جستجو
ثبت نام/ورود

ثبت نام کاربر

This site is protected by reCAPTCHA and the Google
Privacy Policy and Terms of Service apply.
جستجو

دسته بندی

مطالب پربازدید

آشنایی با کامپیوترهای کوانتومی و کاربردهای آن

  • آشنایی با کامپیوترهای کوانتومی و کاربردهای آن
  • نویسنده: دکتر حسین طالب
  • کد مقاله: 403005
  • تاریخ انتشار: 12-07-1403
  • مرکز نوآوری هایتک

لینک کوتاه:

http://hitghtech.dahacenter.ir/?p=792

چکیده

فناوری‌های کوانتومی یک حوزه نوظهور از فیزیک و مهندسی است که بر اصول مکانیک کوانتومی استوار است. در فناوری‌های کوانتومی ویژگی‌های ذرات کوانتومی به‌ویژه برهم‌نهی کوانتومی، درهم‌تنیدگی کوانتومی، تداخل کوانتومی و تونل‌زنی کوانتومی استفاده می‌شود. هر یک از فناوری‌های فوق دارای ویژگی‌ها، قابلیت‌ها، دامنه کاربرد و سطح آمادگی فناوری متفاوتی هستند. فناوری‌های کوانتومی را می‌توان به سه حوزه اصلی طبقه‌بندی کرد: رایانش و شبیه‌سازی کوانتومی، ارتباطات و رمزنگاری کوانتومی و سنجش و اندازه‌شناسی کوانتومی. در بین فناوری‌های کوانتومی، حوزه رایانش و شبیه‌سازی کوانتومی ثابت کرده است که به طور چشمگیری حل مسائل محاسباتی خاص را سرعت می‌بخشد. درحالی‌که طیف کاملی از چنین مسائلی هنوز در حال کشف‌شدن است، نمونه‌های انجام شده مربوط به مسائل بهینه‌سازی مانند مسئله فروشنده دوره‌گرد، شبیه‌سازی کوانتومی، تولید انبوهی از اعداد تصادفی، جستجوی پایگاه‌داده نامرتب و تجزیه اعداد مرکب به مؤلفه‌های اول سازنده آن از جمله این مسائل هستند. کامپیوتر‌های کوانتومی با استفاده از برهم‌نهی، درهم‌تنیدگی کوانتومی و تداخل کوانتومی برای پردازش اطلاعات به روشی اساسی‌تر و کارآمدتر از کامپیوتر‌های کلاسیک به این امر دست می‌یابند. در این مقاله به بررسی سیر تکاملی رایانه‌های کوانتومی پرداخته شده است و همچنین کاربردهای مختلف رایانه‌های کوانتومی مطرح شده است.

واژگان کلیدی: رایانش، کیوبیت، کامپیوتر کوانتومی

 

 

۱-مقدمه

رایانش کوانتومی یکی از انواع رایانش است که از خصوصیات ذرات کوانتومی مانند برهم‌نهی کوانتومی، تداخل کوانتومی و درهم‌تنیدگی کوانتومی برای انجام محاسبات استفاده می‌کند. دستگاه‌هایی که رایانش کوانتومی را انجام می‌دهند به‌عنوان رایانه‌های کوانتومی شناخته می‌شوند. بر خلاف کامپیوتر‌های معمولی که از بیت‌های 1 و 0 برای ذخیره اطلاعات و اجرای برنامه‌ها استفاده می‌کنند، کیوبیت‌ها در یک حالت برهم‌نهی بین 0 و 1 قرار دارند. مهم‌تر از همه، بیت‌های کلاسیک با هم تعامل ندارند و مستقل از یکدیگر عمل می‌کنند. این در حالی است که کیوبیت‌ها در حالت درهم‌تنیده قرار دارند و در تعامل با یکدیگر اقدام به انجام محاسبات می‌کنند. هر کیوبیت یک دامنه دارد، یک عدد مختلط که شبیه به یک احتمال است، اما از قوانین کاملاً یکسانی پیروی نمی‌کند. باتوجه‌به ماهیت مقادیر دامنه، کیوبیت‌ها می‌توانند مانند امواج به‌صورت سازنده یا مخرب با هم تعامل داشته باشند. هنگامی که دامنه‌ها با هم جمع می‌شوند، شانس مشاهده مقدار مشخصی را هنگام خواندن وضعیت سیستم افزایش می‌دهند. هنگامی که دامنه‌های حالت‌های مختلف یکدیگر را خنثی کنند، شانس مشاهده یک مقدار متناظر را کاهش می‌دهند. این پدیده تداخل کوانتومی نامیده می‌شود و یکی از رازهای قدرت شگفت‌انگیز کامپیوتر‌های کوانتومی است. اگر بتوانید الگوریتمی را برای حل یک مسئله محاسباتی خاص با بهره‌گیری از تداخل کوانتومی (ساختن آن به‌گونه‌ای که شانس رسیدن به پاسخ درست را افزایش می‌دهد) تنظیم کنید، در نهایت به یک راه‌حل کارآمد برای مسائل محاسباتی دست خواهید یافت که شاید هرگز قادر به حل آن بر روی یک ماشین معمولی نباشید. به همین دلیل است که کامپیوتر‌های کوانتومی یونیورسال برای بسیاری از صنایع نویدبخش انقلابی بزرگ خواهند بود و مسائل محاسباتی غیرممکن قبلی را حل می‌کنند.  بنابراین، برای گروهی از مسائل کامپیوتر‌های کوانتومی به منابع سخت‌افزاری کمتری نیاز دارند تا بتوانند همان مسئلة یک کامپیوتر کلاسیک را حل کنند. از طرف دیگر، حل برخی از این مسائل با استفاده از کامپیوتر‌های کلاسیک میلیاردها سال طول می‌کشد. تولیدکنندگان خودرو مانند فولکس‌واگن از کامپیوتر‌های کوانتومی برای شبیه‌سازی ترکیب شیمیایی باتری خودروهای برقی استفاده می‌کنند تا راه‌های جدیدی را برای بهبود عملکرد آن‌ها پیدا کنند. در این میان، شرکت‌های دارویی از آن‌ها برای تجزیه‌وتحلیل و مقایسه ترکیباتی که می‌تواند منجر به ایجاد داروهای جدید شود، بهره می‌گیرند. همچنین می‌توان از آن‌ها برای مشکلات مربوط به بهینه‌سازی استفاده کرد؛ زیرا می‌توانند تعداد زیادی از راه‌حل‌های بالقوه را به‌سرعت خُرد کنند. برای مثال ایرباس از کامپیوتر‌های کوانتومی برای محاسبه به‌صرفه‌ترین مسیرهای صعود و فرود هواپیما استفاده می‌کند و فولکس‌واگن از سرویسی رونمایی کرده است که مسیرهای بهینه برای اتوبوس‌ها و تاکسی‌ها را در شهرها محاسبه می‌کند تا ترافیک را به حداقل برساند. علاوه بر این می‌توان از این ماشین‌ها برای سرعت‌بخشیدن به فرایند یادگیری در هوش مصنوعی مانند یادگیری زبان‌های مختلف توسط ماشین‌ها، کنترل ترافیک و پیش‌بینی وضعیت آب‌وهوا استفاده کرد. یکی از مسائل مهم دیگر که با فناوری کامپیوتر‌های کوانتومی بهبود بسزایی خواهد یافت، موضوع حفاظت از اطلاعات مهم و حساس می‌باشد که دولت‌های مختلف را برای سرمایه‌گذاری جهت انجام پژوهش و دست‌یابی هر چه سریع‌تر به این فناوری ترغیب می‌کند.

 

2-رایانش کوانتومی و سیر تکاملی آن

بیش از 40 سال از اولین کارها در حوزه رایانش کوانتومی می‌گذرد و این حوزه همچنان یکی از اصلی‌ترین حوزه‌های تحقیقات علمی در جهان است. ایده‌های اولیه در مورد ساخت رایانه‌های کوانتومی در دهه 1980 میلادی مطرح شد، زمانی که فیزیک‌دان آمریکایی پل بنیوف  یک مدل مکانیک کوانتومی از ماشین تورینگ را پیشنهاد کرد. ریچارد فاینمن  و یوری مانین  بعدها پیشنهاد کردند که یک رایانه‌ کوانتومی قابلیت انجام شبیه‌سازی‌هایی را دارد که یک رایانه‌ کلاسیک قدرت انجام آن را ندارد. تحقیقات نظری در حوزه رایانه‌های کوانتومی در دهه 1990 میلادی سرعت بیشتری پیدا کرد و الگوریتم‌های کوانتومی در این دهه توسعه زیادی پیدا کردند. در اواخر دهه 1990 میلادی، اولین تلاش‌ها برای پیاده‌سازی الگوریتم‌های کوانتومی به ثمر نشست و در سال 1998 میلادی اولین رایانه‌ کوانتومی دو کیوبیتی ساخته شد که می‌توانست محاسبات بسیار ساده را انجام دهد. همین موضوع سرآغاز تحقیقات گسترده‌تر در حوزه رایانه‌های کوانتومی با آغاز قرن جدید شد. علی‌رغم پیشرفت‌های تجربی شگرفی که از اواخر دهه 1990 تاکنون صورت گرفته است، تا ساخت رایانه‌های کوانتومی مقاوم در برابر خطا همچنان راهی طولانی وجود دارد. روند تاریخی تکامل رایانش کوانتومی به‌صورت مختصر در جدول (۱) آورده شده است.

 

جدول (1): تاریخچه مختصری از نقاط عطف در حوزه رایانش و شبیه‌سازی کوانتومی

سال توضیحات
1975 پاپلاوسکی[1]، دانشمند اهل شوروی، مقاله‌ای به زبان روسی تحت عنوان «مدل‌های ترمودینامیکی پردازش اطلاعات» منتشر کرد. او در این مقاله نشان داد که  به دلیل اصل برهم‌نهی کوانتومی، شبیه‌سازی سیستم‌های کوانتومی با استفاده از رایانه‌های کلاسیک از نظر محاسباتی دشوار است که غیرممکن‌بودن محاسباتی شبیه‌سازی سیستم‌های کوانتومی بزرگ در رایانه‌های کلاسیک را نشان می‌دهد[2]. این دیدگاه توسط ریچارد فاینمن در کنفرانسی در دانشگاه MIT در سال 1980 تکرار شد.
1976 رومن استانیسلاو اینگاردن[3]، فیزیک‌دان لهستانی، مقاله‌ای اساسی با عنوان «نظریه اطلاعات کوانتومی» منتشر کرد. این پژوهش یکی از اولین تلاش‌ها برای ایجاد نظریه اطلاعات کوانتومی است و نشان داد که نظریه اطلاعات شانون را نمی‌توان مستقیماً به اطلاعات کوانتومی تعمیم داد، بلکه امکان پایه‌ریزی یک نظریه اطلاعات کوانتومی در قالب فرمالیسم مکانیک کوانتومی سیستم‌های باز وجود دارد[4].
1980 ۱- پل بنیوف، فیزیک‌دان آمریکایی، اولین مدل مکانیک کوانتومی یک رایانه‌ را توصیف کرد[5]. در این کار، بنیوف نشان داد که یک رایانه‌ می‌تواند تحت قوانین مکانیک کوانتومی با توصیف معادله شرودینگر از ماشین‌ تورینگ[6] کار کند. انتشار این مقاله مبنای کارهای بیشتر در رایانش کوانتومی شد.

۲- یوری مانین، ریاضی‌دان اهل روسیه، به طور خلاصه ایده رایانش کوانتومی را مطرح کرد[7].

۳- توماس تافولی[8]، استاد ایتالیایی – آمریکایی مهندسی برق و رایانه‌، گیت برگشت‌پذیر تافولی را معرفی کرد که همراه با گیت‌های NOT و XOR یک مجموعه یونیورسال برای محاسبات کلاسیک برگشت‌پذیر ارائه می‌دهد[9].

1981 در اولین کنفرانس فیزیک محاسبات که در دانشگاه MIT برگزار شد، پل بنیوف و ریچارد فاینمن در مورد رایانش کوانتومی سخنرانی کردند. بنیوف در این کنفرانس توضیح داد یک رایانه‌ می‌تواند تحت قوانین مکانیک کوانتومی کار کند. فاینمن نیز توضیح داد که چرا شبیه‌سازی تکامل زمانی یک سیستم کوانتومی در یک رایانه‌ کلاسیک غیرممکن است. همچنین او یک مدل پایه برای یک رایانه کوانتومی پیشنهاد کرد.
1982 ۱- پل بنیوف مدل اولیه‌ای که برای ماشین تورینگ کوانتومی ارائه کرده بود را توسعه داد[10].

۲- فیزیک‌دان آمریکایی ویلیام وترز و فیزیک‌دان لهستانی – آمریکایی وسیچ اچ زورک قضیه تکثیر ناپذیری[11] را بیان کردند[12]. این قضیه بیان می‌کند که ساختن کپی‌های یکسان از یک حالت کوانتومی ناشناخته غیرممکن است. این قضیه با اصل عدم قطعیت در مکانیک کوانتومی سازگار است و یک مانع اساسی برای گرفتن نسخه پشتیبان یا تصحیح خطا در رایانه‌های کوانتومی است. اما برای رمزنگاری این قضیه بیانگر یک ویژگی بسیار مفید است.

1985 دیوید دویچ[13]، از دانشگاه آکسفورد، اولین رایانه کوانتومی یونیورسال را توصیف کرد. همان‌طور که یک ماشین تورینگ یونیورسال می‌تواند هر ماشین تورینگ دیگری را به طور مؤثر شبیه‌سازی کند، رایانه کوانتومی یونیورسال نیز قادر است هر رایانه کوانتومی دیگری را شبیه‌سازی کند.
1988 اولین تحقق فیزیکی یک رایانه کوانتومی ساده (گیت کوانتومی CNOT) انجام شد[14].
1989 ۱- جرارد میلبرن[15]، فیزیک‌دان استرالیایی، تحقق کوانتوم اپتیکی گیت کوانتومی فردکین را پیشنهاد کرد[16].

۲- فیزیک‌دان هندی بیکس چاکرابارتی[17] و همکارانش نشان دادند که نوسانات کوانتومی می‌تواند منجر به برتری محاسبات مبتنی بر بازپخت کوانتومی[18] نسبت به بازپخت شبیه‌سازی‌شده[19] کلاسیک گردد.

1992 دیوید دویچ، فیزیک‌دان بریتانیایی، با همکاری ریاضی‌دان استرالیایی ریچارد جوزسا[20]، یک مسئله محاسباتی را پیشنهاد کردند که می‌توان آن را با الگوریتم دویچ – جوزسا[21] روی یک رایانه کوانتومی به‌سرعت حل کرد، درحالی‌که هیچ الگوریتم کلاسیک قطعی برای حل آن مسئله آن قابل‌استفاده نیست[22]. اهمیت این مقاله این بود که برای اولین‌بار ثابت کرد که رایانه‌های کوانتومی قادر هستند برخی محاسبات خاص را با سرعت بسیار بیشتری نسبت به هر رایانه‌ کلاسیک انجام دهند.
1993 دانشمند کانادایی دن سیمون[23]، یک مسئله اوراکل[24] را ابداع کرد که برای حل آن یک رایانه کوانتومی به طور نمایی سریع‌تر از یک رایانه کلاسیک است. این الگوریتم ایده‌های اصلی را معرفی کرد که بعد از آن در الگوریتم فاکتورسازی پیتر شُر[25] توسعه یافتند.
1994 ۱- پیتر شُر، ریاضی‌دان آمریکایی، در آزمایشگاه‌های بِل AT&T در نیوجرسی، یک الگوریتم مهم را کشف کرد. این الگوریتم به یک رایانه کوانتومی اجازه می‌دهد تا اعداد صحیح بزرگ را به سرعت به فاکتورهای سازنده آن تفکیک کند[26]. این الگوریتم هم مسئله فاکتورگیری و هم مسئله لگاریتم گسسته را به‌راحتی حل می‌کند. الگوریتم شُر از نظر تئوری می‌تواند بسیاری از سیستم‌های رمزنگاری امروزی را ناکارآمد سازد. اختراع این الگوریتم باعث علاقه فوق‌العاده‌ای به رایانه‌های کوانتومی شد.

۲- فیزیک‌دان آمریکایی آیزاک چوانگ و فیزیک‌دان ژاپنی – آمریکایی یوشیهیسا یاماموتو، با استفاده از روش‌های اپتیک کوانتومی الگوریتم دویچ را بر روی یک رایانه‌ کوانتومی پیاده‌سازی کردند[27].

1995 ۱- دانشمندان اتریشی به‌صورت نظری نشان دادند که یک رایانه کوانتومی را می‌توان با یون‌های سرد محصور در یک تله خطی و در تعامل با پرتوهای لیزر پیاده‌سازی کرد[28].

۲- پیتر شُر برای اولین‌بار طرحی برای تصحیح خطا در رایانه‌های کوانتومی پیشنهاد کرد[29].

۳- کریستوفر مونرو و دیوید واینلند در مؤسسه ملی فناوری و استانداردها در آمریکا، یک گیت منطقی کوانتومی – گیت CNOT – را به طور تجربی با یون‌های به‌دام‌افتاده پیاده‌سازی کردند[30].

1996 ۱- لاو گروور[31]، دانشمند هندی – آمریکایی، الگوریتم جستجوی پایگاه‌داده کوانتومی را اختراع کرد. این الگوریتم را می‌توان برای طیف وسیع‌تری از مسائل اعمال کرد. هر مسئله‌ای که باید با جستجوی تصادفی حل شود، می‌تواند از این افزایش چشمگیر سرعت استفاده کند.

۲- دولت ایالات متحده با مشارکت دفتر تحقیقات ارتش و آژانس امنیت ملی، اولین فراخوان عمومی برای طرح‌های تحقیقاتی در حوزه پردازش اطلاعات کوانتومی را صادر کرد.

۳- شرکت IBM[32] فهرستی از حداقل نیازها برای ساخت یک رایانه کوانتومی ارائه کرد[33].

1997 ۱- اولین گیت‌های کوانتومی مبتنی بر تشدید مغناطیسی هسته[34] (NMR) توسط دانشمندان آمریکایی و کانادایی ساخته شد. این فناوری مبتنی بر دستگاه NMR است که مشابه دستگاه تصویربرداری تشدید مغناطیسی پزشکی است.

۲- الکسی کیتایف، فیزیک‌دان روسی – آمریکایی، اصول رایانش کوانتومی توپولوژیکی را به‌عنوان روشی برای مبارزه با ناهمدوسی پیشنهاد داد[35].

۳- دانیل لاس و دیوید پی دی وینچنزو رایانه کوانتومی لاس – دی وینچنزو[36] را پیشنهاد کردند که از اسپین ذاتی تک الکترون‌های محدود به نقاط کوانتومی به‌عنوان کیوبیت استفاده می‌کند[37].

1998 ۱- پیاده‌سازی تجربی یک الگوریتم کوانتومی برای اولین‌بار گزارش شد. برای این منظور، یک رایانه کوانتومی با دو کیوبیت مبتنی بر فناوری NMR برای حل مسئله دویچ[38] توسط محققان دانشگاه آکسفورد و اندکی بعد رایانه مشابهی توسط محققان دانشگاه استنفورد و MIT ساخته شد[39].

۲- اولین رایانه کوانتومی ۳-کیوبیتی مبتنی بر NMR ساخته شد.

۳- اجرای الگوریتم گروور بر روی یک رایانه کوانتومی مبتنی بر NMR گزارش شد[40].

۴- هیدتوشی نیشیموری و همکارش از مؤسسه فناوری توکیو نشان دادند که برای حل مسائل بهینه‌سازی، الگوریتم بازپخت کوانتومی می‌تواند بهتر از بازپخت شبیه‌سازی‌شده کلاسیک عمل کند[41].

1999 1- ساموئل ال. براونشتاین، دانشمند بریتانیایی، و همکارانش نشان دادند که هیچ‌یک از آزمایش‌های مبتنی بر فناوری NMR که تا به امروز انجام شده‌اند، حاوی درهم‌تنیدگی نیستند[42]. این مقاله ثابت کرد که رایانه‌های کوانتومی مبتنی بر NMR نسبت به رایانه‌های کلاسیک سود چندانی ندارند..

2- دانشمندان ژاپنی در آزمایشگاه تحقیقات بنیادی NEC برای اولین بار توانستند با استفاده از یک مدار ابررسانا یک کیوبیت بسازند[43].

2000 1- آرون پاتی و ساموئل براونشتاین قضیه حذف‌ناپذیری کوانتومی[44] را اثبات کردند[45]. این قضیه در واقع دوگان قضیه تکثیر ناپذیری است و نشان می‌دهد که نمی‌توان یک کپی از یک کیوبیت ناشناخته را حذف کرد. همراه با قضیه قوی‌تر تکثیر ناپذیری، قضیه حذف‌ناپذیری کوانتومی پیامدهای مهمی دارد، یعنی اطلاعات کوانتومی نه می‌تواند بازتولید شود و نه از بین برود.

2- رایانه کوانتومی مبتنی بر فناوریNMR  با 5 کیوبیت در دانشگاه فنی مونیخ ساخته شد[46].

3- رایانه کوانتومیNMR  با 7 کیوبیت با همکاری MIT و آزمایشگاه ملی لوس آلاموس ساخته شد[47].

4- اولین کتاب درسی استاندارد، با عنوان رایانش کوانتومی و اطلاعات کوانتومی، نوشته مایکل نیلسن و آیزاک چوانگ به چاپ رسید[48].

2001 1- الگوریتم شُر برای اولین بار توسط یک رایانه NMR در مرکز تحقیقات IBM و دانشگاه استنفورد پیاده‌سازی شد. در این آزمایش که با استفاده از تعداد زیادی مولکول یکسان که هر کدام شامل هفت اسپین هسته‌ای فعال بودند، فاکتورهای اول سازنده عدد 15 تعیین شدند[49].

2- نوح لیندن و ساندو پوپسکو ثابت کردند که وجود درهم تنیدگی شرط لازم برای رده بزرگی از پروتکل‌های کوانتومی است[50]. این نتیجه، همراه با نتیجه براونشتاین (نگاه کنید به 1999 در بالا)، اعتبار رایانش کوانتومی NMR را زیر سؤال برد. این نتایج را می‌توان نقطه عطفی در پایان یافتن سرمایه‌گذاری برای توسعه رایانه‌های کوانتومی بر اساس فناوری NMR دانست.

3- امانوئل نیل، ریموند لافلام و جرارد میلبرن نشان دادند که رایانش کوانتومی نوری با استفاده از منابع نوری تک فوتون، عناصر نوری خطی و آشکارسازهای تک فوتون امکان‌پذیر است. این نتیجه، زمینه رایانش کوانتومی نوری خطی را فراهم کرد[51].

4- رابرت راوسندورف و هانس یورگن بریگل رایانش کوانتومی مبتنی بر اندازه‌گیری را پیشنهاد کردند[52]. رایانش کوانتومی مبتنی بر اندازه‌گیری (MBQC)[53] یا رایانش کوانتومی یک‌طرفه روشی برای رایانش کوانتومی است که ابتدا یک حالت درهم‌تنیده روی حالت خوشه[54] یا حالت گراف[55] آماده می‌شود و سپس اندازه‌گیری‌های تک کیوبیتی روی آن انجام می‌شود.

2002 1- پروژه نقشه راه علوم و فناوری اطلاعات کوانتومی در ایالات‌متحده آمریکا اجرا شد و نقشه راه رایانش کوانتومی با همکاری گروهی از کارشناسان این حوزه تدوین شد[56].

2- مؤسسه رایانش کوانتومی در دانشگاه واترلو کانادا تأسیس شد[57].

2003 1- الگوریتم دویچ-جوزسا بر روی یک رایانه کوانتومی مبتنی بر یون به دام افتاده در دانشگاه اینسبروک اتریش پیاده‌سازی شد[58].

2- تاد دی. پیتمن و همکارانش در آزمایشگاه فیزیک کاربردی دانشگاه جان هاپکینز[59]، و جرمی ال اوبراین و همکارانش در دانشگاه کوئینزلند[60]، گیت‌های کوانتومی CNOT را تنها با استفاده از عناصر نوری خطی پیاده‌سازی کردند.

3- یک گیت کوانتومی CNOT طبق پیشنهاد سیراک-زولر[61] توسط گروهی در دانشگاه اینسبروک به طور تجربی پیاده‌سازی شد.

4- مؤسسه اپتیک کوانتومی و اطلاعات کوانتومی (IQOQI) در اینسبروک و وین اتریش توسط راینر بلات، هانس یورگن بریگل، رودولف گریم، آنتون زایلینگر و پیتر زولر تأسیس شد[62].

2004 1- اولین رایانه‌ کوانتومی NMR حالت خالص[63] (بر اساس پاراهیدروژن) در دانشگاه آکسفورد و دانشگاه یورک پیاده‌سازی شد.

2- اولین درهم تنیدگی پنج فوتونی توسط گروه جیان وی پان در دانشگاه علم و صنعت چین نشان داده شد[64]. این حداقل تعداد کیوبیت‌های موردنیاز برای تصحیح خطای کوانتومی رایانه یونیورسال است.

2005 1- دو گروه از فیزیکدانان برای اولین بار ظرفیت خازنی یک اتصال جوزف سون را اندازه‌گیری کردند[65].

2- محققان دانشگاه هاروارد و موسسه فناوری جورجیا موفق شدند اطلاعات کوانتومی را بین حافظه‌های کوانتومی، از اتم‌ها به فوتون‌ها و همچنین از فوتون‌ها به اتم‌ها منتقل کنند[66].

2006 1- اولین رایانه کوانتومی 12 کیوبیتی توسط محققان موسسه رایانش کوانتومی و موسسه فیزیک نظری در واترلو، و با همکاری محققان دانشگاه MIT، پیاده‌سازی شد[67].

2- روشی جدید برای بررسی خطا در رایانه‌های کوانتومی مبتنی بر اتصال جوزفسون پیشنهاد شد[68].

3- تله یونی دوبعدی برای رایانش کوانتومی توسعه یافت[69].

4- محققان دانشگاه بن[70] در آلمان موفق شدند که هفت اتم را در خط پایدار قرار دهند، یک گام مهم در مسیر ساخت گیت‌های کوانتومی[71].

2007 1- یک رایانه کوانتومی فوتونیکی یک‌طرفه با شش کیوبیت در محیط آزمایشگاه ساخته شد[72].

2- اولین رایانه کوانتومی فوتونیکی در آزمایشگاه توسعه داده شد[73]. این رایانه می‌توانست الگوریتم شُر برای اعداد کوچک را پیاده‌سازی کند.

3- حافظه کوانتومی متراکم بوز-انیشتین ساخته شد[74]. این سیستم به‌عنوان یک رابط کوانتومی نور-ماده برای ذخیره موقت اطلاعات کوانتومی مناسب است.

4- شرکت کانادایی D-Wave Systems (یا به‌اختصار D-Wave)[75] از ساخت یک رایانه بازپخت کوانتومی 28 کیوبیتی خبر داد.

2008 1- یک رایانه بازپخت کوانتومی با 128 کیوبیت توسط شرکت D-Wave  ساخته شد[76].

2- فیزیکدانان در بریتانیا و برزیل گام مهمی در جهت ایجاد نقاط کوانتومی با حالت‌های اسپین به اندازه کافی قوی برداشتند[77].

2009 1- طول عمر کیوبیت‌ها به صدها میلی‌ثانیه افزایش یافت.

2- درهم تنیدگی کوانتومی در فاصله بیش از 240 میکرومتر نشان داده شد.

3- طول عمر کیوبیت‌های نیمه‌هادی با ضریب 1000 افزایش یافت.

4- تیمی به رهبری محققان دانشگاه ییل اولین پردازنده کوانتومی حالت جامد ابتدایی را ایجاد کردند[78]. تلاش این محققان گام دیگری به سوی رویای نهایی ساخت یک رایانه‌ کوانتومی بود. این پردازنده در واقع یک تراشه ابررسانا دو کیوبیتی بود که می‌توانست الگوریتم های ابتدایی، مانند جستجوی ساده را انجام دهد.

5- ترکیبی از تمام عناصر اساسی مورد نیاز برای انجام رایانش کوانتومی مقیاس پذیر از طریق استفاده از کیوبیت های ذخیره شده در حالت های داخلی یون های به دام افتاده نشان داده شد[79].

6- محققان دانشگاه بریستول الگوریتم شُر را بر روی یک تراشه فوتونیک سیلیکونی پیاده‌سازی کردند[80].

7- اولین پردازنده کوانتومی قابل برنامه‌ریزی یونیورسال در موسسه‌ ملی استانداردها و تکنولوژی آمریکا رونمایی شد[81]. این پردازنده کوانتومی قادر بود تمام عملگرهای واحد[82] ممکن را روی دو کیوبیت اجرا کند. برای حل مسائل واقعی و در مقیاس بزرگ، کیوبیت ها و گیت های بسیار بیشتری مورد نیاز است. هنگام اجرای برنامه روی یک سیستم بزرگتر، خطاهای ترکیبی ناشی از عملیات متوالی باید با استفاده از مکانیزم‌های تصحیح خطا کاهش یابد. این امر هم برای دستیابی به تحمل خطا و هم برای کاهش سربار محاسباتی تصحیح خطا نیاز است[83].

8- شرکت Google با شرکت D-Wave در فناوری جستجوی تصویر با استفاده از رایانش کوانتومی همکاری خود را آغاز کردند[84].

2010 1- یک رایانه‌ کوانتومی نوری با سه کیوبیت ساخته شد و توانست طیف انرژی هیدروژن مولکولی را با دقت بالا محاسبه کند[85]. نتایج این پژوهش نشان داد که رایانه‌های کوانتومی می‌توانند به‌عنوان شبیه‌سازهای سیستمهای کوانتومی در طیف وسیعی از کاربردهای کوانتومی مورد استفاده قرار گیرند.

2- دانشمندان مرکز فوتونیک کوانتومی دانشگاه بریستول یک تراشه سیلیکونی ساختند که می‌تواند برای انجام محاسبات و شبیه‌سازی های پیچیده مورد استفاده قرار گیرد.[86]

2011 شرکت D-Wave از اولین رایانه‌ کوانتومی خود با نام D-Wave One رونمایی کرد. این اولین رایانه‌ کوانتومی تجاری موجود بوده و از نوع بازپخت کوانتومی با 128 کیوبیت ابررسانا است[87].
2012 1- شرکت  D-Waveیک رایانش کوانتومی را با استفاده از 84 کیوبیت انجام داد[88]. این محاسبات بزرگترین اجرای آزمایشی یک الگوریتم تکامل آدیاباتیک[89] بود که تا آن زمان انجام شده بود.

2- یک رایانه‌ شبیه‌ساز کوانتومی با 300 کیوبیت/ذره گزارش شد[90]. این اثبات فناوری، همراه با تعداد زیاد اسپین، کنترل کوانتومی عالی و پیچیدگی فنی کم، شبیه‌سازی مسائل غیر قابل حل محاسباتی در مغناطیس کوانتومی را ممکن می‌سازد.

3- شرکت 1QBit که یک شرکت نرم افزاری رایانش کوانتومی است در کانادا راه اندازی شد. این شرکت الگوریتم‌های همه منظوره را برای سخت‌افزار رایانش کوانتومی توسعه می‌دهد. این شرکت بیش از 100 نفر پرسنل دارد[91].

2013 ۱- تجزیه‌وتحلیل منابع مور نیاز یک الگوریتم کوانتومی در مقیاس بزرگ با استفاده از پروتکل‌های تحمل خطا و تصحیح خطا برای فاکتورسازی توسعه داده شد[92].

۲- شرکت D-Wave  از جدیدترین پردازنده کوانتومی خود با نام D-Wave Two که متشکل از 512 کیوبیت ابررسانا بود، رونمایی کرد.

2014 1- اسناد فاش شده توسط ادوارد اسنودن تأیید کرد که آژانس امنیت ملی به دنبال توسعه قابلیت رایانش کوانتومی برای اهداف رمزنگاری است[93].

2- محققان در ژاپن و اتریش اولین معماری رایانش کوانتومی در مقیاس بزرگ را برای یک سیستم مبتنی بر الماس منتشر کردند[94].

3- دانشمندان دانشگاه اینسبروک[95] رایانش کوانتومی را روی یک کیوبیت کدگذاری شده توپولوژیکی انجام دادند، که در حالت‌های درهم تنیده روی هفت کیوبیت یون به دام افتاده کدگذاری شده بودند[96].

2015 1- کد تشخیص خطای کوانتومی با استفاده از یک شبکه مربعی از چهار کیوبیت ابررسانا توسعه داده شد[97]. نتایج این پژوهش چشم‌انداز استفاده از شبکه‌های کیوبیت ابررسانا را برای استفاده در رایانش کوانتومی تحمل‌پذیر خطا در مقیاس بزرگ تقویت کرد.

2- شرکت D-Wave Systems اعلام کرد که از 1000 کیوبیت عبور کرده است[98]. محصول جدید این شرکت با نام تجاری  D-Wave 2Xدارای 1152 کیوبیت ابررسانا بود.

3- یک گیت منطقی سیلیکونی دو کیوبیتی با موفقیت توسعه یافت[99].

4- یک امولاتور رایانه‌ کوانتومی توسعه داده شد. برای این منظور، یک رایانه‌ کوانتومی، همراه با برهم نهی و درهم تنیدگی کوانتومی، توسط یک رایانه‌ آنالوگ کلاسیک شبیه‌سازی شد[100]. اگرچه این سیستم کلاسیک پدیده‌های کوانتومی را تقلید می‌کند و مانند یک رایانه‌ کوانتومی رفتار می‌کند، دانشمندان تأکید می‌کنند که هنوز هم کلاسیک در نظر گرفته می‌شود و نه کوانتومی.

2016 1- الگوریتم شُر در یک رایانه‌ کوانتومی مبتنی بر یون به دام افتاده پیاده‌سازی شد[101]. در این مقاله عدد 15 با به کارگیری و کنترل مؤثر هفت کیوبیت و چهار کیوبیت کَش[102] فاکتورگیری شد و نشان داده شده که می‌تواند فاکتورهای صحیح را با سطح اطمینان بیش از 99 درصد تولید کند.

2- گوگل با استفاده از آرایه‌ای از 9 کیوبیت ابررسانا یک مولکول هیدروژن را شبیه‌سازی کرد[103].

2017 1- شرکتD-Wave  رایانه کوانتومی D-Wave 2000Q را معرفی کرد[104]. پردازنده کوانتومی این رایانه دارای 2048 کیوبیت است.

2- طرحی برای رایانه‌ کوانتومی مبتنی بر یون به دام افتاده در مایکروویو منتشر شد[105].

3- IBM از رایانه‌ کوانتومی 17 کیوبیتی خود رونمایی کرد[106].

4- شرکت مایکروسافت یک زبان برنامه نویسی کوانتومی یکپارچه شده با ویژوال استودیو را معرفی کرد که با استفاده از آن می‌توان برنامه‌ها را به‌صورت محلی بر روی یک شبیه ساز 32 کیوبیتی یا یک شبیه ساز 40 کیوبیتی در سرویس خدمات ابری مایکروسافت اجرا کرد[107].

5- اولین سیستم عامل برای استفاده در رایانه‌های کوانتومی توسعه داده شد[108].

6- اینتل توسعه یک تراشه آزمایشی ابررسانا 17 کیوبیتی را اعلام کرد.

7- IBM یک رایانه‌ کوانتومی 50 کیوبیتی ابررسانا را به نمایش گذاشت که می‌تواند حالت کوانتومی خود را برای 90 میکروثانیه حفظ کند.

2018 1- محققان آکسفورد از تکنیک یون به دام افتاده استفاده کردند و توانستند با دقت 99.8 درصد دو اتم باردار را در حالت درهم تنیدگی کوانتومی قرار ‌دهند تا سرعت گیت‌های منطقی را بین 20 تا 60 برابر در مقایسه با بهترین گیت‌های قبلی افزایش دهند[109].

2- شرکت گوگل از برنامه خود برای ساخت یک تراشه کوانتومی 72 کیوبیتی به نام “Bristlecone” خبر داد که در آن زمان رکورد جدیدی قلمداد میشد[110]. هر چند که بعدها به دلایل ناشی از افزایش نویز، نمونه نهایی به 53 کیوبیت تقلیل یافت.

3- شرکت اینتل توسعه یک تراشه آزمایشی ابررسانا با 49 کیوبیت را اعلام کرد[111].

4- شرکت IonQ اولین رایانه‌ کوانتومی یون به دام افتاده تجاری خود را با 11 کیوبیت کاملا متصل معرفی کرد[112].

5- در 21 دسامبر 2018، طرح ابتکار ملی کوانتوم توسط دونالد ترامپ رئیس جمهور آمریکا به قانون تبدیل شد و اهداف و اولویت های یک برنامه 10 ساله برای تسریع توسعه کاربردهای علم و فناوری اطلاعات کوانتومی در ایالات‌متحده را تعیین کرد[113].

2019 1- IBM از اولین رایانه‌ کوانتومی تجاری خود، Q System One، رونمایی کرد[114]. این اولین رایانه‌ کوانتومی تجاری مبتنی بر مدار بود. این رایانه‌ از 20 کیوبیت ابررسانا تشکیل شده بود.

۲- گوگل از رایانه‌ کوانتومی 53 کیوبیتی خود با نام سایکامور[115] رونمایی کرد. گوگل ادعا کرد که سایکامور توانسته است عملیات ریاضی خاصی را در 200 ثانیه انجام دهد که انجام آن برای یک ابررایانه پیشرفته 10000 سال طول می‌کشد؛ بنابراین، گوگل ادعا کرد که به برتری کوانتومی دست یافته است[116]. البته IBM بعدها یک استدلال متقابل ارائه کرد و ادعا کرد که این کار در یک ابررایانه تنها 2.5 روز طول می‌کشد[117].

3- IBM رایانه‌ کوانتومی خود با 53 کیوبیت را معرفی کرد. این سیستم در اکتبر 2019 آنلاین شد[118].

2020 ۱- مهندسان کوانتومی که برای گوگل کار می‌کنند، بزرگ‌ترین شبیه‌سازی شیمیایی روی یک رایانه‌ کوانتومی را گزارش کردند. تقریب Hartree-Fock با سایکامور همراه با یک رایانه‌ کلاسیک که نتایج را برای ارائه پارامترهای جدید برای سیستم 12 کیوبیت تجزیه‌وتحلیل می‌کرد[119].

۲- محققان چینی ادعا کردند که با استفاده از یک رایانه‌ کوانتومی فوتونیکی 76 کیوبیتی به نام جیوژانگ[120]  که محاسباتی را با سرعت 100 تریلیون برابر سرعت ابررایانه‌های کلاسیک انجام می‌دهد، به برتری کوانتومی دست‌یافته‌اند. جیوژانگ اولین رایانه‌ کوانتومی فوتونیک است که به برتری کوانتومی دست یافته است. پیش از این، برتری کوانتومی تنها یک‌بار در سال 2019 توسط سایکامور گوگل به دست آمده بود، بااین‌حال رایانه گوگل بر اساس کیوبیت ابررسانا و نه فوتون‌ها بود. جیوژانگ توسط تیمی از دانشگاه علم و فناوری چین (USTC) به رهبری پان جیانوی و لو چائویانگ توسعه داده شد. نام این رایانه‌ از جیوژانگ سوانشو، یک کتاب ریاضی باستانی چین گرفته شده است. در 3 دسامبر 2020، رایانه جیوژانگ موفق شد نمونه‌برداری بوزون گاوسی را با موفقیت در 200 ثانیه با حداکثر 76 فوتون شناسایی شده انجام دهد. گروه USTC تخمین زد که 2.5 میلیارد سال طول می‌کشد تا یک ابررایانه قدرتمند[121] بتواند همین محاسبه را انجام دهد. علاوه بر مزیت محاسباتی کوانتومی، رایانه جیوژانگ دارای فضای هیلبرت 10 میلیارد برابر بزرگ‌تر از پردازنده سایکامور ساخت گوگل است و به همین دلیل، شبیه‌سازی آن با رایانه‌های کلاسیک بسیار دشوارتر است[122].

۳- شرکت فناوری‌های کوانتومی زانادو[123] که یک شرکت رایانش کوانتومی مستقر در کانادا است، خبر از ساخت پردازنده کوانتومی با 24 کیوبیت فوتونیکی داد[124].

4- IBM از پردازنده جدید خود با نام مرغ مگس‌خوار[125] که دارای 65 کیوبیت ابررسانا است، رونمایی کرد[126].

5- شرکت آمریکایی IonQ‌ از ساخت جدیدترین پردازنده خود با 32 کیوبیت یون به دام افتاده خبر داد[127].  شگفت‌انگیزترین بخش این محصول جدید، ادعای عظیم حجم کوانتومی این رایانه است. حجم کوانتومی محاسبه شده این رایانه بیش از 4 میلیون است. این تقریباً 65000 برابر بیشتر از بالاترین حجم کوانتومی دیگر رایانه‌های کوانتومی است که حجم کوانتومی مربوط به آنها منتشر شده است.

6- شرکت کانادایی D-Wave جدیدترین رایانه‌ بازپخت کوانتومی خود با نام  D-Wave Advantageرا معرفی کرد. این رایانه کوانتومی 5760 کیوبیت ابررسانا دارد.

7- شرکت آمریکایی هانیول[128] از پردازنده کوانتومی خود (مدل H1) با 10 کیوبیت مبتنی بر فناوری یون به دام افتاده رونمایی کرد. در سپتامبر 2020 حجم کوانتومی این پردازنده 128 گزارش شد.

2021 ۱- شرکت هانیول پردازنده کوانتومی H1 خود با 10 کیوبیت را ارتقاء داد. این شرکت اعلام کرد که به حجم کوانتومی اثبات شده 1024 دست یافته است[129].

۲- در نوامبر 2021، IBM از جدیدترین پردازنده خود با نام عقاب IBM[130] که یک پردازنده کوانتومی 127 کیوبیتی است رونمایی کرد[131]. IBM ادعا می‌کند که نمی‌توان این رایانه‌ کوانتومی را توسط هیچ رایانه‌ کلاسیکی شبیه‌سازی کرد[132]. این رایانه دو برابر بزرگتر از رایانه‌ کوانتومی جیوژانگ ساخت چین است. این پردازنده در 16 نوامبر 2021 معرفی شد و قدرتمندترین پردازنده کوانتومی است که تاکنون IBM ساخته است. تعداد کیوبیت این پردازنده تقریباً دو برابر بیشتر از آخرین پردازنده IBM است که در سال 2020 ساخته شد و دارای 65 بیت کوانتومی بود. IBM معتقد است که فناوری‌های مورد استفاده برای ساخت “عقاب IBM”، ستون فقرات پردازنده‌های آینده آنها خواهد بود. نقشه راه IBM نشان می دهد که در سال 2022 امیدوارند پردازنده‌ای با 433 کیوبیت به نام “Osprey” و در سال 2023 پردازنده‌ای با نام “Condor” ایجاد کنند که دارای 1121 کیوبیت خواهد بود.

2022 1- توسعه سیستم‌های کوانتومی با استفاده از کیوبیت‌های ابررسانا، که به طور گسترده‌ای برای پردازش کوانتومی استفاده می‌شود.

2- استفاده از یون‌های به دام افتاده برای کاهش خطاها در سیستم‌های کوانتومی توسط IonQ و Honeywell.

3- اولین کامپیوتر کوانتومی ۵ کیوبیتی فنلاند راه‌اندازی شد.

4- چین موفق به دستیابی به “برتری کوانتومی” با استفاده از سیستم‌های کوانتومی مبتنی بر فوتون‌ها شد که به صورت قابل توجهی از کامپیوترهای کلاسیک سریع‌تر بود.

2023 1- شرکت PsiQuantum با استفاده از فوتون‌ها مدارهای نوری پیچیده‌ای برای پردازش کوانتومی طراحی کرد که دقت بالایی در محاسبات کوانتومی داشتند​.

2- دانشگاه هاروارد و شرکت  QuEra Computing در زمینه سیستم‌های کوانتومی مبتنی بر اتم‌های خنثی همکاری کردند. محققان الگوریتم‌های مقیاس بزرگ را با موفقیت روی یک کامپیوتر کوانتومی با ۴۸ کیوبیت منطقی و صدها عملیات منطقی درهم‌تنیده اجرا کردند.

4- در اکتبر سال 2023، استارت آپ کوانتومی کالیفرنیایی Atom Computing اعلام کرد که اولین کامپیوتر کوانتومی جهان را با بیش از 1000 کیوبیت (دقیقاً 1180) ایجاد کرده است.

5- شرکت IBM از یک پردازنده کوانتومی متشکل از 1121 کیوبیت ابررسانا با نام Condor رونمایی کرد.

2024 1- فوجیتسو و دانشگاه اوزاکا با افزایش قابل توجه مقیاس محاسباتی از طریق کاهش تاثیر خطا در معماری محاسبات کوانتومی، پیشرفت به سمت محاسبات کوانتومی عملی را تسریع می‌کنند.

2- تمرکز IBM بر طراحی و ساخت ابررایانه کوانتومی با معماری ترکیبی کلاسیک-کوانتومی

3- دستاورد گوگل در تصحیح خطا نوید بخش آینده روشن کامپیوترهای کوانتومی شد.

4- کامپیوتر کوانتومی مدل Ankaa-2   با 84 کیوبیت ساخت شرکت Rigetti از طریق سرویس AWS Braket در دسترس قرار گرفت.

5- دانشمندان هندی از پردازنده کوانتومی ابررسانا 6 کیوبیتی رونمایی کردند.

 

 

3- کاربردهای رایانش کوانتومی

رایانش کوانتومی کاربردهای زیادی در دنیای واقعی دارد. از مهم‌ترین کاربردهای آن می‌توان به موارد زیر اشاره کرد:

هوش مصنوعی و یادگیری ماشین: هوش مصنوعی و یادگیری ماشین از حوزه‌های برجسته فناوری حال حاضر هستند. برخی از کاربردهای گسترده‌ای که هر روز شاهد هستیم در تشخیص صدا، تصویر و دست خط است. بااین‌حال، با افزایش تعداد برنامه‌ها، تطبیق دقت و سرعت به یک کار چالش‌برانگیز برای رایانه‌های سنتی تبدیل می‌شود و اینجاست که رایانش کوانتومی می‌تواند به پردازش مسائل پیچیده در زمان بسیار کمتر کمک کند.

شیمی محاسباتی: یکی از امیدوارکننده‌ترین برنامه‌های رایانش کوانتومی در زمینه شیمی محاسباتی خواهد بود. تعداد حالت‌های کوانتومی، حتی در کوچک‌ترین مولکول‌ها، بسیار زیاد است و بنابراین پردازش آن برای حافظه‌های محاسباتی معمولی دشوار است. توانایی رایانه‌های کوانتومی برای تمرکز روی وجود هر دو حالت 1 و 0 به طور هم‌زمان می‌تواند قدرت بسیار زیادی را برای نقشه‌برداری موفقیت‌آمیز مولکول‌ها در اختیار قرار دهد که به‌نوبه خود فرصت‌هایی را برای تحقیقات دارویی باز می‌کند. برخی از مسائل مهمی که می‌توانند از طریق رایانش کوانتومی حل شوند عبارت‌اند از: بهبود فرایند تثبیت نیتروژن برای ایجاد کود مبتنی بر آمونیاک. ایجاد یک ابررسانا در دمای اتاق؛ حذف دی‌اکسید کربن برای آب‌وهوای بهتر؛ و ایجاد باتری‌های حالت‌جامد.

طراحی و توسعه دارو: طراحی و توسعه دارو یکی از جالب‌ترین کاربردهای رایانش کوانتومی است. معمولاً داروها از طریق روش آزمون‌وخطا تولید می‌شوند که نه‌تنها بسیار گران است، بلکه یک کار پرمخاطره و چالش‌برانگیز است. محققان بر این باورند که رایانش کوانتومی می‌تواند راهی مؤثر برای درک داروها و واکنش‌های آن بر روی انسان باشد که به نوبه خود می‌تواند باعث صرفه‌جویی در هزینه و زمان برای شرکت‌های داروسازی شود. پیشرفت‌ها در رایانش کوانتومی می‌تواند کارایی طراحی دارو را به طور چشمگیری افزایش دهد.

امنیت سایبری و رمزنگاری: فضای آنلاین در حال حاضر به دلیل افزایش تعداد حملات سایبری که به‌صورت روزانه در سراسر جهان رخ می‌دهد، کاملاً آسیب‌پذیر است. اگرچه شرکت‌ها در حال ایجاد چارچوب امنیتی لازم در سازمان‌های خود هستند، این فرایند برای رایانه‌های دیجیتال کلاسیک دشوار و غیرعملی خواهد شد و بنابراین، امنیت سایبری همچنان یک نگرانی اساسی در سراسر جهان است. با افزایش وابستگی ما به دیجیتالی‌شدن، ما در برابر این تهدیدات آسیب‌پذیرتر می‌شویم.
رایانش کوانتومی با کمک یادگیری ماشین می‌تواند به توسعه تکنیک‌های مختلف برای مبارزه با این تهدیدات امنیت سایبری کمک کند. علاوه بر این، رایانش کوانتومی می‌تواند در ایجاد روش‌های رمزگذاری که به‌عنوان رمزنگاری کوانتومی نیز شناخته می‌شود، کمک کند.

مدل‌سازی مالی: برای اینکه یک صنعت مالی بتواند ترکیب مناسبی را برای سرمایه‌گذاری‌های پربار بر اساس بازده مورد انتظار، ریسک مرتبط و سایر عوامل برای بقا در بازار پیدا کند، تکنیک شبیه‌سازی مونت‌کارلو به طور مداوم بر روی رایانه‌های معمولی اجرا می‌شود که به نوبه خود، زمان زیادی می‌گیرد. با استفاده از رایانش کوانتومی برای انجام این محاسبات عظیم و پیچیده، شرکت‌ها نه‌تنها می‌توانند کیفیت راه‌حل‌ها را بهبود بخشند، بلکه زمان توسعه آن‌ها را نیز کاهش می‌دهند.

بهینه‌سازی لجستیک: تجزیه‌وتحلیل داده‌ها و مدل‌سازی قوی در واقع طیف وسیعی از صنایع را قادر می‌سازد تا گردش‌های کاری لجستیک و زمان‌بندی مرتبط با مدیریت زنجیره تأمین خود را بهینه کنند. مدل‌های عملیاتی نیاز به محاسبه و محاسبه مجدد مسیرهای بهینه مدیریت ترافیک، عملکرد ناوگان حمل‌ونقل، کنترل ترافیک هوایی، حمل‌ونقل و توزیع دارند. دو رویکرد کوانتومی رایج که می‌توانند برای حل چنین مسائلی مورداستفاده قرار گیرند عبارت‌اند از: بازپخت کوانتومی و رایانه‌‌های کوانتومی یونیورسال. بازپخت کوانتومی یک تکنیک بهینه‌سازی پیشرفته است که انتظار می‌رود از رایانه‌های کلاسیک پیشی بگیرد. در مقابل، رایانه‌‌های کوانتومی یونیورسال قادر به حل طیف وسیعی از مسائل محاسباتی هستند.

پیش‌بینی آب‌وهوا: در حال حاضر، فرایند تجزیه‌وتحلیل شرایط آب‌وهوایی توسط رایانه‌‌های سنتی بسیار طولانی است. اما توانایی یک رایانه‌‌ کوانتومی برای خردکردن حجم عظیمی از داده‌ها، در یک دوره کوتاه، در واقع می‌تواند منجر به بهبود مدل‌سازی سیستم آب‌وهوا شود که به دانشمندان اجازه می‌دهد الگوهای آب‌وهوای متغیر را در کوتاه‌مدت و با دقت عالی پیش‌بینی کنند، چیزی که می‌تواند برای زمان فعلی که جهان تحت تغییرات آب‌وهوایی قرار دارد، ضروری باشد. پیش‌بینی آب‌وهوا شامل چندین متغیر است که باید در نظر گرفته شود، مانند فشار هوا، دما و تراکم هوا که پیش‌بینی دقیق آن را دشوار می‌کند. استفاده از یادگیری ماشین کوانتومی می‌تواند به بهبود تشخیص الگو کمک کند که به نوبه خود، پیش‌بینی رویدادهای شدید آب‌وهوایی را برای دانشمندان آسان‌تر می‌کند و به طور بالقوه جان هزاران نفر را در سال نجات می‌دهد. با رایانه‌های کوانتومی، هواشناسان همچنین می‌توانند مدل‌های آب‌وهوایی دقیق‌تری را تولید و تجزیه‌وتحلیل کنند که بینش بیشتری در مورد تغییرات آب‌وهوا و راه‌های کاهش آن ارائه می‌کند.

 

 

4- انواع رایانه‌های کوانتومی

در سال‌های اخیر، سرمایه‌گذاری در تحقیقات رایانش کوانتومی در بخش‌های دولتی و خصوصی افزایش یافته است.

 

شکل (1) مقایسه سرمایه‌گذاری ده سال گذشته در حوزه فناوری‌های کوانتومی

 

مسئولین اجرایی چشمه نور ایران همواره مسئله عدم تأمین اعتبارات مالی از سوی دولت و مجلس شورای اسلامی را دلیل اصلی توقف این پروژه بیان می‌کنند. به گفته دکتر جواد رحیقی، مدیر سابق پروژه چشمه نور ایران، 6 سال بعد از آغاز این طرح تنها 1.5 درصد از اعتبارات مورد نیاز پروژه تأمین شده است (شکل (۱۳)). اما بعد از بررسی‌های کارشناسی، به نظر می‌رسد که عدم تأمین اعتبارات پروژه چشمه نور ایران از سوی مجلس شورای اسلامی و دولت‌ها در طی ۱5 سال گذشته دلایل منطقی دارد و این پروژه از ابتدای تصویب خود تا مراحل اجرایی خود دچار نواقصی است که در ادامه به مهم‌ترین آن‌ها اشاره می‌شود.

همان‌طور که در شکل (۱) نشان داده شده است، نزدیک به 75 درصد سرمایه‌گذاری‌ها در شرکت‌‌های دانش‌بنیان فعال در حوزه فناوری‌های کوانتومی به توسعه سخت‌افزار و نرم‌افزار رایانه‌های کوانتومی اختصاص یافته است. پیاده‌سازی سخت‌افزار رایانه‌های کوانتومی با 51 درصد و نرم‌افزار رایانه‌های کوانتومی با 24 درصد حجم سرمایه‌گذاری‌ها، بیشترین سرمایه‌گذاری‌ها را به سمت خود جلب کرده‌اند. تاکنون سه نوع رایانه کوانتومی مختلف توسعه داده شده است:

  • رایانه بازپخت کوانتومی (آنیل کوانتومی) [133]
  • رایانه کوانتومی آنالوگ (شبیه‌ساز کوانتومی) [134]
  • رایانه کوانتومی یونیورسال (جهان‌شمول) [135]

 

شکل (2) مقایسه بین زمان‌ تجاری‌سازی و قدرت پردازشی رایانه‌های کوانتومی

 

رایانه‌های بازپخت کوانتومی ساده‌ترین نوع رایانه‌های کوانتومی هستند و درعین‌حال کمترین کارایی و قابلیت‌های برخوردار هستند. این رایانه‌های در حال حاضر تجاری‌سازی شده‌اند. شرکت کانادایی D-Wave مشهورترین سازنده این نوع رایانه‌ها در جهان است. همان‌طور که در شکل (۲) دیده می‌شود، رایانه‌های کوانتومی یونیورسال پیچیده‌ترین نوع رایانه‌های کوانتومی هستند و تا رسیدن به نقطه مطلوب راه زیادی در پیش دارند. در ادامه به توضیح هر یک از این رایانه‌ها پرداخته می‌شود.

۴- ۱- رایانه‌های بازپخت کوانتومی

رایانه‌های بازپخت کوانتومی بر اساس اعمال نوسانات کوانتومی  به فرایند بازپخت شبیه‌سازی‌شده کار می‌کنند و کارکرد اصلی آنها حل مسائل بهینه‌سازی با هدف همگرایی سریع‌تر به حالت بهینه است. نوسانات کوانتومی باعث انتقال بین حالت‌ها می‌شود و بنابراین همان نقش نوسانات حرارتی را در رویکرد مرسوم ایفا می‌کند. مقایسه با نتایج روش کلاسیک (حرارتی) مربوطه نشان می‌دهد که اگر از برنامه بازپخت یکسان استفاده شود، بازپخت کوانتومی تقریباً در همه موارد با احتمال بسیار بیشتری به حالت بهینه مسئله منجر می‌شود. این نوع رایانه‌ها یک دهه است که تجاری‌سازی شده‌اند.

۴- 2- رایانه‌های کوانتومی آنالوگ

محاسبات دقیق خواص مولکولی در حال حاضر غیرقابل‌حل هستند، زیرا هزینه محاسباتی آنها با تعداد اتم‌ها و اندازه مجموعه پایه به طور تصاعدی افزایش می‌یابد. یک راه‌حل این است که با ساختن یک رایانه‌ کوانتومی به یک مدل کاملاً متفاوت از محاسبات حرکت کنیم. این تکنیک برای حل مسائل شیمیایی در مقیاس بزرگ که فراتر از دسترس ابررایانه‌های مدرن هستند، قابل‌استفاده است و یک ابزار قدرتمند با طیف وسیعی از کاربردهای کوانتومی شیمیایی است.

شبیه‌ساز کوانتومی یا رایانه‌ کوانتومی آنالوگ نوعی رایانه کوانتومی است که اندر هم‌کنش بین بیت‌های کوانتومی (کیوبیت‌ها) را به‌گونه‌ای کنترل می‌کند که بتواند بر روی مسائل کوانتومی مختلف تطبیق داده شود.

کاربرد: بسیاری از مسائل مهم در فیزیک و شیمی و علم مواد، به‌ویژه شیمی کوانتومی، فیزیک دمای پایین، فیزیک بس‌ذره‌ای و نانومواد، هنوز به‌درستی درک نشده‌اند، زیرا مکانیک کوانتومی حاکم بر آنها بسیار پیچیده است. رایانه‌های معمولی، از جمله ابررایانه‌‌ها، توانایی شبیه‌سازی سیستم‌های کوانتومی با بیش از حدود 30 ذره را ندارند. برای درک و طراحی هوشمند مواد جدید (مثل ابررساناهای دمای اتاق) که تصور می‌شود خواص آنها بستگی به رفتار کوانتومی جمعی صدها ذره دارد، به ابزارهای محاسباتی بهتری نیاز است.

۴- 3- رایانه‌های کوانتومی یونیورسال

رایانه کوانتومی یونیورسال قدرتمندترین نوع رایانه‌‌های کوانتومی است و بر اساس دنباله‌ای از عملیات‌های گیت‌های کوانتومی و اندازه‌گیری‌های کوانتومی (الگوریتم) کار می‌کند. برآوردهای فعلی نشان می‌دهد که برای تولید یک کیوبیت منطقی مقاوم در برابر خطا ممکن است بین هزار تا ده‌هزار کیوبیت فیزیکی ابررسانا نیاز باشد. در جدول (2) قدرتمندترین رایانه‌های کوانتومی یونیورسال بر اساس فناوری ساخت و حجم کوانتومی آنها نشان داده شده است. لازم به ذکر است که تعداد کیوبیت بالاتر لزوماً به معنای قدرت محاسباتی بالاتر نیست. برای مقایسه قدرت محاسباتی رایانه‌های کوانتومی از معیاری به نام حجم کوانتومی استفاده می‌شود. حجم کوانتومی یک عدد است که برای نمایش عملکرد همه‌جانبه رایانه‌‌ کوانتومی پیشنهاد شده است. هر چه حجم کوانتومی بزرگ‌تر باشد، خطای محاسباتی کمتر است و رایانه‌‌ کوانتومی می‌تواند مسائل پیچیده‌تری را حل کند. همان‌طور که در جدول (۲) قابل‌مشاهده است، فناوری یون به‌دام‌افتاده بالاترین حجم کوانتومی را در بین دیگر فناوری‌ها دارد. فناوری‌های دیگر هر چند از تعداد کیوبیت بالاتری برخوردار هستند، ولی به دلیل خطای بیشتر از توان محاسباتی کمتر و دقت پایین‌تری برخوردار هستند.

جدول (2): قدرتمندترین رایانه‌های کوانتومی یونیورسال بر اساس فناوری ساخت

سال حجم کوانتومی سازنده تعداد کیوبیت نوع کیوبیت
2019 گزارش نشده Google 53 ابررسانا
2020 32 IBM 28 ابررسانا
2020 64 IBM 27 ابررسانا
2020 4000000 IonQ 32 یون به‌دام‌افتاده
2020 128 Honeywell 10 یون به‌دام‌افتاده
2022 گزارش نشده IBM 433 ابررسانا
2021 1024 Honeywell 10 یون به‌دام‌افتاده
2021 گزارش نشده USTC 66 فوتونیکی
2023 32768 Quantinuum 20 یون به‌دام‌افتاده
2023 گزارش نشده Atom Computing 1225 اتم خنثی
۲۰۲۱ ۲۰۴۸ Quantinuum گزارش نشده یون به‌دام‌افتاده
۲۰۲۲ ۵۲۴۲۸۸ Quantinuum ۲۰ یون به‌دام‌افتاده
۲۰۲3 ۶۵۵۳۶ Quantinuum ۳۲ یون به‌دام‌افتاده

 

۴- 4- چالش‌های پیاده‌سازی رایانه‌های کوانتومی یونیورسال

خطاها در هر پردازشگر واقعی اجتناب‌ناپذیر هستند. رایانه‌های کوانتومی به‌ویژه مستعد خطا هستند، زیرا سیستم‌های کوانتومی به‌شدت به اثرات نویز حساس هستند که در مقایسه با خطاهای ساده تغیر بیت‌ در محاسبات کلاسیک می‌توانند عجیب‌وغریب باشند. برخلاف بیت‌های کلاسیک که فقط در معرض خطاهای دیجیتالی ‌تغییر بیت قرار می‌گیرند، بیت‌های کوانتومی مستعد طیف بسیار بزرگ‌تری از خطاها هستند. به‌این‌ترتیب، تحقق یک رایانه‌ کوانتومی مقاوم در برابر خطا یک چالش مهم است که نیازمند رمزگذاری اطلاعات در یک کد تصحیح‌کننده خطای کوانتومی است. توانایی مقابله با خطاها هنگام دست‌کاری سیستم‌های کوانتومی یک نیاز اساسی برای رایانش کوانتومی تحمل‌پذیر است.

۴- 5- رایانش کوانتومی توزیع‌شده

در حوزه رایانش کوانتومی این چشم‌انداز وجود دارد که بتوان پردازنده‌های کوانتومی با تعداد محدود کیوبیت (مثلاً 100 کیوبیت) را با موفقیت پیاده‌سازی کرد و سپس رایانه‌های کوانتومی مختلف را با استفاده از شبکه‌های کوانتومی با یکدیگر شبکه کرد. به‌این‌ترتیب، پیش‌بینی می‌شود که رایانش کوانتومی توزیع‌شده (یا خوشۀ رایانه کوانتومی) بهترین راه‌حل برای دستیابی به رایانه‌های کوانتومی با قدرت پردازشی بسیار زیاد باشد. همچنین این چشم‌انداز وجود دارد که اطلاعات کوانتومی را بتوان در بستر اینترنت کوانتومی بین رایانه‌های کوانتومی مختلف و در فواصل بسیار دور به اشتراک گذاشت.

 

5-جمع‌بندی

رایانه‌های کوانتومی بر اساس فناوری‌های مختلفی ساخته می‌شوند. فناوری ابررسانا، یون به‌دام‌افتاده و فوتونیک جزء امیدبخش‌ترین رویکردها برای ساخت رایانه‌های کوانتومی یونیورسال محسوب می‌شوند. رایانش کوانتومی هنوز به بلوغ خود نرسیده است و این فرصت مناسبی برای ورود کشور ما به عرصه رایانش کوانتومی است. چنانچه در شرایط کنونی به این حوزه ورود نگردد، این نگرانی وجود دارد که کشورهای توسعه‌یافته به‌قدری در این حوزه پیشرفت کنند و قیمت رایانه‌های کوانتومی خود را به حدی کاهش دهند که برای کشور ما فرصتی برای ورود به این حوزه باقی نماند، همان نتیجه‌ای که در حوزه رایانه‌های کلاسیک برای کشور ما رقم خورده است.

 

 

[1] R. P. Poplavskii

[2] R.P Poplavskii, “Thermodynamical models of information processing”. Uspekhi Fizicheskikh Nauk (in Russian), 115 (3), 465–501 (1975).

[3] Roman Stanisław Ingarden

[4] R. S.Ingarden,”Quantum information theory” Reports on Mathematical Physics, 10 (1), 43-72 (1976).

[5] P. Benioff, “The computer as a physical system: A microscopic quantum mechanical Hamiltonian model of computers as represented by Turing machines”, Journal of Statistical Physics. 22 (5), 563–591 (1980).

[6] Turing machine

[7]Y.  Manin, “Yu I Vychislimoe i nevychislimoe (Computable and Noncomputable)”Sov. Radio(in Russian). 13–15 (1980).

[8] Tommaso Toffoli

[9] T. Toffoli, Technical Report MIT/LCS/TM-151, (1980).

[10] P. Benioff, “Quantum mechanical hamiltonian models of turing machines”, Journal of Statistical Physics. 29 (3), 515–546 (1982).

[11] No-cloning theorem

[12] W. K. Wootters, W. H. Zurek, “A single quantum cannot be cloned”. Nature. 299 (5886), 802–803 (1982).

[13] David Deutsch

[14] K. Igeta and Y. Yamamoto, “Quantum mechanical computers with single atom and photon fields” International Quantum Electronics Conference (1988).

[15] Gerard J. Milburn

[16] G. J. Milburn, “Quantum optical Fredkin gate”, Physical Review Letters 62, 2124 (1989).

[17] Bikas K. Chakrabarti

[18] بازپخت کوانتومی یا quantum annealing یک روش بهینه‌سازی برای یافتن مینیمم یک تابع هدف معین با استفاده از نوسانات کوانتومی است.

[19] بازپخت شبیه‌سازی‌شده یا simulated annealing یک تکنیک احتمالاتی برای تقریب نقطه بهینه یک تابع معین است. این روش اغلب زمانی استفاده می‌شود که فضای جستجو گسسته باشد (مانند مسئله فروشنده دوره‌گرد)

[20] Richard Jozsa

[21] Deutsch–Jozsa algorithm

[22] D. Deutsch, R. Jozsa, “Rapid solutions of problems by quantum computation”. Proceedings of the Royal Society of London A. 439 (1907), 553–558 (1992).

[23] Dan Simon

[24] در علوم رایانه، ماشین اوراکل یک ماشین انتزاعی است که برای مطالعه مسائل تصمیم گیری استفاده می شود. می توان آن را به عنوان یک ماشین تورینگ با یک جعبه سیاه به نام اوراکل تجسم کرد که قادر است مسائل خاصی را در یک عملیات حل کند. مسئله می تواند از هر کلاس پیچیدگی باشد. حتی از مسائل غیرقابل تصمیم، مانند مسئله توقف، می توان استفاده کرد.

[25] Peter Shor’s factorization algorithm

[26] P.W. Shor, “Algorithms for quantum computation: discrete logarithms and factoring”. Proceedings 35th Annual Symposium on Foundations of Computer Science. IEEE Comput. Soc. Press: 124–134 (1994).

[27] I. L. Chuang and Y. Yamamoto. “Simple quantum computer.” Physical Review A 52, 3489 (1995).

[28] J. I. Cirac and P. Zoller, “Quantum Computations with Cold Trapped Ions” Phys. Rev. Lett. 74, 4091 (1995).

[29] P.W. Shor, “Scheme for reducing decoherence in quantum computer memory“. Physical Review A. 52 (4): R2493–R2496 (1995).

[30] C. Monroe, D. M. Meekhof, B. E. King, W. M. Itano, D. J. Wineland, “Demonstration of a Fundamental Quantum Logic Gate” Physical Review Letters. 75 (25): 4714–4717(1995).

[31] Lov Grover

[32] شرکت ماشین‌های تجاری بین‌المللی (IBM) یک شرکت فناوری چندملیتی آمریکایی است که محل استقرار آن در نیویورک است و در بیش از 171 کشور فعالیت دارد. این شرکت در سال 1911 شروع به کار کرد و در سال 1924 به “ماشین های تجاری بین المللی” تغییر نام داد. این شرکت در حال حاضر بیش از 270 هزار نفر پرسنل در استخدام خود دارد.

[33] D. P. DiVincenzo, “Topics in Quantum Computers”, arXiv:cond-mat/9612126 (1996).

[34] Nuclear Magnetic Resonance

[35] A. Yu. Kitaev, “Fault-tolerant quantum computation by anyons”. Annals of Physics. 303 (1), 2–30 (2003).

[36] Loss-DiVincenzo quantum computer

[37] D. Loss and D. P. DiVincenzo, “Quantum computation with quantum dots”, Phys. Rev. A 57, 120 (1998).

[38] Deutsch’s problem

[39] I. L. Chuang, N. Gershenfeld, M. Kubinec, “Experimental Implementation of Fast Quantum Searching”, Physical Review Letters. 80 (15), 3408–3411 (1998).

[40] Grover’s algorithm

[41] T. Kadowaki and H. Nishimori, “Quantum annealing in the transverse Ising model”, Phys. Rev. E 58, 5355  (1998).

[42] S. L Braunstein, C. M Caves, R. Jozsa, N. Linden, S. Popescu, R. Schack, “Separability of Very Noisy Mixed States and Implications for NMR Quantum Computing”, Physical Review Letters. 83 (5): 1054–1057(1999).

[43] Y. Nakamura, Yu. A. Pashkin and J. S. Tsai. “Coherent control of macroscopic quantum states in a single-Cooper-pair box.” Nature 398, 786–788 (1999).

[44] Quantum no-deleting theorem

[45] A. K. Pati and S. L. Braunstein, “Impossibility of Deleting an Unknown Quantum State”, Nature 404, 164 (2000).

[46] R. Marx, A. F. Fahmy, John M. Myers, W. Bermel, and S. J. Glaser, “Approaching five-bit NMR quantum computing” Phys. Rev. A 62, 012310 (2000).

[47] https://news.mit.edu/2000/quantum-0329

[48] Michael A. Nielsen, Isaac L. Chuang, Quantum Computation and Quantum Information (1st Ed.). Cambridge University Press. (2000).

[49] L. M. K. Vandersypen, M. Steffen, G. Breyta, C. S. Yannoni, M. H. Sherwood, I. L. Chuang “Experimental realization of Shor’s quantum factoring algorithm using nuclear magnetic resonance”, Nature 414, 883–887 (2001)

[50] N. Linden, S. Popescu, “Good dynamics versus bad kinematics: Is entanglement needed for quantum computation”. Physical Review Letters. 87 (4), 047901 (2001).

[51] E. Knill, R. Laflamme, G. J. Milburn, “A scheme for efficient quantum computation with linear optics” Nature 409, 46–52 (2001).

[52] R. Raussendorf, H. J. Briegel, “A One-Way Quantum Computer”, Physical Review Letters 86 (22), 5188–91 (2001).

[53] Measurement-based quantum computing (MBQC)

[54] در علم اطلاعات کوانتومی و رایانش کوانتومی، حالت خوشه (Cluster state) نوعی حالت بسیار درهم تنیده از چند کیوبیت است. حالت های خوشه در شبکه های کیوبیت با برهمکنش های نوع آیزینگ ایجاد می‌شوند.

[55] در رایانش کوانتومی، حالت گراف نوع خاصی از حالت چند کیوبیتی است که می تواند توسط یک گراف نمایش داده شود. هر کیوبیت با راس گراف نشان داده می‌شود و بین هر جفت کیوبیت که در حال تعامل با هم هستند یک یال وجود دارد. حالت‌های گراف در کدهای تصحیح خطای کوانتومی، اندازه‌گیری و خالص‌سازی درهم تنیدگی و برای توصیف منابع محاسباتی در مدل‌های رایانش کوانتومی مبتنی بر اندازه‌گیری مفید هستند.

[56] https://qist.lanl.gov/qcomp_map.shtml

[57] https://uwaterloo.ca/institute-for-quantum-computing/

[58] S. Gulde, M. Riebe, G. P. T. Lancaster, C. Becher, J. Eschner, H. Häffner, F. Schmidt-Kaler, I. L. Chuang, R. Blatt, “Implementation of the Deutsch–Jozsa algorithm on an ion-trap quantum computer”, Nature 421 (6918), 48–50 (2003).

[59] T. B. Pittman, M. J. Fitch, B. C. Jacobs, J. D. Franson, “Experimental controlled-not logic gate for single photons in the coincidence basis”. Phys. Rev. A. 68 (3), 032316 (2003).

[60] J. L. O’Brien, G. J. Pryde, A. G. White, T. C. Ralph, D. Branning, “Demonstration of an all-optical quantum controlled-NOT gate”, Nature 426 (6964), 264–267 (2003).

[61] Cirac-Zoller

[62] https://iqoqi.at/en

[63] M. S. Anwar, D. Blazina, H. A. Carteret, S. B. Duckett, T. K. Halstead, J. A. Jones, C. M. Kozak, and R. J. K. Taylor, “Preparing High Purity Initial States for Nuclear Magnetic Resonance Quantum Computing”, Phys. Rev. Lett. 93, 040501 (2004).

[64] Z. Zhao, Y. A. Chen, A. N. Zhang, T. Yang, H. J. Briegel, J. W. Pan, “Experimental demonstration of five-photon entanglement and open-destination teleportation”, Nature. 430 (6995): 54–58 (2004).

[65] https://physicsworld.com/a/breakthrough-for-quantum-measurement/

[66] T. Chanelière, D. N. Matsukevich, S. D. Jenkins, S.-Y. Lan, T. A. B. Kennedy & A. Kuzmich, “Storage and retrieval of single photons transmitted between remote quantum memories”, Nature 438, 833–836 (2005).

[67] https://www.sciencedaily.com/releases/2006/05/060508164700.htm.

[68] http://www.newscientisttech.com/article/dn9301-errorcheck-breakthrough-in-quantum-computing.html.

[69] http://www.newscientisttech.com/article/dn9502-flat-ion-trap-holds-quantum-computing-promise.html.

[70] University of Bonn

[71] https://web.archive.org/web/20071215041757/http://www.physorg.com/news71935118.html.

[72] Chao-Yang Lu, Xiao-Qi Zhou, Otfried Gühne, Wei-Bo Gao, Jin Zhang, Zhen-Sheng Yuan, Alexander Goebel, Tao Yang & Jian-Wei Pan “Experimental entanglement of six photons in graph states”. Nature Physics. 3 (2), 91–95 (2007).

[73] B. P. Lanyon, T. J. Weinhold, N. K. Langford, M. Barbieri, D. F. V. James, A. Gilchrist, and A. G. White, “Experimental Demonstration of a Compiled Version of Shor’s Algorithm with Quantum Entanglement”, Phys. Rev. Lett. 99, 250505 (2007).

[74] Yv. Colombe, T. Steinmetz, G. Dubois, F. Linke, D. Hunger & J. Reichel,” Strong atom–field coupling for Bose–Einstein condensates in an optical cavity on a chip” Nature 450, 272–276 (2007).

[75] شرکت D-Wave اولین شرکت در جهان است که رایانه‌هایی را برای بهره‌گیری از اثرات کوانتومی روانه بازار کرد. مشتریان اصلی D-Wave عبارتند از شرکت لاکهید مارتین، دانشگاه کالیفرنیای جنوبی، گوگل، ناسا و آزمایشگاه ملی لس آلاموس. این شرکت بیش از 160 نفر نیروی انسانی دارد.

[76] https://www.nextbigfuture.com/2008/12/dwave-systems-128-qubit-chip-has-been.html

[77] A. J. Ramsay, S. J. Boyle, R. S. Kolodka, J. B. B. Oliveira, J. Skiba-Szymanska, H. Y. Liu, M. Hopkinson, A. M. Fox, and M. S. Skolnick, “Fast Optical Preparation, Control, and Readout of a Single Quantum Dot Spin” Phys. Rev. Lett. 100, 197401 (2008).

[78] L. DiCarlo, J. M. Chow, J. M. Gambetta, Lev S. Bishop, B. R. Johnson, D. I. Schuster, J. Majer, A. Blais, L. Frunzio, S. M. Girvin & R. J. Schoelkopf, “Demonstration of two-qubit algorithms with a superconducting quantum processor” Nature 460, 240–244 (2009).

[79] J. P. Home, D. Hanneke, J. D. Jost, J. M. Amini, D. Leibfried, D. J. Wineland, “Complete methods set for scalable ion trap quantum information processing” Science 325, 1227-1230 (2009).

[80] A. Politi, J. C. Matthews, J. L. O’Brien, “Shor’s Quantum Factoring Algorithm on a Photonic Chip”, Science. 325 (5945), 1221 (2009).

[81]https://www.newscientist.com/article/dn18154-first-universal-programmable-quantum-computer-unveiled/?ignored=irrelevant

[82] Unitary operators

[83] D. Hanneke, J. P. Home, J. D. Jost, J. M. Amini, D. Leibfried & D. J. Wineland, “Realization of a programmable two-qubit quantum processor” Nature Physics 6, 13–16 (2010).

[84] https://www.popsci.com/technology/article/2009-12/google-algorithm-uses-quantum-computing-sort-images-faster-ever/

[85] B. P. Lanyon, J. D. Whitfield, G. G. Gillett, M. E. Goggin, M. P. Almeida, I. Kassal, J. D. Biamonte, M. Mohseni, B. J. Powell, M. Barbieri, A. Aspuru-Guzik & A. G. White, “Towards quantum chemistry on a quantum computer” Nature Chemistry 2, 106–111 (2010).

[86] https://www.kurzweilai.net/two-photon-optical-chip-enables-more-complex-quantum-computing

[87] https://web.archive.org/web/20110515083848/http://physicsworld.com/cws/article/news/45960

[88] Z. Bian, F. Chudak, W. G. Macready, L. Clark, and F. Gaitan, “Experimental Determination of Ramsey Numbers” Phys. Rev. Lett. 111, 130505 (2013).

[89] Adiabatic evolution algorithm

[90] J. W. Britton, B. C. Sawyer, A. C. Keith, C.-C. Joseph Wang, J. K. Freericks, H. Uys, M. J. Biercuk & J. J. Bollinger, “Engineered two-dimensional Ising interactions in a trapped-ion quantum simulator with hundreds of spins”, Nature. 484 (7395): 489–492 (2012).

[91] http://www.1qbit.com/

[92] S. J. Devitt, A. M. Stephens, W. J. Munro, K. Nemoto, “Requirements for fault-tolerant factoring on an atom-optics quantum computer”. Nature Communications. 4: 2524 (2013).

[93] https://www.washingtonpost.com/world/national-security/nsa-seeks-to-build-quantum-computer-that-could-crack-most-types-of-encryption/2014/01/02/8fff297e-7195-11e3-8def-a33011492df2_story.html

[94] K. Nemoto, M. Trupke, S. J. Devitt, A. M. Stephens, B. Scharfenberger, K. Buczak, T. Nöbauer, M. S. Everitt, J. Schmiedmayer, and W. J. Munro, “Photonic Architecture for Scalable Quantum Information Processing in Diamond” Phys. Rev. X 4, 031022 (2014).

[95]  University of Innsbruck

[96] D. Nigg, M. Müller, M. A. Martinez, P. Schindler, M. Hennrich, T. Monz, M. A. Martin-Delgado, R. Blatt, “Quantum computations on a topologically encoded qubit”. Science. 345 (6194): 302–305 (2014).

[97] A.D. Co´rcoles, E. Magesan, S. J. Srinivasan, A. W. Cross,  M. Steffen,  J. M. Gambetta & J. M. Chow, “Demonstration of a quantum error detection code using a square lattice of four superconducting qubits” Nature Communications 6, 6979 (2015).

[98] http://www.dwavesys.com/press-releases/d-wave-systems-breaks-1000-qubit-quantum-computing-barrier

[99] https://newsroom.unsw.edu.au/news/science-tech/crucial-hurdle-overcome-quantum-computing

[100] https://phys.org/news/2015-05-quantum-emulated-classical.html

[101]T. Monz, D. Nigg, E. A. Martinez, M. F. Brandl, P. Schindler, R. Rines, S. X. Wang, I. L. Chuang, R. Blatt, “Realization of a scalable Shor algorithm”, Science. 351 (6277), 1068–1070 (2016).

[102] Cache qubits

[103] P. J. J. O’Malley et al.”Scalable Quantum Simulation of Molecular Energies” Phys. Rev. X 6, 031007 (2016).

[104] http://www.dwavesys.com/press-releases/d-wave%C2%A0announces%C2%A0d-wave-2000q-quantum-computer-and-first-system-order

[105] B. Lekitsch, S. Weidt, A. G. Fowler, K. Mølmer, S. J. Devitt, C. Wunderlich, W. K. Hensinger, “Blueprint for a microwave trapped-ion quantum computer” Science Advances 3, 2 (2017).

[106] https://motherboard.vice.com/en_us/article/wnwk5w/ibm-17-qubit-quantum-processor-computer-google

[107] https://arstechnica.com/gadgets/2017/09/microsoft-quantum-toolkit/

[108] https://www.technologyreview.com/2017/10/10/67813/quantum-inside-intel-manufactures-an-exotic-new-chip/

[109]https://www.independent.co.uk/life-style/gadgets-and-tech/news/quantum-computing-logic-gates-oxford-university-breakthrough-latest-discovery-a8235281.html

[110] https://www.sciencenews.org/article/google-moves-toward-quantum-supremacy-72-qubit-computer

[111] https://spectrum.ieee.org/tech-talk/computing/hardware/intels-49qubit-chip-aims-for-quantum-supremacy

[112] https://physicsworld.com/a/ion-based-commercial-quantum-computer-is-a-first

[113] https://www.technologyreview.com/2018/12/22/138149/president-trump-has-signed-a-12-billon-law-to-boost-us-quantum-tech/

[114] https://www.newscientist.com/article/2189909-ibm-unveils-its-first-commercial-quantum-computer/

[115] Sycamore

[116] https://www.ft.com/content/b9bb4e54-dbc1-11e9-8f9b-77216ebe1f17

[117] C. Whyte, “What next for quantum computers?”, New Scientist, 243 (3250): 15 (2019).

[118] https://www.cnet.com/news/ibm-new-53-qubit-quantum-computer-is-its-biggest-yet/

[119] Google AI Quantum Collaborators, “Hartree-Fock on a superconducting qubit quantum computer”. Science. 369 (6507): 1084–1089 (2020).

[120] Jiuzhang

[121]در اینجا منظور ابررایانه Sunway TaihuLight است که یک ابررایانه چینی است و چهارمین ابررایانه قدرتمند دنیا محسوب می‌شود.

[122] https://www.livescience.com/china-quantum-supremacy.html

[123] Xanadu Quantum Technologies

[124] https://spie.org/news/photonics-focus/novdec-2020/a-new-kind-of-quantum

[125] Hummingbird

[126] https://research.ibm.com/blog/ibm-quantum-roadmap

[127] https://www.forbes.com/sites/moorinsights/2020/10/07/ionq-releases-a-new-32-qubit-trapped-ion-quantum-computer-with-massive-quantum-volume-claims/?sh=42e1e32d3b39

[128] Honeywell Quantum Solutions

[129] https://www.honeywell.com/us/en/news/2021/07/honeywell-sets-another-record-for-quantum-computing-performance

[130] IBM Eagle

[131] https://newsroom.ibm.com/2021-11-16-IBM-Unveils-Breakthrough-127-Qubit-Quantum-Processor

[132] https://www.engadget.com/ibm-eagle-processor-050133991.html

[133] Quantum Annealing computer

[134] Analog Quantum computer

[135] Universal Quantum computer