*فراخوان پسادکتری مرکز شبکه های ارتباطات کوانتومی دانشگاه علم و صنعت ایران*
مرکز شبکه های ارتباطات کوانتومی دانشگاه علم و صنعت درخواست های برای موقعیت های پسادکتری در زمینه های تحقیقاتی مخابرات کوانتومی (تجربی و تئوری) را می پذیرد.
جذب پسادکتری برای یک دوره یک ساله پس از گذراندن ارزیابی های داخلی، خواهد بود.
از جمله شرایط احراز و جذب پسادکتری، حضور تمام وقت و عدم اشتغال در سایر موسسات می باشد.
داوطلبان واجد شرایط باید درخواست های خود را به آدرس ایمیل info@psi-net.ir ارسال کنند.
مدارک مورد نیاز شامل رزومه فرد (شامل فهرستی از نشریات)، اعلام علایق پژوهشی و نام و اطلاعات تماس سه مرجع دانشگاهی می باشد.
🆔 @QuantumProgramming
🆔 http://instagram.com/Quantum.Programming
مرکز شبکه های ارتباطات کوانتومی دانشگاه علم و صنعت درخواست های برای موقعیت های پسادکتری در زمینه های تحقیقاتی مخابرات کوانتومی (تجربی و تئوری) را می پذیرد.
جذب پسادکتری برای یک دوره یک ساله پس از گذراندن ارزیابی های داخلی، خواهد بود.
از جمله شرایط احراز و جذب پسادکتری، حضور تمام وقت و عدم اشتغال در سایر موسسات می باشد.
داوطلبان واجد شرایط باید درخواست های خود را به آدرس ایمیل info@psi-net.ir ارسال کنند.
مدارک مورد نیاز شامل رزومه فرد (شامل فهرستی از نشریات)، اعلام علایق پژوهشی و نام و اطلاعات تماس سه مرجع دانشگاهی می باشد.
🆔 @QuantumProgramming
🆔 http://instagram.com/Quantum.Programming
معماریهای اصلی رایانش کوانتومی
رایانش کوانتومی یک فناوری واحد و یکپارچه نیست؛ بلکه مجموعهای از معماریها و رویکردهای متفاوت است که هر کدام نقاط قوت و چالشهای خاص خود را دارند. امروز شش مسیر عمده در این حوزه دنبال میشود:
1. ابررساناها (Superconducting)
این معماری توسط شرکتهایی مانند IBM و Google توسعه یافته است. سرعت بالای اجرای گیتها از مزایای آن است، اما نیاز به دماهای فوقالعاده پایین و حساسیت شدید به نویز، چالش اصلی محسوب میشود.
2. یونهای بهدامافتاده (Trapped Ion)
با دقت بالا و زمانهای همدوسی طولانی شناخته میشود. هرچند سرعت عملیات کمتر است، اما کیفیت و پایداری محاسبات بسیار چشمگیر است. IonQ و Quantinuum از پیشگامان این مسیر هستند.
3. اسپینمحور (Spin-based)
بر پایه اسپین الکترون یا هسته کار میکند و امید زیادی برای ادغام با فناوری نیمهرساناهای موجود دارد. مشکل اصلی، کنترل نویز و نقصهای مواد است.
4. توپولوژیک (Topological)
هنوز در مرحله آزمایشگاهی است و بر استفاده از شبهذرات عجیب مانند فرمیونهای ماژورانا تکیه دارد. مزیت بالقوه آن مقاومت ذاتی در برابر دکوهرنس و امکان دستیابی به خطای پایین است. مایکروسافت در این حوزه سرمایهگذاری تحقیقاتی دارد.
5. فوتونی (Photonic)
از ذرات نور استفاده میکند و در دمای اتاق کار میکند. انتقال اطلاعات از طریق فیبر نوری آسان است، اما ساخت سامانههای بزرگ و پایدار همچنان دشوار باقی مانده است. شرکتهایی مانند Xanadu و PsiQuantum در این مسیر فعالاند.
6. اتمهای خنثی (Neutral Atom)
با استفاده از لیزر، آرایههای بزرگ اتمی کنترل میشوند. این رویکرد از نظر مقیاسپذیری بسیار امیدوارکننده است. Atom Computing و Pasqal از بازیگران اصلی این حوزه هستند.
سهضلعی چالشها
تمام این معماریها در تلاشاند تا میان سه عامل کلیدی تعادل برقرار کنند:
• مقیاسپذیری: توانایی ساخت میلیونها کیوبیت.
• وفاداری (Fidelity): کاهش نرخ خطا و دستیابی به محاسبات قابل اعتماد.
• سرعت: اجرای الگوریتمها در زمان عملی و کاربردی.
هیچ معماریای تاکنون در هر سه بُعد برتری مطلق ندارد. به همین دلیل، آینده رایانش کوانتومی احتمالاً ترکیبی از این رویکردها خواهد بود؛ هر کدام برای مسائل خاصی بهینه میشوند، از شبیهسازی فیزیک پیچیده گرفته تا ارتباطات امن کوانتومی و الگوریتمهای تجاری نزدیکمدت.
🆔 @QuantumProgramming
🆔 http://instagram.com/Quantum.Programming
رایانش کوانتومی یک فناوری واحد و یکپارچه نیست؛ بلکه مجموعهای از معماریها و رویکردهای متفاوت است که هر کدام نقاط قوت و چالشهای خاص خود را دارند. امروز شش مسیر عمده در این حوزه دنبال میشود:
1. ابررساناها (Superconducting)
این معماری توسط شرکتهایی مانند IBM و Google توسعه یافته است. سرعت بالای اجرای گیتها از مزایای آن است، اما نیاز به دماهای فوقالعاده پایین و حساسیت شدید به نویز، چالش اصلی محسوب میشود.
2. یونهای بهدامافتاده (Trapped Ion)
با دقت بالا و زمانهای همدوسی طولانی شناخته میشود. هرچند سرعت عملیات کمتر است، اما کیفیت و پایداری محاسبات بسیار چشمگیر است. IonQ و Quantinuum از پیشگامان این مسیر هستند.
3. اسپینمحور (Spin-based)
بر پایه اسپین الکترون یا هسته کار میکند و امید زیادی برای ادغام با فناوری نیمهرساناهای موجود دارد. مشکل اصلی، کنترل نویز و نقصهای مواد است.
4. توپولوژیک (Topological)
هنوز در مرحله آزمایشگاهی است و بر استفاده از شبهذرات عجیب مانند فرمیونهای ماژورانا تکیه دارد. مزیت بالقوه آن مقاومت ذاتی در برابر دکوهرنس و امکان دستیابی به خطای پایین است. مایکروسافت در این حوزه سرمایهگذاری تحقیقاتی دارد.
5. فوتونی (Photonic)
از ذرات نور استفاده میکند و در دمای اتاق کار میکند. انتقال اطلاعات از طریق فیبر نوری آسان است، اما ساخت سامانههای بزرگ و پایدار همچنان دشوار باقی مانده است. شرکتهایی مانند Xanadu و PsiQuantum در این مسیر فعالاند.
6. اتمهای خنثی (Neutral Atom)
با استفاده از لیزر، آرایههای بزرگ اتمی کنترل میشوند. این رویکرد از نظر مقیاسپذیری بسیار امیدوارکننده است. Atom Computing و Pasqal از بازیگران اصلی این حوزه هستند.
سهضلعی چالشها
تمام این معماریها در تلاشاند تا میان سه عامل کلیدی تعادل برقرار کنند:
• مقیاسپذیری: توانایی ساخت میلیونها کیوبیت.
• وفاداری (Fidelity): کاهش نرخ خطا و دستیابی به محاسبات قابل اعتماد.
• سرعت: اجرای الگوریتمها در زمان عملی و کاربردی.
هیچ معماریای تاکنون در هر سه بُعد برتری مطلق ندارد. به همین دلیل، آینده رایانش کوانتومی احتمالاً ترکیبی از این رویکردها خواهد بود؛ هر کدام برای مسائل خاصی بهینه میشوند، از شبیهسازی فیزیک پیچیده گرفته تا ارتباطات امن کوانتومی و الگوریتمهای تجاری نزدیکمدت.
🆔 @QuantumProgramming
🆔 http://instagram.com/Quantum.Programming
📣 ستاد توسعه فناوری های نانو و میکرو با همکاری دانشکده فیزیک دانشگاه تبریز و سازمان توسعه همکاریهای علمی و فناورانه بین المللی ذیل برنامه همکاری با متخصصان و فناوران ایرانی خارج از کشور برگزار مینماید:
🎙 سخنرانی علمی با موضوع «سخت افزارهای کوانتومی فوق کمینه با مدارهای ساده شده»
🎤 سخنران
🎓 آقای دکتر امید فیضی
- دانشآموخته دکتری تخصصی فیزیک - ماده چگال از دانشگاه Grenoble Alpes
- پژوهشگر حوزه محاسبات کوانتومی
- رهبر پروژه های حوزه تراشه های الکترونیکی و الگوریتم های کوانتومی در دانشگاههای لیموژ و سوربون فرانسه
- محقق محاسبات کوانتومی در دانشگاه RPTU کایزسلاترن آلمان
📆 تاریخ برگزاری: دوشنبه 1 دی ماه سال 1404
⏰ زمان برگزاری: ساعت 10:00 الی 13:00
📍محل برگزاری: سالن سمینار دانشکده فیزیک دانشگاه تبریز
🎙 سخنرانی علمی با موضوع «سخت افزارهای کوانتومی فوق کمینه با مدارهای ساده شده»
🎤 سخنران
🎓 آقای دکتر امید فیضی
- دانشآموخته دکتری تخصصی فیزیک - ماده چگال از دانشگاه Grenoble Alpes
- پژوهشگر حوزه محاسبات کوانتومی
- رهبر پروژه های حوزه تراشه های الکترونیکی و الگوریتم های کوانتومی در دانشگاههای لیموژ و سوربون فرانسه
- محقق محاسبات کوانتومی در دانشگاه RPTU کایزسلاترن آلمان
📆 تاریخ برگزاری: دوشنبه 1 دی ماه سال 1404
⏰ زمان برگزاری: ساعت 10:00 الی 13:00
📍محل برگزاری: سالن سمینار دانشکده فیزیک دانشگاه تبریز
📑 مرکز فناوریهای کوانتومی دانشگاه شهید بهشتی برگزار میکند:
💠 کارگاه: مقدمهای بر یادگیری ماشین کوانتومی (QML)
👤 مدرس: جناب آقای دکتر حسین داودی یگانه
رئیس مرکز محاسبات کوانتومی آریا کوانتا
🔻 محورها:
• مبانی ساختاری محاسبات کوانتومی و تفاوت آن با محاسبات کلاسیک
• الگوریتمهای پایه در یادگیری ماشین کوانتومی
• ابزارهای نرمافزاری رایج در QML
🗓 تاریخ: سهشنبه ۹ دیماه ۱۴۰۴
⏰ زمان: ۱۵ تا ۱۸
📍 مکان: پژوهشکده لیزر و پلاسما، دانشگاه شهید بهشتی (https://maps.app.goo.gl/BNSuRZD1ogTyAW9r6)
💵 هزینه شرکت در کارگاه: ۵۰۰ هزار تومان
هزینه ناهار: ۲۰۰ هزار تومان
سایت (https://quantumphotonicsbu.com/)
راهنمای ثبت نام (https://quantumphotonicsbu.com/wp-content/uploads/2025/12/%D8%B1%D8%A7%D9%87%D9%86%D9%85%D8%A7%DB%8C-%D8%AB%D8%A8%D8%AA-%D9%86%D8%A7%D9%85-2.pdf)
✅لینک ثبت نام (https://quantumphotonicsbu.com/workshop/)
🔗 راههای ارتباطی:
واتساپ (https://chat.whatsapp.com/JHe4wAmSGtkF9OzG0jlE2M) | تلگرام (https://t.me/Qste_sbu) | بله (http://ble.ir/join/3FTq5ZjMD5)
ایمیل : iqste.sbu@gmail.com
💠 کارگاه: مقدمهای بر یادگیری ماشین کوانتومی (QML)
👤 مدرس: جناب آقای دکتر حسین داودی یگانه
رئیس مرکز محاسبات کوانتومی آریا کوانتا
🔻 محورها:
• مبانی ساختاری محاسبات کوانتومی و تفاوت آن با محاسبات کلاسیک
• الگوریتمهای پایه در یادگیری ماشین کوانتومی
• ابزارهای نرمافزاری رایج در QML
🗓 تاریخ: سهشنبه ۹ دیماه ۱۴۰۴
⏰ زمان: ۱۵ تا ۱۸
📍 مکان: پژوهشکده لیزر و پلاسما، دانشگاه شهید بهشتی (https://maps.app.goo.gl/BNSuRZD1ogTyAW9r6)
💵 هزینه شرکت در کارگاه: ۵۰۰ هزار تومان
هزینه ناهار: ۲۰۰ هزار تومان
سایت (https://quantumphotonicsbu.com/)
راهنمای ثبت نام (https://quantumphotonicsbu.com/wp-content/uploads/2025/12/%D8%B1%D8%A7%D9%87%D9%86%D9%85%D8%A7%DB%8C-%D8%AB%D8%A8%D8%AA-%D9%86%D8%A7%D9%85-2.pdf)
✅لینک ثبت نام (https://quantumphotonicsbu.com/workshop/)
🔗 راههای ارتباطی:
واتساپ (https://chat.whatsapp.com/JHe4wAmSGtkF9OzG0jlE2M) | تلگرام (https://t.me/Qste_sbu) | بله (http://ble.ir/join/3FTq5ZjMD5)
ایمیل : iqste.sbu@gmail.com
هوش مصنوعی و آیندهی محاسبات کوانتومی
مقالهی تازه در Nature Communications با عنوان «هوش مصنوعی برای محاسبات کوانتومی» نشان میدهد که ادغام این دو فناوری میتواند مسیر رسیدن به رایانههای کوانتومی خطاپذیر را کوتاهتر کند.
در این مقاله، پژوهشگران از دانشگاهها و مراکز تحقیقاتی بینالمللی توضیح میدهند که هوش مصنوعی نهتنها در تصحیح خطا بلکه در همهی مراحل توسعهی محاسبات کوانتومی نقش دارد:
• از طراحی و ساخت سختافزار کوانتومی گرفته تا کنترل و بهینهسازی دستگاهها،
• از کامپایل و فشردهسازی مدارهای کوانتومی تا تحلیل خروجی و کاهش نویز،
• و حتی تولید مدارهای جدید با استفاده از مدلهای مولد مانند ترنسفورمرها و GPT.
نویسندگان تأکید میکنند که هوش مصنوعی جایگزین سختافزار کوانتومی نیست، بلکه ابزاری مکمل است که میتواند توسعه را سرعت ببخشد و موانع مقیاسپذیری را کاهش دهد.
این مرور چشماندازی ترسیم میکند که در آن همکاری میان هوش مصنوعی و محاسبات کوانتومی میتواند به تولد نسل جدیدی از ابررایانههای کوانتومی خطاپذیر منجر شود؛ سامانههایی که توانایی حل مسائل پیچیده در شیمی، مواد، بهینهسازی و صنایع پیشرفته را خواهند داشت.
https://www.nature.com/articles/s41467-025-65836-3.epdf?sharing_token=wM9ZfHtuXTQz-1tuKoDRO9RgN0jAjWel9jnR3ZoTv0Os5af5IFVPWtQnp0kCArtTINPkppmw9zEwcFYAnG6-9UNCNudTVSOi1gw1BuRhQuMKFHlLmWXE1VoCM_2bskKXrw8VcMksTOniOZZqLewLk1PfsRTOjf47YdASZj99X4A%3D
🆔 @QuantumProgramming
🆔 http://instagram.com/Quantum.Programming
مقالهی تازه در Nature Communications با عنوان «هوش مصنوعی برای محاسبات کوانتومی» نشان میدهد که ادغام این دو فناوری میتواند مسیر رسیدن به رایانههای کوانتومی خطاپذیر را کوتاهتر کند.
در این مقاله، پژوهشگران از دانشگاهها و مراکز تحقیقاتی بینالمللی توضیح میدهند که هوش مصنوعی نهتنها در تصحیح خطا بلکه در همهی مراحل توسعهی محاسبات کوانتومی نقش دارد:
• از طراحی و ساخت سختافزار کوانتومی گرفته تا کنترل و بهینهسازی دستگاهها،
• از کامپایل و فشردهسازی مدارهای کوانتومی تا تحلیل خروجی و کاهش نویز،
• و حتی تولید مدارهای جدید با استفاده از مدلهای مولد مانند ترنسفورمرها و GPT.
نویسندگان تأکید میکنند که هوش مصنوعی جایگزین سختافزار کوانتومی نیست، بلکه ابزاری مکمل است که میتواند توسعه را سرعت ببخشد و موانع مقیاسپذیری را کاهش دهد.
این مرور چشماندازی ترسیم میکند که در آن همکاری میان هوش مصنوعی و محاسبات کوانتومی میتواند به تولد نسل جدیدی از ابررایانههای کوانتومی خطاپذیر منجر شود؛ سامانههایی که توانایی حل مسائل پیچیده در شیمی، مواد، بهینهسازی و صنایع پیشرفته را خواهند داشت.
https://www.nature.com/articles/s41467-025-65836-3.epdf?sharing_token=wM9ZfHtuXTQz-1tuKoDRO9RgN0jAjWel9jnR3ZoTv0Os5af5IFVPWtQnp0kCArtTINPkppmw9zEwcFYAnG6-9UNCNudTVSOi1gw1BuRhQuMKFHlLmWXE1VoCM_2bskKXrw8VcMksTOniOZZqLewLk1PfsRTOjf47YdASZj99X4A%3D
🆔 @QuantumProgramming
🆔 http://instagram.com/Quantum.Programming
Nature
Artificial intelligence for quantum computing
Nature Communications - Quantum computing devices of increasing complexity are becoming more and more reliant on automatised tools for design, optimization and operation. In this Review, the...