تکامل فیزیکی pinned «سلام خدمت دنبال‌کنندگان محترم گروه تکامل فیزیکی 👋 بنده اخیرا، طبق پیشنهاد سازمان جهاد دانشگاهی دانشگاه تهران، دوره‌ای به نام مکانیک کوانتومی مقدماتی تعریف کردم. این دوره، شروعی هست بر یک سلسله دوره درباره فناوری‌های کوانتومی، که هدف آن ترتبیت نیروی متخصص…»
📰محققان QBoson: محاسبات کوانتومی می‌تواند مسیرهای اتوبوس پکن را به سرعت برساند.
▪️محققان شرکت فناوری کوانتومی QBoson پکن و دانشگاه فناوری شمال چین در مطالعه‌ای در مجله Entropy نشان دادند که یک کامپیوتر کوانتومی فوتونیک به نام ماشین ایسینگ همدوس (CIM) وظایف بهینه‌سازی مسیر اتوبوس پکن را سریع‌تر از الگوریتم‌های کلاسیک پیشرو حل می‌کند.
⬅️ شبکه‌های اتوبوس شهری مانند پکن، با میلیون‌ها مسافر روزانه، بهینه‌سازی پیچیده‌ای است که باید تقاضای مسافران، زمان سفر و هزینه‌های عملیاتی را متعادل کند. CIM، با استفاده از اسیلاتورهای پارامتری نوری، فضاهای راه‌حل را با بهره‌گیری از همدوسی کوانتومی و شکست خودبه‌خودی تقارن جستجو می‌کند و مدل‌های شبکه اتوبوس پکن را در میلی‌ثانیه حل می‌کند، در حالی که نسبت صرفه‌جویی زمانی بالای ۸۰٪ را به دست می‌آورد. این مطالعه، که مدل شبکه پکن با حداقل ۶۰ ایستگاه کاندیدا و نزدیک به ۷۰۰,۰۰۰ نقطه تقاضای مسافر را بررسی می‌کند، نشان می‌دهد CIM راه‌حل‌های نزدیک به بهینه با کارایی بالا ارائه می‌دهد و مصرف انرژی کمی دارد، هرچند محدود به ۱۰۰ کیوبیت است.
▪️محققان ذکر کردند، CIM مدل QUBO را در میلی‌ثانیه حل می‌کند، در حالی که روش‌های کلاسیک مانند Gurobi بیش از یک میلی‌ثانیه زمان می‌برند، و هر دو نرخ موفقیت ۱۰۰٪ دارند.
⬅️ پژوهشگران مسئله را به دو صورت مدل‌سازی کردند: مدل ریاضی کلاسیک با استفاده از نرم‌افزارهایی مانند Gurobi و OR-Tools، و مدل بهینه‌سازی باینری بدون قید مربعی (QUBO) که برای ماشین ایسینگ همدوس (CIM) مناسب است. رویکرد کلاسیک از یک خط لوله دو مرحله‌ای بهره برد: در مرحله اول، OR-Tools مسیر اولیه‌ای با پوشش ۲۶ ایستگاه تولید کرد، و در مرحله دوم، حل‌کننده‌ها این مسیر را پالایش کردند. CIM، با طراحی تمام‌نوری خود، پس از هزاران چرخه نوری در یک حلقه فیبری، به حالت کمینه انرژی می‌رسد که متناظر با راه‌حل بهینه یا نزدیک به بهینه است. در آزمایش‌ها با روش کاهش PAM، CIM در کمتر از یک میلی‌ثانیه به نرخ موفقیت ۱۰۰٪ دست یافت، در حالی که حل‌کننده‌های کلاسیک کندتر عمل کردند. هر اجرا تنها حدود ۲۴ ژول انرژی مصرف کرد، مقداری که با افزایش اندازه مسئله تقریباً ثابت می‌ماند.
▪️این رویکرد کوانتومی، با وجود محدودیت‌های فعلی، مزایای بلندمدت در لجستیک و طراحی شبکه نشان می‌دهد و می‌تواند بهینه‌سازی شهری را تحول دهد.
⬅️ محدودیت‌های CIM شامل تعداد کیوبیت ۱۰۰ است که دقت را با تقریب‌ها کاهش می‌دهد و احتمال موفقیت بسته به روش کاهش متغیر است، گاهی به راه‌حل‌های نزدیک به بهینه با شکاف‌های کوچک منجر می‌شود. برای سیستم‌های کامل شهری مانند پکن، دستگاه‌های بزرگ‌تر لازم است. با این حال، مقیاس‌پذیری CIM به هزاران کیوبیت می‌تواند عملکرد را به طور چشمگیری افزایش دهد. این کار، با مقایسه با پلتفرم‌های دیگر مانند مدارهای ابررسانا یا آنیلرهای D-Wave، بر کاربردهای گسترده‌تر در لجستیک، ارتباطات و زمان‌بندی تأکید دارد و نشان می‌دهد محاسبات کوانتومی می‌تواند به ابزارهای عملی برای برنامه‌ریزی زیرساخت‌های شهری تبدیل شود.
🔗مطالعه کامل خبر
🔗مطالعه مقاله
🖋نویسنده خبر: فاطمه نگهبان
#اخبار_کوانتوم
#خبر
#کوانتوم
#فناوری_کوانتومی
#بهینه_سازی_کوانتومی
⚛️ کانال تکامل فیزیکی
@physical_evolution
▪️محققان شرکت فناوری کوانتومی QBoson پکن و دانشگاه فناوری شمال چین در مطالعه‌ای در مجله Entropy نشان دادند که یک کامپیوتر کوانتومی فوتونیک به نام ماشین ایسینگ همدوس (CIM) وظایف بهینه‌سازی مسیر اتوبوس پکن را سریع‌تر از الگوریتم‌های کلاسیک پیشرو حل می‌کند.
⬅️ شبکه‌های اتوبوس شهری مانند پکن، با میلیون‌ها مسافر روزانه، بهینه‌سازی پیچیده‌ای است که باید تقاضای مسافران، زمان سفر و هزینه‌های عملیاتی را متعادل کند. CIM، با استفاده از اسیلاتورهای پارامتری نوری، فضاهای راه‌حل را با بهره‌گیری از همدوسی کوانتومی و شکست خودبه‌خودی تقارن جستجو می‌کند و مدل‌های شبکه اتوبوس پکن را در میلی‌ثانیه حل می‌کند، در حالی که نسبت صرفه‌جویی زمانی بالای ۸۰٪ را به دست می‌آورد. این مطالعه، که مدل شبکه پکن با حداقل ۶۰ ایستگاه کاندیدا و نزدیک به ۷۰۰,۰۰۰ نقطه تقاضای مسافر را بررسی می‌کند، نشان می‌دهد CIM راه‌حل‌های نزدیک به بهینه با کارایی بالا ارائه می‌دهد و مصرف انرژی کمی دارد، هرچند محدود به ۱۰۰ کیوبیت است.
▪️محققان ذکر کردند، CIM مدل QUBO را در میلی‌ثانیه حل می‌کند، در حالی که روش‌های کلاسیک مانند Gurobi بیش از یک میلی‌ثانیه زمان می‌برند، و هر دو نرخ موفقیت ۱۰۰٪ دارند.
⬅️ پژوهشگران مسئله را به دو صورت مدل‌سازی کردند: مدل ریاضی کلاسیک با استفاده از نرم‌افزارهایی مانند Gurobi و OR-Tools، و مدل بهینه‌سازی باینری بدون قید مربعی (QUBO) که برای ماشین ایسینگ همدوس (CIM) مناسب است. رویکرد کلاسیک از یک خط لوله دو مرحله‌ای بهره برد: در مرحله اول، OR-Tools مسیر اولیه‌ای با پوشش ۲۶ ایستگاه تولید کرد، و در مرحله دوم، حل‌کننده‌ها این مسیر را پالایش کردند. CIM، با طراحی تمام‌نوری خود، پس از هزاران چرخه نوری در یک حلقه فیبری، به حالت کمینه انرژی می‌رسد که متناظر با راه‌حل بهینه یا نزدیک به بهینه است. در آزمایش‌ها با روش کاهش PAM، CIM در کمتر از یک میلی‌ثانیه به نرخ موفقیت ۱۰۰٪ دست یافت، در حالی که حل‌کننده‌های کلاسیک کندتر عمل کردند. هر اجرا تنها حدود ۲۴ ژول انرژی مصرف کرد، مقداری که با افزایش اندازه مسئله تقریباً ثابت می‌ماند.
▪️این رویکرد کوانتومی، با وجود محدودیت‌های فعلی، مزایای بلندمدت در لجستیک و طراحی شبکه نشان می‌دهد و می‌تواند بهینه‌سازی شهری را تحول دهد.
⬅️ محدودیت‌های CIM شامل تعداد کیوبیت ۱۰۰ است که دقت را با تقریب‌ها کاهش می‌دهد و احتمال موفقیت بسته به روش کاهش متغیر است، گاهی به راه‌حل‌های نزدیک به بهینه با شکاف‌های کوچک منجر می‌شود. برای سیستم‌های کامل شهری مانند پکن، دستگاه‌های بزرگ‌تر لازم است. با این حال، مقیاس‌پذیری CIM به هزاران کیوبیت می‌تواند عملکرد را به طور چشمگیری افزایش دهد. این کار، با مقایسه با پلتفرم‌های دیگر مانند مدارهای ابررسانا یا آنیلرهای D-Wave، بر کاربردهای گسترده‌تر در لجستیک، ارتباطات و زمان‌بندی تأکید دارد و نشان می‌دهد محاسبات کوانتومی می‌تواند به ابزارهای عملی برای برنامه‌ریزی زیرساخت‌های شهری تبدیل شود.
🔗مطالعه کامل خبر
🔗مطالعه مقاله
🖋نویسنده خبر: فاطمه نگهبان
#اخبار_کوانتوم
#خبر
#کوانتوم
#فناوری_کوانتومی
#بهینه_سازی_کوانتومی
⚛️ کانال تکامل فیزیکی
@physical_evolution
Quantum Insider
QBoson Researchers Say Quantum Computing Could Put Beijing’s Bus Routes on The Fast Track
A study in Entropy shows that a photonic quantum computer called a coherent Ising machine (CIM) solved bus route optimization tasks.
👍4❤1
#معرفی_کتاب
📖 نام اصلی کتاب:
Artificial Intelligence Versus Natural Intelligence
📚 نام فارسی کتاب:
هوش مصنوعی در مقابل هوش طبیعی
🖋 نام نویسندگان:
راجر پنروز (Roger Penrose)
فابیو اسکاردیلی (Fabio Scardigli)
فدریکو فاجین (Federico Faggin)
امانوئله سورینو (Emanuele Severino)
جاکومو مائورو دآریانو (Giacomo Mauro D'Ariano)
جوزپه ویتی‌ئلو (Giuseppe Vitiello)
اینس تستونی (Ines Testoni)
📆 تاریخ انتشار:
2022
✏️ زبان اصلی کتاب:
انگلیسی
⚛ کانال تکامل فیزیکی
@physical_evolution
📖 نام اصلی کتاب:
Artificial Intelligence Versus Natural Intelligence
📚 نام فارسی کتاب:
هوش مصنوعی در مقابل هوش طبیعی
🖋 نام نویسندگان:
راجر پنروز (Roger Penrose)
فابیو اسکاردیلی (Fabio Scardigli)
فدریکو فاجین (Federico Faggin)
امانوئله سورینو (Emanuele Severino)
جاکومو مائورو دآریانو (Giacomo Mauro D'Ariano)
جوزپه ویتی‌ئلو (Giuseppe Vitiello)
اینس تستونی (Ines Testoni)
📆 تاریخ انتشار:
2022
✏️ زبان اصلی کتاب:
انگلیسی
⚛ کانال تکامل فیزیکی
@physical_evolution
👍3😍2❤1
معرفی_کتاب
👨🏫 معرفی نویسندگان کتاب:
ویراستار این مجموعه، فابیو اسکاردیلی (Fabio Scardigli)، فیزیک‌دان نظری و استاد مؤسسه پلی‌تکنیک میلان است که آثارش در زمینه‌ی گرانش کوانتومی و فلسفه‌ی علم شناخته شده‌است. اسکاردیلی در دهه‌های اخیر به بررسی مفهوم "حداقل طول قابل اندازه‌گیری" در نظریه‌های کوانتومی گرانش و ارتباط آن با سیاه‌چاله‌ها و ساختار فضا-زمان پرداخته است.
از دیگر نویسندگان می‌توان به سر راجر پنروز یکی از چهره‌های برجسته در زمینه‌ی کیهان‌شناسی و فلسفه‌ی ذهن و برنده‌ی جایزه‌ی ولف (Wolf Prize)، مدال دیراک (Dirac Medal) و نوبل فیزیک ۲۰۲۰ اشاره کرد. دیدگاه‌های او درباره‌ی ارتباط میان آگاهی و فیزیک کوانتومی، الهام‌بخش بسیاری از مباحث میان‌رشته‌ای بوده است.
مشارکت‌کننده دیگر در این کتاب فیزیک‌دان، مهندس و مخترع ایتالیایی_آمریکایی فدریکو فاجین است که در دهه ۱۹۷۰ با طراحی اولین ریزپردازنده جهان (Intel 4004) به شهرت رسید. فاجین در سال‌های اخیر به پژوهش در زمینه‌ی آگاهی و ارتباط آن با اطلاعات و ماده روی آورده و نظریه‌ای را مطرح کرده که در آن آگاهی نقش بنیادی در ساختار واقعیت دارد.
در کنار آن‌ها، نام‌هایی چون جاکومو مائورو دآریانو فیزیک‌دان نظری ایتالیایی و استاد دانشگاه پاویا، جوزپه ویتی‌ئلو فیزیک‌دان نظری و استاد دانشگاه سالرنو در ایتالیا و اینس تستونی روان‌شناس و فیلسوف ایتالیایی و استاد دانشگاه پادووا دیده می‌شود.
📚 معرفی کتاب:
در این کتاب، گروهی از دانشمندان برجسته به بررسی یکی از بنیادی‌ترین پرسش‌های عصر ما می‌پردازند:
آیا «هوش مصنوعی» می‌تواند به معنای واقعی، جایگزین «هوش طبیعی» شود؟
کتاب، مجموعه‌ای از مقالات و گفت‌وگوهای میان فیزیک‌دانان، فیلسوفان و پژوهشگران آگاهی است که به موضوعاتی چون تفاوت ذهن انسان و ماشین، ماهیت آگاهی، و رابطه‌ی میان فیزیک کوانتومی و ادراک می‌پردازدند. در میان فصل‌ها، گفت‌وگوی جذاب راجر پنروز با امانوئله سورینو، نقطه‌ی درخشانی است که دیدگاه‌های متفاوت درباره‌ی مرزهای محاسبات و آگاهی را به چالش می‌کشد.
این اثر، خواننده را به تأملی عمیق در باب ماهیت "فکر" و "دانش" دعوت می‌کند؛ پرسشی که در مرز میان فیزیک، فلسفه و علوم شناختی قرار دارد. برای دانشجویان و علاقه‌مندان فیزیک، مطالعه‌ی این کتاب فرصتی است تا دریابند هوش، نه صرفاً الگوریتمی محاسباتی، بلکه شاید پدیده‌ای برخاسته از ساختار بنیادی واقعیت باشد.
⚛ کانال تکامل فیزیکی
@physical_evolution
👨🏫 معرفی نویسندگان کتاب:
ویراستار این مجموعه، فابیو اسکاردیلی (Fabio Scardigli)، فیزیک‌دان نظری و استاد مؤسسه پلی‌تکنیک میلان است که آثارش در زمینه‌ی گرانش کوانتومی و فلسفه‌ی علم شناخته شده‌است. اسکاردیلی در دهه‌های اخیر به بررسی مفهوم "حداقل طول قابل اندازه‌گیری" در نظریه‌های کوانتومی گرانش و ارتباط آن با سیاه‌چاله‌ها و ساختار فضا-زمان پرداخته است.
از دیگر نویسندگان می‌توان به سر راجر پنروز یکی از چهره‌های برجسته در زمینه‌ی کیهان‌شناسی و فلسفه‌ی ذهن و برنده‌ی جایزه‌ی ولف (Wolf Prize)، مدال دیراک (Dirac Medal) و نوبل فیزیک ۲۰۲۰ اشاره کرد. دیدگاه‌های او درباره‌ی ارتباط میان آگاهی و فیزیک کوانتومی، الهام‌بخش بسیاری از مباحث میان‌رشته‌ای بوده است.
مشارکت‌کننده دیگر در این کتاب فیزیک‌دان، مهندس و مخترع ایتالیایی_آمریکایی فدریکو فاجین است که در دهه ۱۹۷۰ با طراحی اولین ریزپردازنده جهان (Intel 4004) به شهرت رسید. فاجین در سال‌های اخیر به پژوهش در زمینه‌ی آگاهی و ارتباط آن با اطلاعات و ماده روی آورده و نظریه‌ای را مطرح کرده که در آن آگاهی نقش بنیادی در ساختار واقعیت دارد.
در کنار آن‌ها، نام‌هایی چون جاکومو مائورو دآریانو فیزیک‌دان نظری ایتالیایی و استاد دانشگاه پاویا، جوزپه ویتی‌ئلو فیزیک‌دان نظری و استاد دانشگاه سالرنو در ایتالیا و اینس تستونی روان‌شناس و فیلسوف ایتالیایی و استاد دانشگاه پادووا دیده می‌شود.
📚 معرفی کتاب:
در این کتاب، گروهی از دانشمندان برجسته به بررسی یکی از بنیادی‌ترین پرسش‌های عصر ما می‌پردازند:
آیا «هوش مصنوعی» می‌تواند به معنای واقعی، جایگزین «هوش طبیعی» شود؟
کتاب، مجموعه‌ای از مقالات و گفت‌وگوهای میان فیزیک‌دانان، فیلسوفان و پژوهشگران آگاهی است که به موضوعاتی چون تفاوت ذهن انسان و ماشین، ماهیت آگاهی، و رابطه‌ی میان فیزیک کوانتومی و ادراک می‌پردازدند. در میان فصل‌ها، گفت‌وگوی جذاب راجر پنروز با امانوئله سورینو، نقطه‌ی درخشانی است که دیدگاه‌های متفاوت درباره‌ی مرزهای محاسبات و آگاهی را به چالش می‌کشد.
این اثر، خواننده را به تأملی عمیق در باب ماهیت "فکر" و "دانش" دعوت می‌کند؛ پرسشی که در مرز میان فیزیک، فلسفه و علوم شناختی قرار دارد. برای دانشجویان و علاقه‌مندان فیزیک، مطالعه‌ی این کتاب فرصتی است تا دریابند هوش، نه صرفاً الگوریتمی محاسباتی، بلکه شاید پدیده‌ای برخاسته از ساختار بنیادی واقعیت باشد.
⚛ کانال تکامل فیزیکی
@physical_evolution
😍6❤2