شبیهسازی ریسمانهای پنهان طبیعت با کامپیوتر کوانتومی
تیمی از پژوهشگران دانشگاه فنی مونیخ (TUM)، دانشگاه پرینستون و Google Quantum AI موفق شدند با استفاده از پردازنده کوانتومی گوگل، رفتار ریسمانهای نامرئی بین ذرات بنیادی را شبیهسازی کنند؛ دستاوردی که میتواند درک بشر از ساختار بنیادین جهان را متحول کند.
این پژوهش که در ژورنال معتبر Nature منتشر شده، بر پایه نظریههای پیمانهای (Gauge Theories) طراحی شده است. این نظریهها اساس توصیف نیروهای بنیادی مانند الکترومغناطیس و نیروی هستهای قوی را تشکیل میدهند. پژوهشگران توانستند با بهرهگیری از الگوریتمهای کوانتومی، نحوه نوسان، فشردگی و شکست این ریسمانها را در محیط آزمایشگاهی بازسازی کنند.
این شبیهسازی نهتنها گامی مهم در مسیر درک بهتر رفتار ذرات زیراتمی محسوب میشود، بلکه میتواند به توسعه نظریههای گرانش کوانتومی و مدلسازی ساختار فضا-زمان نیز کمک کند. به گفته محققان، این پروژه نشاندهنده ظرفیت بینظیر پردازندههای کوانتومی در حل مسائل پیچیدهای است که از توان کامپیوترهای کلاسیک خارجاند.
پیامدهای علمی و فناوری
• گسترش کاربرد کامپیوترهای کوانتومی در فیزیک نظری
• امکان مدلسازی دقیقتر مادههای کوانتومی پیچیده
• تقویت همکاری بین مراکز تحقیقاتی و شرکتهای فناوری پیشرو
مطالعه بیشتر
🆔 @QuantumProgramming
🆔 http://instagram.com/Quantum.Programming
تیمی از پژوهشگران دانشگاه فنی مونیخ (TUM)، دانشگاه پرینستون و Google Quantum AI موفق شدند با استفاده از پردازنده کوانتومی گوگل، رفتار ریسمانهای نامرئی بین ذرات بنیادی را شبیهسازی کنند؛ دستاوردی که میتواند درک بشر از ساختار بنیادین جهان را متحول کند.
این پژوهش که در ژورنال معتبر Nature منتشر شده، بر پایه نظریههای پیمانهای (Gauge Theories) طراحی شده است. این نظریهها اساس توصیف نیروهای بنیادی مانند الکترومغناطیس و نیروی هستهای قوی را تشکیل میدهند. پژوهشگران توانستند با بهرهگیری از الگوریتمهای کوانتومی، نحوه نوسان، فشردگی و شکست این ریسمانها را در محیط آزمایشگاهی بازسازی کنند.
این شبیهسازی نهتنها گامی مهم در مسیر درک بهتر رفتار ذرات زیراتمی محسوب میشود، بلکه میتواند به توسعه نظریههای گرانش کوانتومی و مدلسازی ساختار فضا-زمان نیز کمک کند. به گفته محققان، این پروژه نشاندهنده ظرفیت بینظیر پردازندههای کوانتومی در حل مسائل پیچیدهای است که از توان کامپیوترهای کلاسیک خارجاند.
پیامدهای علمی و فناوری
• گسترش کاربرد کامپیوترهای کوانتومی در فیزیک نظری
• امکان مدلسازی دقیقتر مادههای کوانتومی پیچیده
• تقویت همکاری بین مراکز تحقیقاتی و شرکتهای فناوری پیشرو
مطالعه بیشتر
🆔 @QuantumProgramming
🆔 http://instagram.com/Quantum.Programming
ScienceDaily
Google’s quantum computer just simulated the hidden strings of the Universe
Scientists using Google’s quantum processor have taken a major step toward unraveling the deepest mysteries of the universe. By simulating fundamental interactions described by gauge theories, the team showed how particles and the invisible “strings” connecting…
بررسی علمی چالشهای تجزیه عدد ۲۱ به عاملهای اول با رایانههای کوانتومی
الگوریتم شور یکی از مهمترین دستاوردهای نظری در حوزهی محاسبات کوانتومی است که امکان فاکتورگیری اعداد صحیح بزرگ را با پیچیدگی زمانی نمایی کمتر نسبت به الگوریتمهای کلاسیک فراهم میکند. با این حال، پیشرفت عملی در اجرای این الگوریتم بسیار کند بوده است. در سال ۲۰۰۱، گروهی موفق به فاکتورگیری عدد ۱۵ با استفاده از رایانهی کوانتومی شدند، اما تا امروز عدد ۲۱ بهطور کامل و بدون تقلب فاکتورگیری نشده است. این مسئله، برخلاف تصور عمومی، نه به دلیل ضعف الگوریتم بلکه به دلیل پیچیدگیهای فنی و منابع مورد نیاز برای اجرای آن است.
تفاوتهای ساختاری بین فاکتورگیری ۱۵ و ۲۱
نشان داده شده است که فاکتورگیری عدد ۲۱ با استفاده از الگوریتم شور، بهطور چشمگیری پیچیدهتر از عدد ۱۵ است. برخی از دلایل این تفاوت عبارتاند از:
• افزایش تعداد گیتهای کوانتومی:
اجرای الگوریتم شور برای عدد ۱۵ تنها به ۲۱ گیت entangling (گیتهای کنترل نات، کنترل فاز و تافلی)نیاز داشت، در حالی که برای عدد ۲۱ این تعداد به بیش از ۲۴۰۰ گیت میرسد. این افزایش بیش از ۱۰۰ برابری در منابع محاسباتی، اجرای الگوریتم را برای سختافزارهای فعلی غیرممکن میسازد.
• پیچیدگی ضربهای مدولار:
در فاکتورگیری عدد ۱۵، بسیاری از ضربها ساده بودند (مثلاً ضرب در ۱)، اما در عدد ۲۱ هیچ ضربی ساده نیست. ضربهای مدولار مانند ضرب در ۴ یا ۱۶ نیازمند دهها گیت تافلی هستند که هزینهی محاسباتی را بهشدت افزایش میدهند.
• محدودیتهای بهینهسازی:
حتی با استفاده از تکنیکهای پیشرفتهی بهینهسازی مدارهای کوانتومی، هزینهی اجرای الگوریتم برای عدد ۲۱ همچنان صدها برابر بیشتر از عدد ۱۵ باقی میماند. این نشان میدهد که افزایش عدد ورودی بهطور غیرخطی پیچیدگی مدار را افزایش میدهد.
• نیاز به تصحیح خطا:
با افزایش تعداد گیتها، احتمال وقوع خطا نیز افزایش مییابد. بنابراین، سیستم باید از تصحیح خطای کوانتومی استفاده کند که خود نیازمند منابع اضافی و کیوبیتهای کمکی است. این امر باعث میشود که اجرای الگوریتم برای عدد ۲۱ به تعداد زیادی کیوبیت نیاز داشته باشد، در حالی که رایانههای کوانتومی فعلی تنها چند ده یا صد کیوبیت دارند.
نقدی بر ادعاهای فاکتورگیری عدد ۲۱
در سالهای اخیر، برخی مقالات مدعی فاکتورگیری عدد ۲۱ با استفاده از رایانههای کوانتومی شدهاند. با این حال، که بسیاری از این مقالات از میانبرهایی استفاده کردهاند که عملاً به معنای “تقلب” در اجرای الگوریتم است. بهعنوان مثال، استفاده از دانش قبلی دربارهی عوامل عدد ۲۱ یا سادهسازی مدارها بهگونهای که دیگر نمایندهی واقعی الگوریتم شور نباشند، اعتبار علمی این ادعاها را زیر سؤال میبرد.
فاکتورگیری عدد ۲۱ با استفاده از الگوریتم شور نهتنها یک چالش فنی بلکه یک معیار واقعگرایانه برای سنجش بلوغ رایانههای کوانتومی است. این مسئله نشان میدهد که گذار از نظریه به عمل در حوزهی محاسبات کوانتومی نیازمند پیشرفتهای چشمگیر در طراحی مدار، تصحیح خطا، و معماری سختافزار است.
🆔 @QuantumProgramming
🆔 http://instagram.com/Quantum.Programming
الگوریتم شور یکی از مهمترین دستاوردهای نظری در حوزهی محاسبات کوانتومی است که امکان فاکتورگیری اعداد صحیح بزرگ را با پیچیدگی زمانی نمایی کمتر نسبت به الگوریتمهای کلاسیک فراهم میکند. با این حال، پیشرفت عملی در اجرای این الگوریتم بسیار کند بوده است. در سال ۲۰۰۱، گروهی موفق به فاکتورگیری عدد ۱۵ با استفاده از رایانهی کوانتومی شدند، اما تا امروز عدد ۲۱ بهطور کامل و بدون تقلب فاکتورگیری نشده است. این مسئله، برخلاف تصور عمومی، نه به دلیل ضعف الگوریتم بلکه به دلیل پیچیدگیهای فنی و منابع مورد نیاز برای اجرای آن است.
تفاوتهای ساختاری بین فاکتورگیری ۱۵ و ۲۱
نشان داده شده است که فاکتورگیری عدد ۲۱ با استفاده از الگوریتم شور، بهطور چشمگیری پیچیدهتر از عدد ۱۵ است. برخی از دلایل این تفاوت عبارتاند از:
• افزایش تعداد گیتهای کوانتومی:
اجرای الگوریتم شور برای عدد ۱۵ تنها به ۲۱ گیت entangling (گیتهای کنترل نات، کنترل فاز و تافلی)نیاز داشت، در حالی که برای عدد ۲۱ این تعداد به بیش از ۲۴۰۰ گیت میرسد. این افزایش بیش از ۱۰۰ برابری در منابع محاسباتی، اجرای الگوریتم را برای سختافزارهای فعلی غیرممکن میسازد.
• پیچیدگی ضربهای مدولار:
در فاکتورگیری عدد ۱۵، بسیاری از ضربها ساده بودند (مثلاً ضرب در ۱)، اما در عدد ۲۱ هیچ ضربی ساده نیست. ضربهای مدولار مانند ضرب در ۴ یا ۱۶ نیازمند دهها گیت تافلی هستند که هزینهی محاسباتی را بهشدت افزایش میدهند.
• محدودیتهای بهینهسازی:
حتی با استفاده از تکنیکهای پیشرفتهی بهینهسازی مدارهای کوانتومی، هزینهی اجرای الگوریتم برای عدد ۲۱ همچنان صدها برابر بیشتر از عدد ۱۵ باقی میماند. این نشان میدهد که افزایش عدد ورودی بهطور غیرخطی پیچیدگی مدار را افزایش میدهد.
• نیاز به تصحیح خطا:
با افزایش تعداد گیتها، احتمال وقوع خطا نیز افزایش مییابد. بنابراین، سیستم باید از تصحیح خطای کوانتومی استفاده کند که خود نیازمند منابع اضافی و کیوبیتهای کمکی است. این امر باعث میشود که اجرای الگوریتم برای عدد ۲۱ به تعداد زیادی کیوبیت نیاز داشته باشد، در حالی که رایانههای کوانتومی فعلی تنها چند ده یا صد کیوبیت دارند.
نقدی بر ادعاهای فاکتورگیری عدد ۲۱
در سالهای اخیر، برخی مقالات مدعی فاکتورگیری عدد ۲۱ با استفاده از رایانههای کوانتومی شدهاند. با این حال، که بسیاری از این مقالات از میانبرهایی استفاده کردهاند که عملاً به معنای “تقلب” در اجرای الگوریتم است. بهعنوان مثال، استفاده از دانش قبلی دربارهی عوامل عدد ۲۱ یا سادهسازی مدارها بهگونهای که دیگر نمایندهی واقعی الگوریتم شور نباشند، اعتبار علمی این ادعاها را زیر سؤال میبرد.
فاکتورگیری عدد ۲۱ با استفاده از الگوریتم شور نهتنها یک چالش فنی بلکه یک معیار واقعگرایانه برای سنجش بلوغ رایانههای کوانتومی است. این مسئله نشان میدهد که گذار از نظریه به عمل در حوزهی محاسبات کوانتومی نیازمند پیشرفتهای چشمگیر در طراحی مدار، تصحیح خطا، و معماری سختافزار است.
🆔 @QuantumProgramming
🆔 http://instagram.com/Quantum.Programming
ارائه چارچوب محاسبات کوانتومی توسط شرکت Wolfram
در تحول تازهای از دنیای محاسبات، شرکت Wolfram از چارچوب محاسبات کوانتومی خود رونمایی کرده است؛ بستری نمادین و قدرتمند برای طراحی، شبیهسازی و تحلیل الگوریتمهای کوانتومی. این چارچوب با قابلیتهایی چون مدلسازی مدارهای کوانتومی، تحلیل تکامل زمانی حالات کوانتومی، و محاسبه میزان درهمتنیدگی، گامی بلند در جهت نزدیکتر کردن نظریه به عمل برداشته است.
از ویژگیهای برجسته این سیستم میتوان به موارد زیر اشاره کرد:
• طراحی مدارهای کوانتومی با گیتهای کوانتومی
• شبیهسازی تکامل زمانی حالات کوانتومی
• محاسبه فاصله و همبستگی بین حالات
• قابلیت اتصال به پلتفرمهای خارجی برای اجرای آزمایشهای واقعی
• ابزارهای تصویری مانند نمودار مدار و نمایش روی کره Bloch
این چارچوب بهویژه برای پژوهشگرانی که به دنبال تلفیق الگوریتمهای کوانتومی با سختافزارهای کلاسیک هستند، فرصتی بینظیر فراهم کرده است.
📎 اطلاعات بیشتر در وبسایت رسمی Wolfram: wolfram.com/quantum-computation-framework
در تحول تازهای از دنیای محاسبات، شرکت Wolfram از چارچوب محاسبات کوانتومی خود رونمایی کرده است؛ بستری نمادین و قدرتمند برای طراحی، شبیهسازی و تحلیل الگوریتمهای کوانتومی. این چارچوب با قابلیتهایی چون مدلسازی مدارهای کوانتومی، تحلیل تکامل زمانی حالات کوانتومی، و محاسبه میزان درهمتنیدگی، گامی بلند در جهت نزدیکتر کردن نظریه به عمل برداشته است.
از ویژگیهای برجسته این سیستم میتوان به موارد زیر اشاره کرد:
• طراحی مدارهای کوانتومی با گیتهای کوانتومی
• شبیهسازی تکامل زمانی حالات کوانتومی
• محاسبه فاصله و همبستگی بین حالات
• قابلیت اتصال به پلتفرمهای خارجی برای اجرای آزمایشهای واقعی
• ابزارهای تصویری مانند نمودار مدار و نمایش روی کره Bloch
این چارچوب بهویژه برای پژوهشگرانی که به دنبال تلفیق الگوریتمهای کوانتومی با سختافزارهای کلاسیک هستند، فرصتی بینظیر فراهم کرده است.
📎 اطلاعات بیشتر در وبسایت رسمی Wolfram: wolfram.com/quantum-computation-framework
Wolfram
Quantum Computation Framework - Wolfram Language
Streamlined framework to simulate quantum circuits and other finite-dimensional quantum systems. Perform analytic and numeric computation in quantum information theory.
معرفی QOSim Co-Pilot — دستیار هوشمند برای مهندسان و پژوهشگران کوانتومی
تیم QOSim از محصول جدید خود رونمایی کرد: QOSim Co-Pilot، یک دستیار هوشمند مبتنی بر هوش مصنوعی که به طور خاص برای مهندسان، دانشجویان و پژوهشگران حوزه محاسبات کوانتومی طراحی شده است.
این ابزار نوآورانه در دل پلتفرم QOSim قرار گرفته و با قابلیتهایی همچون طراحی مدارهای کوانتومی با زبان طبیعی، تحلیل کدهای QASM، Qiskit و Cirq، و شبیهسازی بلادرنگ، تجربهای بینظیر از تعامل با مفاهیم پیچیده کوانتومی را فراهم میکند.
🎯 کاربردهای کلیدی QOSim Co-Pilot:
• آموزش تعاملی برای دانشجویان: توضیح گیتها و الگوریتمها به زبان ساده و قابل فهم
• پشتیبانی از توسعه الگوریتمهای پیشرفته: از Grover تا QAOA، با پیشنهاد ساختار مدار و بهینهسازی پارامترها
• تحلیل و خلاصهسازی مقالات علمی: استخراج مدارها و شبیهسازی آنها در محیط QOSim
• مستندسازی خودکار برای تیمهای صنعتی: ثبت مراحل طراحی، تست و خروجیگیری برای گزارشدهی و ثبت اختراع
https://qosim.app
🆔 @QuantumProgramming
🆔 http://instagram.com/Quantum.Programming
تیم QOSim از محصول جدید خود رونمایی کرد: QOSim Co-Pilot، یک دستیار هوشمند مبتنی بر هوش مصنوعی که به طور خاص برای مهندسان، دانشجویان و پژوهشگران حوزه محاسبات کوانتومی طراحی شده است.
این ابزار نوآورانه در دل پلتفرم QOSim قرار گرفته و با قابلیتهایی همچون طراحی مدارهای کوانتومی با زبان طبیعی، تحلیل کدهای QASM، Qiskit و Cirq، و شبیهسازی بلادرنگ، تجربهای بینظیر از تعامل با مفاهیم پیچیده کوانتومی را فراهم میکند.
🎯 کاربردهای کلیدی QOSim Co-Pilot:
• آموزش تعاملی برای دانشجویان: توضیح گیتها و الگوریتمها به زبان ساده و قابل فهم
• پشتیبانی از توسعه الگوریتمهای پیشرفته: از Grover تا QAOA، با پیشنهاد ساختار مدار و بهینهسازی پارامترها
• تحلیل و خلاصهسازی مقالات علمی: استخراج مدارها و شبیهسازی آنها در محیط QOSim
• مستندسازی خودکار برای تیمهای صنعتی: ثبت مراحل طراحی، تست و خروجیگیری برای گزارشدهی و ثبت اختراع
https://qosim.app
🆔 @QuantumProgramming
🆔 http://instagram.com/Quantum.Programming
qosim.app
QOSim – Visual Quantum OS Simulator for Research & Education
Simulate quantum circuits with drag-and-drop precision. Patent-pending QFS. Built for researchers, educators, and devs.
🚨کشف حالت جدید ماده توسط پردازنده کوانتومی گوگل
تیمی از دانشمندان از دانشگاه فنی مونیخ، دانشگاه پرینستون و Google Quantum AI موفق شدند برای اولین بار در تاریخ، حالت خاصی از ماده به نام “حالت توپولوژیکی فلوکت” را مشاهده کنند. این حالت عجیب فقط در شرایطی ظاهر میشود که سیستم بهطور دورهای در زمان تحریک شود — یعنی در حالت تعادل نیست و بهصورت دینامیکی در حال تغییر است.
🧩 چرا این حالت خاص است؟
• برخلاف حالتهای معمول ماده مثل جامد، مایع یا گاز، این حالت در زمانهای خاص و تحت تحریکهای دورهای به وجود میآید.
• این حالت دارای ویژگیهای توپولوژیکی است، یعنی خواصی که به شکل و ساختار کلی سیستم مربوط میشوند، نه به جزئیات محلی.
• در این آزمایش، دانشمندان توانستند حرکتهای لبهای ذرات کوانتومی را بهصورت مستقیم مشاهده کنند — چیزی که تا پیش از این فقط در نظریهها وجود داشت.
برای این آزمایش، از پردازنده کوانتومی پیشرفته گوگل به نام Willow با ۵۸ کیوبیت استفاده شد. این پردازنده توانایی شبیهسازی سیستمهای پیچیده کوانتومی را دارد و به دانشمندان اجازه داد تا رفتار ماده را در شرایط غیرتعادلی بررسی کنند.
🎯چه چیزی کشف شد؟
• مشاهده مستقیم ذرات عجیب کوانتومی که در لبههای سیستم حرکت میکنند.
• استفاده از الگوریتمهای تداخلسنجی برای بررسی خواص توپولوژیکی سیستم.
• تأیید نظریههایی که سالها پیش مطرح شده بودند اما هیچگاه بهصورت تجربی دیده نشده بودند.
🚀 چرا این کشف مهم است؟
• این کشف میتواند راه را برای درک بهتر ماده در شرایط غیرتعادلی باز کند.
• ممکن است در آینده به ساخت مواد جدید با خواص منحصربهفرد منجر شود.
• میتواند در توسعه کامپیوترهای کوانتومی پایدارتر و قدرتمندتر نقش داشته باشد.
• نشان میدهد که پردازندههای کوانتومی نه فقط ابزار محاسباتی، بلکه آزمایشگاههایی برای کشف قوانین جدید طبیعت هستند.
https://www.nature.com/articles/s41586-025-09456-3
🆔 @QuantumProgramming
🆔 http://instagram.com/Quantum.Programming
تیمی از دانشمندان از دانشگاه فنی مونیخ، دانشگاه پرینستون و Google Quantum AI موفق شدند برای اولین بار در تاریخ، حالت خاصی از ماده به نام “حالت توپولوژیکی فلوکت” را مشاهده کنند. این حالت عجیب فقط در شرایطی ظاهر میشود که سیستم بهطور دورهای در زمان تحریک شود — یعنی در حالت تعادل نیست و بهصورت دینامیکی در حال تغییر است.
🧩 چرا این حالت خاص است؟
• برخلاف حالتهای معمول ماده مثل جامد، مایع یا گاز، این حالت در زمانهای خاص و تحت تحریکهای دورهای به وجود میآید.
• این حالت دارای ویژگیهای توپولوژیکی است، یعنی خواصی که به شکل و ساختار کلی سیستم مربوط میشوند، نه به جزئیات محلی.
• در این آزمایش، دانشمندان توانستند حرکتهای لبهای ذرات کوانتومی را بهصورت مستقیم مشاهده کنند — چیزی که تا پیش از این فقط در نظریهها وجود داشت.
برای این آزمایش، از پردازنده کوانتومی پیشرفته گوگل به نام Willow با ۵۸ کیوبیت استفاده شد. این پردازنده توانایی شبیهسازی سیستمهای پیچیده کوانتومی را دارد و به دانشمندان اجازه داد تا رفتار ماده را در شرایط غیرتعادلی بررسی کنند.
🎯چه چیزی کشف شد؟
• مشاهده مستقیم ذرات عجیب کوانتومی که در لبههای سیستم حرکت میکنند.
• استفاده از الگوریتمهای تداخلسنجی برای بررسی خواص توپولوژیکی سیستم.
• تأیید نظریههایی که سالها پیش مطرح شده بودند اما هیچگاه بهصورت تجربی دیده نشده بودند.
🚀 چرا این کشف مهم است؟
• این کشف میتواند راه را برای درک بهتر ماده در شرایط غیرتعادلی باز کند.
• ممکن است در آینده به ساخت مواد جدید با خواص منحصربهفرد منجر شود.
• میتواند در توسعه کامپیوترهای کوانتومی پایدارتر و قدرتمندتر نقش داشته باشد.
• نشان میدهد که پردازندههای کوانتومی نه فقط ابزار محاسباتی، بلکه آزمایشگاههایی برای کشف قوانین جدید طبیعت هستند.
https://www.nature.com/articles/s41586-025-09456-3
🆔 @QuantumProgramming
🆔 http://instagram.com/Quantum.Programming
Nature
Probing non-equilibrium topological order on a quantum processor
Nature - A superconducting quantum computer is used to realize an out-of-equilibrium topologically ordered state, which hosts anyonic excitations.
🟥اولین دوره جامع یادگیری ماشین کوانتومی
⌛شروع دوره: ۲۳ مهرماه
🕰تعداد جلسات: ۲۱ جلسه+
‼️تخفیف ویژه دانشجویان با کد AriaQuanta20
🔴رفع اشکال آنلاین در گروه تلگرامی + فیلم جلسات
🔖سرفصلهای دوره
🔖بخش اول: یادگیری ماشین کلاسیک
- معرفی یادگیری ماشین،
- مدلهای پایه یادگیری ماشین
- یادگیری نظارتشده و بدون نظارت
- شبکههای عصبی مصنوعی
- روشهای بهینهسازی
- برنامهنویسی
🔖بخش دوم: مبانی محاسبات کوانتومی
- تعریف کیوبیت، گیتهای کوانتومی، مدار کوانتومی، و اندازهگیری
- مدلهای محاسباتی کوانتومی: مدارهای دیجیتال، مدل آدیاپاتیک، و آنالوگ
- الگوریتمهای کوانتومی
- برنامهنویسی کوانتومی
🔖بخش سوم: یادگیری ماشین کوانتومی
- اصول و مبانی یادگیری ماشین کوانتومی
- بررسی روشهای نگاشت دادههای کلاسیک به حالتهای کوانتومی
- مدلهای ترکیبی کلاسیک-کوانتومی در یادگیری ماشین کوانتومی
- الگوریتمهای یادگیری ماشین کوانتومی
- پیادهسازی عملی با استفاده برنامهنویسی کوانتومی
- بررسی چالشهای فعلی مثل نویز، مقیاسپذیری، و مسیرهای آیندهی تحقیقاتی
🟥🟥🟥ثبت نام و اطلاعات بیشتر
🌐 evnd.co/TFmQN
⌛شروع دوره: ۲۳ مهرماه
🕰تعداد جلسات: ۲۱ جلسه+
‼️تخفیف ویژه دانشجویان با کد AriaQuanta20
🔴رفع اشکال آنلاین در گروه تلگرامی + فیلم جلسات
🔖سرفصلهای دوره
🔖بخش اول: یادگیری ماشین کلاسیک
- معرفی یادگیری ماشین،
- مدلهای پایه یادگیری ماشین
- یادگیری نظارتشده و بدون نظارت
- شبکههای عصبی مصنوعی
- روشهای بهینهسازی
- برنامهنویسی
🔖بخش دوم: مبانی محاسبات کوانتومی
- تعریف کیوبیت، گیتهای کوانتومی، مدار کوانتومی، و اندازهگیری
- مدلهای محاسباتی کوانتومی: مدارهای دیجیتال، مدل آدیاپاتیک، و آنالوگ
- الگوریتمهای کوانتومی
- برنامهنویسی کوانتومی
🔖بخش سوم: یادگیری ماشین کوانتومی
- اصول و مبانی یادگیری ماشین کوانتومی
- بررسی روشهای نگاشت دادههای کلاسیک به حالتهای کوانتومی
- مدلهای ترکیبی کلاسیک-کوانتومی در یادگیری ماشین کوانتومی
- الگوریتمهای یادگیری ماشین کوانتومی
- پیادهسازی عملی با استفاده برنامهنویسی کوانتومی
- بررسی چالشهای فعلی مثل نویز، مقیاسپذیری، و مسیرهای آیندهی تحقیقاتی
🟥🟥🟥ثبت نام و اطلاعات بیشتر
🌐 evnd.co/TFmQN
🟥اولین دوره جامع یادگیری ماشین کوانتومی
⌛شروع دوره: ۲۳ مهرماه،
👨💻مدرس: دکتر حسین یگانه
‼️تخفیف ویژه دانشجویان با کد AriaQuanta20
🔴رفع اشکال آنلاین در گروه تلگرامی + فیلم جلسات
🔖سرفصلهای دوره
🔖بخش اول: یادگیری ماشین کلاسیک
- معرفی یادگیری ماشین،
- مدلهای پایه یادگیری ماشین
- یادگیری نظارتشده و بدون نظارت
- شبکههای عصبی مصنوعی
- روشهای بهینهسازی
- برنامهنویسی
🔖بخش دوم: مبانی محاسبات کوانتومی
- تعریف کیوبیت، گیتهای کوانتومی، مدار کوانتومی، و اندازهگیری
- مدلهای محاسباتی کوانتومی: مدارهای دیجیتال، مدل آدیاپاتیک، و آنالوگ
- الگوریتمهای کوانتومی
- برنامهنویسی کوانتومی
🔖بخش سوم: یادگیری ماشین کوانتومی
- اصول و مبانی یادگیری ماشین کوانتومی
- بررسی روشهای نگاشت دادههای کلاسیک به حالتهای کوانتومی
- مدلهای ترکیبی کلاسیک-کوانتومی در یادگیری ماشین کوانتومی
- الگوریتمهای یادگیری ماشین کوانتومی
- پیادهسازی عملی با استفاده برنامهنویسی کوانتومی
- بررسی چالشهای فعلی مثل نویز، مقیاسپذیری، و مسیرهای آیندهی تحقیقاتی
🟥🟥🟥ثبت نام و اطلاعات بیشتر
🌐 evnd.co/TFmQN
⌛شروع دوره: ۲۳ مهرماه،
👨💻مدرس: دکتر حسین یگانه
‼️تخفیف ویژه دانشجویان با کد AriaQuanta20
🔴رفع اشکال آنلاین در گروه تلگرامی + فیلم جلسات
🔖سرفصلهای دوره
🔖بخش اول: یادگیری ماشین کلاسیک
- معرفی یادگیری ماشین،
- مدلهای پایه یادگیری ماشین
- یادگیری نظارتشده و بدون نظارت
- شبکههای عصبی مصنوعی
- روشهای بهینهسازی
- برنامهنویسی
🔖بخش دوم: مبانی محاسبات کوانتومی
- تعریف کیوبیت، گیتهای کوانتومی، مدار کوانتومی، و اندازهگیری
- مدلهای محاسباتی کوانتومی: مدارهای دیجیتال، مدل آدیاپاتیک، و آنالوگ
- الگوریتمهای کوانتومی
- برنامهنویسی کوانتومی
🔖بخش سوم: یادگیری ماشین کوانتومی
- اصول و مبانی یادگیری ماشین کوانتومی
- بررسی روشهای نگاشت دادههای کلاسیک به حالتهای کوانتومی
- مدلهای ترکیبی کلاسیک-کوانتومی در یادگیری ماشین کوانتومی
- الگوریتمهای یادگیری ماشین کوانتومی
- پیادهسازی عملی با استفاده برنامهنویسی کوانتومی
- بررسی چالشهای فعلی مثل نویز، مقیاسپذیری، و مسیرهای آیندهی تحقیقاتی
🟥🟥🟥ثبت نام و اطلاعات بیشتر
🌐 evnd.co/TFmQN
اولین شواهد تجربی از حل مسائل واقعی توسط کامپیوترهای کوانتومی در معاملات اوراق قرضه
بانک HSBC امروز اعلام کرد که با همکاری IBM موفق به ثبت اولین شواهد تجربی شناختهشده از استفاده موفق کامپیوترهای کوانتومی در حل مسائل واقعی در حوزه معاملات الگوریتمی اوراق قرضه شده است.
در این پروژه، HSBC از رویکردی ترکیبی بهره برد که در آن کامپیوترهای کلاسیک و کوانتومی بهطور همزمان به کار گرفته شدند. نتیجه این همکاری، بهبود عملکرد تا ۳۴٪ در پیشبینی احتمال انجام معامله با قیمت پیشنهادی در بازار اوراق قرضه شرکتی اروپا بود.
کامپیوتر کوانتومی IBM Quantum Heron — پیشرفتهترین پردازنده کوانتومی IBM — در این آزمایش نقش کلیدی ایفا کرد و توانست سیگنالهای پنهان قیمتگذاری را در دادههای پرنویز بازار بهتر شناسایی کند.
این دستاورد میتواند نقطه عطفی در کاربرد عملی فناوری کوانتومی در صنعت مالی باشد.
https://ibm.co/6042BJMMM
🆔 @QuantumProgramming
🆔 http://instagram.com/Quantum.Programming
بانک HSBC امروز اعلام کرد که با همکاری IBM موفق به ثبت اولین شواهد تجربی شناختهشده از استفاده موفق کامپیوترهای کوانتومی در حل مسائل واقعی در حوزه معاملات الگوریتمی اوراق قرضه شده است.
در این پروژه، HSBC از رویکردی ترکیبی بهره برد که در آن کامپیوترهای کلاسیک و کوانتومی بهطور همزمان به کار گرفته شدند. نتیجه این همکاری، بهبود عملکرد تا ۳۴٪ در پیشبینی احتمال انجام معامله با قیمت پیشنهادی در بازار اوراق قرضه شرکتی اروپا بود.
کامپیوتر کوانتومی IBM Quantum Heron — پیشرفتهترین پردازنده کوانتومی IBM — در این آزمایش نقش کلیدی ایفا کرد و توانست سیگنالهای پنهان قیمتگذاری را در دادههای پرنویز بازار بهتر شناسایی کند.
این دستاورد میتواند نقطه عطفی در کاربرد عملی فناوری کوانتومی در صنعت مالی باشد.
https://ibm.co/6042BJMMM
🆔 @QuantumProgramming
🆔 http://instagram.com/Quantum.Programming
HSBC
HSBC demonstrates world’s first-known quantum-enabled algorithmic trading with IBM
HSBC announces the world’s first-known empirical evidence of the potential value of quantum computers for solving real-world problems in algorithmic bond trading.
Quantum Programming
🟥اولین دوره جامع یادگیری ماشین کوانتومی ⌛شروع دوره: ۲۳ مهرماه، 👨💻مدرس: دکتر حسین یگانه ‼️تخفیف ویژه دانشجویان با کد AriaQuanta20 🔴رفع اشکال آنلاین در گروه تلگرامی + فیلم جلسات 🔖سرفصلهای دوره 🔖بخش اول: یادگیری ماشین کلاسیک - معرفی یادگیری ماشین، …
سلام و احترام
عزیزانی که در دوره ثبت کردند ایمیل شخصی را چک کنند و در گروه تلگرامی دوره عضو شوند
عزیزانی که در دوره ثبت کردند ایمیل شخصی را چک کنند و در گروه تلگرامی دوره عضو شوند
Quantum Programming
🟥اولین دوره جامع یادگیری ماشین کوانتومی ⌛شروع دوره: ۲۳ مهرماه، 👨💻مدرس: دکتر حسین یگانه ‼️تخفیف ویژه دانشجویان با کد AriaQuanta20 🔴رفع اشکال آنلاین در گروه تلگرامی + فیلم جلسات 🔖سرفصلهای دوره 🔖بخش اول: یادگیری ماشین کلاسیک - معرفی یادگیری ماشین، …
سلام واحترام
📌امکان ثبت نام در دو قسط (با احتساب تخفیف ۲۰٪ دانشجویان) فراهم شده است.
📌امکان ثبت نام در دو قسط (با احتساب تخفیف ۲۰٪ دانشجویان) فراهم شده است.
🎉 نوبل فیزیک ۲۰۲۵؛ به نام کوانتوم!
سه فیزیکدان آمریکایی برنده نوبل فیزیک امسال شدند:
🔹 جان کلارک
🔹 میشل دووره
🔹 جان مارتینیس
🏅 دلیل؟ کشف تونلزنی کوانتومی در مقیاس ماکروسکوپی و اثبات کوانتیدهشدن انرژی در مدارهای الکتریکی — دو پدیدهی بنیادی که نشان میدهند رفتارهای کوانتومی میتوانند در سیستمهای بزرگتر از اتم نیز ظاهر شوند.
🔬 تونلزنی کوانتومی یعنی عبور ذره از مانعی که در فیزیک کلاسیک غیرممکن است. این پدیده در مدارهای ابررسانا مشاهده شد و نشان داد که حتی جریانهای الکتریکی میتوانند رفتار کوانتومی داشته باشند.
⚡ همچنین، اثبات کوانتیدهشدن انرژی در مدارهای الکتریکی نشان داد که انرژی در این سیستمها فقط در مقادیر گسسته قابل وجود است — درست مانند الکترونها در اتمها.
💡 این کشفیات، پایهگذار فناوریهایی مانند رایانههای کوانتومی، سنسورهای فوقحساس و شبیهسازی مواد پیچیده هستند.
🆔 @QuantumProgramming
🆔 http://instagram.com/Quantum.Programming
سه فیزیکدان آمریکایی برنده نوبل فیزیک امسال شدند:
🔹 جان کلارک
🔹 میشل دووره
🔹 جان مارتینیس
🏅 دلیل؟ کشف تونلزنی کوانتومی در مقیاس ماکروسکوپی و اثبات کوانتیدهشدن انرژی در مدارهای الکتریکی — دو پدیدهی بنیادی که نشان میدهند رفتارهای کوانتومی میتوانند در سیستمهای بزرگتر از اتم نیز ظاهر شوند.
🔬 تونلزنی کوانتومی یعنی عبور ذره از مانعی که در فیزیک کلاسیک غیرممکن است. این پدیده در مدارهای ابررسانا مشاهده شد و نشان داد که حتی جریانهای الکتریکی میتوانند رفتار کوانتومی داشته باشند.
⚡ همچنین، اثبات کوانتیدهشدن انرژی در مدارهای الکتریکی نشان داد که انرژی در این سیستمها فقط در مقادیر گسسته قابل وجود است — درست مانند الکترونها در اتمها.
💡 این کشفیات، پایهگذار فناوریهایی مانند رایانههای کوانتومی، سنسورهای فوقحساس و شبیهسازی مواد پیچیده هستند.
🆔 @QuantumProgramming
🆔 http://instagram.com/Quantum.Programming
Quantum Programming
🟥اولین دوره جامع یادگیری ماشین کوانتومی ⌛شروع دوره: ۲۳ مهرماه، 👨💻مدرس: دکتر حسین یگانه ‼️تخفیف ویژه دانشجویان با کد AriaQuanta20 🔴رفع اشکال آنلاین در گروه تلگرامی + فیلم جلسات 🔖سرفصلهای دوره 🔖بخش اول: یادگیری ماشین کلاسیک - معرفی یادگیری ماشین، …
📌امروز ساعت ۱۸ دوره شروع خواهد شد.
عزیزانی که ثبت نام کردند حتما ایمیلهاشون چک کنند و در گروه تلگرام دوره عضو بشن.
عزیزانی که ثبت نام کردند حتما ایمیلهاشون چک کنند و در گروه تلگرام دوره عضو بشن.
Quantum Programming pinned «📌امروز ساعت ۱۸ دوره شروع خواهد شد. عزیزانی که ثبت نام کردند حتما ایمیلهاشون چک کنند و در گروه تلگرام دوره عضو بشن.»
تلپورتیشن کوانتومی بین دو رایانه کوانتومی در دانشگاه آکسفورد
در این پروژه پیشگامانه، دانشمندان موفق شدند دو کامپیوتر کوانتومی مستقل را بهگونهای به هم متصل کنند که مانند یک سیستم واحد عمل کنند. این اتصال نه از طریق سیم، بلکه از طریق نور انجام شد — یک گام بزرگ بهسوی رایانش کوانتومی توزیعشده.
🔬 نوع سیستم کوانتومی: یونهای به دام افتاده (Trapped Ion Quantum Computers)
این رایانهها از یونهای باردار استفاده میکنند که در میدانهای الکترومغناطیسی معلق هستند و با لیزر کنترل میشوند. هر یون نقش یک کیوبیت را ایفا میکند.
🚀 دستاورد اصلی: اجرای الگوریتم کوانتومی کامل بین دو ماژول
برای اولین بار، پژوهشگران توانستند یک الگوریتم کوانتومی کامل را بین دو ماژول جداگانه اجرا کنند. این فرآیند با استفاده از تکنیکی به نام Quantum Gate Teleportation انجام شد — یعنی انتقال عملیات کوانتومی از یک سیستم به سیستم دیگر بدون جابجایی فیزیکی دادهها.
💡 نکات کلیدی:
• درهمتنیدگی کوانتومی بین دو رایانه کوانتومی برقرار شد تا اطلاعات کوانتومی بهصورت آنی منتقل شود.
• ارتباط نوری بین دو سیستم برقرار شد، بدون نیاز به اتصال فیزیکی.
• معماری ماژولار امکانپذیر شد: دو کامپیوتر جداگانه بهصورت یک واحد پردازشی عمل کردند.
• این آزمایش نشان داد که میتوان شبکهای از کامپیوترهای کوانتومی ساخت که بهصورت هماهنگ و توزیعشده کار کنند.
🌐 پیامدهای آینده:
• گامی مهم بهسوی اینترنت کوانتومی و رایانش ابری کوانتومی.
• امکانپذیری پردازشهای پیچیده علمی، دارویی و رمزنگاری با استفاده از چند ماشین کوانتومی متصل.
• افزایش مقیاسپذیری و انعطافپذیری در طراحی سیستمهای کوانتومی آینده.
https://www.thebrighterside.news/post/oxford-physicists-achieve-teleportation-between-two-quantum-supercomputers/
🆔 @QuantumProgramming
🆔 http://instagram.com/Quantum.Programming
در این پروژه پیشگامانه، دانشمندان موفق شدند دو کامپیوتر کوانتومی مستقل را بهگونهای به هم متصل کنند که مانند یک سیستم واحد عمل کنند. این اتصال نه از طریق سیم، بلکه از طریق نور انجام شد — یک گام بزرگ بهسوی رایانش کوانتومی توزیعشده.
🔬 نوع سیستم کوانتومی: یونهای به دام افتاده (Trapped Ion Quantum Computers)
این رایانهها از یونهای باردار استفاده میکنند که در میدانهای الکترومغناطیسی معلق هستند و با لیزر کنترل میشوند. هر یون نقش یک کیوبیت را ایفا میکند.
🚀 دستاورد اصلی: اجرای الگوریتم کوانتومی کامل بین دو ماژول
برای اولین بار، پژوهشگران توانستند یک الگوریتم کوانتومی کامل را بین دو ماژول جداگانه اجرا کنند. این فرآیند با استفاده از تکنیکی به نام Quantum Gate Teleportation انجام شد — یعنی انتقال عملیات کوانتومی از یک سیستم به سیستم دیگر بدون جابجایی فیزیکی دادهها.
💡 نکات کلیدی:
• درهمتنیدگی کوانتومی بین دو رایانه کوانتومی برقرار شد تا اطلاعات کوانتومی بهصورت آنی منتقل شود.
• ارتباط نوری بین دو سیستم برقرار شد، بدون نیاز به اتصال فیزیکی.
• معماری ماژولار امکانپذیر شد: دو کامپیوتر جداگانه بهصورت یک واحد پردازشی عمل کردند.
• این آزمایش نشان داد که میتوان شبکهای از کامپیوترهای کوانتومی ساخت که بهصورت هماهنگ و توزیعشده کار کنند.
🌐 پیامدهای آینده:
• گامی مهم بهسوی اینترنت کوانتومی و رایانش ابری کوانتومی.
• امکانپذیری پردازشهای پیچیده علمی، دارویی و رمزنگاری با استفاده از چند ماشین کوانتومی متصل.
• افزایش مقیاسپذیری و انعطافپذیری در طراحی سیستمهای کوانتومی آینده.
https://www.thebrighterside.news/post/oxford-physicists-achieve-teleportation-between-two-quantum-supercomputers/
🆔 @QuantumProgramming
🆔 http://instagram.com/Quantum.Programming
The Brighter Side of News
Oxford physicists achieve teleportation between two quantum supercomputers
Oxford physicists link two quantum computers with light, paving the way for scalable distributed quantum computing.
🔬 گوگل با الگوریتم «پژواک کوانتومی» و تراشه «ویلو» به برتری کوانتومی قابلراستیآزمایی دست یافت
در تاریخ ۲۲ اکتبر ۲۰۲۵، شرکت گوگل اعلام کرد که با استفاده از الگوریتم جدیدی به نام «پژواک کوانتومی» (Quantum Echoes) و تراشه پیشرفته «ویلو» (Willow)، موفق به دستیابی به نخستین «برتری کوانتومی قابلراستیآزمایی» شده است؛ نقطهعطفی مهم در مسیر توسعه رایانههای کوانتومی کاربردی و قابل اعتماد.
🌌 الگوریتم پژواک کوانتومی چیست؟
الگوریتم پژواک کوانتومی بر پایه مفهومی به نام «همبستگیهای خارج از ترتیب زمانی» (OTOC) طراحی شده است. این الگوریتم با ارسال سیگنالی به درون یک سیستم کوانتومی، ایجاد اختلال در یکی از کیوبیتها، و سپس معکوسسازی مسیر سیگنال، پژواکی تقویتشده تولید میکند که اطلاعات عمیقی درباره ساختار سیستم کوانتومی ارائه میدهد.
به گفته گوگل، این روش مانند آن است که بتوان نام کشتی غرقشدهای را از طریق پژواکهای صوتی بخوانیم، نه فقط دیدن سایهای مبهم از آن.
⚡ سرعت و دقت بیسابقه
تراشه ویلو توانست الگوریتم پژواک کوانتومی را با سرعتی ۱۳ هزار برابر بیشتر از بهترین ابررایانههای کلاسیک اجرا کند. این عملکرد نهتنها سریعتر، بلکه قابلراستیآزمایی و تکرارپذیر است؛ ویژگیهایی که برای اعتماد به نتایج کوانتومی حیاتی هستند.
🧪 کاربردهای علمی و صنعتی
گوگل این الگوریتم را برای مدلسازی ساختارهای مولکولی با استفاده از دادههای طیفسنجی تشدید مغناطیسی هستهای (NMR) به کار گرفت. نتایج نشان داد که پژواک کوانتومی میتواند اطلاعاتی را آشکار کند که با روشهای کلاسیک قابل دستیابی نیستند.
کاربردهای بالقوه این فناوری عبارتاند از:
• کشف داروهای جدید با تحلیل نحوه اتصال مولکولها به گیرندهها
• مهندسی مواد برای طراحی پلیمرها، باتریها و حتی مواد سازنده کیوبیتها
• فیزیک بنیادی از جمله بررسی مغناطیس، دینامیک مولکولی و شبیهسازی سیاهچالهها
🛣 گامی به سوی کیوبیت منطقی پایدار
این دستاورد، گوگل را به مرحله سوم نقشه راه کوانتومیاش نزدیکتر میکند: ساخت یک کیوبیت منطقی با عمر طولانی. بهعبارتی، رایانههای کوانتومی در حال تبدیل شدن به ابزارهای علمی ضروری هستند، نه فقط پروژههای تحقیقاتی آزمایشگاهی.
https://www.nature.com/articles/s41586-025-09526-6.pdf
🆔 @QuantumProgramming
🆔 http://instagram.com/Quantum.Programming
در تاریخ ۲۲ اکتبر ۲۰۲۵، شرکت گوگل اعلام کرد که با استفاده از الگوریتم جدیدی به نام «پژواک کوانتومی» (Quantum Echoes) و تراشه پیشرفته «ویلو» (Willow)، موفق به دستیابی به نخستین «برتری کوانتومی قابلراستیآزمایی» شده است؛ نقطهعطفی مهم در مسیر توسعه رایانههای کوانتومی کاربردی و قابل اعتماد.
🌌 الگوریتم پژواک کوانتومی چیست؟
الگوریتم پژواک کوانتومی بر پایه مفهومی به نام «همبستگیهای خارج از ترتیب زمانی» (OTOC) طراحی شده است. این الگوریتم با ارسال سیگنالی به درون یک سیستم کوانتومی، ایجاد اختلال در یکی از کیوبیتها، و سپس معکوسسازی مسیر سیگنال، پژواکی تقویتشده تولید میکند که اطلاعات عمیقی درباره ساختار سیستم کوانتومی ارائه میدهد.
به گفته گوگل، این روش مانند آن است که بتوان نام کشتی غرقشدهای را از طریق پژواکهای صوتی بخوانیم، نه فقط دیدن سایهای مبهم از آن.
⚡ سرعت و دقت بیسابقه
تراشه ویلو توانست الگوریتم پژواک کوانتومی را با سرعتی ۱۳ هزار برابر بیشتر از بهترین ابررایانههای کلاسیک اجرا کند. این عملکرد نهتنها سریعتر، بلکه قابلراستیآزمایی و تکرارپذیر است؛ ویژگیهایی که برای اعتماد به نتایج کوانتومی حیاتی هستند.
🧪 کاربردهای علمی و صنعتی
گوگل این الگوریتم را برای مدلسازی ساختارهای مولکولی با استفاده از دادههای طیفسنجی تشدید مغناطیسی هستهای (NMR) به کار گرفت. نتایج نشان داد که پژواک کوانتومی میتواند اطلاعاتی را آشکار کند که با روشهای کلاسیک قابل دستیابی نیستند.
کاربردهای بالقوه این فناوری عبارتاند از:
• کشف داروهای جدید با تحلیل نحوه اتصال مولکولها به گیرندهها
• مهندسی مواد برای طراحی پلیمرها، باتریها و حتی مواد سازنده کیوبیتها
• فیزیک بنیادی از جمله بررسی مغناطیس، دینامیک مولکولی و شبیهسازی سیاهچالهها
🛣 گامی به سوی کیوبیت منطقی پایدار
این دستاورد، گوگل را به مرحله سوم نقشه راه کوانتومیاش نزدیکتر میکند: ساخت یک کیوبیت منطقی با عمر طولانی. بهعبارتی، رایانههای کوانتومی در حال تبدیل شدن به ابزارهای علمی ضروری هستند، نه فقط پروژههای تحقیقاتی آزمایشگاهی.
https://www.nature.com/articles/s41586-025-09526-6.pdf
🆔 @QuantumProgramming
🆔 http://instagram.com/Quantum.Programming
🚀 دیگه نگیم «فناوری آینده» — کوانتوم، همین الانشم کار میکنه!
چونکه:
1. 🏅 نوبل فیزیک ۲۰۲۵
جایزه امسال رسید به «جان کلارک»، «میشل دِورِه» و «جان مارتینیس» برای توضیح تونلزنی کوانتومی در مقیاس ماکروسکوپی و کوانتیزه شدن انرژی در مدارهای الکتریکی.
2. 🛰️ جهش کوانتومی ایسرو (ISRO)
در ۱۶ ژوئن ۲۰۲۵، ایسرو به عنوان بخشی از «ماموریت ملی کوانتوم هند»، موفق شد توزیع کلید کوانتومی (QKD) رو بر بستر ۱ کیلومتر فضای آزاد و ۱۰۰ کیلومتر فیبر نوری اجرا کنه — گامی عظیم برای ساخت شبکههای ارتباطی غیرقابلهک.
3. 🌐 درهی کوانتوم آندرا پرادش
هند در حرکتی جسورانه داره «Quantum Valley» رو راه میندازه — با همکاری IIT مادراس، IBM و TCS — تا به مرکز جهانی فناوری کوانتوم تبدیل بشه. شاید سیلیکونولیِ بعدی، همینجا باشه!
4. ⚛️ مایکروسافت Majorana 1
مایکروسافت با استفاده از کیوبیتهای توپولوژیک، مشکل بزرگ پایداری و مقیاسپذیری رایانش کوانتومی رو هدف گرفته.
اما جنجال بالا گرفته — تیم کوانتوم آمازون تردید داره که «ذرات شبهمایورانا»ی مایکروسافت واقعاً اون چیزی باشن که ادعا میشه.
5. 🦦 آمازون Ocelot
با معرفی «کیوبیتهای گربهای» (Cat Qubits)، آمازون هزینهی تصحیح خطا در سیستمهای کوانتومی رو به طرز چشمگیری کاهش داده. این یعنی چند سال جلو افتادن از برنامهی جهانی.
6. جهش کوانتومی چین
دانشمندان چینی پردازندهی کوانتومی Zuchongzhi-3 با ۱۰۵ کیوبیت ابررسانا رو رونمایی کردند — سیستمی که ۱۰¹⁵ برابر سریعتر از قدرتمندترین ابررایانهی کلاسیک جهانه. این یعنی اعلام رسمی برتری کوانتومی چین.
7. Xanadu Aurora
اولین رایانهی کوانتومی فوتونی مقاوم در برابر خطا معرفی شد. رایانش کوانتومی مبتنی بر نور حالا وارد جریان اصلی فناوری شده.
8. 🎓 آموزش کوانتومی در هند
دانشگاه آندرا اولین مدرک کارشناسی مهندسی کوانتوم (B.Tech in Quantum Computing) رو راهاندازی کرد، و دانشگاههای دیگر هم رشتههای فرعی کوانتوم اضافه کردن. نسل جدید کوانتومی در حال تولده.
9. 💥 ادعای برتری D-Wave
سامانهی Advantage2 QPU از D-Wave تونست یک مسئلهی علم مواد رو در ۲۰ دقیقه حل کنه — کاری که ابررایانههای کلاسیک برایش ۱ میلیون سال زمان نیاز داشتن. جهشی تاریخی برای کوانتوم آنیلینگ.
🆔 @QuantumProgramming
🆔 http://instagram.com/Quantum.Programming
چونکه:
1. 🏅 نوبل فیزیک ۲۰۲۵
جایزه امسال رسید به «جان کلارک»، «میشل دِورِه» و «جان مارتینیس» برای توضیح تونلزنی کوانتومی در مقیاس ماکروسکوپی و کوانتیزه شدن انرژی در مدارهای الکتریکی.
2. 🛰️ جهش کوانتومی ایسرو (ISRO)
در ۱۶ ژوئن ۲۰۲۵، ایسرو به عنوان بخشی از «ماموریت ملی کوانتوم هند»، موفق شد توزیع کلید کوانتومی (QKD) رو بر بستر ۱ کیلومتر فضای آزاد و ۱۰۰ کیلومتر فیبر نوری اجرا کنه — گامی عظیم برای ساخت شبکههای ارتباطی غیرقابلهک.
3. 🌐 درهی کوانتوم آندرا پرادش
هند در حرکتی جسورانه داره «Quantum Valley» رو راه میندازه — با همکاری IIT مادراس، IBM و TCS — تا به مرکز جهانی فناوری کوانتوم تبدیل بشه. شاید سیلیکونولیِ بعدی، همینجا باشه!
4. ⚛️ مایکروسافت Majorana 1
مایکروسافت با استفاده از کیوبیتهای توپولوژیک، مشکل بزرگ پایداری و مقیاسپذیری رایانش کوانتومی رو هدف گرفته.
اما جنجال بالا گرفته — تیم کوانتوم آمازون تردید داره که «ذرات شبهمایورانا»ی مایکروسافت واقعاً اون چیزی باشن که ادعا میشه.
5. 🦦 آمازون Ocelot
با معرفی «کیوبیتهای گربهای» (Cat Qubits)، آمازون هزینهی تصحیح خطا در سیستمهای کوانتومی رو به طرز چشمگیری کاهش داده. این یعنی چند سال جلو افتادن از برنامهی جهانی.
6. جهش کوانتومی چین
دانشمندان چینی پردازندهی کوانتومی Zuchongzhi-3 با ۱۰۵ کیوبیت ابررسانا رو رونمایی کردند — سیستمی که ۱۰¹⁵ برابر سریعتر از قدرتمندترین ابررایانهی کلاسیک جهانه. این یعنی اعلام رسمی برتری کوانتومی چین.
7. Xanadu Aurora
اولین رایانهی کوانتومی فوتونی مقاوم در برابر خطا معرفی شد. رایانش کوانتومی مبتنی بر نور حالا وارد جریان اصلی فناوری شده.
8. 🎓 آموزش کوانتومی در هند
دانشگاه آندرا اولین مدرک کارشناسی مهندسی کوانتوم (B.Tech in Quantum Computing) رو راهاندازی کرد، و دانشگاههای دیگر هم رشتههای فرعی کوانتوم اضافه کردن. نسل جدید کوانتومی در حال تولده.
9. 💥 ادعای برتری D-Wave
سامانهی Advantage2 QPU از D-Wave تونست یک مسئلهی علم مواد رو در ۲۰ دقیقه حل کنه — کاری که ابررایانههای کلاسیک برایش ۱ میلیون سال زمان نیاز داشتن. جهشی تاریخی برای کوانتوم آنیلینگ.
🆔 @QuantumProgramming
🆔 http://instagram.com/Quantum.Programming
🧠 پیشتازی IBM در تصحیح خطاهای کوانتومی
شرکت IBM قرار است روز دوشنبه پژوهشی جدید منتشر کند که نشان میدهد این شرکت موفق شده یک الگوریتم اصلاح خطای کوانتومی را بهصورت بلادرنگ (Real Time) بر روی تراشههای FPGA شرکت AMD اجرا کند — گامی کلیدی در جهت ساخت سیستمهای کوانتومی قابل اعتماد، مقیاسپذیر و مقرونبهصرفه.
الگوریتم مذکور، که نخستینبار در ماه ژوئن معرفی شد، قادر است خطاهای کیوبیتها را هنگام وقوع شناسایی و تصحیح کند — یکی از بزرگترین چالشهای فنی در مسیر ساخت رایانههای کوانتومی کاربردی.
اجرای موفق آن بر روی سختافزار عمومی و قابلبرنامهریزی (FPGA)، به جای کنترلرهای خاص و سفارشی، نشان میدهد که سیستمهای هیبریدی کوانتوم–کلاسیک میتوانند به شکلی کارآمدتر و در دسترستر ساخته شوند.
به گفتهی IBM، این پیشرفت باعث شده شرکت یک سال جلوتر از برنامهی زمانی نقشهراه خود حرکت کند — نقشهای که هدف نهایی آن توسعهی رایانهی کوانتومی Starling تا سال ۲۰۲۹ است.
با این دستاورد، IBM نشان داده که تصحیح خطای کوانتومی در مقیاس بزرگ میتواند با تکیه بر سختافزارهای استاندارد و در دسترس بازار محقق شود — گامی اساسی برای انتقال رایانش کوانتومی از آزمایشگاه به کاربردهای دنیای واقعی.
https://thequantuminsider.com/2025/10/24/forthcoming-ibm-paper-expected-to-show-quantum-algorithm-running-on-inexpensive-amd-chips/
🆔 @QuantumProgramming
🆔 http://instagram.com/Quantum.Programming
شرکت IBM قرار است روز دوشنبه پژوهشی جدید منتشر کند که نشان میدهد این شرکت موفق شده یک الگوریتم اصلاح خطای کوانتومی را بهصورت بلادرنگ (Real Time) بر روی تراشههای FPGA شرکت AMD اجرا کند — گامی کلیدی در جهت ساخت سیستمهای کوانتومی قابل اعتماد، مقیاسپذیر و مقرونبهصرفه.
الگوریتم مذکور، که نخستینبار در ماه ژوئن معرفی شد، قادر است خطاهای کیوبیتها را هنگام وقوع شناسایی و تصحیح کند — یکی از بزرگترین چالشهای فنی در مسیر ساخت رایانههای کوانتومی کاربردی.
اجرای موفق آن بر روی سختافزار عمومی و قابلبرنامهریزی (FPGA)، به جای کنترلرهای خاص و سفارشی، نشان میدهد که سیستمهای هیبریدی کوانتوم–کلاسیک میتوانند به شکلی کارآمدتر و در دسترستر ساخته شوند.
به گفتهی IBM، این پیشرفت باعث شده شرکت یک سال جلوتر از برنامهی زمانی نقشهراه خود حرکت کند — نقشهای که هدف نهایی آن توسعهی رایانهی کوانتومی Starling تا سال ۲۰۲۹ است.
با این دستاورد، IBM نشان داده که تصحیح خطای کوانتومی در مقیاس بزرگ میتواند با تکیه بر سختافزارهای استاندارد و در دسترس بازار محقق شود — گامی اساسی برای انتقال رایانش کوانتومی از آزمایشگاه به کاربردهای دنیای واقعی.
https://thequantuminsider.com/2025/10/24/forthcoming-ibm-paper-expected-to-show-quantum-algorithm-running-on-inexpensive-amd-chips/
🆔 @QuantumProgramming
🆔 http://instagram.com/Quantum.Programming
Quantum Insider
Forthcoming IBM Paper Expected to Show Quantum Algorithm Running on Inexpensive AMD Chips
IBM will publish a research paper Monday showing it successfully ran a quantum error-handling algorithm in real time on AMD chips.
فرصت همکاری پسادکتری در زمینه محاسبات کوانتومی
دانشجویان و فارغالتحصیلان علاقهمند به همکاری در مقطع پسادکتری در زمینه محاسبات کوانتومی، میتوانند رزومه علمی خود شامل لیست مقالات و یک کاورلتر از طریق ایمیل ارسال نمایند.
mahdian54@gmail.com
mahdian@tabrizu.ac.ir
دانشجویان و فارغالتحصیلان علاقهمند به همکاری در مقطع پسادکتری در زمینه محاسبات کوانتومی، میتوانند رزومه علمی خود شامل لیست مقالات و یک کاورلتر از طریق ایمیل ارسال نمایند.
mahdian54@gmail.com
mahdian@tabrizu.ac.ir