2-شناخت کوانتومی


بازنمایی دانش [ ویرایش ]

مفاهیم پدیده های شناختی اساسی هستند که محتوایی را برای استنتاج، توضیح و درک زبان فراهم می کنند. روانشناسی شناختی رویکردهای متفاوتی را برای درک مفاهیم از جمله نمونه‌ها، نمونه‌های اولیه و شبکه‌های عصبی مورد تحقیق قرار داده است و مشکلات اساسی مختلفی مانند رفتار غیر کلاسیک آزمایش‌شده تجربی برای پیوند و تفکیک مفاهیم، ​​به‌ویژه مسئله Pet-Fish یا Pet-Fish شناسایی شده است. اثر گوپی، [34] و گسترش بیش از حد و کمتر از حد معمول بودن و وزن عضویت برای ربط و تفکیک. [35] [36] به طور کلی، شناخت کوانتومی به سه روش برای مدل‌سازی مفاهیم از نظریه کوانتومی استفاده کرده است.

  1. از زمینه‌ای بودن نظریه کوانتومی برای توضیح زمینه‌ای بودن مفاهیم در شناخت و زبان و پدیده ویژگی‌های نوظهور هنگام ترکیب مفاهیم استفاده کنید [11] [37] [38] [39] [40]
  2. از درهم تنیدگی کوانتومی برای مدل‌سازی معنایی ترکیب‌های مفاهیم به روشی غیرتجزیه‌ای، و به حساب آوردن ویژگی‌ها/همبستگان/استنتاج‌های نوظهور در رابطه با ترکیب‌های مفهومی استفاده کنید [41]
  3. از برهم نهی کوانتومی برای توضیح ظهور یک مفهوم جدید در هنگام ترکیب مفاهیم استفاده کنید ، و در نتیجه یک مدل توضیحی برای وضعیت مشکل Pet-Fish، و گسترش بیش از حد و زیر بسط وزن عضویت برای پیوند و تفکیک مفاهیم ارائه دهید. [29] [37] [38]

حجم زیادی از داده های جمع آوری شده توسط همپتون [35] [36] در مورد ترکیب دو مفهوم را می توان در یک چارچوب نظری کوانتومی خاص در فضای فوک مدل سازی کرد که در آن انحرافات مشاهده شده از نظریه مجموعه کلاسیک (مجموعه فازی)، موارد فوق الذکر افزایش بیش از حد و کم‌تر وزن‌های عضویت، از نظر تعاملات متنی، برهم‌نهی، تداخل، درهم‌تنیدگی و ظهور توضیح داده می‌شوند. [29] [42] [43] [44] و، بیشتر، یک آزمون شناختی بر روی یک ترکیب مفهومی خاص انجام شده است که به طور مستقیم، از طریق نقض نابرابری‌های بل، درهم تنیدگی کوانتومی بین مفاهیم مؤلفه را نشان می‌دهد. [45] [46]

تحلیل معنایی و بازیابی اطلاعات [ ویرایش ]

تحقیق در (IV) تأثیر عمیقی بر درک و توسعه اولیه یک فرمالیسم برای به دست آوردن اطلاعات معنایی در هنگام برخورد با مفاهیم، ​​ترکیبات آنها و زمینه های متغیر در مجموعه ای از اسناد بدون ساختار داشت. این معمای پردازش زبان طبیعی (NLP) و بازیابی اطلاعات (IR) در وب - و به طور کلی پایگاه های داده - را می توان با استفاده از فرمالیسم ریاضی نظریه کوانتومی حل کرد. به عنوان مراحل اساسی، (الف) K. Van Rijsbergen یک رویکرد ساختار کوانتومی را برای IR معرفی کرد، [47] (ب) Widdows و Peters از یک نفی منطقی کوانتومی برای یک سیستم جستجوی مشخص استفاده کردند، [40] [48] و Aerts و Czachor شناسایی کردند. ساختار کوانتومی در نظریه های فضای معنایی، مانند تحلیل معنایی نهفته . [49] از آن زمان، استفاده از تکنیک ها و رویه های ناشی از فرمالیسم های ریاضی نظریه کوانتوم - فضای هیلبرت، منطق و احتمال کوانتومی، جبرهای غیر تعویضی و غیره - در زمینه هایی مانند IR و NLP، نتایج قابل توجهی ایجاد کرده است. [50]

تاریخچه [ ویرایش ]

ایده هایی برای به کارگیری فرمالیسم های نظریه کوانتومی در شناخت اولین بار در دهه 1990 توسط دیدریک آرتس و همکارانش یان بروکارت، سونیا اسمتس و لیان گابورا توسط هارالد آتمانسپاچر، رابرت بوردلی و آندری خرنیکوف ظاهر شد. یک شماره ویژه در مورد شناخت و تصمیم کوانتومی در مجله روانشناسی ریاضی (2009، جلد 53.) ظاهر شد، که پرچمی را برای این میدان کاشت. چند کتاب مرتبط با شناخت کوانتومی منتشر شده است، از جمله کتاب های Khrennikov (2004، 2010)، Ivancivic and Ivancivic (2010)، Busemeyer and Bruza (2012)، E. Conte (2012). اولین کارگاه تعامل کوانتومی در سال 2007 در استنفورد برگزار شد که توسط پیتر بروزا، ویلیام لاولس، سی جی ون ریجسبرگن و دان سوفج به عنوان بخشی از مجموعه سمپوزیوم های بهار AAAI 2007 برگزار شد. پس از آن کارگاه‌هایی در آکسفورد در سال 2008، زاربروکن در سال 2009، در مجموعه سمپوزیوم‌های پاییزی AAAI در سال 2010 برگزار شد که در واشنگتن دی سی، 2011 در آبردین ، 2012 در پاریس ، و 2013 در لستر برگزار شد . آموزش ها نیز سالانه از سال 2007 تا 2013 در نشست سالانه انجمن علوم شناختی ارائه شد . یک شماره ویژه در مورد مدل های کوانتومی شناخت در سال 2013 در مجله Topics in Cognitive Science منتشر شد .

همچنین ببینید [ ویرایش ]

منابع [ ویرایش ]

  1. ^پرش به بالا:a b Khrennikov, A. (2010). ساختار کوانتومی همه جا حاضر: از روانشناسی تا امور مالی. اسپرینگر. شابک 978-3-642-42495-3.
  2. ^پرش به بالا:ب Busemeyer , J.; بروزا، پ. (2012). مدل های کوانتومی شناخت و تصمیم. کمبریج: انتشارات دانشگاه کمبریج. شابک 978-1-107-01199-1.
  3. ^ پوتوس، EM; Busemeyer, JR (2013). "آیا احتمال کوانتومی می تواند جهت جدیدی برای مدل سازی شناختی ارائه دهد". علوم رفتاری و مغز . 36 (3): 255-274. doi : 10.1017/S0140525X12001525 . PMID 23673021 . S2CID 53130527 .
  4. ^ وانگ، ز. Busemeyer, JR; Atmanspacher، H.; پوتوس، EM (2013). "پتانسیل استفاده از نظریه کوانتومی برای ساخت مدل های شناخت" . مباحث علوم شناختی . 5 (4): 672-688. doi : 10.1111/tops.12043 . PMID 24027215 .
  5. ↑ Khrennikov، A. (2006). "مغز کوانتومی: "تداخل ذهن"". Biosystems . 84 (3): 225-241. arXiv : quant-ph/0205092 . doi : 10.1016/j.biosystems.2005.11.005 . PMID 16427733 .
  6. ↑ Khrennikov، A. (2004). پویایی اطلاعات در پدیده های شناختی، روانی، اجتماعی و ناهنجار . نظریه های بنیادی فیزیک. جلد 138. کلوور. شابک 1-4020-1868-1.
  7. ^ Atmanspacher، H.; رومر، اچ. والاچ، اچ (2002). "نظریه کوانتومی ضعیف: مکمل و درهم تنیدگی در فیزیک و فراتر از آن". مبانی فیزیک . 32 (3): 379-406. doi : 10.1023/A:1014809312397 . S2CID 118583726 .
  8. ^ آرتس، دی. Aerts, S. (1994). "کاربردهای آمار کوانتومی در مطالعات روانشناختی فرآیندهای تصمیم گیری". مبانی علم . 1 : 85-97. doi : 10.1007/BF00208726 .
  9. ^ بروزا، پ. کیتو، ک. نلسون، دی. McEvoy, C. (2009). "آیا چیزی شبیه به کوانتومی در واژگان ذهنی انسان وجود دارد؟" . مجله روانشناسی ریاضی . 53 (5): 362-377. doi : 10.1016/j.jmp.2009.04.004 . PMC 2834425 . PMID 20224806 .
  10. ↑ لامبرت موگیلیانسکی، ا. ضمیر، س. Zwirn، H. (2009). "نامعین بودن نوع: مدلی از KT (Kahneman–Tversky)-man". مجله روانشناسی ریاضی . 53 (5): 349-361. arXiv : فیزیک/0604166 . doi : 10.1016/j.jmp.2009.01.001 . S2CID 15463046 .
  11. ^پرش به بالا:a b de Barros, JA; ساپس، پی (2009). "مکانیک کوانتومی، تداخل و مغز". مجله روانشناسی ریاضی. 53(5): 306-313. doi:10.1016/j.jmp.2009.03.005.
  12. ↑ Khrennikov، A. (2008). "مغز کوانتومی در مقیاس های زمانی شناختی و نیمه شناختی". مجله مطالعات آگاهی . 15 (7): 39-77. ISSN 1355-8250 .
  13. ↑ ون دن نورت، موریتز؛ لیم، سابینا؛ بوش، پگی (26 دسامبر 2016). "در مورد نیاز به یکپارچه سازی علوم اعصاب و فیزیک" . نوروایمونولوژی و التهاب عصبی . 3 (12): 271. doi : 10.20517/2347-8659.2016.55 . hdl : 2066/162618 .
  14. ↑ Khrennikov، A. (2009). رویکرد متنی به فرمالیسم کوانتومی . نظریه های بنیادی فیزیک. جلد 160. اسپرینگر. شابک 978-1-4020-9592-4.
  15. ↑ Savage، LJ (1954). مبانی آمار . جان وایلی و پسران
  16. ^ تورسکی، آ . شفیر، ای (1992). "اثر گسست در انتخاب تحت عدم قطعیت". علم روانشناسی . 3 (5): 305-309. doi : 10.1111/j.1467-9280.1992.tb00678.x . S2CID 144374616 .
  17. ^ پوتوس، EM; Busemeyer, JR (2009). "توضیح احتمال کوانتومی برای نقض نظریه تصمیم گیری "عقلانی" . مجموعه مقالات انجمن سلطنتی . ب: علوم زیستی. 276 (1665): 2171-2178. doi : 10.1098/rspb.2009.0121 . PMC 2677606 . PMID 19324743 .
  18. ^پرش به بالا:a b Yukalov, VI; Sornette, D. (21 فوریه 2010). "نظریه تصمیم با تداخل و درهم تنیدگی چشم انداز"(PDF). تئوری و تصمیم. 70(3): 283-328. doi:10.1007/s11238-010-9202-y. hdl: 20.500.11850/29070 . S2CID15377072.
  19. ↑ موسر، جورج (16 اکتبر 2012). "روشنگری جدید". علمی آمریکایی 307 (5): 76-81. doi : 10.1038/scientificamerican1112-76 .
  20. ^ آلیس، ام (1953). "Le comportement de l'homme rationnel devant le risque: Critique des postulats et axiomes de l'ecole Americaine". اقتصادسنجی _ 21 (4): 503-546. doi : 10.2307/1907921 . JSTOR 1907921 .
  21. ^ الزبرگ، دی (1961). "ریسک، ابهام، و بدیهیات وحشی" (PDF) . فصلنامه اقتصاد . 75 (4): 643-669. doi : 10.2307/1884324 . JSTOR 1884324 .
  22. ^ ماشینا، ام جی (2009). "ریسک، ابهام، و بدیهیات وابستگی رتبه". بررسی اقتصادی آمریکا 99 (1): 385-392. doi : 10.1257/aer.99.1.385 .
  23. ^ آرتس، دی. سوزو، اس. تاپیا، جی (2012). "یک مدل کوانتومی برای پارادوکس های السبرگ و ماشین". در Busemeyer، J. دوبوا، اف. Lambert-Mogilansky، A. (ویرایشات). تعامل کوانتومی 2012 . LNCS. جلد 7620. برلین: Springer. ص 48-59.
  24. ^ آرتس، دی. سوزو، اس. تاپیا، جی (2014). "شناسایی ساختارهای کوانتومی در پارادوکس الزبرگ". مجله بین المللی فیزیک نظری . 53 (10): 3666-3682. arXiv : 1302.3850 . Bibcode : 2014IJTP...53.3666A . doi : 10.1007/s10773-014-2086-9 . S2CID 119158347 .
  25. ^ لا مورا، پی (2009). "فایده مورد انتظار فرافکنی". مجله روانشناسی ریاضی . 53 (5): 408-414. arXiv : 0802.3300 . doi : 10.1016/j.jmp.2009.02.001 . S2CID 12099816 .
  26. ^ Kak, S. (2017). درختان اطلاعات ناقص و تصمیم گیری کوانتومی کنفرانس بین المللی IEEE در مورد سیستم ها، انسان و سایبرنتیک. بنف، کانادا، اکتبر doi : 10.1109/SMC.2017.8122615 .
  27. ^ تورسکی، ا. Kahneman، D. (1983). "استدلال بسطی در مقابل شهودی: مغالطه ربط در قضاوت احتمال". بررسی روانشناختی . 90 (4): 293-315. doi : 10.1037/0033-295X.90.4.293 .
  28. ^ باند، راشل ال. او، یانگ هوی؛ اورمرود، توماس سی (2018). "یک چارچوب کوانتومی برای نسبت های احتمال". مجله بین المللی اطلاعات کوانتومی . 16 (1): 1850002. arXiv : 1508.00936 . Bibcode : 2018IJQI...1650002B . doi : 10.1142/s0219749918500028 . ISSN 0219-7499 . S2CID 85523100 .
  29. ^پرش به بالا:a b c Aerts, D. (2009). "ساختار کوانتومی در شناخت". مجله روانشناسی ریاضی. 53(5): 314-348. arXiv: 0805.3850 . doi:10.1016/j.jmp.2009.04.005. S2CID14436506.
  30. ^ Busemeyer, JR; پوتوس، ای. فرانکو، آر. Trueblood، JS (2011). "توضیح نظری کوانتومی برای "خطا" قضاوت احتمال" (PDF) . بررسی روانشناختی . 118 (2): 193–218. doi : 10.1037/a0022542 . PMID 21480739 .
  31. ^ Trueblood، JS. Busemeyer, JR (2011). "یک حساب احتمال کوانتومی اثرات نظم در استنتاج" . علوم شناختی . 35 (8): 1518-1552. doi : 10.1111/j.1551-6709.2011.01197.x . PMID 21951058 .
  32. ^ آرتس، دی. بروکارت، جی. اسمتس، اس. (1999). "پارادوکس دروغگو در دیدگاه مکانیک کوانتومی". مبانی علم . 4 (2): 115-132. doi : 10.1023/A:1009610326206 . S2CID 119404170 .
  33. ^ آرتس، دی. آرتس، اس. بروکارت، جی. گابورا، ال (2000). "نقض نابرابری های بل در جهان کلان". مبانی فیزیک . 30 (9): 1387–1414. arXiv : quant-ph/0007044 . Bibcode : 2000quant.ph..7044A . doi : 10.1023/A:1026449716544 . S2CID 3262876 .
  34. ^ اوشرسون، DN; اسمیت، EE (1981). "درباره کفایت نظریه نمونه اولیه به عنوان نظریه مفاهیم". شناخت . 9 (1): 35-58. doi : 10.1016/0010-0277(81)90013-5 . PMID 7196818 . S2CID 10482356 .
  35. ^پرش به بالا:ب همپتون ، JA (1988). "گسترش بیش از حد مفاهیم ربط: شواهدی برای مدل واحدی برای نوعی بودن مفهوم و شمول طبقاتی". مجله روانشناسی تجربی: یادگیری، حافظه و شناخت. 14(1): 12-32. doi:10.1037/0278-7393.14.1.12.
  36. ^پرش به بالا:ب همپتون ، JA (1988). "تفکیک مفاهیم طبیعی". حافظه و شناخت. 16(6): 579-591. doi: 10.3758/BF03197059 . PMID3193889.
  37. ^پرش به بالا:a b Aerts، D.; گابورا، ال (2005). "یک مدل حالت-زمینه-ویژگی از مفاهیم و ترکیبات آنها I: ساختار مجموعه های زمینه ها و ویژگی ها". کیبرنتیس_ 34(1و2): 167-191. arXiv: quant-ph/0402207 . doi:10.1108/03684920510575799. S2CID15124657.
  38. ^پرش به بالا:a b Aerts، D.; گابورا، ال (2005). "یک مدل حالت-زمینه-ویژگی از مفاهیم و ترکیبات آنها II: بازنمایی فضای هیلبرت". کیبرنتیس_ 34(1و2): 192-221. arXiv: quant-ph/0402205 . doi:10.1108/03684920510575807. S2CID13988880.
  39. ^ گابورا، ال. Aerts، D. (2002). زمینه سازی مفاهیم با استفاده از تعمیم ریاضی فرمالیسم کوانتومی. مجله هوش مصنوعی تجربی و نظری . 14 (4): 327-358. arXiv : quant-ph/0205161 . doi : 10.1080/09528130210162253 . S2CID 10643452 .
  40. ^پرش به بالا:a b Widdows، D.; پیترز، اس (2003). بردارهای کلمه و منطق کوانتومی: آزمایش هایی با نفی و تفکیک. هشتمین کنفرانس ریاضیات زبان. صص 141-154.
  41. ^ بروزا، PD; کول، آر جی (2005). "منطق کوانتومی فضای معنایی: بررسی اکتشافی اثرات زمینه در استدلال عملی". در آرتموف، اس . بارینگر، اچ. d'Avila Garcez، AS ; بره، LC; وودز، جی. ما به آنها نشان خواهیم داد: مقالاتی به افتخار Dov Gabbay . انتشارات کالج. شابک 1-904987-11-7.
  42. ↑ Aerts, D. (2009). "ذرات کوانتومی به عنوان موجودات مفهومی: یک چارچوب توضیحی ممکن برای نظریه کوانتومی". مبانی علم . 14 (4): 361-411. arXiv : 1004.2530 . doi : 10.1007/s10699-009-9166-y . S2CID 119209842 .
  43. ^ آرتس، دی. بروکارت، جی. گابورا، ال. سوزو، اس (2013). "ساختار کوانتومی و تفکر انسان". علوم رفتاری و مغز . 36 (3): 274-276. doi : 10.1017/S0140525X12002841 . PMID 23673022 .
  44. ↑ آرتس، دیدریک؛ گابورا، لیان؛ Sozzo, Sandro (سپتامبر 2013). "مفاهیم و پویایی آنها: مدلسازی کوانتومی-نظری از اندیشه انسان". مباحث علوم شناختی . 5 (4): 737-772. arXiv : 1206.1069 . doi : 10.1111/tops.12042 . PMID 24039114 . S2CID 6300002 .
  45. ^ آرتس، دی. سوزو، اس (2012). "ساختارهای کوانتومی در شناخت: چرا و چگونه مفاهیم در هم تنیده می شوند". در آهنگ، دی. ملوچی، ام. Frommholz، I. (ویرایش.). تعامل کوانتومی 2011 . LNCS. جلد 7052. برلین: Springer. صص 116-127. شابک 978-3-642-24970-9.
  46. ^ آرتس، دی. سوزو، اس (2014). "درهم تنیدگی کوانتومی در ترکیبات مفهومی". مجله بین المللی فیزیک نظری . 53 (10): 3587-3603. arXiv : 1302.3831 . Bibcode : 2014IJTP...53.3587A . doi : 10.1007/s10773-013-1946-z . S2CID 17064563 .
  47. ↑ Van Rijsbergen، K. (2004). هندسه بازیابی اطلاعات . انتشارات دانشگاه کمبریج. شابک 0-521-83805-3.
  48. ↑ Widdows، D. (2006). هندسه و معنا . انتشارات CSLI. شابک 1-57586-448-7.
  49. ^ آرتس، دی. Czachor، M. (2004). "جنبه های کوانتومی تحلیل معنایی و هوش مصنوعی نمادین". مجله فیزیک الف . 37 (12): L123–L132. arXiv : quant-ph/0309022 . doi : 10.1088/0305-4470/37/12/L01 . S2CID 16701954 .
  50. ^ سورا، مایکل. "استخراج بدون تجزیه؛ با استفاده از یک ماشین بردار حالت گذرا چند بعدی" (PDF) .

https://en.wikipedia.org/wiki/Quantum_cognition

+ نوشته شده در چهارشنبه دوم اسفند ۱۴۰۲ ساعت 11:40 توسط علی رضا نقش  | 

1-شناخت کوانتومی

از ویکیپدیا، دانشنامه آزاد

نباید با ذهن کوانتومی اشتباه شود .

این مقاله ممکن است حاوی مقدار بیش از حد جزئیات پیچیده باشد که ممکن است فقط مخاطب خاصی را مورد توجه قرار دهد . لطفاً با حذف یا جابجایی هر گونه اطلاعات مرتبط، و حذف جزئیات بیش از حدی که ممکن است بر خلاف خط مشی گنجاندن ویکی‌پدیا باشد، کمک کنید . ( ژوئن 2013 ) ( نحوه و زمان حذف این پیام الگو را بیاموزید )

شناخت کوانتومی یک رشته نوظهور است که فرمالیسم ریاضی نظریه کوانتومی را برای مدل سازی پدیده های شناختی مانند پردازش اطلاعات توسط مغز انسان ، زبان ، تصمیم گیری ، حافظه انسانی ، مفاهیم و استدلال مفهومی، قضاوت و ادراک انسان به کار می گیرد . [1] [2] [3] [4] این میدان به وضوح خود را از ذهن کوانتومی متمایز می‌کند ، زیرا بر این فرضیه متکی نیست که چیزی میکروفیزیکی کوانتومی-مکانیکی در مورد مغز وجود دارد. شناخت کوانتومی مبتنی بر پارادایم کوانتومی [5] [6] یا پارادایم کوانتومی تعمیم یافته [7] یا پارادایم ساختار کوانتومی [8] است که پردازش اطلاعات توسط سیستم های پیچیده ای مانند مغز، با در نظر گرفتن وابستگی متنی اطلاعات و احتمالات استدلال را می توان به صورت ریاضی در چارچوب اطلاعات کوانتومی و نظریه احتمالات کوانتومی توصیف کرد.

شناخت کوانتومی از فرمالیسم ریاضی نظریه کوانتومی برای الهام بخشیدن و رسمیت بخشیدن به مدل‌های شناختی استفاده می‌کند که هدفشان پیشرفت نسبت به مدل‌های مبتنی بر نظریه احتمال است . این رشته بر روی مدل‌سازی پدیده‌هایی در علوم شناختی تمرکز دارد که در برابر تکنیک‌های سنتی مقاومت کرده‌اند یا به نظر می‌رسد مدل‌های سنتی به مانعی رسیده‌اند (مثلاً حافظه انسانی)، [9] و ترجیحات مدل‌سازی در نظریه تصمیم‌گیری که از دیدگاه عقلانی سنتی متناقض به نظر می‌رسند. (به عنوان مثال، معکوس ترجیحات). [10] از آنجایی که استفاده از چارچوب نظری کوانتومی برای اهداف مدل‌سازی است، شناسایی ساختارهای کوانتومی در پدیده‌های شناختی وجود فرآیندهای کوانتومی میکروسکوپی در مغز انسان را پیش‌فرض نمی‌گیرد. [11]

موضوعات اصلی تحقیق [ ویرایش ]

مدل‌های کوانتومی پردازش اطلاعات ("مغز کوانتومی") [ ویرایش ]

مغز قطعاً یک سیستم فیزیکی ماکروسکوپی است که در مقیاس‌های زمان، مکان و دما کار می‌کند که - از دیدگاه جریان اصلی - به‌شدت با مقیاس‌های کوانتومی مربوطه متفاوت است. پدیده‌های فیزیکی کوانتومی ماکروسکوپی، مانند میعانات بوز-اینشتین ، نیز با شرایط خاصی مشخص می‌شوند که قطعاً در مغز برآورده نمی‌شوند. به ویژه، دمای مغز به سادگی بیش از حد بالا است که قادر به انجام پردازش اطلاعات کوانتومی واقعی نیست، به عنوان مثال، برای استفاده از حامل های کوانتومی اطلاعات مانند فوتون ها، یون ها یا الکترون ها. همانطور که معمولاً در علم مغز پذیرفته شده است، واحد اصلی پردازش اطلاعات یک نورون است. واضح است که یک نورون نمی تواند در برهم نهی دو حالت باشد: شلیک و غیر شلیک. از این رو، نمی تواند برهم نهی ایجاد کند که نقش اساسی را در پردازش اطلاعات کوانتومی ایفا می کند. برهم نهی حالت های ذهنی توسط شبکه های پیچیده ای از نورون ها (شبکه های عصبی کلاسیک) ایجاد می شود. جامعه شناخت کوانتومی بیان می کند که فعالیت چنین شبکه های عصبی می تواند اثراتی ایجاد کند که به طور رسمی به عنوان تداخل (احتمالات) و درهم تنیدگی توصیف می شود . با این حال، در اصل، جامعه سعی نمی‌کند مدل‌های مشخصی از نمایش اطلاعات «کوانتومی» در مغز ایجاد کند. [12]

پروژه شناخت کوانتومی مبتنی بر این مشاهدات است که پدیده‌های شناختی مختلف توسط نظریه اطلاعات کوانتومی و احتمال کوانتومی به اندازه کافی بیشتر از نظریه‌های کلاسیک مربوطه توصیف می‌شوند (نمونه‌های زیر را ببینید). بنابراین، فرمالیسم کوانتومی یک فرمالیسم عملیاتی در نظر گرفته می شود که پردازش غیر کلاسیک داده های احتمالی را توصیف می کند. اشتقاقات اخیر فرمالیسم کامل کوانتومی از اصول عملیاتی ساده برای نمایش اطلاعات، پایه های شناخت کوانتومی را پشتیبانی می کند.

اگرچه، در حال حاضر، ما نمی‌توانیم مکانیسم‌های عصبی فیزیولوژیکی مشخص ایجاد نمایش کوانتومی اطلاعات در مغز را ارائه کنیم، [13] می‌توانیم ملاحظات اطلاعاتی کلی را ارائه کنیم که از این ایده حمایت می‌کند که پردازش اطلاعات در مغز با اطلاعات کوانتومی مطابقت دارد و احتمال در اینجا، زمینه گرایی کلمه کلیدی است (برای نمایش دقیق این دیدگاه به تک نگاری خرنیکوف مراجعه کنید). [1] مکانیک کوانتومی اساساً زمینه ای است. [14] سیستم‌های کوانتومی ویژگی‌های عینی ندارند که بتوان آن را مستقل از زمینه اندازه‌گیری تعریف کرد. همانطور که توسط نیلز بور اشاره شده است ، کل آرایش تجربی باید در نظر گرفته شود. زمینه سازی به معنای وجود متغیرهای ذهنی ناسازگار، نقض قانون کلاسیک احتمال کل، و اثرات تداخل سازنده یا مخرب است. بنابراین، رویکرد شناخت کوانتومی را می‌توان تلاشی برای رسمی‌سازی زمینه‌ای فرآیندهای ذهنی، با استفاده از دستگاه ریاضی مکانیک کوانتومی در نظر گرفت.

تصمیم گیری [ ویرایش ]

فرض کنید به فردی فرصت داده می شود تا دو دور از قمار زیر را بازی کند: با پرتاب سکه مشخص می شود که آیا سوژه 200 دلار برنده می شود یا 100 دلار می بازد. فرض کنید سوژه تصمیم گرفته است که در دور اول بازی کند و این کار را انجام دهد. سپس به برخی از آزمودنی ها نتیجه (برد یا باخت) دور اول داده می شود، در حالی که به سایر افراد هنوز هیچ اطلاعاتی در مورد نتایج داده نمی شود. سپس آزمایشگر می پرسد که آیا آزمودنی مایل به بازی در دور دوم است یا خیر. انجام این آزمایش با افراد واقعی نتایج زیر را به همراه دارد:

  1. هنگامی که آزمودنی ها معتقدند که در دور اول پیروز شده اند، اکثریت آزمودنی ها دوباره در دور دوم بازی می کنند.
  2. وقتی آزمودنی‌ها معتقدند که در دور اول شکست خورده‌اند، اکثریت آزمودنی‌ها دوباره در دور دوم بازی می‌کنند.

با توجه به این دو انتخاب جداگانه، طبق اصل چیز مطمئن تئوری تصمیم منطقی، آنها باید دور دوم را نیز بازی کنند حتی اگر نتیجه دور اول را ندانند یا به آن فکر کنند. [15] اما، از نظر تجربی، زمانی که به آزمودنی‌ها نتایج دور اول گفته نمی‌شود، اکثریت آنها از بازی در دور دوم خودداری می‌کنند. [16] این یافته قانون احتمال کل را نقض می کند، اما می توان آن را به عنوان یک اثر تداخل کوانتومی به روشی مشابه با توضیح نتایج آزمایش دو شکاف در فیزیک کوانتوم توضیح داد. [2] [17] [18] نقض‌های مشابهی از اصل امر مطمئن در مطالعات تجربی معمای زندانی دیده می‌شود و به همین ترتیب از نظر تداخل کوانتومی مدل‌سازی شده‌اند. [19]

انحرافات فوق از انتظارات منطقی کلاسیک در تصمیم گیری های عامل ها تحت عدم قطعیت، پارادوکس های شناخته شده ای را در اقتصاد رفتاری ایجاد می کند، یعنی پارادوکس های آلایس ، السبرگ و ماچینا. [20] [21] [22] این انحرافات را می توان توضیح داد اگر فرض کنیم که چشم انداز مفهومی کلی بر انتخاب سوژه به روشی نه قابل پیش بینی و نه قابل کنترل تأثیر می گذارد. بنابراین یک فرآیند تصمیم گیری یک فرآیند ذاتا زمینه ای است، از این رو نمی توان آن را در یک فضای احتمال کلموگوروویی مدل کرد، که استفاده از مدل های احتمال کوانتومی را در نظریه تصمیم توجیه می کند. به‌طور واضح‌تر، موقعیت‌های متناقض بالا را می‌توان در فرمالیسم فضایی هیلبرت یکپارچه نشان داد که در آن رفتار انسان در شرایط عدم قطعیت بر اساس جنبه‌های کوانتومی واقعی، یعنی برهم‌نهی، تداخل، زمینه‌سازی و ناسازگاری توضیح داده می‌شود. [23] [24] [25] [18]

با در نظر گرفتن تصمیم گیری خودکار، درخت های تصمیم کوانتومی ساختار متفاوتی در مقایسه با درخت های تصمیم گیری کلاسیک دارند. داده ها را می توان تجزیه و تحلیل کرد تا ببیند آیا یک مدل درخت تصمیم کوانتومی با داده ها مطابقت دارد یا خیر. [26]

قضاوت احتمالی انسان [ ویرایش ]

احتمال کوانتومی راه جدیدی برای توضیح خطاهای قضاوت احتمالی انسانی از جمله خطاهای ربط و تفکیک ارائه می دهد. [27] یک خطای ربط زمانی رخ می دهد که شخصی احتمال یک رویداد محتمل L و یک رویداد بعید U را بزرگتر از رویداد بعید U قضاوت کند. یک خطای تفکیک زمانی رخ می دهد که شخصی احتمال یک رویداد محتمل L را بزرگتر از احتمال رویداد محتمل L یا یک رویداد بعید U را قضاوت کند. نظریه احتمال کوانتومی تعمیم نظریه احتمال بیزی است ، زیرا مبتنی بر مجموعه ای از بدیهیات فون نویمان که برخی از بدیهیات کلاسیک کولموگروف را آرام می کند . [28] مدل کوانتومی یک مفهوم بنیادی جدید را برای شناخت معرفی می‌کند - سازگاری در مقابل ناسازگاری سؤال‌ها و تأثیری که می‌تواند بر ترتیب ترتیبی قضاوت‌ها داشته باشد. احتمال کوانتومی گزارش ساده ای از خطاهای ربط و تفکیک و همچنین بسیاری از یافته های دیگر مانند اثرات ترتیب بر قضاوت های احتمالی ارائه می دهد. [29] [30] [31]

پارادوکس دروغگو - تأثیر متنی سوژه انسانی بر رفتار حقیقت یک موجود شناختی به صراحت توسط به اصطلاح پارادوکس دروغگو نشان داده می شود ، یعنی ارزش صدق جمله ای مانند "این جمله نادرست است". می توان نشان داد که حالت درست-کاذب این پارادوکس در فضای پیچیده هیلبرت نشان داده می شود، در حالی که نوسانات معمولی بین درست و نادرست به صورت دینامیکی توسط معادله شرودینگر توصیف می شوند. [

+ نوشته شده در چهارشنبه دوم اسفند ۱۴۰۲ ساعت 11:38 توسط علی رضا نقش  | 

3-یادگیری ماشین کوانتومی

کاربرد یادگیری کلاسیک در مسائل کوانتومی [ ویرایش ]

اطلاعات بیشتر: یادگیری ماشینی در فیزیک

اصطلاح "یادگیری ماشین کوانتومی" گاهی اوقات به یادگیری ماشین کلاسیک بر روی داده های سیستم های کوانتومی اشاره دارد. یک مثال اساسی از این توموگرافی حالت کوانتومی است ، که در آن یک حالت کوانتومی از اندازه گیری آموخته می شود. کاربردهای دیگر شامل یادگیری همیلتونی ها [96] و تولید خودکار آزمایش های کوانتومی است. [20]

نظریه یادگیری کوانتومی [ ویرایش ]

نظریه یادگیری کوانتومی یک تحلیل ریاضی از تعمیم‌های کوانتومی مدل‌های یادگیری کلاسیک و افزایش‌های احتمالی یا سایر پیشرفت‌هایی که ممکن است ارائه کنند را دنبال می‌کند. چارچوب بسیار شبیه به نظریه یادگیری محاسباتی کلاسیک است ، اما یادگیرنده در این مورد یک دستگاه پردازش اطلاعات کوانتومی است، در حالی که داده ها ممکن است کلاسیک یا کوانتومی باشند. تئوری یادگیری کوانتومی را باید با یادگیری ماشینی پیشرفته کوانتومی که در بالا مورد بحث قرار گرفت، مقایسه کرد، جایی که هدف در نظر گرفتن مسائل خاص و استفاده از پروتکل‌های کوانتومی برای بهبود پیچیدگی زمانی الگوریتم‌های کلاسیک برای این مسائل بود. اگرچه نظریه یادگیری کوانتومی هنوز در حال توسعه است، نتایج جزئی در این جهت به دست آمده است. [97]

نقطه شروع در تئوری یادگیری معمولاً یک کلاس مفهومی است، مجموعه ای از مفاهیم ممکن. معمولاً یک مفهوم تابعی در برخی دامنه ها است، مانند{0،1}�{\displaystyle \{0,1\}^{n}}. برای مثال، کلاس مفهومی می‌تواند مجموعه فرمول‌های فرمول نرمال منفصل (DNF) روی n بیت یا مجموعه مدارهای بولی با عمق ثابت باشد. هدف یادگیرنده یادگیری (دقیقا یا تقریباً) یک مفهوم هدف ناشناخته از این کلاس مفهومی است. یادگیرنده ممکن است به طور فعال با مفهوم هدف تعامل داشته باشد یا به طور منفعلانه نمونه هایی از آن دریافت کند.

در یادگیری فعال، یک یادگیرنده می تواند پرس و جوهای عضویت را برای مفهوم هدف c بپرسد و مقدار c(x) آن را در ورودی های x انتخاب شده توسط یادگیرنده بپرسد. سپس یادگیرنده باید مفهوم هدف دقیق را با احتمال زیاد بازسازی کند. در مدل یادگیری دقیق کوانتومی، یادگیرنده می تواند پرس و جوهای عضویت را در برهم نهی کوانتومی ایجاد کند. اگر پیچیدگی یادگیرنده با تعداد جستارهای عضویتی که ایجاد می کند سنجیده شود، آنگاه یادگیرندگان دقیق کوانتومی می توانند به صورت چندجمله ای کارآمدتر از یادگیرندگان کلاسیک برای برخی از کلاس های مفهومی باشند، اما نه بیشتر. [98] اگر پیچیدگی با مقدار زمانی که یادگیرنده استفاده می‌کند اندازه‌گیری شود، کلاس‌های مفهومی وجود دارند که می‌توانند به طور مؤثر توسط یادگیرندگان کوانتومی یاد بگیرند، اما نه توسط یادگیرندگان کلاسیک (تحت فرضیات نظریه پیچیدگی قابل قبول). [98]

یک مدل طبیعی از یادگیری غیرفعال ، احتمالاً یادگیری تقریباً صحیح (PAC) Valiant است . در اینجا یادگیرنده نمونه های تصادفی (x,c(x)) را دریافت می کند، که در آن x بر اساس توزیع ناشناخته D توزیع می شود. هدف یادگیرنده خروجی دادن یک تابع فرضیه h است به طوری که h(x)=c(x) با احتمال زیاد هنگامی که x مطابق D رسم می شود. یادگیرنده باید بتواند برای هر D و هر مفهوم هدف c در کلاس مفهومی خود، h تقریباً درستی تولید کند. می‌توانیم مثال‌های تصادفی را با مثال‌های کوانتومی قوی‌تر جایگزین کنیم{\displaystyle \sum _{x}{\sqrt {D(x)}}|x,c(x)\rangle }. در مدل PAC (و مدل آگنوستیک مربوطه)، این به طور قابل توجهی تعداد نمونه‌های مورد نیاز را کاهش نمی‌دهد: برای هر کلاس مفهومی، پیچیدگی نمونه کلاسیک و کوانتومی تا فاکتورهای ثابت یکسان است. [99] با این حال، برای یادگیری تحت توزیع ثابت D، مثال‌های کوانتومی می‌توانند بسیار مفید باشند، برای مثال برای یادگیری DNF تحت توزیع یکنواخت. [100] هنگام در نظر گرفتن پیچیدگی زمانی، کلاس‌های مفهومی وجود دارد که می‌توانند توسط یادگیرندگان کوانتومی، حتی از مثال‌های کلاسیک، به‌طور کارآمد PAC یاد بگیرند، اما نه توسط یادگیرندگان کلاسیک (دوباره، تحت مفروضات نظری پیچیدگی قابل قبول). [98]

این نوع یادگیری غیرفعال همچنین رایج‌ترین طرح در یادگیری نظارت شده است: الگوریتم یادگیری معمولاً نمونه‌های آموزشی را ثابت می‌کند، بدون اینکه توانایی جستجو در برچسب نمونه‌های بدون برچسب را داشته باشد. خروجی فرضیه h مرحله ای از استقراء است. به طور کلاسیک، یک مدل استقرایی به یک مرحله آموزشی و یک مرحله کاربردی تقسیم می‌شود: پارامترهای مدل در مرحله آموزش تخمین زده می‌شوند، و مدل آموخته‌شده به صورت دلخواه بارها در مرحله کاربرد اعمال می‌شود. در حد مجانبی تعداد کاربردها، این تقسیم فازها با منابع کوانتومی نیز وجود دارد. [101]

پیاده سازی و آزمایش [ ویرایش ]

اولین آزمایش‌ها با استفاده از کامپیوتر کوانتومی موج D آدیاباتیک ، برای مثال، برای شناسایی خودروها در تصاویر دیجیتال با استفاده از تقویت منظم با تابع هدف غیرمحدب در نمایشی در سال 2009 انجام شد . شرکت های فناوری به پتانسیل یادگیری ماشین کوانتومی برای پیاده سازی های فناوری آینده علاقه نشان داده اند. در سال 2013، Google Research، ناسا و انجمن تحقیقات فضایی دانشگاه ها آزمایشگاه هوش مصنوعی کوانتومی را راه اندازی کردند که استفاده از کامپیوتر کوانتومی موج D-آدیاباتیک را بررسی می کند. [103] [104] یک مثال جدیدتر مدل‌های مولد احتمالی را با اتصال زوج دلخواه آموزش داد، که نشان می‌دهد مدل آنها قادر به تولید ارقام دست‌نویس و همچنین بازسازی تصاویر پر سر و صدا از میله‌ها و نوارها و ارقام دست‌نویس است. [63]

با استفاده از یک فناوری بازپخت متفاوت بر اساس تشدید مغناطیسی هسته‌ای (NMR)، یک شبکه کوانتومی هاپفیلد در سال 2009 اجرا شد که داده‌های ورودی و داده‌های حفظ شده را برای همیلتونی‌ها ترسیم می‌کرد و امکان استفاده از محاسبات کوانتومی آدیاباتیک را فراهم می‌کرد. [105] فناوری NMR محاسبات کوانتومی جهانی را نیز امکان‌پذیر می‌سازد، [ نیازمند منبع ] و برای اولین اجرای آزمایشی یک ماشین بردار پشتیبان کوانتومی برای تشخیص عدد دستی «6» و «9» بر روی یک کامپیوتر کوانتومی حالت مایع استفاده شد. 2015. [106] داده های آموزشی شامل پیش پردازش تصویر بود که آنها را به بردارهای 2 بعدی نرمال شده نگاشت می کرد تا تصاویر را به عنوان حالت های یک کیوبیت نشان دهد. دو ورودی بردار، نسبت عمودی و افقی شدت پیکسل تصویر است. هنگامی که بردارها در فضای ویژگی تعریف شدند ، ماشین بردار پشتیبان کوانتومی برای طبقه‌بندی بردار ورودی ناشناخته پیاده‌سازی شد. بازخوانی با خواندن وضعیت نهایی از نظر جهت (بالا/پایین) سیگنال NMR از توموگرافی کوانتومی پرهزینه جلوگیری می کند.

پیاده‌سازی فوتونیک توجه بیشتری را به خود جلب می‌کند، [107] به دلیل اینکه نیازی به خنک‌سازی گسترده ندارند. تشخیص همزمان رقم و بلندگو و پیش‌بینی سری‌های زمانی آشفته با نرخ داده‌ای بیش از 1 گیگابایت بر ثانیه در سال 2013 نشان داده شد . مرز طبقه بندی به صورت تکراری از داده های آموزشی از طریق یک قانون بازخورد. [109] یک بلوک اصلی در بسیاری از الگوریتم های یادگیری محاسبه فاصله بین دو بردار است: این اولین بار به صورت تجربی تا هشت بعد با استفاده از کیوبیت های درهم تنیده در یک کامپیوتر کوانتومی فوتونیک در سال 2015 نشان داده شد. [110]

اخیراً، بر اساس رویکرد نورومیمتیک، یک عنصر جدید به حوزه یادگیری ماشین کوانتومی اضافه شده است، در قالب یک ممریستور به اصطلاح کوانتومی، یک مدل کوانتیزه شده از ممریستور کلاسیک استاندارد . [111] این دستگاه را می‌توان با استفاده از یک مقاومت قابل تنظیم، اندازه‌گیری‌های ضعیف روی سیستم و مکانیزم پیش‌خور کلاسیک ساخت. اجرای یک ممریستور کوانتومی در مدارهای ابررسانا پیشنهاد شده است، [112] و آزمایشی با نقاط کوانتومی انجام شد. [113] یک ممریستور کوانتومی برهمکنش‌های غیرخطی را در دینامیک کوانتومی پیاده‌سازی می‌کند که به جستجوی یک شبکه عصبی کوانتومی کاملاً کاربردی کمک می‌کند.

از سال 2016، IBM یک پلت فرم آنلاین مبتنی بر ابر برای توسعه دهندگان نرم افزار کوانتومی به نام IBM Q Experience راه اندازی کرده است . این پلتفرم متشکل از چندین پردازنده کوانتومی کاملاً عملیاتی است که از طریق IBM Web API قابل دسترسی هستند. با انجام این کار، این شرکت توسعه دهندگان نرم افزار را تشویق می کند تا الگوریتم های جدید را از طریق یک محیط توسعه با قابلیت های کوانتومی دنبال کنند. معماری‌های جدید به‌صورت تجربی، تا ۳۲ کیوبیت، با استفاده از روش‌های محاسباتی کوانتومی یون به دام افتاده و ابررسانا در حال بررسی هستند.

در اکتبر 2019، اشاره شد که معرفی مولدهای اعداد تصادفی کوانتومی (QRNG) به مدل‌های یادگیری ماشین از جمله شبکه‌های عصبی و شبکه‌های عصبی کانولوشن برای توزیع وزن اولیه تصادفی و جنگل‌های تصادفی برای فرآیندهای تقسیم تأثیر عمیقی بر توانایی آنها در مقایسه با روش کلاسیک مولد اعداد شبه تصادفی (PRNGs). [114] با این حال، در یک انتشار جدیدتر از سال 2021، این ادعاها را نمی توان برای مقداردهی اولیه وزن شبکه عصبی بازتولید کرد و هیچ مزیت قابل توجهی از استفاده از QRNG ها نسبت به PRNG ها یافت نشد. [115] این کار همچنین نشان داد که تولید اعداد تصادفی منصفانه با یک کامپیوتر کوانتومی گیت یک کار غیر پیش پا افتاده در دستگاه‌های NISQ است و بنابراین استفاده از QRNG در عمل بسیار دشوارتر از PRNG است.

مقاله ای که در دسامبر 2018 منتشر شد، آزمایشی را با استفاده از یک سیستم یون به دام افتاده گزارش داد که سرعت کوانتومی زمان بررسی عوامل یادگیری تقویتی را با استفاده از سخت افزار کوانتومی داخلی نشان می دهد. [57]

در مارس 2021، تیمی از محققان از اتریش، هلند، ایالات متحده و آلمان، نمایش تجربی سرعت کوانتومی زمان یادگیری عوامل یادگیری تقویتی را گزارش کردند که به طور کامل کوانتومی با محیط تعامل دارند. [116] [58] درجات آزادی مربوط به عامل و محیط بر روی یک پردازنده نانوفوتونی یکپارچه فشرده و کاملاً قابل تنظیم تحقق یافت.

شک و تردید [ ویرایش ]

در حالی که خود یادگیری ماشین اکنون نه تنها یک زمینه تحقیقاتی است، بلکه یک صنعت مهم اقتصادی و در حال رشد سریع است و محاسبات کوانتومی یک زمینه کاملاً تثبیت شده برای تحقیقات نظری و تجربی است، یادگیری ماشین کوانتومی یک زمینه مطالعاتی صرفاً نظری باقی مانده است. تلاش برای نشان دادن تجربی مفاهیم یادگیری ماشین کوانتومی کافی نیست. [ نیازمند منبع ]

بسیاری از دانشمندان برجسته که به طور گسترده در زمینه یادگیری ماشین کوانتومی منتشر می کنند، در مورد تبلیغات گسترده در مورد این موضوع هشدار می دهند و اگر در مورد کاربردهای عملی آن در آینده قابل پیش بینی سؤال شود، بسیار خودداری می کنند. سوفیا چن [117] برخی از اظهارات دانشمندان مشهور در این زمینه را جمع آوری کرد:

  • فیزیکدان ماریا شولد از استارتاپ محاسبات کوانتومی کانادایی Xanadu: "من فکر می کنم ما هنوز تکالیف خود را انجام نداده ایم. این یک زمینه علمی بسیار جدید است."
  • هنگامی که یادگیری ماشین را با کوانتوم ترکیب می‌کنید، یک هیپ متراکم را کاتالیز می‌کنید. [118] - Jacob Biamonte یکی از همکاران در نظریه محاسبات کوانتومی.
  • Iordanis Kerenidis، دانشمند کامپیوتر، رئیس الگوریتم‌های کوانتومی در استارت‌آپ محاسبات کوانتومی QC Ware مبتنی بر دره سیلیکون، "کارهای زیادی وجود دارد که باید انجام شود قبل از اینکه ادعا کنیم یادگیری ماشین کوانتومی واقعا کار می‌کند."
  • رایان سوکه، فیزیکدان از دانشگاه آزاد برلین در آلمان، "من حتی یک مدرک ندیدم که یک کار معنی دار [یادگیری ماشینی] وجود داشته باشد که برای آن استفاده از یک کامپیوتر کوانتومی منطقی باشد نه یک کامپیوتر کلاسیک." .
  • "به هیاهو نخورید!" - فرانک زیکرت، [119] که نویسنده احتمالاً کاربردی ترین کتاب مرتبط با این موضوع است، مراقب باشید که "کامپیوترهای کوانتومی به دلیل توانایی بازنمایی خود از پیشرفت یادگیری ماشینی بسیار دور هستند" و حتی در مورد ارزیابی و بهینه سازی برای هر نوع کار مفید برتری کوانتومی هنوز به دست نیامده است. علاوه بر این، هیچ‌کس در میان محققین فعال در این زمینه هیچ پیش‌بینی در مورد زمان عملی شدن آن انجام نمی‌دهد. [ نیازمند منبع ]

همچنین ببینید [ ویرایش ]

منبع

https://en.wikipedia.org/wiki/Quantum_machine_learning

+ نوشته شده در جمعه بیستم بهمن ۱۴۰۲ ساعت 8:19 توسط علی رضا نقش  | 

2-یادگیری ماشین کوانتومی

تکنیک های نمونه برداری کوانتومی [ ویرایش ]

نمونه برداری از توزیع های احتمالی با ابعاد بالا در هسته طیف گسترده ای از تکنیک های محاسباتی با کاربردهای مهم در سراسر علم، مهندسی و جامعه قرار دارد. به عنوان مثال می توان به یادگیری عمیق ، برنامه نویسی احتمالی و دیگر کاربردهای یادگیری ماشین و هوش مصنوعی اشاره کرد.

یک مشکل محاسباتی سخت، که برای برخی از وظایف یادگیری ماشین مرتبط کلیدی است، تخمین میانگین‌ها نسبت به مدل‌های احتمالی است که بر اساس توزیع بولتزمن تعریف شده‌اند . نمونه‌برداری از مدل‌های احتمالی عمومی سخت است: الگوریتم‌هایی که به شدت بر نمونه‌گیری تکیه می‌کنند، بدون توجه به اینکه منابع محاسباتی کلاسیک چقدر بزرگ و قدرتمند می‌شوند، غیرقابل حل باقی می‌مانند. حتی اگر آنیل‌کننده‌های کوانتومی، مانند آنیل‌هایی که توسط D-Wave Systems تولید می‌شوند، برای چالش‌برانگیز کردن مسائل بهینه‌سازی ترکیبی طراحی شده‌اند، اخیراً به عنوان یک نامزد بالقوه برای سرعت بخشیدن به محاسباتی که بر نمونه‌برداری با بهره‌برداری از اثرات کوانتومی متکی هستند، شناخته شده‌اند. [59]

برخی از گروه‌های تحقیقاتی اخیراً استفاده از سخت‌افزار آنیلینگ کوانتومی را برای آموزش ماشین‌های بولتزمن و شبکه‌های عصبی عمیق بررسی کرده‌اند . [60] [61] [62] رویکرد استاندارد برای آموزش ماشین‌های بولتزمن بر محاسبه میانگین‌های معینی تکیه می‌کند که می‌توان با تکنیک‌های نمونه‌گیری استاندارد ، مانند الگوریتم‌های مونت کارلو زنجیره مارکوف ، تخمین زد . امکان دیگر تکیه بر یک فرآیند فیزیکی مانند آنیل کوانتومی است که به طور طبیعی نمونه هایی از توزیع بولتزمن تولید می کند. هدف یافتن پارامترهای کنترلی بهینه است که به بهترین نحو توزیع تجربی یک مجموعه داده معین را نشان می دهد.

سیستم D-Wave 2X میزبانی شده در مرکز تحقیقات ایمز ناسا اخیراً برای یادگیری کلاس خاصی از ماشین‌های محدود شده بولتزمن استفاده شده است که می‌تواند به عنوان یک بلوک ساختمانی برای معماری‌های یادگیری عمیق عمل کند. [61] کار تکمیلی که تقریباً به طور همزمان ظاهر شد نشان داد که بازپخت کوانتومی می تواند برای یادگیری نظارت شده در وظایف طبقه بندی استفاده شود. [60] همین دستگاه بعداً برای آموزش یک ماشین بولتزمن کاملاً متصل برای تولید، بازسازی و طبقه‌بندی ارقام دست‌نویس با مقیاس پایین و با وضوح پایین، در میان سایر مجموعه‌های داده مصنوعی مورد استفاده قرار گرفت. [63] در هر دو مورد، مدل های آموزش داده شده توسط آنیل کوانتومی از نظر کیفیت عملکرد مشابه یا بهتری داشتند. سوال نهایی که این تلاش را پیش می برد این است که آیا سرعت کوانتومی در کاربردهای نمونه گیری وجود دارد یا خیر. تجربه استفاده از آنیل کوانتومی برای بهینه سازی ترکیبی نشان می دهد که پاسخ ساده نیست. بازپخت معکوس نیز برای حل یک ماشین بولتزمن محدود کوانتومی کاملا متصل استفاده شده است. [64]

با الهام از موفقیت ماشین‌های بولتزمن مبتنی بر توزیع کلاسیک بولتزمن، اخیراً یک رویکرد یادگیری ماشینی جدید مبتنی بر توزیع کوانتومی بولتزمن یک میدان عرضی Ising Hamiltonian پیشنهاد شده است. [65] به دلیل ماهیت غیر تعویضی مکانیک کوانتومی، فرآیند آموزش ماشین بولتزمن کوانتومی می‌تواند غیرمعمول شود. این مشکل، تا حدی، با معرفی محدودیت‌های احتمالات کوانتومی دور زده شد و به نویسندگان این امکان را داد که مدل را با نمونه‌گیری به طور کارآمد آموزش دهند. این امکان وجود دارد که نوع خاصی از ماشین کوانتومی بولتزمن در D-Wave 2X با استفاده از قانون یادگیری مشابه ماشین‌های بولتزمن کلاسیک آموزش دیده باشد. [63] [62] [66]

آنیل کوانتومی تنها فناوری نمونه برداری نیست. در یک سناریوی آماده سازی و اندازه گیری، یک کامپیوتر کوانتومی جهانی یک حالت حرارتی را آماده می کند که سپس با اندازه گیری ها نمونه برداری می شود. این می تواند زمان مورد نیاز برای آموزش یک ماشین بولتزمن با محدودیت عمیق را کاهش دهد و چارچوب غنی تر و جامع تری را برای یادگیری عمیق نسبت به محاسبات کلاسیک ارائه دهد. [67] همان روش‌های کوانتومی همچنین امکان آموزش کارآمد ماشین‌های بولتزمن کامل و مدل‌های چندلایه و کاملاً متصل را فراهم می‌کند و مشابه کلاسیک معروفی ندارند. با تکیه بر یک پروتکل آماده سازی حالت حرارتی کارآمد که از یک حالت دلخواه شروع می شود، شبکه های منطقی مارکوف با کوانتومی تقویت شده از تقارن ها و ساختار محلی مدل گرافیکی احتمالی تولید شده توسط یک الگوی منطقی مرتبه اول استفاده می کنند . [68] [19] این کاهش نمایی در پیچیدگی محاسباتی در استنتاج احتمالی را فراهم می‌کند، و در حالی که پروتکل به یک کامپیوتر کوانتومی جهانی متکی است، با فرضیات خفیف می‌توان آن را بر روی سخت‌افزار آنیل کوانتومی معاصر تعبیه کرد.

شبکه های عصبی کوانتومی [ ویرایش ]

مقاله اصلی: شبکه عصبی کوانتومی

آنالوگ های کوانتومی یا تعمیم شبکه های عصبی کلاسیک اغلب به عنوان شبکه های عصبی کوانتومی شناخته می شوند . این اصطلاح با طیف وسیعی از رویکردها، از جمله پیاده‌سازی و گسترش شبکه‌های عصبی با استفاده از فوتون‌ها، مدارهای متغیر لایه‌ای یا مدل‌های کوانتومی آیزینگ ادعا می‌شود. شبکه‌های عصبی کوانتومی اغلب به‌عنوان توسعه‌ای در مدل دویچ از یک شبکه محاسباتی کوانتومی تعریف می‌شوند. [69] در این مدل، دروازه‌های غیرخطی و برگشت‌ناپذیر، غیرمشابه با عملگر همیلتونی، برای حدس‌زنی مجموعه داده‌های داده‌شده مستقر می‌شوند. [69] چنین دروازه‌هایی باعث می‌شوند که فازهای خاصی قابل مشاهده نباشند و نوسانات خاصی ایجاد کنند. [69] شبکه‌های عصبی کوانتومی اطلاعات کوانتومی و محاسبات کوانتومی را در محاسبات عصبی کلاسیک به کار می‌برند. [70] تحقیقات کنونی نشان می‌دهد که QNN می‌تواند به صورت تصاعدی میزان قدرت محاسباتی و درجات آزادی را برای یک رایانه افزایش دهد، که برای رایانه‌های کلاسیک به اندازه آن محدود است. [70] یک شبکه عصبی کوانتومی دارای قابلیت های محاسباتی برای کاهش تعداد مراحل، کیوبیت های استفاده شده و زمان محاسبه است. [69] تابع موج مکانیک کوانتومی نورون شبکه های عصبی است. برای آزمایش کاربردهای کوانتومی در یک شبکه عصبی، مولکول‌های نقطه کوانتومی بر روی زیرلایه‌ای از GaAs یا موارد مشابه قرار می‌گیرند تا نحوه ارتباط آنها با یکدیگر را ثبت کنند. هر نقطه کوانتومی را می توان به عنوان جزیره ای از فعالیت الکتریکی نام برد و زمانی که چنین نقاطی به اندازه کافی نزدیک باشند (تقریباً 10 تا 20 نانومتر) [71] الکترون ها می توانند در زیر جزایر تونل بزنند. توزیع یکنواخت در سطح زیرلایه در مجموعه های دوتایی باعث ایجاد دوقطبی و در نهایت دو حالت چرخش بالا یا پایین می شود. این حالت ها معمولاً به عنوان کیوبیت با حالت های متناظر شناخته می شوند|0〉{\displaystyle |0\rangle } و|1〉{\displaystyle |1\rangle }در نماد دیراک [71]

شبکه عصبی کانولوشن کوانتومی [ ویرایش ]

یک طرح جدید برای بردارهای چند بعدی که از مدارها به عنوان فیلترهای پیچشی [72] استفاده می کند QCNN است. از مزایای CNN [73] [74] و قدرت QML الهام گرفته شد. این با استفاده از ترکیبی از یک مدار کوانتومی متغیر (VQC) [75] و یک شبکه عصبی عمیق [76] (DNN) ساخته شده است، که به طور کامل از قدرت پردازش بسیار موازی در برهم نهی یک حالت کوانتومی با تعداد محدود کیوبیت استفاده می‌کند. . استراتژی اصلی انجام یک فرآیند بهینه‌سازی تکراری در دستگاه‌های NISQ [77] ، بدون تأثیر منفی نویز، که احتمالاً در پارامتر مدار گنجانده شده است، و بدون نیاز به تصحیح خطای کوانتومی است. [78]

مدار کوانتومی باید به طور موثر اطلاعات مکانی را مدیریت کند تا QCNN به عنوان CNN عمل کند. فیلتر کانولوشن اساسی ترین تکنیک برای استفاده از اطلاعات مکانی است. یک یا چند فیلتر کانولوشن کوانتومی یک شبکه عصبی کانولوشن کوانتومی (QCNN) را تشکیل می‌دهند و هر یک از این فیلترها داده‌های ورودی را با استفاده از یک مدار کوانتومی که می‌تواند به صورت سازمان‌یافته یا تصادفی ایجاد شود، تبدیل می‌کند. سه بخش که فیلتر کانولوشن کوانتومی را تشکیل می دهند عبارتند از: رمزگذار، مدار کوانتومی پارامتری (PQC)، [79] و اندازه گیری. فیلتر کانولوشن کوانتومی را می توان به عنوان یک گسترش فیلتر در CNN سنتی مشاهده کرد زیرا با پارامترهای قابل آموزش طراحی شده است.

شبکه‌های عصبی کوانتومی از ساختارهای سلسله مراتبی بهره می‌برند، [80] و برای هر لایه بعدی، تعداد کیوبیت‌های لایه قبلی به میزان دو برابر کاهش می‌یابد. برای n کیوبیت ورودی، این ساختار دارای لایه‌های O(log(n)) هستند که امکان عمق مدار کم را فراهم می‌کند. علاوه بر این، آنها می‌توانند از «فلات بی‌ثبات»، یکی از مهم‌ترین مسائل الگوریتم‌های مبتنی بر PQC جلوگیری کنند و از قابلیت آموزش اطمینان حاصل کنند. [81] علیرغم این واقعیت که مدل QCNN شامل عملیات کوانتومی مربوطه نمی شود، ایده اساسی لایه ادغام نیز برای اطمینان از اعتبار ارائه شده است. در معماری QCNN، لایه ادغام معمولاً بین لایه‌های کانولوشنال بعدی قرار می‌گیرد. عملکرد آن کوچک کردن اندازه فضایی نمایش در عین حفظ ویژگی‌های حیاتی است که به آن اجازه می‌دهد تعداد پارامترها را کاهش دهد، محاسبات شبکه را ساده‌سازی کند و بیش از حد برازش را مدیریت کند. چنین فرآیندی را می توان با استفاده از توموگرافی کامل بر روی ایالت انجام داد تا آن را به یک کیوبیت کاهش دهد و سپس در مترو پردازش شود. متداول ترین نوع واحد مورد استفاده در لایه ادغام، حداکثر ادغام است، اگرچه انواع دیگری نیز وجود دارد. مشابه شبکه‌های عصبی پیش‌خور معمولی ، آخرین ماژول یک لایه کاملاً متصل با اتصالات کامل به تمام فعال‌سازی‌های لایه قبلی است. تغییر ناپذیری ترجمه، که به بلوک‌های یکسانی از دروازه‌های کوانتومی پارامتر شده در یک لایه نیاز دارد، یکی از ویژگی‌های متمایز معماری QCNN است. [82]

شبکه عصبی کوانتومی پراکنده [ ویرایش ]

QNN های پراکنده (DQNN) از لایه هایی از کیوبیت های جفت شده توسط پرسپترون به نام بلوک های ساختمانی ساخته می شوند که یک طرح واحد دلخواه دارند. به هر گره در لایه شبکه یک DQNN مجموعه ای مجزا از کیوبیت ها داده می شود و به هر کیوبیت نیز یک واحد پرسپترون کوانتومی واحد برای مشخص کردن آن داده می شود. [83] [84] اطلاعات حالت های ورودی از طریق شبکه به صورت پیشخور، نگاشت انتقال لایه به لایه بر روی کیوبیت های دو لایه مجاور، همانطور که از نام آن پیداست، منتقل می شود. اصطلاح Dissipative همچنین به این واقعیت اشاره دارد که لایه خروجی توسط کیوبیت های فرعی تشکیل می شود در حالی که لایه های ورودی هنگام ردیابی لایه نهایی حذف می شوند. [85] هنگام انجام یک کار یادگیری نظارت شده گسترده، از DQNN برای یادگیری یک ماتریس واحد استفاده می شود که حالت های کوانتومی ورودی و خروجی را به هم متصل می کند. داده های آموزشی برای این کار شامل حالت کوانتومی و برچسب های کلاسیک مربوطه است.

با الهام از شبکه خصمانه مولد کلاسیک بسیار موفق (GAN) ، [86] شبکه متخاصم مولد کوانتومی اتلافی (DQGAN) برای یادگیری بدون نظارت داده های آموزشی بدون برچسب معرفی شده است. مولد و متمایز کننده دو DQNN هستند که یک DQGAN را تشکیل می دهند. [84] هدف مولد ایجاد حالت‌های آموزشی نادرست است که تمایزکننده نمی‌تواند آن‌ها را از حالت‌های واقعی متمایز کند، در حالی که هدف تمایزکننده این است که حالت‌های آموزشی واقعی را از حالت‌های جعلی ایجاد شده توسط مولد جدا کند. ویژگی‌های مربوط به مجموعه آموزشی توسط مولد توسط آموزش متناوب و متخاصم شبکه‌ها که به تولید مجموعه‌هایی که مجموعه آموزشی را گسترش می‌دهند، یاد می‌گیرد. DQGAN یک معماری کاملا کوانتومی دارد و در داده های کوانتومی آموزش دیده است.

مدل‌های مارکوف کوانتومی پنهان [ ویرایش ]

مدل‌های مارکوف کوانتومی پنهان [87] (HQMMs) یک نسخه بهبود یافته کوانتومی از مدل‌های کلاسیک مارکوف پنهان (HMMs) هستند که معمولاً برای مدل‌سازی داده‌های متوالی در زمینه‌های مختلف مانند روباتیک و پردازش زبان طبیعی استفاده می‌شوند . برخلاف رویکرد دیگر الگوریتم‌های یادگیری ماشین پیشرفته کوانتومی، HQMM ها را می‌توان به عنوان مدل‌هایی الهام‌گرفته از مکانیک کوانتومی در نظر گرفت که می‌توانند روی رایانه‌های کلاسیک نیز اجرا شوند. [88] در جایی که HMM های کلاسیک از بردارهای احتمال برای نمایش حالت های «باور» پنهان استفاده می کنند، HQMM ها از آنالوگ کوانتومی استفاده می کنند: ماتریس های چگالی . کار اخیر نشان داده است که این مدل‌ها را می‌توان با بهینه‌سازی کلاسیک به‌طور موفقیت‌آمیز یاد گرفت، و شواهد تجربی وجود دارد مبنی بر اینکه این مدل‌ها می‌توانند داده‌های متوالی را در مقایسه با HMM‌های کلاسیک در عمل مدل‌سازی کنند، اگرچه کار بیشتر در این زمینه انجام می‌شود. برای تعیین دقیق زمان و چگونگی به دست آوردن این مزایا مورد نیاز است. [88] علاوه بر این، از آنجایی که HMM های کلاسیک نوع خاصی از شبکه بیز هستند ، یک جنبه هیجان انگیز از HQMM ها این است که تکنیک های مورد استفاده نشان می دهد که چگونه می توانیم استنتاج بیزی مشابه کوانتومی را انجام دهیم ، که باید امکان ساخت کلی نسخه های کوانتومی احتمالات را فراهم کند. مدل های گرافیکی [88]

یادگیری ماشین کاملاً کوانتومی [ ویرایش ]

در کلی‌ترین حالت یادگیری ماشین کوانتومی، هم دستگاه یادگیری و هم سیستم مورد مطالعه و همچنین تعامل آنها کاملاً کوانتومی هستند. در این بخش چند نمونه از نتایج در مورد این موضوع ارائه می شود.

یک دسته از مشکلاتی که می‌تواند از رویکرد کاملاً کوانتومی سود ببرد، «یادگیری» حالات، فرآیندها یا اندازه‌گیری‌های کوانتومی ناشناخته است، به این معنا که می‌توان آنها را متعاقباً در یک سیستم کوانتومی دیگر بازتولید کرد. برای مثال، ممکن است کسی بخواهد اندازه‌گیری را یاد بگیرد که بین دو حالت منسجم تمایز قائل شود، نه با توجه به توصیف کلاسیک حالت‌هایی که باید متمایز شوند، بلکه در عوض مجموعه‌ای از نمونه‌های سیستم‌های کوانتومی آماده‌شده در این حالت‌ها را در نظر می‌گیریم. رویکرد ساده لوحانه ابتدا استخراج یک توصیف کلاسیک از حالات و سپس اجرای یک اندازه گیری تمایزآمیز ایده آل بر اساس این اطلاعات است. این فقط به یادگیری کلاسیک نیاز دارد. با این حال، می توان نشان داد که یک رویکرد کاملا کوانتومی در این مورد به شدت برتر است. [89] (این همچنین به کار بر روی تطبیق الگوی کوانتومی مربوط می‌شود. [90] ) مسئله یادگیری تبدیل‌های واحد را می‌توان به روشی مشابه مورد بررسی قرار داد. [91]

فراتر از مشکل خاص یادگیری حالات و تبدیل ها، وظیفه خوشه بندی یک نسخه کاملاً کوانتومی را نیز می پذیرد، که در آن هم اوراکل که فاصله بین نقاط داده را برمی گرداند و هم دستگاه پردازش اطلاعاتی که الگوریتم را اجرا می کند، کوانتومی هستند. [92] در نهایت، یک چارچوب کلی شامل یادگیری نظارت شده، بدون نظارت و تقویتی در تنظیمات کاملاً کوانتومی معرفی شد، [29] که در آن همچنین نشان داده شد که امکان بررسی محیط در برهم‌نهی‌ها امکان افزایش سرعت کوانتومی در یادگیری تقویتی را فراهم می‌کند. چنین سرعت بخشی در الگوی یادگیری تقویتی به طور تجربی در یک تنظیم فوتونیک نشان داده شده است. [58]

یادگیری ماشین کوانتومی قابل توضیح [ ویرایش ]

نیاز به مدل هایی که برای انسان قابل درک باشد در یادگیری ماشین کوانتومی در قیاس با یادگیری ماشین کلاسیک ظاهر می شود و زمینه تحقیقاتی یادگیری ماشین کوانتومی قابل توضیح (یا XQML [93] در قیاس با XAI/XML ) را هدایت می کند. XQML را می توان به عنوان یک جهت تحقیق جایگزین به جای یافتن مزیت کوانتومی در نظر گرفت. [94] برای مثال، XQML در زمینه شناسایی و طبقه بندی بدافزار موبایل استفاده شده است. [95] مقادیر کوانتومی شیپلی نیز برای تفسیر دروازه‌های درون مدار بر اساس رویکرد نظری بازی پیشنهاد شده‌اند. [93] برای این منظور، دروازه‌ها به جای ویژگی‌ها به عنوان بازیکن در یک بازی ائتلافی با تابع مقداری که به اندازه‌گیری مدار کوانتومی مورد نظر بستگی دارد، عمل می‌کنند.

+ نوشته شده در جمعه بیستم بهمن ۱۴۰۲ ساعت 8:18 توسط علی رضا نقش  | 

1-یادگیری ماشین کوانتومی

از ویکیپدیا، دانشنامه آزاد

به نظر می رسد یکی از مشارکت کنندگان اصلی این مقاله ارتباط نزدیکی با موضوع آن داشته باشد. ممکن است برای مطابقت با خط‌مشی‌های محتوای ویکی‌پدیا، به‌ویژه دیدگاه خنثی ، نیاز به پاک‌سازی داشته باشد . لطفاً در صفحه بحث بیشتر بحث کنید . ( سپتامبر 2018 ) ( نحوه و زمان حذف این پیام الگو را بیاموزید )

این مقاله ممکن است نیاز به بازنویسی داشته باشد تا با استانداردهای کیفیت ویکی‌پدیا مطابقت داشته باشد . شما می توانید کمک کنید . شاید صفحه گفتگو شامل پیشنهاداتی باشد. ( ژوئیه 2023 )

بخشی از مجموعه مقالات در مورد
مکانیک کوانتومی
منℏ∂∂تی|�(تی)〉=اچ^|�(تی)〉{\displaystyle i\hbar {\frac {\partial }{\partial t}}|\psi (t)\rangle ={\hat {H}}|\psi (t)\rangle }

معادله شرودینگر

نشان می دهد

زمینه

نشان می دهد

مبانی

نشان می دهد

آزمایش

نشان می دهد

فرمولاسیون

نشان می دهد

معادلات

نشان می دهد

تفاسیر

نشان می دهد

موضوعات پیشرفته

نشان می دهد

دانشمندان

یادگیری ماشین کوانتومی ادغام الگوریتم های کوانتومی در برنامه های یادگیری ماشین است . [1] [2] [3] [4] [5] [6] [7] [8]

رایج ترین استفاده از این اصطلاح به الگوریتم های یادگیری ماشین برای تجزیه و تحلیل داده های کلاسیک اجرا شده بر روی یک کامپیوتر کوانتومی اشاره دارد ، یعنی یادگیری ماشین با کوانتومی پیشرفته. [9] [10] [11] در حالی که الگوریتم‌های یادگیری ماشین برای محاسبه مقادیر بسیار زیاد داده استفاده می‌شوند، یادگیری ماشین کوانتومی از کیوبیت‌ها و عملیات کوانتومی یا سیستم‌های کوانتومی تخصصی برای بهبود سرعت محاسباتی و ذخیره داده‌ها توسط الگوریتم‌ها در یک برنامه استفاده می‌کند. [12] این شامل روش‌های ترکیبی می‌شود که شامل پردازش کلاسیک و کوانتومی می‌شود، جایی که برنامه‌های فرعی سخت محاسباتی به یک دستگاه کوانتومی برون‌سپاری می‌شوند. [13] [14] [15] این روال‌ها می‌توانند ماهیت پیچیده‌تری داشته باشند و در یک کامپیوتر کوانتومی سریع‌تر اجرا شوند. [7] علاوه بر این، الگوریتم‌های کوانتومی را می‌توان برای تحلیل حالت‌های کوانتومی به جای داده‌های کلاسیک استفاده کرد. [16] [17]

فراتر از محاسبات کوانتومی، اصطلاح «یادگیری ماشین کوانتومی» با روش‌های یادگیری ماشین کلاسیک نیز مرتبط است که برای داده‌های تولید شده از آزمایش‌های کوانتومی (یعنی یادگیری ماشینی سیستم‌های کوانتومی )، مانند یادگیری انتقال فاز یک سیستم کوانتومی استفاده می‌شود [18] [19 ]. ] یا ایجاد آزمایش های کوانتومی جدید. [20] [21] [22]

یادگیری ماشین کوانتومی همچنین به شاخه ای از تحقیقات گسترش می یابد که شباهت های روش شناختی و ساختاری بین سیستم های فیزیکی خاص و سیستم های یادگیری، به ویژه شبکه های عصبی را بررسی می کند. به عنوان مثال، برخی از تکنیک های ریاضی و عددی از فیزیک کوانتومی برای یادگیری عمیق کلاسیک و بالعکس قابل استفاده هستند. [23] [24] [25]

علاوه بر این، محققان مفاهیم انتزاعی بیشتری از نظریه یادگیری را با توجه به اطلاعات کوانتومی، که گاهی اوقات به عنوان "نظریه یادگیری کوانتومی" نامیده می شود، بررسی می کنند. [26] [27]

چهار رویکرد مختلف برای ترکیب رشته‌های محاسبات کوانتومی و یادگیری ماشین. [28] [29] حرف اول به کلاسیک یا کوانتومی بودن سیستم مورد مطالعه اشاره دارد، در حالی که حرف دوم مشخص می کند که آیا یک دستگاه پردازش اطلاعات کلاسیک یا کوانتومی استفاده می شود.

یادگیری ماشین با کامپیوترهای کوانتومی [ ویرایش ]

یادگیری ماشینی پیشرفته کوانتومی به الگوریتم‌های کوانتومی اشاره دارد که وظایف را در یادگیری ماشین حل می‌کند و در نتیجه تکنیک‌های یادگیری ماشین کلاسیک را بهبود می‌بخشد و اغلب تسریع می‌کند. چنین الگوریتم‌هایی معمولاً نیازمند کدگذاری مجموعه داده‌های کلاسیک در یک کامپیوتر کوانتومی هستند تا برای پردازش اطلاعات کوانتومی قابل دسترسی باشد. متعاقباً، روال‌های پردازش اطلاعات کوانتومی اعمال می‌شوند و نتیجه محاسبات کوانتومی با اندازه‌گیری سیستم کوانتومی خوانده می‌شود. به عنوان مثال، نتیجه اندازه گیری یک کیوبیت، نتیجه یک کار طبقه بندی باینری را نشان می دهد. در حالی که بسیاری از پیشنهادات الگوریتم‌های یادگیری ماشین کوانتومی هنوز کاملاً تئوری هستند و برای آزمایش به یک کامپیوتر کوانتومی جهانی در مقیاس کامل نیاز دارند ، برخی دیگر بر روی دستگاه‌های کوانتومی در مقیاس کوچک یا با هدف خاص پیاده‌سازی شده‌اند.

حافظه های انجمنی کوانتومی و تشخیص الگوی کوانتومی [ ویرایش ]

انجمنی (یا خاطرات آدرس‌پذیر محتوا) می‌توانند محتوای ذخیره‌شده را بر اساس معیار تشابه تشخیص دهند، نه آدرس‌های ثابت، مانند حافظه‌های دسترسی تصادفی. به این ترتیب، آنها باید بتوانند الگوهای ناقص و خراب را بازیابی کنند، وظیفه اصلی یادگیری ماشین در تشخیص الگو.

حافظه های انجمنی کلاسیک معمولی الگوهای p را در حافظه ذخیره می کنند�(�2){\displaystyle O(n^{2})}فعل و انفعالات (سیناپس) یک ماتریس انرژی واقعی و متقارن بر روی شبکه ای از n نورون مصنوعی. کدگذاری به گونه‌ای است که الگوهای مورد نظر حداقل‌های محلی انرژی عملکردی هستند و بازیابی با به حداقل رساندن انرژی کل انجام می‌شود و از یک پیکربندی اولیه شروع می‌شود.

متأسفانه، خاطرات تداعی کلاسیک به شدت توسط پدیده گفتگوی متقابل محدود شده است. هنگامی که الگوهای زیادی ذخیره می شوند، خاطرات جعلی ظاهر می شوند که به سرعت تکثیر می شوند، به طوری که چشم انداز انرژی نامنظم می شود و دیگر امکان بازیابی وجود ندارد. تعداد الگوهای قابل ذخیره معمولاً توسط یک تابع خطی از تعداد نورون ها محدود می شود.پ≤�(�){\displaystyle p\leq O(n)}.

خاطرات تداعی کوانتومی [2] [3] [4] (در ساده ترین شکل ممکن) الگوها را در یک ماتریس واحد U ذخیره می کند که بر روی فضای هیلبرت n کیوبیتی عمل می کند. بازیابی با تکامل واحد از یک حالت اولیه ثابت به یک برهم نهی کوانتومی از الگوهای مورد نظر با توزیع احتمال به اوج خود در شبیه ترین الگوی به ورودی تحقق می یابد. بنابراین، فرآیند بازیابی به دلیل ماهیت کوانتومی خود احتمالی است. از آنجایی که حافظه‌های تداعی کوانتومی عاری از گفتگو هستند، حافظه‌های جعلی هرگز تولید نمی‌شوند. به همین ترتیب، آنها ظرفیت برتری نسبت به کلاسیک دارند. تعداد پارامترهای ماتریس واحد U است�(پ�){\displaystyle O(pn)}. بنابراین می‌توان حافظه‌های ارتباطی کوانتومی کارآمد و بدون حافظه کاذب را برای هر تعداد چند جمله‌ای از الگوها داشت.

شبیه سازی جبر خطی با دامنه های کوانتومی [ ویرایش ]

تعدادی از الگوریتم‌های کوانتومی برای یادگیری ماشین مبتنی بر ایده رمزگذاری دامنه هستند، یعنی ارتباط دادن دامنه‌های یک حالت کوانتومی با ورودی‌ها و خروجی‌های محاسبات. [30] [31] [32] از آنجایی که یک حالت�{\displaystyle n}کیوبیت توسط2�{\displaystyle 2^{n}}دامنه های پیچیده، این رمزگذاری اطلاعات می تواند یک نمایش فشرده را به صورت نمایی امکان پذیر کند. به طور شهودی، این مربوط به ارتباط یک توزیع احتمال گسسته بر روی متغیرهای تصادفی باینری با یک بردار کلاسیک است. هدف الگوریتم‌های مبتنی بر رمزگذاری دامنه، فرمول‌بندی الگوریتم‌های کوانتومی است که منابع آنها به صورت چندجمله‌ای در تعداد کیوبیت‌ها رشد می‌کنند.�{\displaystyle n}، که به پیچیدگی زمانی لگاریتمی در تعداد دامنه ها و در نتیجه بعد ورودی می رسد.

بسیاری از الگوریتم‌های یادگیری ماشین کوانتومی در این دسته بر اساس تغییرات الگوریتم کوانتومی برای سیستم‌های معادلات خطی [33] (به‌عنوان محاوره‌ای HHL، به نام نویسندگان مقاله) که تحت شرایط خاص، وارونگی ماتریس را با استفاده از مقداری منابع فیزیکی انجام می‌دهند، هستند. تنها به صورت لگاریتمی در ابعاد ماتریس رشد می کند. یکی از این شرایط این است که یک همیلتونی که از نظر ورودی با ماتریس مطابقت دارد، می تواند به طور موثر شبیه سازی شود، که اگر ماتریس پراکنده باشد [34] یا رتبه پایین، ممکن است. [35] برای مرجع، هر الگوریتم کلاسیک شناخته شده برای وارونگی ماتریس به تعدادی عملیات نیاز دارد که بیش از درجه دوم در بعد ماتریس رشد می کند (مثلا�(�2.373){\displaystyle O{\mathord {\left(n^{2.373}\right)}}}، اما آنها به ماتریس های پراکنده محدود نمی شوند.

وارونگی ماتریس کوانتومی را می توان برای روش های یادگیری ماشین اعمال کرد که در آن آموزش به حل یک سیستم خطی معادلات کاهش می یابد ، به عنوان مثال در رگرسیون خطی حداقل مربعات، [31] [32] نسخه حداقل مربعات ماشین های بردار پشتیبان ، [30] ] و فرآیندهای گاوسی. [36]

یکی از گلوگاه‌های مهم روش‌هایی که محاسبات جبر خطی را با دامنه‌های حالت‌های کوانتومی شبیه‌سازی می‌کنند، آماده‌سازی حالت است، که اغلب نیاز به مقداردهی اولیه یک سیستم کوانتومی در حالتی دارد که دامنه‌های آن منعکس‌کننده ویژگی‌های کل مجموعه داده است. اگرچه روش های کارآمد برای آماده سازی حالت برای موارد خاص شناخته شده است، [37] [38] این مرحله به راحتی پیچیدگی کار را پنهان می کند. [39] [40]

الگوریتم های کوانتومی متغیر (VQAs) [ ویرایش ]

VQAها یکی از الگوریتم‌های کوانتومی هستند که بیشتر مورد مطالعه قرار گرفته‌اند، زیرا محققان انتظار دارند که تمام برنامه‌های کاربردی مورد نیاز برای رایانه‌های کوانتومی از VQAها استفاده کنند و همچنین به نظر می‌رسد که VQAها انتظارات برای کسب برتری کوانتومی را برآورده می‌کنند. VQAs یک رویکرد ترکیبی کوانتومی-کلاسیک است که در آن پردازنده کوانتومی حالت‌های کوانتومی را آماده می‌کند و اندازه‌گیری انجام می‌شود و بهینه‌سازی توسط یک کامپیوتر کلاسیک انجام می‌شود. VQA ها برای NISQ بهترین در نظر گرفته می شوند زیرا VQA ها نسبت به سایر الگوریتم ها نسبت به سایر الگوریتم ها مقاوم به نویز هستند و تنها با چند صد کیوبیت برتری کوانتومی را به ارمغان می آورند. محققان الگوریتم‌های مبتنی بر مدار را برای حل مسائل بهینه‌سازی و یافتن انرژی حالت پایه سیستم‌های پیچیده مورد مطالعه قرار داده‌اند، که حل آن‌ها دشوار بود یا برای انجام محاسبات با استفاده از رایانه کلاسیک به زمان زیادی نیاز داشت. [41] [42]

مدارهای کوانتومی متغیر (VQCs) [ ویرایش ]

مدارهای کوانتومی متغیر که به عنوان مدارهای کوانتومی پارامتریزه شده (PQC) نیز شناخته می شوند، بر اساس الگوریتم های کوانتومی متغیر (VQA) هستند. VQC ها از سه بخش، آماده سازی حالت های اولیه، مدار کوانتومی و اندازه گیری تشکیل شده اند. محققان به طور گسترده در حال مطالعه VQC ها هستند، زیرا از قدرت محاسبات کوانتومی برای یادگیری در زمان کوتاه استفاده می کند و همچنین از پارامترهای کمتری نسبت به همتایان کلاسیک خود استفاده می کند. از نظر تئوری و عددی ثابت شده است که می‌توانیم توابع غیرخطی، مانند توابع مورد استفاده در شبکه‌های عصبی، در مدارهای کوانتومی را تقریب بزنیم. به دلیل برتری VQCها، شبکه عصبی با VQCها در وظایف یادگیری تقویتی و الگوریتم های مولد جایگزین شده است. ماهیت ذاتی دستگاه‌های کوانتومی نسبت به عدم پیوستگی، خطای دروازه تصادفی و خطاهای اندازه‌گیری باعث شده است که پتانسیل بالایی برای محدود کردن آموزش مدارهای تغییرات داشته باشند. آموزش VQC ها بر روی دستگاه های کلاسیک قبل از استفاده از آنها در دستگاه های کوانتومی به غلبه بر مشکل نویز ناهمدوسی که از طریق تعداد تکرارها برای آموزش ایجاد می شود، کمک می کند. [43] [44] [45]

طبقه بندی کننده باینری کوانتومی [ ویرایش ]

سازماندهی مجدد الگو یکی از وظایف مهم یادگیری ماشینی است، طبقه بندی باینری یکی از ابزارها یا الگوریتم های یافتن الگوها است. طبقه بندی باینری در یادگیری نظارت شده و در یادگیری بدون نظارت استفاده می شود . در یادگیری ماشین کوانتومی، بیت‌های کلاسیک به کیوبیت تبدیل می‌شوند و به فضای هیلبرت نگاشت می‌شوند. برای استفاده از مزیت فضای هیلبرت، از داده‌های مقادیر پیچیده در طبقه‌بندی‌کننده باینری کوانتومی استفاده می‌شود. [46] [47] با بهره‌برداری از ویژگی‌های مکانیک کوانتومی مانند برهم‌نهی، درهم‌تنیدگی، تداخل، طبقه‌بندی‌کننده دوتایی کوانتومی نتیجه دقیق را در مدت زمان کوتاهی تولید می‌کند. [48]

الگوریتم های یادگیری ماشین کوانتومی بر اساس جستجوی گروور [ ویرایش ]

روش دیگری برای بهبود یادگیری ماشین کلاسیک با پردازش اطلاعات کوانتومی از روش‌های تقویت دامنه مبتنی بر الگوریتم جستجوی گروور استفاده می‌کند که نشان داده شده است که مشکلات جستجوی بدون ساختار را با سرعت دوم در مقایسه با الگوریتم‌های کلاسیک حل می‌کند. این روال‌های کوانتومی را می‌توان برای الگوریتم‌های یادگیری که به یک کار جستجوی ساختاریافته تبدیل می‌شوند، به کار برد، همانطور که می‌توان برای مثال در مورد k -medias [49] و الگوریتم‌های k-نزدیک‌ترین همسایه‌ها انجام داد . [9] کاربرد دیگر افزایش سرعت درجه دوم در آموزش پرسپترون است . [50]

نمونه ای از تقویت دامنه که در الگوریتم یادگیری ماشین استفاده می شود، کمینه سازی الگوریتم جستجوی گروور است. که در آن یک زیربرنامه از الگوریتم جستجوی گروور برای یافتن عنصری کمتر از برخی از عناصر تعریف شده قبلی استفاده می کند. این را می توان با یک اوراکل انجام داد که تعیین می کند آیا یک حالت با عنصر مربوطه کمتر از حالت از پیش تعریف شده است یا خیر. سپس الگوریتم گروور می تواند عنصری را پیدا کند که شرط ما برآورده شود. کمینه سازی توسط برخی از عناصر تصادفی در مجموعه داده ما مقداردهی اولیه می شود و به طور مکرر این زیر روال را برای یافتن حداقل عنصر در مجموعه داده انجام می دهد. این کمینه سازی به طور قابل توجهی در میانه های k کوانتومی استفاده می شود و حداقل سرعت آن افزایش می یابد�(�/ک){\displaystyle O({\sqrt {n/k}})}در مقایسه با نسخه های کلاسیک k-medias، که در آن�{\displaystyle n}تعداد نقاط داده وک{\displaystyle k}تعداد خوشه ها است. [49]

تقویت دامنه اغلب با راه رفتن کوانتومی ترکیب می شود تا به همان سرعت درجه دوم برسد. پیاده‌روی‌های کوانتومی برای بهبود الگوریتم رتبه صفحه گوگل [51] و همچنین عملکرد عوامل یادگیری تقویتی در چارچوب شبیه‌سازی تصویری پیشنهاد شده‌اند. [52]

یادگیری تقویتی کوانتومی [ ویرایش ]

یادگیری تقویتی شاخه ای از یادگیری ماشینی است که از یادگیری تحت نظارت و بدون نظارت متمایز است، که پیشرفت های کوانتومی را نیز می پذیرد. [53] [52] [54] در یادگیری تقویت شده کوانتومی، یک عامل کوانتومی با یک محیط کلاسیک یا کوانتومی در تعامل است و گهگاه برای اعمال خود پاداش دریافت می کند، که به عامل اجازه می دهد رفتار خود را تطبیق دهد - به عبارت دیگر، یاد بگیرد که چه چیزی انجام دهید تا پاداش بیشتری کسب کنید. در برخی شرایط، یا به دلیل قابلیت پردازش کوانتومی عامل، [52] یا به دلیل امکان بررسی محیط در برهم نهی ها ، [29] ممکن است یک سرعت کوانتومی حاصل شود. پیاده سازی این نوع پروتکل ها برای سیستم های یون های به دام افتاده [55] و مدارهای ابررسانا پیشنهاد شده است . [56] سرعت کوانتومی زمان تصمیم گیری داخلی عامل [52] به طور تجربی در یون های به دام افتاده نشان داده شده است، [57] در حالی که سرعت کوانتومی زمان یادگیری در یک برهمکنش کاملا منسجم (کوانتومی) بین عامل و محیط به طور تجربی در یک تنظیم فوتونیک تحقق یافته است. [58]

آنیل کوانتومی [ ویرایش ]

مقاله اصلی: آنیل کوانتومی

بازپخت کوانتومی یک تکنیک بهینه‌سازی است که برای تعیین مینیمم و ماکزیمم محلی یک تابع در مجموعه معینی از توابع کاندید استفاده می‌شود. این روشی برای گسسته کردن یک تابع با مینیمم ها یا ماکزیمم های محلی فراوان به منظور تعیین قابل مشاهده های تابع است. این فرآیند را می توان از بازپخت شبیه سازی شده توسط فرآیند تونل زنی کوانتومی متمایز کرد ، که توسط آن ذرات از طریق موانع جنبشی یا بالقوه از حالت بالا به حالت پایین تونل می زنند. بازپخت کوانتومی از برهم نهی همه حالات ممکن یک سیستم با وزن مساوی شروع می شود. سپس معادله شرودینگر وابسته به زمان، تکامل زمانی سیستم را هدایت می‌کند و با افزایش زمان، دامنه هر حالت را تحت تأثیر قرار می‌دهد. در نهایت، می توان به حالت پایه رسید تا همیلتونی آنی سیستم را به دست آورد.

مدار NISQ به عنوان مدل کوانتومی [ ویرایش ]

با پیشروی عمق مدار کوانتومی در دستگاه‌های NISQ ، سطح نویز افزایش می‌یابد و چالش قابل‌توجهی را برای محاسبه دقیق هزینه‌ها و گرادیان‌ها در مدل‌های آموزشی ایجاد می‌کند. تحمل نویز با استفاده از پرسپترون کوانتومی و الگوریتم کوانتومی در سخت‌افزار کوانتومی در دسترس بهبود می‌یابد. [ نیازمند منبع ]

اتصال منظم اجزای مشابهی که به عنوان نورون ها شناخته می شوند ، اساس حتی پیچیده ترین شبکه های مغزی را تشکیل می دهد. به طور معمول، یک نورون دو عملیات دارد: محصول داخلی و یک تابع فعال سازی . برخلاف تابع فعال‌سازی، که معمولاً غیرخطی است ، محصول داخلی یک فرآیند خطی است. با محاسبات کوانتومی، فرآیندهای خطی ممکن است به راحتی انجام شوند، به دلیل سادگی اجرا، تابع آستانه توسط اکثر نورون‌های کوانتومی برای توابع فعال‌سازی ترجیح داده می‌شود. [ نیازمند منبع ]

+ نوشته شده در جمعه بیستم بهمن ۱۴۰۲ ساعت 8:15 توسط علی رضا نقش  | 

1-محاسبات غیر متعارف


محاسبات غیر متعارف محاسبه با هر یک از طیف گسترده ای از روش های جدید یا غیر معمول است . به عنوان محاسبات جایگزین نیز شناخته می شود .

اصطلاح محاسبات غیر متعارف توسط کریستین اس. کالود و جان کستی ابداع شد و در اولین کنفرانس بین المللی مدل های غیر متعارف محاسبات [1] در سال 1998 مورد استفاده قرار گرفت .

پس زمینه [ ویرایش ]

تئوری کلی محاسبات امکان مدل‌های مختلفی را می‌دهد. [ توضیحات لازم ] فن آوری محاسبات ابتدا با استفاده از سیستم های مکانیکی توسعه یافت و سپس به استفاده از دستگاه های الکترونیکی تبدیل شد. سایر زمینه های فیزیک مدرن راه های بیشتری برای توسعه فراهم می کنند.

مدل محاسباتی [ ویرایش ]

مقاله اصلی: مدل محاسباتی

مدل‌های محاسباتی از برنامه‌های کامپیوتری برای شبیه‌سازی و مطالعه سیستم‌های پیچیده با استفاده از رویکرد الگوریتمی یا مکانیکی استفاده می‌کنند. آنها معمولا برای مطالعه سیستم های غیرخطی پیچیده ای که راه حل های تحلیلی ساده به راحتی در دسترس نیستند استفاده می شوند. [3] آزمایش با مدل با تنظیم پارامترها در رایانه و مطالعه تفاوت‌ها در نتیجه انجام می‌شود. [4] نظریه‌های عملیاتی مدل را می‌توان از این آزمایش‌های محاسباتی استخراج یا استنباط کرد. نمونه هایی از مدل های محاسباتی شامل مدل های پیش بینی آب و هوا، مدل های شبیه ساز زمین، مدل های شبیه ساز پرواز، مدل های تاشو پروتئین مولکولی و مدل های شبکه عصبی می باشد.

محاسبات مکانیکی [ ویرایش ]

مقاله اصلی: کامپیوتر مکانیکی

هامان مانوس آر، یک کامپیوتر مکانیکی

از نظر تاریخی، کامپیوترهای مکانیکی قبل از ظهور ترانزیستور در صنعت استفاده می شدند .

امروزه کامپیوترهای مکانیکی، هم در تحقیقات و هم به عنوان کامپیوترهای آنالوگ، علاقه خود را حفظ کرده اند. برخی از رایانه‌های مکانیکی ارتباط نظری یا آموزشی دارند، مانند رایانه‌های توپ بیلیارد ، در حالی که رایانه‌های هیدرولیک مانند MONIAC ​​یا ادغام‌کننده آب به طور مؤثر استفاده می‌شوند. [5]

در حالی که برخی در واقع شبیه سازی شده اند، برخی دیگر [ توضیحات لازم است ] . هیچ تلاشی [ مشکوک - بحث ] برای ساخت یک کامپیوتر کارآمد از طریق برخوردهای مکانیکی توپ های بیلیارد انجام نشده است. کامپیوتر دومینو یکی دیگر از طرح‌های محاسباتی مکانیکی جالب نظری است. [ چرا؟ ]

محاسبات آنالوگ [ ویرایش ]

مقاله اصلی: کامپیوتر آنالوگ

چرتکه ، نوعی کامپیوتر مکانیکی .

کامپیوتر آنالوگ نوعی کامپیوتر است که از سیگنال های آنالوگ که کمیت های فیزیکی پیوسته هستند برای مدل سازی و حل مسائل استفاده می کند. این سیگنال ها می توانند ماهیت الکتریکی ، مکانیکی یا هیدرولیکی داشته باشند. کامپیوترهای آنالوگ به طور گسترده در کاربردهای علمی و صنعتی مورد استفاده قرار می گرفتند و در آن زمان اغلب سریعتر از کامپیوترهای دیجیتال بودند. با این حال، آنها در دهه 1950 و 1960 شروع به منسوخ شدن کردند و اکنون بیشتر در کاربردهای خاص مانند شبیه سازهای پرواز هواپیما و سیستم های کنترل تدریس در دانشگاه ها استفاده می شوند. [6] نمونه‌هایی از دستگاه‌های محاسباتی آنالوگ شامل قوانین اسلاید ، نوموگرام‌ها و مکانیسم‌های پیچیده برای کنترل فرآیند و رله‌های حفاظتی است. [7] مکانیسم Antikythera ، یک دستگاه مکانیکی که موقعیت سیارات و ماه را محاسبه می‌کند، و پلان متر ، یکپارچه‌کننده مکانیکی برای محاسبه مساحت یک شکل دو بعدی دلخواه، نیز نمونه‌هایی از محاسبات آنالوگ هستند.

کامپیوترهای دیجیتال الکترونیکی [ ویرایش ]

اکثر رایانه‌های مدرن رایانه‌های الکترونیکی با معماری فون نویمان مبتنی بر الکترونیک دیجیتال هستند که با ادغام گسترده‌ای که پس از اختراع ترانزیستور و مقیاس‌بندی قانون مور امکان‌پذیر شد .

محاسبات غیر متعارف بر اساس [ کدام؟ توضیحات کنفرانس، [ 8] "یک حوزه تحقیقاتی میان رشته ای با هدف اصلی غنی سازی یا فراتر رفتن از مدل های استاندارد، مانند معماری کامپیوتر فون نویمان و ماشین تورینگ ، که بیش از نیم قرن بر علم کامپیوتر تسلط داشته اند". این روش ها عملیات محاسباتی خود را بر اساس پارادایم های غیر استاندارد مدل می کنند و در حال حاضر بیشتر در مرحله تحقیق و توسعه هستند.

این رفتار محاسباتی را می‌توان با استفاده از میکرو ترانزیستورهای کلاسیک مبتنی بر سیلیکون یا فناوری‌های محاسباتی حالت جامد «شبیه‌سازی» [ توضیحات لازم ] انجام داد ، اما هدف آن دستیابی به نوع جدیدی از محاسبات است.

رویکردهای عمومی [ ویرایش ]

اینها نمونه های غیر شهودی و آموزشی هستند که نشان می دهد یک کامپیوتر تقریباً از هر چیزی ساخته می شود.

اشیاء فیزیکی [ ویرایش ]

مقالات اصلی: کامپیوتر توپ بیلیارد و کامپیوتر دومینو

یک دروازه OR که از دومینو ساخته شده است

کامپیوتر توپ بیلیارد نوعی کامپیوتر مکانیکی است که از حرکت توپ های کروی بیلیارد برای انجام محاسبات استفاده می کند. در این مدل، سیم‌های مدار بولی با مسیرهایی برای حرکت توپ‌ها نشان داده می‌شوند، وجود یا عدم وجود توپ در یک مسیر سیگنال روی آن سیم را رمزگذاری می‌کند و دروازه‌ها با برخورد توپ‌ها در نقاطی شبیه‌سازی می‌شوند. مسیرها متقاطع می شوند [9] [10]

کامپیوتر دومینو یک کامپیوتر مکانیکی است که از دومینوهای ایستاده برای نشان دادن تقویت یا دروازه منطقی سیگنال های دیجیتال استفاده می کند. از این ساختارها می توان برای نشان دادن مفاهیم دیجیتالی و حتی برای ساخت ماژول های پردازش اطلاعات ساده استفاده کرد. [11] [12]

کامپیوترهای توپ بیلیارد و کامپیوترهای دومینو نمونه‌هایی از روش‌های محاسباتی غیر متعارف هستند که از اشیاء فیزیکی برای انجام محاسبات استفاده می‌کنند.

محاسبات مخزن [ ویرایش ]

مقاله اصلی: محاسبات مخزن

محاسبات مخزن یک چارچوب محاسباتی برگرفته از نظریه شبکه عصبی مکرر است که شامل نگاشت سیگنال های ورودی به فضاهای محاسباتی با ابعاد بالاتر از طریق دینامیک یک سیستم ثابت و غیر خطی به نام مخزن است. مخزن، که می تواند مجازی یا فیزیکی باشد، از واحدهای غیرخطی مجزا تشکیل شده است که در حلقه های مکرر به هم متصل شده اند و به آن اجازه می دهند اطلاعات را ذخیره کند. آموزش فقط در مرحله بازخوانی انجام می شود، زیرا دینامیک مخزن ثابت است، و این چارچوب امکان استفاده از سیستم های طبیعی در دسترس، هم کلاسیک و هم مکانیک کوانتومی را برای کاهش هزینه محاسباتی موثر فراهم می کند. یکی از مزایای کلیدی محاسبات مخزن این است که امکان یک الگوریتم یادگیری ساده و سریع و همچنین اجرای سخت افزار از طریق مخازن فیزیکی را فراهم می کند . [13] [14]

محاسبات ملموس [ ویرایش ]

مقالات اصلی: رابط کاربری Claytronics و Tangible

SandScape ، یک دستگاه محاسباتی ملموس نصب شده در موزه خلاقیت کودکان در سانفرانسیسکو

محاسبات ملموس به استفاده از اشیاء فیزیکی به عنوان رابط کاربری برای تعامل با اطلاعات دیجیتال اشاره دارد. هدف این رویکرد بهره گیری از توانایی انسان برای درک و دستکاری اشیاء فیزیکی به منظور تسهیل همکاری، یادگیری و طراحی است. ویژگی‌های رابط‌های کاربری ملموس شامل جفت کردن نمایش‌های فیزیکی با اطلاعات دیجیتالی زیربنایی و تجسم مکانیسم‌هایی برای کنترل تعاملی است. [15] همچنین پنج ویژگی تعیین کننده رابط کاربری ملموس وجود دارد، از جمله توانایی چندگانه سازی ورودی و خروجی در فضا، دسترسی همزمان و دستکاری اجزای رابط، دستگاه های خاص قوی، دستگاه های محاسباتی آگاه از فضای مکانی، و پیکربندی مجدد مکانی دستگاه ها. [16]

محاسبات انسانی [ ویرایش ]

مقاله اصلی: کامپیوتر انسان

اصطلاح "کامپیوتر انسانی" به افرادی اطلاق می‌شود که محاسبات ریاضی را به صورت دستی انجام می‌دهند و اغلب به صورت گروهی کار می‌کنند و از قوانین ثابت پیروی می‌کنند. در گذشته برای انجام محاسبات طولانی و طاقت فرسا، تیم هایی متشکل از افراد، اغلب زنان، به کار گرفته می شدند و کار به صورت موازی انجام می شد. این اصطلاح اخیراً برای توصیف افرادی با مهارت‌های حسابی ذهنی استثنایی که به عنوان ماشین‌حساب ذهنی نیز شناخته می‌شوند، استفاده می‌شود. [17]

تعامل انسان و ربات [ ویرایش ]

مقالات اصلی: تعامل انسان و ربات و Cobot

تعامل انسان و ربات

تعامل انسان و ربات ، یا HRI، مطالعه تعامل بین انسان و روبات است. این شامل مشارکت در زمینه هایی مانند هوش مصنوعی، رباتیک و روانشناسی است. ربات‌ها یا روبات‌های مشارکتی برای تعامل مستقیم با انسان‌ها در فضاهای مشترک طراحی شده‌اند و می‌توانند برای انواع وظایف، [18] از جمله ارائه اطلاعات، لجستیک و وظایف غیر ارگونومیک در محیط‌های صنعتی استفاده شوند.

محاسبات ازدحام [ ویرایش ]

مقالات اصلی: رباتیک ازدحام و هوش ازدحامی

رباتیک ازدحام یک رشته مطالعاتی است که بر هماهنگی و کنترل ربات های متعدد به عنوان یک سیستم متمرکز است. رباتیک ازدحام با الهام از رفتار نوظهور مشاهده شده در حشرات اجتماعی شامل استفاده از قوانین فردی نسبتا ساده برای ایجاد رفتارهای گروهی پیچیده از طریق ارتباط محلی و تعامل با محیط است. [19] این رویکرد با استفاده از تعداد زیادی ربات ساده مشخص می‌شود و مقیاس‌پذیری را از طریق استفاده از روش‌های ارتباطی محلی مانند فرکانس رادیویی یا مادون قرمز ارتقا می‌دهد.

رویکردهای فیزیک [ ویرایش ]

محاسبات نوری [ ویرایش ]

مقاله اصلی: محاسبات نوری

تحقق یک گیت کنترل‌شده فوتونیکی برای استفاده در محاسبات کوانتومی

محاسبات نوری نوعی محاسبات است که از امواج نور که اغلب توسط لیزر یا منابع نامنسجم تولید می‌شوند، برای پردازش، ذخیره‌سازی و ارتباطات استفاده می‌کند. در حالی که این فناوری پتانسیل ارائه پهنای باند بالاتری نسبت به رایانه‌های سنتی که از الکترون‌ها استفاده می‌کنند را دارد، دستگاه‌های الکترونیک نوری می‌توانند مقدار قابل توجهی انرژی را در فرآیند تبدیل انرژی الکترونیکی به فوتون و برگشت مصرف کنند. هدف کامپیوترهای تمام نوری حذف نیاز به این تبدیل ها است که منجر به کاهش مصرف برق می شود. [20] کاربردهای محاسبات نوری شامل رادار با دیافراگم مصنوعی و همبسته‌های نوری است که می‌توانند برای تشخیص، ردیابی و طبقه‌بندی شی مورد استفاده قرار گیرند. [21] [22]

اسپینترونیکس [ ویرایش ]

مقاله اصلی: اسپینترونیکس

اسپینترونیک رشته‌ای است که شامل استفاده از اسپین ذاتی و گشتاور مغناطیسی الکترون‌ها در دستگاه‌های حالت جامد است. [23] [24] [25] تفاوت آن با الکترونیک سنتی در این است که از اسپین الکترون ها به عنوان یک درجه آزادی اضافی استفاده می کند که کاربردهای بالقوه ای در ذخیره سازی و انتقال داده ها، [26] و همچنین محاسبات کوانتومی و نورومورفیک دارد. سیستم های اسپینترونیک اغلب با استفاده از نیمه هادی های مغناطیسی رقیق و آلیاژهای هوسلر ایجاد می شوند.

اتمترونیک [ ویرایش ]

مقاله اصلی: Atomtronics

Atomtronics شکلی از محاسبات است که شامل استفاده از اتم های فوق سرد در مدارهای موج ماده منسجم است که می تواند دارای اجزایی شبیه به آنچه در سیستم های الکترونیکی یا نوری یافت می شود. [27] [28] این مدارها کاربردهای بالقوه ای در چندین زمینه دارند، از جمله تحقیقات فیزیک بنیادی و توسعه ابزارهای عملی مانند حسگرها و کامپیوترهای کوانتومی.

سیالات [ ویرایش ]

مقاله اصلی: سیالات

فلیپ فلاپ ساخته شده با استفاده از مایعات.

سیالات یا منطق سیالات، استفاده از دینامیک سیالات برای انجام عملیات آنالوگ یا دیجیتال در محیط‌هایی است که الکترونیک ممکن است غیرقابل اعتماد باشد، مانند محیط‌هایی که در معرض سطوح بالای تداخل الکترومغناطیسی یا تشعشعات یونیزان هستند. دستگاه های سیال بدون قطعات متحرک کار می کنند و می توانند از تقویت غیر خطی مشابه ترانزیستورها در منطق دیجیتال الکترونیکی استفاده کنند. سیالات در نانوتکنولوژی و کاربردهای نظامی نیز کاربرد دارند.

محاسبات کوانتومی [ ویرایش ]

مقاله اصلی: محاسبات کوانتومی

محاسبات کوانتومی، شاید شناخته‌شده‌ترین و توسعه‌یافته‌ترین روش محاسباتی غیر متعارف، نوعی از محاسبات است که از اصول مکانیک کوانتومی مانند برهم‌نهی و درهم‌تنیدگی برای انجام محاسبات استفاده می‌کند. [29] [30] رایانه‌های کوانتومی از کیوبیت‌هایی استفاده می‌کنند که مشابه بیت‌های کلاسیک هستند اما می‌توانند در چندین حالت به طور همزمان وجود داشته باشند تا عملیات را انجام دهند. در حالی که رایانه‌های کوانتومی کنونی ممکن است هنوز در کاربردهای عملی از رایانه‌های کلاسیک بهتر عمل نکنند، آنها پتانسیل حل مشکلات محاسباتی خاصی مانند فاکتورسازی اعداد صحیح را دارند که به طور قابل توجهی سریع‌تر از رایانه‌های کلاسیک هستند. با این حال، چندین چالش برای ساخت رایانه‌های کوانتومی عملی وجود دارد، از جمله دشواری حفظ حالت‌های کوانتومی کیوبیت‌ها و نیاز به تصحیح خطا. [31] [32] نظریه پیچیدگی کوانتومی مطالعه پیچیدگی محاسباتی مسائل با توجه به کامپیوترهای کوانتومی است.

یک کامپیوتر کوانتومی

محاسبات ابررسانا [ ویرایش ]

مقاله اصلی: محاسبات ابررسانا

محاسبات ابررسانا شکلی از محاسبات برودتی است که از ویژگی‌های منحصر به فرد ابررساناها، از جمله سیم‌های مقاومت صفر و سوئیچینگ فوق سریع، برای رمزگذاری، پردازش و انتقال داده‌ها با استفاده از کوانتوم‌های شار واحد استفاده می‌کند. اغلب در محاسبات کوانتومی استفاده می شود و برای عملیات نیاز به خنک سازی تا دمای برودتی دارد.

سیستم های میکروالکترومکانیکی [ ویرایش ]

مقاله‌های اصلی: سیستم‌های میکروالکترومکانیکی و سیستم‌های نانوالکترومکانیکی

سیستم‌های میکروالکترومکانیکی (MEMS) و سیستم‌های نانو الکترومکانیکی (NEMS) فناوری‌هایی هستند که شامل استفاده از دستگاه‌های میکروسکوپی با قطعات متحرک، از میکرومتر تا نانومتر می‌شوند. این دستگاه‌ها معمولاً از یک واحد پردازش مرکزی (مانند یک مدار مجتمع) و چندین مؤلفه که با محیط اطراف خود تعامل دارند، مانند حسگرها، تشکیل شده‌اند. [33] فن آوری MEMS و NEMS با نانوتکنولوژی مولکولی یا الکترونیک مولکولی متفاوت است زیرا آنها عواملی مانند شیمی سطح و اثرات الکترومغناطیس محیط و دینامیک سیالات را نیز در نظر می گیرند. از کاربردهای این فناوری ها می توان به شتاب سنج ها و حسگرهای تشخیص مواد شیمیایی اشاره کرد. [34]

رویکردهای شیمی [ ویرایش ]

نمایش گرافیکی یک روتاکسان ، مفید به عنوان یک سوئیچ مولکولی

محاسبات مولکولی [ ویرایش ]

مقالات اصلی: الکترونیک مقیاس مولکولی ، محاسبات شیمیایی ، و دروازه منطق مولکولی

محاسبات مولکولی شکلی غیر متعارف از محاسبات است که از واکنش های شیمیایی برای انجام محاسبات استفاده می کند. داده ها با تغییرات در غلظت های شیمیایی نشان داده می شوند، [35] و هدف این نوع محاسبات استفاده از کوچک ترین ساختارهای پایدار، مانند مولکول های منفرد، به عنوان اجزای الکترونیکی است. این میدان که به عنوان محاسبات شیمیایی یا محاسبات واکنش انتشار نیز شناخته می‌شود، از زمینه‌های مرتبط پلیمرهای رسانا و الکترونیک آلی که از مولکول‌ها برای تأثیرگذاری بر خواص توده‌ای مواد استفاده می‌کنند، متمایز است.

رویکردهای بیوشیمی [ ویرایش ]

محاسبات پپتید [ ویرایش ]

مقاله اصلی: محاسبات پپتید

محاسبات پپتید یک مدل محاسباتی است که از پپتیدها و آنتی بادی ها برای حل مسائل NP-complete استفاده می کند و نشان داده شده است که از نظر محاسباتی جهانی است. مزایایی نسبت به محاسبات DNA مانند تعداد بیشتر بلوک‌های ساختمانی و برهمکنش‌های انعطاف‌پذیرتر دارد، اما به دلیل در دسترس بودن محدود آنتی‌بادی‌های مونوکلونال خاص، هنوز عملاً محقق نشده است. [36] [37]

محاسبات DNA [ ویرایش ]

مقاله اصلی: محاسبات DNA

محاسبات DNA شاخه ای از محاسبات غیر متعارف است که از DNA و سخت افزار زیست شناسی مولکولی برای انجام محاسبات استفاده می کند. این نوعی از محاسبات موازی است که می تواند برخی از مسائل تخصصی را سریعتر و کارآمدتر از رایانه های الکترونیکی سنتی حل کند. در حالی که محاسبات DNA هیچ قابلیت جدیدی از نظر تئوری محاسباتی ارائه نمی دهد، می تواند تعداد زیادی محاسبات موازی را به طور همزمان انجام دهد. با این حال، محاسبات DNA سرعت پردازش کمتری دارد و تجزیه و تحلیل نتایج در مقایسه با کامپیوترهای دیجیتال دشوارتر است.

محاسبات غشایی [ ویرایش ]

مقاله اصلی: محاسبات غشایی

کامپیوتر غشایی Nine Region

محاسبات غشایی، همچنین به عنوان سیستم های P شناخته می شود، [38] زیر شاخه ای از علوم کامپیوتر است که مدل های محاسباتی توزیع شده و موازی را بر اساس ساختار و عملکرد غشاهای بیولوژیکی مطالعه می کند. در این سیستم‌ها، اشیایی مانند نمادها یا رشته‌ها در محفظه‌هایی که توسط غشاها تعریف شده‌اند پردازش می‌شوند و ارتباط بین محفظه‌ها و با محیط خارجی نقش مهمی در محاسبات بازی می‌کند. سیستم های P سلسله مراتبی هستند و می توانند به صورت گرافیکی نمایش داده شوند، با قوانینی که بر تولید، مصرف و حرکت اشیاء در داخل و بین مناطق حاکم است. در حالی که این سیستم‌ها تا حد زیادی تئوری باقی مانده‌اند، [39] برخی از آنها پتانسیل حل مسائل NP-complete را دارند و به عنوان پیاده‌سازی سخت‌افزاری برای محاسبات غیر متعارف پیشنهاد شده‌اند.

رویکردهای بیولوژیکی [ ویرایش ]

مقالات اصلی: محاسبات با الهام از بیولوژیکی ، محاسبات طبیعی ، و محاسبات بیولوژیکی

محاسبات بیولوژیکی که به عنوان محاسبات الهام گرفته از زیست یا محاسبات طبیعی نیز شناخته می شود، مطالعه استفاده از مدل های الهام گرفته از زیست شناسی برای حل مسائل علوم کامپیوتر، به ویژه در زمینه های هوش مصنوعی و یادگیری ماشین است. این شامل طیف وسیعی از پارادایم‌های محاسباتی از جمله شبکه‌های عصبی مصنوعی، الگوریتم‌های تکاملی، هوش ازدحام، سیستم‌های ایمنی مصنوعی و موارد دیگر است که می‌توانند با استفاده از سخت‌افزار الکترونیکی سنتی یا رسانه‌های فیزیکی جایگزین مانند بیومولکول‌ها یا دستگاه‌های محاسباتی کوانتومی یون به دام افتاده پیاده‌سازی شوند. همچنین شامل مطالعه درک سیستم های بیولوژیکی از طریق مهندسی ارگانیسم های نیمه مصنوعی و مشاهده فرآیندهای طبیعی به عنوان پردازش اطلاعات است. مفهوم خود جهان به عنوان یک مکانیسم محاسباتی نیز پیشنهاد شده است. [40] [41]

علوم اعصاب [ ویرایش ]

مقاله‌های اصلی: محاسبات نورومورفیک و رایانه مرطوب‌افزار

محاسبات نورومورفیک شامل استفاده از مدارهای الکترونیکی برای تقلید از معماری‌های عصبی زیست‌شناختی موجود در سیستم عصبی انسان، با هدف ایجاد سیستم‌های عصبی مصنوعی است که از سیستم‌های بیولوژیکی الهام گرفته شده‌اند. [42] [43] این سیستم ها را می توان با استفاده از انواع سخت افزارها، مانند ممریستورها، [44] حافظه های اسپینترونیک، و ترانزیستورها، [45] [46] پیاده سازی کرد و می توان با استفاده از طیف وسیعی از رویکردهای مبتنی بر نرم افزار، از جمله آموزش داد. پس انتشار خطا [47] و قوانین یادگیری متعارف. [48] ​​رشته مهندسی نورومورفیک به دنبال درک چگونگی تأثیر طراحی و ساختار سیستم‌های عصبی مصنوعی بر محاسبات، نمایش اطلاعات، سازگاری و عملکرد کلی است، با هدف نهایی ایجاد سیستم‌هایی که ویژگی‌های مشابه با آنچه در طبیعت وجود دارد را نشان می‌دهند. . کامپیوترهای مرطوب‌افزار که از نورون‌های زنده تشکیل شده‌اند، شکلی مفهومی از محاسبات نورومورفیک هستند که در نمونه‌های اولیه محدودی مورد بررسی قرار گرفته‌اند. [49]

اتوماتای ​​سلولی و محاسبات آمورف [ ویرایش ]

مقالات اصلی: اتوماتای ​​سلولی و محاسبات آمورف

اسلحه گلایدر Gosper در بازی زندگی کانوی اتومات سلولی " گلایدر " ایجاد می کند [50]

اتوماتای ​​سلولی مدل‌های مجزای محاسباتی هستند که از شبکه‌ای از سلول‌ها در تعداد محدودی حالت‌ها مانند روشن و خاموش تشکیل شده‌اند. وضعیت هر سلول توسط یک قانون ثابت بر اساس حالات سلول و همسایگان آن تعیین می شود. چهار طبقه‌بندی اولیه از اتوماتای ​​سلولی وجود دارد، از الگوهایی که به یکنواختی تثبیت می‌شوند تا آنهایی که بسیار پیچیده و بالقوه تورینگ کامل می‌شوند. محاسبات آمورف به مطالعه سیستم‌های محاسباتی با استفاده از تعداد زیادی پردازنده‌های موازی با توانایی محاسباتی محدود و تعاملات محلی، بدون توجه به بستر فیزیکی اشاره دارد. نمونه هایی از محاسبات آمورف طبیعی را می توان در زیست شناسی رشد، زیست شناسی مولکولی، شبکه های عصبی و مهندسی شیمی یافت. هدف محاسبات آمورف درک و مهندسی سیستم های جدید از طریق توصیف الگوریتم های آمورف به عنوان انتزاع است.

محاسبات تکاملی [ ویرایش ]

مقاله اصلی: محاسبات تکاملی

محاسبات تکاملی نوعی هوش مصنوعی و محاسبات نرم است که از الگوریتم های الهام گرفته از تکامل بیولوژیکی برای یافتن راه حل های بهینه برای طیف وسیعی از مسائل استفاده می کند. این شامل تولید یک مجموعه اولیه از راه حل های نامزد، حذف تصادفی راه حل های کمتر مورد نظر، و ایجاد تغییرات تصادفی کوچک برای ایجاد یک نسل جدید است. جمعیت محلول‌ها در معرض انتخاب و جهش طبیعی یا مصنوعی قرار می‌گیرند که منجر به تکامل به سمت افزایش تناسب با توجه به تابع تناسب اندام انتخابی می‌شود. محاسبات تکاملی در تنظیمات مختلف مشکل مؤثر بوده و در علوم کامپیوتر و زیست‌شناسی تکاملی کاربرد دارد.

رویکردهای ریاضی [ ویرایش ]

محاسبات سه تایی [ ویرایش ]

مقاله اصلی: محاسبات سه تایی

محاسبات سه تایی نوعی از محاسبات است که از منطق سه تایی یا پایه 3 در محاسبات خود به جای سیستم باینری رایج تر استفاده می کند . کامپیوترهای سه تایی از تریت ها یا ارقام سه تایی استفاده می کنند که می توانند به روش های مختلفی تعریف شوند، از جمله منطق سه تایی نامتعادل، سه تایی نامتعادل کسری، سه تایی متعادل و منطق حالت مجهول. کامپیوترهای کوانتومی سه تایی به جای تریت از کوتریت استفاده می کنند. محاسبات سه تایی تا حد زیادی با رایانه های دوتایی جایگزین شده است، اما برای استفاده در دستگاه های پرسرعت و کم مصرف با استفاده از اتصال جوزفسون به عنوان یک سلول حافظه سه تایی متعادل پیشنهاد شده است.

محاسبات برگشت پذیر [ ویرایش ]

مقاله اصلی: محاسبات برگشت پذیر

محاسبات برگشت پذیر نوعی از محاسبات غیر متعارف است که در آن فرآیند محاسباتی می تواند تا حدی معکوس شود. برای اینکه یک محاسبه برگشت پذیر باشد، رابطه بین حالت ها و جانشینان آنها باید یک به یک باشد و این فرآیند نباید منجر به افزایش آنتروپی فیزیکی شود. مدارهای کوانتومی تا زمانی که حالت های کوانتومی را جمع نکنند برگشت پذیر هستند و توابع برگشت پذیر دوجکتیو هستند، به این معنی که تعداد ورودی های آنها برابر با خروجی ها است. [51]

محاسبات آشوب [ ویرایش ]

مقاله اصلی: محاسبات آشوب

محاسبات آشوب گونه ای از محاسبات غیر متعارف است که از سیستم های آشفته برای انجام محاسبات استفاده می کند. سیستم های آشوبی را می توان برای ایجاد دروازه های منطقی مورد استفاده قرار داد و می تواند به سرعت بین الگوهای مختلف جابجا شود و آنها را برای برنامه های کاربردی مقاوم به خطا و محاسبات موازی مفید می کند. محاسبات آشوب در زمینه های مختلفی مانند هواشناسی، فیزیولوژی و مالی استفاده شده است.

محاسبات تصادفی [ ویرایش ]

مقاله اصلی: محاسبات تصادفی

محاسبات تصادفی یک روش محاسباتی است که مقادیر پیوسته را به صورت جریانی از بیت های تصادفی نشان می دهد و عملیات پیچیده را با استفاده از عملیات بیتی ساده بر روی جریان ها انجام می دهد. می توان آن را به عنوان یک کامپیوتر ترکیبی آنالوگ/دیجیتال مشاهده کرد و با خاصیت دقت پیشرونده آن مشخص می شود، جایی که دقت محاسبات با گسترش جریان بیت افزایش می یابد. محاسبات تصادفی می تواند در سیستم های تکرار شونده برای دستیابی به همگرایی سریعتر مورد استفاده قرار گیرد، اما همچنین می تواند به دلیل نیاز به تولید جریان بیت تصادفی پرهزینه باشد و در صورت عدم رعایت فرض جریان های بیت مستقل، در برابر شکست آسیب پذیر است. همچنین توانایی آن برای انجام برخی عملکردهای دیجیتال محدود است.

همچنین ببینید [ ویرایش ]

منبع

https://en.wikipedia.org/wiki/Unconventional_computing

+ نوشته شده در جمعه بیستم بهمن ۱۴۰۲ ساعت 8:9 توسط علی رضا نقش  | 

5-محاسبات کوانتومی

نامزدهای تحقق فیزیکی [ ویرایش ]

اطلاعات بیشتر: فهرست رجیسترهای کوانتومی پیشنهادی

[آیکون]

این بخش نیاز به گسترش دارد . می توانید با افزودن به آن کمک کنید . ( ژوئیه 2023 )

یک کامپیوتر کوانتومی عملی باید از یک سیستم فیزیکی به عنوان یک ثبات کوانتومی قابل برنامه ریزی استفاده کند. [140] محققان در حال بررسی چندین فناوری به عنوان کاندیدای اجرای کیوبیت قابل اعتماد هستند. [141] ابررساناها و یون‌های به دام افتاده برخی از پیشرفته‌ترین پیشنهادها هستند، اما آزمایش‌گران احتمالات سخت‌افزاری دیگری را نیز در نظر می‌گیرند. [142]

تئوری[ ویرایش ]

محاسبه پذیری[ ویرایش ]

اطلاعات بیشتر: نظریه محاسباتی

هر مشکل محاسباتی قابل حل توسط یک کامپیوتر کلاسیک توسط یک کامپیوتر کوانتومی نیز قابل حل است. [143] به طور شهودی، این به این دلیل است که اعتقاد بر این است که همه پدیده‌های فیزیکی، از جمله عملکرد رایانه‌های کلاسیک، می‌توانند با استفاده از مکانیک کوانتومی ، که زیربنای عملکرد رایانه‌های کوانتومی است، توصیف شوند.

برعکس، هر مشکلی که توسط یک کامپیوتر کوانتومی قابل حل باشد، توسط یک کامپیوتر کلاسیک نیز قابل حل است. اگر زمان کافی داده شود، می توان کامپیوترهای کوانتومی و کلاسیک را به صورت دستی فقط با مقداری کاغذ و قلم شبیه سازی کرد. به طور رسمی تر، هر کامپیوتر کوانتومی را می توان توسط ماشین تورینگ شبیه سازی کرد . به عبارت دیگر، رایانه‌های کوانتومی از نظر قابلیت محاسبه ، هیچ قدرت اضافی نسبت به رایانه‌های کلاسیک ارائه نمی‌کنند . این بدان معناست که رایانه‌های کوانتومی نمی‌توانند مسائل غیرقابل تصمیم‌گیری مانند مشکل توقف را حل کنند ، و وجود رایانه‌های کوانتومی تز چرچ-تورینگ را رد نمی‌کند . [144]

پیچیدگی[ ویرایش ]

مقاله اصلی: نظریه پیچیدگی کوانتومی

در حالی که رایانه‌های کوانتومی نمی‌توانند مشکلاتی را که رایانه‌های کلاسیک قبلاً نمی‌توانند حل کنند، حل کنند، گمان می‌رود که آنها می‌توانند مشکلات خاصی را سریع‌تر از رایانه‌های کلاسیک حل کنند. به عنوان مثال، مشخص است که رایانه‌های کوانتومی می‌توانند به طور مؤثر اعداد صحیح را فاکتور بگیرند ، در حالی که تصور نمی‌شود این مورد برای رایانه‌های کلاسیک باشد.

دسته ای از مسائلی که می توانند به طور موثر توسط یک کامپیوتر کوانتومی با خطای محدود حل شوند ، BQP برای "خطای محدود، کوانتومی، زمان چند جمله ای" نامیده می شود. به طور رسمی تر، BQP کلاس مسائلی است که می تواند توسط یک ماشین تورینگ کوانتومی چند جمله ای با احتمال خطا حداکثر 1/3 حل شود. به عنوان یک کلاس از مسائل احتمالی، BQP همتای کوانتومی BPP است ("خطای محدود، احتمالی، زمان چند جمله ای")، کلاسی از مسائلی که می توانند توسط ماشین های تورینگ احتمالی چند جمله ای با خطای کران حل شوند. [145] معروف است کهبپپ⊆بسپ{\displaystyle {\mathsf {BPP\subseteq BQP}}}و به طور گسترده مشکوک است کهبسپ⊊بپپ{\displaystyle {\mathsf {BQP\subsetneq BPP}}}، که به طور شهودی به این معنی است که رایانه های کوانتومی از نظر پیچیدگی زمانی قوی تر از رایانه های کلاسیک هستند . [146]

رابطه مشکوک BQP با چندین کلاس پیچیدگی کلاسیک [64]

رابطه دقیق BQP با P ، NP و PSPACE مشخص نیست. با این حال، مشخص است کهپ⊆بسپ⊆پاسپآسی�{\displaystyle {\mathsf {P\subseteq BQP\subseteq PSPACE}}}; یعنی تمام مسائلی را که می توان به طور کارآمد با یک کامپیوتر کلاسیک قطعی حل کرد، توسط یک کامپیوتر کوانتومی نیز می تواند به طور کارآمد حل شود، و تمام مسائلی که می توانند به طور موثر توسط یک کامپیوتر کوانتومی حل شوند نیز می توانند توسط یک کامپیوتر کلاسیک قطعی با منابع فضایی چند جمله ای حل شوند. . همچنین گمان می رود که BQP یک ابرمجموعه سخت P است، به این معنی که مشکلاتی وجود دارد که به طور مؤثر توسط رایانه های کوانتومی قابل حل هستند که به طور کارآمدی توسط رایانه های کلاسیک قطعی قابل حل نیستند. برای مثال، فاکتورسازی اعداد صحیح و مسئله لگاریتم گسسته در BQP شناخته شده است و مشکوک به خارج از P است. P نیز در BQP هستند (مثلاً فاکتورسازی عدد صحیح و مسئله لگاریتم گسسته هر دو در NP هستند). مشکوک است کهنپ⊈بسپ{\displaystyle {\mathsf {NP\nsubseteq BQP}}}; یعنی اعتقاد بر این است که مسائلی وجود دارد که به طور موثر قابل بررسی هستند که به طور کارآمدی توسط یک کامپیوتر کوانتومی قابل حل نیستند. به عنوان پیامد مستقیم این باور، همچنین گمان می رود که BQP از کلاس مسائل NP-complete جدا باشد (اگر یک مسئله NP-کامل در BQP باشد، پس از سختی NP نتیجه می گیرد که همه مشکلات در NP در BQP). [147]

همچنین ببینید [ ویرایش ]

https://en.wikipedia.org/wiki/Quantum_computing

+ نوشته شده در جمعه بیستم بهمن ۱۴۰۲ ساعت 8:5 توسط علی رضا نقش  | 

4-محاسبات کوانتومی

مهندسی[ ویرایش ]

ویفری از کامپیوترهای کوانتومی آدیاباتیک

از سال 2023، رایانه های کلاسیک برای همه برنامه های کاربردی دنیای واقعی از رایانه های کوانتومی بهتر عمل می کنند. در حالی که کامپیوترهای کوانتومی فعلی ممکن است راه حل های مسائل ریاضی خاص را سرعت بخشند، اما هیچ مزیت محاسباتی برای کارهای عملی ندارند. برای بسیاری از کارها هیچ وعده افزایش سرعت کوانتومی مفیدی وجود ندارد، و برخی از کارها به طور قابل اثباتی هرگونه افزایش سرعت کوانتومی را ممنوع می کنند به این معنا که هر گونه افزایش سرعت توسط قضایای اثبات شده رد می شود. دانشمندان و مهندسان در حال بررسی فناوری‌های متعدد برای سخت‌افزار محاسبات کوانتومی هستند و امیدوارند که معماری‌های کوانتومی مقیاس‌پذیر را توسعه دهند، اما موانع جدی همچنان وجود دارد. [94] [95]

چالش ها [ ویرایش ]

تعدادی از چالش های فنی در ساخت یک کامپیوتر کوانتومی در مقیاس بزرگ وجود دارد. [96] فیزیکدان دیوید دی وینچنزو این الزامات را برای یک کامپیوتر کوانتومی عملی فهرست کرده است : [97]

  • از نظر فیزیکی مقیاس پذیر برای افزایش تعداد کیوبیت ها
  • کیوبیت هایی که می توانند به مقادیر دلخواه مقداردهی اولیه شوند
  • دروازه‌های کوانتومی که سریع‌تر از زمان ناهمدوسی هستند
  • ست دروازه جهانی
  • کیوبیت هایی که به راحتی قابل خواندن هستند.

تامین قطعات برای کامپیوترهای کوانتومی نیز بسیار دشوار است. کامپیوترهای کوانتومی ابررسانا ، مانند آنهایی که توسط گوگل و IBM ساخته شده اند، به هلیوم-3 ، محصول جانبی تحقیقات هسته ای و کابل های ابررسانای ویژه ای نیاز دارند که فقط توسط شرکت ژاپنی کواکس ساخته شده است. [98]

کنترل سیستم های چند کیوبیتی مستلزم تولید و هماهنگی تعداد زیادی سیگنال الکتریکی با وضوح زمان بندی دقیق و قطعی است. این منجر به توسعه کنترل‌کننده‌های کوانتومی شده است که ارتباط با کیوبیت‌ها را امکان‌پذیر می‌کنند. مقیاس بندی این سیستم ها برای پشتیبانی از تعداد فزاینده کیوبیت ها یک چالش اضافی است. [99]

عدم انسجام[ ویرایش ]

یکی از بزرگترین چالش‌های موجود در ساخت رایانه‌های کوانتومی، کنترل یا حذف ناهمدوسی کوانتومی است . این معمولاً به معنای جداسازی سیستم از محیط خود است زیرا تعاملات با دنیای بیرونی باعث جدا شدن سیستم می شود. با این حال، منابع دیگری از عدم انسجام نیز وجود دارد. به عنوان مثال می توان به دروازه های کوانتومی و ارتعاشات شبکه و اسپین گرما هسته ای پس زمینه سیستم فیزیکی که برای اجرای کیوبیت ها استفاده می شود اشاره کرد. عدم انسجام برگشت ناپذیر است، زیرا عملاً غیر واحد است و معمولاً چیزی است که اگر از آن اجتناب نشود، باید به شدت کنترل شود. زمان‌های ناهمدوسی به‌ویژه برای سیستم‌های کاندید، زمان آرامش عرضی T2 (برای فناوری NMR و MRI ، که زمان کاهش فاز نیز نامیده می‌شود )، معمولاً بین نانوثانیه و ثانیه در دمای پایین متغیر است. [100] در حال حاضر، برخی از کامپیوترهای کوانتومی به منظور جلوگیری از انسجام قابل توجه، به کیوبیت‌هایشان نیاز دارند که تا 20 میلی‌کلوین (معمولاً از یک یخچال رقیق‌سازی استفاده می‌کنند ) خنک شوند. [102] مطالعه‌ای در سال 2020 استدلال می‌کند که پرتوهای یونیزان مانند پرتوهای کیهانی می‌توانند باعث شوند که سیستم‌های خاصی در عرض میلی‌ثانیه جدا شوند. [103]

در نتیجه، کارهای وقت‌گیر ممکن است برخی از الگوریتم‌های کوانتومی را غیرقابل اجرا کند، زیرا تلاش برای حفظ وضعیت کیوبیت‌ها برای مدت زمان کافی طولانی، در نهایت برهم‌نهی‌ها را خراب می‌کند. [104]

این مسائل برای رویکردهای نوری دشوارتر هستند، زیرا مقیاس‌های زمانی مرتبه‌ای کوتاه‌تر هستند و یک رویکرد غالباً برای غلبه بر آنها شکل‌دهی پالس نوری است . نرخ خطا معمولاً متناسب با نسبت زمان عملیاتی به زمان ناپیوستگی است، از این رو هر عملیاتی باید بسیار سریعتر از زمان ناپیوستگی کامل شود.

همانطور که توسط قضیه آستانه توضیح داده شد ، اگر میزان خطا به اندازه کافی کوچک باشد، تصور می‌شود که می‌توان از تصحیح خطای کوانتومی برای سرکوب خطاها و ناپیوستگی استفاده کرد. در صورتی که طرح تصحیح خطا بتواند خطاها را سریعتر از زمانی که decoherence معرفی می کند، تصحیح کند، این اجازه می دهد تا کل زمان محاسبه بیشتر از زمان عدم انسجام باشد. رقمی که اغلب برای نرخ خطای مورد نیاز در هر گیت برای محاسبات تحمل‌پذیر خطا ذکر می‌شود، 10-3 است ، با این فرض که نویز دپلاریزاسیون است.

تحقق این شرط مقیاس پذیری برای طیف وسیعی از سیستم ها امکان پذیر است. با این حال، استفاده از تصحیح خطا هزینه افزایش بسیار زیادی از کیوبیت های مورد نیاز را به همراه دارد. عدد مورد نیاز برای فاکتورسازی اعداد صحیح با استفاده از الگوریتم Shor هنوز چند جمله‌ای است و گمان می‌رود بین L و L 2 باشد . الگوریتم های تصحیح خطا این رقم را با ضریب L افزایش می دهد . برای یک عدد 1000 بیتی، این به معنای نیاز به حدود 10 4 بیت بدون تصحیح خطا است. [105] با تصحیح خطا، این رقم به حدود 10 7 بیت افزایش می یابد. زمان محاسبه حدود L 2 یا حدود 107 گام و در 1 مگاهرتز، حدود 10 ثانیه است. با این حال، سربار رمزگذاری و تصحیح خطا، اندازه یک کامپیوتر کوانتومی متحمل خطا را با چندین مرتبه بزرگی افزایش می‌دهد. برآوردهای دقیق [106] [107] نشان می‌دهد که حداقل 3 میلیون کیوبیت فیزیکی در 5 ماه یک عدد صحیح 2048 بیتی را در یک کامپیوتر کوانتومی یونی به دام افتاده با خطای تصحیح شده کاملاً فاکتور می‌کند. از نظر تعداد کیوبیت های فیزیکی، تا به امروز، این کمترین برآورد [108] برای مسئله فاکتورسازی اعداد صحیح عملا مفید با اندازه 1024 بیتی یا بزرگتر است.

روش دیگر برای مسئله پایداری- ناهمدوسی، ایجاد یک کامپیوتر کوانتومی توپولوژیکی با آنیون‌ها ، شبه ذرات مورد استفاده به عنوان رشته‌ها، و تکیه بر نظریه braid برای تشکیل گیت‌های منطقی پایدار است. [109] [110]

برتری کوانتومی [ ویرایش ]

فیزیکدان جان پرسکیل اصطلاح برتری کوانتومی را برای توصیف شاهکار مهندسی نشان دادن این که یک دستگاه کوانتومی قابل برنامه ریزی می تواند مشکلی فراتر از توانایی های کامپیوترهای کلاسیک پیشرفته را حل کند، ابداع کرد. [111] [112] [113] مشکل لازم نیست مفید باشد، بنابراین برخی تست برتری کوانتومی را تنها به عنوان یک معیار بالقوه آینده می‌دانند. [114]

در اکتبر 2019، Google AI Quantum، با کمک ناسا، اولین کسی شد که ادعا کرد با انجام محاسبات روی رایانه کوانتومی Sycamore بیش از 3000000 برابر سریعتر از آنچه در Summit انجام می شود ، به برتری کوانتومی دست یافته است. کامپیوتر. [29] [115] [116] این ادعا متعاقباً به چالش کشیده شد: IBM بیان کرده است که Summit می‌تواند نمونه‌ها را بسیار سریع‌تر از آنچه ادعا می‌شود انجام دهد، [117] [118] و از آن زمان محققان الگوریتم‌های بهتری را برای مسئله نمونه‌گیری که برای ادعای کوانتومی استفاده می‌شود توسعه داده‌اند. برتری، کاهش قابل توجهی در شکاف بین Sycamore و ابررایانه های کلاسیک [119] [120] [121] و حتی شکست دادن آن. [122] [123] [124]

در دسامبر 2020، گروهی در USTC برای نشان دادن برتری کوانتومی ، نوعی نمونه‌برداری از بوزون را روی 76 فوتون با یک کامپیوتر کوانتومی فوتونیک به نام Jiuzhang اجرا کردند . [125] [126] [127] نویسندگان ادعا می کنند که یک ابر رایانه کلاسیک معاصر به زمان محاسباتی 600 میلیون سال نیاز دارد تا تعداد نمونه هایی را که پردازنده کوانتومی آنها می تواند در 20 ثانیه تولید کند تولید کند. [128]

ادعاهای برتری کوانتومی باعث ایجاد هیاهو در مورد محاسبات کوانتومی شده است، [129] اما آنها بر اساس وظایف محک ساخته شده ای هستند که مستقیماً کاربردهای مفید دنیای واقعی را نشان نمی دهند. [94] [130]

شک و تردید [ ویرایش ]

علیرغم امیدهای زیاد به محاسبات کوانتومی، پیشرفت قابل توجه در سخت افزار و خوش بینی در مورد برنامه های کاربردی آینده، یک مقاله نورافکن Nature در سال 2023 ، رایانه های کوانتومی فعلی را به عنوان «در حال حاضر، [برای] مطلقاً هیچ چیز [خوب]» خلاصه کرد. [94] مقاله توضیح داد که کامپیوترهای کوانتومی هنوز در هر صورت مفیدتر یا کارآمدتر از کامپیوترهای معمولی نیستند، اگرچه همچنین استدلال می‌کرد که در درازمدت چنین رایانه‌هایی احتمالاً مفید هستند. یک مقاله ACM در سال 2023 [95] نشان داد که الگوریتم‌های محاسباتی کوانتومی فعلی "برای مزیت کوانتومی عملی بدون پیشرفت‌های قابل توجه در پشته نرم‌افزار/سخت‌افزار کافی نیستند". این استدلال می‌کند که امیدوارکننده‌ترین نامزدها برای دستیابی به سرعت با رایانه‌های کوانتومی «مشکلات داده‌های کوچک» هستند، برای مثال در شیمی و علم مواد. با این حال، مقاله همچنین نتیجه می گیرد که طیف وسیعی از برنامه های کاربردی بالقوه ای که در نظر گرفته است، مانند یادگیری ماشین، "در آینده قابل پیش بینی با الگوریتم های کوانتومی فعلی به مزیت کوانتومی دست پیدا نخواهند کرد" و محدودیت های ورودی/خروجی را شناسایی کرد که افزایش سرعت را بعید می کند. "مشکلات کلان داده، سیستم های خطی بدون ساختار، و جستجوی پایگاه داده بر اساس الگوریتم گروور".

این وضعیت را می توان در چندین ملاحظات جاری و بلندمدت دنبال کرد.

  • سخت افزار و الگوریتم های معمولی رایانه نه تنها برای کارهای عملی بهینه شده اند، بلکه همچنان به سرعت در حال بهبود هستند، به ویژه شتاب دهنده های GPU .
  • سخت افزار محاسباتی کوانتومی کنونی قبل از غرق شدن در نویز، تنها مقدار محدودی درهم تنیدگی ایجاد می کند.
  • الگوریتم‌های کوانتومی فقط برای برخی کارها سرعت بیشتری نسبت به الگوریتم‌های معمولی ارائه می‌کنند و تطبیق این وظایف با کاربردهای عملی چالش برانگیز است. برخی از وظایف و برنامه های کاربردی امیدوارکننده به منابعی بسیار فراتر از آنچه امروز در دسترس است نیاز دارند. [131] [132] به ویژه، پردازش مقادیر زیادی از داده های غیرکوانتومی یک چالش برای کامپیوترهای کوانتومی است. [95]
  • برخی از الگوریتم‌های امیدوارکننده «دکوانتیزه‌شده» شده‌اند، یعنی آنالوگ‌های غیرکوانتومی آن‌ها با پیچیدگی مشابه پیدا شده‌اند.
  • اگر تصحیح خطای کوانتومی برای مقیاس‌سازی رایانه‌های کوانتومی به کاربردهای عملی استفاده شود، سربار آن ممکن است سرعت ارائه شده توسط بسیاری از الگوریتم‌های کوانتومی را تضعیف کند. [95]
  • تحلیل پیچیدگی الگوریتم‌ها گاهی اوقات مفروضات انتزاعی ایجاد می‌کند که در کاربردها صادق نیستند. برای مثال، داده‌های ورودی ممکن است از قبل به صورت کدگذاری شده در حالت‌های کوانتومی در دسترس نباشند، و «توابع اوراکل» که در الگوریتم گروور استفاده می‌شوند ، اغلب ساختار داخلی دارند که می‌توانند برای الگوریتم‌های سریع‌تر مورد سوء استفاده قرار گیرند.

به طور خاص، ساختن کامپیوترهایی با تعداد زیادی کیوبیت ممکن است بیهوده باشد، اگر آن کیوبیت ها به اندازه کافی به هم متصل نباشند و نتوانند درجه درهم تنیدگی کافی را برای مدت طولانی حفظ کنند. محققان محاسبات کوانتومی هنگام تلاش برای برتری بر رایانه‌های معمولی، اغلب به دنبال کارهای جدیدی هستند که می‌توان آنها را در رایانه‌های کوانتومی حل کرد، اما این امکان را ایجاد می‌کند که تکنیک‌های غیرکوانتومی کارآمد در پاسخ، همانطور که برای نمایش برتری کوانتومی دیده می‌شود، ایجاد شود . بنابراین، مطلوب است که مرزهای پایین‌تر در پیچیدگی بهترین الگوریتم‌های غیرکوانتومی ممکن (که ممکن است ناشناخته باشند) ثابت شود و نشان داده شود که برخی از الگوریتم‌های کوانتومی بدون علامت بر روی آن مرزها بهبود می‌یابند.

برخی از محققین نسبت به ساخت کامپیوترهای کوانتومی مقیاس پذیر ابراز تردید کرده اند، معمولاً به دلیل مسئله حفظ انسجام در مقیاس های بزرگ، اما به دلایل دیگر.

بیل اونرو در مقاله ای که در سال 1994 منتشر شد، در مورد عملی بودن رایانه های کوانتومی تردید داشت . [133] پل دیویس استدلال کرد که یک رایانه 400 کیوبیتی حتی با اطلاعات کیهانی که توسط اصل هولوگرافیک مستلزم آن است، در تضاد خواهد بود . [134] شکاکانی مانند گیل کالای تردید دارند که برتری کوانتومی هرگز حاصل شود. [135] [136] [137] فیزیکدان میخائیل دیاکونوف شک و تردید را نسبت به محاسبات کوانتومی به شرح زیر بیان کرده است:

بنابراین تعداد پارامترهای پیوسته ای که وضعیت چنین کامپیوتر کوانتومی مفیدی را در هر لحظه توصیف می کنند باید ... حدود 10 300 باشد ... آیا می توانیم یاد بگیریم که بیش از 10 300 پارامتر متغیر پیوسته را که وضعیت کوانتومی را تعریف می کنند، کنترل کنیم. چنین سیستمی؟ پاسخ من ساده است. نه، هرگز. » [138] [139]

+ نوشته شده در جمعه بیستم بهمن ۱۴۰۲ ساعت 8:2 توسط علی رضا نقش  | 

3-محاسبات کوانتومی

برنامه نویسی کوانتومی[ ویرایش ]

اطلاعات بیشتر: برنامه نویسی کوانتومی

تعدادی مدل از محاسبات برای محاسبات کوانتومی وجود دارد که با عناصر اساسی که محاسبات در آنها تجزیه می شود، متمایز می شوند.

آرایه دروازه[ ویرایش ]

یک نمودار مدار کوانتومی که یک دروازه تافولی را از دروازه‌های ابتدایی‌تر پیاده‌سازی می‌کند

یک آرایه دروازه کوانتومی محاسبات را به دنباله ای از دروازه های کوانتومی چند کیوبیتی تجزیه می کند . محاسبات کوانتومی را می توان به عنوان شبکه ای از گیت ها و اندازه گیری های منطق کوانتومی توصیف کرد. با این حال، هر اندازه‌گیری را می‌توان به پایان محاسبات کوانتومی موکول کرد، اگرچه این تعویق ممکن است هزینه محاسباتی داشته باشد، بنابراین بیشتر مدارهای کوانتومی شبکه‌ای را نشان می‌دهند که فقط از گیت‌های منطقی کوانتومی تشکیل شده است و هیچ اندازه‌گیری ندارد.

هر محاسبات کوانتومی (که در فرمالیسم فوق، هر ماتریس واحد اندازه است{\displaystyle 2^{n}\times 2^{n}}بر فراز{\displaystyle n}کیوبیت ها) را می توان به عنوان شبکه ای از دروازه های منطقی کوانتومی از خانواده نسبتاً کوچکی از دروازه ها نشان داد. انتخابی از خانواده گیت که این ساختار را فعال می کند به عنوان یک مجموعه دروازه جهانی شناخته می شود ، زیرا رایانه ای که می تواند چنین مدارهایی را اجرا کند یک کامپیوتر کوانتومی جهانی است . یکی از این مجموعه های متداول شامل تمامی گیت های تک کیوبیتی و همچنین گیت CNOT از بالا می باشد. این بدان معناست که هر محاسبات کوانتومی را می توان با اجرای دنباله ای از دروازه های تک کیوبیتی همراه با گیت های CNOT انجام داد. اگرچه این مجموعه دروازه بی نهایت است، اما می توان آن را با یک مجموعه دروازه محدود با توسل به قضیه Solovay-Kitaev جایگزین کرد .

محاسبات کوانتومی مبتنی بر اندازه گیری [ ویرایش ]

یک کامپیوتر کوانتومی مبتنی بر اندازه‌گیری ، محاسبات را به دنباله‌ای از اندازه‌گیری‌های حالت بل و دروازه‌های کوانتومی تک کیوبیتی که به حالت اولیه بسیار درهم‌تنیده (یک حالت خوشه‌ای ) اعمال می‌شود، با استفاده از تکنیکی به نام تله‌پورت دروازه کوانتومی تجزیه می‌کند .

محاسبات کوانتومی آدیاباتیک [ ویرایش ]

یک کامپیوتر کوانتومی آدیاباتیک ، مبتنی بر بازپخت کوانتومی ، محاسبات را به یک تبدیل پیوسته آهسته از یک همیلتونین اولیه به یک همیلتونی نهایی، که حالت های پایه آن حاوی راه حل هستند، تجزیه می کند. [51]

محاسبات کوانتومی توپولوژیکی [ ویرایش ]

یک کامپیوتر کوانتومی توپولوژیکی محاسبات را به بافته شدن هریون در یک شبکه دوبعدی تجزیه می کند. [52]

ماشین تورینگ کوانتومی [ ویرایش ]

ماشین تورینگ کوانتومی آنالوگ کوانتومی ماشین تورینگ است . [8] همه این مدل‌های محاسبات - مدارهای کوانتومی، [53] محاسبات کوانتومی یک‌طرفه، [54] محاسبات کوانتومی آدیاباتیک، [55] و محاسبات کوانتومی توپولوژیکی [56] - نشان داده شده‌اند که معادل تورینگ کوانتومی هستند. دستگاه؛ با توجه به اجرای کامل یکی از این کامپیوترهای کوانتومی، می تواند بقیه را بدون سربار چند جمله ای بیشتر شبیه سازی کند. این معادل سازی برای رایانه های کوانتومی عملی لازم نیست، زیرا هزینه های شبیه سازی ممکن است برای عملی بودن بیش از حد بزرگ باشد.

ارتباطات [ ویرایش ]

اطلاعات بیشتر: علم اطلاعات کوانتومی

رمزنگاری کوانتومی راه های جدیدی را برای انتقال امن داده ها امکان پذیر می کند. به عنوان مثال، توزیع کلید کوانتومی از حالت های کوانتومی درهم تنیده برای ایجاد کلیدهای رمزنگاری امن استفاده می کند . [57] هنگامی که فرستنده و گیرنده حالت‌های کوانتومی را مبادله می‌کنند، می‌توانند تضمین کنند که دشمن پیام را رهگیری نمی‌کند، زیرا هر شنود غیرمجاز سیستم کوانتومی ظریف را مختل می‌کند و یک تغییر قابل تشخیص را ایجاد می‌کند. [58] با پروتکل‌های رمزنگاری مناسب ، فرستنده و گیرنده می‌توانند اطلاعات خصوصی مشترک مقاوم در برابر استراق سمع را ایجاد کنند. [13] [59]

کابل های فیبر نوری مدرن می توانند اطلاعات کوانتومی را در فواصل نسبتاً کوتاه انتقال دهند. تحقیقات تجربی در حال انجام با هدف توسعه سخت‌افزار قابل اعتمادتر (مانند تکرارکننده‌های کوانتومی)، به امید اینکه بتوان این فناوری را به شبکه‌های کوانتومی دوردست با درهم‌تنیدگی انتها به انتها مقیاس داد. از نظر تئوری، این می‌تواند کاربردهای فناوری جدید، مانند محاسبات کوانتومی توزیع‌شده و سنجش کوانتومی پیشرفته را فعال کند . [60] [61]

الگوریتم ها [ ویرایش ]

پیشرفت در یافتن الگوریتم‌های کوانتومی معمولاً بر این مدل مدار کوانتومی متمرکز است، اگرچه استثناهایی مانند الگوریتم آدیاباتیک کوانتومی وجود دارد. الگوریتم‌های کوانتومی را می‌توان تقریباً بر اساس نوع افزایش سرعتی که نسبت به الگوریتم‌های کلاسیک مربوطه به دست می‌آید، دسته‌بندی کرد. [62]

الگوریتم‌های کوانتومی که بیش از یک سرعت چندجمله‌ای را نسبت به معروف‌ترین الگوریتم کلاسیک ارائه می‌دهند، شامل الگوریتم Shor برای فاکتورگیری و الگوریتم‌های کوانتومی مرتبط برای محاسبه لگاریتم‌های گسسته ، حل معادله پل ، و به طور کلی‌تر حل مشکل گروه‌های زیرگروه پنهان برای abelian هستند . [62] این الگوریتم‌ها به مبدأ تبدیل فوریه کوانتومی بستگی دارند . هیچ دلیل ریاضی یافت نشد که نشان دهد الگوریتم کلاسیک به همان اندازه سریع نمی تواند کشف شود، اما شواهد نشان می دهد که چنین چیزی بعید است. [63] برخی از مسائل اوراکل مانند مشکل سایمون و مسئله برنشتاین-وزیرانی سرعت‌های قابل اثباتی را ارائه می‌دهند، اگرچه این در مدل پرس و جو کوانتومی است ، که یک مدل محدود است که در آن کران‌های پایین بسیار آسان‌تر برای اثبات هستند و لزوماً به افزایش سرعت ترجمه نمی‌شوند. برای مشکلات عملی

مشکلات دیگر، از جمله شبیه‌سازی فرآیندهای فیزیکی کوانتومی از شیمی و فیزیک حالت جامد، تقریب چند جمله‌ای‌های خاص جونز ، و الگوریتم کوانتومی برای سیستم‌های معادلات خطی، الگوریتم‌های کوانتومی به نظر می‌رسد که سرعت‌های فوق چند جمله‌ای را ارائه می‌دهند و BQP -کامل هستند. از آنجایی که این مشکلات BQP-کامل هستند، یک الگوریتم کلاسیک به همان اندازه سریع برای آنها نشان می‌دهد که هیچ الگوریتم کوانتومی سرعت فوق چند جمله‌ای را نمی‌دهد، که بعید به نظر می‌رسد. [64]

برخی از الگوریتم‌های کوانتومی، مانند الگوریتم گروور و تقویت دامنه ، سرعت چندجمله‌ای را نسبت به الگوریتم‌های کلاسیک مربوطه می‌دهند. [62] اگرچه این الگوریتم‌ها سرعت درجه دوم نسبتاً متوسطی را ارائه می‌دهند، اما به طور گسترده قابل اجرا هستند و بنابراین برای طیف گسترده‌ای از مسائل افزایش سرعت می‌دهند. [22]

شبیه سازی سیستم های کوانتومی [ ویرایش ]

مقاله اصلی: شبیه سازی کوانتومی

از آنجایی که شیمی و نانوتکنولوژی بر درک سیستم‌های کوانتومی تکیه دارند و شبیه‌سازی چنین سیستم‌هایی به روش کلاسیک غیرممکن است، شبیه‌سازی کوانتومی ممکن است یکی از کاربردهای مهم محاسبات کوانتومی باشد. [65] شبیه‌سازی کوانتومی همچنین می‌تواند برای شبیه‌سازی رفتار اتم‌ها و ذرات در شرایط غیرعادی مانند واکنش‌های داخل یک برخورد دهنده استفاده شود . [66] در ژوئن 2023، دانشمندان کامپیوتر IBM گزارش دادند که یک کامپیوتر کوانتومی نتایج بهتری را برای یک مسئله فیزیک نسبت به یک ابرکامپیوتر معمولی تولید می‌کند. [67] [68]

حدود 2 درصد از تولید انرژی جهانی سالانه برای تثبیت نیتروژن برای تولید آمونیاک برای فرآیند هابر در صنعت کود کشاورزی استفاده می شود (حتی اگر موجودات طبیعی نیز آمونیاک تولید کنند). شبیه‌سازی‌های کوانتومی ممکن است برای درک این فرآیند و افزایش بهره‌وری انرژی تولید مورد استفاده قرار گیرند. [69] انتظار می‌رود که استفاده اولیه از محاسبات کوانتومی مدل‌سازی باشد که کارایی فرآیند هابر-بوش [70] را تا اواسط دهه 2020 بهبود می‌بخشد [71] اگرچه برخی پیش‌بینی کرده‌اند که زمان بیشتری طول خواهد کشید. [72]

رمزنگاری پس کوانتومی [ ویرایش ]

مقاله اصلی: رمزنگاری پس کوانتومی

یک کاربرد قابل توجه محاسبات کوانتومی برای حملات به سیستم های رمزنگاری است که در حال حاضر مورد استفاده قرار می گیرند. فرض بر این است که فاکتورسازی اعداد صحیح ، که زیربنای امنیت سیستم های رمزنگاری کلید عمومی است، با یک کامپیوتر معمولی برای اعداد صحیح بزرگ از نظر محاسباتی غیرممکن است، اگر حاصل ضرب اعداد اول معدود (مثلاً محصول دو عدد اول 300 رقمی) باشند. [73] در مقایسه، یک کامپیوتر کوانتومی می‌تواند با استفاده از الگوریتم شور برای یافتن عوامل آن، این مشکل را با سرعت بیشتری حل کند . [74] این توانایی به یک کامپیوتر کوانتومی اجازه می‌دهد تا بسیاری از سیستم‌های رمزنگاری مورد استفاده امروزی را بشکند، به این معنا که یک الگوریتم زمان چند جمله‌ای (به تعداد ارقام عدد صحیح) برای حل مسئله وجود دارد . به طور خاص، بیشتر رمزهای کلید عمومی محبوب بر اساس دشواری فاکتورگیری اعداد صحیح یا مسئله لگاریتم گسسته است که هر دوی آنها را می توان با الگوریتم Shor حل کرد. به طور خاص، الگوریتم‌های RSA ، Diffie–Hellman ، و منحنی بیضوی Diffie–Hellman می‌توانند شکسته شوند. این ها برای محافظت از صفحات وب ایمن، ایمیل های رمزگذاری شده و بسیاری از انواع دیگر داده ها استفاده می شوند. شکستن این موارد پیامدهای قابل توجهی برای حفظ حریم خصوصی و امنیت الکترونیکی خواهد داشت.

شناسایی سیستم های رمزنگاری که ممکن است در برابر الگوریتم های کوانتومی ایمن باشند، موضوعی است که به طور فعال در زمینه رمزنگاری پس کوانتومی تحقیق شده است . [75] [76] برخی از الگوریتم‌های کلید عمومی مبتنی بر مسائلی غیر از فاکتورسازی اعداد صحیح و مسائل لگاریتمی گسسته هستند که الگوریتم Shor برای آنها اعمال می‌شود، مانند سیستم رمزگذاری McEliece بر اساس مشکلی در نظریه کدگذاری . [75] [77] سیستم‌های رمزنگاری مبتنی بر شبکه همچنین شناخته شده نیستند که توسط رایانه‌های کوانتومی شکسته شوند، و یافتن یک الگوریتم زمانی چند جمله‌ای برای حل مشکل زیرگروه پنهان دووجهی ، که می‌تواند بسیاری از سیستم‌های رمزنگاری مبتنی بر شبکه را بشکند، یک مسئله باز است که به خوبی مطالعه شده است. . [78] ثابت شده است که استفاده از الگوریتم گروور برای شکستن یک الگوریتم متقارن (کلید مخفی) با نیروی بی رحم به زمان برابر با تقریباً 2 n / 2 فراخوانی الگوریتم رمزنگاری زیربنایی در مقایسه با تقریباً 2 n در حالت کلاسیک نیاز دارد . 79] به این معنی که طول کلید متقارن به طور مؤثر نصف می‌شود: AES-256 در برابر حمله با استفاده از الگوریتم گروور دارای همان امنیت است که AES-128 در برابر جستجوی کلاسیک با نیروی brute-force دارد (به اندازه کلید مراجعه کنید ).

مشکلات جستجو[ ویرایش ]

مقاله اصلی: الگوریتم گروور

معروف‌ترین مثال از مسئله‌ای که امکان افزایش سرعت کوانتومی چند جمله‌ای را فراهم می‌کند، جستجوی بدون ساختار است که شامل یافتن یک آیتم علامت‌گذاری شده از یک لیست است.�{\displaystyle n}موارد موجود در پایگاه داده این را می توان با استفاده از الگوریتم گروور حل کرد�(�){\displaystyle O({\sqrt {n}})}پرس و جو به پایگاه داده، درجه دوم کمتر ازΩ(�){\displaystyle \Omega (n)}پرس و جوهای مورد نیاز برای الگوریتم های کلاسیک در این مورد، مزیت نه تنها قابل اثبات است، بلکه بهینه است: نشان داده شده است که الگوریتم گروور حداکثر احتمال ممکن را برای یافتن عنصر مورد نظر برای هر تعداد جستجوی اوراکل می دهد. نمونه‌های زیادی از سرعت‌های کوانتومی قابل اثبات برای مسائل پرس و جو بر اساس الگوریتم گروور است، از جمله الگوریتم Brassard، Høyer و Tapp برای یافتن برخورد در توابع دو به یک، [80] و الگوریتم Farhi، Goldstone و Gutmann برای ارزیابی درختان NAND. [81]

مسائلی که می توانند به طور موثر با الگوریتم گروور مورد بررسی قرار گیرند دارای ویژگی های زیر هستند: [82] [83]

  1. هیچ ساختار قابل جستجو در مجموعه پاسخ های ممکن وجود ندارد،
  2. تعداد پاسخ‌های ممکن برای بررسی برابر با تعداد ورودی‌های الگوریتم است و
  3. یک تابع بولی وجود دارد که هر ورودی را ارزیابی می کند و تعیین می کند که آیا پاسخ صحیح است یا خیر.

برای مسائل مربوط به همه این ویژگی ها، زمان اجرای الگوریتم گروور در یک کامپیوتر کوانتومی به عنوان جذر تعداد ورودی ها (یا عناصر در پایگاه داده) در مقایسه با مقیاس خطی الگوریتم های کلاسیک مقیاس می شود. یک دسته کلی از مسائل که الگوریتم گروور را می توان برای آنها اعمال کرد [84] یک مسئله رضایت پذیری بولی است ، که در آن پایگاه داده ای که الگوریتم از طریق آن تکرار می شود، تمام پاسخ های ممکن است. یک مثال و کاربرد احتمالی آن یک رمز عبور است که سعی در حدس زدن رمز عبور دارد. شکستن رمزهای متقارن با این الگوریتم مورد توجه سازمان های دولتی است. [85]

آنیل کوانتومی[ ویرایش ]

بازپخت کوانتومی برای انجام محاسبات به قضیه آدیاباتیک متکی است. یک سیستم در حالت پایه برای یک همیلتونی ساده قرار می گیرد که به آرامی به یک هامیلتونی پیچیده تر تبدیل می شود که حالت پایه آن نشان دهنده راه حل مسئله مورد نظر است. قضیه آدیاباتیک بیان می کند که اگر تکامل به اندازه کافی کند باشد، سیستم همیشه در طول فرآیند در حالت پایه خود باقی می ماند.بهینه سازی آدیاباتیک ممکن است برای حل مسائل زیست شناسی محاسباتی مفید باشد . [86]

یادگیری ماشینی [ ویرایش ]

مقاله اصلی: یادگیری ماشین کوانتومی

از آنجایی که رایانه‌های کوانتومی می‌توانند خروجی‌هایی تولید کنند که رایانه‌های کلاسیک نمی‌توانند به طور مؤثر تولید کنند، و از آنجایی که محاسبات کوانتومی اساساً جبری خطی است، برخی به توسعه الگوریتم‌های کوانتومی که می‌توانند وظایف یادگیری ماشین را سرعت بخشند، ابراز امیدواری می‌کنند . [87] [34]

به عنوان مثال، الگوریتم کوانتومی برای سیستم های معادلات خطی ، یا "الگوریتم HHL" که به نام کاشفان آن هارو، هاسیدیم و لوید نامگذاری شده است، اعتقاد بر این است که سرعت بیشتری را نسبت به همتایان کلاسیک ارائه می دهد. [88] [34] برخی از گروه‌های تحقیقاتی اخیراً استفاده از سخت‌افزار آنیل کوانتومی را برای آموزش ماشین‌های بولتزمن و شبکه‌های عصبی عمیق بررسی کرده‌اند . [89] [90] [91]

مدل های شیمی مولد عمیق به عنوان ابزار قدرتمندی برای تسریع در کشف دارو ظاهر می شوند . با این حال، اندازه و پیچیدگی بسیار زیاد فضای ساختاری همه مولکول‌های احتمالی شبیه دارو، موانع مهمی را ایجاد می‌کند که می‌توان در آینده توسط رایانه‌های کوانتومی بر آنها غلبه کرد. کامپیوترهای کوانتومی به طور طبیعی برای حل مسائل پیچیده کوانتومی چند جسمی [23] خوب هستند و بنابراین ممکن است در کاربردهای مربوط به شیمی کوانتومی مفید باشند. بنابراین، می‌توان انتظار داشت که مدل‌های مولد کوانتومی [92] از جمله GAN‌های کوانتومی [93] ممکن است در نهایت به الگوریتم‌های شیمی مولد نهایی تبدیل شوند.

+ نوشته شده در جمعه بیستم بهمن ۱۴۰۲ ساعت 8:0 توسط علی رضا نقش  | 

1-محاسبات کوانتومی

        از ویکیپدیا، دانشنامه آزاد

        IBM Q System One ، یک کامپیوتر کوانتومی با 20 کیوبیت ابررسانا [1]

        کامپیوتر کوانتومی کامپیوتری است که از پدیده های مکانیک کوانتومی بهره می برد .

        در مقیاس‌های کوچک، ماده فیزیکی خواص ذرات و امواج را نشان می‌دهد و محاسبات کوانتومی از این رفتار، به‌ویژه برهم‌نهی و درهم‌تنیدگی کوانتومی، با استفاده از سخت‌افزار تخصصی که از آماده‌سازی و دستکاری حالت‌های کوانتومی پشتیبانی می‌کند، استفاده می‌کند .

        فیزیک کلاسیک نمی‌تواند عملکرد این دستگاه‌های کوانتومی را توضیح دهد، و یک کامپیوتر کوانتومی مقیاس‌پذیر می‌تواند برخی از محاسبات را به‌طور تصاعدی سریع‌تر (با توجه به مقیاس‌گذاری اندازه ورودی) [2] از هر رایانه مدرن «کلاسیک» انجام دهد . به طور خاص، یک کامپیوتر کوانتومی در مقیاس بزرگ می تواند طرح های رمزگذاری پرکاربرد را بشکند و به فیزیکدانان در انجام شبیه سازی های فیزیکی کمک کند . با این حال، وضعیت فعلی هنر تا حد زیادی تجربی و غیر عملی است، با موانع متعددی برای کاربردهای مفید. علاوه بر این، رایانه‌های کوانتومی مقیاس‌پذیر برای بسیاری از کارهای عملی نویدبخش نیستند، و برای بسیاری از کارهای مهم افزایش سرعت کوانتومی غیرممکن است.

        واحد اصلی اطلاعات در محاسبات کوانتومی کیوبیت است ، مشابه بیت در الکترونیک دیجیتال سنتی. برخلاف یک بیت کلاسیک، یک کیوبیت می تواند در برهم نهی دو حالت «پایه» خود وجود داشته باشد. هنگام اندازه گیری یک کیوبیت، نتیجه یک خروجی احتمالی یک بیت کلاسیک است، بنابراین کامپیوترهای کوانتومی را به طور کلی غیر قطعی می کند. اگر یک کامپیوتر کوانتومی کیوبیت را به روشی خاص دستکاری کند، اثرات تداخل موج می تواند نتایج اندازه گیری مورد نظر را تقویت کند. طراحی الگوریتم های کوانتومی شامل ایجاد رویه هایی است که به کامپیوتر کوانتومی اجازه می دهد تا محاسبات را به طور موثر و سریع انجام دهد.

        مهندسی فیزیکی کیوبیت های با کیفیت بالا چالش برانگیز است. اگر یک کیوبیت فیزیکی به اندازه کافی از محیط خود جدا نشده باشد ، دچار ناهمدوسی کوانتومی می شود که نویز را وارد محاسبات می کند. به طور متناقض، جداسازی کامل کیوبیت ها نیز نامطلوب است، زیرا محاسبات کوانتومی معمولاً نیاز به مقداردهی اولیه کیوبیت ها، انجام برهمکنش های کیوبیت کنترل شده و اندازه گیری حالت های کوانتومی حاصل دارند. هر یک از این عملیات خطاهایی را ایجاد می کند و از نویز رنج می برد و چنین نادرستی ها انباشته می شوند.

        دولت‌های ملی سرمایه‌گذاری زیادی در تحقیقات تجربی انجام داده‌اند که هدف آن توسعه کیوبیت‌های مقیاس‌پذیر با زمان انسجام طولانی‌تر و نرخ خطای کمتر است. دو تا از امیدوارکننده‌ترین فناوری‌ها ابررساناها (که جریان الکتریکی را با حذف مقاومت الکتریکی جدا می‌کنند ) و تله‌های یونی (که یک یون را با استفاده از میدان‌های الکترومغناطیسی محدود می‌کنند ) هستند.

        در اصل، یک کامپیوتر غیرکوانتومی (کلاسیک) می‌تواند مشکلات محاسباتی مشابه یک کامپیوتر کوانتومی را با توجه به زمان کافی حل کند. مزیت کوانتومی به‌جای محاسبه‌پذیری، به شکل پیچیدگی زمانی است ، و نظریه پیچیدگی کوانتومی نشان می‌دهد که برخی از الگوریتم‌های کوانتومی برای کارهایی که با دقت انتخاب شده‌اند به مراحل محاسباتی نمایی کمتری نسبت به بهترین الگوریتم‌های غیرکوانتومی شناخته‌شده نیاز دارند. چنین کارهایی در تئوری می توانند بر روی یک کامپیوتر کوانتومی در مقیاس بزرگ حل شوند، در حالی که کامپیوترهای کلاسیک محاسبات را در هیچ زمان معقولی به پایان نمی‌رسانند. با این حال، سرعت کوانتومی جهانی یا حتی معمولی در بین وظایف محاسباتی نیست، زیرا ثابت شده است که کارهای اساسی مانند مرتب‌سازی اجازه هیچ سرعت کوانتومی مجانبی را نمی‌دهند. ادعاهای برتری کوانتومی توجه قابل توجهی را به این رشته جلب کرده است، اما در کارهای ساختگی نشان داده شده است، در حالی که موارد استفاده عملی کوتاه مدت محدود باقی مانده است.

        خوش‌بینی در مورد محاسبات کوانتومی توسط طیف گسترده‌ای از امکانات سخت‌افزار نظری جدید که توسط فیزیک کوانتومی تسهیل شده است، تقویت می‌شود ، اما درک بهتر از محدودیت‌های محاسبات کوانتومی این خوش‌بینی را متعادل می‌کند. به طور خاص، سرعت‌های کوانتومی به طور سنتی برای رایانه‌های کوانتومی بدون نویز تخمین زده می‌شود، در حالی که تأثیر نویز و استفاده از تصحیح خطای کوانتومی می‌تواند سرعت‌های چندجمله‌ای پایین را تضعیف کند.

        تاریخچه [ ویرایش ]

        برای راهنمای زمانی، جدول زمانی محاسبات کوانتومی و ارتباطات را ببینید .

        تداخل سنج ماخ -زندر نشان می دهد که فوتون ها می توانند تداخل موج مانندی از خود نشان دهند .

        برای سال‌های متمادی، رشته‌های مکانیک کوانتومی و علوم کامپیوتر جوامع دانشگاهی مجزایی را تشکیل دادند. [3] نظریه کوانتومی مدرن در دهه 1920 توسعه یافت تا دوگانگی موج-ذره مشاهده شده در مقیاس اتمی را توضیح دهد، [4] و رایانه های دیجیتال در دهه های بعدی به وجود آمدند تا جایگزین رایانه های انسانی برای محاسبات خسته کننده شوند. [5] هر دو رشته در طول جنگ جهانی دوم کاربردهای عملی داشتند . کامپیوترها نقش مهمی در رمزنگاری زمان جنگ داشتند ، [6] و فیزیک کوانتومی برای فیزیک هسته ای مورد استفاده در پروژه منهتن ضروری بود . [7]

        همانطور که فیزیکدانان مدل های مکانیکی کوانتومی را برای مسائل محاسباتی به کار بردند و بیت های دیجیتال را با کیوبیت ها تعویض کردند ، زمینه های مکانیک کوانتومی و علوم کامپیوتر شروع به همگرایی کردند. در سال 1980، پل بنیوف ماشین تورینگ کوانتومی را معرفی کرد که از نظریه کوانتومی برای توصیف یک کامپیوتر ساده شده استفاده می کند. [8] هنگامی که رایانه‌های دیجیتال سریع‌تر شدند، فیزیکدانان هنگام شبیه‌سازی دینامیک کوانتومی با افزایش نمایی در سربار مواجه شدند ، [9] که یوری مانین و ریچارد فاینمن را وادار کرد تا به طور مستقل پیشنهاد کنند که سخت‌افزار مبتنی بر پدیده‌های کوانتومی ممکن است برای شبیه‌سازی رایانه‌ای کارآمدتر باشد. [10] [11] [12] در مقاله ای در سال 1984، چارلز بنت و ژیل براسارد نظریه کوانتومی را برای پروتکل های رمزنگاری به کار بردند و نشان دادند که توزیع کلید کوانتومی می تواند امنیت اطلاعات را افزایش دهد . [13] [14]

        پیتر شور (تصویر اینجا در سال 2017) در سال 1994 نشان داد که یک کامپیوتر کوانتومی مقیاس پذیر می تواند رمزگذاری RSA را بشکند .

        سپس الگوریتم‌های کوانتومی برای حل مسائل اوراکل ظاهر شدند ، مانند الگوریتم دویچ در سال 1985، [15] الگوریتم برنشتاین-وزیرانی در سال 1993، [ 16] و الگوریتم سیمون در سال 1994. می توان اطلاعات بیشتری را با پرس و جو از یک جعبه سیاه با حالت کوانتومی در برهم نهی بدست آورد که گاهی اوقات به آن موازی سازی کوانتومی می گویند . [18] پیتر شور با الگوریتم‌های سال 1994 خود برای شکستن پروتکل‌های رمزگذاری پرکاربرد RSA و Diffie-Hellman ، [19] که توجه قابل توجهی را به حوزه محاسبات کوانتومی جلب کرد، بر این نتایج بنا نهاد . [20] در سال 1996، الگوریتم گروور یک افزایش سرعت کوانتومی را برای مشکل جستجوی بدون ساختار به طور گسترده ای ایجاد کرد . [21] [22] در همان سال، ست لوید ثابت کرد که رایانه‌های کوانتومی می‌توانند سیستم‌های کوانتومی را بدون سربار نمایی موجود در شبیه‌سازی‌های کلاسیک شبیه‌سازی کنند، [23] که حدس فاینمن در سال 1982 را تأیید کرد. [24]

        در طول سال‌ها، آزمایش‌گران کامپیوترهای کوانتومی در مقیاس کوچک را با استفاده از یون‌های به دام افتاده و ابررساناها ساخته‌اند . [25] در سال 1998، یک کامپیوتر کوانتومی دو کیوبیت امکان‌سنجی این فناوری را نشان داد، [26] [27] و آزمایش‌های بعدی تعداد کیوبیت‌ها را افزایش داده و نرخ خطا را کاهش داد. [25] در سال 2019، هوش مصنوعی گوگل و ناسا اعلام کردند که با یک ماشین 54 کیوبیتی به برتری کوانتومی دست یافته‌اند و محاسباتی را انجام می‌دهند که برای هر کامپیوتر کلاسیک غیرممکن است. [28] [29] [30] با این حال، اعتبار این ادعا هنوز به طور فعال در حال تحقیق است. [31] [32]

        قضیه آستانه نشان می‌دهد که چگونه افزایش تعداد کیوبیت‌ها می‌تواند خطاها را کاهش دهد، [33] اما محاسبات کوانتومی کاملاً متحمل خطا «یک رویای نسبتاً دور» باقی می‌ماند. [34] به گفته برخی از محققان، ماشین‌های کوانتومی مقیاس متوسط ​​پر سر و صدا ( NISQ ) ممکن است در آینده نزدیک کاربردهای تخصصی داشته باشند، اما نویز در دروازه‌های کوانتومی قابلیت اطمینان آنها را محدود می‌کند. [34]

        سرمایه گذاری در تحقیقات محاسبات کوانتومی در بخش های دولتی و خصوصی افزایش یافته است. [35] [36] همانطور که یک شرکت مشاوره خلاصه کرد، [37]

        با تمرکز بر دیدگاه مدیریت کسب و کار، کاربردهای بالقوه محاسبات کوانتومی در چهار دسته اصلی عبارتند از: امنیت سایبری، تجزیه و تحلیل داده ها و هوش مصنوعی، بهینه سازی و شبیه سازی، و مدیریت و جستجوی داده ها. [38]

        در دسامبر 2023، فیزیکدانان، برای اولین بار، درهم تنیدگی مولکول های منفرد را گزارش کردند، که ممکن است کاربردهای قابل توجهی در محاسبات کوانتومی داشته باشد. [39] همچنین در دسامبر 2023، دانشمندان در هاروارد با موفقیت "مدارهای کوانتومی" را ایجاد کردند که خطاها را با کارآمدی بهتری نسبت به روش های جایگزین تصحیح می کند، که ممکن است به طور بالقوه مانع بزرگی را برای رایانه های کوانتومی عملی از بین ببرد. [40] [41] تیم تحقیقاتی هاروارد توسط MIT ، QuEra Computing ، Caltech ، و پرینستون پشتیبانی شد و توسط برنامه بهینه‌سازی دارپا با دستگاه‌های کوانتومی مقیاس متوسط ​​نویز (ONISQ) تامین مالی شد. [42] [43]

        پردازش اطلاعات کوانتومی [ ویرایش ]

        همچنین ببینید: مقدمه ای بر مکانیک کوانتومی

        مهندسان کامپیوتر معمولاً عملکرد یک کامپیوتر مدرن را بر حسب الکترودینامیک کلاسیک توصیف می کنند . در این رایانه‌های «کلاسیک»، برخی از مؤلفه‌ها (مانند نیمه رساناها و مولدهای اعداد تصادفی ) ممکن است به رفتار کوانتومی متکی باشند، اما این مؤلفه‌ها از محیط خود جدا نیستند ، بنابراین هر اطلاعات کوانتومی به سرعت از هم جدا می‌شود . در حالی که برنامه نویسان ممکن است هنگام طراحی یک الگوریتم تصادفی به نظریه احتمال وابسته باشند ، مفاهیم مکانیکی کوانتومی مانند برهم نهی و تداخل تا حد زیادی برای تجزیه و تحلیل برنامه بی ربط هستند .

        در مقابل، برنامه های کوانتومی بر کنترل دقیق سیستم های کوانتومی منسجم متکی هستند . فیزیکدانان این سیستم ها را به صورت ریاضی با استفاده از جبر خطی توصیف می کنند . اعداد مختلط دامنه‌های احتمال را مدل‌سازی می‌کنند ، بردارها حالت‌های کوانتومی را مدل می‌کنند و ماتریس‌ها عملیاتی را که می‌توان روی این حالت‌ها انجام داد، مدل‌سازی می‌کنند. سپس برنامه نویسی یک کامپیوتر کوانتومی عبارت است از ترکیب عملیات به گونه ای که برنامه به دست آمده یک نتیجه مفید را در تئوری محاسبه کند و در عمل قابل اجرا باشد.

        همانطور که فیزیکدان چارلی بنت رابطه بین کامپیوترهای کوانتومی و کلاسیک را توصیف می کند، [44]

        یک کامپیوتر کلاسیک یک کامپیوتر کوانتومی است ... بنابراین ما نباید بپرسیم که "سرعت های کوانتومی از کجا می آیند؟" ما باید بگوییم، "خب، همه کامپیوترها کوانتومی هستند... کندی های کلاسیک از کجا می آیند؟"

        اطلاعات کوانتومی [ ویرایش ]

        نمایش کره بلوخ یک کیوبیت. {\displaystyle |\psi \rangle =\alpha |0\rangle +\beta |1\rangle }نقطه ای در سطح کره است، در قسمتی بین قطب ها،{\displaystyle |0\rangle }و{\displaystyle |1\rangle }.

        همانطور که بیت مفهوم اصلی نظریه اطلاعات کلاسیک است، کیوبیت نیز واحد اساسی اطلاعات کوانتومی است . همان اصطلاح کیوبیت برای اشاره به یک مدل ریاضی انتزاعی و به هر سیستم فیزیکی که توسط آن مدل نشان داده می شود استفاده می شود. یک بیت کلاسیک، طبق تعریف، در هر یک از دو حالت فیزیکی وجود دارد که می‌توان آن‌ها را 0 و 1 نشان داد. یک کیوبیت نیز با یک حالت توصیف می‌شود و دو حالت اغلب نوشته می‌شوند |0〉 و |1〉 به عنوان همتای کوانتومی عمل می‌کنند. حالات کلاسیک 0 و 1. با این حال، حالات کوانتومی |0〉 و |1〉 متعلق به یک فضای برداری هستند ، به این معنی که می توان آنها را در ثابت ضرب کرد و با هم جمع کرد و نتیجه دوباره یک حالت کوانتومی معتبر است. چنین ترکیبی به عنوان برهم نهی |0〉 و |1〉 شناخته می شود . [45] [46]

        یک بردار دو بعدی از نظر ریاضی یک حالت کیوبیت را نشان می دهد. فیزیکدانان معمولاً از نماد دیراک برای جبر خطی مکانیک کوانتومی استفاده می کنند ψ 〉 ' ket psi ' برای بردار با برچسب ψ . از آنجایی که کیوبیت یک سیستم دو حالته است، هر حالت کیوبیت به شکل α |0〉 + β |1〉 است ، که در آن |0〉 و |1〉 حالت های پایه استاندارد هستند ، [a] و α و β احتمال هستند. دامنه ها که در اعداد مختلط کلی هستند . [46] اگر α یا β صفر باشد، کیوبیت در واقع یک بیت کلاسیک است. وقتی هر دو غیر صفر هستند، کیوبیت در برهم نهی است. چنین بردار حالت کوانتومی مشابه بردار احتمال (کلاسیک) عمل می کند ، با یک تفاوت کلیدی: برخلاف احتمالات، دامنه های احتمال لزوماً اعداد مثبت نیستند. [48] ​​دامنه های منفی اجازه تداخل موج مخرب را می دهد.

        هنگامی که یک کیوبیت بر اساس استاندارد اندازه گیری می شود ، نتیجه یک بیت کلاسیک است. قانون Born مطابقت مربع هنجار بین دامنه ها و احتمالات را توصیف می کند - هنگام اندازه گیری یک کیوبیت α |0〉 + β |1〉 ، حالت به |0〉 با احتمال | α | 2 یا به |1〉 با احتمال | β | 2 . هر حالت کیوبیت معتبر دارای ضرایب α و β است به طوری که | α | 2 + | β | 2 = 1 . به عنوان مثال، اندازه گیری کیوبیت1/√2|0〉 +1/√2|1〉 یا |0〉 یا |1〉 با احتمال مساوی تولید می کند.

        هر کیوبیت اضافی بعد فضای حالت را دو برابر می کند . [47] به عنوان مثال، بردار1/√2|00〉 +1/√2|01〉 یک حالت دو کیوبیتی، حاصل ضرب تانسور کیوبیت |0〉 با کیوبیت را1/√2|0〉 +1/√2|1〉 . این بردار در فضای برداری چهاربعدی قرار داردکه بردارهای پایه |00〉 ، |01〉 ، |10〉 ، و |11〉 پوشانده شده است . ایالت بل 1/√2|00〉 +1/√2|11〉 غیرممکن است که به حاصل ضرب تانسور دو کیوبیت منفرد تجزیه شود - این دو کیوبیت درهم تنیده هستند زیرا دامنه احتمال آنها همبسته است . به طور کلی، فضای برداری برای یکسیستم n -qubit 2n بعدی است، و این امر شبیه سازی یک کوانتومی را برای یک کامپیوتر کلاسیک چالش برانگیز می کند: نمایش یک سیستم 100 کیوبیتی مستلزم ذخیره 2100 مقدار کلاسیک است.

        + نوشته شده در جمعه بیستم بهمن ۱۴۰۲ ساعت 7:51 توسط علی رضا نقش  | 

        تله یونی

        ​

        تله یونی، که در اینجا نشان داده شده است، یکی از تله‌هایی است که برای آزمایش‌هایی در راستای تحقق یک کامپیوتر کوانتومی استفاده می‌شود.

        تله یونی ترکیبی از میدان های الکتریکی و/یا مغناطیسی است که برای جذب ذرات باردار - معروف به یون - اغلب در یک سیستم جدا شده از یک محیط خارجی استفاده می شود. تله‌های یونی اتمی و مولکولی کاربردهای زیادی در فیزیک و شیمی دارند، مانند طیف‌سنجی جرمی دقیق ، استانداردهای فرکانس اتمی بهبود یافته و محاسبات کوانتومی . [1] در مقایسه با تله‌های اتمی خنثی، تله‌های یونی پتانسیل‌های عمیق‌تری دارند (تا چندین الکترون ولت ).) که به ساختار الکترونیکی داخلی یک یون به دام افتاده بستگی ندارند. این امر تله های یونی را برای مطالعه برهمکنش های نور با سیستم های تک اتمی مناسب تر می کند. دو نوع از محبوب‌ترین تله‌های یونی عبارتند از تله پنینگ که از طریق ترکیبی از میدان‌های الکتریکی ساکن و مغناطیسی یک پتانسیل ایجاد می‌کند و تله پل که از طریق ترکیبی از میدان‌های الکتریکی ساکن و نوسانی پتانسیل ایجاد می‌کند. [2]

        از تله های پنینگ می توان برای اندازه گیری دقیق مغناطیسی در طیف سنجی استفاده کرد. مطالعات مربوط به دستکاری حالت کوانتومی اغلب از تله پل استفاده می کنند. این ممکن است منجر به یک کامپیوتر کوانتومی یونی به دام افتاده [3] شود و قبلاً برای ایجاد دقیق ترین ساعت های اتمی جهان استفاده شده است . [4] [5] تفنگ های الکترونی (دستگاهی که الکترون های پرسرعت ساطع می کند، که در CRT ها استفاده می شود ) می توانند از یک تله یونی برای جلوگیری از تخریب کاتد توسط یون های مثبت استفاده کنند.

        نظریه [ ویرایش ]

        یک ذره باردار، مانند یک یون ، نیرویی را از یک میدان الکتریکی احساس می کند. در نتیجه قضیه ارنشاو ، محصور کردن یون در میدان الکترواستاتیک ممکن نیست. با این حال، فیزیکدانان راه‌های مختلفی برای کار پیرامون این قضیه با استفاده از ترکیب میدان‌های مغناطیسی و الکتریکی ساکن (مانند تله پنینگ ) یا با میدان‌های الکتریکی نوسانی ( تله پل ) دارند. در مورد دومی، یک تحلیل رایج با مشاهده چگونگی یک یون بار آغاز می شودههو جرمممدر میدان الکتریکی ac رفتار می کند{\displaystyle \mathbf {E} =\mathbf {E} _{0}\cos(\Omega t)}. نیروی وارد بر یون توسط{\displaystyle \mathbf {F} =e\mathbf {E} }، بنابراین با قانون دوم نیوتن ما داریم

        {\displaystyle M\mathbf {\ddot {r}} =e\mathbf {E} _{0}\cos(\Omega t)\!}.

        با فرض اینکه یون دارای سرعت اولیه صفر است، دو ادغام متوالی سرعت و جابجایی را به صورت

        {\displaystyle \mathbf {\dot {r}} ={\frac {e\mathbf {E} _{0}}{M\Omega }}\sin(\Omega t)\!}،

        {\displaystyle \mathbf {r} =\mathbf {r} _{0}-{\frac {e\mathbf {E} _{0}}{M\Omega ^{2}}}\cos(\Omega t )\!}،

        جایی که\mathbf {r} _{0}ثابت یکپارچگی است. بنابراین، یون با فرکانس زاویه ای نوسان می کند\ امگاو دامنه متناسب با شدت میدان الکتریکی. یک پتانسیل به دام انداختن را می توان با تغییر فضایی قدرت میدان الکتریکی ac به دست آورد.

        تله پل خطی [ ویرایش ]

        تله پل خطی از یک میدان چهار قطبی نوسانی برای به دام انداختن یون ها به صورت شعاعی و یک پتانسیل ساکن برای محدود کردن یون ها به صورت محوری استفاده می کند. میدان چهارقطبی توسط چهار الکترود موازی که در آن قرار دارند، تحقق می‌یابدz-محور واقع در گوشه های یک مربع درxy-سطح. الکترودها به صورت مورب در مقابل یکدیگر وصل شده اند و یک ولتاژ ac{\displaystyle V=V_{0}\cos(\Omega t)}اعمال می شود. در طولz- محور، تجزیه و تحلیل تقارن شعاعی یک پتانسیل را به دست می دهد [6]

        {\displaystyle \phi =\alpha +\beta (x^{2}-y^{2})\!}.

        ثابت ها\ آلفاو\بتاتوسط شرایط مرزی روی الکترودها و\phiمعادله لاپلاس را برآورده می کند {\displaystyle \nabla ^{2}\phi =0}. با فرض طول الکترودهاrبسیار بیشتر از جدایی آنها استr_{0}، می توان نشان داد که

        {\displaystyle \phi =\phi _{0}+{\frac {V_{0}}{2r_{0}^{2}}}\cos(\Omega t)(x^{2}-y^{ 2})\!}.

        از آنجایی که میدان الکتریکی با گرادیان پتانسیل داده می شود، آن را دریافت می کنیم

        {\displaystyle \mathbf {E} =-{\frac {V_{0}}{r_{0}^{2}}}\cos(\Omega t)(x\mathbf {\hat {e}} _{ x}-y\mathbf {\hat {e}} _{y})\!}.

        تعریف کردن{\displaystyle \tau =\Omega t/2}، معادلات حرکت درxy-صفحه یک شکل ساده شده از معادله ماتیو است ،

        {\displaystyle {\frac {d^{2}x_{i}}{d\tau ^{2}}}=-{\frac {4eV_{0}}{Mr_{0}^{2}\Omega ^ {2}}}\cos(2\tau )x_{i}\!}.

        دام پنینگ [ ویرایش ]

        مسیر شعاعی یک یون در تله پنینگ. نسبت فرکانس سیکلوترون به فرکانس مگنترون است {\displaystyle \omega _{c}/\omega _{m}=10/1}.

        یک پیکربندی استاندارد برای تله پنینگ شامل یک الکترود حلقه و دو کلاهک انتهایی است. دیفرانسیل ولتاژ ایستا بین حلقه و کلاهک انتهایی یون ها را در جهت محوری (بین کلاهک های انتهایی) محدود می کند. با این حال، همانطور که از قضیه ارنشاو انتظار می رود ، پتانسیل الکتریکی ساکن برای به دام انداختن یک یون در هر سه بعد کافی نیست. برای ایجاد محصور شعاعی، یک میدان مغناطیسی محوری قوی اعمال می شود.

        برای میدان الکتریکی یکنواخت{\displaystyle \mathbf {E} =E\mathbf {\hat {e}} _{x}}، نیروی {\displaystyle \mathbf {F} =e\mathbf {E} }یک یون با بار مثبت را در امتداد شتاب می دهدایکسایکس-محور. برای میدان مغناطیسی یکنواخت{\displaystyle \mathbf {B} =B\mathbf {\hat {e}} _{z}}، نیروی لورنتس باعث می شود یون در حرکت دایره ای با فرکانس سیکلوترون حرکت کند

        {\displaystyle \omega _{c}={\frac {eB}{M}}\!}.

        با فرض قرار گرفتن یونی با سرعت اولیه صفر در ناحیه {\displaystyle \mathbf {E} =E\mathbf {\hat {e}} _{x}}و{\displaystyle \mathbf {B} =B\mathbf {\hat {e}} _{z}}، معادلات حرکت هستند

        {\displaystyle x={\frac {E}{\omega _{c}B}}(1-\cos(\omega _{c}t))\!}،

        {\displaystyle y=-{\frac {E}{\omega _{c}B}}(\omega _{c}t-\sin(\omega _{c}t))\!}،

        {\displaystyle z=0\!}.

        حرکت حاصل ترکیبی از حرکت نوسانی در اطراف استz-محور با فرکانس\omega _{c}و سرعت رانش درy-جهت. سرعت رانش عمود بر جهت میدان الکتریکی است.

        برای میدان الکتریکی شعاعی تولید شده توسط الکترودها در تله پنینگ، سرعت رانش حول جهت محوری با مقداری فرکانس پیشروی می کند.\omega_m، فرکانس مگنترون نامیده می شود. یک یون دارای فرکانس مشخصه سوم نیز خواهد بود\omega _{z}بین دو الکترود کلاهک انتهایی فرکانس ها معمولاً مقادیر بسیار متفاوتی دارند{\displaystyle \omega _{z}\ll \omega _{m}<\ll \omega _{c}}. [7]

        طیف سنج های جرمی تله یونی [ ویرایش ]

        یک جزء خطی تله یونی یک طیف سنج جرمی

        یک طیف‌سنج جرمی تله یونی ممکن است یک تله پنینگ ( رزونانس سیکلوترون یونی تبدیل فوریه )، [8] تله پل [9] یا تله کینگدون را در خود جای دهد. [10] Orbitrap ، معرفی شده در سال 2005، بر اساس تله Kingdon است. [11] انواع دیگر طیف سنج های جرمی نیز ممکن است از تله یونی چهارقطبی خطی به عنوان فیلتر جرمی انتخابی استفاده کنند.

        تله یونی پنینگ [ ویرایش ]

        طیف سنج جرمی FTICR - نمونه ای از ابزار تله پنینگ

        یک تله پنینگ ذرات باردار را با استفاده از یک میدان مغناطیسی محوری همگن قوی برای محدود کردن ذرات به صورت شعاعی و یک میدان الکتریکی چهار قطبی برای محدود کردن ذرات به صورت محوری ذخیره می‌کند. [12] تله‌های پنینگ برای اندازه‌گیری خواص یون‌ها و ذرات باردار زیراتمی پایدار مناسب هستند . مطالعات دقیق گشتاور مغناطیسی الکترون توسط دهملت و دیگران موضوع مهمی در فیزیک مدرن است.

        تله های پنینگ را می توان در محاسبات کوانتومی و پردازش اطلاعات کوانتومی [13] استفاده کرد و در CERN برای ذخیره پادماده استفاده می شود. تله‌های پنینگ اساس طیف‌سنجی جرمی سیکلوترون یونی تبدیل فوریه را برای تعیین نسبت جرم به بار یون‌ها تشکیل می‌دهند . [14]

        تله پنینگ توسط فرانس میشل پنینگ و هانس گئورگ دهملت اختراع شد که اولین تله را در دهه 1950 ساختند. [15]

        تله یون پل [ ویرایش ]

        نمودار شماتیک طیف سنج جرمی تله یونی با منبع یونیزاسیون الکترواسپری (ESI) و تله یونی پل.

        تله پل نوعی تله یونی چهارقطبی است که از میدان های الکتریکی نوسانی جریان مستقیم ساکن (DC) و فرکانس رادیویی (RF) برای به دام انداختن یون ها استفاده می کند. تله های پل معمولاً به عنوان اجزای یک طیف سنج جرمی استفاده می شوند. اختراع تله یونی چهارقطبی سه بعدی به ولفگانگ پل نسبت داده می شود که در سال 1989 جایزه نوبل فیزیک را برای این کار به اشتراک گذاشت. [16] [17] این تله شامل دو الکترود فلزی هذلولی است که کانون‌های آنها رو به روی هم قرار دارند و یک الکترود حلقه هذلولی در نیمه راه بین دو الکترود دیگر. یون هادر فضای بین این سه الکترود توسط میدان های الکتریکی نوسانی و ساکن به دام افتاده اند.

        تله و مدار کینگدون [ ویرایش ]

        مقطع جزئی تحلیلگر جرم Orbitrap - نمونه ای از تله کینگدون.

        تله کینگدون از یک سیم مرکزی نازک، یک الکترود استوانه ای بیرونی و الکترودهای کلاهک انتهایی جدا شده در هر دو انتها تشکیل شده است. ولتاژ اعمال شده استاتیک منجر به پتانسیل لگاریتمی شعاعی بین الکترودها می شود. [18] در تله کینگدون هیچ حداقل بالقوه ای برای ذخیره یون ها وجود ندارد. با این حال، آنها با یک تکانه زاویه ای محدود در مورد سیم مرکزی ذخیره می شوند و میدان الکتریکی اعمال شده در دستگاه امکان پایداری مسیرهای یونی را فراهم می کند. [19] در سال 1981، نایت یک الکترود بیرونی اصلاح شده را معرفی کرد که شامل یک اصطلاح چهارقطبی محوری بود که یون ها را روی محور تله محدود می کرد. [20] تله پویا کینگدون دارای یک ولتاژ AC اضافی است که از فوکوس زدایی قوی برای ذخیره دائمی ذرات باردار استفاده می کند. [21]تله دینامیک کینگدون نیازی ندارد که یون های به دام افتاده نسبت به رشته حرکت زاویه ای داشته باشند. Orbitrap یک تله Kingdon اصلاح شده است که برای طیف سنجی جرمی استفاده می شود . اگرچه این ایده پیشنهاد شده و شبیه‌سازی‌های کامپیوتری انجام شده است [22] ، نه پیکربندی کینگدون و نه پیکربندی نایت برای تولید طیف‌های جرمی گزارش نشده است، زیرا شبیه‌سازی‌ها نشان می‌دهند که قدرت تفکیک جرم مشکل‌ساز خواهد بود.

        کامپیوتر کوانتومی یونی به دام افتاده [ ویرایش ]

        مقاله اصلی: کامپیوتر کوانتومی یونی به دام افتاده

        برخی از کارهای تجربی برای توسعه کامپیوترهای کوانتومی از یون های به دام افتاده استفاده می کنند . واحدهایی از اطلاعات کوانتومی به نام کیوبیت در حالت‌های الکترونیکی پایدار هر یون ذخیره می‌شوند و اطلاعات کوانتومی را می‌توان از طریق حرکت کوانتومی جمعی یون‌ها پردازش و انتقال داد، که توسط نیروی کولن برهم‌کنش می‌کنند. لیزرها برای القای جفت بین حالت های کیوبیت (برای عملیات تک کیوبیت) یا بین حالت های کیوبیت داخلی و حالت های حرکتی خارجی (برای درهم تنیدگی بین کیوبیت ها) استفاده می شوند.

        لوله های پرتو کاتدی [ ویرایش ]

        مقاله اصلی: لوله اشعه کاتدی

        تله‌های یونی قبل از معرفی صفحه‌های CRT آلومینیومی در حدود سال 1958 برای محافظت از صفحه نمایش فسفر در برابر یون‌ها در گیرنده‌های تلویزیون استفاده می‌شد. [23] تله یون باید با ظرافت برای حداکثر روشنایی تنظیم شود. [24] [25]

        همچنین ببینید [ ویرایش ]

        منابع

        https://en.wikipedia.org/wiki/Ion_trap

        ​

        + نوشته شده در یکشنبه شانزدهم بهمن ۱۴۰۱ ساعت 22:27 توسط علی رضا نقش  | 

        مرکز خالی نیتروژن

        ساختار اتمی ساده شده مرکز NV

        مرکز خالی نیتروژن ( مرکز NV یا مرکز NV ) یکی از عیوب نقطه ای متعدد در الماس است. کاوش‌شده‌ترین و مفیدترین ویژگی آن نورتابی آن است که به ناظران اجازه می‌دهد تا حالت اسپین آن را بخوانند. اسپین الکترونی مرکز NV که در مقیاس اتمی موضعی است، می تواند در دمای اتاق توسط عوامل خارجی مانند میدان های مغناطیسی یا الکتریکی ، تابش امواج مایکروویو یا نور دستکاری شود و در نتیجه تشدید شدید در شدت نورتابی نور ایجاد شود. این رزونانس ها را می توان بر حسب پدیده های مرتبط با اسپین الکترون توضیح داددرهم تنیدگی کوانتومی ، اندرکنش اسپین-مدار و نوسانات رابی ، و با استفاده از تئوری اپتیک کوانتومی پیشرفته تحلیل شد. یک مرکز NV فردی می تواند به عنوان یک واحد پایه برای یک کامپیوتر کوانتومی ، یک کیوبیت و برای رمزنگاری کوانتومی استفاده شود. کاربردهای بالقوه بیشتر در زمینه های جدید الکترونیک و سنجش شامل اسپینترونیک ، میزر و حسگرهای کوانتومی است. اگر بار مشخص نشده باشد، اصطلاح "NV Center" به مرکز NV - دارای بار منفی اشاره دارد .

        ساختار [ ویرایش ]

        تصاویر پایین نقشه های فوتولومینسانس فضایی (PL) قبل و بعد از اعمال ولتاژ +20 ولت به یک دیود شاتکی مسطح هستند. تصویر بالا آزمایش را نشان می دهد. نقشه‌های PL تبدیل مراکز NV 0 به مراکز NV- را نشان می‌دهند که به صورت نقاط روشن ظاهر می‌شوند. [1]

        مرکز جای خالی نیتروژن یک نقص نقطه ای در شبکه الماس است . این شامل یک جفت همسایه از یک اتم نیتروژن است که جایگزین یک اتم کربن می شود و یک جای خالی شبکه .

        دو حالت بار این نقص، خنثی NV 0 و منفی NV- ، از مطالعات طیف‌سنجی با استفاده از جذب نوری ، [2] [3] فوتولومینسانس (PL)، [4] رزونانس پارامغناطیس الکترونی (EPR) [5] [6] شناخته شده‌اند. [7] و تشدید مغناطیسی شناسایی شده نوری (ODMR)، [8] که می تواند به عنوان ترکیبی از PL و EPR در نظر گرفته شود. بیشتر جزئیات ساختار از EPR سرچشمه می گیرد. اتم نیتروژن از یک طرف دارای پنج الکترون ظرفیتی است. سه تای آنها کووالانسی هستندبه اتم های کربن پیوند می خورند، در حالی که دو اتم دیگر غیرپیوندی باقی می مانند و یک جفت تنها نامیده می شوند . از طرف دیگر جای خالی سه الکترون جفت نشده دارد. دو تای آنها یک پیوند شبه کووالانسی تشکیل می دهند و یکی جفت نشده باقی می ماند. تقارن کلی، با این حال، محوری است (سه ضلعی C 3V ). می توان این موضوع را با تصور سه الکترون خالی جفت نشده در حال مبادله پیوسته نقش خود تجسم کرد.

        بنابراین NV 0 یک الکترون جفت نشده دارد و پارامغناطیس است. با این حال، علی‌رغم تلاش‌های گسترده، سیگنال‌های رزونانس پارامغناطیسی الکترون از NV 0 برای چندین دهه تا سال 2008 از تشخیص اجتناب کردند . سیگنال‌های حالت پایه احتمالاً برای تشخیص EPR بسیار گسترده هستند. [9]

        مراکز NV 0 را می توان با تغییر موقعیت سطح فرمی به NV - تبدیل کرد. این را می توان با اعمال ولتاژ خارجی به یک اتصال pn ساخته شده از الماس دوپ شده، به عنوان مثال، در دیود شاتکی به دست آورد. [1]

        در حالت بار منفی NV- ، یک الکترون اضافی در محل خالی قرار دارد و یک جفت اسپین S=1 را با یکی از الکترون های خالی تشکیل می دهد. همانطور که در NV 0 ، الکترون های خالی در حال "تبادل نقش" هستند و تقارن مثلثاتی کلی را حفظ می کنند. این حالت NV- چیزی است که معمولاً و تا حدودی نادرست «مرکز خالی نیتروژن» نامیده می شود. حالت خنثی معمولاً برای فناوری کوانتومی استفاده نمی شود.

        مراکز NV به طور تصادفی در داخل یک کریستال الماس جهت گیری می کنند. تکنیک های کاشت یون می تواند ایجاد مصنوعی آنها را در موقعیت های از پیش تعیین شده امکان پذیر کند. [10]

        تولید [ ویرایش ]

        مقاله اصلی: عیوب کریستالوگرافی در الماس

        مراکز خالی نیتروژن معمولاً از مراکز تک جایگزین نیتروژن (که در ادبیات الماس مراکز C یا P1 نامیده می شود) توسط تابش و سپس بازپخت در دمای بالای 700 درجه سانتیگراد تولید می شوند. [2] طیف وسیعی از ذرات پرانرژی برای چنین تابش‌هایی مناسب است، از جمله الکترون‌ها، پروتون‌ها، نوترون‌ها، یون‌ها و فوتون‌های گاما. پرتودهی باعث ایجاد جاهای خالی شبکه می شود که بخشی از مراکز NV هستند. آن جاهای خالی در دمای اتاق بی حرکت هستند و برای جابجایی آنها نیاز به بازپخت کردن است. نیتروژن جایگزین تنها باعث ایجاد کرنش در شبکه الماس می شود. [11] بنابراین به طور موثری جاهای خالی متحرک را ضبط می کند، [12] مراکز NV را تولید می کند.

        در طی رسوب بخار شیمیایی الماس، بخش کوچکی از ناخالصی نیتروژن جایگزین منفرد (معمولا <0.5٪) جای خالی ایجاد شده در نتیجه سنتز پلاسما را به دام می اندازد. چنین مراکز خالی نیتروژن ترجیحاً در جهت رشد قرار دارند. [13]

        الماس به دلیل داشتن کرنش شبکه نسبتاً بزرگ بدنام است. کرنش تقسیم می شود و انتقال نوری را از مراکز جداگانه تغییر می دهد که منجر به ایجاد خطوط گسترده در مجموعه مراکز می شود. [2] مراقبت ویژه برای تولید خطوط NV بسیار تیز (عرض خط ~ 10 مگاهرتز) [14] مورد نیاز برای اکثر آزمایش‌ها انجام می‌شود: الماس‌های مصنوعی با کیفیت بالا، طبیعی خالص یا بهتر (نوع IIa) انتخاب می‌شوند. بسیاری از آنها در حال حاضر دارای غلظت کافی از مراکز NV رشد یافته هستند و برای کاربردها مناسب هستند. اگر نه، آنها توسط ذرات پرانرژی تابش می شوند و آنیل می شوند. انتخاب یک دوز تابش مشخص اجازه تنظیم غلظت مراکز NV تولید شده را می دهد به طوری که مراکز NV منفرد با فواصل میکرومتری از هم جدا می شوند. سپس، مراکز NV فردی را می توان با استاندارد مطالعه کردمیکروسکوپ های نوری یا بهتر است میکروسکوپ های نوری روبشی میدان نزدیک با وضوح زیر میکرومتر. [8] [15]

        ساختار سطح انرژی شماتیک مرکز NV. انتقال الکترون بین حالت های زمین 3 A و 3 E برانگیخته، که با 1.945 eV (637 نانومتر) از هم جدا شده اند، جذب و لومینسانس می کنند. حالت 3 A با 2.87 گیگاهرتز [16] [17] و حالت 3 E با 1.42 گیگاهرتز تقسیم می شود. [18] اعداد 0، 1± عدد کوانتومی اسپین m s را نشان می دهد . شکافتن به دلیل انحطاط مداری نشان داده نشده است.

        ساختار سطح انرژی [ ویرایش ]

        مرکز NV دارای یک سه گانه حالت پایه ( 3 A) ، یک سه گانه حالت برانگیخته ( 3 E) و دو تک حالت متوسط ​​( 1 A و 1 E) است. [یادداشت 1] [19] [20] هر دو 3 A و 3 E حاوی حالت‌های اسپین ms = 1 ± هستند، که در آن دو اسپین الکترون در یک راستا قرار می‌گیرند (یا بالا، به طوری که ms = +1 یا پایین، به طوری که m s = -1)، و یک حالت اسپین ms = 0 که در آن اسپین های الکترون ضد موازی هستند. به دلیل برهمکنش مغناطیسی، انرژی m s1± حالت بالاتر از حالت ms = 0 است. 1 A و 1 E فقط دارای یک تک حالت چرخشی هستند که هر کدام m s = 0 دارند.

        اگر یک میدان مغناطیسی خارجی در امتداد محور نقص (محوری که با اتم نیتروژن و جای خالی همسو می‌شود) مرکز NV اعمال شود، بر حالت‌های ms = 0 تأثیر نمی‌گذارد ، اما سطوح ms = 1± را تقسیم می‌کند . ( اثر زیمن ). به طور مشابه، سایر ویژگی‌های محیط زیر بر نمودار سطح انرژی تأثیر می‌گذارد (که بیشتر در قسمت #اثر میدان‌های خارجی مورد بحث قرار گرفته است ) :

        1. دامنه و جهت یک میدان مغناطیسی ساکن سطوح ms = 1 ± را در حالت های زمین و برانگیخته تقسیم می کند .
        2. دامنه و جهت میدان‌های الاستیک (کرنش) یا الکتریکی [21] [22] تأثیرات بسیار کوچک‌تر اما پیچیده‌تری بر سطوح مختلف دارد.
        3. تشعشعات مایکروویو موج پیوسته (که در رزونانس با انتقال بین ms = 0 و (یکی از) ms = 1 حالت اعمال می شود) جمعیت سطوح فرعی را در سطح زمین و حالت برانگیخته تغییر می دهد. [22]
        4. یک لیزر قابل تنظیم می تواند به طور انتخابی سطوح فرعی خاصی از زمین و حالت های برانگیخته را تحریک کند. [22] [23]
        5. چرخش های اطراف و تعامل اسپین-مدار میدان مغناطیسی تجربه شده توسط مرکز NV را تعدیل می کند.
        6. دما و فشار بر بخش‌های مختلف طیف از جمله جابجایی بین حالت‌های زمین و حالت برانگیخته تأثیر می‌گذارند.

        ساختار انرژی توصیف شده در بالا [یادداشت 2] به هیچ وجه برای نقص در الماس یا سایر نیمه هادی ها استثنایی نیست. [24] این ساختار به تنهایی نبود، بلکه ترکیبی از چندین عامل مطلوب (دانش قبلی، تولید آسان، زیست سازگاری، اولیه سازی ساده، استفاده در دمای اتاق و غیره) بود که استفاده از مرکز NV را به عنوان یک سنسور کیوبیت و کوانتومی پیشنهاد کرد. .

        خواص نوری [ ویرایش ]

        جذب نوری و انتشار مرکز NV- در دمای اتاق.

        مراکز NV نور قرمز روشن ( 3 E → 3 A انتقال) را ساطع می کنند، اگر با نور سبز مرئی ( 3 A → 3 E انتقال) برانگیخته شوند . این کار را می توان با منابع نوری مناسب مانند لیزرهای آرگون یا کریپتون، لیزرهای Nd:YAG با فرکانس دو برابر شده ، لیزرهای رنگی یا لیزرهای He-Ne انجام داد. تحریک همچنین می تواند در انرژی های کمتر از تابش فونون صفر به دست آید . [25]

        از آنجایی که زمان استراحت از حالت برانگیخته کوچک است (~10 ns )، [26] [27] انتشار تقریباً بلافاصله پس از برانگیختگی اتفاق می‌افتد. در دمای اتاق، طیف نوری مرکز NV به دلیل انبساط حرارتی، پیک تیز نشان نمی دهد. با این حال، خنک کردن مراکز NV با نیتروژن مایع یا هلیوم مایع به طور چشمگیری خطوط را به عرض چند مگاهرتز کاهش می دهد. در دمای پایین نیز می توان به طور خاص خط فونون صفر (ZPL) را نشان داد.

        یکی از ویژگی های مهم درخشندگی از مراکز NV منفرد، پایداری زمانی بالای آن است. در حالی که بسیاری از ساطع کننده های تک مولکولی پس از انتشار 10 فوتون 6-108 سفید می شوند (یعنی حالت بار خود را تغییر می دهند و تاریک می شوند) ، سفید شدن برای مراکز NV در دمای اتاق بعید است. [28] [15] نور لیزر قوی، با این حال، ممکن است برخی از NV - را به مراکز NV 0 نیز تبدیل کند. [4]

        به دلیل این ویژگی ها، روش ایده آل برای رسیدگی به مراکز NV، میکروسکوپ کانفوکال است ، هم در دمای اتاق و هم در دمای پایین.

        دستکاری حالت [ ویرایش ]

        دینامیک چرخش در مرکز NV در الماس. انتقال اولیه بین سه قلوهای زمین و حالت برانگیخته، حفظ چرخش است. واپاشی از طریق منفردهای میانی با تبدیل اسپین از m s = 1± به m s = 0 ، باعث قطبش اسپین می شود . [30] [31] علاوه بر این، اثر یک میدان مغناطیسی ساکن B 0 در امتداد محور نقص و تغییر زیمن حاصل نشان داده شده است. در اینجا γ nv به نسبت ژیرو مغناطیسی اشاره داردمرکز NV در بسیاری از کاربردها، از دو سطح حالت پایه به عنوان کیوبیت استفاده می شود. [32] انتقال در این سیستم موثر دو سطحی ، ممکن است با استفاده از یک میدان مایکروویو القا شود. 3E-1A و 1E-3A انتقال های غیر تشعشعی هستند.

        دستکاری اسپین نوری [ ویرایش ]

        انتقال نوری باید کل اسپین را حفظ کند و فقط بین سطوح همان اسپین کل رخ دهد. به طور خاص، انتقال بین حالت زمین و حالت برانگیخته (با اسپین برابر) را می توان با استفاده از لیزر سبز رنگ با طول موج 546 نانومتر القا کرد. انتقال 3 E→ 1 A و 1 E→ 3 A غیر تابشی هستند، در حالی که 1 A → 1 E دارای مسیر فروپاشی غیر تابشی و فروسرخ است.

        نمودار سمت راست حالت های چند الکترونیکی مرکز NV را نشان می دهد که بر اساس تقارن آنها (E یا A) و حالت چرخش آنها (3 برای یک سه گانه (S=1) و 1 برای یک تک (S=0)) برچسب گذاری شده است. . دو حالت سه گانه و دو حالت منفرد میانی وجود دارد. [33]

        راه اندازی حالت چرخشی [ ویرایش ]

        یک ویژگی مهم انتقال غیر تشعشعی بین 3 E و 1 A این است که برای m s = 1 ± قوی تر و برای m s = 0 ضعیف تر است. این اساس یک استراتژی دستکاری بسیار مفید را فراهم می کند که به آن مقداردهی اولیه حالت چرخشی می گویند . (یا قطبش اسپین نوری). برای درک فرآیند، ابتدا یک تحریک خارج از تشدید را در نظر بگیرید که فرکانس بالاتری (معمولاً 2.32 eV (532 نانومتر)) نسبت به فرکانس‌های همه انتقال‌ها دارد و بنابراین در باندهای ویبرونیک برای همه انتقال‌ها قرار می‌گیرد. با استفاده از یک پالس به این طول موج، می توان تمام حالت های اسپین را از 3 A تا 3 E برانگیخت. یک مرکز NV در حالت پایه با m s= 0 به دلیل حفظ اسپین به حالت برانگیخته مربوطه با m s = 0 برانگیخته می شود. پس از آن به حالت اولیه خود باز می گردد. برای حالت پایه با ms = 1±، وضعیت متفاوت است. پس از تحریک، احتمال نسبتاً بالایی برای واپاشی به حالت میانی 1 A با انتقال غیر تشعشعی [یادداشت 3] [34] و بیشتر به حالت پایه با m s = 0 دارد. پس از چرخه های زیاد، حالت مرکز NV (مستقل از اینکه در m s = 0 یا m s = ± 1 شروع شده باشد) به حالت پایه ms = 0 ختم می شود. از این فرآیند می توان برای مقداردهی اولیه حالت کوانتومی یک کیوبیت استفاده کردبرای پردازش اطلاعات کوانتومی یا سنجش کوانتومی .

        گاهی اوقات قطبی پذیری مرکز NV با این ادعا توضیح داده می شود که انتقال از 1 E به حالت پایه با ms = 1± کوچک است، در مقایسه با انتقال به ms = 0. با این حال، نشان داده شده است که در مقایسه با احتمال فروپاشی کم برای ms = 0 حالات wrt m s = 1 ± حالات در 1 A برای توضیح قطبی شدن کافی است. [35]

        اثرات فیلدهای خارجی [ ویرایش ]

        دستکاری چرخش مایکروویو [ ویرایش ]

        تفاوت انرژی بین حالت‌های ms = 0 و ms = 1 ± مربوط به رژیم مایکروویو است. جمعیت را می توان با اعمال میدان مغناطیسی تشدید عمود بر محور نقص بین حالت ها منتقل کرد. اثرات دینامیکی متعددی ( پژواک اسپین ، نوسانات رابی ، و غیره) را می توان با اعمال یک دنباله پالس های مایکروویو با دقت طراحی شده مورد بهره برداری قرار داد. [36] [37] [38] [39] [40] چنین پروتکل‌هایی برای تحقق عملی کامپیوترهای کوانتومی بسیار مهم هستند . با دستکاری جمعیت، می توان مرکز NV را به یک مرکز حساس تر تبدیل کردیا حالت پایدار [41] [42] میدان‌های نوسانی حاصل از خود نیز ممکن است برای تأثیرگذاری بر هسته‌های اطراف [43] یا محافظت از خود مرکز NV از نویز استفاده شوند. [44] این کار معمولاً با استفاده از یک حلقه سیم (آنتن مایکروویو) انجام می شود که یک میدان مغناطیسی نوسانی ایجاد می کند. [45]

        تأثیر عوامل خارجی [ ویرایش ]

        اگر یک میدان مغناطیسی در امتداد محور نقص باشد، منجر به شکافتن زیمن می‌شود که ms = +1 را از حالت‌های ms = -1 جدا می‌کند. این تکنیک برای بالا بردن انحطاط و استفاده از تنها دو حالت اسپین (معمولا حالت های پایه با ms = -1 و ms = 0) به عنوان کیوبیت استفاده می شود. سپس جمعیت را می توان با استفاده از یک میدان مایکروویو بین آنها منتقل کرد. در نمونه خاصی که میدان مغناطیسی به 1027 G (یا 508 G) می رسد، m s = -1 و m s = 0 حالت در حالت زمین (یا برانگیخته) از نظر انرژی برابر می شود (ضد عبور سطح زمین/ حالت هیجان زده). برهمکنش قوی زیر منجر به به اصطلاح قطبش اسپین می‌شود که به شدت بر شدت جذب نوری و انتقال‌های لومینسانس مربوط به آن حالت‌ها تأثیر می‌گذارد. [18]

        نکته مهم این است که این تقسیم را می توان با اعمال یک میدان الکتریکی خارجی ، [21] [22] به روشی مشابه با مکانیسم میدان مغناطیسی که در بالا ذکر شد، مدوله کرد، اگرچه فیزیک تقسیم تا حدودی پیچیده تر است. با این وجود، یک نتیجه عملی مهم این است که شدت و موقعیت خطوط لومینسانس تعدیل شده است. کرنش اثری مشابه میدان الکتریکی بر روی مرکز NV دارد.

        یک تقسیم اضافی از سطوح انرژی ms = 1 ± وجود دارد که از برهمکنش بسیار ظریف بین اسپین های هسته ای اطراف و مرکز NV سرچشمه می گیرد. این اسپین‌های هسته‌ای میدان‌های مغناطیسی و الکتریکی خود را ایجاد می‌کنند که منجر به اعوجاج بیشتر طیف NV می‌شود. همچنین تعامل اسپین-مدار خود مرکز NV و انحطاط مداری منجر به تقسیم سطح اضافی در حالت 3 E برانگیخته می شود.

        دما و فشار مستقیماً بر ترم میدان صفر مرکز NV تأثیر می‌گذارند که منجر به تغییر بین سطح زمین و حالت برانگیخته می‌شود.

        معادله همیلتونی ، یک معادله مکانیکی کوانتومی که دینامیک یک سیستم را توصیف می کند، که تأثیر عوامل مختلف را بر مرکز NV نشان می دهد، در زیر آمده است.

        همیلتونی از مرکز NV.png

        اگرچه می تواند چالش برانگیز باشد، اما همه این اثرات قابل اندازه گیری هستند و مرکز NV را به یک کاندیدای عالی برای یک حسگر کوانتومی تبدیل می کند . [42]

        دستکاری وضعیت شارژ [ ویرایش ]

        همچنین امکان تغییر وضعیت شارژ مرکز NV (یعنی بین NV − , NV + و NV 0 ) با اعمال ولتاژ گیت وجود دارد. [46]

        برنامه های کاربردی بالقوه [ ویرایش ]

        اسکن میکروسکوپ حرارتی با استفاده از مرکز NV.
        (الف) شماتیک های تنظیم تجربی. یک جریان الکتریکی به بازوهای یک کنسول AFM ( Si، P:Si دوپ شده با فسفر ) اعمال می شود و بخش انتهایی بالای نوک را گرم می کند ( ذاتی Si، i- Si ). لنز پایینی یک نانو کریستال الماس را با نور لیزر سبز تحریک می کند و نورتابی (PL) را جمع آوری می کند. کریستال میزبان یک مرکز NV است و به نوک AFM متصل است. یک سیم روی سطح نمونه به عنوان منبع مایکروویو (mw) عمل می کند. دمای کنسول T h از جریان و ولتاژ اعمال شده تعیین می شود.
        (ب) طیف ODMR مرکز NV در سه دما. تقسیم خط از یک میدان مغناطیسی اعمال شده ~1 mT سرچشمه می گیرد.
        (ج) تصویر رسانایی گرمایی یک حرف طلایی E روی یاقوت کبود . دایره های سفید ویژگی هایی را نشان می دهند که با توپوگرافی AFM همبستگی ندارند. (د) تصویر PL از انتهای کنسول AFM و نوک جایی که نانو کریستال الماس به عنوان نقطه روشن ظاهر می شود. (ه) تصویر PL بزرگنمایی شده از مرکز NV در d. [47]

        شکل طیفی و شدت سیگنال‌های نوری از مراکز NV- نسبت به اغتشاش خارجی، مانند دما، کرنش، میدان الکتریکی و مغناطیسی حساس هستند. با این حال، استفاده از شکل طیفی برای سنجش آن آشفتگی‌ها غیرعملی است، زیرا الماس باید تا دمای برودتی خنک شود تا سیگنال‌های NV- تیز شود . یک رویکرد واقعی تر، استفاده از شدت لومینسانس (به جای شکل خط) است، که وقتی فرکانس مایکروویو به الماس اعمال می شود که با تقسیم سطوح حالت زمین مطابقت دارد، تشدید شدیدی را نشان می دهد. سیگنال‌های تشدید مغناطیسی تشخیص‌داده‌شده نوری، حتی در دمای اتاق نیز واضح هستند و می‌توانند در حسگرهای مینیاتوری استفاده شوند. چنین حسگرهایی می توانند میدان های مغناطیسی چند نانوتسلا را تشخیص دهند [48]یا میدان های الکتریکی حدود 10 V/cm [49] در فرکانس های کیلوهرتز پس از 100 ثانیه میانگین گیری. این حساسیت امکان تشخیص یک میدان مغناطیسی یا الکتریکی تولید شده توسط یک الکترون منفرد را که ده‌ها نانومتر از مرکز NV- فاصله دارد، می‌دهد .

        با استفاده از مکانیسم مشابه، مراکز NV- در میکروسکوپ حرارتی روبشی برای اندازه‌گیری نقشه‌های فضایی با وضوح بالا از دما و هدایت حرارتی استفاده شدند (تصویر را ببینید). [47]

        یکی دیگر از کاربردهای احتمالی مراکز NV- به عنوان آشکارساز برای اندازه گیری تانسور تنش مکانیکی کامل در بخش عمده کریستال است. برای این کاربرد، از شکاف ناشی از تنش خط صفر فونون و خواص پلاریزاسیون آن استفاده می‌شود. [50] یک گیرنده رادیویی مدوله‌شده با فرکانس قوی با استفاده از نورتابی وابسته به اسپین الکترون که تا دمای 350 درجه سانتی‌گراد کار می‌کرد، امکان استفاده در شرایط شدید را نشان می‌دهد. [51]

        علاوه بر کاربردهای نوری کوانتومی، لومینسانس از مراکز NV- را می توان برای تصویربرداری از فرآیندهای بیولوژیکی، مانند جریان سیال در سلول های زنده به کار برد. [52] این نرم افزار متکی بر سازگاری خوب نانو ذرات الماس با سلول های زنده و خواص مطلوب نورتابی از مراکز NV- (شدت قوی، تحریک و تشخیص آسان، پایداری زمانی و غیره) است. در مقایسه با الماس‌های تک بلوری بزرگ، نانوالماس‌ها ارزان هستند (حدود 1 دلار در هر گرم) و از تامین‌کنندگان مختلف در دسترس هستند. NV -این مراکز در پودرهای الماس با اندازه ذرات زیر میکرومتر با استفاده از فرآیند استاندارد تابش و بازپخت که در بالا توضیح داده شد تولید می شوند. با توجه به اندازه نسبتا کوچک نانوالماس، مراکز NV را می توان با تابش نانوالماس ۱۰۰ نانومتر یا کمتر با پرتو H+ با انرژی متوسط ​​تولید کرد. این روش با کاهش دوز یونی و واکنش مورد نیاز، تولید انبوه نانوالماس فلورسنت را در آزمایشگاه معمولی ممکن می‌سازد. [53] نانوالماس فلورسنت تولید شده با چنین روشی روشن و پایدار است و آن را برای ردیابی طولانی مدت و سه بعدی تک ذره در سلول زنده عالی می کند. [54] آن نانوالماس ها در یک سلول معرفی می شوند و درخشندگی آنها با استفاده از یک میکروسکوپ فلورسانس استاندارد نظارت می شود . [55]

        علاوه بر این ، مرکز NV- یک سیستم تقلیدی زیستی بالقوه برای شبیه‌سازی دینامیک اسپین جفت رادیکال قطب‌نمای پرندگان فرض شده است. [56] [57]

        انتشار تحریک شده از مرکز NV- نشان داده شده است، اگرچه می توان آن را فقط از باند جانبی فونون (یعنی نور باند پهن) و نه از ZPL به دست آورد. برای این منظور، مرکز باید در طول موجی بیشتر از ~650 نانومتر برانگیخته شود، زیرا تحریک با انرژی بالاتر مرکز را یونیزه می کند. [58]

        اولین میزر دمای اتاق با موج پیوسته نشان داده شده است. [59] [60] از مراکز NV- پمپ شده 532 نانومتری استفاده کرد که در یک حفره مایکروویو با فاکتور پرسل بالا و یک میدان مغناطیسی خارجی 4300 G قرار داشتند.

        مرکز NV می تواند یک زمان انسجام چرخشی بسیار طولانی داشته باشد که به رژیم دوم نزدیک می شود. [61] این برای کاربردها در سنجش کوانتومی [62] و ارتباطات کوانتومی سودمند است . [63] معایب برای این کاربردها طول عمر تابشی طولانی (~12 ns [64] [65] ) مرکز NV و باند جانبی فونون قوی در طیف انتشار آن است. هر دو مشکل را می توان با قرار دادن مرکز NV در یک حفره نوری برطرف کرد . [66]

        سخنان تاریخی [ ویرایش ]

        مدل میکروسکوپی و اکثر ویژگی‌های نوری مجموعه‌های مراکز NV- در دهه 1970 بر اساس اندازه‌گیری‌های نوری همراه با تنش تک محوری [2] و بر رزونانس پارامغناطیس الکترون به‌طور محکم ایجاد شده‌اند. [5] [6] با این حال، یک خطای جزئی در نتایج EPR (فرض می‌شد که برای مشاهده سیگنال‌های NV - EPR نیاز به روشنایی است) منجر به تخصیص‌های چندگانگی نادرست در ساختار سطح انرژی شد. در سال 1991 نشان داده شد که EPR را می توان بدون روشنایی مشاهده کرد، [7] که طرح سطح انرژی نشان داده شده در بالا را ایجاد کرد. تقسیم مغناطیسی در حالت برانگیخته اخیراً اندازه گیری شده است. [18]

        توصیف مراکز تک NV- امروزه به یک زمینه بسیار رقابتی تبدیل شده است، با ده ها مقاله منتشر شده در معتبرترین مجلات علمی. یکی از اولین نتایج در سال 1997 گزارش شد. [8] در آن مقاله، نشان داده شد که فلورسانس مراکز منفرد NV- را می توان با میکروسکوپ فلورسانس در دمای اتاق تشخیص داد و این نقص پایداری کامل در نور را نشان می دهد. همچنین یکی از ویژگی های برجسته مرکز NV نشان داده شد، یعنی تشدید مغناطیسی نوری تشخیص داده شده در دمای اتاق.

        https://en.wikipedia.org/wiki/Nitrogen-vacancy_center

        + نوشته شده در یکشنبه شانزدهم بهمن ۱۴۰۱ ساعت 22:10 توسط علی رضا نقش  | 

        کامپیوتر کوانتومی کین

        کامپیوتر کوانتومی کین پیشنهادی برای یک کامپیوتر کوانتومی مقیاس پذیر است که توسط بروس کین در سال 1998 پیشنهاد شد، [1] که در آن زمان در دانشگاه نیو ساوت ولز بود. کامپیوتر کین که اغلب به عنوان ترکیبی بین نقاط کوانتومی و رزونانس مغناطیسی هسته‌ای (NMR) کامپیوترهای کوانتومی در نظر گرفته می‌شود، مبتنی بر آرایه‌ای از اتم‌های اهداکننده فسفر منفرد است که در یک شبکه سیلیکونی خالص جاسازی شده‌اند. هم اسپین های هسته ای دهنده ها و هم اسپین های الکترون های دهنده در محاسبات شرکت می کنند.

        برخلاف بسیاری از طرح‌های محاسباتی کوانتومی، کامپیوتر کوانتومی کین در اصل تا تعداد دلخواه کیوبیت مقیاس‌پذیر است. این امکان پذیر است زیرا کیوبیت ها ممکن است به صورت جداگانه توسط وسایل الکتریکی آدرس دهی شوند.

        توضیحات [ ویرایش ]

        کین QC.png

        پیشنهاد اولیه خواستار قرار دادن اهداکنندگان فسفر در آرایه‌ای با فاصله 20 نانومتر ، تقریباً 20 نانومتر زیر سطح است. یک لایه اکسید عایق در بالای سیلیکون رشد می کند. گیت های فلزی A روی اکسید بالای هر اهداکننده و دروازه های J بین اهداکننده های مجاور قرار می گیرند.

        اهداکنندگان فسفر از نظر ایزوتوپی خالص 31 P هستند که دارای اسپین هسته ای 1/2 هستند. بستر سیلیکونی از نظر ایزوتوپی 28 Si خالص است که دارای اسپین هسته ای 0 است. استفاده از اسپین هسته ای اهداکنندگان P به عنوان روشی برای رمزگذاری کیوبیت ها دو مزیت عمده دارد. اولاً، این حالت دارای زمان ناهمدوسی بسیار طولانی است، شاید در حدود 10 18 ثانیه در دمای میلی‌کلوین . ثانیاً، کیوبیت‌ها را می‌توان با اعمال یک میدان مغناطیسی نوسانی ، مانند پیشنهادات NMR معمولی، دستکاری کرد. با تغییر ولتاژ در گیت های A، باید بتوان فرکانس لارمور را تغییر داداهداکنندگان فردی این به آنها اجازه می دهد تا به صورت جداگانه مورد بررسی قرار گیرند و اهداکنندگان خاص با میدان مغناطیسی نوسانی اعمال شده در رزونانس قرار گیرند.

        اسپین های هسته ای به تنهایی با سایر اسپین های هسته ای در فاصله 20 نانومتری تعامل قابل توجهی ندارند. اسپین هسته ای برای انجام عملیات تک کیوبیتی مفید است، اما برای ساخت یک کامپیوتر کوانتومی، عملیات دو کیوبیتی نیز لازم است. این نقش اسپین الکترون در این طرح است. تحت کنترل A-gate، اسپین از هسته به الکترون دهنده منتقل می شود. سپس، یک پتانسیل به گیت J اعمال می‌شود و الکترون‌های دهنده مجاور را به یک ناحیه مشترک می‌کشد و برهمکنش بین اسپین‌های همسایه را بسیار افزایش می‌دهد. با کنترل ولتاژ گیت J، عملیات دو کیوبیتی امکان پذیر است.

        پیشنهاد کین برای بازخوانی، اعمال میدان الکتریکی برای تشویق تونل زدن وابسته به اسپین یک الکترون برای تبدیل دو دهنده خنثی به حالت D + –D – بود، یعنی حالتی که در آن دو الکترون با دهنده یکسان مرتبط می‌شوند. سپس بار اضافی با استفاده از یک ترانزیستور تک الکترونی تشخیص داده می شود. این روش دو مشکل عمده دارد. اولاً، حالت D دارای جفت شدن قوی با محیط و در نتیجه زمان عدم انسجام کوتاه است. ثانیا و شاید مهمتر از آن، روشن نیست که حالت D دارای طول عمر کافی برای بازخوانی تونل های الکترونی به نوار رسانایی باشد.

        توسعه [ ویرایش ]

        از زمان پیشنهاد کین، تحت هدایت رابرت کلارک و اکنون میشل سیمونز ، پیگیری تحقق کامپیوتر کوانتومی کین به تلاش اولیه محاسبات کوانتومی در استرالیا تبدیل شده است. [2] نظریه پردازان تعدادی پیشنهاد برای بازخوانی بهبود یافته ارائه کرده اند. به طور تجربی، رسوب دقیق اتمی اتم‌های فسفر با استفاده از تکنیک میکروسکوپ تونلی روبشی (STM) در سال 2003 به دست آمده است. این گروه همچنان خوشبین هستند که می توان یک کامپیوتر کوانتومی در مقیاس بزرگ ساخت. گروه های دیگر معتقدند که این ایده باید اصلاح شود.[4]

        در سال 2020، آندریا مورلو و دیگران نشان دادند که یک هسته آنتیموان (با هشت حالت اسپین) تعبیه شده در سیلیکون را می توان با استفاده از یک میدان الکتریکی به جای میدان مغناطیسی کنترل کرد. [5]

        همچنین ببینید [ ویرایش ]

        منبع

        + نوشته شده در یکشنبه شانزدهم بهمن ۱۴۰۱ ساعت 21:49 توسط علی رضا نقش  | 

        محاسبات کوانتومی نوری خطی

        ​


        محاسبات کوانتومی نوری خطی یا محاسبات کوانتومی اپتیک خطی ( LOQC ) یک الگوی محاسبات کوانتومی است که (تحت شرایط خاصی که در زیر توضیح داده شده است) محاسبات کوانتومی جهانی را امکان پذیر می کند. LOQC از فوتون ها به عنوان حامل اطلاعات استفاده می کند، عمدتاً از عناصر نوری خطی یا ابزارهای نوری (شامل آینه های متقابل و صفحات موج ) برای پردازش اطلاعات کوانتومی استفاده می کند و از آشکارسازهای فوتون و حافظه های کوانتومی برای شناسایی و ذخیره اطلاعات کوانتومی استفاده می کند. [1] [2] [3]

        نمای کلی [ ویرایش ]

        اگرچه بسیاری از پیاده‌سازی‌های دیگر برای پردازش اطلاعات کوانتومی (QIP) و محاسبات کوانتومی وجود دارد، سیستم‌های کوانتومی نوری نامزدهای برجسته‌ای هستند، زیرا محاسبات کوانتومی و ارتباطات کوانتومی را در یک چارچوب به هم مرتبط می‌کنند. در سیستم‌های نوری برای پردازش اطلاعات کوانتومی، واحد نور در یک حالت معین – یا فوتون – برای نمایش یک کیوبیت استفاده می‌شود . برهم نهی حالت های کوانتومی را می توان به راحتی با استفاده از فوتون ها نمایش، رمزگذاری ، انتقال و تشخیص داد. علاوه بر این، عناصر نوری خطی سیستم های نوری ممکن است ساده ترین بلوک های سازنده برای تحقق عملیات کوانتومی و دروازه های کوانتومی باشند.. هر عنصر نوری خطی به طور معادل یک تبدیل واحد را روی تعداد محدودی کیوبیت اعمال می کند. سیستم عناصر نوری خطی محدود شبکه ای از اپتیک خطی را می سازد که می تواند هر نمودار مدار کوانتومی یا شبکه کوانتومی را بر اساس مدل مدار کوانتومی تحقق بخشد. محاسبات کوانتومی با متغیرهای پیوسته نیز تحت طرح اپتیک خطی امکان پذیر است. [4]

        جهانی بودن گیت های 1 و 2 بیتی برای اجرای محاسبات کوانتومی دلخواه ثابت شده است. [5] [6] [7] [8] تان×نN\ برابر Nعملیات ماتریس واحد ((ن)U(N)) را می توان تنها با استفاده از آینه ها، تقسیم کننده های پرتو و شیفترهای فاز [9] محقق کرد (این نیز نقطه شروع نمونه گیری بوزون و تحلیل پیچیدگی محاسباتی برای LOQC است). اشاره می کند که هر یک(ن)U(N)اپراتور باننورودی ها وننخروجی ها را می توان از طریق ساخت(ن2){\mathcal {O}}(N^{2})عناصر نوری خطی بر اساس دلیل جهانی بودن و پیچیدگی، LOQC معمولاً فقط از آینه‌ها، تقسیم‌کننده‌های پرتو، شیفترهای فاز و ترکیبات آنها مانند تداخل‌سنج‌های Mach-Zehnder با تغییر فاز برای پیاده‌سازی عملگرهای کوانتومی دلخواه استفاده می‌کند. در صورت استفاده از یک طرح غیر قطعی، این واقعیت همچنین نشان می‌دهد که LOQC می‌تواند از نظر تعداد عناصر نوری و گام‌های زمانی مورد نیاز برای پیاده‌سازی یک دروازه یا مدار کوانتومی خاص، از نظر منابع ناکارآمد باشد، که یک اشکال بزرگ LOQC است.

        عملیات از طریق عناصر نوری خطی (شکاف پرتو، آینه و تغییر فاز، در این مورد) آمار فوتون نور ورودی را حفظ می کند. به عنوان مثال، یک ورودی نور منسجم (کلاسیک) یک خروجی نور منسجم تولید می کند. برهم نهی ورودی حالت های کوانتومی خروجی حالت نور کوانتومی را به دست می دهد . [3] به همین دلیل، مردم معمولاً از کیس منبع تک فوتونی برای تجزیه و تحلیل اثر عناصر و عملگرهای نوری خطی استفاده می‌کنند. موارد چند فوتونی را می توان از طریق برخی از تبدیل های آماری دلالت کرد.

        یک مشکل ذاتی در استفاده از فوتون ها به عنوان حامل اطلاعات این است که فوتون ها به سختی با یکدیگر تعامل دارند. این به طور بالقوه باعث ایجاد یک مشکل مقیاس پذیری برای LOQC می شود، زیرا اجرای عملیات غیرخطی سخت است، که می تواند پیچیدگی عملگرها را افزایش دهد و در نتیجه می تواند منابع مورد نیاز برای تحقق یک تابع محاسباتی معین را افزایش دهد. یکی از راه های حل این مشکل، آوردن دستگاه های غیرخطی به شبکه کوانتومی است. به عنوان مثال، اثر کر را می توان در LOQC اعمال کرد تا یک فوتون کنترل شده-NOT و سایر عملیات ها را ایجاد کند. [10] [11]

        پروتکل KLM [ ویرایش ]

        مقاله اصلی: پروتکل KLM

        اعتقاد بر این بود که افزودن غیرخطی بودن به شبکه نوری خطی برای تحقق محاسبات کوانتومی کارآمد کافی است. [12] با این حال، اجرای اثرات نوری غیرخطی کار دشواری است. در سال 2000، Knill، Laflamme و Milburn ثابت کردند که می توان کامپیوترهای کوانتومی جهانی را تنها با ابزارهای نوری خطی ایجاد کرد. [2] کار آنها به عنوان "طرح KLM" یا " پروتکل KLM " شناخته شده است، که از عناصر نوری خطی، منابع تک فوتون و آشکارسازهای فوتون به عنوان منابع برای ساختن یک طرح محاسباتی کوانتومی استفاده می‌کند که فقط شامل منابع جانبی ، انتقال از راه دور کوانتومی و تصحیح خطا می‌شود.. از روش دیگری برای محاسبات کوانتومی کارآمد با سیستم‌های نوری خطی استفاده می‌کند و عملیات غیرخطی را فقط با عناصر نوری خطی ترویج می‌کند. [3]

        در اصل، طرح KLM با انجام اندازه‌گیری‌های تصویری با آشکارسازهای نوری ، که در دسته محاسبات کوانتومی غیر قطعی قرار می‌گیرد، تعامل مؤثری بین فوتون‌ها ایجاد می‌کند. این بر اساس یک تغییر علامت غیر خطی بین دو کیوبیت است که از دو فوتون آنسیلا و پس‌انتخاب استفاده می‌کند. [13] همچنین بر اساس شواهدی است که احتمال موفقیت دروازه‌های کوانتومی را می‌توان با استفاده از حالت‌های درهم تنیده تهیه‌شده به صورت غیر قطعی و تله‌پورت کوانتومی با عملیات تک کیوبیتی نزدیک به یک ساخت [14] [15]در غیر این صورت، بدون نرخ موفقیت کافی برای یک واحد دروازه کوانتومی، ممکن است به مقدار نمایی از منابع محاسباتی نیاز داشته باشد. در همین حال، طرح KLM بر این واقعیت استوار است که کدگذاری کوانتومی مناسب می‌تواند منابع را برای به دست آوردن کیوبیت‌های رمزگذاری شده دقیق با توجه به دقت به‌دست‌آمده کاهش دهد و می‌تواند LOQC را برای از دست دادن فوتون، ناکارآمدی آشکارساز و ناهمدوسی فاز مقاوم کند. در نتیجه، LOQC را می توان به طور قوی از طریق طرح KLM با نیاز به منابع کم به اندازه کافی برای پیشنهاد مقیاس پذیری عملی پیاده سازی کرد، که آن را به عنوان یک فناوری امیدوارکننده برای QIP مانند سایر پیاده سازی های شناخته شده می سازد.

        نمونه برداری بوزون [ ویرایش ]

        مقاله اصلی: نمونه برداری بوزون

        مدل نمونه برداری محدودتر بوزون توسط آرونسون و آرخیپوف در سال 2010 پیشنهاد و تجزیه و تحلیل شد . مسئله نمونه برداری بوزون در 3 دسامبر 2020، تیمی به رهبری فیزیکدان چینی پان جیانوی (潘建伟) و لو چائویانگ (陆朝阳) از دانشگاه علم و فناوری چین در هفی ، استان آنهویی ، نتایج خود را به علم ارائه کردند که در آن آنها مشکلی را حل کردند که عملا غیرقابل مقابله بود. توسط هر کامپیوتر کلاسیک؛ در نتیجه برتری کوانتومی را اثبات می کندرایانه کوانتومی مبتنی بر فوتون آنها به نام رایانه کوانتومی جیو ژانگ (九章量子计算机). [17] مشکل نمونه برداری بوزون در 200 ثانیه حل شد، آنها تخمین زدند که حل ابررایانه Sunway TaihuLight چین 2.5 میلیارد سال طول می کشد - برتری کوانتومی در حدود 10^14. جیو ژانگ به افتخار قدیمی ترین متن ریاضی باقیمانده چین (Jiǔ zhāng suàn shù) نه فصل در هنر ریاضی نامگذاری شد [18]

        مواد لازم [ ویرایش ]

        معیارهای DiVincenzo برای محاسبات کوانتومی و QIP [19] [20] نشان می دهد که یک سیستم جهانی برای QIP باید حداقل شرایط زیر را برآورده کند:

        1. یک سیستم فیزیکی مقیاس پذیر با کیوبیت های مشخص،
        2. توانایی مقداردهی اولیه وضعیت کیوبیت ها به یک حالت ساده ساده، مانند|000⋯〉|000\cdots \مقاله،
        3. زمان‌های ناپیوستگی مرتبط طولانی، بسیار بیشتر از زمان عملیات گیت،
        4. مجموعه ای "جهانی" از دروازه های کوانتومی (این الزام توسط یک سیستم غیرجهانی نمی تواند برآورده شود)
        5. قابلیت اندازه گیری کیوبیت خاص؛
          اگر سیستم ارتباط کوانتومی را نیز هدف قرار دهد، باید حداقل دو الزام زیر را نیز برآورده کند:
        6. توانایی تبدیل کیوبیت های ثابت و پرنده و
        7. توانایی انتقال صادقانه کیوبیت های پرنده بین مکان های مشخص شده.

        در نتیجه استفاده از فوتون‌ها و مدارهای نوری خطی، به طور کلی سیستم‌های LOQC می‌توانند به راحتی شرایط 3، 6 و 7 را برآورده کنند . به منظور بحث در مورد مزایا و معایب LOQC به عنوان نامزد QIP

        کیوبیت ها و حالت ها [ ویرایش ]

        کیوبیت یکی از واحدهای QIP اساسی است. یک حالت کیوبیت که می توان آن را با آن نشان داد\alpha |0\rangle +\beta |1\rangleیک حالت برهم نهی است که اگر بر اساس متعارف اندازه گیری شود {\displaystyle \{|0\rangle ,|1\rangle \}}، احتمال دارد||2|\alpha |^{2}از بودن در|0\رنگحالت و احتمال||2|\beta |^{2}از بودن در|1〉|1\رنگایالت، |\alpha |^{2}+|\beta |^{2}=1شرایط عادی سازی است. حالت نوری یک کانال ارتباطی نوری قابل تشخیص است که معمولاً توسط زیرنویس های یک حالت کوانتومی برچسب گذاری می شود. راه های زیادی برای تعریف کانال های ارتباطی نوری قابل تشخیص وجود دارد. به عنوان مثال، مجموعه ای از حالت ها می تواند قطبش نور متفاوت باشد که می تواند با عناصر نوری خطی، فرکانس های مختلف یا ترکیبی از دو حالت بالا انتخاب شود.

        در پروتکل KLM، هر یک از فوتون ها معمولاً در یکی از دو حالت هستند و حالت ها بین فوتون ها متفاوت است (احتمال اشغال یک مد توسط بیش از یک فوتون صفر است). این مورد فقط در هنگام پیاده سازی دروازه های کوانتومی کنترل شده مانند CNOT صدق نمی کند. هنگامی که وضعیت سیستم همانطور که توضیح داده شد، فوتون ها را می توان متمایز کرد، زیرا آنها در حالت های مختلف هستند، و بنابراین یک حالت کیوبیت را می توان با استفاده از یک فوتون منفرد در دو حالت عمودی (V) و افقی (H) نشان داد: مثال،{\displaystyle |0\rangle \equiv |0,1\rangle _{VH}}و{\displaystyle |1\rangle \equiv |1,0\rangle _{VH}}. مرسوم است که به حالت هایی که از طریق اشغال حالت ها به عنوان حالت های Fock تعریف می شوند، اشاره کنیم .

        در نمونه‌برداری بوزون، فوتون‌ها متمایز نمی‌شوند و بنابراین نمی‌توانند مستقیماً حالت کیوبیت را نشان دهند. در عوض، ما حالت کیوبیت کل سیستم کوانتومی را با استفاده از حالت های Fock نشان می دهیممحالت هایی که توسطنتک فوتون های غیر قابل تشخیص (این یک است{\displaystyle {\tbinom {M+N-1}{M}}}سیستم کوانتومی سطح).

        آماده سازی حالت [ ویرایش ]

        برای تهیه یک حالت کوانتومی چند فوتونی مورد نظر برای LOQC، ابتدا یک حالت تک فوتونی مورد نیاز است. بنابراین از عناصر نوری غیرخطی مانند ژنراتورهای تک فوتون و برخی از ماژول‌های نوری استفاده می‌شود. به عنوان مثال، تبدیل پارامتری نوری به پایین می تواند برای تولید مشروط استفاده شود{\displaystyle |1\rangle \equiv |1,0\rangle _{VH}}حالت در کانال قطبش عمودی در زمانتیتی(زیرنویس ها برای این مورد تک کیوبیت نادیده گرفته می شوند). با استفاده از یک منبع تک فوتون شرطی، وضعیت خروجی تضمین می شود، اگرچه ممکن است چندین تلاش (بسته به میزان موفقیت) نیاز داشته باشد. یک حالت چند کیوبیتی مشترک را می توان به روشی مشابه تهیه کرد. به طور کلی، یک حالت کوانتومی دلخواه می تواند برای QIP با مجموعه ای مناسب از منابع فوتون ایجاد شود.

        پیاده سازی دروازه های کوانتومی ابتدایی [ ویرایش ]

        برای دستیابی به محاسبات کوانتومی جهانی، LOQC باید قادر به تحقق مجموعه کاملی از دروازه های جهانی باشد. این را می توان در پروتکل KLM به دست آورد اما در مدل نمونه برداری بوزون نمی توان به آن دست یافت.

        با نادیده گرفتن تصحیح خطا و سایر مسائل، اصل اساسی در پیاده سازی گیت های کوانتومی ابتدایی با استفاده از آینه ها، تقسیم کننده های پرتو و شیفترهای فاز این است که با استفاده از این عناصر نوری خطی ، می توان هر عملیات واحد دلخواه 1 کیوبیتی را ساخت. به عبارت دیگر، آن عناصر نوری خطی مجموعه کاملی از عملگرها را روی هر کیوبیت واحد پشتیبانی می‌کنند.

        ماتریس واحد مرتبط با یک تقسیم کننده پرتوب،{\mathbf {B}}_{{\theta،\phi }}است:

        {\displaystyle U(\mathbf {B} _{\theta ,\phi })={\begin{bmatrix}\cos \theta &-e^{i\phi }\sin \theta \\e^{-i \phi }\sin \theta &\cos \theta \end{bmatrix}}}،

        جایی کهتتاو\phiبا دامنه بازتاب تعیین می شود rو دامنه انتقال تی(رابطه بعدا برای یک مورد ساده تر داده خواهد شد). برای یک تقسیم کننده پرتو متقارن که دارای تغییر فاز است\phi ={\frac {\pi }{2}}تحت شرایط تبدیل |t|^{2}+|r|^{2}=1t^{*}r+tr^{*}=0، می توان آن را نشان داد

        {\displaystyle U(\mathbf {B} _{\theta ,\phi ={\frac {\pi }{2}}})={\begin{bmatrix}t&r\\r&t\end{bmatrix}}={ \begin{bmatrix}\cos \theta &-i\sin \theta \\-i\sin \theta &\cos \theta \end{bmatrix}}=\cos \theta {\hat {I}}-i\ sin \theta {\hat {\sigma }}_{x}=e^{-i\theta {\hat {\sigma }}_{x}}}،

        که چرخشی از حالت تک کیوبیت در مورد استایکس-محور توسط2\theta=2\cos^{-1}(|t|)در حوزه بلوخ .

        آینه یک مورد خاص است که در آن نرخ بازتاب 1 است، به طوری که عملگر واحد مربوطه یک ماتریس چرخشی است که توسط

        {\displaystyle R(\theta )={\begin{bmatrix}\cos \theta &-\sin \theta \\\sin \theta &\cos \theta \\\end{bmatrix}}}.

        برای اکثر موارد آینه های مورد استفاده در QIP، زاویه برخورد \theta =45^{\circ }.

        به طور مشابه، یک اپراتور تغییر {\mathbf {P}}_{\phi }با یک اپراتور واحد که توسطU(\mathbf{P}_\phi)=e^{i\phi}، یا اگر در قالب 2 حالته نوشته شده باشد

        {\displaystyle U(\mathbf {P} _{\phi })={\begin{bmatrix}e^{i\phi }&0\\0&1\end{bmatrix}}={\begin{bmatrix}e^{ i\phi /2}&0\\0&e^{--i\phi /2}\end{bmatrix}}{\text{(فاز جهانی نادیده گرفته شد)}}=e^{i{\frac {\phi }{ 2}}{\hat {\sigma }}_{z}}}،

        که معادل چرخش است--\phiدربارهz-محور.

        از آنجایی که هر دوSU (2)چرخش در امتداد محورهای دوار متعامد می‌تواند چرخش‌های دلخواه را در کره بلوخ ایجاد کند، می‌توان از مجموعه‌ای از شکاف‌کننده‌ها و آینه‌های متقارن پرتو برای تحقق بخشیدن به دلخواه استفاده کرد.SU (2)اپراتورهای QIP شکل‌های زیر نمونه‌هایی از پیاده‌سازی یک گیت هادامارد و یک دروازه Pauli-X (دروازه NOT) با استفاده از تقسیم‌کننده‌های پرتو (نشان داده شده به صورت مستطیل‌هایی است که دو مجموعه از خطوط عبوری را با پارامترها به هم متصل می‌کنند.تتاو\phi) و آینه ها (نشان داده شده به صورت مستطیل هایی که دو مجموعه از خطوط متقاطع را با پارامتر به هم متصل می کنند.{\displaystyle R(\theta )}).

        اجرای دروازه هادامارد با تیر شکاف و آینه. مدار کوانتومی در قسمت بالایی قرار دارد.

        اجرای دروازه Pauli-X (NOT gate) با شکاف پرتو. مدار کوانتومی در قسمت بالایی قرار دارد.

        در شکل های بالا، یک کیوبیت با استفاده از دو کانال حالت (خطوط افقی) کدگذاری شده است:\left\vert 0\right\rangleنشان دهنده یک فوتون در حالت بالا و\چپ\vert 1\راست\rangleنشان دهنده یک فوتون در حالت پایین است.

        استفاده از مدارهای فوتونیک یکپارچه [ ویرایش ]

        در واقع، مونتاژ یک دسته کامل (احتمالاً به ترتیب10^{4}[21] ) تقسیم‌کننده‌های پرتو و شیفترهای فاز در یک جدول آزمایشی نوری چالش‌برانگیز و غیر واقعی است. برای اینکه LOQC کاربردی، مفید و فشرده باشد، یک راه حل کوچک کردن تمام عناصر نوری خطی، منابع فوتون و آشکارسازهای فوتون و ادغام آنها در یک تراشه است. در صورت استفاده از یک پلت فرم نیمه هادی ، منابع تک فوتون و آشکارسازهای فوتون را می توان به راحتی ادغام کرد. برای جداسازی حالت‌ها، توری موجبر آرایه‌ای یکپارچه (AWG) وجود دارد که معمولاً به عنوان مولتی پلکسرهای نوری در تقسیم طول موج چندگانه (WDM) استفاده می‌شود. در اصل، تقسیم‌کننده‌های پرتو و سایر عناصر نوری خطی نیز می‌توانند کوچک‌سازی شوند یا با نانوفوتونیک‌های معادل جایگزین شوند.عناصر. برخی از پیشرفت ها در این تلاش ها را می توان در ادبیات، به عنوان مثال، Refs. [22] [23] [24] در سال 2013، اولین مدار فوتونیک یکپارچه برای پردازش اطلاعات کوانتومی با استفاده از موجبر کریستال فوتونی برای درک تعامل بین میدان هدایت شونده و اتم ها نشان داده شد. [25]

        مقایسه پیاده سازی ها [ ویرایش ]

        مقایسه پروتکل KLM و مدل نمونه برداری بوزون [ ویرایش ]

        مزیت پروتکل KLM نسبت به مدل نمونه برداری بوزونی این است که در حالی که پروتکل KLM یک مدل جهانی است، نمونه گیری بوزون جهانی نیست. از سوی دیگر، به نظر می‌رسد که مسائل مقیاس‌پذیری در نمونه‌گیری بوزون نسبت به پروتکل KLM قابل مدیریت‌تر است.

        در نمونه‌برداری بوزون تنها یک اندازه‌گیری مجاز است، اندازه‌گیری تمام حالت‌ها در پایان محاسبات. تنها مشکل مقیاس‌پذیری در این مدل از این نیاز ناشی می‌شود که همه فوتون‌ها در یک بازه زمانی کوتاه و با فرکانس‌های کافی نزدیک به آشکارسازهای فوتون برسند. [16]

        در پروتکل KLM، دروازه های کوانتومی غیر قطعی وجود دارد که برای جهانی بودن مدل ضروری است. اینها بر انتقال از راه دور دروازه تکیه دارند، جایی که چندین دروازه احتمالی به صورت آفلاین آماده می شوند و اندازه گیری های اضافی در مدار میانی انجام می شود. این دو عامل دلیل مشکلات مقیاس پذیری اضافی در پروتکل KLM هستند.

        در پروتکل KLM حالت اولیه مطلوب حالتی است که در آن هر یک از فوتون ها در یکی از دو حالت باشند و احتمال اینکه یک حالت توسط بیش از یک فوتون اشغال شود صفر است. با این حال، در نمونه‌برداری بوزون، حالت اولیه مورد نظر مشخص است و نیاز به اولین حالت داردنحالت ها هر کدام توسط یک فوتون اشغال می شوند [16] (نتعداد فوتون ها و{\displaystyle M\geq N}تعداد حالت ها است) و همه حالت های دیگر خالی هستند.

        مدل های قبلی [ ویرایش ]

        مدل قبلی دیگر که بر نمایش چندین کیوبیت توسط یک فوتون تکیه دارد، بر اساس کار سی. آدامی و ان‌جی سرف است. [1] با استفاده از مکان و قطبش فوتون ها، یک فوتون در این مدل می تواند چندین کیوبیت را نشان دهد. با این حال، در نتیجه، CNOT-gate تنها می تواند بین دو کیوبیت که توسط فوتون یکسان نشان داده شده است، اجرا شود.

        شکل های زیر نمونه هایی از ساخت یک دروازه هادامارد معادل و دروازه CNOT با استفاده از شکاف دهنده های پرتو (نشان داده شده به صورت مستطیل هایی است که دو مجموعه از خطوط عبور را با پارامترها به هم متصل می کنند.تتاو\phi) و تغییر دهنده فاز (به صورت مستطیل روی یک خط با پارامتر نشان داده شده است\phi).

        اجرای گیت هادامارد بر روی کیوبیت "موقعیت" با تقسیم کننده پرتو و شیفترهای فاز. مدار کوانتومی در قسمت بالایی قرار دارد.

        اجرای دروازه کنترل شده-NOT با شکاف پرتو. مدار کوانتومی در قسمت بالایی قرار دارد.

        در تحقق نوری گیت CNOT، قطبش و مکان به ترتیب کیوبیت کنترل و هدف هستند.

        منبع

        https://en.wikipedia.org/wiki/Linear_optical_quantum_computing

        ​

        + نوشته شده در یکشنبه شانزدهم بهمن ۱۴۰۱ ساعت 21:25 توسط علی رضا نقش  | 

        5-کامپیوتر کوانتومی

        مهندسی[ ویرایش ]

        ویفری از کامپیوترهای کوانتومی آدیاباتیک

        چالش ها [ ویرایش ]

        تعدادی از چالش های فنی در ساخت یک کامپیوتر کوانتومی در مقیاس بزرگ وجود دارد. [78] فیزیکدان دیوید دی وینچنزو این الزامات را برای یک کامپیوتر کوانتومی عملی فهرست کرده است : [79]

        • از نظر فیزیکی مقیاس پذیر برای افزایش تعداد کیوبیت ها
        • کیوبیت هایی که می توانند به مقادیر دلخواه مقداردهی اولیه شوند
        • دروازه‌های کوانتومی که سریع‌تر از زمان ناهمدوسی هستند
        • ست دروازه جهانی
        • کیوبیت هایی که به راحتی قابل خواندن هستند

        تامین قطعات برای کامپیوترهای کوانتومی نیز بسیار دشوار است. کامپیوترهای کوانتومی ابررسانا ، مانند آنهایی که توسط گوگل و IBM ساخته شده اند ، به هلیوم-3 ، محصول جانبی تحقیقات هسته ای ، و کابل های ابررسانای ویژه که فقط توسط شرکت ژاپنی Coax Co. ساخته شده است ، نیاز دارند [80]

        کنترل سیستم های چند کیوبیتی مستلزم تولید و هماهنگی تعداد زیادی سیگنال الکتریکی با وضوح زمان بندی دقیق و قطعی است. این منجر به توسعه کنترل‌کننده‌های کوانتومی شده است که ارتباط با کیوبیت‌ها را امکان‌پذیر می‌سازد. مقیاس بندی این سیستم ها برای پشتیبانی از تعداد فزاینده کیوبیت ها یک چالش اضافی است. [81]

        عدم انسجام[ ویرایش ]

        یکی از بزرگترین چالش‌های موجود در ساخت رایانه‌های کوانتومی، کنترل یا حذف ناهمدوسی کوانتومی است. این معمولاً به معنای جداسازی سیستم از محیط خود است زیرا تعاملات با دنیای بیرونی باعث جدا شدن سیستم می شود. با این حال، منابع دیگری از عدم انسجام نیز وجود دارد. به عنوان مثال می توان به دروازه های کوانتومی و ارتعاشات شبکه و اسپین گرما هسته ای پس زمینه سیستم فیزیکی که برای اجرای کیوبیت ها استفاده می شود اشاره کرد. عدم انسجام برگشت ناپذیر است، زیرا عملاً غیر واحد است و معمولاً چیزی است که اگر از آن اجتناب نشود، باید به شدت کنترل شود. زمان‌های عدم انسجام برای سیستم‌های کاندید به‌ویژه، زمان آرامش عرضی T 2 (برای فناوری NMR و MRI ، همچنین به نامزمان dephasing )، معمولاً در دمای پایین بین نانوثانیه و ثانیه متغیر است. [82] در حال حاضر، برخی از کامپیوترهای کوانتومی به منظور جلوگیری از انسجام قابل توجه، نیاز به خنک شدن کیوبیت‌های خود تا 20 میلی‌کلوین (معمولاً با استفاده از یخچال رقیق‌سازی [83] ) دارند. [84] مطالعه‌ای در سال 2020 استدلال می‌کند که پرتوهای یونیزان مانند پرتوهای کیهانی با این وجود می‌توانند باعث شوند سیستم‌های خاصی در عرض میلی‌ثانیه جدا شوند. [85]

        در نتیجه، کارهای وقت‌گیر ممکن است برخی از الگوریتم‌های کوانتومی را غیرقابل اجرا کند، زیرا تلاش برای حفظ وضعیت کیوبیت‌ها برای مدت زمان کافی طولانی، در نهایت برهم‌نهی‌ها را خراب می‌کند. [86]

        این مسائل برای رویکردهای نوری دشوارتر هستند، زیرا مقیاس‌های زمانی مرتبه‌ای کوتاه‌تر هستند و یک رویکرد غالباً برای غلبه بر آنها شکل‌دهی پالس نوری است . نرخ خطا معمولاً متناسب با نسبت زمان عملیاتی به زمان ناپیوستگی است، از این رو هر عملیاتی باید بسیار سریعتر از زمان ناپیوستگی کامل شود.

        همانطور که در قضیه آستانه توضیح داده شد ، اگر میزان خطا به اندازه کافی کوچک باشد، تصور می‌شود که می‌توان از تصحیح خطای کوانتومی برای سرکوب خطاها و ناپیوستگی استفاده کرد. در صورتی که طرح تصحیح خطا بتواند خطاها را سریعتر از زمانی که decoherence معرفی می کند، تصحیح کند، این اجازه می دهد تا کل زمان محاسبه بیشتر از زمان عدم انسجام باشد. رقمی که اغلب برای نرخ خطای مورد نیاز در هر گیت برای محاسبات تحمل‌پذیر خطا ذکر می‌شود ، 10-3 است، با این فرض که نویز دپلاریزاسیون است.

        تحقق این شرط مقیاس پذیری برای طیف وسیعی از سیستم ها امکان پذیر است. با این حال، استفاده از تصحیح خطا هزینه افزایش بسیار زیادی از کیوبیت های مورد نیاز را به همراه دارد. عدد مورد نیاز برای فاکتورسازی اعداد صحیح با استفاده از الگوریتم Shor هنوز چند جمله‌ای است و گمان می‌رود بین L و L 2 باشد . الگوریتم های تصحیح خطا این رقم را با ضریب L افزایش می دهد. برای یک عدد 1000 بیتی، این به معنای نیاز به حدود 10 4 بیت بدون تصحیح خطا است. [87] با تصحیح خطا، این رقم به حدود 10 7 بیت افزایش می یابد. زمان محاسبه حدود L است2 یا حدود 10 7 مرحله و در 1 مگاهرتز، حدود 10 ثانیه. با این حال، سایر برآوردهای دقیق [35] [36] تعداد کیوبیت ها را برای فاکتورسازی اعداد صحیح 2048 بیتی در 5 ماه در یک کامپیوتر کوانتومی یونی به دام افتاده به 3 میلیون کاهش می دهند.

        روش دیگر برای مسئله پایداری- ناهمدوسی، ایجاد یک کامپیوتر کوانتومی توپولوژیکی با آنیون‌ها ، شبه ذرات مورد استفاده به عنوان رشته‌ها، و تکیه بر نظریه braid برای تشکیل گیت‌های منطقی پایدار است. [88] [89]

        برتری کوانتومی [ ویرایش ]

        برتری کوانتومی اصطلاحی است که توسط جان پرسکیل ابداع شده است و به شاهکار مهندسی نشان می دهد که یک دستگاه کوانتومی قابل برنامه ریزی می تواند مشکلی فراتر از توانایی های رایانه های کلاسیک پیشرفته را حل کند. [90] [91] [92] مشکل نیازی نیست مفید باشد، بنابراین برخی تست برتری کوانتومی را فقط به عنوان یک معیار بالقوه آینده می‌بینند. [93]

        در اکتبر 2019، Google AI Quantum با کمک ناسا اولین کسی بود که ادعا کرد با انجام محاسبات روی رایانه کوانتومی Sycamore بیش از 3000000 برابر سریعتر از آنچه در Summit انجام می شود ، به برتری کوانتومی دست یافته است. کامپیوتر. [94] [95] [96] متعاقباً این ادعا به چالش کشیده شد: IBM بیان کرده است که Summit می‌تواند نمونه‌ها را بسیار سریع‌تر از آنچه ادعا می‌شود انجام دهد، [97] [98] و از آن زمان محققان الگوریتم‌های بهتری را برای مسئله نمونه‌برداری که برای ادعای کوانتومی استفاده می‌شود توسعه داده‌اند. برتری، کاهش قابل توجهی در شکاف بین Sycamore و ابررایانه های کلاسیک [99] [100] [101]و حتی کتک زدنش [102] [103] [104]

        در دسامبر 2020، گروهی در USTC برای نشان دادن برتری کوانتومی، نوعی نمونه‌برداری از بوزون را روی 76 فوتون با یک کامپیوتر کوانتومی فوتونیک به نام Jiuzhang اجرا کردند. [105] [106] [107] نویسندگان ادعا می کنند که یک ابر رایانه کلاسیک معاصر به زمان محاسباتی 600 میلیون سال نیاز دارد تا تعداد نمونه هایی را که پردازنده کوانتومی آنها می تواند در 20 ثانیه تولید کند تولید کند. [108]

        در 16 نوامبر 2021، در اجلاس محاسبات کوانتومی، IBM یک ریزپردازنده 127 کیوبیتی به نام IBM Eagle ارائه کرد. [109]

        شک و تردید [ ویرایش ]

        برخی از محققان در مورد اینکه کامپیوترهای کوانتومی مقیاس پذیر می توانند ساخته شوند، ابراز تردید کرده اند، معمولاً به دلیل مسئله حفظ انسجام در مقیاس های بزرگ، اما به دلایل دیگر.

        بیل اونرو در مقاله ای که در سال 1994 منتشر شد، در مورد عملی بودن رایانه های کوانتومی تردید داشت. [110] پل دیویس استدلال می کرد که یک رایانه 400 کیوبیتی حتی با اطلاعات کیهانی که توسط اصل هولوگرافیک مستلزم آن است، در تضاد خواهد بود . [111] شکاکانی مانند گیل کالای تردید دارند که برتری کوانتومی هرگز حاصل شود. [112] [113] [114] فیزیکدان میخائیل دیاکونوف شک و تردید را نسبت به محاسبات کوانتومی به شرح زیر بیان کرده است:

        بنابراین تعداد پارامترهای پیوسته ای که وضعیت چنین کامپیوتر کوانتومی مفیدی را در هر لحظه توصیف می کنند باید ... حدود 10 300 باشد ... آیا می توانیم یاد بگیریم که بیش از 10 300 پارامتر متغیر پیوسته را که وضعیت کوانتومی را تعریف می کنند، کنترل کنیم. چنین سیستمی؟ پاسخ من ساده است. نه، هرگز. " [115] [116]

        نامزدهای تحقق فیزیکی [ ویرایش ]

        برای پیاده‌سازی فیزیکی یک کامپیوتر کوانتومی، نامزدهای مختلفی دنبال می‌شوند که از جمله آنها می‌توان به سیستم فیزیکی مورد استفاده برای تحقق کیوبیت‌ها متمایز شد:

        تعداد زیاد نامزدها نشان می دهد که محاسبات کوانتومی، علیرغم پیشرفت سریع، هنوز در مراحل اولیه است. [143]

        تئوری[ ویرایش ]

        محاسبه پذیری[ ویرایش ]

        اطلاعات بیشتر: نظریه محاسباتی

        هر مشکل محاسباتی قابل حل توسط یک کامپیوتر کلاسیک توسط یک کامپیوتر کوانتومی نیز قابل حل است. [2] به طور شهودی، این به این دلیل است که اعتقاد بر این است که همه پدیده‌های فیزیکی، از جمله عملکرد رایانه‌های کلاسیک، می‌توانند با استفاده از مکانیک کوانتومی ، که زیربنای عملکرد رایانه‌های کوانتومی است، توصیف شوند.

        برعکس، هر مشکلی که توسط یک کامپیوتر کوانتومی قابل حل باشد، توسط یک کامپیوتر کلاسیک نیز قابل حل است. اگر زمان کافی داده شود، می توان کامپیوترهای کوانتومی و کلاسیک را به صورت دستی فقط با مقداری کاغذ و قلم شبیه سازی کرد. به طور رسمی تر، هر کامپیوتر کوانتومی را می توان توسط ماشین تورینگ شبیه سازی کرد . به عبارت دیگر، رایانه‌های کوانتومی از نظر قابلیت محاسبه ، هیچ قدرت اضافی نسبت به رایانه‌های کلاسیک ارائه نمی‌کنند . این بدان معناست که رایانه‌های کوانتومی نمی‌توانند مسائل غیرقابل تصمیم‌گیری مانند مشکل توقف را حل کنند و وجود رایانه‌های کوانتومی تز چرچ-تورینگ را رد نمی‌کند . [144]

        پیچیدگی[ ویرایش ]

        مقاله اصلی: نظریه پیچیدگی کوانتومی

        در حالی که رایانه‌های کوانتومی نمی‌توانند مشکلاتی را که رایانه‌های کلاسیک قبلاً نمی‌توانند حل کنند، حل کنند، گمان می‌رود که آنها می‌توانند مشکلات خاصی را سریع‌تر از رایانه‌های کلاسیک حل کنند. به عنوان مثال، مشخص است که رایانه‌های کوانتومی می‌توانند به طور مؤثر اعداد صحیح را فاکتور بگیرند، در حالی که تصور نمی‌شود این مورد برای رایانه‌های کلاسیک باشد.

        دسته ای از مسائلی که می توانند به طور موثر توسط یک کامپیوتر کوانتومی با خطای محدود حل شوند ، BQP برای "خطای محدود، کوانتومی، زمان چند جمله ای" نامیده می شود. به طور رسمی تر، BQP کلاس مسائلی است که می تواند توسط یک ماشین تورینگ کوانتومی چند جمله ای با احتمال خطا حداکثر 1/3 حل شود. به عنوان یک کلاس از مسائل احتمالی، BQP همتای کوانتومی BPP است ("خطای محدود، احتمالی، زمان چند جمله ای")، کلاسی از مسائلی که می توانند توسط ماشین های تورینگ احتمالی چند جمله ای با خطای کران حل شوند. [145] مشهور است که و گمان زیادی بر آن است{\displaystyle {\mathsf {BPP\subseteq BQP}}}{\displaystyle {\mathsf {BQP\subsetneq BPP}}}، که به طور شهودی به این معنی است که رایانه های کوانتومی از نظر پیچیدگی زمانی قوی تر از رایانه های کلاسیک هستند . [146]

        رابطه مشکوک BQP با چندین کلاس پیچیدگی کلاسیک [51]

        رابطه دقیق BQP با P ، NP و PSPACE مشخص نیست. با این حال، مشخص است که ؛ یعنی تمام مسائلی را که می توان به طور کارآمد با یک کامپیوتر کلاسیک قطعی حل کرد، توسط یک کامپیوتر کوانتومی نیز می تواند به طور کارآمد حل شود، و تمام مسائلی که می توانند به طور موثر توسط یک کامپیوتر کوانتومی حل شوند نیز می توانند توسط یک کامپیوتر کلاسیک قطعی با منابع فضایی چند جمله ای حل شوند. . همچنین گمان می رود که BQP یک ابرمجموعه سخت P است، به این معنی که مشکلاتی وجود دارد که به طور مؤثر توسط رایانه های کوانتومی قابل حل هستند که به طور کارآمدی توسط رایانه های کلاسیک قطعی قابل حل نیستند. به عنوان مثال، فاکتورسازی اعداد صحیح و مسئله لگاریتم گسسته{\displaystyle {\mathsf {P\subseteq BQP\subseteq PSPACE}}}شناخته شده است که در BQP هستند و مشکوک به خارج از P هستند. در مورد رابطه BQP با NP، اطلاعات کمی فراتر از این واقعیت است که برخی از مشکلات NP که اعتقاد بر این است که در P نیستند نیز در BQP هستند (فاکتورسازی اعداد صحیح و برای مثال، مسئله لگاریتم گسسته هر دو در NP هستند). گمان می رود که ؛ یعنی اعتقاد بر این است که مسائلی وجود دارد که به طور موثر قابل بررسی هستند که به طور کارآمدی توسط یک کامپیوتر کوانتومی قابل حل نیستند. به عنوان پیامد مستقیم این باور، همچنین گمان می رود که BQP از کلاس مسائل NP-complete جدا باشد (اگر یک مسئله NP-کامل در BQP باشد، پس از سختی NP نتیجه می گیرد که همه مشکلات در NP در BQP). [147]{\displaystyle {\mathsf {NP\nsubseteq BQP}}}

        رابطه BQP با کلاس های پیچیدگی کلاسیک پایه را می توان به صورت زیر خلاصه کرد:

        {\displaystyle {\mathsf {P\subseteq BPP\subseteq BQP\subseteq PP\subseteq PSPACE}}

        همچنین مشخص است که BQP در کلاس پیچیدگی (یا به طور دقیق تر در کلاس مربوط به مسائل تصمیم گیری ) قرار دارد، [147] که زیر کلاس PSPACE است. {\displaystyle \color {Blue}{\mathsf {\#P}}}{\displaystyle {\mathsf {P^{\#P}}}}

        حدس زده می‌شود که پیشرفت‌های بیشتر در فیزیک می‌تواند منجر به رایانه‌های سریع‌تر شود. به عنوان مثال، نشان داده شده است که یک کامپیوتر کوانتومی متغیر پنهان غیرمحلی مبتنی بر مکانیک بوهمین می‌تواند جستجوی پایگاه‌داده N- اقلام را در اکثر مراحل انجام دهد، یعنی یک افزایش جزئی نسبت به الگوریتم گروور ، که در مرحله اجرا می‌شود. با این حال، توجه داشته باشید که هیچ یک از روش های جستجو به کامپیوترهای کوانتومی اجازه نمی دهد تا مسائل NP-complete را در زمان چند جمله ای حل کنند. [148] نظریه های گرانش کوانتومی ، مانند نظریه M و گرانش کوانتومی حلقه{\displaystyle O({\sqrt[{3}]{N}})}O({\sqrt {N}})، ممکن است اجازه دهد حتی کامپیوترهای سریع تری ساخته شوند. با این حال، تعریف محاسبات در این نظریه ها به دلیل مشکل زمان ، یک مشکل باز است . یعنی در این تئوری‌های فیزیکی در حال حاضر هیچ روش واضحی برای توصیف معنای ارسال ورودی به رایانه در یک نقطه از زمان توسط ناظر و دریافت خروجی در زمان بعدی وجود ندارد. [149] [150]

        منبع

        https://en.wikipedia.org/wiki/Quantum_computing

        + نوشته شده در یکشنبه شانزدهم بهمن ۱۴۰۱ ساعت 21:14 توسط علی رضا نقش  | 

        شبیه ساز کوانتومی


        در این عکس از یک کریستال شبیه‌ساز کوانتومی، یون‌ها در حال فلورسانس هستند ، که نشان می‌دهد کیوبیت‌ها همه در یک حالت هستند (یا "1" یا "0"). در شرایط آزمایشی مناسب، کریستال یونی به طور خود به خود این ساختار شبکه مثلثی تقریباً کامل را تشکیل می دهد. اعتبار: Britton/NIST

        تصویر شبیه ساز کوانتومی یون به دام افتاده: قلب شبیه ساز یک کریستال دو بعدی از یون های بریلیم است (کره های آبی در تصویر). بیرونی ترین الکترون هر یون یک بیت کوانتومی است (کیوبیت، فلش های قرمز). یون ها توسط یک میدان مغناطیسی بزرگ در دستگاهی به نام تله پنینگ (نشان داده نشده) محدود می شوند. در داخل تله، کریستال در جهت عقربه های ساعت می چرخد. اعتبار: Britton/NIST

        شبیه سازهای کوانتومی امکان مطالعه یک سیستم کوانتومی را به روشی قابل برنامه ریزی فراهم می کنند. در این مثال، شبیه‌سازها دستگاه‌هایی با هدف ویژه هستند که برای ارائه بینش در مورد مسائل فیزیک خاص طراحی شده‌اند . [1] [2] [3] شبیه‌سازهای کوانتومی ممکن است با رایانه‌های کوانتومی "دیجیتال" قابل برنامه‌ریزی کلی مقایسه شوند ، که می‌توانند کلاس وسیع‌تری از مسائل کوانتومی را حل کنند.

        یک شبیه ساز کوانتومی جهانی یک کامپیوتر کوانتومی است که توسط یوری مانین در سال 1980 [4] و ریچارد فاینمن در سال 1982 پیشنهاد شد. بتواند اثر کوانتومی مورد نیاز را تقلید کند. [5] [6]

        یک سیستم کوانتومی متشکل از ذرات بسیاری را می توان توسط یک کامپیوتر کوانتومی با استفاده از تعدادی بیت کوانتومی مشابه تعداد ذرات در سیستم اصلی شبیه سازی کرد. [5] این به کلاس های بسیار بزرگتری از سیستم های کوانتومی گسترش یافته است. [7] [8] [9] [10]

        شبیه‌سازهای کوانتومی بر روی تعدادی از پلتفرم‌های آزمایشی، از جمله سیستم‌های گازهای کوانتومی فوق‌سرد ، مولکول‌های قطبی، یون‌های به دام افتاده، سیستم‌های فوتونیک، نقاط کوانتومی و مدارهای ابررسانا ساخته شده‌اند. [11]

        حل مسائل فیزیک [ ویرایش ]

        بسیاری از مسائل مهم در فیزیک، به‌ویژه فیزیک دمای پایین و فیزیک بدن‌های متعدد ، به خوبی درک نشده‌اند، زیرا مکانیک کوانتومی زیربنایی بسیار پیچیده است. کامپیوترهای معمولی، از جمله ابررایانه‌ها، برای شبیه‌سازی سیستم‌های کوانتومی با 30 ذره کافی نیستند، زیرا ابعاد فضای هیلبرت به طور تصاعدی با تعداد ذرات افزایش می‌یابد. [6] ابزارهای محاسباتی بهتری برای درک و طراحی منطقی موادی لازم است که خواص آنها به رفتار کوانتومی جمعی صدها ذره بستگی دارد. [2] [3]شبیه سازهای کوانتومی یک مسیر جایگزین برای درک ویژگی های این سیستم ها ارائه می دهند. این شبیه سازها تحقق تمیزی از سیستم های خاص مورد علاقه را ایجاد می کنند که امکان تحقق دقیق ویژگی های آنها را فراهم می کند. کنترل دقیق و تنظیم گسترده پارامترهای سیستم اجازه می دهد تا تأثیر پارامترهای مختلف به طور تمیز از هم جدا شود.

        شبیه‌سازهای کوانتومی می‌توانند مسائلی را حل کنند که شبیه‌سازی آنها در رایانه‌های کلاسیک دشوار است، زیرا مستقیماً از ویژگی‌های کوانتومی ذرات واقعی بهره‌برداری می‌کنند. به طور خاص، آنها از ویژگی مکانیک کوانتومی به نام برهم نهی استفاده می کنند ، که در آن یک ذره کوانتومی به طور همزمان در دو حالت مجزا قرار می گیرد، به عنوان مثال، هم تراز و ضد تراز با یک میدان مغناطیسی خارجی. مهمتر از همه، شبیه سازها همچنین از ویژگی کوانتومی دوم به نام درهم تنیدگی بهره می برند ، که اجازه می دهد رفتار حتی ذرات به خوبی جدا شده از نظر فیزیکی همبستگی داشته باشد. [2] [3] [12]

        اخیراً از شبیه سازهای کوانتومی برای به دست آوردن کریستال های زمان [13] [14] و مایعات اسپین کوانتومی استفاده شده است. [15] [16]

        شبیه سازهای یون به دام افتاده [ ویرایش ]

        سیستم مبتنی بر تله یونی یک محیط ایده آل برای شبیه سازی برهمکنش ها در مدل های اسپین کوانتومی ایجاد می کند. [17] یک شبیه‌ساز یون به دام افتاده ، ساخته شده توسط تیمی که شامل NIST می‌شود، می‌تواند برهم‌کنش‌های بین صدها بیت کوانتومی (کیوبیت) را مهندسی و کنترل کند. [18] تلاش های قبلی قادر به فراتر رفتن از 30 بیت کوانتومی نبودند. توانایی این شبیه ساز 10 برابر بیشتر از دستگاه های قبلی است. این یک سری از آزمون‌های معیاری مهم را گذرانده است که نشان‌دهنده توانایی حل مسائلی در علم مواد است که مدل‌سازی آنها بر روی رایانه‌های معمولی غیرممکن است.

        شبیه ساز یون به دام افتاده از یک کریستال کوچک و تک صفحه ای متشکل از صدها یون بریلیم با قطر کمتر از 1 میلی متر تشکیل شده است که درون دستگاهی به نام تله پنینگ معلق است . بیرونی ترین الکترون هر یون به عنوان یک آهنربای کوانتومی کوچک عمل می کند و به عنوان یک کیوبیت، معادل کوانتومی "1" یا "0" در یک کامپیوتر معمولی استفاده می شود. در آزمایش محک زدن، فیزیکدانان از پرتوهای لیزر برای خنک کردن یون ها تا نزدیک به صفر مطلق استفاده کردند. پالس های مایکروویو و لیزر با دقت زمان بندی شده اندسپس باعث شد کیوبیت ها برهم کنش داشته باشند و رفتار کوانتومی مواد را تقلید کنند، در غیر این صورت مطالعه در آزمایشگاه بسیار دشوار است. اگرچه ممکن است این دو سیستم از نظر ظاهری متفاوت به نظر برسند، اما رفتار آنها طوری مهندسی شده است که از نظر ریاضی یکسان باشد. به این ترتیب، شبیه‌سازها به محققان اجازه می‌دهند پارامترهایی را که در جامدات طبیعی تغییر نمی‌کنند، مانند فاصله شبکه اتمی و هندسه، تغییر دهند.

        Friedenauer و همکاران، 2 اسپین را به صورت آدیاباتیک دستکاری کردند و جدایی آنها را به حالت فرومغناطیسی و ضد فرومغناطیسی نشان دادند. [19] کیم و همکاران، شبیه‌ساز کوانتومی یون به دام افتاده را به 3 اسپین گسترش دادند، با برهمکنش‌های ایزینگ ضد فرومغناطیسی جهانی که شامل سرخوردگی و نشان دادن پیوند بین سرخوردگی و درهم‌تنیدگی بود [20] و اسلام و همکاران، از شبیه‌سازی کوانتومی آدیاباتیک برای نشان دادن تیز کردن استفاده کردند. از یک انتقال فاز بین نظم پارامغناطیس و فرومغناطیسی با افزایش تعداد اسپین ها از 2 به 9. [21] Barreiro et al. یک شبیه‌ساز کوانتومی دیجیتال از چرخش‌های برهمکنش با حداکثر 5 یون به دام افتاده با جفت شدن به یک مخزن باز [22] و Lanyon و همکارانش ایجاد کردند.شبیه سازی کوانتومی دیجیتال با حداکثر 6 یون را نشان داد. [23] اسلام، و همکاران، شبیه‌سازی کوانتومی آدیاباتیک مدل Ising عرضی را با برهمکنش‌های برد متغیر (طولانی) با حداکثر 18 اسپین یونی به دام افتاده نشان دادند، که کنترل سطح سرخوردگی اسپین را با تنظیم محدوده برهم‌کنش ضد فرومغناطیسی نشان داد. [24] بریتون و همکاران. از NIST به طور تجربی برهمکنش های Ising را در یک سیستم صدها کیوبیت برای مطالعات مغناطیس کوانتومی محک زده است. [18] پاگانو، و همکاران، یک سیستم جدید به دام انداختن یون برودتی را گزارش کردند که برای ذخیره طولانی مدت زنجیره های یونی بزرگ طراحی شده است که عملیات منسجم یک و دو کیوبیت را برای زنجیره های تا 44 یون نشان می دهد. [25]جوشی و همکاران، دینامیک کوانتومی 51 یون کنترل شده را بررسی کردند و یک زنجیره چرخشی برهم کنش دوربرد را کشف کردند. [26]

        شبیه سازهای اتم فوق سرد [ ویرایش ]

        بسیاری از آزمایش های اتم فوق سرد نمونه هایی از شبیه سازهای کوانتومی هستند. اینها شامل آزمایش‌هایی برای مطالعه بوزون‌ها یا فرمیون‌ها در شبکه‌های نوری ، گاز فرمی واحد، آرایه‌های اتم ریدبرگ در موچین‌های نوری است. یک موضوع مشترک برای این آزمایش ها، توانایی تحقق همیلتونی های عمومی، مانند هابارد یا ایزینگ همیلتونین با میدان عرضی است . اهداف اصلی این آزمایش‌ها شامل شناسایی فازهای دمای پایین یا ردیابی دینامیک خارج از تعادل برای مدل‌های مختلف است، مشکلاتی که از نظر تئوری و عددی غیرقابل حل هستند. [27] [28]آزمایش‌های دیگر مدل‌های ماده متراکم را در رژیم‌هایی که تحقق آنها با مواد معمولی دشوار یا غیرممکن است، مانند مدل Haldane و مدل Harper-Hofstadter، محقق کرده‌اند . [29] [30] [31] [32] [33]

        کیوبیت های ابررسانا [ ویرایش ]

        شبیه سازهای کوانتومی با استفاده از کیوبیت های ابررسانا به دو دسته اصلی تقسیم می شوند. اول، به اصطلاح آنیل‌کننده‌های کوانتومی ، وضعیت پایه برخی از هامیلتون‌ها را پس از یک رمپ آدیاباتیک تعیین می‌کنند. این رویکرد گاهی اوقات محاسبات کوانتومی آدیاباتیک نامیده می شود . دوم، بسیاری از سیستم‌ها همیلتونی‌های خاص را شبیه‌سازی می‌کنند و ویژگی‌های حالت پایه، انتقال فاز کوانتومی، یا دینامیک زمانی آنها را مطالعه می‌کنند. [34] چندین نتیجه مهم اخیر شامل تحقق یک عایق Mott در یک سیستم بوز-هابارد اتلاف‌پذیر محرکه و مطالعات انتقال فاز در شبکه‌های تشدیدگرهای ابررسانا همراه با کیوبیت است. [35] [36]

        همچنین ببینید

        + نوشته شده در یکشنبه شانزدهم بهمن ۱۴۰۱ ساعت 20:54 توسط علی رضا نقش  | 

        7-سلول خورشیدی


        ساخت [ ویرایش ]

        این بخش به نقل قول های اضافی برای تأیید نیاز دارد . لطفاً با افزودن نقل قول به منابع معتبر به بهبود این مقاله کمک کنید . اطلاعات بدون مرجع ممکن است مشکل ایجاد کرده و پاک شوند. ( ژوئن 2014 ) ( نحوه و زمان حذف این پیام الگو را بیاموزید )

        ماشین حساب اولیه با انرژی خورشیدی

        سلول‌های خورشیدی برخی از تکنیک‌های پردازش و ساخت مشابه با سایر دستگاه‌های نیمه‌رسانا را به اشتراک می‌گذارند. با این حال، الزامات سختگیرانه برای تمیزی و کنترل کیفیت ساخت نیمه هادی ها برای سلول های خورشیدی راحت تر است و هزینه ها را کاهش می دهد.

        ویفرهای سیلیکونی پلی کریستالی توسط شمش ​​های سیلیکونی بلوک اره سیمی به ویفرهای 180 تا 350 میکرومتری ساخته می شوند. ویفرها معمولاً به آرامی از نوع p دوپ می شوند. انتشار سطحی ناخالصی های نوع n در قسمت جلویی ویفر انجام می شود. این اتصال ap-n را در چند صد نانومتر زیر سطح تشکیل می دهد.

        سپس پوشش‌های ضد انعکاس معمولاً برای افزایش مقدار نور جفت شده به سلول خورشیدی اعمال می‌شوند. نیترید سیلیکون به تدریج جایگزین دی اکسید تیتانیوم به عنوان ماده ترجیحی شده است، زیرا دارای کیفیت غیرفعال سازی سطح عالی است. از نوترکیبی حامل در سطح سلول جلوگیری می کند. لایه ای به ضخامت چند صد نانومتر با استفاده از رسوب دهی بخار شیمیایی تقویت شده با پلاسما اعمال می شود . برخی از سلول های خورشیدی دارای سطوح جلویی بافتی هستند که مانند پوشش های ضد انعکاس، میزان نوری را که به ویفر می رسد افزایش می دهد. چنین سطوحی ابتدا بر روی سیلیکون تک کریستالی اعمال شد، سپس کمی بعد سیلیکون چند کریستالی اعمال شد.

        یک کنتاکت فلزی کامل در سطح پشتی ایجاد می‌شود و یک تماس فلزی شبکه‌مانند که از «انگشت‌های» ظریف و «میله‌های اتوبوس» بزرگ‌تر تشکیل شده است، با استفاده از خمیر نقره‌ای روی سطح جلویی چاپ می‌شوند. این یک تکامل از فرآیند به اصطلاح "مرطوب" برای اعمال الکترودها است که برای اولین بار در یک حق اختراع ایالات متحده که در سال 1981 توسط Bayer AG ثبت شد، توصیف شد . [142] تماس پشتی با چاپ روی صفحه یک خمیر فلزی، معمولاً آلومینیومی تشکیل می‌شود. معمولاً این تماس تمام قسمت عقب را می پوشاند، اگرچه برخی از طرح ها از یک الگوی شبکه استفاده می کنند. سپس خمیر را در چند صد درجه سانتیگراد شلیک می کنند تا الکترودهای فلزی در تماس اهمی تشکیل شودبا سیلیکون برخی از شرکت ها از یک مرحله آبکاری اضافی برای افزایش کارایی استفاده می کنند. پس از ایجاد کنتاکت های فلزی، سلول های خورشیدی توسط سیم های مسطح یا نوارهای فلزی به هم متصل می شوند و به صورت ماژول ها یا "پنل های خورشیدی" مونتاژ می شوند. پنل های خورشیدی دارای ورقه ای از شیشه سکوریت در جلو و یک محفظه پلیمری در پشت هستند.

        انواع مختلف ساخت و بازیافت تا حدی تعیین می کند که چقدر در کاهش انتشار گازهای گلخانه ای و تأثیر مثبت زیست محیطی موثر است. [37] چنین تفاوت‌ها و اثربخشی را می‌توان برای تولید بهینه‌ترین انواع محصولات برای اهداف مختلف در مناطق مختلف در طول زمان اندازه‌گیری کرد.

        تولید کنندگان و گواهینامه [ ویرایش ]

        اطلاعات بیشتر: لیست شرکت های فتوولتائیک

        این بخش باید به روز شود . لطفاً به به روز رسانی این مقاله کمک کنید تا رویدادهای اخیر یا اطلاعات جدید موجود را منعکس کند. ( نوامبر 2021 )

        تولید سلول های خورشیدی بر اساس منطقه [143]

        آزمایشگاه ملی انرژی های تجدیدپذیر فناوری های خورشیدی را آزمایش و تأیید می کند. سه گروه قابل اعتماد تجهیزات خورشیدی را تأیید می کنند: UL و IEEE (هر دو استاندارد ایالات متحده) و IEC .

        سلول های خورشیدی در ژاپن، آلمان، چین، تایوان، مالزی و ایالات متحده در حجم تولید می شوند، در حالی که اروپا، چین، ایالات متحده و ژاپن (94٪ یا بیشتر از سال 2013) در سیستم های نصب شده تسلط داشتند. [144] کشورهای دیگر ظرفیت تولید سلول های خورشیدی قابل توجهی را به دست می آورند.

        طبق گزارش سالانه "گزارش وضعیت PV" منتشر شده توسط مرکز تحقیقات مشترک کمیسیون اروپا ، تولید جهانی سلول/ماژول PV در سال 2012 با وجود کاهش 9 درصدی سرمایه گذاری در انرژی خورشیدی، 10 درصد افزایش یافت . بین سال های 2009 و 2013 تولید سلولی چهار برابر شده است. [144] [145] [146]

        چین [ ویرایش ]

        مقاله اصلی: انرژی خورشیدی در چین

        از سال 2013، چین پیشروترین نصب کننده فتوولتائیک خورشیدی (PV) در جهان بوده است. [144] تا سپتامبر 2018، شصت درصد از ماژول‌های فتوولتائیک خورشیدی جهان در چین ساخته شده‌اند. [147] از ماه مه 2018، بزرگترین نیروگاه فتوولتائیک در جهان در صحرای تنگر در چین واقع شده است. [148] در سال 2018، چین ظرفیت نصب شده فتوولتائیک بیشتری (بر حسب گیگاوات) نسبت به مجموع 9 کشور بعدی اضافه کرد. [149] تا سال 2022، سهم چین در تولید پنل های خورشیدی در تمام مراحل ساخت از 80 درصد فراتر رفت. [150]

        مالزی [ ویرایش ]

        مقاله اصلی: تولید فتوولتائیک در مالزی

        در سال 2014، مالزی سومین تولیدکننده بزرگ تجهیزات فتوولتائیک در جهان پس از چین و اتحادیه اروپا بود . [151]

        ایالات متحده [ ویرایش ]

        مقاله اصلی: انرژی خورشیدی در ایالات متحده

        تولید انرژی خورشیدی در ایالات متحده از سال 2013 تا 2019 دو برابر شده است. [152] این امر ابتدا به دلیل کاهش قیمت سیلیکون با کیفیت، [153] [154] [155] و بعداً صرفاً به دلیل کاهش قیمت جهانی ماژول‌های فتوولتائیک بود. [148] [156] در سال 2018، ایالات متحده 10.8 گیگاوات انرژی فتوولتائیک خورشیدی نصب شده اضافه کرد که افزایش 21 درصدی داشت. [149]

        منابع مواد [ ویرایش ]

        [آیکون]

        این بخش نیاز به گسترش دارد . می توانید با افزودن به آن کمک کنید . ( نوامبر 2021 )

        مانند بسیاری دیگر از فناوری های تولید انرژی، ساخت سلول های خورشیدی، به ویژه گسترش سریع آن، پیامدهای زیست محیطی و زنجیره تامین زیادی دارد. استخراج جهانی ممکن است برای تامین مواد معدنی مورد نیاز که در هر نوع سلول خورشیدی متفاوت است، سازگار شود و به طور بالقوه گسترش یابد. [157] [158] بازیافت پانل های خورشیدی می تواند منبعی برای موادی باشد که در غیر این صورت نیاز به استخراج دارند. [37]

        دفع [ ویرایش ]

        سلول های خورشیدی با گذشت زمان تخریب می شوند و کارایی خود را از دست می دهند. سلول های خورشیدی در آب و هوای شدید، مانند بیابان یا قطبی، به ترتیب به دلیل قرار گرفتن در معرض نور شدید UV و بارهای برف مستعد تخریب هستند. [159] معمولاً پانل‌های خورشیدی قبل از از کار افتادن، عمری بین 25 تا 30 سال داده می‌شوند. [160]

        آژانس بین‌المللی انرژی‌های تجدیدپذیر تخمین زده است که میزان زباله‌های الکترونیکی پنل خورشیدی تولید شده در سال 2016 بین 43500 تا 250000 تن متریک بوده است. تخمین زده می شود که این تعداد تا سال 2030 به میزان قابل توجهی افزایش یابد و به حجم تخمینی زباله 60 تا 78 میلیون تن در سال 2050 برسد. [161]

        بازیافت [ ویرایش ]

        همچنین ببینید: سلول خورشیدی پروسکایت § بازیافت

        پنل های خورشیدی با روش های مختلفی بازیافت می شوند. فرآیند بازیافت شامل یک فرآیند سه مرحله ای، بازیافت ماژول، بازیافت سلولی و حمل زباله، برای شکستن ماژول های Si و بازیابی مواد مختلف است. فلزات بازیافت شده و Si قابل استفاده مجدد در صنعت خورشیدی هستند و 11 تا 12.10 دلار به ازای هر ماژول درآمد ایجاد می کنند با قیمت های امروزی نقره و سی درجه خورشیدی.

        برخی از ماژول های خورشیدی (به عنوان مثال: اولین ماژول خورشیدی CdTe خورشیدی) حاوی مواد سمی مانند سرب و کادمیوم هستند که در صورت شکستن، ممکن است به داخل خاک نفوذ کرده و محیط را آلوده کنند. اولین کارخانه بازیافت پنل های خورشیدی در روست فرانسه در سال 2018 افتتاح شد. قرار بود سالانه 1300 تن زباله پنل های خورشیدی بازیافت شود و می تواند ظرفیت خود را تا 4000 تن افزایش دهد. [162] [163] [164]

        در سال 2020، اولین ارزیابی جهانی در مورد رویکردهای امیدوارکننده بازیافت ماژول های فتوولتائیک خورشیدی منتشر شد. دانشمندان "تحقیق و توسعه را برای کاهش هزینه های بازیافت و اثرات زیست محیطی در مقایسه با دفع و در عین حال به حداکثر رساندن بازیابی مواد" و همچنین تسهیل و استفاده از تحلیل های فنی-اقتصادی توصیه کردند. علاوه بر این، آنها دریافتند که بازیابی سیلیکون با ارزش بالا نسبت به بازیابی ویفرهای سیلیکونی دست نخورده سودمندتر است، زیرا اولی هنوز نیاز به طراحی فرآیندهای تصفیه برای سیلیکون بازیافتی دارد. [165] [166]اگر بازیافت به جای قوانین زیست‌محیطی، فقط با قیمت‌های مبتنی بر بازار هدایت می‌شود، انگیزه‌های اقتصادی برای بازیافت نامشخص باقی می‌مانند و تا سال 2021، اثرات زیست‌محیطی انواع مختلف تکنیک‌های بازیافت توسعه‌یافته هنوز باید اندازه‌گیری شود. [37]

        همچنین ببینید [ ویرایش ]

        آیکون پورتال انرژی های تجدیدپذیر

        منبع

        https://en.wikipedia.org/wiki/Solar_cell

        + نوشته شده در چهارشنبه دوازدهم بهمن ۱۴۰۱ ساعت 20:43 توسط علی رضا نقش  | 

        لیست پردازنده های کوانتومی


        از ویکیپدیا، دانشنامه آزاد
        پرش به ناوبریپرش به جستجو

        این مقاله بیش از حد به ارجاعات به منابع اولیه متکی است . لطفاً با افزودن منابع ثانویه یا ثالث این را بهبود ببخشید .یافتن منابع: "فهرست پردازنده های کوانتومی" - اخبار · روزنامه ها · کتاب ها · محقق · JSTOR ( ژوئیه 2022 ) ( با نحوه و زمان حذف این پیام الگو آشنا شوید )
        این لیست شامل پردازنده های کوانتومی است که به عنوان واحدهای پردازش کوانتومی (QPU) نیز شناخته می شوند. برخی از دستگاه‌های فهرست‌شده در زیر تاکنون تنها در کنفرانس‌های مطبوعاتی معرفی شده‌اند، بدون هیچ نمایش واقعی یا انتشارات علمی که عملکرد را مشخص کند.
        فهرست1پردازنده های کوانتومی مبتنی بر مدار2بازپخت پردازنده های کوانتومی3همچنین ببینید4منابعپردازنده های کوانتومی مبتنی بر مدار [ ویرایش ]
        این QPU ها بر اساس مدار کوانتومی و مدل محاسباتی مبتنی بر گیت منطقی کوانتومی هستند.سازندهنام / نام رمز / ناممعماریچیدمانسوکتوفاداریکیوبیت هاتاریخ انتشارگوگلN/AابررساناN/AN/A99.5٪ [1]20 کیوب2017گوگلN/Aابررساناشبکه 7×7N/A99.7٪ [1]49 qb [2]Q4 2017 (برنامه ریزی شده)گوگل بریستلکونترانسمون ابررسانامشبک 6×12N/A99% (خوانش)99.9% (1 کیوبیت)99.4% (2 کیوبیت)72 qb [3] [4]5 مارس 2018گوگلچنارترانسمون ابررسانامشبک 9×6N/AN/A53 qb موثر2019USTCجیوژانگفوتونیکN/AN/AN/A76 qb [5] [6]2020زانادوBorealis [7]فوتونیکN/AN/AN/A216 qb [7]2022 [7]زانادوX8 [8]فوتونیکN/AN/AN/A8 کیوب2020زانادوX12فوتونیکN/AN/AN/A12 کیوب2020 [8]زانادوX24فوتونیکN/AN/AN/A24 کیوب2020 [8]IBMIBM Q 5 تنریفابررساناکراباته پاپیونیN/A99.897٪ (دروازه متوسط)98.64٪ (خوانش)5 کیوب2016 [1]IBMIBM Q 5 Yorktownابررساناکراباته پاپیونیN/A99.545٪ (دروازه متوسط)94.2٪ (خواندن)5 کیوب IBMIBM Q 14 ملبورنابررساناN/AN/A99.735٪ (دروازه متوسط) 97.13٪ (خوانش)14 کیوب IBMIBM Q 16 Rüschlikonابررساناشبکه 2×8N/A99.779٪ (دروازه متوسط)94.24٪ (خوانش)16 qb [9]17 مه 2017(بازنشستگی: 26 سپتامبر 2018) [10]IBMIBM Q 17ابررساناN/AN/AN/A17 qb [9]17 مه 2017IBMIBM Q 20 توکیوابررساناشبکه 5×4N/A99.812٪ (دروازه متوسط)93.21٪ (خوانش)20 qb [11]10 نوامبر 2017IBMآی بی ام Q 20 آستینابررساناشبکه 5×4N/AN/A20 کیوب(بازنشستگی: 4 ژوئیه 2018) [10]IBMنمونه اولیه IBM Q 50ترانسمون ابررساناN/AN/AN/A50 qb [11] IBMIBM Q 53ابررساناN/AN/AN/A53 کیوباکتبر 2019IBMIBM EagleابررساناN/AN/AN/A127 کیوبیتنوامبر 2021اینتلتراشه تست 17 کیوبیت ابررساناابررساناN/Aشکاف متقاطع 40 پینN/A17 qb [12] [13]10 اکتبر 2017اینتلدریاچه تنگلابررساناN/Aشکاف متقاطع 108 پینN/A49 qb [14]9 ژانویه 2018ریگتی8Q آگاوابررساناN/AN/AN/A8 کیوب4 ژوئن 2018 [15]ریگتی16Q Aspen-1ابررساناN/AN/AN/A16 کیوب30 نوامبر 2018 [15]ریگتیبلوط 19Qترانسمون ابررساناN/AN/AN/A19 qb [16]17 دسامبر 2017IBMآی بی ام آرمونک [17]ابررساناتک کیوبیتN/AN/A1 کیوب16 اکتبر 2019IBMآی بی ام اورنس [17]ابررساناتیN/AN/A5 کیوب3 جولای 2019IBMآی بی ام ویگو [17]ابررساناتیN/AN/A5 کیوب3 جولای 2019IBMآی بی ام لندن [17]ابررساناتیN/AN/A5 کیوب13 سپتامبر 2019IBMآی بی ام برلینگتون [17]ابررساناتیN/AN/A5 کیوب13 سپتامبر 2019IBMآی بی ام اسکس [17]ابررساناتیN/AN/A5 کیوب13 سپتامبر 2019IBMآی بی ام آتن [18]ابررساناQV32 [19]N/AN/A5 کیوب IBMIBM Belem [18]ابررساناQV16N/AN/A5 کیوب IBMآی بی ام بوگوتا [18]ابررساناQV32 [19]N/AN/A5 کیوب IBMآی بی ام کازابلانکا [18]ابررساناQV32 [19]N/AN/A7 کیوب(بازنشسته - مارس 2022)IBMآی بی ام دوبلین [18]ابررساناQV64N/AN/A27 کیوب IBMIBM Guadalupe [18]ابررساناQV32 [19]N/AN/A16 کیوب IBMآی بی ام کلکتهابررساناQV128N/AN/A27 کیوب IBMآی بی ام لیما [18]ابررساناQV8N/AN/A5 کیوب IBMآی بی ام منهتن [18]ابررساناQV32 [19]N/AN/A65 کیوب IBMآی بی ام مونترال [18]ابررساناQV128N/AN/A27 کیوب IBMآی بی ام بمبئی [18]ابررساناQV128N/AN/A27 کیوب IBMآی بی ام پاریس [18]ابررساناQV32 [19]N/AN/A27 کیوب IBMآی بی ام کیتو [18]ابررساناQV16N/AN/A5 کیوب IBMآی بی ام رم [18]ابررساناQV32 [19]N/AN/A5 کیوب IBMIBM سانتیاگو [18]ابررساناQV32 [19]N/AN/A5 کیوب IBMآی بی ام سیدنی [18]ابررساناQV32 [19]N/AN/A27 کیوب IBMآی بی ام تورنتو [18]ابررساناQV32 [19]N/AN/A27 کیوب QuTech در TU Delftچرخش-2کیوبیت های اسپین نیمه هادی 99٪ (دروازه متوسط)85٪ (خوانش) [20]2 کیوب2020QuTech در TU DelftStarmon-5ابررساناپیکربندی X 97% (خوانش شده) [21]5 کیوب2020IonQ یون به دام افتادهزنجیر 32x1 [22]N/A99.98٪ (1 کیوبیت)98.5-99.3٪ (2 کیوبیت) [22]32 کیوب بازپخت پردازنده های کوانتومی [ ویرایش ]
        این QPU ها بر اساس آنیل کوانتومی هستند.سازندهنام / نام رمز / نام معماری چیدمان سوکتوفاداریکیوبیت هاتاریخ انتشارD-WaveD-Wave One (رانیر)ابررساناC 4 = Chimera (4،4،4) [23] = 4×4 K 4،4N/AN/A128 کیلوبایت11 مه 2011D-WaveD-Wave TwoابررساناC 8 = Chimera (8،8،4) [23] = 8×8 K 4،4N/AN/A512 qb2013D-WaveD-Wave 2XابررساناC 12 = Chimera (12،12،4) [23] [24] = 12×12 K 4،4N/AN/A1152 qb2015D-WaveD-Wave 2000QابررساناC 16 = کایمرا (16،16،4) [23] = 16×16 K 4،4N/AN/A2048 qb2017D-Waveمزیت موج DابررساناPegasus P 16 [25] [26]N/AN/A5760 qb2020همچنین ببینید [ ویرایش ]برنامه نویسی کوانتومی جدول زمانی محاسبات کوانتومی

        منابع
        https://en.wikipedia.org/wiki/List_of_quantum_processors

        + نوشته شده در شنبه بیست و نهم مرداد ۱۴۰۱ ساعت 4:56 توسط علی رضا نقش  | 

        2-برتری کوانتومی

        پیشرفت در قرن بیست و یکم [ ویرایش ]

        همچنین ببینید: محاسبات کوانتومی § برتری کوانتومی

        پیشرفت گسترده ای به سمت برتری کوانتومی در دهه 2000 از اولین کامپیوتر رزونانس مغناطیسی هسته ای 5 کیوبیتی (2000)، نمایش قضیه شور (2001)، و اجرای الگوریتم دویچ در یک کامپیوتر کوانتومی خوشه ای (2007) انجام شد. [25] در سال 2011، D-Wave Systems of Burnaby در بریتیش کلمبیا اولین شرکتی بود که کامپیوتر کوانتومی را به صورت تجاری فروخت. [26] در سال 2012، فیزیکدان نانیانگ ژو با استفاده از الگوریتم فاکتورسازی آدیاباتیک بهبودیافته به فاکتور 143 به دستاورد مهمی دست یافت. [27] اندکی پس از این موفقیت، گوگل اولین کامپیوتر کوانتومی خود را خریداری کرد. [28]

        گوگل اعلام کرده بود که قصد دارد تا قبل از پایان سال 2017 برتری کوانتومی را با آرایه ای از 49 کیوبیت ابررسانا نشان دهد. [29] در اوایل ژانویه 2018، اینتل برنامه سخت افزاری مشابهی را اعلام کرد. [30] در اکتبر 2017، IBM شبیه‌سازی 56 کیوبیت را بر روی یک ابر رایانه کلاسیک نشان داد ، در نتیجه قدرت محاسباتی مورد نیاز برای ایجاد برتری کوانتومی را افزایش داد. [31] در نوامبر 2018، گوگل همکاری با ناسا را ​​اعلام کردکه "نتایج مدارهای کوانتومی اجرا شده بر روی پردازنده‌های کوانتومی گوگل را تجزیه و تحلیل می‌کند، و ... مقایسه‌هایی با شبیه‌سازی کلاسیک ارائه می‌کند تا هم از گوگل در اعتبارسنجی سخت‌افزارش پشتیبانی کند و هم یک خط پایه برای برتری کوانتومی ایجاد کند." [32] کار نظری منتشر شده در سال 2018 نشان می دهد که برتری کوانتومی باید با "شبکه دو بعدی 7 × 7 کیوبیت و حدود 40 سیکل ساعت" امکان پذیر باشد اگر بتوان نرخ خطا را به اندازه کافی پایین آورد. [33] در 18 ژوئن 2019، مجله Quanta پیشنهاد کرد که طبق قانون Neven، برتری کوانتومی ممکن است در سال 2019 اتفاق بیفتد . [34] در 20 سپتامبر 2019، فایننشال تایمزگزارش داد که "گوگل ادعا می کند که با آرایه ای از 54 کیوبیت که 53 کیوبیت آن عملکردی بودند، به برتری کوانتومی دست یافته است، که برای انجام یک سری عملیات در 200 ثانیه استفاده می شود که برای تکمیل یک ابر رایانه حدود 10000 سال طول می کشد." [35] [36] در 23 اکتبر، گوگل رسما این ادعاها را تایید کرد. [37] [38] [39] IBM با پیشنهاد برخی از ادعاها بیش از حد پاسخ داد و پیشنهاد کرد که ممکن است به جای 10000 سال، 2.5 روز طول بکشد، و تکنیک‌هایی را فهرست کرد که یک ابرکامپیوتر کلاسیک ممکن است برای به حداکثر رساندن سرعت محاسبات استفاده کند. پاسخ IBM مرتبط است زیرا قدرتمندترین ابر رایانه در آن زمان، Summit ، توسط IBM ساخته شد. [40] [15] [41]از آن زمان، محققان الگوریتم‌های بهتری را برای مسئله نمونه‌برداری که برای ادعای برتری کوانتومی استفاده می‌شود، ایجاد کرده‌اند، و شکاف بین Sycamore و ابررایانه‌های کلاسیک را کاهش می‌دهند [42] [43] [44] و حتی آن را شکست می‌دهند. [45] [46] [47]

        در دسامبر 2020، گروهی مستقر در دانشگاه علم و فناوری چین (USTC) به رهبری جیان وی پان با اجرای نمونه‌برداری بوزون گاوسی روی 76 فوتون با کامپیوتر کوانتومی فوتونیک خود Jiuzhang به برتری کوانتومی دست یافتند . [48] ​​[49] [50] این مقاله بیان می‌کند که برای تولید تعداد نمونه‌هایی که رایانه کوانتومی در 20 ثانیه تولید می‌کند، یک ابر رایانه کلاسیک به 600 میلیون سال محاسبات نیاز دارد. [3]

        در اکتبر 2021، تیم‌های USTC بار دیگر مزیت کوانتومی را با ساخت دو ابررایانه به نام‌های Jiuzhang 2.0 و Zuchongzhi گزارش کردند. Jiuzhang 2.0 مبتنی بر نور، نمونه‌برداری بوزون گاوسی را برای شناسایی 113 فوتون از تداخل‌سنج نوری 144 حالته و سرعت نمونه‌برداری با سرعت بالا اجرا کرد.10 24 - اختلاف 37 فوتون و 10 مرتبه قدر نسبت به جیوژانگ قبلی. [51] [52] Zuchongzhi یک کامپیوتر کوانتومی ابررسانا قابل برنامه ریزی است که برای کارکرد موثر باید در دمای بسیار پایین نگه داشته شود و از نمونه برداری تصادفی مدار برای به دست آوردن 56 کیوبیت از یک معماری جفت قابل تنظیم از 66 ترانسمون استفاده می کند - پیشرفتی نسبت به دستاورد Sycamore 2019 گوگل. با 3 کیوبیت، به معنای هزینه محاسباتی بیشتر شبیه سازی کلاسیک 2 تا 3 مرتبه بزرگی. [53] [54] [55] مطالعه سوم گزارش داد که Zuchongzhi 2.1یک کار نمونه برداری را تکمیل کرد که "در شبیه سازی کلاسیک حدود 6 مرتبه قدر دشوارتر از Sycamore است". [56]

        در ژوئن 2022 ، Xanadu در مورد آزمایش نمونه‌برداری بوزونی گزارش داده است که به آزمایش‌های Google و UTSC خلاصه می‌شود، راه‌اندازی آن‌ها از حلقه‌های فیبر نوری و مالتی پلکسی برای جایگزینی شبکه تقسیم‌کننده‌های پرتو با یک شبکه استفاده می‌کند که باعث می‌شود آن را نیز به راحتی پیکربندی مجدد کند. آنها میانگین 125 تا 219 فوتون را از 216 حالت فشرده شناسایی کردند (نور فشرده از توزیع عدد فوتون پیروی می کند، بنابراین می توانند بیش از یک فوتون در هر حالت داشته باشند) و ادعا کردند که به سرعت 50 میلیون برابر بزرگتر از آزمایش های قبلی دست یافته اند. [57] [58]

        پیچیدگی محاسباتی [ ویرایش ]

        مقاله اصلی: نظریه پیچیدگی کوانتومی

        استدلال های پیچیدگی به این موضوع مربوط می شود که چگونه مقدار منابع مورد نیاز برای حل یک مسئله (به طور کلی زمان یا حافظه ) با اندازه ورودی مقیاس می شود. در این تنظیمات، یک مسئله شامل یک نمونه مشکل ورودی (یک رشته باینری) و راه حل برگشتی (رشته خروجی مربوطه) است، در حالی که منابع به عملیات ابتدایی تعیین شده، استفاده از حافظه یا ارتباطات اشاره دارد. مجموعه ای از عملیات محلی به کامپیوتر اجازه می دهد تا رشته خروجی را تولید کند. یک مدل مدار و عملیات مربوط به آن در توصیف مسائل کلاسیک و کوانتومی مفید است. مدل مدار کلاسیک شامل عملیات اساسی مانند دروازه‌های AND ، گیت‌های OR استو نه دروازه‌ها در حالی که مدل کوانتومی از مدارهای کلاسیک و کاربرد عملیات واحد تشکیل شده است. برخلاف مجموعه متناهی دروازه های کلاسیک، به دلیل ماهیت پیوسته عملیات واحد، تعداد نامحدودی دروازه کوانتومی وجود دارد. در هر دو مورد کلاسیک و کوانتومی، پیچیدگی با افزایش اندازه مسئله افزایش می یابد. [59] به عنوان بسط نظریه پیچیدگی محاسباتی کلاسیک ، نظریه پیچیدگی کوانتومی آنچه را که یک کامپیوتر کوانتومی جهانی نظری می‌تواند بدون در نظر گرفتن دشواری ساخت یک کامپیوتر کوانتومی فیزیکی یا برخورد با ناهمدوسی و نویز انجام دهد، در نظر می‌گیرد. [60] از آنجایی که اطلاعات کوانتومییک تعمیم اطلاعات کلاسیک است، کامپیوترهای کوانتومی می توانند هر الگوریتم کلاسیک را شبیه سازی کنند . [60]

        کلاس‌های پیچیدگی کوانتومی مجموعه‌ای از مسائل هستند که یک مدل محاسباتی کوانتومی مشترک دارند و هر مدل شامل محدودیت‌های منبع مشخصی است. مدل های مدار در توصیف کلاس های پیچیدگی کوانتومی مفید هستند. [61] مفیدترین کلاس پیچیدگی کوانتومی BQP (زمان چند جمله ای کوانتومی با خطای محدود) است، کلاسی از مسائل تصمیم گیری که می توانند در زمان چند جمله ای توسط یک کامپیوتر کوانتومی جهانی حل شوند . [62] سوالاتی در مورد BQP همچنان باقی است، مانند ارتباط بین BQP و سلسله مراتب زمان چند جمله ای، آیا BQP حاوی NP-کامل است یا خیر.مشکلات و مرزهای دقیق پایین و بالای کلاس BQP. نه تنها پاسخ به این سؤالات ماهیت BQP را آشکار می کند، بلکه به سؤالات دشوار نظریه پیچیدگی کلاسیک نیز پاسخ می دهد. یک استراتژی برای درک بهتر BQP با تعریف کلاس های مرتبط، مرتب کردن آنها در یک سلسله مراتب کلاس معمولی، و سپس جستجوی ویژگی هایی است که با رابطه آنها با BQP آشکار می شوند. [63] چندین کلاس پیچیدگی کوانتومی دیگر، مانند QMA (کوانتومی مرلین آرتور) و QIP (زمان چند جمله ای تعاملی کوانتومی) وجود دارد. [61]

        دشواری اثبات آنچه که نمی توان با محاسبات کلاسیک انجام داد، یک مشکل رایج در نشان دادن قطعی برتری کوانتومی است. برخلاف مسائل تصمیم گیری که به پاسخ های بله یا خیر نیاز دارند، مسائل نمونه گیری نمونه هایی از توزیع های احتمال را می خواهند. [64] اگر یک الگوریتم کلاسیک وجود داشته باشد که بتواند به طور موثر از خروجی یک مدار کوانتومی دلخواه نمونه برداری کند ، سلسله مراتب چند جمله ای به سطح سوم سقوط می کند، که به طور کلی بسیار بعید در نظر گرفته می شود. [11] [12] نمونه‌برداری بوزون یک پیشنهاد خاص‌تر است که سختی کلاسیک آن به سخت‌ناپذیری محاسبه دائمی بستگی دارد.یک ماتریس بزرگ با ورودی های پیچیده، که یک مسئله #P-complete است. [65] استدلال‌های مورد استفاده برای رسیدن به این نتیجه به نمونه‌برداری IQP، [66] تعمیم داده شده است، جایی که فقط حدس می‌زند که پیچیدگی‌های متوسط ​​و بدترین حالت مسئله یکسان است، [64] و همچنین به تصادفی. نمونه برداری مداری، [12] که وظیفه ای است که توسط گروه های تحقیقاتی گوگل [38] و UTSC تکرار شده است. [48]

        آزمایشات پیشنهادی [ ویرایش ]

        موارد زیر پیشنهادهایی برای نشان دادن برتری محاسباتی کوانتومی با استفاده از فناوری فعلی است که اغلب دستگاه‌های NISQ نامیده می‌شوند . [2] چنین پیشنهادهایی شامل (1) یک مسئله محاسباتی به خوبی تعریف شده، (2) یک الگوریتم کوانتومی برای حل این مشکل، (3) یک مقایسه الگوریتم کلاسیک بهترین حالت برای حل مسئله، و (4) یک نظریه پیچیدگی استدلال می کند که، تحت یک فرض معقول، هیچ الگوریتم کلاسیکی نمی تواند به طور قابل توجهی بهتر از الگوریتم های فعلی عمل کند (بنابراین الگوریتم کوانتومی همچنان یک سرعت ابرچند جمله ای را ارائه می دهد ). [4] [67]

        الگوریتم شور برای فاکتورگیری اعداد صحیح [ ویرایش ]

        مقاله اصلی: الگوریتم شور

        این الگوریتم فاکتورسازی اول یک عدد صحیح n بیتی را در می یابد{\displaystyle {\tilde {O}}(n^{3})}زمان [68] در حالی که بهترین الگوریتم کلاسیک شناخته شده نیاز دارد{\displaystyle 2^{O(n^{1/3})}}زمان و بهترین حد بالا برای پیچیدگی این مشکل است{\displaystyle O(2^{n/3+o(1)})}. [69] همچنین می‌تواند برای هر مشکلی که به فاکتورگیری اعداد صحیح کاهش می‌یابد ، از جمله مسئله عضویت برای گروه‌های ماتریسی در زمینه‌های مرتبه فرد، سرعت بخشیده شود. [70]

        این الگوریتم هم از نظر عملی و هم از نظر تاریخی برای محاسبات کوانتومی مهم است. این اولین الگوریتم کوانتومی زمان چند جمله ای بود که برای یک مسئله دنیای واقعی که تصور می شود برای کامپیوترهای کلاسیک سخت است، پیشنهاد شد. [68] یعنی، با این فرض معقول که RSA ، یک سیستم رمزنگاری به خوبی تثبیت شده، ایمن است، یک سرعت ابرچندجمله‌ای به دست می‌دهد. [71]

        فاکتورینگ نسبت به دیگر پیشنهادهای برتری مزیتی دارد زیرا فاکتورسازی را می توان به سرعت با یک کامپیوتر کلاسیک فقط با ضرب اعداد صحیح بررسی کرد، حتی برای نمونه های بزرگی که الگوریتم های فاکتورگیری به طور غیرقابل حلی کند هستند. با این حال، پیاده سازی الگوریتم Shor برای اعداد بزرگ با فناوری فعلی غیرممکن است، [72] [73] بنابراین به عنوان یک استراتژی برای نشان دادن برتری دنبال نمی شود.

        نمونه برداری بوزون [ ویرایش ]

        مقاله اصلی: نمونه برداری بوزون

        این الگوی محاسباتی مبتنی بر ارسال فوتون‌های یکسان از طریق یک شبکه خطی-اپتیکی می‌تواند مشکلات نمونه‌برداری و جستجوی خاصی را حل کند که با فرض چند حدس نظری پیچیدگی (که محاسبه دائمی ماتریس‌های گاوسی #P-Hard است و سلسله مراتب چندجمله‌ای آن را حل نمی‌کند. collapse) برای کامپیوترهای کلاسیک غیرقابل حل هستند. [9] با این حال، نشان داده شده است که نمونه‌برداری بوزون در سیستمی با تلفات و نویز کافی بزرگ می‌تواند به طور موثر شبیه‌سازی شود. [74]

        بزرگترین اجرای آزمایشی نمونه‌برداری بوزون تا به امروز دارای 6 حالت بود، بنابراین می‌توانست تا 6 فوتون را در یک زمان مدیریت کند. [75] بهترین الگوریتم کلاسیک پیشنهادی برای شبیه‌سازی نمونه‌برداری بوزون در زمان{\displaystyle O(n2^{n}+mn^{2})}برای سیستمی با n فوتون و m حالت خروجی. [76] [77] BosonSampling یک پیاده‌سازی منبع باز در R است. این الگوریتم منجر به تخمین 50 فوتون مورد نیاز برای نشان دادن برتری کوانتومی با نمونه‌برداری بوزون می‌شود. [76] [77]

        نمونه برداری از توزیع خروجی مدارهای کوانتومی تصادفی [ ویرایش ]

        مقاله اصلی: معیار آنتروپی متقابل

        شناخته شده ترین الگوریتم برای شبیه سازی یک مدار کوانتومی تصادفی دلخواه به مقدار زمانی نیاز دارد که به صورت نمایی با تعداد کیوبیت ها مقیاس می شود ، که باعث می شود یک گروه تخمین بزنند که حدود 50 کیوبیت می تواند برای نشان دادن برتری کوانتومی کافی باشد. [33] Bouland، Fefferman، Nirkhe و Vazirani [12] در سال 2018، شواهد نظری ارائه کردند که شبیه‌سازی کارآمد یک مدار کوانتومی تصادفی مستلزم فروپاشی سلسله مراتب چندجمله‌ای محاسباتی است . گوگلاعلام کرده بود که قصد دارد تا پایان سال 2017 برتری کوانتومی را با ساخت و اجرای یک تراشه 49 کیوبیتی نشان دهد که می‌تواند توزیع‌های غیرقابل دسترس برای رایانه‌های کلاسیک فعلی را در مدت زمان معقولی نمونه‌برداری کند. [29] بزرگترین شبیه ساز مدار کوانتومی جهانی که در آن زمان بر روی ابررایانه های کلاسیک اجرا می شد، قادر به شبیه سازی 48 کیوبیت بود. [78] اما برای انواع خاصی از مدارها، شبیه سازی مدار کوانتومی بزرگتر با 56 کیوبیت امکان پذیر است. [79] این ممکن است نیاز به افزایش تعداد کیوبیت ها برای نشان دادن برتری کوانتومی داشته باشد. [31]در 23 اکتبر 2019، گوگل نتایج این آزمایش برتری کوانتومی را در مقاله نیچر با عنوان «برتری کوانتومی با استفاده از یک پردازشگر ابررسانای قابل برنامه ریزی» منتشر کرد که در آن یک پردازنده جدید 53 کیوبیتی به نام «Sycamore» توسعه داد که قادر به انجام سریع است. ، گیت های منطقی کوانتومی با وفاداری بالا ، به منظور انجام تست معیار. گوگل ادعا می کند که ماشین آنها محاسبات هدف را در 200 ثانیه انجام می دهد و تخمین می زند که الگوریتم کلاسیک آنها 10000 سال در سریع ترین ابررایانه جهان برای حل همان مشکل طول می کشد. [80] IBM با این ادعا مخالفت کرد و گفت که یک الگوریتم کلاسیک بهبودیافته باید بتواند آن مشکل را در دو روز و نیم در همان ابررایانه حل کند. [81] [82] [83]

        انتقادات [ ویرایش ]

        حساسیت به خطا [ ویرایش ]

        کامپیوترهای کوانتومی به دلیل عدم انسجام و نویز بسیار بیشتر از کامپیوترهای کلاسیک در معرض خطا هستند . [84] قضیه آستانه بیان می‌کند که یک کامپیوتر کوانتومی پر سر و صدا می‌تواند از کدهای تصحیح خطای کوانتومی [85] [86] برای شبیه‌سازی یک کامپیوتر کوانتومی بدون نویز با فرض اینکه خطای وارد شده در هر چرخه کامپیوتری کمتر از یک عدد باشد، استفاده کند. [87] شبیه‌سازی‌های عددی نشان می‌دهند که این عدد ممکن است تا 3٪ باشد. [88] با این حال، هنوز به طور قطعی مشخص نیست که چگونه منابع مورد نیاز برای تصحیح خطا با تعداد کیوبیت‌ها مقیاس می‌شوند . [89]شکاکان به رفتار ناشناخته نویز در سیستم‌های کوانتومی بزرگ‌شده به‌عنوان یک مانع بالقوه برای اجرای موفقیت‌آمیز محاسبات کوانتومی و نشان دادن برتری کوانتومی اشاره می‌کنند. [84] [90]

        انتقاد از نام [ ویرایش ]

        برخی از محققان پیشنهاد کرده‌اند که نباید از اصطلاح «برتری کوانتومی» استفاده شود، با این استدلال که واژه «برتری» مقایسه‌های ناپسندی را با باور نژادپرستانه برتری سفیدپوستان تداعی می‌کند . یک تفسیر بحث برانگیز [91] [92] طبیعت که توسط سیزده محقق امضا شده است، ادعا می کند که عبارت جایگزین "مزیت کوانتومی" باید به جای آن استفاده شود. [93] [94] جان پرسکیل ، استاد فیزیک نظری در موسسه فناوری کالیفرنیاکه این اصطلاح را ابداع کرد، از آن زمان توضیح داد که این اصطلاح برای توصیف صریح لحظه ای پیشنهاد شده است که یک کامپیوتر کوانتومی توانایی انجام کاری را به دست می آورد که یک کامپیوتر کلاسیک هرگز نمی تواند انجام دهد. وی همچنین توضیح داد که وی به طور خاص اصطلاح "مزیت کوانتومی" را رد می کند زیرا به طور کامل معنای اصطلاح جدید او را در بر نمی گیرد: کلمه "مزیت" به این معنی است که رایانه ای با برتری کوانتومی نسبت به رایانه های کلاسیک دارای برتری جزئی است در حالی که کلمه "برتری" برتری کامل را بر هر کامپیوتر کلاسیک بهتر نشان می دهد. [6] در دسامبر 2020، فیلیپ بال Nature's نوشت که اصطلاح "مزیت کوانتومی" تا حد زیادی جایگزین اصطلاح "برتری کوانتومی" شده است. [95] در فوریه 2021،این مقاله اصطلاح «اولیه کوانتومی» را به عنوان جایگزینی مناسب پیشنهاد کرد.

        همچنین ببینید [ ویرایش ]

        منبع

        https://en.wikipedia.org/wiki/Quantum_supremacy

        + نوشته شده در شنبه بیست و نهم مرداد ۱۴۰۱ ساعت 4:52 توسط علی رضا نقش  | 

        1-برتری کوانتومی

        از ویکیپدیا، دانشنامه آزاد

        این مقاله ممکن است برای اکثر خوانندگان برای درک آن بسیار فنی باشد . لطفاً بدون حذف جزئیات فنی، به بهبود آن کمک کنید تا برای افراد غیر متخصص قابل درک باشد. ( اکتبر 2019 ) ( نحوه و زمان حذف این پیام الگو را بیاموزید )

        در محاسبات کوانتومی ، برتری کوانتومی یا مزیت کوانتومی هدف نشان دادن این است که یک دستگاه کوانتومی قابل برنامه ریزی می تواند مشکلی را حل کند که هیچ کامپیوتر کلاسیکی نمی تواند در هر زمان ممکن حل کند (بدون توجه به مفید بودن مسئله). [1] [2] [3] از نظر مفهومی، برتری کوانتومی هم شامل وظیفه مهندسی ساخت یک کامپیوتر کوانتومی قدرتمند و هم وظیفه محاسباتی-پیچیدگی-نظری یافتن مسئله ای است که می تواند توسط آن کامپیوتر کوانتومی حل شود و دارای سرعت فوق چند جمله ای است. شناخته شده ترین یا ممکن ترین الگوریتم کلاسیک برای آن کار. [4] [5] این اصطلاح توسط ابداع شدجان پرسکیل در سال 2012، [1] [6] اما مفهوم مزیت محاسباتی کوانتومی، به ویژه برای شبیه سازی سیستم های کوانتومی، به پیشنهادات کوانتومی یوری مانین (1980) [7] و ریچارد فاینمن (1981) برمی گردد. محاسبه. [8] نمونه‌هایی از پیشنهادها برای نشان دادن برتری کوانتومی شامل پیشنهاد نمونه‌برداری بوزون آرونسون و آرخیپوف، [9] مشکلات حلقه خوشه‌ای ناامیدکننده تخصصی D-Wave ، [10] و نمونه‌برداری از خروجی مدارهای کوانتومی تصادفی است . [11] [12]

        یکی از ویژگی های قابل توجه برتری کوانتومی این است که می توان آن را به طور عملی توسط رایانه های کوانتومی کوتاه مدت به دست آورد، [6] زیرا برای انجام هر کار مفیدی به رایانه کوانتومی نیازی ندارد [13] یا استفاده از تصحیح خطای کوانتومی با کیفیت بالا ، [14]. ] که هر دو هدف بلند مدت هستند. [2] در نتیجه، محققان برتری کوانتومی را در درجه اول یک هدف علمی می‌دانند، با تأثیر نسبتاً کمی بر قابلیت تجاری آینده محاسبات کوانتومی. [2]از آنجا که این هدف، ساخت یک کامپیوتر کوانتومی که بتواند کاری را انجام دهد که هیچ کامپیوتر موجود دیگری نمی تواند عملی کند، در صورت بهبود کامپیوترهای کلاسیک یا الگوریتم های شبیه سازی، می تواند دشوارتر شود، برتری کوانتومی ممکن است به طور موقت یا مکرر به دست آید، و ادعای دستیابی به برتری کوانتومی را تحت تاثیر قرار دهد. بررسی قابل توجه [15] [16]

        فهرست

        پس زمینه [ ویرایش ]

        برتری کوانتومی در قرن بیستم [ ویرایش ]

        در سال 1936، آلن تورینگ مقاله خود را با عنوان "درباره اعداد قابل محاسبه" [17] در پاسخ به مسائل هیلبرت در سال 1900 منتشر کرد. مقاله تورینگ چیزی را توصیف می‌کند که او «ماشین محاسباتی جهانی» نامید که بعدها به عنوان ماشین تورینگ شناخته شد . در سال 1980، پل بنیوف از مقاله تورینگ برای پیشنهاد امکان سنجی نظری محاسبات کوانتومی استفاده کرد. مقاله او، "کامپیوتر به عنوان یک سیستم فیزیکی: یک مدل میکروسکوپی مکانیکی کوانتومی هامیلتونی از کامپیوترها که توسط ماشین های تورینگ ارائه شده است" [18] اولین مقاله ای بود که نشان داد می توان ماهیت برگشت پذیر محاسبات کوانتومی را تا زمانی که انرژی تلف شده خودسرانه کم است. در سال 1981، ریچارد فاینمننشان داد که مکانیک کوانتومی را نمی توان بر روی دستگاه های کلاسیک شبیه سازی کرد. [19] در طول یک سخنرانی، او این جمله معروف را بیان کرد، "طبیعت کلاسیک نیست، لعنتی، و اگر می خواهید شبیه سازی از طبیعت بسازید، بهتر است آن را مکانیکی کوانتومی کنید، و به قول گلی این یک مشکل فوق العاده است. زیرا به نظر آسان نیست.» [19] بلافاصله پس از این، دیوید دویچ توضیحاتی را برای ماشین تورینگ کوانتومی ارائه کرد و الگوریتمی را طراحی کرد که برای اجرا بر روی یک کامپیوتر کوانتومی ایجاد شد. [20]

        در سال 1994، زمانی که پیتر شور الگوریتم شور را فرموله کرد و روشی را برای فاکتورگیری اعداد صحیح در زمان چند جمله ای ساده کرد ، پیشرفت بیشتری به سمت برتری کوانتومی حاصل شد . [21] بعداً در سال 1995، کریستوفر مونرو و دیوید واینلند مقاله خود را با عنوان "نمایش یک دروازه منطقی کوانتومی بنیادی" منتشر کردند، [22] که اولین نمایش یک دروازه منطقی کوانتومی ، به ویژه دو بیتی " کنترل شده-نه " را نشان داد. . در سال 1996، لاو گروور پس از انتشار الگوریتم خود، الگوریتم گروور ، به ساخت یک کامپیوتر کوانتومی علاقه مند شد.، در مقاله خود "یک الگوریتم مکانیکی کوانتومی سریع برای جستجوی پایگاه داده". [23] در سال 1998، جاناتان آ. جونز و میشل موسکا "پیاده سازی یک الگوریتم کوانتومی برای حل مسئله دویچ در یک کامپیوتر کوانتومی رزونانس مغناطیسی هسته ای" را منتشر کردند، [24] که نشان دهنده اولین نمایش یک الگوریتم کوانتومی است.

        + نوشته شده در شنبه بیست و نهم مرداد ۱۴۰۱ ساعت 4:50 توسط علی رضا نقش  | 

        ثبت کوانتومی( رجیستر کوانتومی)

        ​

        ​


        از ویکیپدیا، دانشنامه آزاد

        در محاسبات کوانتومی ، رجیستر کوانتومی سیستمی است که از چند کیوبیت تشکیل شده است. [1] آنالوگ کوانتومی ثبت پردازنده کلاسیک است. کامپیوترهای کوانتومی با دستکاری کیوبیت ها در یک ثبات کوانتومی محاسبات را انجام می دهند. [2]

        فهرست

        تعریف [ ویرایش ]

        اطلاعات بیشتر: فرمول بندی ریاضی مکانیک کوانتومی § شرح وضعیت یک سیستم

        معمولاً فرض بر این است که ثبات از کیوبیت تشکیل شده است. همچنین به طور کلی فرض می شود که ثبات ها ماتریس های چگالی نیستند ، اما خالص هستند ، اگرچه تعریف "رجیستر" را می توان به ماتریس های چگالی تعمیم داد.

        یکnثبت کوانتومی اندازه یک سیستم کوانتومی است که شاملn کیوبیت های خالص .

        فضای هیلبرت ،{\mathcal {H}}، که در آن داده ها در یک ثبات کوانتومی ذخیره می شود توسط داده می شود{\displaystyle {\mathcal {H}}={\mathcal {H_{n-1}}}\otimes {\mathcal {H_{n-2}}}\otimes \ldots \otimes {\mathcal {H_{0 }}}}جایی که\زمانهاضرب تانسور است . [3]

        تعداد ابعاد فضاهای هیلبرت به این بستگی دارد که رجیستر از چه نوع سیستم های کوانتومی تشکیل شده است. کیوبیت ها فضاهای مختاط دو بعدی هستند (\mathbb{C}^2، در حالی که کوتریت ها فضاهای مختاط سه بعدی هستند (\mathbb {C} ^{3})، و غیره. برای ثباتی متشکل از N تعداد سیستم‌های کوانتومی d بعدی (یا سطح d ) فضای هیلبرت داریم.{\displaystyle {\mathcal {H}}=(\mathbb {C} ^{d})^{\otimes N}=\underbrace {\mathbb {C} ^{d}\otimes \mathbb {C} ^{ d}\otimes \dots \otimes \mathbb {C} ^{d}} _{N{\text{ بار}}}\cong \mathbb {C} ^{d^{N}}.}

        حالت کوانتومی ثبات ها را می توان در نماد برا-کت نوشت{\displaystyle |\psi \rangle =\sum _{k=0}^{d^{N}-1}a_{k}|k\rangle =a_{0}|0\rangle +a_{1}| 1\rangle +\dots +a_{d^{N}-1}|d^{N}-1\rangle .}ارزش هاa_{k}دامنه های احتمال هستند . به دلیل قانون Born و اصل دوم نظریه احتمال ،{\displaystyle \sum _{k=0}^{d^{N}-1}|a_{k}|^{2}=1,}بنابراین فضای حالت ممکن رجیستر، سطح کره واحد است{\displaystyle \mathbb {C} ^{d^{N}}.}

        مثال ها:

        • بردار حالت کوانتومی یک ثبات 5 کیوبیتی یک بردار واحد در است{\displaystyle \mathbb {C} ^{2^{5}}=\mathbb {C} ^{32}.}
        • یک ثبات از چهار کوتریت به طور مشابه یک بردار واحد در است{\displaystyle \mathbb {C} ^{3^{4}}=\mathbb {C} ^{81}.}

        ثبات کوانتومی در مقابل کلاسیک [ ویرایش ]

        اول، یک تفاوت مفهومی بین ثبات کوانتومی و کلاسیک وجود دارد. یکnثبات کلاسیک اندازه به آرایه ای ازn دمپایی . یکnثبات کوانتومی اندازه صرفاً مجموعه ای ازnکیوبیت ها

        علاوه بر این، در حالی که یکnثبات کلاسیک اندازه می تواند یک مقدار واحد را ذخیره کند2^{n}امکاناتی که توسطnبیت های خالص کلاسیک، یک ثبات کوانتومی قادر است همه را ذخیره کند2^{n}احتمالاتی که همزمان توسط کیوبیت های خالص کوانتومی در بر می گیرند.

        برای مثال، یک ثبات 2 بیتی را در نظر بگیرید. یک ثبات کلاسیک قادر است تنها یکی از مقادیر ممکن را که با 2 بیت نشان داده شده است ذخیره کند -{\displaystyle 00,01,10,11\quad (0,1,2,3)}بر این اساس.

        اگر 2 کیوبیت خالص را در برهم نهی در نظر بگیریم{\displaystyle |a_{0}\rangle ={\frac {1}{\sqrt {2}}}(|0\rangle +|1\rangle )}و{\displaystyle |a_{1}\rangle ={\frac {1}{\sqrt {2}}}(|0\rangle -|1\rangle )}، با استفاده از تعریف ثبت کوانتومی{\displaystyle |a\rangle =|a_{0}\rangle \otimes |a_{1}\rangle ={\frac {1}{2}}(|00\rangle -|01\rangle +|10\rangle -|11\rangle )}نتیجه می شود که قادر است تمام مقادیر ممکن را (با داشتن دامنه احتمال غیر صفر برای همه نتایج) که توسط دو کیوبیت به طور همزمان در بر می گیرد، ذخیره کند.

        منابع

        ​https://en.wikipedia.org/wiki/Quantum_register

        ​

        + نوشته شده در شنبه بیست و نهم مرداد ۱۴۰۱ ساعت 4:46 توسط علی رضا نقش  | 

        2-مدار کوانتومی

        مدارهای منطقی برگشت پذیر [ ویرایش ]

        مقاله اصلی: محاسبات برگشت پذیر

        مجدداً، ما ابتدا محاسبات کلاسیک برگشت پذیر را در نظر می گیریم. از نظر مفهومی، هیچ تفاوتی بین یک مدار n-bit برگشت پذیر و یک دروازه منطقی n- bit برگشت پذیر وجود ندارد : هر یک فقط یک تابع معکوس در فضای داده n بیتی است. با این حال، همانطور که در بخش قبل ذکر شد، به دلایل مهندسی، ما می‌خواهیم تعداد کمی دروازه‌های برگشت‌پذیر ساده داشته باشیم که بتوان آن‌ها را برای مونتاژ هر مدار برگشت‌پذیر کنار هم قرار داد.

        برای توضیح این فرآیند مونتاژ، فرض کنید یک دروازه n بیتی برگشت پذیر f و یک دروازه m بیتی برگشت پذیر g داریم . کنار هم قرار دادن آنها به معنای تولید یک مدار جدید با اتصال مجموعه ای از k خروجی f به مجموعه ای از k ورودی g مانند شکل زیر است. در آن شکل، n = 5، k = 3 و m = 7. مدار حاصل نیز برگشت پذیر است و بر روی n + m − k بیت عمل می کند.

        ترکیب مدار برگشت پذیر.svg

        ما به این طرح به عنوان یک مجموعه کلاسیک اشاره خواهیم کرد (این مفهوم مطابق با یک تعریف فنی در مقاله پیشگام Kitaev است که در زیر ذکر شده است). در ترکیب این ماشین‌های برگشت‌پذیر، مهم است که اطمینان حاصل شود که ماشین‌های میانی نیز برگشت‌پذیر هستند. این شرایط تضمین می کند که "زباله" میانی ایجاد نمی شود (اثر فیزیکی خالص افزایش آنتروپی است که یکی از انگیزه های انجام این تمرین است).

        توجه داشته باشید که هر خط افقی در تصویر بالا نشان دهنده 0 یا 1 است، نه این احتمالات. از آنجایی که محاسبات کوانتومی برگشت پذیر هستند، در هر «مرحله» تعداد خطوط باید به همان تعداد خطوط ورودی باشد. همچنین، هر ترکیب ورودی باید در هر «مرحله» به یک ترکیب واحد نگاشت شود. این بدان معنی است که هر ترکیب میانی در یک مدار کوانتومی تابعی از ورودی است. [6]

        اکنون می توان نشان داد که دروازه تافولی یک دروازه جهانی است. این بدان معناست که با توجه به هر مدار کلاسیک n بیتی برگشت پذیر h ، می‌توانیم مجموعه کلاسیکی از دروازه‌های تافولی را به روش بالا بسازیم تا یک مدار بیت ( n + m ) f تولید کنیم .

        f(x_{1},\ldots,x_{n},\underbrace {0,\dots ,0} )=(y_{1},\ldots,y_{n},\underbrace {0,\ldots ,0 } )

        که در آن m ورودی های صفر زیر مهاربندی شده وجود دارد و

        (y_{1}،\ldots،y_{n})=h(x_{1}،\ldots،x_{n}).

        توجه داشته باشید که نتیجه نهایی همیشه یک رشته از m صفر به عنوان بیت های آنسیلا دارد. هیچ "آشغالی" هرگز تولید نمی شود، و بنابراین این محاسبات در واقع محاسباتی است که از نظر فیزیکی، آنتروپی ایجاد نمی کند. این موضوع در مقاله کیتایف به دقت مورد بحث قرار گرفته است.

        به طور کلی، هر تابع f (دوگانه یا غیر دوگانه) را می توان با مداری از دروازه های تافولی شبیه سازی کرد. بدیهی است که اگر نقشه برداری تزریقی نباشد ، در نقطه ای از شبیه سازی (مثلاً به عنوان آخرین مرحله) باید مقداری "زباله" تولید شود.

        برای مدارهای کوانتومی می توان ترکیب مشابهی از دروازه های کیوبیت را تعریف کرد. یعنی در ارتباط با هر مجموعه کلاسیک مانند بالا، می‌توانیم یک مدار کوانتومی برگشت‌پذیر تولید کنیم که به جای f یک دروازه n - کیوبیت U و به جای g یک دروازه m - کیوبیت W داشته باشیم . تصویر زیر را ببینید:

        ترکیب مدار کوانتومی.svg

        بررسی این واقعیت که اتصال گیت ها از این طریق منجر به یک نقشه برداری واحد در فضای کیوبیت n + m - k می شود، به راحتی قابل بررسی است. در یک کامپیوتر کوانتومی واقعی، ارتباط فیزیکی بین دروازه‌ها یک چالش مهندسی بزرگ است، زیرا یکی از مکان‌هایی است که ممکن است ناپیوستگی رخ دهد.

        همچنین قضایای جهان شمولیت برای مجموعه خاصی از دروازه های معروف وجود دارد. برای مثال، برای جفت متشکل از گیت فاز تک کیوبیتی U θ (برای مقدار مناسب θ)، همراه با گیت CNOT 2 کیوبیتی W CNOT ، چنین قضیه جهانی وجود دارد . با این حال، قضیه جهانی بودن برای مورد کوانتومی تا حدودی ضعیف‌تر از قضیه کلاسیک است. فقط ادعا می کند که هر مدار n - کیوبیت برگشت پذیر را می توان بطور دلخواه توسط مدارهای مونتاژ شده از این دو گیت اولیه تقریب زد. توجه داشته باشید که غیرقابل شمارش هستندبسیاری از گیت های فاز تک کیوبیتی ممکن، یکی برای هر زاویه ممکن θ، بنابراین نمی توان همه آنها را با یک مدار محدود ساخته شده از { U θ ، W CNOT } نشان داد.

        محاسبات کوانتومی [ ویرایش ]

        تاکنون نشان نداده‌ایم که چگونه از مدارهای کوانتومی برای انجام محاسبات استفاده می‌شود. از آنجایی که بسیاری از مسائل مهم عددی به محاسبه یک تبدیل واحد U در فضای محدود محدود می‌شوند ( تبدیل فوریه گسسته معروف مثال اصلی است)، می‌توان انتظار داشت که مدار کوانتومی بتواند برای انجام تبدیل U طراحی شود. در اصل، فقط باید یک حالت n کیوبیت ψ به عنوان برهم نهی مناسب از حالت های پایه محاسباتی برای ورودی تهیه و خروجی U ψ را اندازه گیری کرد. متاسفانه دو مشکل در این مورد وجود دارد:

        • نمی توان فاز ψ را در هر حالت پایه محاسباتی اندازه گیری کرد، بنابراین هیچ راهی برای خواندن پاسخ کامل وجود ندارد. این در ماهیت اندازه گیری در مکانیک کوانتومی است .
        • هیچ راهی برای آماده سازی کارآمد حالت ورودی ψ وجود ندارد.

        این مانع از استفاده مدارهای کوانتومی تبدیل فوریه گسسته به عنوان مراحل میانی در مدارهای کوانتومی دیگر نمی شود، اما استفاده از آن ظریف تر است. در واقع محاسبات کوانتومی احتمالاتی هستند .

        ما اکنون یک مدل ریاضی برای اینکه چگونه مدارهای کوانتومی می توانند محاسبات احتمالی اما کلاسیک را شبیه سازی کنند، ارائه می دهیم. یک مدار r -qubit U با فضای رجیستر H QB( r ) را در نظر بگیرید. بنابراین U یک نقشه واحد است

        H_{\operatorname {QB} (r)}\rightarrow H_{\operatorname {QB} (r)}.

        برای اینکه این مدار را به یک نگاشت کلاسیک روی رشته های بیتی مرتبط کنیم، مشخص می کنیم

        • یک ثبات ورودی X = {0,1} متر از بیت (کلاسیک) m .
        • یک ثبات خروجی Y = {0,1} n از n بیت (کلاسیک).

        محتویات x = x 1 ، ...، x m از ثبات ورودی کلاسیک برای مقداردهی اولیه ثبات کیوبیت به نحوی استفاده می شود. در حالت ایده آل، این کار با حالت پایه محاسباتی انجام می شود

        |{\vec {x}},0\rangle =|x_{1},x_{2},\cdots ,x_{m},\underbrace {0,\dots ,0} \rangle ,

        که در آن ورودی های صفر تحت مهاربندی r - m وجود دارد. با این وجود، این مقداردهی اولیه کاملاً غیر واقعی است. بنابراین فرض کنید که مقداردهی اولیه یک حالت ترکیبی است که توسط عملگر چگالی S ارائه شده است که نزدیک به ورودی ایده آل در برخی متریک مناسب است، به عنوان مثال

        \operatorname {Tr} \left({\big |}|{\vec {x}},0\rangle \langle {\vec {x}},0|-S{\big |}\right)\leq \ دلتا .

        به طور مشابه، فضای ثبت خروجی به رجیستر کیوبیت، توسط یک A قابل مشاهده با مقدار Y مرتبط است . توجه داشته باشید که مشاهده پذیرها در مکانیک کوانتومی معمولاً بر حسب معیارهای ارزش پیش بینی شده روی R تعریف می شوند . اگر متغیر گسسته باشد، اندازه‌گیری با ارزش پیش‌بینی شده به یک خانواده {E λ } که در برخی از پارامتر λ در محدوده یک مجموعه قابل شمارش نمایه شده است، کاهش می‌یابد. به طور مشابه، یک قابل مشاهده با مقدار Y ، می تواند با خانواده ای از پیش بینی های متعامد زوجی {E y } که توسط عناصر Y نمایه شده اند مرتبط شود . به طوری که

        I=\sum _{y\in Y}\operatorname {E} _{y}.

        با توجه به یک حالت مختلط S ، یک اندازه گیری احتمال بر روی Y وجود دارد که توسط آن داده شده است

        \operatorname {Pr} \{y\}=\operatorname {Tr} (S\operatorname {E} _{y}).

        تابع F : X → Y توسط یک مدار U : H QB( r ) → H QB( r ) در داخل ε محاسبه می شود اگر و فقط اگر برای همه رشته های بیت x به طول m

        \left\langle {\vec {x}},0{\big |}U^{*}\operatorname {E} _{F(x)}U{\big |}{\vec {x}},0 \right\rangle =\left\langle \operatorname {E} _{F(x)}U(|{\vec {x}},0\rangle ){\big |}U(|{\vec {x} },0\rangle )\right\rangle \geq 1-\epsilon .

        اکنون

        \left|\operatorname {Tr} (SU^{*}\operatorname {E} _{F(x)}U)-\left\langle {\vec {x}},0{\big |}U^{ *}\operatorname {E} _{F(x)}U{\big |}{\vec {x}},0\right\rangle \right|\leq \operatorname {Tr} ({\big |}| {\vec {x}},0\rangle \langle {\vec {x}},0|-S{\big |})\|U^{*}\operatorname {E} _{F(x)} U\|\leq \delta

        به طوری که

        \operatorname {Tr} (SU^{*}\operatorname {E} _{F(x)}U)\geq 1-\epsilon -\delta .

        قضیه . اگر ε + δ < 1/2، پس توزیع احتمال

        \operatorname {Pr} \{y\}=\operatorname {Tr} (SU^{*}\operatorname {E} _{y}U)

        روی Y را می توان برای تعیین F ( x ) با احتمال خطای خودسرانه کوچک با نمونه گیری اکثریت، برای حجم نمونه به اندازه کافی بزرگ استفاده کرد. به طور خاص، k نمونه مستقل را از توزیع احتمال Pr روی Y بگیرید و مقداری را انتخاب کنید که بیش از نیمی از نمونه ها با آن موافق باشند. احتمال اینکه مقدار F ( x ) بیش از k /2 بار نمونه برداری شود حداقل است

        1-e^{-2\گاما ^{2}k}،

        جایی که γ = 1/2 - ε - δ.

        این با اعمال کرانوف Chernoff دنبال می شود .

        همچنین ببینید [ ویرایش ]

        در ویکی‌انبار رسانه‌های مربوط به مدار کوانتومی موجود است .

        منابع

        https://en.wikipedia.org/wiki/Quantum_circuit

        + نوشته شده در شنبه بیست و نهم مرداد ۱۴۰۱ ساعت 4:36 توسط علی رضا نقش  | 

        1-مدار کوانتومی

        مداری که از راه دور یک کیوبیت را انجام می دهد. [1] این مدار هم از گیت های کوانتومی و هم از اندازه گیری ها تشکیل شده است. اندازه گیری یک پدیده کوانتومی است که در مدارهای کلاسیک رخ نمی دهد .

        در تئوری اطلاعات کوانتومی ، یک مدار کوانتومی مدلی برای محاسبات کوانتومی است ، مشابه مدارهای کلاسیک ، که در آن محاسبات دنباله‌ای از دروازه‌های کوانتومی ، اندازه‌گیری‌ها ، مقداردهی اولیه کیوبیت‌ها به مقادیر شناخته شده و احتمالاً اقدامات دیگر است. حداقل مجموعه ای از اقداماتی که یک مدار باید بتواند روی کیوبیت ها انجام دهد تا محاسبات کوانتومی را فعال کند، به عنوان معیار DiVincenzo شناخته می شود .

        مدارها طوری نوشته می شوند که محور افقی زمان باشد و از سمت چپ شروع شده و به سمت راست ختم شود. خطوط افقی کیوبیت هستند ، خطوط دوتایی نشان دهنده بیت های کلاسیک هستند. مواردی که توسط این خطوط به هم متصل می شوند، عملیاتی هستند که روی کیوبیت ها انجام می شوند، مانند اندازه گیری ها یا گیت ها. این خطوط توالی رویدادها را مشخص می کنند و معمولاً کابل های فیزیکی نیستند. [2] [3] [4]

        تصویر گرافیکی عناصر مدار کوانتومی با استفاده از گونه‌ای از نماد گرافیکی Penrose توصیف می‌شود . [ نیاز به نقل از ] ریچارد فاینمن در سال 1986 از نسخه اولیه نماد مدار کوانتومی استفاده کرد. [5]

        فهرست

        دروازه های منطقی کلاسیک برگشت پذیر [ ویرایش ]

        اکثر گیت های منطقی ابتدایی یک کامپیوتر کلاسیک برگشت پذیر نیستند. بنابراین، برای مثال، برای یک دروازه AND همیشه نمی توان دو بیت ورودی را از بیت خروجی بازیابی کرد. برای مثال، اگر بیت خروجی 0 باشد، نمی‌توانیم از این نظر بگوییم که بیت‌های ورودی 01 هستند یا 10 یا 00.

        با این حال، دروازه‌های برگشت‌پذیر در رایانه‌های کلاسیک به راحتی برای رشته‌های بیتی با هر طولی ساخته می‌شوند. علاوه بر این، اینها در واقع مورد توجه عملی هستند، زیرا دروازه های برگشت ناپذیر همیشه باید آنتروپی فیزیکی را افزایش دهند . دروازه برگشت پذیر یک تابع برگشت پذیر روی داده های n بیتی است که داده های n بیتی را برمی گرداند ، که در آن داده های n بیتی رشته ای از بیت های x 1 ، x 2 ، ...، x n با طول n است. مجموعه داده های n بیتی فضای {0،1} n است که از 2 n رشته 0 و 1 تشکیل شده است.

        به طور دقیق تر: یک دروازه برگشت پذیر n بیتی، یک نگاشت دوگانه f از مجموعه {0،1} n داده n بیتی روی خودش است. نمونه ای از چنین دروازه برگشت پذیر f نقشه ای است که یک جایگشت ثابت را برای ورودی های خود اعمال می کند. به دلایل مهندسی عملی، معمولاً دروازه‌ها را فقط برای مقادیر کوچک n مطالعه می‌کنیم ، مثلاً n =1، n =2 یا n =3. این دروازه ها را می توان به راحتی با جداول توصیف کرد.

        گیت های منطق کوانتومی [ ویرایش ]

        گیت‌های منطقی کوانتومی تبدیل‌های واحدی برگشت‌پذیر بر روی حداقل یک کیوبیت هستند. چند کیوبیت با هم به عنوان ثبات کوانتومی شناخته می شوند. برای تعریف دروازه‌های کوانتومی، ابتدا باید جایگزینی کوانتومی یک مبدأ n بیتی را مشخص کنیم. نسخه کوانتیزه شده فضای کلاسیک n بیتی {0،1} n فضای هیلبرت است

        H_{\operatorname {QB} (n)}=\ell ^{2}(\{0,1\}^{n}).

        این طبق تعریف فضای توابع با ارزش پیچیده در {0،1} n است و طبیعتاً فضای محصول داخلی است .خوب ^{2}به این معنی است که تابع یک تابع مربع-انتگرال پذیر است . این فضا همچنین می‌تواند متشکل از ترکیب‌های خطی یا برهم‌نهی رشته‌های بیت کلاسیک در نظر گرفته شود. توجه داشته باشید که H QB( n ) یک فضای برداری بر روی اعداد مختلط بعد 2 n است. عناصر این فضای برداری ، بردارهای حالت ممکن رجیسترهای کوانتومی n - کیوبیت هستند.

        با استفاده از نماد Dirac ket ، اگر x 1 ، x 2 ، ...، x n یک رشته بیت کلاسیک باشد، پس

        |x_{1},x_{2},\cdots ,x_{n}\rangle \quad

        یک ثبات خاص n- qubit مربوط به تابعی است که این رشته بیت کلاسیک را به 1 و سایر رشته های بیت را به 0 نگاشت می کند. این 2 n رجیستر n- qubit خاص ، حالت های پایه محاسباتی نامیده می شوند . همه رجیسترهای n- qubit ترکیبات خطی پیچیده ای از این حالت های پایه محاسباتی هستند.

        دروازه های منطق کوانتومی، برخلاف گیت های منطقی کلاسیک، همیشه برگشت پذیر هستند. یکی نیاز به نوع خاصی از تابع برگشت پذیر دارد، یعنی یک نگاشت واحد ، یعنی تبدیل خطی فضای محصول درونی پیچیده که محصول درونی هرمیتی را حفظ می کند . یک دروازه کوانتومی n- qubit (برگشت پذیر) یک نقشه واحد U از فضای H QB( n ) از n- qubit ثبت بر روی خودش است.

        به طور معمول، ما فقط به گیت هایی برای مقادیر کوچک n علاقه مندیم .

        یک دروازه منطقی کلاسیک برگشت پذیر n بیتی باعث ایجاد یک دروازه کوانتومی برگشت پذیر n بیتی به شرح زیر می شود: به هر دروازه منطقی برگشت پذیر n بیتی f مطابق با یک دروازه کوانتومی W f است که به صورت زیر تعریف شده است:

        W_{f}(|x_{1},x_{2},\cdots ,x_{n}\rangle )=|f(x_{1},x_{2},\cdots ,x_{n})\rangle .

        توجه داشته باشید که W f حالت های پایه محاسباتی را تغییر می دهد.

        گیت NOT کنترل شده (که گیت CNOT نیز نامیده می شود ) W CNOT که بر روی یک کیوبیت کوانتیزه شده تعریف شده است از اهمیت ویژه ای برخوردار است . نمونه‌های دیگر از دروازه‌های منطق کوانتومی که از دروازه‌های کلاسیک مشتق شده‌اند، دروازه تافولی و دروازه فردکین هستند.

        با این حال، ساختار فضایی هیلبرت کیوبیت‌ها به بسیاری از دروازه‌های کوانتومی اجازه می‌دهد که توسط دروازه‌های کلاسیک القا نمی‌شوند. به عنوان مثال، یک تغییر فاز نسبی یک گیت 1 کیوبیتی است که توسط عملگر تغییر فاز حاصل می شود :

        {\displaystyle P(\varphi )={\begin{bmatrix}1&0\\0&e^{i\varphi }\end{bmatrix}},}

        بنابراین

        {\displaystyle P(\varphi )|0\rangle =|0\rangle \quad P(\varphi )|1\rangle =e^{i\varphi }|1\rangle .}

        + نوشته شده در شنبه بیست و نهم مرداد ۱۴۰۱ ساعت 4:33 توسط علی رضا نقش  | 

        6-درهمتنیدگی کوانتومی

        حالات درهم تنیده [ ویرایش ]

        چندین حالت درهم تنیده متعارف وجود دارد که اغلب در تئوری و آزمایش ظاهر می شوند.

        برای دو کیوبیت ، حالت های بل هستند

        |\Phi^\pm\rangle = \frac{1}{\sqrt{2}} (|0\rangle_A \otimes |0\rangle_B \pm |1\rangle_A \otimes |1\rangle_B)

        {\displaystyle |\Psi ^{\pm }\rangle ={\frac {1}{\sqrt {2}}}(|0\rangle _{A}\otimes |1\rangle _{B}\pm | 1\rangle _{A}\otimes |0\rangle _{B}).}

        این چهار حالت خالص همگی حداکثر در هم تنیده شده اند (بر اساس آنتروپی درهم تنیدگی ) و مبنای متعارف (جبر خطی) فضای هیلبرت دو کیوبیت را تشکیل می دهند. آنها نقش اساسی در قضیه بل دارند .

        برای M> 2 کیوبیت، وضعیت GHZ است

        |\mathrm{GHZ}\rangle = \frac{|0\rangle^{\otimes M} + |1\rangle^{\otimes M}}{\sqrt{2}}،

        که به حالت بل کاهش می یابد|\Phi^+\rangleبرایM=2. حالت سنتی GHZ برای آن تعریف شدM=3. حالت های GHZ گهگاه به qudits گسترش می یابند ، به عنوان مثال، سیستم های d به جای 2 بعد.

        همچنین برای M>2 کیوبیت، حالت‌های فشرده اسپین وجود دارد ، یک کلاس از حالت‌های منسجم فشرده که محدودیت‌های خاصی را در عدم قطعیت اندازه‌گیری‌های اسپین برآورده می‌کنند، که لزوماً درهم‌تنیده هستند. [82] حالت های فشرده اسپین کاندیدهای خوبی برای افزایش اندازه گیری های دقیق با استفاده از درهم تنیدگی کوانتومی هستند. [83]

        برای دو حالت بوزونی ، حالت NOON است

        |\psi_\text{NOON} \rangle = \frac{|N \rangle_a |0\rangle_b + |{0}\rangle_a |{N}\rangle_b}{\sqrt{2}}، \,

        این مانند ایالت بل است|\Psi ^{+}\rangleبه جز کت های پایه 0 و 1 با " فوتون های N در یک حالت هستند " و " فوتون های N در حالت دیگر هستند " جایگزین شده اند.

        در نهایت، حالت های فوک دوگانه ای نیز برای حالت های بوزونی وجود دارد که می توانند با تغذیه یک حالت Fock به دو بازو منتهی به یک تقسیم کننده پرتو ایجاد شوند. آنها مجموع چند حالت NOON هستند و می توان از آنها برای دستیابی به حد هایزنبرگ استفاده کرد. [84]

        برای معیارهای درهم تنیدگی انتخاب شده، حالت‌های بل، گیگاهرتز و NOON حداکثر درهم می‌روند در حالی که حالت‌های اسپین فشرده و دو حالت فوک فقط تا حدی درهم می‌شوند. حالت‌های درهم تنیده به طور کلی آسان‌تر به‌صورت تجربی آماده می‌شوند.

        روش های ایجاد درهم تنیدگی [ ویرایش ]

        درهم تنیدگی معمولاً با برهمکنش مستقیم بین ذرات زیراتمی ایجاد می شود. این تعاملات می تواند اشکال مختلفی داشته باشد. یکی از متداول‌ترین روش‌های مورد استفاده، تبدیل پارامتری خودبه‌خود به پایین برای تولید یک جفت فوتون درهم‌تنیده در قطبش است. [65] روش‌های دیگر عبارتند از استفاده از جفت‌کننده فیبر برای محدود کردن و مخلوط کردن فوتون‌ها، فوتون‌های ساطع شده از آبشار فروپاشی دو اکسایتون در یک نقطه کوانتومی ، [85] استفاده از اثر هونگ-او-ماندل ، و غیره. در اولین آزمایشات قضیه بل، ذرات درهم تنیده با استفاده از آبشارهای اتمی تولید شدند .

        همچنین ایجاد درهم تنیدگی بین سیستم‌های کوانتومی که هرگز مستقیماً برهم‌کنش نداشتند، از طریق استفاده از تعویض درهم‌تنیدگی امکان‌پذیر است . اگر توابع موج آنها صرفاً از نظر مکانی، حداقل تا حدی، همپوشانی داشته باشند، ممکن است دو ذره کاملاً آماده و یکسان نیز در هم پیچیده شوند. [86]

        آزمایش یک سیستم برای درهم تنیدگی [ ویرایش ]

        یک ماتریس چگالی ρ جدا پذیر نامیده می شود اگر بتوان آن را به صورت مجموع محدب حالت های حاصلضرب نوشت.

        {\displaystyle {\rho =\sum _{j}p_{j}\rho _{j}^{(A)}\otimes \rho _{j}^{(B)}}}

        {\displaystyle 1\geq p_{j}\geq 0}احتمالات طبق تعریف، حالتی در هم می‌پیچد که قابل تفکیک نباشد.

        برای سیستم‌های 2-Qubit و Qubit-Qutrit (به ترتیب 2×2 و 2×3) معیار ساده Peres–Horodecki هم معیار لازم و هم کافی برای تفکیک‌پذیری و بنابراین – سهوا – برای تشخیص درهم‌تنیدگی فراهم می‌کند. با این حال، برای حالت کلی، این معیار صرفاً یک معیار ضروری برای تفکیک پذیری است، زیرا مشکل در صورت تعمیم NP-سخت می شود. [87] [88] سایر معیارهای تفکیک پذیری عبارتند از (اما نه محدود به) معیار محدوده ، معیار کاهش ، و معیارهای مبتنی بر روابط عدم قطعیت. [89] [90] [91] [92] رجوع کنید به رفر. [93]برای بررسی معیارهای تفکیک پذیری در سیستم های متغیر گسسته و Ref. [94] برای بررسی تکنیک‌ها و چالش‌ها در صدور گواهینامه درهم تنیدگی تجربی در سیستم‌های متغیر گسسته.

        Jon Magne Leinaas ، Jan Myrheim و Eirik Ovrum در مقاله خود با عنوان "جنبه های هندسی درهم تنیدگی" یک رویکرد عددی برای مسئله پیشنهاد کرده اند . [95] لیناس و همکاران. یک رویکرد عددی ارائه می‌کند، به طور مکرر یک حالت تخمینی قابل تفکیک را به سمت حالت هدف که باید آزمایش شود، اصلاح می‌کند و بررسی می‌کند که آیا واقعاً می‌توان به حالت هدف رسید یا خیر. پیاده‌سازی الگوریتم (شامل آزمایش معیار Peres-Horodecki داخلی ) برنامه وب «StateSeparator» است.

        در سیستم های متغیر پیوسته، معیار Peres-Horodecki نیز اعمال می شود. به طور خاص، سیمون [96] نسخه خاصی از معیار Peres-Horodecki را بر حسب ممان های مرتبه دوم عملگرهای متعارف فرموله کرد و نشان داد که برای این معیار لازم و کافی است1\به اضافه 1حالت های گاوسی حالت ( برای یک رویکرد به ظاهر متفاوت اما اساساً معادل به رفر. [97] مراجعه کنید). بعدها مشخص شد [98] که شرایط سایمون نیز برای آن لازم و کافی است1\plus nحالت های گاوسی، اما دیگر برای آن کافی نیست2\به علاوه 2حالت های گاوسی. شرایط سیمون را می توان با در نظر گرفتن ممان های مرتبه بالاتر عملگرهای متعارف [99] [100] یا با استفاده از معیارهای آنتروپیک تعمیم داد. [101] [102]

        در سال 2016 چین اولین ماهواره ارتباطی کوانتومی جهان را پرتاب کرد. [103] مأموریت 100 میلیون دلاری آزمایش‌های کوانتومی در مقیاس فضایی (QUESS) در 16 اوت 2016، از مرکز پرتاب ماهواره جیوکوان در شمال چین در ساعت 01:40 به وقت محلی پرتاب شد.

        برای دو سال آینده، این فضاپیما که به نام فیلسوف چینی باستان «میسیوس» نامیده می‌شود، امکان‌پذیری ارتباط کوانتومی بین زمین و فضا را نشان می‌دهد و درهم تنیدگی کوانتومی را در فواصل بی‌سابقه آزمایش می‌کند.

        در 16 ژوئن 2017، شماره Science ، یین و همکاران. گزارش ثبت رکورد فاصله درهم تنیدگی کوانتومی جدید 1203 کیلومتری، نشان دهنده بقای یک جفت فوتون و نقض نابرابری بل، رسیدن به ارزش CHSH 0.09 ± 2.37، تحت شرایط سخت محلی اینشتین، از ماهواره Micius تا پایگاه ها. در Lijian، Yunnan و Delingha، Quinhai، کارایی انتقال را نسبت به آزمایش‌های فیبر نوری قبلی با مرتبه‌ای افزایش می‌دهد. [104] [105]

        سیستم های درهم تنیده طبیعی [ ویرایش ]

        لایه های الکترونی اتم های چند الکترونی همیشه از الکترون های درهم تنیده تشکیل شده اند. انرژی یونیزاسیون صحیح را می توان تنها با در نظر گرفتن درهم تنیدگی الکترون محاسبه کرد. [106]

        فتوسنتز [ ویرایش ]

        پیشنهاد شده است که در فرآیند فتوسنتز ، درهم تنیدگی در انتقال انرژی بین مجتمع های برداشت نور و مراکز واکنش فتوسنتزی نقش دارد که در آن انرژی هر فوتون جذب شده به شکل انرژی شیمیایی برداشت می شود. بدون چنین فرآیندی، تبدیل کارآمد نور به انرژی شیمیایی قابل توضیح نیست. با استفاده از طیف‌سنجی فمتوثانیه ، انسجام درهم‌تنیدگی در کمپلکس Fena-Matthews-Olson بیش از صدها فمتوثانیه (زمان نسبتاً طولانی در این رابطه) اندازه‌گیری شد که از این نظریه پشتیبانی می‌کند. [107] [108] با این حال، مطالعات بعدی حیاتی، تفسیر این نتایج را زیر سوال می‌برند و نشانه‌های گزارش‌شده انسجام کوانتومی الکترونیکی را به دینامیک هسته‌ای در کروموفورها یا آزمایش‌هایی که در دماهای برودتی و نه فیزیولوژیکی انجام می‌شوند، اختصاص می‌دهند. [109] [110] [111] [112] [113] [114] [115]

        درهم تنیدگی اجسام ماکروسکوپی [ ویرایش ]

        در سال 2020، محققان درهم تنیدگی کوانتومی را بین حرکت یک نوسان ساز مکانیکی به اندازه میلی متر و یک سیستم اسپین دوردست متفاوت از ابر اتم گزارش کردند. [116] [117] کار بعدی این کار را با درهم‌تنیدگی کوانتومی دو نوسان‌گر مکانیکی تکمیل کرد. [118] [119] [120]

        درهم تنیدگی عناصر سیستم های زنده [ ویرایش ]

        در اکتبر 2018، فیزیکدانان تولید درهم تنیدگی کوانتومی را با استفاده از موجودات زنده ، به ویژه بین مولکول های فتوسنتزی در باکتری های زنده و نور کوانتیزه گزارش کردند. [121] [122]

        موجودات زنده (باکتری‌های گوگرد سبز) به عنوان واسطه‌ای برای ایجاد درهم‌تنیدگی کوانتومی بین حالت‌های نوری غیرمتعامل مورد مطالعه قرار گرفته‌اند، که درهم‌تنیدگی زیاد بین حالت‌های نور و باکتری و تا حدی حتی درهم‌تنیدگی درون باکتری را نشان می‌دهند. [123]

        همچنین ببینید [ ویرایش ]

        منبع

        https://en.wikipedia.org/wiki/Quantum_entanglement

        + نوشته شده در جمعه بیست و هشتم مرداد ۱۴۰۱ ساعت 5:0 توسط علی رضا نقش  | 

        5-درهمتنیدگی کوانتومی

        آنتروپی [ ویرایش ]

        در این بخش، آنتروپی یک حالت مختلط و همچنین نحوه در نظر گرفتن آن به عنوان معیار درهم تنیدگی کوانتومی مورد بحث قرار می گیرد.

        تعریف [ ویرایش ]

        نمودار آنتروپی فون نویمان در مقابل مقدار ویژه برای یک حالت خالص دو سطحی. هنگامی که مقدار ویژه دارای مقدار 0.5 است، آنتروپی فون نویمان در حداکثر، مربوط به حداکثر درهم تنیدگی است.

        در نظریه کلاسیک اطلاعات H ، آنتروپی شانون با توزیع احتمال مرتبط است.p_1، \cdots، p_n، به صورت زیر: [72]

        H(p_1، \cdots، p_n) = - \sum_i p_i \log_2 p_i.

        از آنجایی که ρ حالت مختلط توزیع احتمال روی یک مجموعه است، این امر به طور طبیعی به تعریف آنتروپی فون نویمان منجر می شود :

        S(\rho) = - \hbox{Tr} \left( \rho \log_2 {\rho} \راست).

        به طور کلی، از حساب تابعی Borel برای محاسبه یک تابع غیر چند جمله ای مانند log 2 ( ρ ) استفاده می شود. اگر عملگر غیرمنفی ρ روی فضای هیلبرت با بعد محدود عمل کند و دارای مقادیر ویژه باشد.\lambda_1، \cdots، \lambda_n، log 2 ( ρ ) چیزی بیش از عملگر با بردارهای ویژه یکسان نیست، اما مقادیر ویژه\log _{2}(\lambda _{1})،\cdots ,\log _{2}(\lambda _{n}). سپس آنتروپی شانون به صورت زیر است:

        S(\rho) = - \hbox{Tr} \left( \rho \log_2 {\rho} \right) = - \sum_i \lambda_i \log_2 \lambda_i.

        از آنجایی که یک رویداد با احتمال 0 نباید به آنتروپی کمک کند، و با توجه به آن

        \lim_{p \تا 0} p \log p = 0،

        قرارداد 0 log(0) = 0 پذیرفته شده است. این به حالت بی‌بعدی نیز گسترش می‌یابد: اگر ρ وضوح طیفی داشته باشد

        \rho = \int \lambda d P_{\lambda}،

        هنگام محاسبه همان قرارداد را فرض کنید

        \rho \log_2 \rho = \int \lambda \log_2 \lambda d P_{\lambda}.

        همانطور که در مکانیک آماری ، هر چه سیستم باید دارای عدم قطعیت (تعداد ریز حالت ها) بیشتری باشد، آنتروپی بزرگتر است. به عنوان مثال، آنتروپی هر حالت خالص صفر است، که جای تعجب نیست زیرا هیچ عدم قطعیتی در مورد یک سیستم در حالت خالص وجود ندارد. آنتروپی هر یک از دو زیرسیستم حالت درهم تنیده مورد بحث در بالا، log(2) است (که می تواند حداکثر آنتروپی برای 2 × 2 حالت مخلوط نشان داده شود).

        به عنوان معیار درهم تنیدگی [ ویرایش ]

        آنتروپی ابزاری را فراهم می‌کند که می‌توان از آن برای تعیین کمیت درهم‌تنیدگی استفاده کرد، اگرچه معیارهای درهم‌تنیدگی دیگری وجود دارد. [73] اگر سیستم کلی خالص باشد، می توان از آنتروپی یک زیر سیستم برای اندازه گیری درجه درهم تنیدگی آن با زیرسیستم های دیگر استفاده کرد.

        برای حالت‌های خالص دوبخشی، آنتروپی فون نویمان حالت‌های کاهش‌یافته، اندازه‌گیری منحصربه‌فرد درهم تنیدگی است، به این معنا که تنها تابعی در خانواده حالت‌ها است که بدیهیات خاصی را که برای یک اندازه‌گیری درهم‌تنیدگی لازم است برآورده می‌کند [ نیاز به منبع ] .

        این یک نتیجه کلاسیک است که آنتروپی شانون حداکثر خود را در و فقط در توزیع احتمال یکنواخت {1/ n ,...,1/ n } به دست می آورد. بنابراین، حالت خالص دو بخشی ρ ∈ H A ⊗ H B به حالت حداکثر درهم تنیده گفته می شود اگر حالت کاهش یافته هر زیر سیستم ρ ماتریس مورب باشد.

        \begin{bmatrix} \frac{1}{n}& & \\ & \ddots & \\ & & \frac{1}{n}\end{bmatrix}.

        برای حالت های مختلط، آنتروپی فون نویمان کاهش یافته تنها معیار درهم تنیدگی معقول نیست.

        به‌عنوان کنار، تعریف نظری اطلاعات ارتباط نزدیکی با آنتروپی به معنای مکانیک آماری دارد [ نیازمند منبع ] (با مقایسه دو تعریف در زمینه کنونی، معمولاً ثابت بولتزمن k = 1 تنظیم می‌شود ). به عنوان مثال، با ویژگی های حساب تابعی بورل ، می بینیم که برای هر عملگر واحد U ،

        S(\rho) = S \ چپ (U \rho U^* \راست).

        در واقع، بدون این ویژگی، آنتروپی فون نویمان به خوبی تعریف نمی شود.

        به طور خاص، U می تواند عملگر تکامل زمانی سیستم باشد، به عنوان مثال،

        U(t) = \exp \left(\frac{-i H t }{\hbar}\راست)،

        که در آن H همیلتونی سیستم است. در اینجا آنتروپی بدون تغییر است.

        برگشت پذیری یک فرآیند با تغییر آنتروپی حاصله مرتبط است، یعنی یک فرآیند برگشت پذیر است اگر و تنها در صورتی که آنتروپی سیستم را ثابت بماند. بنابراین، حرکت پیکان زمان به سمت تعادل ترمودینامیکی صرفاً گسترش روزافزون درهم تنیدگی کوانتومی است. [74] این ارتباط بین نظریه اطلاعات کوانتومی و ترمودینامیک فراهم می کند .

        آنتروپی Rényi همچنین می تواند به عنوان معیار درهم تنیدگی استفاده شود.

        اقدامات درهم تنیدگی [ ویرایش ]

        معیارهای درهم تنیدگی، مقدار درهم تنیدگی را در یک حالت کوانتومی (اغلب به صورت دوبخشی در نظر گرفته می‌شود) تعیین می‌کنند. همانطور که قبلاً ذکر شد، آنتروپی درهم تنیدگی معیار استاندارد درهم تنیدگی برای حالت های خالص است (اما دیگر معیار درهم تنیدگی برای حالت های مختلط نیست). برای حالت های مختلط، برخی از معیارهای درهم تنیدگی در ادبیات [73] وجود دارد و هیچ یک استاندارد نیست.

        بیشتر (اما نه همه) این معیارهای درهم تنیدگی برای حالت های خالص به آنتروپی درهم تنیدگی کاهش می یابد و محاسبه آن دشوار است ( NP-hard ). [75]

        نظریه میدان کوانتومی [ ویرایش ]

        قضیه ری-شلیدر نظریه میدان کوانتومی گاهی اوقات به عنوان آنالوگ درهم تنیدگی کوانتومی دیده می شود.

        برنامه های کاربردی [ ویرایش ]

        درهم تنیدگی کاربردهای زیادی در نظریه اطلاعات کوانتومی دارد . با کمک درهم تنیدگی، در غیر این صورت ممکن است کارهای غیرممکن به دست آید.

        از جمله شناخته شده ترین کاربردهای درهم تنیدگی می توان به کدگذاری فوق متراکم و تله پورت کوانتومی اشاره کرد. [76]

        اکثر محققان بر این باورند که درهم تنیدگی برای تحقق محاسبات کوانتومی ضروری است (اگرچه این مورد توسط برخی مورد مناقشه است). [77]

        درهم تنیدگی در برخی از پروتکل‌های رمزنگاری کوانتومی استفاده می‌شود ، [78] [79] اما برای اثبات امنیت QKD تحت مفروضات استاندارد نیازی به درهم‌تنیدگی نیست. [80] با این حال، امنیت مستقل از دستگاه QKD نشان داده شده است که از درهم تنیدگی بین شرکای ارتباطی استفاده می کند. [81]

        + نوشته شده در جمعه بیست و هشتم مرداد ۱۴۰۱ ساعت 4:57 توسط علی رضا نقش  | 

        4-درهمتنیدگی کوانتومی

        ماتریس های چگالی کاهش یافته [ ویرایش ]

        ایده ماتریس چگالی کاهش یافته توسط پل دیراک در سال 1930 ارائه شد . بگذارید وضعیت سیستم ترکیبی باشد

        |\Psi \rangle \در H_A \otimes H_B.

        همانطور که در بالا اشاره شد، به طور کلی هیچ راهی برای مرتبط کردن حالت خالص به سیستم جزء A وجود ندارد. با این حال، هنوز هم می توان یک ماتریس چگالی را مرتبط کرد. اجازه دهید

        \rho_T = |\Psi\rangle \; \langle\Psi|.

        که عملگر پروجکشن در این حالت است. حالت A رد جزئی ρT بر اساس سیستم B است :

        {\displaystyle \rho _{A}\ {\stackrel {\mathrm {def} }{=}}\ \sum _{j}^{N_{B}}\left(I_{A}\otimes \langle j |_{B}\right)\left(|\Psi \rangle \langle \Psi |\right)\left(I_{A}\otimes |j\rangle _{B}\right)={\hbox{Tr }}_{B}\;\rho _{T}.}

        مجموع رخ می دهد بیش از{\displaystyle N_{B}:=\dim(H_{B})}ومن_{A}اپراتور هویت درH_A. ρ A گاهی اوقات ماتریس چگالی کاهش یافته ρ در زیر سیستم A نامیده می شود . به صورت محاوره ای، سیستم B را برای به دست آوردن ماتریس چگالی کاهش یافته روی A "ردیابی" می کنیم .

        به عنوان مثال، ماتریس چگالی کاهش یافته A برای حالت درهم تنیده

        \tfrac{1}{\sqrt{2}} \left ( |0\rangle_A \otimes |1\rangle_B - |1\rangle_A \otimes |0\rangle_B \راست)،

        مورد بحث در بالا است

        \rho_A = \tfrac{1}{2} \left ( |0\rangle_A \langle 0|_A + |1\rangle_A \langle 1|_A \راست )

        این نشان می‌دهد که، همانطور که انتظار می‌رود، ماتریس چگالی کاهش‌یافته برای یک مجموعه خالص درهم‌تنیده، یک مجموعه مخلوط است. همچنین جای تعجب نیست که ماتریس چگالی A برای حالت محصول خالص|\psi\rangle_A \otimes |\phi\rangle_Bمورد بحث در بالا است

        {\displaystyle \rho _{A}=|\psi \rangle _{A}\langle \psi |_{A}}.

        به طور کلی، یک حالت خالص دو بخشی ρ اگر و تنها در صورتی درهم می‌آید که حالت‌های کاهش‌یافته آن به جای خالص مخلوط شوند.

        دو برنامه کاربردی که از آنها استفاده می کنند [ ویرایش ]

        ماتریس های چگالی کاهش یافته به صراحت در زنجیره های اسپین مختلف با حالت پایه منحصر به فرد محاسبه شدند. یک مثال زنجیره چرخشی یک بعدی AKLT است : [63] حالت پایه را می توان به یک بلوک و یک محیط تقسیم کرد. ماتریس چگالی کاهش‌یافته بلوک متناسب با یک پروژکتور با حالت پایه منحط یک همیلتونی دیگر است.

        ماتریس چگالی کاهش یافته نیز برای زنجیره های اسپین XY مورد ارزیابی قرار گرفت ، جایی که دارای رتبه کامل است. ثابت شد که در حد ترمودینامیکی، طیف ماتریس چگالی کاهش یافته یک بلوک بزرگ از اسپین ها یک دنباله هندسی دقیق است [64] در این مورد.

        درهم تنیدگی به عنوان یک منبع [ ویرایش ]

        در نظریه اطلاعات کوانتومی، حالت‌های درهم تنیده به عنوان یک «منبع» در نظر گرفته می‌شوند، یعنی چیزی که تولید آن پرهزینه است و امکان اجرای تبدیل‌های ارزشمند را فراهم می‌کند. محیطی که در آن این دیدگاه بیشتر مشهود است، «آزمایشگاه‌های دوردست» است، یعنی دو سیستم کوانتومی با برچسب‌های «A» و «B» که بر روی هر یک از آن‌ها می‌توان عملیات کوانتومی دلخواه را انجام داد، اما با یکدیگر برهمکنش کوانتومی ندارند. به صورت مکانیکی تنها تعامل مجاز مبادله اطلاعات کلاسیک است که همراه با عمومی ترین عملیات کوانتومی محلی باعث ایجاد کلاسی از عملیات به نام LOCC می شود.(عملیات محلی و ارتباطات کلاسیک). این عملیات اجازه تولید حالت‌های درهم‌تنیده را بین سیستم‌های A و B نمی‌دهد. اما اگر A و B با عرضه‌ای از حالت‌های درهم‌تنیده ارائه شوند، آن‌گاه اینها همراه با عملیات LOCC می‌توانند کلاس بزرگ‌تری از تبدیل‌ها را فعال کنند. به عنوان مثال، تعامل بین یک کیوبیت A و یک کیوبیت B را می توان با انتقال کیوبیت A به B از راه دور، سپس اجازه دادن به آن با کیوبیت B (که اکنون یک عملیات LOCC است، زیرا هر دو کیوبیت در آزمایشگاه B هستند) و سپس کیوبیت را از راه دور به A برگردانید. در این فرآیند از دو حالت حداکثر درهم تنیده دو کیوبیت استفاده می شود. بنابراین حالت‌های درهم‌تنیده منبعی هستند که امکان تحقق برهم‌کنش‌های کوانتومی (یا کانال‌های کوانتومی) را در محیطی که فقط LOCC در دسترس است، اما در این فرآیند مصرف می‌شوند را ممکن می‌سازد.[65]

        طبقه بندی درهم تنیدگی [ ویرایش ]

        همه حالات کوانتومی به عنوان یک منبع ارزشمند نیستند. برای تعیین کمیت این مقدار، می توان از معیارهای درهم تنیدگی مختلفی استفاده کرد (به زیر مراجعه کنید)، که یک مقدار عددی را به هر حالت کوانتومی اختصاص می دهد. با این حال، اغلب جالب است که به روشی درشت تر برای مقایسه حالت های کوانتومی بسنده کنیم. این باعث ایجاد طرح های طبقه بندی مختلف می شود. اکثر کلاس های درهم تنیدگی بر اساس اینکه آیا می توان حالت ها را با استفاده از LOCC یا زیر کلاسی از این عملیات به حالت های دیگر تبدیل کرد، تعریف می شوند. هرچه مجموعه عملیات مجاز کوچکتر باشد، طبقه بندی دقیق تر است. نمونه های مهم عبارتند از:

        • اگر بتوان دو حالت را با یک عملیات واحد محلی به یکدیگر تبدیل کرد، گفته می شود که در یک کلاس LU هستند. این بهترین کلاس از کلاس های معمولاً در نظر گرفته شده است. دو حالت در یک کلاس LU دارای ارزش یکسانی برای اندازه‌گیری‌های درهم تنیدگی و مقدار یکسانی به عنوان منبع در تنظیمات آزمایشگاه‌های دوردست هستند. تعداد بی نهایت کلاس LU مختلف وجود دارد (حتی در ساده ترین حالت دو کیوبیت در حالت خالص). [66] [67]
        • اگر بتوان دو حالت را با عملیات محلی از جمله اندازه‌گیری‌هایی با احتمال بزرگتر از 0 به یکدیگر تبدیل کرد، گفته می‌شود که در همان کلاس SLOCC ("LOCC تصادفی") هستند. از نظر کیفی دو حالت\rho _{1}و\rho _{2}در همان کلاس SLOCC به همان اندازه قدرتمند هستند (از آنجایی که می توانم یکی را به دیگری تبدیل کنم و سپس هر کاری که به من اجازه می دهد انجام دهم)، اما از آنجایی که تبدیل ها{\displaystyle \rho _{1}\to \rho _{2}}و{\displaystyle \rho _{2}\to \rho _{1}}ممکن است با احتمال متفاوت موفق شوند، دیگر به یک اندازه ارزشمند نیستند. به عنوان مثال، برای دو کیوبیت خالص تنها دو کلاس SLOCC وجود دارد: حالت‌های درهم‌تنیده (که شامل حالات بل (بیشترین درهم‌تنیده) است و حالت‌های درهم‌تنیده ضعیف مانند{\displaystyle |00\rangle +0.01|11\rangle }) و آنهایی که قابل تفکیک هستند (یعنی حالتهای محصول مانند|00\rangle). [68] [69]
        • به‌جای در نظر گرفتن تبدیل‌های تک نسخه‌های یک حالت (مانند{\displaystyle \rho _{1}\to \rho _{2}}) می توان کلاس ها را بر اساس امکان تبدیل های چند کپی تعریف کرد. به عنوان مثال، نمونه هایی وجود دارد که{\displaystyle \rho _{1}\to \rho _{2}}توسط LOCC غیر ممکن است، اما{\displaystyle \rho _{1}\otimes \rho _{1}\to \rho _{2}}ممکن است. یک طبقه بندی بسیار مهم (و بسیار درشت) بر اساس این ویژگی است که آیا می توان تعداد زیادی کپی از یک حالت را به طور دلخواه تغییر داد.\rhoحداقل به یک حالت درهم تنیده خالص. کشورهایی که این خاصیت را دارند قابل تقطیر نامیده می شوند . این حالت‌ها مفیدترین حالت‌های کوانتومی هستند، زیرا با توجه به تعداد کافی از آنها، می‌توان آن‌ها را (با عملیات محلی) به هر حالت درهم تنیده تبدیل کرد و از این رو امکان استفاده از همه موارد ممکن را فراهم کرد. در ابتدا جای تعجب بود که همه حالت‌های درهم‌تنیده قابل تقطیر نیستند، آن‌هایی که نیستند « درهم پیچیده » نامیده می‌شوند. [70] [65]

        یک طبقه‌بندی متفاوت درهم‌تنیدگی بر اساس آن چیزی است که همبستگی‌های کوانتومی موجود در یک حالت به A و B اجازه انجام آن را می‌دهند: سه زیر مجموعه از حالت‌های درهم‌تنیده را متمایز می‌کنیم: (1) حالت‌های غیرمحلی ، که همبستگی‌هایی را تولید می‌کنند که با یک پنهان محلی قابل توضیح نیستند. مدل متغیر و بنابراین یک نابرابری بل را نقض می کند، (2) حالات قابل هدایت که حاوی همبستگی های کافی برای A هستند تا با اندازه گیری های محلی حالت کاهش یافته شرطی B را به گونه ای تغییر دهد ("هدایت" کند، به طوری که A بتواند به B ثابت کند که حالتی که آنها دارند واقعاً در هم تنیده است، و در نهایت (3) آن حالات درهم تنیده ای که نه غیر محلی هستند و نه قابل هدایت. هر سه مجموعه خالی نیستند. [71]

        + نوشته شده در جمعه بیست و هشتم مرداد ۱۴۰۱ ساعت 4:55 توسط علی رضا نقش  | 

        3-درهمتنیدگی کوانتومی

        رمز و راز زمان [ ویرایش ]

        پیشنهادهایی برای نگاه کردن به مفهوم زمان به عنوان یک پدیده نوظهور که از عوارض جانبی درهم تنیدگی کوانتومی است، وجود دارد. [45] [46] به عبارت دیگر، زمان یک پدیده درهم تنیدگی است که تمام قرائت‌های ساعت برابر (از ساعت‌های به درستی آماده‌شده یا هر شیء قابل استفاده به عنوان ساعت) را در یک تاریخ قرار می‌دهد. این اولین بار به طور کامل توسط دان پیج و ویلیام ووترز در سال 1983 ارائه شد. [47] معادله ویلر-دیویتکه نسبیت عام و مکانیک کوانتومی را با هم ترکیب می کند - با کنار گذاشتن کامل زمان - در دهه 1960 معرفی شد و دوباره در سال 1983 مورد استفاده قرار گرفت، زمانی که پیج و ووترز راه حلی بر اساس درهم تنیدگی کوانتومی ساختند. پیج و ووترز استدلال کردند که درهم تنیدگی می تواند برای اندازه گیری زمان استفاده شود. [48]

        جاذبه اضطراری [ ویرایش ]

        بر اساس مکاتبات AdS/CFT ، مارک ون رامسدونک پیشنهاد کرد که فضا-زمان به عنوان یک پدیده نوظهور از درجات کوانتومی آزادی که در هم پیچیده هستند و در مرز فضا-زمان زندگی می کنند، به وجود می آید. [49] گرانش القایی می تواند از قانون اول درهم تنیدگی بیرون بیاید. [50] [51]

        بی محلی و درهم تنیدگی [ ویرایش ]

        در رسانه ها و علم عامه، نامحلی کوانتومی اغلب به عنوان معادل درهم تنیدگی به تصویر کشیده می شود. در حالی که این برای حالت‌های کوانتومی دوبخشی خالص صادق است، به طور کلی درهم تنیدگی فقط برای همبستگی‌های غیرمحلی ضروری است، اما حالت‌های درهم‌تنیده‌ای وجود دارند که چنین همبستگی‌هایی را ایجاد نمی‌کنند. [52] یک مثال معروف، حالت‌های ورنر است که برای مقادیر معینی در هم تنیده شده‌اندp_{sym}، اما همیشه می توان با استفاده از متغیرهای پنهان محلی توصیف کرد. [53] علاوه بر این، نشان داده شد که، برای تعداد دلخواه ذرات، حالت هایی وجود دارد که واقعاً در هم تنیده هستند اما یک مدل محلی را می پذیرند. [54] شواهد ذکر شده در مورد وجود مدل‌های محلی فرض می‌کنند که در هر زمان تنها یک نسخه از حالت کوانتومی موجود است. اگر ذرات مجاز به انجام اندازه‌گیری‌های محلی بر روی بسیاری از نسخه‌های این حالت‌ها باشند، بسیاری از حالت‌های ظاهراً محلی (مثلاً حالت‌های کیوبیت ورنر) دیگر نمی‌توانند توسط یک مدل محلی توصیف شوند. این به ویژه برای همه حالت های قابل تقطیر صادق است. با این حال، این یک سوال باز باقی می‌ماند که آیا همه دولت‌های درهم‌تنیده با تعداد کپی‌های کافی غیرمحلی می‌شوند. [55]

        به طور خلاصه، درهم تنیدگی یک حالت مشترک بین دو ذره ضروری است اما کافی نیست تا آن حالت غیرمحلی باشد. مهم است که بدانیم درهم تنیدگی بیشتر به عنوان یک مفهوم جبری در نظر گرفته می شود، به دلیل اینکه پیش نیازی برای غیرمحلی بودن و همچنین برای انتقال کوانتومی و کدگذاری فوق متراکم است، در حالی که غیرمحلی بودن بر اساس آمار تجربی تعریف می شود و بسیار بیشتر است. درگیر با مبانی و تفاسیر مکانیک کوانتومی . [56]

        چارچوب مکانیکی کوانتومی [ ویرایش ]

        بخش‌های فرعی زیر برای کسانی است که دانش کاری خوبی از توضیحات رسمی و ریاضی مکانیک کوانتومی ، از جمله آشنایی با فرمالیسم و ​​چارچوب نظری توسعه‌یافته در مقالات دارند: نماد bra-ket و فرمول‌بندی ریاضی مکانیک کوانتومی .

        حالات خالص [ ویرایش ]

        دو سیستم کوانتومی دلخواه A و B را با فضاهای هیلبرت H A و H B در نظر بگیرید. فضای هیلبرت سیستم کامپوزیت محصول تانسور است

        H_A \گاهی H_B.

        اگر سیستم اول در حالت است{\displaystyle |\psi \rangle _{A}}و دومی در حالت{\displaystyle |\phi \rangle _{B}}، وضعیت سیستم ترکیبی است

        |\psi\rangle_A \otimes |\phi\rangle_B.

        حالات سیستم ترکیبی که می توانند به این شکل نمایش داده شوند ، حالات قابل تفکیک یا حالت های محصول نامیده می شوند .

        همه حالت ها حالت های قابل تفکیک (و در نتیجه حالت های محصول) نیستند. یک پایه را ثابت کنید {\displaystyle \{|i\rangle _{A}\}}برای H A و یک پایه{\displaystyle \{|j\rangle _{B}\}}برای H B. _ کلی ترین حالت در H A ⊗ H B به شکل است

        |\psi\rangle_{AB} = \sum_{i,j} c_{ij} |i\rangle_A \otimes |j\rangle_B.

        این حالت در صورت وجود بردار قابل تفکیک است{\displaystyle [c_{i}^{A}]،[c_{j}^{B}]}به طوری که{\displaystyle c_{ij}=c_{i}^{A}c_{j}^{B},}تسلیم شدن{\textstyle |\psi \rangle _{A}=\sum _{i}c_{i}^{A}|i\rangle _{A}}و{\textstyle |\phi \rangle _{B}=\sum _{j}c_{j}^{B}|j\rangle _{B}.}اگر برای هر بردار، جدایی ناپذیر است{\displaystyle [c_{i}^{A}]،[c_{j}^{B}]}حداقل برای یک جفت مختصات{\displaystyle c_{i}^{A},c_{j}^{B}}ما داریم{\displaystyle c_{ij}\neq c_{i}^{A}c_{j}^{B}.}اگر حالتی غیرقابل تفکیک باشد، به آن «حالت درهم تنیده» می گویند.

        به عنوان مثال، با توجه به دو بردار پایه{\displaystyle \{|0\rangle _{A},|1\rangle _{A}\}}از H A و دو بردار پایه{\displaystyle \{|0\rangle _{B},|1\rangle _{B}\}}از H B ، حالت زیر یک حالت درهم تنیده است:

        \tfrac{1}{\sqrt{2}} \left ( |0\rangle_A \otimes |1\rangle_B - |1\rangle_A \otimes |0\rangle_B \راست ).

        اگر سیستم ترکیبی در این حالت باشد، نمی توان به سیستم A یا سیستم B یک حالت خالص مشخص نسبت داد . راه دیگر برای گفتن این است که در حالی که آنتروپی فون نویمان کل حالت صفر است (همانطور که برای هر حالت خالص وجود دارد)، آنتروپی زیرسیستم ها بزرگتر از صفر است. از این نظر، سیستم ها "درهم" هستند. این دارای پیامدهای تجربی خاص برای تداخل سنجی است. [57] مثال بالا یکی از چهار حالت بل است که (حداکثر) حالت های خالص درهم تنیده هستند (حالت های خالص فضای H A ⊗ H B ، اما نمی توان آنها را به حالت های خالص هر H جدا کرد.A و H B ).

        حال فرض کنید آلیس ناظر سیستم A و باب ناظر سیستم B باشد. اگر در حالت درهم تنیده داده شده در بالا، آلیس اندازه گیری را در آن انجام دهد{\displaystyle \{|0\rangle ,|1\rangle \}}اساس ویژه A ، دو نتیجه ممکن وجود دارد که با احتمال مساوی رخ می دهد: [58]

        1. آلیس 0 را اندازه می گیرد و وضعیت سیستم به هم می ریزد{\displaystyle |0\rangle _{A}|1\rangle _{B}}.
        2. آلیس 1 را اندازه می گیرد و وضعیت سیستم به هم می ریزد{\displaystyle |1\rangle _{A}|0\rangle _{B}}.

        اگر اولی رخ دهد، هر اندازه‌گیری بعدی که توسط باب انجام شود، بر اساس همان مبنای، همیشه 1 برمی‌گرداند. اگر دومی رخ دهد، (آلیس 1 را اندازه‌گیری می‌کند) آنگاه اندازه‌گیری باب با قطعیت 0 را برمی‌گرداند. بنابراین، سیستم B توسط آلیس که یک اندازه‌گیری محلی روی سیستم A انجام می‌دهد، تغییر یافته است . حتی اگر سیستم‌های A و B از هم جدا شده باشند، این موضوع صادق است. این پایه و اساس پارادوکس EPR است .

        نتیجه اندازه گیری آلیس تصادفی است. آلیس نمی تواند تصمیم بگیرد که سیستم ترکیبی را در کدام حالت جمع کند، و بنابراین نمی تواند با عمل کردن بر روی سیستم خود اطلاعات را به باب منتقل کند. بنابراین علیت در این طرح خاص حفظ می شود. برای استدلال کلی، قضیه عدم ارتباط را ببینید .

        گروه ها [ ویرایش ]

        همانطور که در بالا ذکر شد، وضعیت یک سیستم کوانتومی توسط یک بردار واحد در فضای هیلبرت داده می شود. به طور کلی تر، اگر کسی اطلاعات کمتری در مورد سیستم داشته باشد، آن را یک مجموعه می نامد و آن را با یک ماتریس چگالی توصیف می کند که یک ماتریس مثبت-نیمه معین است ، یا یک کلاس ردیابی زمانی که فضای حالت بینهایت بعدی است، و دارای ردیابی 1 است. باز هم، با قضیه طیفی ، چنین ماتریسی شکل کلی را به خود می گیرد:

        \rho = \sum_i w_i |\alpha_i\rangle \langle\alpha_i|،

        در جایی که w i احتمالات با ارزش مثبت هستند (مجموع آنها 1 است)، بردارهای α i بردارهای واحد هستند، و در حالت بی‌بعدی، بسته شدن چنین حالت‌هایی را در هنجار ردیابی در نظر می‌گیریم. می‌توانیم ρ را به‌عنوان نشان‌دهنده مجموعه‌ای تفسیر کنیم که w i نسبت مجموعه‌ای است که حالات آن وجود دارد|\alpha_i\rangle. هنگامی که یک حالت مختلط دارای رتبه 1 است، بنابراین یک "گروه خالص" را توصیف می کند. هنگامی که اطلاعات کمتر از کل در مورد وضعیت یک سیستم کوانتومی وجود دارد، ما به ماتریس های چگالی برای نمایش وضعیت نیاز داریم.

        به طور تجربی، یک گروه ترکیبی ممکن است به شرح زیر تحقق یابد. یک دستگاه "جعبه سیاه" را در نظر بگیرید که الکترون ها را به سمت ناظر می ریزد. فضاهای هیلبرت الکترون ها یکسان است. این دستگاه ممکن است الکترون هایی تولید کند که همه در یک حالت باشند. در این حالت، الکترون های دریافت شده توسط ناظر یک مجموعه خالص هستند. با این حال، دستگاه می تواند الکترون در حالت های مختلف تولید کند. به عنوان مثال، می تواند دو جمعیت الکترون تولید کند: یکی با حالت|\mathbf{z}+\rangleبا اسپین های تراز شده در جهت z مثبت و دیگری با حالت|\mathbf{y}-\rangleبا اسپین هایی که در جهت منفی y تراز شده اند . به طور کلی، این یک گروه مختلط است، زیرا می‌تواند هر تعداد جمعیتی وجود داشته باشد که هر کدام مربوط به وضعیت متفاوتی است.

        طبق تعریف بالا، برای یک سیستم ترکیبی دوبخشی، حالت های مختلط فقط ماتریس های چگالی روی H A ⊗ H B هستند. یعنی شکل کلی را دارد

        {\displaystyle \rho =\sum _{i}w_{i}\left[\sum _{j}{\bar {c}}_{ij}(|\alpha _{ij}\rangle \otimes |\ بتا _{ij}\rangle )\right]\left[\sum _{k}c_{ik}(\langle \alpha _{ik}|\otimes \langle \beta _{ik}|)\right]}

        جایی که w i احتمالات با ارزش مثبت هستند،{\textstyle \sum _{j}|c_{ij}|^{2}=1}و بردارها بردار واحد هستند. این خود ملحق و مثبت است و رد 1 دارد.

        با بسط تعریف تفکیک پذیری از حالت خالص، می گوییم که حالت مختلط در صورتی قابل تفکیک است که بتوان آن را به صورت [59] نوشت : 131-132 

        \rho =\sum _{i}w_{i}\rho _{i}^{A}\otimes \rho _{i}^{B}،

        که در آن w i دارای ارزش مثبت احتمالات و\rho_i^A'شن\rho_i^B'ها خود حالت های مختلط (عملگرهای چگالی) در زیر سیستم های A و B هستند. به عبارت دیگر، یک حالت در صورتی قابل تفکیک است که توزیع احتمال بر روی حالت های نامرتبط یا حالت های محصول باشد. با نوشتن ماتریس های چگالی به عنوان مجموع مجموعه های خالص و بسط دادن، ممکن است بدون از دست دادن کلیت فرض کنیم که\rho_i^Aو\rho_i^Bخود مجموعه های نابی هستند. آنگاه به حالتی گفته می شود که در هم تنیده شده است اگر قابل تفکیک نباشد.

        به طور کلی، یافتن اینکه آیا یک حالت مختلط در هم پیچیده است یا خیر، مشکل تلقی می شود. مورد دوبخشی عمومی نشان داده شده است که NP-hard است. [60] برای موارد 2 × 2 و 2 × 3 ، یک معیار لازم و کافی برای تفکیک پذیری با شرط معروف Positive Partial Transpose (PPT) ارائه شده است. [61]

        منبع

        https://en.wikipedia.org/wiki/Quantum_entanglement

        + نوشته شده در جمعه بیست و هشتم مرداد ۱۴۰۱ ساعت 4:53 توسط علی رضا نقش  | 

        2-درهمتنیدگی کوانتومی

        مفهوم [ ویرایش ]

        معنی درهم تنیدگی [ ویرایش ]

        سیستم درهم تنیده به سیستمی گفته می شود که حالت کوانتومی آن نمی تواند به عنوان حاصلضرب حالات اجزای محلی آن در نظر گرفته شود. یعنی ذرات منفرد نیستند، بلکه یک کل جدایی ناپذیر هستند. در درهم تنیدگی، نمی توان یک مؤلفه را بدون در نظر گرفتن دیگری (ها) به طور کامل توصیف کرد. حالت یک سیستم ترکیبی همیشه به صورت مجموع یا برهم نهفته از محصولات حالت های اجزای محلی قابل بیان است. اگر این مجموع را نتوان به عنوان یک عبارت محصول واحد نوشت، درهم می‌رود.

        سیستم‌های کوانتومی می‌توانند از طریق انواع مختلفی از برهمکنش‌ها درگیر شوند. برای برخی از راه‌هایی که در آن ممکن است درهم تنیدگی برای اهداف آزمایشی به دست آید، به بخش زیر در مورد روش‌ها مراجعه کنید. درهم تنیدگی زمانی شکسته می شود که ذرات درهم تنیده از طریق تعامل با محیط از هم چسبیده شوند. به عنوان مثال، هنگامی که یک اندازه گیری انجام می شود. [30]

        به عنوان نمونه ای از درهم تنیدگی: یک ذره زیر اتمی به یک جفت درهم تنیده از ذرات دیگر تجزیه می شود . رویدادهای فروپاشی از قوانین مختلف بقای پیروی می کنند ، و در نتیجه، نتایج اندازه گیری یک ذره دختر باید با نتایج اندازه گیری ذره دختر دیگر همبستگی زیادی داشته باشد (به طوری که ممان کل، ممان زاویه ای، انرژی و غیره باقی می ماند. تقریباً قبل و بعد از این فرآیند یکسان است). به عنوان مثال، یک ذره اسپین صفر می تواند به یک جفت ذره اسپین-1/2 تجزیه شود. از آنجایی که کل اسپین قبل و بعد از این واپاشی باید صفر باشد (پایداری تکانه زاویه ای)، هر زمان که اولین ذره برای چرخش به سمت بالا اندازه گیری شود.در برخی از محورها، زمانی که محور دیگر بر روی همان محور اندازه گیری می شود، همیشه مشخص می شود که به سمت پایین می چرخد . (به این حالت ضد همبستگی اسپین می گویند؛ و اگر احتمالات قبلی برای اندازه گیری هر اسپین مساوی باشد، جفت در حالت منفرد گفته می شود .)

        نتیجه فوق ممکن است تعجب آور تلقی شود یا نباشد. یک سیستم کلاسیک همان ویژگی و یک نظریه متغیر پنهان را نشان می دهد(نگاه کنید به زیر) قطعاً بر اساس حفظ تکانه زاویه ای در مکانیک کلاسیک و کوانتومی به طور یکسان برای انجام این کار لازم است. تفاوت در این است که یک سیستم کلاسیک دارای مقادیر معینی برای همه موارد مشاهده‌پذیر است، در حالی که سیستم کوانتومی اینطور نیست. به معنایی که در زیر مورد بحث قرار می گیرد، به نظر می رسد که سیستم کوانتومی در نظر گرفته شده در اینجا توزیع احتمالی را برای نتیجه اندازه گیری اسپین در امتداد هر محور ذره دیگر پس از اندازه گیری ذره اول بدست می آورد. این توزیع احتمال به طور کلی با آنچه که بدون اندازه گیری ذره اول خواهد بود متفاوت است. در مورد ذرات درهم تنیده جدا از هم، این امر قطعاً ممکن است شگفت‌انگیز تلقی شود.

        پارادوکس [ ویرایش ]

        تناقض این است که اندازه گیری انجام شده بر روی هر یک از ذرات ظاهراً وضعیت کل سیستم درهم تنیده را از بین می برد - و این کار را بلافاصله انجام می دهد، قبل از اینکه هرگونه اطلاعاتی در مورد نتیجه اندازه گیری به ذره دیگر ارسال شود (با فرض اینکه اطلاعات نمی تواند سریعتر از نور ) و از این رو نتیجه "مناسب" اندازه گیری قسمت دیگر جفت درهم تنیده را تضمین می کند. در تفسیر کپنهاگ، نتیجه اندازه گیری اسپین بر روی یکی از ذرات، فروپاشی به حالتی است که در آن هر ذره دارای یک چرخش مشخص (بالا یا پایین) در امتداد محور اندازه گیری است. نتیجه به صورت تصادفی در نظر گرفته می شود و هر احتمال دارای احتمال 50٪ است. با این حال، اگر هر دو اسپین در امتداد یک محور اندازه گیری شوند، مشخص می شود که آنها ضد همبستگی هستند. این بدان معنی است که نتیجه تصادفی اندازه گیری انجام شده روی یک ذره به نظر می رسد به ذره دیگر منتقل شده است، به طوری که وقتی آن نیز اندازه گیری می شود، می تواند "انتخاب درست" را انجام دهد. [31]

        فاصله و زمان اندازه‌گیری‌ها را می‌توان به‌گونه‌ای انتخاب کرد که فاصله بین دو اندازه‌گیری شبیه به فضا شود ، بنابراین، هر اثر علی که رویدادها را به هم متصل می‌کند باید سریع‌تر از نور حرکت کند. بر اساس اصول نسبیت خاص ، امکان سفر بین دو رویداد اندازه‌گیری برای هیچ اطلاعاتی وجود ندارد. حتی نمی توان گفت کدام یک از اندازه گیری ها اول بوده است. برای دو رویداد مجزای فضا مانند x 1 و x 2 قاب های اینرسی وجود دارد که در آنها x 1 اول است و برخی دیگر که در آنها x 2 است.اول است. بنابراین، همبستگی بین دو اندازه‌گیری را نمی‌توان به‌عنوان یک اندازه‌گیری تعیین‌کننده دیگری توضیح داد: ناظران مختلف در مورد نقش علت و معلول اختلاف نظر دارند.

        (در واقع پارادوکس‌های مشابهی می‌توانند حتی بدون درهم‌تنیدگی به وجود بیایند: موقعیت یک ذره منفرد در فضا پخش می‌شود، و دو آشکارساز جدا از هم که سعی می‌کنند ذره را در دو مکان مختلف شناسایی کنند، باید فوراً به همبستگی مناسب دست یابند، به طوری که هر دو تشخیص ندهند. ذره.)

        نظریه متغیرهای پنهان [ ویرایش ]

        یک راه حل ممکن برای پارادوکس این است که فرض کنیم نظریه کوانتومی ناقص است و نتیجه اندازه گیری ها به «متغیرهای پنهان» از پیش تعیین شده بستگی دارد. [32] وضعیت ذرات در حال اندازه‌گیری شامل برخی متغیرهای پنهان است که مقادیر آن‌ها دقیقاً از لحظه جداسازی، نتایج اندازه‌گیری‌های اسپین را مشخص می‌کند. این بدان معناست که هر ذره تمام اطلاعات مورد نیاز را با خود حمل می کند و در زمان اندازه گیری نیازی به انتقال از یک ذره به ذره دیگر نیست. انیشتین و دیگران (به بخش قبلی مراجعه کنید) در ابتدا معتقد بودند که این تنها راه خروج از تناقض است و توصیف مکانیکی کوانتومی پذیرفته شده (با یک نتیجه اندازه گیری تصادفی) باید ناقص باشد.

        نقض نابرابری بل [ ویرایش ]

        با این حال، زمانی که اندازه گیری های اسپین ذرات درهم تنیده در امتداد محورهای مختلف در نظر گرفته شود، نظریه های متغیر پنهان محلی شکست می خورند. اگر تعداد زیادی جفت از این اندازه‌گیری‌ها انجام شود (روی تعداد زیادی جفت ذرات درهم تنیده)، از نظر آماری، اگر دیدگاه واقعی محلی یا متغیرهای پنهان درست باشد، نتایج همیشه نابرابری بل را برآورده می‌کنند . تعدادی از آزمایش ها در عمل نشان داده اند که نابرابری بل ارضا نمی شود. با این حال، قبل از سال 2015، همه اینها دارای مشکلات خللی بودند که توسط جامعه فیزیکدانان مهم ترین آنها تلقی می شد. [33] [34] هنگامی که اندازه گیری ذرات درهم تنیده در نسبیتی متحرک انجام می شود.چارچوب های مرجع، که در آن هر اندازه گیری (در چارچوب زمانی نسبیتی خود) قبل از دیگری اتفاق می افتد، نتایج اندازه گیری همبستگی باقی می ماند. [35] [36]

        مسئله اساسی در مورد اندازه‌گیری اسپین در محورهای مختلف این است که این اندازه‌گیری‌ها نمی‌توانند همزمان مقادیر مشخصی داشته باشند - به این معنا که حداکثر دقت همزمان این اندازه‌گیری‌ها توسط اصل عدم قطعیت محدود می‌شود . این برخلاف آن چیزی است که در فیزیک کلاسیک یافت می شود، جایی که هر تعدادی از ویژگی ها را می توان همزمان با دقت دلخواه اندازه گیری کرد. از نظر ریاضی ثابت شده است که اندازه گیری های سازگار نمی توانند همبستگی های نقض کننده نابرابری بل را نشان دهند، [37] و بنابراین درهم تنیدگی یک پدیده اساسا غیر کلاسیک است.

        نتایج تجربی قابل توجه اثبات درهم تنیدگی کوانتومی [ ویرایش ]

        اولین آزمایشی که عمل شبح‌آمیز انیشتین را در فاصله یا درهم تنیدگی تأیید کرد، با موفقیت در آزمایشگاه توسط Chien-Shiung Wu و یکی از همکارانش به نام I. Shaknov در سال 1949 تأیید شد و در روز سال نو در سال 1950 منتشر شد. نتیجه به طور خاص کوانتومی را ثابت کرد. همبستگی یک جفت فوتون [38] در آزمایش‌های سال‌های 2012 و 2013، همبستگی قطبش بین فوتون‌هایی ایجاد شد که هرگز در زمان همزیستی نداشتند. [39] [40] نویسندگان ادعا کردند که این نتیجه با مبادله درهم تنیدگی به دست آمده است.بین دو جفت فوتون درهم تنیده پس از اندازه‌گیری پلاریزاسیون یک فوتون از جفت اولیه، و ثابت می‌کند که غیرمکانی کوانتومی نه تنها در فضا بلکه برای زمان نیز صدق می‌کند.

        در سه آزمایش مستقل در سال 2013 نشان داده شد که حالت‌های کوانتومی قابل تفکیک کلاسیک می‌توانند برای حمل حالت‌های درهم‌تنیده استفاده شوند. [41] اولین آزمون زنگ بدون حفره توسط رونالد هانسون از دانشگاه صنعتی دلفت در سال 2015 برگزار شد و نقض نابرابری بل را تأیید کرد. [42]

        در آگوست 2014، محقق برزیلی گابریلا بارتو لموس و تیمش توانستند از اجسامی با استفاده از فوتون‌هایی که با سوژه‌ها برهم‌کنش نداشتند، اما با فوتون‌هایی که با چنین اجسامی برهم‌کنش داشتند، عکس بگیرند. Lemos، از دانشگاه وین، مطمئن است که این تکنیک جدید تصویربرداری کوانتومی می تواند در مواردی که تصویربرداری در نور کم ضروری است، در زمینه هایی مانند تصویربرداری بیولوژیکی یا پزشکی کاربرد پیدا کند. [43]

        از سال 2016، شرکت‌های مختلفی مانند آی‌بی‌ام، مایکروسافت و غیره با موفقیت رایانه‌های کوانتومی ایجاد کرده‌اند و به توسعه‌دهندگان و علاقه‌مندان به فناوری اجازه می‌دهند تا آشکارا مفاهیم مکانیک کوانتومی از جمله درهم‌تنیدگی کوانتومی را آزمایش کنند. [44]

        + نوشته شده در جمعه بیست و هشتم مرداد ۱۴۰۱ ساعت 4:47 توسط علی رضا نقش  | 

        1-درهمتنیدگی کوانتومی


        فرآیند تبدیل پایین پارامتری خود به خودی می تواند فوتون ها را به جفت فوتون های نوع II با قطبش عمود بر هم تقسیم کند.

        بخشی از مجموعه مقالات در مورد
        مکانیک کوانتومی
        {\displaystyle i\hbar {\frac {\partial }{\partial t}}|\psi (t)\rangle ={\hat {H}}|\psi (t)\rangle }

        معادله شرودینگر

        نشان می دهد

        زمینه

        پنهان شدن

        مبانی

        نشان می دهد

        آزمایش

        نشان می دهد

        فرمولاسیون

        نشان می دهد

        معادلات

        نشان می دهد

        تفاسیر

        نشان می دهد

        موضوعات پیشرفته

        نشان می دهد

        دانشمندان

        درهم تنیدگی کوانتومی پدیده‌ای فیزیکی است که زمانی رخ می‌دهد که گروهی از ذرات ایجاد می‌شوند، برهم‌کنش می‌کنند یا مجاورت فضایی را به اشتراک می‌گذارند به گونه‌ای که حالت کوانتومی هر ذره از گروه را نمی‌توان مستقل از حالت ذرات دیگر توصیف کرد، از جمله زمانی که ذرات با فاصله زیادی از هم جدا می شوند. موضوع درهم تنیدگی کوانتومی در قلب اختلاف بین فیزیک کلاسیک و کوانتومی است : درهم تنیدگی یک ویژگی اولیه مکانیک کوانتومی است که در مکانیک کلاسیک وجود ندارد.

        اندازه‌گیری‌های خواص فیزیکی مانند موقعیت ، تکانه ، اسپین و پلاریزاسیون که روی ذرات درهم‌تنیده انجام می‌شوند، در برخی موارد می‌توانند کاملاً همبستگی داشته باشند. برای مثال، اگر یک جفت ذره درهم‌تنیده به‌گونه‌ای تولید شود که مجموع اسپین آن‌ها صفر شناخته شود، و یک ذره در جهت عقربه‌های ساعت بر روی محور اول چرخش داشته باشد، اسپین ذره دیگر، که در همان محور اندازه‌گیری می‌شود، خلاف جهت عقربه های ساعت پیدا می شود. با این حال، این رفتار منجر به اثرات به ظاهر متناقض می شود: هر اندازه گیری از خواص یک ذره منجر به فروپاشی تابع موج برگشت ناپذیر می شود.از آن ذره و تغییر حالت کوانتومی اولیه. با ذرات درهم تنیده، چنین اندازه گیری هایی بر سیستم درهم تنیده به عنوان یک کل تأثیر می گذارد.

        چنین پدیده‌هایی موضوع مقاله‌ای در سال 1935 توسط آلبرت انیشتین ، بوریس پودولسکی ، و ناتان روزن ، [1] و چندین مقاله توسط اروین شرودینگر اندکی پس از آن، [2] [3] که آنچه را که به عنوان پارادوکس EPR شناخته شد، توصیف می‌کند. انیشتین و دیگران چنین رفتاری را غیرممکن می‌دانستند، زیرا دیدگاه واقع‌گرایی محلی از علیت را نقض می‌کرد (اینشتین از آن به عنوان «عمل شبح‌آمیز در فاصله » یاد می‌کرد) [4] و استدلال می‌کردند که فرمول پذیرفته‌شده مکانیک کوانتومی باید ناقص باشد.

        با این حال، بعداً، پیش‌بینی‌های غیرشهودی مکانیک کوانتومی [5] [6] [7] در آزمایش‌هایی که در آن قطبش یا اسپین ذرات درهم‌تنیده در مکان‌های جداگانه اندازه‌گیری شد، تأیید شد که از نظر آماری نابرابری بل را نقض می‌کرد . در آزمایش‌های قبلی، نمی‌توان رد کرد که نتیجه در یک نقطه می‌توانست به طور ماهرانه به نقطه دور منتقل شده باشد و بر نتیجه در مکان دوم تأثیر بگذارد. [7] با این حال، آزمایش‌های بل به اصطلاح «بدون حفره» در جایی انجام شده است که مکان‌ها به اندازه کافی از هم جدا شده بودند که ارتباطات با سرعت نور بیشتر از فاصله بین اندازه‌گیری‌ها طول می‌کشد - در یک مورد، 10000 برابر. . [6] [5]

        بر اساس برخی از تفاسیر مکانیک کوانتومی ، اثر یک اندازه گیری فورا رخ می دهد. سایر تفاسیر که تابع موج را شناسایی نمی کنند ، در این که اصلاً «اثر» وجود دارد، مناقشه دارند. با این حال، همه تفاسیر موافق هستند که درهم تنیدگی ارتباط بین اندازه‌گیری‌ها را ایجاد می‌کند و اطلاعات متقابل بین ذرات درهم‌تنیده را می‌توان مورد بهره‌برداری قرار داد، اما هر گونه انتقال اطلاعات با سرعت‌های سریع‌تر از نور غیرممکن است. [8] [9]

        درهم تنیدگی کوانتومی به طور تجربی با فوتون‌ها ، [10] [11] نوترینوها ، [12] الکترون‌ها ، [13] [14] مولکول‌هایی به بزرگی باکی‌بال ، [15] [16] و حتی الماس‌های کوچک نشان داده شده است. [17] [18] استفاده از درهم تنیدگی در ارتباطات ، محاسبات و رادار کوانتومی یک حوزه بسیار فعال تحقیق و توسعه است.

        فهرست

        تاریخچه [ ویرایش ]

        اطلاعات بیشتر: نظریه متغیر پنهان

        عنوان مقاله در مورد پارادوکس انیشتین-پودولسکی-روزن (پارادوکس EPR)، در شماره 4 مه 1935 نیویورک تایمز .

        پیش‌بینی‌های غیرمستقیم مکانیک کوانتومی در مورد سیستم‌های همبسته قوی برای اولین بار توسط آلبرت انیشتین در سال 1935 در مقاله مشترکی با بوریس پودولسکی و ناتان روزن مورد بحث قرار گرفت . [1] در این مطالعه، این سه نفر پارادوکس انیشتین-پودولسکی-روزن (پارادوکس EPR) را فرموله کردند، یک آزمایش فکری که سعی داشت نشان دهد که " توضیحات مکانیکی کوانتومی واقعیت فیزیکی ارائه شده توسط توابع موج کامل نیست." [1] با این حال، این سه دانشمند کلمه درهم تنیدگی را ابداع نکردند، و همچنین ویژگی‌های خاص حالت مورد نظر خود را تعمیم ندادند. به دنبال مقاله EPR،اروین شرودینگر نامه ای به آلمانی به انیشتین نوشت که در آن از کلمه Verschränkung (ترجمه شده توسط خودش به عنوان درهم تنیدگی ) استفاده کرد: «برای توصیف همبستگی بین دو ذره که برهم کنش و سپس جدا می شوند، مانند آزمایش EPR». [19]

        شرودینگر مدت کوتاهی پس از آن مقاله ای اساسی در تعریف و بحث درباره مفهوم «درهم تنیدگی» منتشر کرد. در مقاله، او اهمیت این مفهوم را تشخیص داد، و اظهار داشت: [2] «من [درهم تنیدگی] را یکی نمی‌دانم، بلکه آن را ویژگی مکانیک کوانتومی می‌نامم، آن چیزی که انحراف کامل آن را از خطوط فکری کلاسیک تحمیل می‌کند». شرودینگر نیز مانند انیشتین از مفهوم درهم تنیدگی ناراضی بود، زیرا به نظر می رسید محدودیت سرعت در انتقال اطلاعات ضمنی در نظریه نسبیت را نقض می کند . [20] انیشتین بعداً درهم تنیدگی را با عنوان " spukhafte Fernwirkung " مورد تمسخر قرار داد [21]یا "عمل شبح آور از راه دور ."

        مقاله EPR علاقه قابل توجهی را در بین فیزیکدانان ایجاد کرد، که الهام بخش بحث های زیادی در مورد مبانی مکانیک کوانتومی (شاید معروف ترین تفسیر بوهم از مکانیک کوانتومی) بود، اما آثار منتشر شده نسبتا کمی را تولید کرد. با وجود علاقه، نقطه ضعف در استدلال EPR تا سال 1964 کشف نشد، زمانی که جان استوارت بل ثابت کرد که یکی از مفروضات کلیدی آنها، اصل محلی بودن ، همانطور که در مورد تفسیر متغیرهای پنهان مورد انتظار EPR اعمال می شود، از نظر ریاضی ناسازگار است. با پیش بینی های نظریه کوانتومی

        به طور خاص، بل یک حد بالایی را که در نابرابری بل دیده می‌شود ، در رابطه با قدرت همبستگی‌هایی که می‌توان در هر نظریه‌ای که از واقع‌گرایی محلی تبعیت می‌کند ایجاد کرد، نشان داد و نشان داد که نظریه کوانتومی نقض این حد را برای سیستم‌های درهم‌تنیده خاصی پیش‌بینی می‌کند. [22] نابرابری او از نظر تجربی قابل آزمایش است، و آزمایش‌های مرتبط متعددی وجود داشته است ، که با کار پیشگام استوارت فریدمن و جان کلازر در سال 1972 [23] و آزمایش‌های آلن اسپکت در سال 1982 شروع شد . [24] یک پیشرفت تجربی اولیه بود. به دلیل کارل کوچر، [10] [11]او قبلاً در سال 1967 دستگاهی را ارائه کرد که در آن دو فوتون متوالی از یک اتم کلسیم در هم تنیده شده بودند - اولین مورد نور مرئی درهم تنیده. دو فوتون از قطبش‌کننده‌های موازی با موقعیت قطری با احتمال بالاتر از پیش‌بینی‌شده کلاسیک عبور کردند، اما با همبستگی در توافق کمی با محاسبات مکانیکی کوانتومی. او همچنین نشان داد که همبستگی تنها بر اساس (به عنوان مربع کسینوس) زاویه بین تنظیمات پلاریزه کننده [11] تغییر می کند و با فاصله زمانی بین فوتون های ساطع شده به طور تصاعدی کاهش می یابد. [25] دستگاه کوچر، مجهز به قطبش‌کننده‌های بهتر، توسط فریدمن و کلاوزر استفاده شد که می‌توانستند وابستگی مربع کسینوس را تأیید کنند و از آن برای نشان دادن نقض نابرابری بل برای مجموعه‌ای از زوایای ثابت استفاده کنند.[23] همه این آزمایش‌ها به جای اصل رئالیسم محلی، مطابقت با مکانیک کوانتومی را نشان داده‌اند.

        برای چندین دهه، هرکدام حداقل یک روزنه را باز گذاشته بودند که از طریق آن می‌توان اعتبار نتایج را زیر سوال برد. با این حال، در سال 2015 آزمایشی انجام شد که به طور همزمان هر دو حفره تشخیص و محل را بسته و به عنوان "بدون حفره" اعلام شد. این آزمایش دسته بزرگی از نظریه های رئالیسم محلی را با قطعیت رد کرد. [26] آلن اسپکت خاطرنشان می کند که «خلاف تنظیم-استقلال» - که او از آن به عنوان «دورآمیز» یاد می کند، اما «گذاشته باقیمانده» که «نمی توان نادیده گرفت» - هنوز بسته نشده است، و آزاد- گریز اراده / ابرجبر غیرقابل بستن است. می‌گوید: «هیچ آزمایشی، به همان اندازه که ایده‌آل است، نمی‌توان گفت که کاملاً بدون راه‌حل نیست». [27]

        کار بل امکان استفاده از این همبستگی های فوق العاده قوی را به عنوان منبعی برای ارتباط افزایش داد. این منجر به کشف پروتکل های توزیع کلید کوانتومی در سال 1984 شد که معروف ترین آنها BB84 توسط چارلز اچ. بنت و ژیل براسارد [28] و E91 توسط آرتور اکرت بود. [29] اگرچه BB84 از درهم تنیدگی استفاده نمی کند، پروتکل اکرت از نقض نابرابری بل به عنوان اثبات امنیت استفاده می کند.

        + نوشته شده در جمعه بیست و هشتم مرداد ۱۴۰۱ ساعت 4:44 توسط علی رضا نقش  | 

        1-تفسیر مکانیک کوانتومی

        طبیعت [ ویرایش ]

        کم و بیش، تمام تفاسیر مکانیک کوانتومی دو ویژگی مشترک دارند:

        1. آنها یک فرمالیسم را تفسیر می کنند - مجموعه ای از معادلات و اصول برای ایجاد پیش بینی از طریق ورودی شرایط اولیه.
        2. آنها یک پدیدارشناسی را تفسیر می‌کنند - مجموعه‌ای از مشاهدات، از جمله مشاهداتی که توسط تحقیقات تجربی به دست می‌آیند و آن‌هایی که به‌طور غیررسمی به دست می‌آیند، مانند تجربه انسان‌ها از دنیایی بدون ابهام.

        دو کیفیت در تفاسیر متفاوت است:

        1. هستی شناسی - ادعاهایی درباره چیزهایی مانند مقوله ها و موجودیت ها در جهان
        2. معرفت شناسی - ادعاهایی در مورد امکان، دامنه و ابزارهای مربوط به دانش مربوط به جهان است

        در فلسفه علم ، تمایز معرفت در مقابل واقعیت را معرفتی در مقابل آنتیک می نامند . یک قانون کلی، نظمی از نتایج (معرفتی) است، در حالی که یک مکانیسم علی ممکن است نتایج را تنظیم کند (آنتیک). یک پدیده می‌تواند تفسیری هستی یا معرفتی دریافت کند. به عنوان مثال، عدم قطعیت ممکن است به محدودیت های مشاهده و ادراک انسانی نسبت داده شود (معرفتی)، یا ممکن است به عنوان یک موجود واقعی توضیح داده شود .رمزگذاری شده در جهان (ontic). اشتباه گرفتن معرفتی با آنتیک، اگر مثلاً فرض شود که یک قانون کلی در واقع بر نتایج «حاکم می‌کند» - و اینکه بیان یک قاعده‌مندی نقش مکانیزم علّی را دارد - یک اشتباه مقوله‌ای است.

        در یک مفهوم گسترده، نظریه علمی را می توان به عنوان ارائه واقع گرایی علمی - توصیف یا توضیح تقریباً واقعی از جهان طبیعی - یا ممکن است با ضد واقع گرایی درک کرد. یک موضع رئالیستی به دنبال معرفتی و هستی است، در حالی که یک موضع ضد واقع گرا به دنبال معرفتی است اما نه آنتیک. در نیمه اول قرن بیستم، ضد واقع گرایی عمدتاً پوزیتیویسم منطقی بود که به دنبال حذف جنبه های غیرقابل مشاهده واقعیت از نظریه علمی بود.

        از دهه 1950، ضد واقع‌گرایی متواضع‌تر است، معمولاً ابزارگرایی ، اجازه صحبت در مورد جنبه‌های غیرقابل مشاهده را می‌دهد، اما در نهایت مسئله واقع‌گرایی را کنار می‌گذارد و نظریه علمی را به عنوان ابزاری برای کمک به انسان در پیش‌بینی‌ها، نه برای دستیابی به درک متافیزیکی از جهان مطرح می‌کند. دیدگاه ابزارگرا توسط نقل قول معروف دیوید مرمین ، "خفه شو و حساب کن" که اغلب به اشتباه به ریچارد فاینمن نسبت داده می شود، ارائه می شود. [11]

        رویکردهای دیگر برای حل مسائل مفهومی، فرمالیسم ریاضی جدیدی را معرفی می‌کنند و بنابراین نظریه‌های جایگزین را با تفاسیر خود پیشنهاد می‌کنند. یک مثال مکانیک بوهمی است که هم ارزی تجربی آن با سه فرمالیسم استاندارد - مکانیک موج شرودینگر ، مکانیک ماتریس هایزنبرگ ، و فرمالیسم انتگرال مسیر فاینمن - نشان داده شده است.

        چالش های تفسیری [ ویرایش ]

        1. چکیده، ماهیت ریاضی نظریه‌های میدان کوانتومی : ساختار ریاضی مکانیک کوانتومی بدون تفسیر روشن از کمیت‌های آن انتزاعی است.
        2. وجود فرآیندهای ظاهراً نامعین و غیرقابل برگشت: در نظریه میدان کلاسیک ، یک ویژگی فیزیکی در یک مکان معین در میدان به آسانی به دست می‌آید. در بیشتر فرمول‌بندی‌های ریاضی مکانیک کوانتومی، اندازه‌گیری نقش ویژه‌ای در تئوری دارد، زیرا تنها فرآیندی است که می‌تواند باعث تکامل غیر واحد و برگشت‌ناپذیر حالت شود.
        3. نقش ناظر در تعیین نتایج: تفاسیر نوع کپنهاگ نشان می‌دهد که تابع موج یک ابزار محاسباتی است و واقعیت را فقط بلافاصله پس از اندازه‌گیری نشان می‌دهد، شاید توسط یک ناظر انجام شود. تفاسیر اورتین می‌گوید که همه احتمالات می‌توانند واقعی باشند و این که فرآیند تعاملات نوع اندازه‌گیری باعث یک فرآیند انشعاب مؤثر می‌شود. [12]
        4. همبستگی های کلاسیک غیرمنتظره بین اجرام دور: سیستم های کوانتومی درهم تنیده ، همانطور که در پارادوکس EPR نشان داده شده است ، از آمارهایی تبعیت می کنند که به نظر می رسد اصول علیت محلی را نقض می کنند . [13]
        5. مکمل بودن توصیفات ارائه شده: مکمل بودن معتقد است که هیچ مجموعه ای از مفاهیم فیزیکی کلاسیک نمی تواند به طور همزمان به تمام ویژگی های یک سیستم کوانتومی اشاره کند. به عنوان مثال، توصیف موج A و توصیف ذرات B هر کدام می توانند سیستم کوانتومی S را توصیف کنند ، اما نه به طور همزمان. این بدان معناست که ترکیب خصوصیات فیزیکی S هنگام استفاده از اتصالات گزاره ای از قوانین منطق گزاره ای کلاسیک تبعیت نمی کند (به " منطق کوانتومی " مراجعه کنید . مانند زمینه، "منشاء مکملیت در غیرقابل تعویض بودن عملگرها نهفته است" که اجسام کوانتومی را توصیف می کنند (Omnès 1999).
        6. با افزایش اندازه سیستم، پیچیدگی به سرعت در حال افزایش، بسیار فراتر از ظرفیت محاسباتی فعلی انسان است: از آنجایی که فضای حالت یک سیستم کوانتومی در تعداد زیرسیستم‌ها نمایی است، استخراج تقریب‌های کلاسیک دشوار است.
        7. رفتار متنی سیستم‌ها به صورت محلی: زمینه‌سازی کوانتومی نشان می‌دهد که شهودهای کلاسیک، که در آن ویژگی‌های یک سیستم مقادیر معینی مستقل از نحوه اندازه‌گیری آن‌ها دارند، حتی برای سیستم‌های محلی نیز شکست می‌خورند. همچنین، اصول فیزیکی مانند اصل هویت غیرقابل تشخیص لایب نیتس دیگر در حوزه کوانتومی کاربرد ندارد، و این نشان می دهد که بیشتر شهودهای کلاسیک ممکن است در مورد جهان کوانتومی نادرست باشند.

        تفسیرهای تأثیرگذار [ ویرایش ]

        تفسیر کپنهاگ [ ویرایش ]

        مقاله اصلی: تفسیر کپنهاگ

        تفسیر کپنهاگ مجموعه ای از دیدگاه ها در مورد معنای مکانیک کوانتومی است که عمدتاً به نیلز بور و ورنر هایزنبرگ نسبت داده می شود . این یکی از قدیمی‌ترین نگرش‌ها نسبت به مکانیک کوانتومی است، زیرا ویژگی‌های آن به توسعه مکانیک کوانتومی در طی سال‌های 1925-1927 بازمی‌گردد، و یکی از رایج‌ترین نگرش‌هایی است که تدریس می‌شود. [14] [15] هیچ بیانیه تاریخی قطعی از تفسیر کپنهاگ وجود ندارد و به ویژه اختلاف نظرهای اساسی بین نظرات بور و هایزنبرگ وجود داشت. [16] [17]برای مثال، هایزنبرگ بر «برش» شدید بین ناظر (یا ابزار) و سیستم در حال مشاهده تأکید کرد، [18] : 133  در حالی که بور تفسیری را ارائه کرد که مستقل از یک مشاهده گر ذهنی یا اندازه گیری یا فروپاشی است که بر یک فرآیندی "برگشت ناپذیر" یا به طور موثر برگشت ناپذیر که رفتار کلاسیک "مشاهده" یا "اندازه گیری" را به فرد منتقل می کند. [19] [20] [21] [22]

        ویژگی های مشترک در تفاسیر نوع کپنهاگ عبارتند از این ایده که مکانیک کوانتومی ذاتاً نامعین است، با احتمالات محاسبه شده با استفاده از قانون Born ، و اصل مکمل بودن ، که بیان می کند که اجسام دارای جفت خاصی از ویژگی های مکمل هستند که نمی توان همه را به طور همزمان مشاهده یا اندازه گیری کرد. علاوه بر این، عمل "مشاهده" یا "اندازه گیری" یک شی غیر قابل برگشت است، هیچ حقیقتی را نمی توان به یک شیء نسبت داد، مگر با توجه به نتایج اندازه گیری آن . تفاسیر نوع کپنهاگ معتقد است که توصیفات کوانتومی عینی هستند، زیرا مستقل از خودسری ذهنی فیزیکدانان هستند. [23] : 85-90 تفسیر آماری توابع موج به دلیل ماکس بورن به شدت با هدف اولیه شرودینگر، که داشتن نظریه ای با تکامل زمانی پیوسته بود و در آن توابع موج به طور مستقیم واقعیت فیزیکی را توصیف می کرد، متفاوت است. [3] : 24-33  [24]

        دنیاهای زیادی [ ویرایش ]

        نوشتار اصلی: تفسیر دنیاهای متعدد

        تفسیر جهان های متعدد، تفسیری از مکانیک کوانتومی است که در آن یک تابع موج جهانی در همه زمان ها از قوانین قطعی و برگشت پذیر یکسانی تبعیت می کند . به ویژه هیچ فروپاشی تابع موج (غیر قطعی و غیرقابل برگشت ) مرتبط با اندازه گیری وجود ندارد. ادعا می‌شود که پدیده‌های مرتبط با اندازه‌گیری با عدم انسجام توضیح داده می‌شوند ، که زمانی رخ می‌دهد که حالت‌ها با محیط تعامل دارند. به طور دقیق تر، بخش هایی از تابع موج که ناظران را توصیف می کند، به طور فزاینده ای در هم پیچیده می شوندبا بخش هایی از تابع موج که آزمایش های آنها را توصیف می کند. اگرچه تمام نتایج ممکن آزمایش‌ها همچنان در پشتیبانی تابع موج نهفته است، زمان‌هایی که آنها با ناظران همبستگی پیدا می‌کنند، جهان را به تاریخ‌های متناوب غیرقابل مشاهده به طور مؤثر تقسیم می‌کنند.

        نظریه های اطلاعات کوانتومی [ ویرایش ]

        رویکردهای اطلاعاتی کوانتومی [25] [26] حمایت فزاینده ای را به خود جلب کرده اند. [27] [8] آنها به دو دسته تقسیم می شوند. [28]

        • هستی شناسی های اطلاعاتی، مانند « it from bit » JA Wheeler. این رویکردها به عنوان احیای غیر ماتریالیسم توصیف شده است . [29]
        • تفسیرهایی که گفته می شود مکانیک کوانتومی دانش ناظر از جهان را به جای خود جهان توصیف می کند. این رویکرد تا حدی با تفکر بور شباهت دارد. [30] فروپاشی (همچنین به عنوان کاهش شناخته می شود) اغلب به عنوان ناظری که اطلاعات را از یک اندازه گیری به دست می آورد، به جای یک رویداد عینی تفسیر می شود. این رویکردها مشابه ابزارگرایی ارزیابی شده اند . جیمز هارتل می نویسد

        حالت یک ویژگی عینی یک سیستم منفرد نیست، بلکه اطلاعاتی است که از دانش نحوه تهیه یک سیستم به دست می‌آید که می‌تواند برای پیش‌بینی اندازه‌گیری‌های آینده مورد استفاده قرار گیرد. ... یک حالت مکانیکی کوانتومی که خلاصه ای از اطلاعات ناظر در مورد یک سیستم فیزیکی فردی است، هم با قوانین دینامیکی تغییر می کند و هم هر زمان که ناظر اطلاعات جدیدی در مورد سیستم از طریق فرآیند اندازه گیری به دست آورد. وجود دو قانون برای تکامل بردار حالت ... فقط در صورتی مشکل ساز می شود که اعتقاد بر این باشد که بردار حالت یک ویژگی عینی سیستم است ... "کاهش بسته موج" در خودآگاهی اتفاق می افتد. ناظر، نه به دلیل هیچ فرآیند فیزیکی منحصر به فردی که در آنجا اتفاق می افتد،[31]

        مکانیک کوانتومی رابطه ای [ ویرایش ]

        مقاله اصلی: مکانیک کوانتومی رابطه ای

        ایده اساسی در پس مکانیک کوانتومی رابطه‌ای ، پس از نسبیت خاص ، این است که ناظران مختلف ممکن است روایت‌های متفاوتی از یک سری رویدادها ارائه دهند: برای مثال، برای یک ناظر در یک نقطه زمانی معین، یک سیستم ممکن است در یک سیستم واحد باشد. , حالت ویژه " فرو ریخته " ، در حالی که برای ناظر دیگری در همان زمان، ممکن است در برهم نهی دو یا چند حالت باشد. در نتیجه، اگر قرار باشد مکانیک کوانتومی یک نظریه کامل باشد، مکانیک کوانتومی رابطه‌ای استدلال می‌کند که مفهوم «وضعیت» نه خود سیستم مشاهده‌شده، بلکه رابطه یا همبستگی بین سیستم و ناظر(های) آن را توصیف می‌کند. بردار حالت مکانیک کوانتومی مرسوم توصیفی از همبستگی برخی می شوددرجات آزادی در ناظر، با توجه به سیستم مشاهده شده. با این حال، مکانیک کوانتومی رابطه‌ای بر این باور است که این امر در مورد تمام اجسام فیزیکی، خواه آگاه یا ماکروسکوپیک باشند، صدق می‌کند. هر "رویداد اندازه گیری" به سادگی به عنوان یک تعامل فیزیکی معمولی، ایجاد نوعی همبستگی که در بالا مورد بحث قرار گرفت، دیده می شود. بنابراین محتوای فیزیکی نظریه به خود اشیا مربوط نمی شود، بلکه به روابط بین آنها مربوط می شود. [32] [33]

        QBism [ ویرایش ]

        مقاله اصلی: بیزییسم کوانتومی

        QBism ، که در اصل مخفف "بیزی گرایی کوانتومی" بود، تفسیری از مکانیک کوانتومی است که اقدامات و تجربیات یک عامل را به عنوان دغدغه اصلی نظریه در نظر می گیرد. این تفسیر با استفاده از یک حساب بیزی ذهنی از احتمالات برای درک قانون کوانتومی مکانیک Born به عنوان یک افزوده هنجاری برای تصمیم گیری خوب متمایز می شود. QBism از حوزه‌های اطلاعات کوانتومی و احتمال بیزی استخراج می‌شود و هدف آن حذف معمای تفسیری است که نظریه کوانتومی را تحت تأثیر قرار داده است.

        QBism به سوالات رایج در تفسیر نظریه کوانتومی در مورد ماهیت برهم نهی تابع موج ، اندازه گیری کوانتومی و درهم تنیدگی می پردازد. [34] [35] بر اساس کیوبیسم، بسیاری از جنبه‌های فرمالیسم کوانتومی، اما نه همه، ماهیت ذهنی دارند. به عنوان مثال، در این تفسیر، یک حالت کوانتومی عنصری از واقعیت نیست، بلکه نشان‌دهنده درجه‌های اعتقادی است که یک عامل در مورد نتایج احتمالی اندازه‌گیری‌ها دارد. به همین دلیل، برخی از فیلسوفان علم ، کیوبیسم را نوعی ضد واقع گرایی دانسته اند . [36] [37]مبتکران تفسیر با این توصیف مخالفند، و در عوض پیشنهاد می‌کنند که این نظریه با نوعی واقع‌گرایی که آن‌ها آن را «رئالیسم مشارکتی» می‌نامند، همسو می‌شود، که در آن واقعیت بیش از آن چیزی است که هر روایت سوم شخص فرضی از آن می‌توان دریافت کرد. [38] [39]

        تاریخچه های ثابت [ ویرایش ]

        نوشتار اصلی: تاریخ های منسجم

        تفسیر تاریخ های منسجم، تفسیر مرسوم کپنهاگی را تعمیم می دهد و تلاش می کند تا تفسیری طبیعی از کیهان شناسی کوانتومی ارائه دهد. این تئوری مبتنی بر یک معیار سازگاری است که اجازه می‌دهد تاریخچه یک سیستم توصیف شود تا احتمالات هر تاریخ از قوانین افزایشی احتمال کلاسیک پیروی کنند. ادعا می شود که با معادله شرودینگر سازگار است .

        طبق این تفسیر، هدف یک نظریه مکانیک کوانتومی پیش‌بینی احتمالات نسبی تاریخ‌های جایگزین مختلف (مثلاً یک ذره) است.

        تفسیر گروه [ ویرایش ]

        نوشتار اصلی: تفسیر گروه

        تفسیر گروهی ، که تفسیر آماری نیز نامیده می شود، می تواند به عنوان یک تفسیر حداقلی در نظر گرفته شود. یعنی ادعا می کند که کمترین فرضیات مرتبط با ریاضیات استاندارد را دارد. این تفسیر آماری Born را به حداکثر می رساند. این تفسیر بیان می‌کند که تابع موج برای یک سیستم منفرد - به عنوان مثال، یک ذره منفرد - اعمال نمی‌شود، بلکه یک کمیت آماری انتزاعی است که فقط برای یک مجموعه (تعداد زیادی) از سیستم‌ها یا ذرات آماده شده مشابه اعمال می‌شود. به قول انیشتین:

        تلاش برای درک توصیف نظری کوانتومی به عنوان توصیف کامل سیستم‌های منفرد منجر به تفسیرهای نظری غیرطبیعی می‌شود که اگر کسی این تفسیر را بپذیرد که توصیف به مجموعه‌هایی از سیستم‌ها اشاره دارد و نه به سیستم‌های منفرد، بلافاصله غیرضروری می‌شود.

        -  انیشتین در آلبرت اینشتین: فیلسوف دانشمند ، ویرایش. PA Schilpp (Harper & Row, New York)

        برجسته‌ترین مدافع فعلی تفسیر گروهی، لزلی ای. بالنتین، استاد دانشگاه سیمون فریزر ، نویسنده کتاب درسی مکانیک کوانتومی، توسعه مدرن است.

        نظریه دی بروگلی-بوم [ ویرایش ]

        مقاله اصلی: نظریه د بروگلی-بوهم

        نظریه مکانیک کوانتومی دو بروگل-بوم (همچنین به عنوان نظریه موج آزمایشی شناخته می‌شود) نظریه‌ای توسط لوئیس دو بروگلی است که بعداً توسط دیوید بوهم برای شامل اندازه‌گیری‌ها گسترش یافت. ذرات که همیشه دارای موقعیت هستند توسط تابع موج هدایت می شوند. تابع موج بر اساس معادله موج شرودینگر تکامل می یابد و تابع موج هرگز فرو نمی ریزد. این نظریه در یک فضازمان منفرد اتفاق می افتد، غیر محلی است و قطعی است. تعیین همزمان موقعیت و سرعت یک ذره تابع قید معمول عدم قطعیت است . این نظریه به عنوان یک نظریه متغیر پنهان در نظر گرفته می شودو با پذیرش غیر محلی بودن ، نابرابری بل را ارضا می کند . مشکل اندازه گیری حل شده است، زیرا ذرات همیشه موقعیت های مشخصی دارند. [40] فروپاشی به عنوان پدیدارشناسانه توضیح داده می شود . [41]

        داروینیسم کوانتومی [ ویرایش ]

        مقاله اصلی: داروینیسم کوانتومی

        داروینیسم کوانتومی نظریه ای است که به منظور توضیح ظهور جهان کلاسیک از جهان کوانتومی به دلیل فرآیند انتخاب طبیعی داروینی ناشی از تعامل محیط با سیستم کوانتومی است. که در آن بسیاری از حالات کوانتومی ممکن به نفع یک حالت اشاره گر پایدار انتخاب می شوند. در سال 2003 توسط Wojciech Zurek و گروهی از همکاران از جمله Ollivier، Poulin، Paz و Blume-Kohout پیشنهاد شد. توسعه این نظریه به دلیل ادغام تعدادی از موضوعات تحقیقاتی زورک است که در طول بیست و پنج سال دنبال شده است، از جمله: حالت های اشاره گر ، انتخاب الکترونیکی وعدم انسجام .

        تفسیر معاملاتی [ ویرایش ]

        نوشتار اصلی: تفسیر معاملاتی

        تفسیر تراکنشی مکانیک کوانتومی (TIQM) توسط جان جی کرامر ، تفسیری از مکانیک کوانتومی است که از نظریه جاذب ویلر-فاینمن الهام گرفته شده است . [42] فروپاشی تابع موج را به عنوان ناشی از یک تراکنش متقارن زمانی بین یک موج امکان از منبع به گیرنده (تابع موج) و یک موج احتمال از گیرنده به منبع (مجموعه پیچیده موج) توصیف می‌کند. عملکرد). این تفسیر از مکانیک کوانتومی منحصر به فرد است زیرا نه تنها تابع موج را به عنوان یک موجود واقعی، بلکه مزدوج پیچیده تابع موج را که در قانون Born برای محاسبه مقدار مورد انتظار برای یک قابل مشاهده ظاهر می شود، به عنوان واقعی می بیند.

        نظریه های فروپاشی عینی [ ویرایش ]

        مقاله اصلی: نظریه فروپاشی عینی

        نظریه‌های فروپاشی عینی با تفسیر کپنهاگ تفاوت دارند، زیرا هم تابع موج و هم فرآیند فروپاشی را از نظر هستی‌شناختی عینی می‌دانند (به این معنی که اینها مستقل از ناظر وجود دارند و رخ می‌دهند). در تئوری های عینی، فروپاشی یا به صورت تصادفی ("محلی سازی خود به خود") یا زمانی که به آستانه فیزیکی رسیده باشد، رخ می دهد که ناظران نقش خاصی ندارند. بنابراین، نظریه های فروپاشی عینی، نظریه های واقع گرایانه، نامعین، بدون متغیرهای پنهان هستند. مکانیک کوانتومی استاندارد هیچ مکانیزم فروپاشی را مشخص نمی کند. اگر فروپاشی هدف درست باشد، QM باید تمدید شود. الزام برای گسترش QM به این معنی است که فروپاشی هدف بیشتر یک نظریه است تا یک تفسیر. مثالها عبارتند از

        تفسیر فون نیومن-ویگنر [ ویرایش ]

        مقاله اصلی: تفسیر فون نویمان–ویگنر

        جان فون نویمان در رساله خود به نام مبانی ریاضی مکانیک کوانتومی عمیقاً مسئله به اصطلاح اندازه گیری را تجزیه و تحلیل کرد . او نتیجه گرفت که کل جهان فیزیکی را می توان تابع معادله شرودینگر (تابع موج جهانی) قرار داد. او همچنین توضیح داد که چگونه اندازه گیری می تواند باعث فروپاشی تابع موج شود. [44] این دیدگاه توسط یوجین ویگنر ، که استدلال می‌کرد هوشیاری آزمایش‌گر انسان (یا شاید حتی هوشیاری سگ) برای فروپاشی حیاتی بود، به‌طور برجسته‌ای بسط داده شد، اما او بعداً این تفسیر را رها کرد. [45] [46]

        منطق کوانتومی [ ویرایش ]

        مقاله اصلی: منطق کوانتومی

        منطق کوانتومی را می‌توان نوعی منطق گزاره‌ای مناسب برای درک ناهنجاری‌های ظاهری در مورد اندازه‌گیری کوانتومی، به‌ویژه آن‌هایی که مربوط به ترکیب عملیات اندازه‌گیری متغیرهای مکمل است، در نظر گرفت. این حوزه تحقیقاتی و نام آن در مقاله 1936 توسط Garrett Birkhoff و John von Neumann که تلاش کردند برخی از ناسازگاری های آشکار منطق بولی کلاسیک را با حقایق مربوط به اندازه گیری و مشاهده در مکانیک کوانتومی آشتی دهند، سرچشمه گرفته است.

        تفاسیر مودال نظریه کوانتومی [ ویرایش ]

        تفسیرهای مودال مکانیک کوانتومی اولین بار در سال 1972 توسط بس ون فراسن در مقاله خود "رویکرد رسمی به فلسفه علم" مطرح شد. ون فراسن تمایزی را بین یک حالت دینامیکی معرفی کرد، که توصیف می‌کند چه چیزی ممکن است در مورد یک سیستم صادق باشد و همیشه مطابق معادله شرودینگر تکامل می‌یابد، و یک حالت ارزش ، که نشان می‌دهد در یک زمان معین چه چیزی واقعاً در مورد یک سیستم صادق است. اصطلاح «تفسیر مودال» اکنون برای توصیف مجموعه بزرگ‌تری از مدل‌هایی استفاده می‌شود که از این رویکرد رشد کرده‌اند. دایره المعارف فلسفه استنفورد چندین نسخه از جمله پیشنهادات کوچن ، دیکس ، کلیفتون، دیکسون و باب را شرح می دهد.. [47] به گفته میشل بیتبول ، نظرات شرودینگر در مورد چگونگی تفسیر مکانیک کوانتومی در چهار مرحله پیش رفت و با دیدگاهی غیر فروپاشی خاتمه یافت که از جهاتی شبیه تفسیرهای اورت و ون فراسن است. از آنجا که شرودینگر به نوعی مونیسم خنثی پسا ماکیایی ، که در آن «ماده» و «ذهن» فقط جنبه‌ها یا ترتیبات متفاوت عناصر مشترک هستند، پذیرفت، تابع موج را به عنوان آنتیک تلقی کرد و آن را معرفتی تلقی کرد. [48]

        نظریه های متقارن زمان [ ویرایش ]

        تفسیرهای متقارن زمان مکانیک کوانتومی برای اولین بار توسط والتر شاتکی در سال 1921 پیشنهاد شد. [49] [50] چندین نظریه ارائه شده است که معادلات مکانیک کوانتومی را تغییر می دهند تا با توجه به زمان معکوس متقارن شوند. [51] [52] [53] [54] [55] [56] (به نظریه متقارن زمانی ویلر-فاینمن مراجعه کنید .) این امر علیت پسینی را ایجاد می کند : رویدادهای آینده می توانند بر رویدادهای گذشته تأثیر بگذارند، دقیقاً مانند رویدادهای گذشته. می تواند در آینده تأثیر بگذارد. در این نظریه ها، یک اندازه گیری منفرد نمی تواند وضعیت یک سیستم را به طور کامل تعیین کند (آنها را به نوعی نظریه متغیرهای پنهان تبدیل می کند.، اما با توجه به دو اندازه گیری انجام شده در زمان های مختلف، می توان وضعیت دقیق سیستم را در تمام زمان های میانی محاسبه کرد. بنابراین فروپاشی تابع موج یک تغییر فیزیکی در سیستم نیست، فقط تغییری در دانش ما از آن به دلیل اندازه‌گیری دوم است. به طور مشابه، آنها درهم تنیدگی را به عنوان یک حالت فیزیکی واقعی نیست، بلکه فقط یک توهم ایجاد شده با نادیده گرفتن علّت پسینی توضیح می دهند. نقطه ای که به نظر می رسد دو ذره «درهم می شوند» به سادگی نقطه ای است که هر ذره تحت تأثیر رویدادهایی است که در آینده برای ذره دیگر رخ می دهد.

        همه طرفداران علیت متقارن زمان از اصلاح دینامیک واحد مکانیک کوانتومی استاندارد حمایت نمی کنند. بنابراین، یکی از برجسته‌ترین نماهای فرمالیسم برداری دو حالتی، لو ویدمن ، بیان می‌کند که فرمالیسم بردار دو حالتی به خوبی با تفسیر چندجهانی هیو اورت مطابقت دارد . [57]

        تفاسیر دیگر [ ویرایش ]

        مقاله اصلی: تفاسیر اقلیتی از مکانیک کوانتومی

        علاوه بر تفاسیر جریان اصلی که در بالا مورد بحث قرار گرفت، تعدادی تفاسیر دیگر نیز ارائه شده است که به هر دلیلی تأثیر علمی قابل توجهی نداشته است. اینها از پیشنهادات فیزیکدانان جریان اصلی گرفته تا ایده های غیبی تر عرفان کوانتومی را شامل می شود.

        مقایسه ها [ ویرایش ]

        رایج ترین تفاسیر در جدول زیر خلاصه شده است. مقادیر نشان داده شده در سلول های جدول خالی از مناقشه نیست، زیرا معانی دقیق برخی از مفاهیم درگیر نامشخص است و در واقع، خود در مرکز اختلاف نظر پیرامون تفسیر ارائه شده قرار دارند. برای جدول دیگری که تفسیرهای نظریه کوانتومی را مقایسه می کند، به مرجع مراجعه کنید. [58]

        هیچ شواهد تجربی وجود ندارد که بین این تفاسیر متمایز باشد. تا این حد، نظریه فیزیکی پابرجاست و با خود و با واقعیت سازگار است. مشکلات تنها زمانی به وجود می آیند که فرد تلاش می کند نظریه را "تفسیر" کند. با این وجود، طراحی آزمایش‌هایی که تفاسیر مختلف را آزمایش می‌کنند موضوع پژوهش فعال است.

        اکثر این تفاسیر انواعی دارند. به عنوان مثال، به سختی می توان تعریف دقیقی از تفسیر کپنهاگ به دست آورد، زیرا بسیاری از افراد در مورد آن بحث کردند.

        منبع

        https://en.wikipedia.org/wiki/Interpretations_of_quantum_mechanics

        + نوشته شده در جمعه بیست و هشتم مرداد ۱۴۰۱ ساعت 4:36 توسط علی رضا نقش  | 
        مطالب قدیمی‌تر