นักวิจัยจาก Flatiron Institute และ Boston University พัฒนาอัลกอริทึมคลาสสิกที่ใช้ tensor networks และ belief propagation เพื่อจำลองปัญหาควอนตัมที่เคยถูกอ้างว่าทำได้เฉพาะบนคอมพิวเตอร์ควอนตัมเท่านั้น [5][29] D‑Wave เคยรายงานว่าเครื่องควอนตัม Advantage2 จำลองพลวัตของวัสดุแม่เหล็กได้ในราว 20 นาที และประเมินว่าซูเปอร์คอม...

Create a landscape editorial hero image for this Studio Global article: How did physicists at the Flatiron Institute and Boston University show that a classical computer—even a laptop using tensor‑network algorit. Article summary: They showed it by building a better classical simulator for the same quantum-annealing dynamics problem, using 2D and 3D tensor networks whose structure matches the lattice and updating them with belief propagation so th. Topic tags: general, academic, news, general web, government. Reference image context from search candidates: Reference image 1: visual subject "Physicists at the Center for Computational Quantum Physics (CCQ) at the Simons Foundation’s Flatiron Institute, in collaboration with Boston University, have developed a classical" source context "Flatiron Institute Tensor Network Algorithm Overturns Historical D-Wave Quantum Supremacy Claim - Quantum
ในโลกของคอมพิวเตอร์ควอนตัม ข่าวการประกาศ “ความก้าวหน้าครั้งใหญ่” มักเกิดขึ้นเมื่อฮาร์ดแวร์ควอนตัมสามารถแก้ปัญหาที่เชื่อว่าคอมพิวเตอร์แบบคลาสสิกทำไม่ได้ในเวลาที่เหมาะสม แต่การศึกษาล่าสุดจากนักฟิสิกส์ของ Flatiron Institute และ Boston University แสดงให้เห็นว่าเส้นแบ่งระหว่างสองโลกนี้สามารถเปลี่ยนได้อย่างรวดเร็ว
ทีมวิจัยได้พัฒนาวิธีจำลองแบบคลาสสิกที่มีประสิทธิภาพมากขึ้น โดยใช้แนวคิดจาก tensor networks ร่วมกับอัลกอริทึม belief propagation ผลคือพวกเขาสามารถจำลองปัญหาพลวัตควอนตัมเดียวกันกับที่ D‑Wave ใช้ประกาศความสำเร็จด้าน quantum supremacy ในปี 2025 ได้สำเร็จ และในบางกรณียังสามารถรันบนฮาร์ดแวร์ขนาดเล็ก เช่น แล็ปท็อปส่วนบุคคล ได้ด้วย
ในเดือนมีนาคม 2025 บริษัท D‑Wave ประกาศผลจากเครื่อง Advantage2 superconducting quantum annealer ซึ่งมีคิวบิตประมาณ 5,000 ตัว
บริษัทระบุว่าเครื่องสามารถจำลองพลวัตของ วัสดุแม่เหล็กที่ซับซ้อน ได้ภายในเวลาประมาณ 20 นาที ขณะที่การคำนวณเดียวกัน หากใช้ซูเปอร์คอมพิวเตอร์แบบคลาสสิก อาจต้องใช้เวลาถึง เกือบหนึ่งล้านปี ตามการประมาณของพวกเขา
ปัญหานี้เกี่ยวข้องกับการจำลองระบบแม่เหล็กที่ไม่เป็นระเบียบที่เรียกว่า Ising spin‑glass บนโครงสร้าง lattice ซึ่งเป็นแบบจำลองสำคัญในฟิสิกส์ของสสารควบแน่น นักวิจัยของ D‑Wave และผู้ร่วมงานจึงเสนอว่างานนี้เป็นตัวอย่างของการคำนวณที่ “เกินความสามารถของคอมพิวเตอร์คลาสสิก” หรือ beyond‑classical computation
แนวคิดนี้เชื่อมโยงกับคำว่า quantum supremacy หรือบางครั้งเรียกว่า quantum advantage หมายถึงจุดที่คอมพิวเตอร์ควอนตัมสามารถทำงานบางอย่างได้เร็วกว่าหรือมีประสิทธิภาพกว่าคอมพิวเตอร์แบบดั้งเดิมอย่างมาก
ทีมจาก Flatiron และ Boston University กลับไปศึกษา ปัญหาเดียวกัน ที่ใช้ในงานของ D‑Wave แต่แทนที่จะคำนวณสถานะควอนตัมทั้งหมดของระบบโดยตรง ซึ่งต้องใช้ทรัพยากรเพิ่มแบบเอ็กซ์โปเนนเชียลตามจำนวนคิวบิต พวกเขาใช้โครงสร้างทางคณิตศาสตร์ของระบบให้เป็นประโยชน์
วิธีที่ใช้ประกอบด้วยแนวคิดสำคัญหลายอย่าง เช่น
ด้วยวิธีนี้ อัลกอริทึมสามารถติดตามพลวัตของระบบได้โดยไม่ต้องเก็บ เวฟฟังก์ชันเต็มของระบบ 5,000 คิวบิต ซึ่งจะมีขนาดมหาศาลมาก ทำให้ต้นทุนการคำนวณลดลงอย่างมาก แต่ยังคงความแม่นยำในระดับสูง
นักวิจัยรายงานว่าวิธีดังกล่าวสามารถจำลอง พลวัตของ quantum annealing แบบเดียวกับที่ใช้ในเครื่องของ D‑Wave ได้อย่างมีประสิทธิภาพด้วยคอมพิวเตอร์แบบคลาสสิก
หัวใจสำคัญของ tensor networks คือการ บีบอัดสถานะควอนตัม แทนที่จะเก็บค่าความน่าจะเป็นทั้งหมดของเวฟฟังก์ชันซึ่งเพิ่มขึ้นแบบทวีคูณ วิธีนี้จะเก็บเฉพาะโครงสร้างความสัมพันธ์ที่สำคัญจริง ๆ ภายในระบบ
ในระบบฟิสิกส์หลายประเภท โดยเฉพาะระบบที่มีโครงสร้าง lattice การพัวพันของควอนตัมมักเพิ่มขึ้นในรูปแบบที่ยังสามารถประมาณได้ด้วยจำนวนพารามิเตอร์ที่จำกัด
ดังนั้น เมื่อรวม tensor networks เข้ากับ belief propagation การจำลองบางกรณีจึงใช้ทรัพยากรน้อยพอที่จะ ทำงานบนคอมพิวเตอร์ส่วนบุคคลทั่วไป ได้ แทนที่จะต้องใช้ซูเปอร์คอมพิวเตอร์ขนาดใหญ่
ผลลัพธ์นี้ไม่ได้หมายความว่าคอมพิวเตอร์ควอนตัมไม่มีข้อได้เปรียบ แต่ชี้ให้เห็นความจริงสำคัญของวงการนี้ นั่นคือ มาตรฐานการเปรียบเทียบเปลี่ยนอยู่ตลอดเวลา
การประกาศ quantum advantage มักเปรียบเทียบกับ อัลกอริทึมคลาสสิกที่ดีที่สุดที่รู้จักในช่วงเวลานั้น แต่ในทางปฏิบัติ เทคนิคคลาสสิก เช่น tensor networks หรือ Monte Carlo ก็ยังพัฒนาอย่างรวดเร็ว
ผลคือ ปัญหาที่ดูเหมือน “เป็นไปไม่ได้สำหรับคอมพิวเตอร์คลาสสิก” ในวันนี้ อาจกลายเป็นเรื่องที่ทำได้ในวันพรุ่งนี้ หากมีคนค้นพบอัลกอริทึมที่ดีกว่า งานของ Flatiron เป็นตัวอย่างชัดเจนว่าข้อจำกัดก่อนหน้านั้นไม่ได้มาจากกฎพื้นฐานของการคำนวณ แต่เป็นข้อจำกัดของอัลกอริทึมที่ใช้เปรียบเทียบในขณะนั้น
เหตุการณ์นี้ทำให้เกณฑ์ในการพิสูจน์ quantum advantage เข้มงวดขึ้น นักวิจัยจำนวนมากเริ่มมองหาปัญหาที่มีคุณสมบัติ เช่น
ในภาพรวม เรื่องนี้สะท้อนรูปแบบที่พบได้บ่อยในวิทยาการคอมพิวเตอร์: ความก้าวหน้ามาจากทั้ง ฮาร์ดแวร์และอัลกอริทึม พร้อมกัน
คอมพิวเตอร์ควอนตัมกำลังพัฒนาอย่างต่อเนื่อง แต่ในขณะเดียวกัน อัลกอริทึมคลาสสิกก็พัฒนาเร็วไม่แพ้กัน และทุกครั้งที่มีการประกาศ quantum advantage ก็มีโอกาสที่จะถูกท้าทายโดยความก้าวหน้าใหม่ของโลกคลาสสิกในเวลาต่อมา
Studio Global AI
Use this topic as a starting point for a fresh source-backed answer, then compare citations before you share it.
นักวิจัยจาก Flatiron Institute และ Boston University พัฒนาอัลกอริทึมคลาสสิกที่ใช้ tensor networks และ belief propagation เพื่อจำลองปัญหาควอนตัมที่เคยถูกอ้างว่าทำได้เฉพาะบนคอมพิวเตอร์ควอนตัมเท่านั้น [5][29]
นักวิจัยจาก Flatiron Institute และ Boston University พัฒนาอัลกอริทึมคลาสสิกที่ใช้ tensor networks และ belief propagation เพื่อจำลองปัญหาควอนตัมที่เคยถูกอ้างว่าทำได้เฉพาะบนคอมพิวเตอร์ควอนตัมเท่านั้น [5][29] D‑Wave เคยรายงานว่าเครื่องควอนตัม Advantage2 จำลองพลวัตของวัสดุแม่เหล็กได้ในราว 20 นาที และประเมินว่าซูเปอร์คอมพิวเตอร์แบบคลาสสิกอาจต้องใช้เวลาประมาณหนึ่งล้านปี [23]
ผลลัพธ์ใหม่นี้ชี้ให้เห็นว่า ‘quantum advantage’ อาจเปลี่ยนแปลงได้เมื่ออัลกอริทึมคลาสสิกพัฒนาเร็วขึ้น ทำให้มาตรฐานการพิสูจน์ความได้เปรียบของควอนตัมสูงขึ้น