ايتنا - IBM، واکنش‌های شیمیایی را روی یک کامپیوتر کوانتومی شبیه‌سازی می‌کند

شرکت IBM از رویکرد جدیدی برای شبیه‌سازی مولکول‌ها استفاده می‌کند که در این رویکرد از کامپیوتر کوانتومی استفاده می‌شود. از دید کارشناسان، این پیشرفت می‌تواند علم مواد و شیمی را متحول سازد.
بیگ بلو در مجله نیچر اعلام کرد که رویکرد جدید شرکت IBM در شبیه‌سازی مولکولی با استفاده از کامپیوتر کوانتومی، درک ما از واکنش‌های پیچیده شیمیایی را بیشتر می‌کند.

IBM در این خصوص اعلام کرده که می‌تواند از کاربردهای عملی این برنامه، مانند ساخت مواد جدید، توسعه داروهای شخصی و کشف منابع انرژی کارآمد و پایدار استفاده کند.

به گزارش ایتنا از شماران سیستم به نقل از ونچربیت، محاسبات کوانتومی نشان می‌دهد که این موضوع امکان‌پذیر است و از این رو روش جدیدی برای انجام محاسبات با بیت‌های کوانتومی یا "کوبیت"ها ارائه شده است.
یک کوبیت، بر خلاف بیت‌های معمولی، می‌تواند یک، صفر یا هردو باشد. این کوبیت‌ها باعث می‌شود که ماشین‌ها بتوانند محاسبات زیادی را به صورت همزمان انجام دهند و یک کامپیوتر کوانتومی را در نوع خاصی از پردازش تقویت می‌کنند.

گفتنی است IBM سال‌هاست که در زمینه رایانش کوانتومی فعالیت می‌کند و در این زمینه پیشرفت‌های خوبی هم صورت گرفته است.
دانشمندان شرکت مزبور، الگوریتمی ساخته‌اند که از یک پردازنده کوانتومی هفت کوبیتی استفاده می‌کند و آنها از شش کوبیت از این پردازنده برای اندازه گیری پایین‌ترین حالت انرژی ترکیب برلیوم (BeH2) استفاده می‌کنند.
این ماده، یک اندازه گیری کلیدی برای درک واکنش‌های شیمیایی محسوب می‎شود.
شایان ذکر است که تاکنون، بزرگ‌ترین مولکول روی یک کامپیوتر کوانتومی شبیه‌سازی شده است. این مدل BeH2 قابلیت شبیه‌سازی روی یک کامپیوتر قدیمی را دارد.
IBM اعلام کرده که این روش، قابلیت مقیاس گذاری برای تحقیق در مورد مولکول‎های بزرگ‌تری که رایانش قدیمی توانایی مدیریت آنها را ندارد، را فراهم می‌کند. طی چند سال آینده، سیستم‌های IBM Q این قابلیت را به دست خواهد آورد که از آنچه که امروز کامپیوترهای معمولی توانایی انجام آن را دارند نیز فراتر رود و در زمینه‌هایی مانند شیمی، زیست شناسی، بهداشت و درمان و علم مواد، به ابزاری برای کارشناسان و متخصصان تبدیل شود.

ذکر این نکته ضروری است که شیمی و پیوندهای شیمیایی یکی از زمینه‌هایی است که کامپیوترهای کوانتومی می‌توانند نقش خود را به خوبی در آن نشان دهند و مسیرهای پیچیده بهینه‌سازی را در آن کشف نماید.