این زبان با ماشین ترجمه شده و توسط انسانی بازبینی نشده است.

فناوری · خبر

گوگل نرخ‌های خطای کوانتومی را با 'کاشت حالات جادویی' 40 برابر کاهش می‌دهد

انتشار:

به‌طور خلاصه

تیم Quantum AI گوگل یک تکنیک به نام کاشت حالات جادویی را بر روی پردازنده Willow خود نشان داده است که خطاها را در حالات کوانتومی کلیدی حدود 40 برابر کاهش داده و دقت 99.99% را به دست آورده است. نتایج در مجله Science در 15 اکتبر 2026 منتشر شده‌اند و یک گلوگاه منابع دراز‌مدت در محاسبات کوانتومی را حل می‌کنند، اما گوگل می‌گوید روش هنوز باید قبل از اینکه بتواند از کاربردهای دنیای واقعی پشتیبانی کند مقیاس‌پذیری شود.

این نسخه ترجمهٔ ماشینی متن اصلی (English) است. خواندن متن اصلی

بخش Quantum AI گوگل در 15 اکتبر 2026 اعلام کرد که یک تکنیک به نام کاشت حالات جادویی را بر روی پردازنده کوانتومی Willow خود نشان داده است که خطاها را در یک کلاس خاص از حالات کوانتومی حدود 40 برابر نسبت به حالات غیر کاشت‌شده کاهش داده است، بر اساس پستی در وبلاگ رسمی گوگل. این کار در همان روز در مجله Science منتشر شد.

آنچه گوگل اعلام کرد

آزمایش به‌اصطلاح T-states منطقی تولید کرد — نوعی 'حالت جادویی' مورد نیاز برای عملیات کوانتومی خاص — با دقت منطقی 99.99%، که گوگل آن را رکوردی برای این نوع حالت توصیف می‌کند. مقاله توسط محققین گوگل شامل Emma Rosenfeld و Craig Gidney نوشته شده است، بر اساس پست وبلاگ شرکت. تکنیک کاشت اساسی در اصل در سال 2024 توسط محققین گوگل Craig Gidney و Noah Shutty و Cody Jones توسعه داده شد، بر اساس گزارش Interesting Engineering.

نحوه کار کاشت حالات جادویی

حالات جادویی حالات کوانتومی بسیار دقیقی هستند که برای اجرای محاسبات پیچیده‌ای مورد نیاز هستند که فراتر از توانایی رایانه‌های کلاسیک باشند، و هر یک تنها می‌تواند یک بار استفاده شود، بر اساس حساب Interesting Engineering از تحقیق گوگل. کاشت به عنوان یک فرآیند صافی کار می‌کند: یک حالت کوانتومی پرسر و صدا به یک منطقه کوچک از پردازنده تزریق می‌شود، اندازه‌گیری‌های هماهنگ برای خطا بررسی می‌کنند، تلاش‌های نقص‌دار دور انداخته می‌شوند، و حالاتی که عبور می‌کنند برای استفاده در محاسبات بزرگ‌تر گسترش می‌یابند.

بر اساس ارقام گزارش‌شده توسط خروجی آلمانی Blocktrainer، حدود 92% از تلاش‌ها در طول آزمایش رد شدند — به این معنی که فقط حدود 8% از اجراها یک حالت جادویی قابل استفاده و دقیق تولید کردند. تیم گوگل همچنین گفت که مشکلات تداخل عملی را حل کرد، مانند انجراف در تجهیزات الکتریکی آزمایشگاه و تغییرات دمایی، با بهبود کنترل پردازنده و توسعه یک روش بنشمارکی جدید بر اساس فرآیند کاشت خود، بر اساس پست وبلاگ گوگل.

چرا حالات جادویی یک گلوگاه هستند

گوگل قبلاً تخمین زده است که تولید حالات جادویی اصلاح‌شده برای خطا می‌تواند تا 95% از ظرفیت کل یک رایانه کوانتومی را مصرف کند، و تولید آن به صورت کارآمد را به یکی از شدیدترین محدودیت‌های منابع در این حوزه تبدیل می‌کند، همانطور که توسط Interesting Engineering گزارش شده و در پست وبلاگ گوگل تکرار شده است. کاهش نرخ خطا و سربار مورد نیاز برای تولید حالات جادویی قابل اعتماد به عنوان پیش‌نیاز برای ساخت رایانه‌های کوانتومی قادر بر محاسبات بزرگ‌مقیاس و مفید دیده می‌شود.

ارقام کلیدی از آزمایش کاشت حالات جادویی گوگل
معیارمقدار گزارش‌شدهمنبع
کاهش خطا در برابر حالات غیر کاشت‌شدهحدود 40 برابروبلاگ گوگل؛ de.investing.com
دقت T-state منطقی99.99%وبلاگ گوگل؛ Interesting Engineering
تلاش‌های رد‌شدهحدود 92%Blocktrainer
پردازنده استفاده‌شدهWillowوبلاگ گوگل؛ de.investing.com
انتشارScience، 15 اکتبر 2026وبلاگ گوگل؛ de.investing.com

آنچه به این معنی است — و آنچه نیست

وبلاگ گوگل نتیجه را به عنوان اولین نشان‌دهنده‌ی یک راه‌حل عملی برای گلوگاه حالات جادویی توصیف می‌کند، در حالی که هشدار می‌دهد که این تکنیک هنوز باید در مقیاس بزرگ‌تری کار کند تا بتواند از کاربردهای کوانتومی دنیای واقعی پشتیبانی کند. شرکت جدول‌زمانی برای زمان استقرار کاشت در یک رایانه کوانتومی تحمل‌پذیر با اشکال در مقیاس کامل ارائه نکرد.

ما هنوز باید کاشت حالات جادویی را در مقیاس بزرگ‌تری نشان دهیم تا برای محاسبات کوانتومی عملی واقع‌بینانه باشد.

— گوگل Quantum AI، وبلاگ شرکت

این اعلام همچنین توجه نظر‌دهندگان ارزهای رمزنگاری را جلب کرده است زیرا حالات جادویی و الگوریتم Shor به صورت نظری به شکستن سیستم‌های رمزنگاری خاص مرتبط هستند. خروجی آلمانی Blocktrainer گزارش کرد که در حالی که پیشرفت می‌تواند در اصل محاسبات الگوریتم Shor را در آینده کارآمدتر کند، محققین هنوز بسیار دور از شکستن طراحی ECDSA و Schnorr هستند که Bitcoin را محفوظ می‌کند، و اینکه توسعه در عوض بر اهمیت ادامه تحقیقات رمزنگاری پس از کوانتوم تاکید می‌کند.

پیشینه

این اعلام به مجموعه‌ای از نقاط عطف اضافه می‌شود که گوگل برای تراشه ابررسانای Willow خود به عنوان بخشی از برنامه تحقیق تصحیح خطای کوانتومی گسترده‌تر خود گزارش کرده است. آخرین نتیجه به طور خاص بر کاهش هزینه و نرخ خطا در تولید حالات جادویی تمرکز می‌کند تا اینکه بر نشان‌دادن یک رایانه کوانتومی کامل و آماده برای برنامه.

پرسش‌ها

کاشت حالات جادویی چیست؟
این یک تکنیک است که گوگل بر روی پردازنده Willow خود نشان داده است که حالات کوانتومی خاطی را از طریق اندازه‌گیری‌های هماهنگ صافی می‌کند، خطاها را دور می‌اندازد و تعدادی از حالات جادویی دقیق را 'رشد می‌دهد' که برای محاسبات کوانتومی پیشرفته‌ای مورد نیاز هستند، بر اساس وبلاگ گوگل و Interesting Engineering.
گوگل نرخ خطای کوانتومی را چقدر کاهش داد؟
گوگل تقریباً 40 برابری کاهش در خطاها برای حالات جادویی نسبت به حالات غیر کاشت‌شده گزارش کرد، و دقت منطقی 99.99% برای T-states را به دست آورد، بر اساس وبلاگ گوگل و de.investing.com.
آیا این به معنای اینکه رایانه‌های کوانتومی اکنون می‌توانند Bitcoin را بشکنند؟
نه. Blocktrainer گزارش کرد که در حالی که پیشرفت می‌تواند در اصل الگوریتم‌های مرتبط با رمزنگاری را در آینده کارآمدتر کند، محققین هنوز بسیار دور از توانایی واقعی شکستن طراحی‌های توقیع ECDSA و Schnorr Bitcoin هستند.
محدودیت‌های فعلی روش چیست؟
حدود 92% از تلاش‌های تولید یک حالت جادویی قابل استفاده در طول آزمایش رد شدند، بر اساس Blocktrainer، و گوگل می‌گوید که تکنیک هنوز باید در مقیاس بسیار بزرگ‌تری نشان داده شود تا بتواند از کاربردهای کوانتومی عملی پشتیبانی کند، بر اساس وبلاگ خود گوگل.
تحقیق در کجا منتشر شد؟
نتایج در مجله Science در 15 اکتبر 2026 منتشر شدند، بر اساس وبلاگ گوگل و de.investing.com.

جهان چگونه روایتش می‌کند

منابع

  1. Google Blog — Bringing the magic: Google breaks open a bottleneck in quantum computing
  2. Interesting Engineering — Google Willow cuts magic-state errors 40-fold, reaches 99.99% fidelity
  3. Investing.de — Durchbruch im Quantencomputing: Google senkt Fehlerrate um das 40-Fache
  4. Blocktrainer — Google gelingt Quanten-Durchbruch: Was bedeutet das jetzt für Bitcoin?

این مطلب با هوش مصنوعی آماده شده و پیش از انتشار از بررسی خودکار منابع گذشته است. اگر خطایی دیدید، درخواست اصلاح کنید. درخواست اصلاح یا حق پاسخ · چگونه کار می‌کنیم

مطالب مرتبط