โกลบอลไทม์ส / ซินหัว รายงาน (6 ธ.ค.) อ้างทีมวิจัยจีนซึ่งมีพานเจี้ยนเหว่ย นักฟิสิกส์ควอนตัมชื่อดังรวมอยู่ด้วย ได้ประกาศความก้าวหน้าครั้งสำคัญของการสร้างระบบประมวลผลด้วยควอนตัม
ผลการศึกษาที่ได้รับการตีพิมพ์ในนิตยสารไซแอนซ์ (Science) ทางออนไลน์นี้ระบุว่า ทีมงานได้สร้างต้นแบบคอมพิวเตอร์ควอนตัมชื่อ “จิ่วจาง” ซึ่งสามารถตรวจจับโฟตอนหรืออนุภาคของแสงได้สูงสุดถึง 76 โฟตอน ขณะที่จำนวนโฟตอนที่ดักจับได้โดยเฉลี่ยอยู่ที่ 43 โฟตอน
ความสำเร็จครั้งนี้ชี้ให้เห็นว่าจีนได้บรรลุหมุดหมายสำคัญแรกบนเส้นทางสู่ระบบคอมพิวเตอร์เชิงควอนตัมเต็มรูปแบบ อันเป็นข้อได้เปรียบจากการนำสมบัติของฟิสิกส์ควอนตัมมาใช้คำนวณ ที่เรียกกันว่า ควอนตัมแอดแวนเทจ (quantum advantage เดิมเรียก quantum supremacy “ควอนตัม ซูพรีมาซี”) หรือคอมพิวเตอร์ควอนตัมขั้นสูง ที่แสดงถึงความเร็วอันน่าทึ่งในการประมวลผลด้วยควอนตัม
ทีมชี้ว่าไม่มีคอมพิวเตอร์ดั้งเดิมเครื่องใดสามารถทำงานลักษณะเดียวกันนี้ด้วยเวลาที่ใกล้เคียง กระทั่งอัลกอริทึมหรือฮาร์ดแวร์ดั้งเดิมที่ได้รับการพัฒนาก็ไม่สามารถทำงานด้วยความเร็วเช่นนี้ได้
การสุ่มตัวอย่างแบบเกาส์เซียน โบซอน หรือ จีบีเอส (GBS) ซึ่งเป็นอัลกอริทึมสร้างแบบจำลองดั้งเดิมถูกนำมาใช้ในการศึกษา เนื่องจากเป็นวิธีที่มีประสิทธิภาพสูงที่แสดงให้เห็นความเร็วของการคำนวณแบบควอนตัมในการแก้ไขปัญหาบางประการที่กำหนดไว้
ระบบการประมวลแบบควอนตัมของจิ่วจางสามารถทำการสุ่มตัวอย่างแบบจีบีเอสขนานใหญ่ด้วยความเร็วกว่าซูเปอร์คอมพิวเตอร์ที่เร็วที่สุดในโลก ณ ปัจจุบันถึง 100 ล้านล้านเท่า ทั้งยังสามารถประมวลผลเร็วกว่าคอมพิวเตอร์ควอนตัมขนาด 53 คิวบิตที่พัฒนาโดยกูเกิล (Google) ถึง 1 หมื่นล้านเท่า (หรือเทียบได้ว่า จิ่วจางสามารถประมวลผลข้อมูลที่ซูเปอร์คอมพิวเตอร์ปัจจุบันต้องใช้เวลา 2,500 ล้านปี เหลือไม่กี่นาที ขณะที่คอมพิวเตอร์ควอนตัมของกูเกิล ประมวลผลข้อมูลที่ต้องใช้เวลา 10,000 ปี ได้ในเวลา 3 วัน)
เมื่อเทียบกับอุปกรณ์ Sycamore ของ กูเกิล ซึ่งมี 53 ควอนตัมบิต (qubits) ที่ทำจากวงจรตัวนำยิ่งยวดที่เก็บไว้ที่อุณหภูมิต่ำมาก จิ่วจางยังสามารถปรับตัวให้เข้ากับสิ่งแวดล้อมได้มากกว่า เนื่องจากชิ้นส่วนเกือบทั้งหมดยกเว้นส่วนการตรวจจับสามารถทำงานที่อุณหภูมิห้อง ขณะที่ Sycamore (กูเกิล) ต้องทำงานที่อุณหภูมิประมาณ -273 องศาเซลเซียส
จิ่วจาง ยังมีพลังในการประมวลผลที่ใหญ่กว่าสำหรับตัวอย่างที่มีขนาดใหญ่กว่า Sycamore ในการคำนวณบางอย่าง
"สำหรับการเปรียบเทียบ Sycamore สามารถเอาชนะซูเปอร์คอมพิวเตอร์ได้เฉพาะในการวิ่งระยะสั้นเท่านั้น แต่ จิ่วจางมีความสามารถในการแข่งขันทั้งระยะยาวและระยะสั้น"
บล็อกเกอร์ด้านวิทยาศาสตร์และเทคโนโลยี หยวน หลานเฟิง (Yuan Lanfeng) เปรียบเทียบพลังการคำนวณที่ใหญ่กว่าของ จิ่วจาง กับความสามารถในการคำนวณที่แข็งแกร่งกว่าของลูกคิดที่ยาวกว่าเมื่อเทียบกับความสามารถในการคำนวณที่สั้นกว่า
"ตามทฤษฎีแล้ว จิ่วจาง สามารถจัดการกับการคำนวณที่ซับซ้อนได้มากกว่า Sycamore" หยวน ซึ่งเป็นนักวิจัยร่วมของ National Research Center for Microscale Material Science ภายใต้ USTC กล่าวกับ Global Times
จิ่วจางนับเป็นความก้าวหน้าของจีนในเส้นทางสู่ความได้เปรียบในการคำนวณควอนตัมเต็มรูปแบบ
แม้ว่าจะฟังดู "เร้าใจ" แต่นักวิจัยฯ พัฒนาก็กล่าวว่า อำนาจสูงสุดของควอนตัมเป็นแนวคิดทางวิชาการ มากกว่าแนวคิดทางการเมือง
Christian Weedbrook หัวหน้าผู้บริหารของ Xanadu สตาร์ทอัพคอมพิวเตอร์ควอนตัมในโตรอนโตประเทศแคนาดา ถึงกับกล่าวใน เว็บไซต์นิตยสาร New Scientist เมื่อวันพฤหัสบดี ว่า "นี่เป็นครั้งแรกที่แสดงให้เห็นถึงความได้เปรียบทางควอนตัมโดยใช้แสงหรือโฟโตนิกส์ "
"นี่เป็นการทดลองแบบ Tour de Force และเป็นก้าวสำคัญ" เอียน วอล์มสลีย์ นักฟิสิกส์จากอิมพีเรียลคอลเลจ ลอนดอน กล่าว และว่า ความล้ำหน้าและข้อได้เปรียบของควอนตัมของทีมจีนนั้นเป็นเรื่องที่น่าเชื่อ
“เมื่อคอมพิวเตอร์ต้นแบบควอนตัมรุ่นใหม่ มีความสามารถล้ำหน้าคอมพิวเตอร์ดั้งเดิมที่เก่งกาจที่สุดในการทำงานเฉพาะเรื่อง ก็เท่ากับเป็นการพิสูจน์ว่าคอมพิวเตอร์รุ่นใหม่นั้นจะสามารถบรรลุความก้าวหน้าอื่น ๆ อีกหลายด้านได้เช่นกัน”ลู่ เฉาหยาง ศาสตราจารย์จากมหาวิทยาลัยวิทยาศาสตร์และเทคโนโลยีแห่งประเทศจีนกล่าว
ความก้าวหน้าครั้งนี้เป็นผลมาจากความพยายามถึง 20 ปีของทีมของพานเจี้ยนเหว่ย ซึ่งเอาชนะอุปสรรคสำคัญทางเทคโนโลยีหลายประการ รวมถึงแหล่งกำเนิดโฟตอนคุณภาพสูง
“ยกตัวอย่างเช่น เราสามารถดื่มน้ำครั้งละ 1 อึก ได้ง่ายๆ แต่การจะดื่มน้ำครั้งละ 1 โมเลกุล เป็นเรื่องที่ยากมาก” พานกล่าว “แหล่งโฟตอนคุณภาพสูงจำเป็นต้อง ‘ปล่อย’ โฟตอนเพียงครั้งละ 1 โฟตอน และโฟตอนแต่ละตัวจะต้องมีลักษณะเหมือนกันทุกประการ นี่จึงเป็นภารกิจที่ท้าทายอย่างยิ่ง”
ทีมกล่าวว่าเมื่อเปรียบเทียบกับคอมพิวเตอร์ทั่วไป แม้ปัจจุบัน จิ่วจางจะเป็น “ผู้ชนะเลิศ” ในหนึ่งด้านแล้ว ทว่าความสามารถในการประมวลผลขั้นสูงของมันยังมีศักยภาพที่จะประยุกต์ใช้กับงานอีกหลายด้าน เช่น ทฤษฎีกราฟ การเรียนรู้ของเครื่อง (machine learning) และเคมีควอนตัม
