شرکت گوگل هفته گذشته مطلبی در نشریه Nature و همچنین روی وبلاگ خود منتشر کرد و مدعی شد برای 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 توسط 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 گفت‌وگو با technologyreview درباره پروژه ۱۳ ساله این شرکت روی کامپیوترهای کوانتومی صحبت می‌کند؛ پروژه‌ای که می‌تواند حداقل یک دهه دیگر ادامه داشته باشد.
براساس آنچه اعلام کرده‌اید حالا یک کامپیوتر کوانتومی برای انجام کارهای محدود و خاص در اختیار دارید، چه چیز دیگری نیاز داریم تا تصویر بزرگ‌تری از برتری کوانتومی را به نمایش بگذاریم؟
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 طولانی‌تری 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 به‌صورت آنلاین در اختیار مردم قرار داده تا از روی کلاد استفاده کنند. چرا این کامپیوترها آنچه گوگل انجام داد را نمی‌توانند انجام دهند؟
آنچه تیم گوگل انجام داد نمایانگر نیاز به کارکردن سیستم‌های مهندسی در تمام لایه‌ها به‌صورت 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. حدس می‌زنید که آن الگوریتم چه می‌تواند باشد؟
نکته هیجان‌انگیز درباره کوانتوم این است که جهان ما به‌طور 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 قدرتمندترین کاربردها را خواهد یافت. مثلا کشف داروها مثال بسیار خوبی است یا کودهای‌شیمیایی 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 (فرآیند 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 حال‌حاضر تلاش می‌کنیم که بفهمیم کجا برای هزینه کردن در این عرصه بهتر است. ما می‌دانیم که در حال حاضر با پتانسیل‌های کامپیوتری موجود قادر به فهم ساختار مولکولی نیستیم. به همین دلیل وقتی به تغییرات آب و هوایی نگاه می‌کنیم 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 حس کردید 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 آن را روی هم گذاشتیم برای من لحظه بزرگی بود چون به‌نظر من طبیعت هم همین‌گونه کار می‌کند. این دستاورد مجموعه وسیعی از احتمالات را پیش‌روی 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 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 بلندمدت دارید. اما شاید آنچه این زمان طولانی را قابل‌پذیرش 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 می‌کند. در این زمینه ما در بخش‌های مختلف در حال پیشرفت هستیم مثلا ساخت مراکز داده به ما اجازه می‌دهد که چیزی شبیه TPU (واحدتوسعه پردازنده‌های مربوط به یادگیری عمیق گوگل) بسازیم که امکان 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 اینجا روی پردازش کوانتومی چقدر سرمایه‌گذاری کرده‌اید؟
این تیم یک جمع کوچک را تشکیل می‌دهد اما براساس تمام سرمایه‌گذاری‌هایی شکل گرفته که در طول سال‌ها در لایه‌های مختلف گوگل انجام گرفته است. این پروژه براساس سال‌ها تحقیقات گوگل بنا شده است.
می‌توانید درباره تفاوت رویکرد گوگل و آی‌بی‌ام در این زمینه صحبت کنید؟ آی‌بی‌ام در حال حاضر دارای کامپیوترهای کوانتومی است و آنها را برای استفاده مردم روی کلاد قرار داده است؛ در‌حالی‌که شما این تحقیقات را به‌صورت داخلی انجام می‌دهید.
این خیلی خوب است که آی‌بی‌ام یک کلاد فراهم کرده و برنامه‌نویسان دیگر را به کار در این زمینه ترغیب کرده است. من فکر می‌کنم ما به‌عنوان یک تیم روی این تمرکز کرده‌ایم که به خود و جامعه ثابت کنیم می‌توانیم از نقطه عطف برتری کوانتومی استفاده کنیم.
آی‌بی‌ام می‌گوید عبارت «برتری کوانتومی» عنوان گمراه‌کننده‌ای است چون در نهایت کامپیوترهای کوانتومی همه کارها را بهتر از کامپیوترهای کلاسیک انجام خواهند داد.
جواب من این است که ممکن است به‌عنوان مثال معنی فنی هنر متفاوت باشد؛ اما همه کسانی که در این عرصه هستند می‌دانند نقاط عطف (هنر) کجاست و چه معنایی دارد.
منظور من این است که ممکن است عموم مردم تصور کنند 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. به‌نظرم 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 می‌دهید. 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 این کار را در مورد کامپیوترهای کوانتومی هم انجام می‌دهید؟
ما قطعا این کار 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 را در همه بخش‌های گوگل به کار خواهیم گرفت. ما فقط برای خودمان از تکنولوژی هوش مصنوعی استفاده نمی‌کنیم آن را برای مشتریانمان در سراسر جهان در دسترس گذاشتیم. به نوعی به دموکراتیزه کردن هوش مصنوعی اهمیت می‌دهیم و این استراتژی در مورد محاسبات کوانتومی هم صادق خواهد بود.
به‌نظر 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؟
به‌نظرم هر دو مقوله، هم‌زیستی نزدیکی با یکدیگر دارند. هر دو حوزه، در مراحل اولیه توسعه خود هستند. با کمک هوش مصنوعی می‌توان مدل‌های بزرگ‌تر و کارآتری 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 امکان‌پذیر خواهد شد.
به دموکراتیزه کردن تکنولوژی اشاره کردید. اخیرا گوگل با مباحثی پیرامون حاشیه‌های اخلاقی تکنولوژی هوش مصنوعی روبه‌رو 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 مسائل 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 به هوش مصنوعی مدنظر را به‌طور کامل منتشر کرده‌ایم. تاکنون 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. به‌نظر 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. به‌علاوه، فرآیندهای قانون‌نویسی مدنظر ما، مدام در حال توسعه و بازبینی است و بازخورد آنها از سوی جامعه به دقت زیر نظر است.
به‌نظر 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 قابل‌دسترس 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 راه‌حلی برای تغییر و توسعه سیستم رمزنگاری پیدا کنیم. مسلما 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 قراردادهای اخلاقی بین‌المللی مصوب شده از سوی آنها بستگی دارد. ما باید چارچوب جهانی در اختیار داشته باشیم تا نتیجه مدنظر ایجاد شود. ما تلاشمان را می‌کنیم تا همه چیز براساس 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 ۱۰ سال آینده به دستاوردهای خارق‌العاده‌ای دست پیدا می‌کنیم و این مساله خیلی مهم است. اما معتقدم که خود هوش مصنوعی- یا به عبارت دیگر نسل بعدی دستاوردهای مرتبط با هوش مصنوعی مثل الگوریتم‌های بهتر، مدل‌های کاربردی‌تر، استراتژی‌های یادگیری پیشرفته‌تر و مشابه اینها، همگی به یک اندازه هیجان برانگیز هستند.