دستاوردهای کوانتومی گوگل از زبان ساندار پیچای

به گزارش گروه فضای مجازی خبرگزاری صدا و سیما، به نقل از آي تي ايران، شرکت گوگل در مطلبی که در نشریه Nature و همچنین روی وبلاگ خود منتشر کرده، مدعی شده نخستین بار توانسته به «برتری کوانتومی» quantum supremacy دست یابد.

سوپرکامپیوتر کوانتومی ۵۳ بیتی این شرکت که Sycamore نام دارد محاسبه‌ای را در ۲۰۰ ثانیه انجام داد که سریع‌ترین کامپیوتر امروزی برای محاسبه آن به ۱۰ هزار سال زمان نیاز دارد. 

این محاسبه تقریبا هیچ کاربرد عملی ندارد و صرفا رشته‌ای از اعداد تصادفی را ایجاد کرده اما از این جهت مهم است که نشان می‌دهد Sycamore می‌تواند راهی به سوی ایجاد یک کامپیوتر کوانتومی باشد.

با ساخت ماشین‌های کوانتومی کاربردی احتمالا سالها فاصله داریم. دلیل آن هم پیچیدگی فنی ساخت آنهاست.

ساندار پیچای مدیرعامل گوگل معتقد است که این محاسبه ۲۰۰ ثانیه‌ای هرچند کاربرد عملی ندارد اما مشابه نخستین پرواز ۱۲ ثانیه‌ای هواپیما از سوي برادران رایت است که نشان داد پرواز انسان ممکن است.

با این حال کامپیوترهای کوانتومی با قابلیت‌هایی که دارند می‌توانند جهان تکنولوژی را به قبل و بعد از خود تقسیم کنند و حتی می‌توانند به خاطر به هم ریختن ساختارهای فعلی محاسباتی جهان ترسناکی ترسیم کنند.

ساندار پیچای در گفت و گو با technologyreview درباره پروژه ۱۳ ساله این شرکت روی کامپیوترهای کوانتومی صحبت می‌کند پروژه‌ای که می‌تواند حداقل یک دهه دیگر ادامه داشته باشد.

بر اساس آنچه اعلام کرده‌اید حالا یک کامپیوتر کواتنومی برای انجام کارهای محدود و خاص در اختیار دارید، چه چیز دیگری نیاز داریم تا تصویری بزرگتری از برتری کوانتومی را به نمایش بگذاریم؟

ساندار پیچای: شما باید یک کامپیوتر کوانتومی با تحمل نقص کیوبیت بیشتر (fault-tolerant quantum)   بسازید تا بتوانید این دستاورد را توسعه دهید و البته باید بتوانید این محاسبه را برای مدت طولانی‌تر اجرا کنید و در نتیجه قادر به اجرای الگوریتم‌های پیچیده‌تر باشید.

اما در هر زمینه‌ای  اگر می‌خواهید پیشرفتی داشته باشید باید از جایی شروع کنید. نخستین پرواز برادران رایت  فقط ۱۲ ثانیه طول کشید و هیچ کاربرد عملی نداشت اما نشان داد که امکان پرواز هواپیما وجود دارد.

امروزه برخی شرکتها کامپیوترهای کوانتومی دارند مثلا IBM که برخی از آنها را به صورت آنلاین در اختیار مردم قرار داده تا از روی کلاد استفاده کنند. چرا این کامپیوترها آنچه گوگل انجام داد را نمی‌توانند انجام دهند؟

آنچه که تیم کوگل انجام داد نمایانگر نیاز به کارکردن سیستم‌های مهندسی در تمام لایه‌ها به صورت یکپارچه است. این از نظر مهندسی سیستم کار پیچیده‌ای است.

در جمله آخر مقاله گوگل درباره این دستاورد آمده است که ما تنها یک الگوریتم خلاق با  Valuable near term Application فاصله داریم. حدسی دارید که آن الگوریتم چه می‌تواند باشد؟

نکته هیجان انگیز درباره کوانتوم این است که جهان ما به طور ساختاری به شکل کوانتومی کار می‌کند بنابراین شما قادر به درک بهتر جهان از این طریق خواهید بود. این البته خیلی زود است اما مکانیک کوانتوم توانایی شبیه‌سازی مولکول‌ها و فرآیندهای مولکولی را دارد و این قدرتمندترین کاربردها را خواهد یافت. مثلا کشف داروها مثال بسیار خوبی است یا کودهای شیمیایی که امروزه میدانیم ۲ درصد کربن جهان را تولید می‌کنند. در خود طبیعت این فرآیندهای مشابه بسیار موثر انجام می‌شود (و ما میتوانیم از آنها بیاموزیم)

تصور می‌کنید چقدر با ایجاد ماشین‌های کوانتومی که بتوانند برخی کارها مثلا فرآیند هابر را  (فرایند هابر Haber process روشی برای تولید کود نیتروژن است که خوراک نیمی از جمعیت کنونی جهان به تولید کود به این روش بستگی دارد) بهبود بدهند فاصله داریم؟

تصور میکنم حدود یک دهه. ما هنوز چند سالی با بزرگ کردن (این پروژه) و ایجاد کامپیوترهای کوانتومی که به اندازه کافی خوب باشند فاصله داریم. (با تولید این کامپیوترها)   پتانسیلهای زیادی در این عرصه به وجود خواهد آمد مثلا طراحی بهتر باتری‌ها که در تعامل و درک بهتر شیمی به وجود خواهد آمد. در حال داریم تلاش میکنیم که بفهمیم کجا برای هزینه کردن در این عرصه بهتر است.

ما می‌ دانیم که در حال حاضر با پتانسیلهای کامپیوتری موجود قادر به فهم ساختار مولکولی نیستیم. به همین دلیل وقتی به تغییرات آب و هوایی نگاه می کنیم یا به حوزه ساخت دارو مطمئن هستم روزی کامپیوترهای کوانتومی پیشرفت بزرگی در آن ایجاد خواهند کرد.

در جایی گفته‌اید زمانی که نخستین بار ویژگی‌های هوش مصنوعی در شناسایی چهره گربه را دیدید هم گفتید حس میکنید این شاید مهمترین کاری است که بشریت انجام داده آیا در مورد  پردازش کوانتومی هم چنین حسی دارید؟

کاملا. اینکه در آزمایشگاه دیدیم که قادر به تغییر کیوبیت‌ها هستیم و آنرا روی هم گذاشتیم برای من لحظه بزرگی بود چون به نظر من طبیعت هم همین گونه کار می کند. این دستاورد مجموعه وسیعی از احتمالات را پیش روی ما میگذارد که تاکنون وجود نداشته است.

ممکن است زمان زیادی طول بکشد تا یک سیستم کوانتومی بتواند یک کار جدی انجام دهد. چگونه صبر و شکیبایی را در شرکتی که به پیشرفت سریع عادت کرده مدیریت میکنید؟

من زمان زیادی را با تیم گوگل که در این زمینه کار می‌کنند گذرانده‌ام و یکبار به آنها گفتم که ۲۶ سال قبل از مسیر گرفتن دکترای علوم مواد صرف نظر کردم چون صبر لازم برای آن را نداشتم. فکر میکنم صبر لازم برای این موضوع را هم ندارم. من برای همه کسانی که در این پروژه برای این مدت طولانی باقی مانده‌اند احترام قائلم. برای هر پیشرفت اساسی نیاز به نگرش بلند مدت دارید. اما شاید آنچه این زمان طولانی را قابل پذیرش می‌کند نقاط عطفی است که در طی مسیر به وجود می‌آید. وقتی کامپیوتر Deep Blue در سال ۱۹۹۷ گری کاسپاروف قهرمان شطرنج جهان را شکست داد یکی از آن نقاط عطف بود. این نقاط عطف یک نسل جدید جذب میکنند و به میدان می‌آورند و این روشی است که بشریت پیشرفت می کند.

در این زمینه ما در بخش های مختلف در حال پیشرفت هستیم مثلا ساخت مراکز داده به ما اجازه میدهد که چیزی شبیه TPU (واحد توسعه پردازنده‌های مربوط به یادگیری عمیقی گوگل) بسیازیم که اجازه می‌دهد الگوریتم‌های ما سریع‌تر پیشرفت کنند. در این راه حتی شکست‌های شما هم ارزشمندند. پس بله حق با توست باید صبور باشیم اما لذت زیادی در طول راه وجود دارد.

تا این جا روی پردازش کوانتومی چقدر سرمایه‌گذاری کرده‌اید؟

این تیم یک جمع کوچک را تشکیل را می‌دهد اما بر اساس تمام سرمایه‌گذاری‌هایی شکل گرفته که در طول سالها در لایه‌های مختلف گوگل انجام گرفته است. این پروژه بر اساس سالها تحقیقات گوگل بنا شده است.

می‌توانید درباره تفاوت رویکرد گوگل و آی‌بی‌ام در این زمینه صحبت کنید؟ آی بی‌ام در حال حاضر دارای کامپیوترهای کوانتومی است و آن ها را براي استفاده مردم بر روي کلاد قرار داده است. در حالی که شما این تحقیقات را به صورت داخلی انجام می دهید.

این خیلی خوب است که آی بی‌آم یک کلاد فراهم کرده و برنامه‌نویسان دیگر را به کار در این زمینه ترغیب کرده است. من فکر میکنم ما به عنوان یک تیم روی این تمرکز کرده‌ایم که به خود و جامعه ثابت کنیم میتوانیم از نقطه عطف برتری کوانتومی استفاده کنیم.

آی بی‌ام می‌گوید که عبارت «برتری کوانتومی» عنوان گمراه کننده‌ای است چون در نهایت کامپیوترهای کوانتومی همه کارها را بهتر از کامپیوترهای کلاسیک انجام خواهند داد.

جواب من این است که ممکن است به عنوان مثال معنی فنی هنر متفاوت باشد اما همه کسانی که در این عرصه هستند می‌دانند نقاط عطف (هنز)  کجاست و چه معنایی دارد.

منظور من این است که ممکن است عموم مردم تصور کنند که اینها نشانه‌ای از انقراض کامپیوترهای کلاسیک توسط کامپیوترهای کوانتومی باشد.

ببینید این با زمانی که ما هوش مصنوعی را جشن گرفتیم تفاوتی ندارد. کسانی هستند که تعریف عمومی هوش مصنوعی را هم با تعریفهای تخصصی آن اشتباه می‌گیرند. به نظرم مهم است کسانی که این موضوعات را توضیح میدهند فهم عمومی از موضوع کوانتوم را هم بالا ببرند.

شما در گوگل هوش مصنوعی را به شکل گسترده مورد استفاده قرار می دهید. در خدماتی مانند جست و جو یا ترجمه. حتی ابزارهای هوش مصنوعی را از طریق کلاد در اختیار مردم می‌گذارید تا ابزارهای خود را بسازند آیا اینکار را در مورد کامپیوترهای کوانتومی هم انجام میدهید؟

ما قطعا اینکار را می‌کنیم. اگر شما به عقب برگردید می‌بینید که ما روی هوش مصنوعی سرمایه‌گذاری کردیم و آن را توسعه دادیم قبل از آنکه بدانیم این تکنولوژی در همه بخش های گوگل به کار خواهیم گرفت.

به نظر شما محاسبات کوانتومی در صنعت هوش مصنوعی چه تاثیری دارد؟ آیا این حوزه جدید می‌تواند موانعی که در حال حاضر در صنعت هوش مصنوعی وجود دارد را از بین ببرد؟ به زبان دیگر آیا امکان ترکیب تکنولوژی کوانتوم با هوش مصنوعی وجود دارد؟

به نظرم من هر دو مقوله، هم زیستی نزدیکی با یکدیگر دارند. هر دو حوزه، در مراحل اولیه توسعه خود هستند. با کمک هوش مصنوعی می‌توان مدل‌های بزرگ‌تر و کاراتری تولید کرد. به عقیده من هوش مصنوعی می‌تواند صنعت پردازش کوانتوم را به سمت پیشرفت سوق دهد و از طرف دیگر، پردازش کوانتومی نیز روی توسعه هوش مصنوعی تاثیر گذار است. با ترکیب قدرت‌های عظیم این حوزه‌ها از تکنولوژی، امکان حل و فصل معضلات مهمی همچون تغییرات اقلیمی و آب و هوایی امکان پذیر خواهد شد.

به دموکراتیزه کردن تکنولوژی اشاره کردید. اخیرا گوگل با مباحثی پیرامون حاشیه‌های اخلاقی تکنولوژی هوش مصنوعی روبرو بوده است. مثلا اینکه چه کسانی باید به چنین ابزارهایی دسترسی داشته باشند و قوانین استفاده از این ابزارها چگونه خواهد بود. برای مدیریت این مسایل چه اقداماتی انجام داده‌اید؟ این ملاحظات قرار است چگونه در صنعت کوانتوم نمود پیدا کند؟

در حال حاضر، ارتباط و همکاری با جامعه آکادمیک و تحقیقاتی، اهمیت فوق العاده‌ای دارد. ما هم در همین راستا تلاش می‌کنیم. ما قوانین مربوط هوش مصنوعی مدنظر را به طور کامل منتشر کرده‌ایم. تا کنون بیش از ۷۵ گزارش تحقیقاتی نیز طی سال‌های اخیر پیرامون این موضوع منتشر کرده‌ایم. حد و مرزهای اخلاقی مورد نظر ما روشن و واضح معرفی شده است.

به نظر من حوزه‌هایی وجود دارد که قانونگذاری از واجب‌ترین مسائل مرتبط این تکنولوژی‌هاست. ما هم نهایت تلاش خود را می‌کنیم که قوانین عملی و کافی در این زمینه عرضه کنیم. به علاوه، فرآیند‌های قانون نویسی مد نظر ما، مدام در حال توسعه و بازبینی است و بازخورد آنها از سوی جامعه به دقت زیر نظر است.

به نظر شما، این تناقض نیست که می‌گویید هوش مصنوعی را برای هدف به خصوصی توسعه نمی‌دهید و از طرف دیگر عنوان می‌کنید که هوش مصنوعی باید برای تمام انسان‌ها با هر نیتی قابل دسترس شود؟

امنیت حوزه هوش مصنوعی از اصول اولیه اخلاقی برای ما محسوب می‌شود. با توسعه این تکنولوژی‌های نوین، مسائل و مشکلات کنونی دنیای تکنولوژی نیز باید حل و فصل شود. مثلا برای اینکه در آینده نگران تداخل تکنولوژی کوانتومی در حوزه امنیت صنعت رمزنگاری مجازی نباشیم، باید راه حلی برای تغییر و توسعه سیستم رمزنگاری  پیدا کنیم.

مسملما با توسعه این تکنولوژی‌ها، چالش‌های بیشتری نمایان می‌شود. اما مدیریت مسائل از سویی به شیوه استفاده از آن تکنولوژی و از سوی دیگر به نحوه بازخورد دولت‌ها و قراردهای اخلاقی  بین المللی مصوب شده از سوی آنها بستگی دارد. ما باید چارچوب جهانی در اختیار داشته باشیم تا نتیجه مد نظر ایجاد شود. ما تلاشمان را می‌کنیم تا همه چیز بر اساس قاعده و قانون توسعه پیدا کند اما برای استفاده‌های عادلانه و منطقی از دستاوردهایمان، همکاری و توافق با دولت‌ها، ملت‌ها و سازمان‌ها مورد نیاز است.

آیا در حال حاضر تکنولوژی جدید دیگری وجود دارد که هیجان زده‌تان کند؟

برای شخص من، پیدا کردن راه‌های دیگری برای تولید انرژی‌های تجدید پذیر و پاک، اولویت زیادی دارد. اما در کل، ترکیب تمام تکنولوژی‌های در حال توسعه کنونی، هیجان برانگیز است. مثلا در بخش سلامت و پزشکی، معتقدم که طی ده سال آینده به دستاوردهای خارق العاده‌ای دست پیدا می‌کنیم و این مسئله خیلی مهم است. اما معتقدم که خود هوش مصنوعی- یا به عبارت دیگر نسل بعدی دستاوردهای مرتبط با هوش مصنوعی مثل الگوریتم‌های بهتر، مدل‌های کاربردی تر، استراتژی‌های یادگیری پیشرفته‌تر و مشابه این‌ها، همگی به یک اندازه هیجان برانگیز هستند.