อน →
| พื้นที่วิจัย | สถาบัน/บริษัท | ความก้าวหน้า (2025) | ผลกระทบต่อคอมพิวเตอร์ควอนตัม |
|---|---|---|---|
| เนกเลกตัน / แอนยอน | Nature Communications (ทีมงานนานาชาติ) | แนะนำ "neglectons" เพื่อเปิดใช้งานการคำนวณแบบสากลของ Ising anyon | ให้เกตตรรกะที่ทนทานต่อสัญญาณรบกวนผ่านการถักเปีย |
| อาร์เรย์อะตอมที่ได้รับการปรับให้เหมาะสมกับ AI | มหาวิทยาลัยวิทยาศาสตร์และเทคโนโลยีแห่งประเทศจีน | ประกอบอะตอมที่เป็นกลางจำนวน 2,024 อะตอมในเวลา 60 มิลลิวินาที | รากฐานที่ปรับขนาดได้สำหรับโปรเซสเซอร์ที่แก้ไขข้อผิดพลาด |
| การกลั่นแห่งเวทย์มนต์ | ทีม Gemini QC อะตอมเป็นกลาง | การสาธิตครั้งแรกของการกลั่นสถานะเวทย์มนตร์บนคิวบิตเชิงตรรกะ | สำคัญสำหรับการคำนวณควอนตัมที่ทนต่อความผิดพลาด |
| หน่วยความจำควอนตัม | คาลเทค | หน่วยความจำไฮบริดจัดเก็บข้อมูลได้นานกว่า 30 เท่าผ่านโฟนอน | ช่วยให้สามารถจัดเก็บและเรียกค้นสถานะควอนตัมได้นานขึ้น |
| วัสดุที่แปลกใหม่ | มหาวิทยาลัยชาลเมอร์ส, ม. แห่งเฮลซิงกิ มหาวิทยาลัย Aalto | วิธีการที่ใช้แม่เหล็กเพื่อการกระตุ้นทางโทโพโลยีที่ทนทาน | คิวบิตที่เสถียรและทนต่อสัญญาณรบกวนมากขึ้น |
| สัญญาณรบกวนทางเสียง | มหาวิทยาลัยไรซ์ | บันทึกการรบกวนของโฟนอนที่ทำให้สามารถตรวจจับโมเลกุลเดี่ยวได้ | เปิดเส้นทางสู่การตรวจจับและอุปกรณ์ที่ใช้โฟนอน |
การลงทุนในระบบคอมพิวเตอร์ควอนตัม
บริษัทเทคโนโลยียักษ์ใหญ่และนักลงทุนหลายรายกำลังเดิมพันครั้งใหญ่กับความก้าวหน้าทางควอนตัม ซึ่งรวมถึง... ไอบีเอ็ม (IBM -2.21%), Google, อเมซอน, ไมโครซอฟท์ (MSFT -2.51%)และอื่นๆ อีกมากมาย พวกเขากำลังขยายโครงการควอนตัม ขณะที่เงินทุนเสี่ยงยังคงไหลเข้าสตาร์ทอัพอย่างต่อเนื่อง เพื่อสำรวจวัสดุใหม่ๆ การแก้ไขข้อผิดพลาด และเทคโนโลยีโฟโนนิก
ไมโครซอฟท์ (MSFT -2.51%)
ในบรรดาบริษัทยักษ์ใหญ่เหล่านี้ Microsoft โดดเด่นกว่าอย่างเห็นได้ชัด โดยผลักดันการลงทุนทั้งในด้านควอนตัมและฟิวชัน โดยนำเสนอเทคโนโลยีเหล่านี้ในฐานะเทคโนโลยีเสริมสำหรับการขับเคลื่อนศูนย์ข้อมูลที่ขับเคลื่อนด้วย AI ในอนาคต ในทำนองเดียวกัน ห้องปฏิบัติการ AI เชิงควอนตัมของ Google และแผนงานเชิงควอนตัมหลายปีของ IBM สะท้อนถึงเป้าหมายของพวกเขาในการสร้างเครื่องจักรควอนตัมที่ใช้งานได้จริงภายในทศวรรษนี้
ไมโครซอฟท์คอร์ปอเรชั่น (MSFT -2.51%)
ราคาหุ้นของ Microsoft เพิ่มขึ้นจากประมาณ 354 ดอลลาร์สหรัฐฯ ในช่วงต้นเดือนเมษายน 2025 สู่ระดับสูงสุดเหนือ 524 ดอลลาร์สหรัฐฯ ในเดือนสิงหาคม ก่อนที่จะลดลงมาอยู่ที่ประมาณ 509 ดอลลาร์สหรัฐฯ ณ วันที่ 19 สิงหาคม การประเมินมูลค่าปัจจุบันของบริษัทประกอบด้วยอัตราส่วน P/E ที่ 38.1 โดยมีกำไรต่อหุ้น (TTM) ที่ 13.70 ดอลลาร์สหรัฐฯ และอัตราผลตอบแทนจากเงินปันผลที่ 0.59% และสำหรับปีงบประมาณ 2025 มีรายได้ 281.7 พันล้านดอลลาร์สหรัฐฯ และกำไรสุทธิที่ 101.8 พันล้านดอลลาร์สหรัฐฯ โดยเฉพาะอย่างยิ่งความต้องการในธุรกิจคลาวด์และ AI กำลังช่วยผลักดันผลการดำเนินงานของบริษัทให้เติบโต
ล่าสุด ไมโครซอฟท์ คอร์ปอเรชั่น (MSFT) ข่าวสารและพัฒนาการหุ้น
3 No-Brainer AI Stocks to Buy Before They Soar, According to Wall Street
Stock Market Today, March 27: Crude Surges Above $110, Driving Broad Sell-Off
Microsoft's stock hasn't been this oversold in a decade, with the tech giant ‘really losing the AI narrative'
Got $5,000? Here Are 3 Fantastic Stocks to Buy Now.
Microsoft Falls 25% as AI Spending Surge Raises Growth Questions
หุ้น 'Mag 7' 3 ตัวนี้มีแนวโน้มที่จะนำหน้าหุ้นตัวอื่นๆ
สรุป
คอมพิวเตอร์ควอนตัมมีศักยภาพในการคำนวณที่ซับซ้อนด้วยความเร็วสูง ซึ่งเหนือกว่าคอมพิวเตอร์แบบคลาสสิก ซึ่งมีแนวโน้มที่จะทำให้เกิดความก้าวหน้าในสาขาต่างๆ รวมถึงการค้นพบยา วิทยาศาสตร์วัสดุ ปัญญาประดิษฐ์ และการเข้ารหัส
แต่แน่นอนว่าคอมพิวเตอร์ควอนตัมยังห่างไกลจากความเป็นจริง ยังคงเผชิญกับความท้าทายต่างๆ เช่น สัญญาณรบกวน ความสามารถในการปรับขนาด ความเสถียร การจัดเก็บ หน่วยความจำ และการควบคุม ในด้านบวก นักวิจัยกำลังก้าวหน้าอย่างต่อเนื่องในทุกๆ ด้านที่แตกต่างกัน และเมื่อรวมกันแล้ว พวกเขากำลังพาเราเข้าใกล้การปลดล็อกคอมพิวเตอร์ควอนตัมในทางปฏิบัติมากขึ้น!
คลิกที่นี่เพื่อดูรายชื่อบริษัทคอมพิวเตอร์ควอนตัมชั้นนำ 5 อันดับแรก
อ้างอิง:
1. Iulianelli, F., Kim, S., Sussan, J., et al. การคำนวณควอนตัมสากลโดยใช้ Ising anyons จากทฤษฎีสนามควอนตัมเชิงทอพอโลยีแบบไม่กึ่งเรียบง่าย การสื่อสารธรรมชาติ, 16, 6408, เผยแพร่เมื่อวันที่ 05 สิงหาคม 2025 https://doi.org/10.1038/s41467-025-61342-8
2. Ahart, J. (2025, 15 สิงหาคม). AI ช่วยประกอบ 'สมอง' ของคอมพิวเตอร์ควอนตัมในอนาคต ธรรมชาติ. https://doi.org/10.1038/d41586-025-02577-9
3. Sales Rodriguez, P., Robinson, JM, Jepsen, PN และคณะ การสาธิตการทดลองของการกลั่นสถานะมายากลเชิงตรรกะ ธรรมชาติ, เผยแพร่เมื่อวันที่ 14 กรกฎาคม 2025 https://doi.org/10.1038/s41586-025-09367-3
4. Bozkurt, AB, Golami, O., Yu, Y. และคณะ หน่วยความจำควอนตัมเชิงกลสำหรับโฟตอนไมโครเวฟ ฟิสิกส์ธรรมชาติ, เผยแพร่เมื่อวันที่ 13 สิงหาคม 2025 https://doi.org/10.1038/s41567-025-02975-w
5. Lippo, Z., Pereira, EL, Lado, JL, & Chen, G. โหมดศูนย์เชิงโทโพโลยีและการปั๊มความสัมพันธ์ในโครงตาข่าย Kondo ที่ออกแบบทางวิศวกรรม จดหมายทางกายภาพความคิดเห็น, 134(11), 116605, เผยแพร่มีนาคม 2025 https://doi.org/10.1103/PhysRevLett.134.116605
6. Zhang, K. และคณะ การรบกวนควอนตัมโฟตอนแบบปรับได้ที่เหนี่ยวนำโดยโลหะสองมิติ วิทยาศาสตร์ก้าวหน้า, 11, eadw1800, เผยแพร่ 2025. https://doi.org/10.1126/sciadv.adw1800












