Archive for: نوامبر 12th, 2017

IBM کامپیوتر کوانتومی ۲۰ کیوبیتی برای محاسبات ابری عرضه می‌کند

IBM از سال گذشته با راه‌اندازی نسخه‌ی ۵ کیوبیتی کامپیوترهای پیشرفته، ارائه‌ی محاسبات کوانتومی به‌عنوان یک سرویس ابری را آغاز کرده است. این کمپانی روز جمعه‌ی هفته‌ی گذشته از قصد خود برای ارائه‌ی کامپیوتر کوانتومی ۲۰ کیوبیتی به بازار تا ۱۸ ماه آینده خبر داد. گفتنی است که کیوبیت واحد اطلاعات کوانتومی (معادل بیت در کامپیوترهای عادی) است.کمپانی IBM همچنین اعلام کرد که پژوهشگرانش یک نمونه‌ی اولیه ۵۰ کیوبیتی از این کامپیوتر را با موفقیت ساخته‌اند؛ ساخته‌ای که به‌عنوان نقطه‌ی عطفی در دنیای محاسبات کوانتومی تلقی می‌شود. با این حال تا زمانی که این محصولات در مقیاس تجاری در دسترس کاربران قرار نگیرند، نمی‌توانیم به‌طور قطعی نظر بدهیم.اولین نسخه‌‌ها از کامپیوتر کوانتومی IBM به‌صورت رایگان برای ایجاد جامعه‌ای از کاربران و آموزش برنامه‌نویسی به افراد و استفاده از این دستگاه‌ها عرضه شد؛ ولی محصولات جدیدی که از آن‌ها صحبت می‌شود، اولین پیشنهاد تجاری در نوع خود از سوی کمپانی هستند و تا پایان سال جاری میلادی در دسترس کاربران قرار خواهند گرفت.محاسبات کوانتومی زمینه‌ای دشوار از دنیای فناوری محسوب می‌شود و درک سازوکار آن نیز مشکل است. کامپیوترهای کوانتومی به‌جای اینکه ماشین‌های تفسیرکننده‌ی صفر و یک با حالت‌های روشن و خاموش باشند، می‌توانند در چندین حالت کار کنند. این مزیت منجر به ایجاد انواع امکان‌های جدید در برنامه‌‌نویسی می‌شود و نیاز به نرم‌افزار و سیستم‌هایی جدید برای ایجاد برنامه‌هایی دارد که بتوانند با این روش محاسباتی کار کنند.

داریو گیل، نایب رئیس بخش پژوهش‌های ‌آی‌بی‌ام در قسمت‌های هوش مصنوعی و IBM Q، اظهار می‌کند که افزایش کیوبیت‌ها تنها بخشی از داستان است. هر اندازه که ما با کیوبیت‌های بیشتری سروکار داشته باشیم، تعامل کیوبیت‌ها به‌همان اندازه پیچیده‌تر می‌شود و علت این روند را باید در برهم‌کنش آن‌ها با همدیگر و در قالب پدیده‌ای موسوم به درهم‌تنیدگی کوانتومی جستجو کنیم. اگر کیوبیت‌های بیشتری در اختیارمان باشد و از سویی، میزان خطای زیادی در جریان تعاملشان با یکدیگر به‌وجود آید؛ شاید دستگاهی با توان بیشتر از ۵ کیوبیت با نرخ خطای پایین وجود نداشته باشد. او می‌گوید محققان IBM توانسته‌اند به مقدار کیوبیت بالاتر با نرخ خطای کمتر دست یابند و این دستاورد سودمندی برای محققان است. وی اشاره می‌کند:ما کیوبیت‌های بیشتر و خطاهای کمتری داریم که در ترکیب با همدیگر می‌توانند مسئله‌های بیشتری را حل کنند.مسئله‌ی دیگری که در برخورد با حالت‌های کوانتومی نقش مهمی بازی می‌کند، این است که حالت‌های کوانتومی تنها برای یک دوره‌ی کوتاه در فرآیندی به‌ نام یکپارچگی حضور می‌یابند. این بدان معنی است که ما فقط یک روزنه‌ی زمانی کوتاه قبل از بازگشت کیوبیت‌ها به یک حالت محاسباتی کلاسیک از صفر و یک فرصت داریم.برای داشتن درکی از اینکه یکپارچگی به چه شکلی پیش می‌رود، باید اشاره کنیم در هنگام شروع کار پژوهشگران در اواخر دهه‌ی ۹۰ میلادی، مدت‌زمان یکپارچگی تنها چند نانوثانیه بود. آن‌ها در طی سال‌ها پژوهش به بهبودهای جالبی رسیده‌اند و سال گذشته این زمان تا ۴۷ و ۵۰ میکروثانیه برای ماشین‌های ۵ کیوبیتی رسیده است. ماشین‌های کوانتومی امروز در محدوده‌ی ۹۰ میکروثانیه قرار دارند. این زمان چندان قابل توجه به نظر نمی‌رسد؛ با این حال یک جهش بزرگ و روبه‌جلو است.همه‌ی این متغیرها ساخت یک الگوریتم کوانتومی بدون خطا و کارآمد و بدون بازگشت به حالت کلاسیک را برای یک برنامه‌نویس سخت می‌کنند؛ هیچ کدام از این‌ها باعث نمی‌شود که دستاوردهای بزرگ پژوهشگران در سال‌های اخیر و خبر جدید در جهان محاسبات کوانتومی را دست کم بگیریم.هدف نهایی محاسبات کوانتومی، یک سیستم با مقاومت قابل توجه در برابر خطا است که بتواند خطاها را به‌طور خودکار مرتبا رفع کند و هماهنگی نامحدودی به ارمغان آورد. گیل توضیح می‌دهد:جان‌مایه‌ی کارهایمان، محاسبات کوانتومی کلی و مقاوم در برابر خطا است. ما امروزه تقریبا حالت جامع را ایجاد می‌کنیم؛ بدین معنی که می‌توان عملیات‌ و برنامه‌های دلخواه را با آن پیاده کرد. با این حال تخمین‌ سیستم‌های فعلی به‌گونه‌ای است که ما همچنان مجبور به تحمل خطاها و مواجهه با بازه‌های زمانی کوتاه برای انجام عملیات‌ خود هستیم.

به‌باور او، این یک فرآیند بهبودیابنده است و اعلام اخیر IBM نیز گامی مؤثر در مسیر محسوب می‌شود. با همه‌ی این‌ها گیل معتقد است حتی همین کامپیوترهای کوانتومی امروز هم کاملا قدرتمند هستند. آن‌ها با انتشار اخبار جدید و از طرفی، با بهبودهایی که IBM روی QISKit صورت داده است، می‌توانند به پیشرفت‌های خود در این فناوری ادامه دهند. QISKit یک کیت توسعه‌ی نرم‌افزار (SDK) برای کمک به شرکت‌ها در درک بهتر نحوه‌ی برنامه‌ریزی رایانه‌ی کوانتومی است.مسلما این اتفاق‌ها نمی‌توانند یک‌شبه رخ دهند؛ اما شرکت‌ها، دولت‌ها، دانشگاه‌ها و اشخاص علاقمند، به پژوهش می‌پردازند تا بتوانند این فناوری را در کاربردهای عملی به کار گیرند. البته IBM تنها شرکت کارکننده روی این مسئله نیست.IBM کاربردهای مختلفی برای محاسبات کوانتومی را در زمینه‌هایی مانند پزشکی، کشف‌های دارویی و علم مواد در نظر دارد. آن‌ها همچنین تلاش می‌کنند درباره‌ی عواقب منفی احتمالی این تکنولوژی پیشرفته، از جمله توانایی شکستن رمزگذاری هم آینده‌اندیشی کنند. به‌گفته‌ی گیل، آن‌ها در حال کار با سازمان‌های استاندارد هستند تا الگوریتم‌های رمزنگاری محاسبات در دوران پس از ورود کامپیوتر کوانتومی را توسعه دهند. با اینکه تا آن زمان فاصله‌ی زیادی داریم؛ اما IBM تلاش می‌کند تا برداشت صحیحی از بزرگی مسائل داشته باشد و برای کاهش اثرات نامساعد آن‌ها تلاش کنند.

چرا مدیران عامل بزرگ ترین شرکت های دنیا مهندس هستند

در گذشته مردم معتقد بودند که برای مدیرعامل شدن باید مدرک مدیریتی یا مالی داشته باشند. اما امروزه همه چیز تغییر کرده است و مدیرعامل ۷ مورد از باارزش‌ترین شرکت‌های دنیا مهندس هستند. البته جای تعجب نیست که همه‌ی آن‌ها از جمله اپل، آلفابت، مایکروسافت، آمازون، فیسبوک و تنسنت بزرگ‌ترین شرکت‌های سیلیکون‌ولی هستند.مایک فارلی، هم‌بنیان‌گذار و مدیرعامل شرکت Tile است. دستگاه‌ها، شبکه و اپلیکیشن آن‌ها از گم شدن دسته کلید، موبایل و… کاربران جلوگیری می‌کند. فارلی مهندس نرم‌افزار است و تا قبل از راه‌اندازی کسب‌و‌کار خودش هیچ اطلاعاتی در این زمینه نداشت. او مجبور بود موضوعات زیادی مانند ساختن محصولات پرطرفدار و قوانین بازاریابی را یاد بگیرد تا بتواند شرکت خودش را راه‌اندازی کند. او اعتقاد دارد که مهارت‌های مهندسی در این زمینه به او بسیار کمک کرده است. در ادامه‌ی این مقاله‌ی ربلک به بررسی دلیل این موضوع از زبان خودش می پردازیم:
۱- مهارت در پیدا کردن مشکل و حل مسئله

اولین شغل من در دنیای تکنولوژی این بود که مسئولیت تضمین کیفیت نرم‌افزارها را برعهده داشتم. این موضوع به من کمک کرد که امروزه بتوانم قبل از مشتری‌ها ایرادات محصول را پیدا کنم. شرکت ما محصولات زیادی در شکل‌ها و اندازه‌های گوناگون تولید می‌کند و من سعی می‌کنم همیشه از چشم مشتری به آن‌ها نگاه کنم. اینکه چه چیزی شکل ظاهری آن‌ها را نامناسب می‌کند و چه چیزی ممکن است باعث شود به‌خوبی کار نکنند.زمانی که مشکل را شناسایی کردید باید به دنبال راه حل باشید. حل کردن مسائل یکی از مهم‌ترین مهارت‌هایی است که در رشته‌ی مهندسی یاد می‌گیرید. استراتژی‌های زیادی برای پیدا کردن مشکلات و ارائه‌ی راه حل برای آن‌ها وجود دارد. خاطره‌ی مشترک دوران کودکی تمام مهندس‌ها این است که قطعات الکترونیکی دستگاه‌های مختلف را جدا و دوباره سرهم‌بندی می‌کردند. مهندس‌ها مخرب نیستند؛ بلکه دوست دارند بدانند ابزارها چگونه کار می‌کنند و باز کردن قطعات بهترین راه حل این موضوع است.
۲- پذیرفتن شکست به‌عنوان بخشی از فرآیند
اگر می‌خواهید کسب‌و‌کار خود را یک‌شبه رشد دهید باید اهل ریسک کردن باشید. این یعنی ممکن است در طول مسیر بارها با شکست مواجه شوید. اگر با هر بار شکست بتوانید دوباره برخیزد و از تجربیات خود درس بگیرید می‌توانید خودتان را دوباره پیدا کنید و حتی خیلی سریع‌تر از رقبا رشد کنید. بسیاری از مردم در مورد شکست احساس ناامنی می‌کنند؛ اما مهندسان می‌دانند که شکست یعنی یک پله به جواب نزدیک‌تر شده‌اند. توماس ادیسون می‌گوید: «من هرگز شکست نخوردم؛ بلکه توانستم ۱۰ هزار راهی را پیدا کنم که من را به جواب نمی‌رساندند.» این معنای اصلی کشف و اختراع است.
۳- فرهنگ یادگیری مداوم

ما در دورانی زندگی می‌کنیم که همه چیز با سرعت زیادی در حال تغییر است. آیا باورتان می‌شود تنها ۱۰ سال از عمر آیفون می‌گذرد؟ مهندسان طوری تربیت می‌شوند که نسبت به یادگیری مشتاق باشند. زمانی که در دانشگاه تحصیل می‌کنید، با چند زبان برنامه‌نویسی آشنایی پیدا می‌کنید؛ اما ممکن است زمانی که فارغ‌التحصیل می‌شوید این زبان‌ها قدیمی و از رده خارج شده باشند. شما به‌عنوان یک مهندس باید مدام در حال یادگیری موضوعات جدید باشید. این موضوع در مورد کسب‌و‌کار نیز صدق می‌کند. باید موضوعات روز دنیا را پیگیری کنید و قبل از رقبا به فکر پیدا کردن راه حلی برای آن باشید.

داشتن مدرک مهندسی یک امتیاز محسوب می‌شود اما باید بتوانید نقاط ضعف آن را نیز تشخیص دهید. بازاریابی، فروش، امور مالی و منابع انسانی موضوعاتی هستند که در هیچ‌کدام از درس‌های مهندسی تدریس نمی‌شوند؛ اما برای اداره‌ی کسب‌وکار ضروری هستند. به یاد می‌آورم که خودم نیز اصول حسابداری را از روی کتا‌ب‌های مقدماتی یاد گرفتم. کلید اصلی تبدیل شدن از یک مهندس به مدیرعامل این است که فروتن و کنجکاو باشید.