⚛️ گوگل AI و جهش تاریخی در «هوش مصنوعی کوانتومی» (Quantum AI)
امروز در مجله‌ی Nature تیم تحقیقاتی گوگل برای نخستین بار نشان داد که برتری کوانتومیِ قابل‌راستی‌آزمایی به‌صورت تجربی ممکن است.
آن‌ها با استفاده از روشی به نام Out-of-Time-Order Correlator (OTOC) یا همان «بازتاب‌های کوانتومی» (Quantum Echoes) موفق شدند پدیده‌ای را ثبت کنند که هیچ ابررایانه‌ای قادر به شبیه‌سازی کارآمد آن نیست.
🧠 نتیجه‌ی آزمایش:
با بهره‌گیری از تراشه‌ی کوانتومی جدید گوگل به نام Willow، الگوریتمی موسوم به Quantum Echoes با سرعتی ۱۳هزار برابر بیشتر از بهترین الگوریتم کلاسیک روی یکی از قدرتمندترین ابررایانه‌های جهان اجرا شد.
🔹 مفهوم ساده و قابل فهم
پژوهشگران در واقع یاد گرفته‌اند که «زمان را در سیستم کوانتومی به عقب برگردانند» و ببینند در چه لحظه‌ای این سیستم از حالت منظم به حالت آشوب‌ناک وارد می‌شود.
این همان نقطه‌ای است که برتری واقعی محاسبات کوانتومی آغاز می‌شود.
فرآیند به زبان ساده:
🔹سیستم کوانتومی را به جلو در زمان اجرا می‌کنند تا درهم‌تنیدگی و آشوب اطلاعات رخ دهد.
🔹سپس عملیات معکوس را انجام می‌دهند، انگار زمان را به عقب می‌برند.
🔹اگر همه‌چیز ایده‌آل باشد، سیستم باید دقیقاً به حالت اولیه بازگردد.
🔹اما به دلیل آشوب کوانتومی، بازگشت کامل نیست — و همین اختلاف، معیاری برای سنجش میزان «گم شدن اطلاعات» است.
💡 اهمیت علمی این پژوهش نشان می‌دهد که می‌توان اطلاعات را از حالت‌های کوانتومیِ ظاهراً تصادفی و آشفته استخراج کرد — کاری که برای رایانه‌های کلاسیک عملاً ناممکن است.
نتایج این تحقیق مسیر را برای کاربردهای واقعی در مدلسازی مواد، شیمی مولکولی و فیزیک پیچیده هموار می‌کند.
📘 منبع اصلی:
🔗 Nature — “Out-of-time-order correlator reveals verifiable quantum advantage”
#GoogleAI #QuantumComputing #Nature #Physics #QuantumAdvantage #AI
@asrgooyeshpardaz
امروز در مجله‌ی Nature تیم تحقیقاتی گوگل برای نخستین بار نشان داد که برتری کوانتومیِ قابل‌راستی‌آزمایی به‌صورت تجربی ممکن است.
آن‌ها با استفاده از روشی به نام Out-of-Time-Order Correlator (OTOC) یا همان «بازتاب‌های کوانتومی» (Quantum Echoes) موفق شدند پدیده‌ای را ثبت کنند که هیچ ابررایانه‌ای قادر به شبیه‌سازی کارآمد آن نیست.
🧠 نتیجه‌ی آزمایش:
با بهره‌گیری از تراشه‌ی کوانتومی جدید گوگل به نام Willow، الگوریتمی موسوم به Quantum Echoes با سرعتی ۱۳هزار برابر بیشتر از بهترین الگوریتم کلاسیک روی یکی از قدرتمندترین ابررایانه‌های جهان اجرا شد.
🔹 مفهوم ساده و قابل فهم
پژوهشگران در واقع یاد گرفته‌اند که «زمان را در سیستم کوانتومی به عقب برگردانند» و ببینند در چه لحظه‌ای این سیستم از حالت منظم به حالت آشوب‌ناک وارد می‌شود.
این همان نقطه‌ای است که برتری واقعی محاسبات کوانتومی آغاز می‌شود.
فرآیند به زبان ساده:
🔹سیستم کوانتومی را به جلو در زمان اجرا می‌کنند تا درهم‌تنیدگی و آشوب اطلاعات رخ دهد.
🔹سپس عملیات معکوس را انجام می‌دهند، انگار زمان را به عقب می‌برند.
🔹اگر همه‌چیز ایده‌آل باشد، سیستم باید دقیقاً به حالت اولیه بازگردد.
🔹اما به دلیل آشوب کوانتومی، بازگشت کامل نیست — و همین اختلاف، معیاری برای سنجش میزان «گم شدن اطلاعات» است.
💡 اهمیت علمی این پژوهش نشان می‌دهد که می‌توان اطلاعات را از حالت‌های کوانتومیِ ظاهراً تصادفی و آشفته استخراج کرد — کاری که برای رایانه‌های کلاسیک عملاً ناممکن است.
نتایج این تحقیق مسیر را برای کاربردهای واقعی در مدلسازی مواد، شیمی مولکولی و فیزیک پیچیده هموار می‌کند.
«بازتاب‌های کوانتومی (Quantum Echoes) می‌تواند پایه‌گذار نسل بعدی محاسبات و شبیه‌سازی‌های کوانتومی برای دنیای واقعی باشد.»
📘 منبع اصلی:
🔗 Nature — “Out-of-time-order correlator reveals verifiable quantum advantage”
#GoogleAI #QuantumComputing #Nature #Physics #QuantumAdvantage #AI
@asrgooyeshpardaz
Nature
Observation of constructive interference at the edge of quantum ergodicity
Nature - Experimental measurements of high-order out-of-time-order correlators on a superconducting quantum processor show that these correlators remain highly sensitive to the quantum many-body...
❤5🔥1🤝1
🌐 تحولات تازه در دنیای هوش مصنوعی
💥 پیشرفت بزرگ IBM در محاسبات کوانتومی بر روی تراشه‌های معمولی FPGA
تنها دو روز پس از خبر بزرگ گوگل، شرکت IBM نیز از دستاوردی چشمگیر پرده برداشت.
این شرکت اعلام کرده است که یکی از الگوریتم‌های کلیدی تصحیح خطا در سامانه‌های کوانتومی را توانسته به‌صورت بلادرنگ روی تراشه‌های FPGA ساخت AMD اجرا کند — بدون نیاز به سخت‌افزار خاص یا تجهیزات فوق‌سرد.
این الگوریتم که خطاهای کیوبیت‌ها را «در لحظه» شناسایی و اصلاح می‌کند، اکنون با سرعتی ۱۰ برابر بیشتر از حد لازم عمل می‌کند.
شرکت IBM می‌گوید این موفقیت، پروژهٔ ساخت رایانهٔ کوانتومی Starling را یک سال جلوتر از برنامهٔ زمان‌بندی‌شدهٔ ۲۰۲۹ پیش برده است.
مقالهٔ علمی مربوط به این کار دوشنبه منتشر خواهد شد.
🔗 reuters
🌐 مرورگر هوشمند جدید مایکروسافت — پاسخ مستقیم به OpenAI Atlas
مایکروسافت نسخهٔ تازه‌ای از مرورگر Edge را با حالت جدید Copilot Mode معرفی کرد — مرورگری تمام‌عیار مبتنی بر هوش مصنوعی.
این حالت با درک زمینه و تاریخچهٔ فعالیت کاربر، می‌تواند وظایف را دنبال کند و پروژه‌ها را ادامه دهد.
🔹 ویژگی‌ها:
ا) Actions: اجرای فرمان‌های صوتی یا متنی برای باز کردن صفحات، یافتن اطلاعات، لغو اشتراک‌ها یا رزرو رستوران.
ب) Journeys: گروه‌بندی فعالیت‌های گذشته بر اساس موضوع و پیشنهاد گام‌های بعدی.
پ) Page Context: دسترسی اختیاری Copilot به سابقهٔ مرور برای پاسخ‌های دقیق‌تر.
ت) AI Defender: محافظ هوشمند در برابر پاپ‌آپ‌های جعلی و بررسی نشت رمزهای عبور.
مرورگر Edge هم‌اکنون در کشورهای دارای Copilot بر روی Windows و macOS در دسترس است.
🔗 microsoft.com/edge/copilot-mode
🌍 برنامه Google Earth حالا «فکر» می‌کند
گوگل فریم‌ورک جدیدی به نام Geospatial Reasoning معرفی کرده است — سامانه‌ای مبتنی بر Gemini AI که داده‌ها و مدل‌های پیش‌بینی را در یک پلتفرم تحلیلی واحد ادغام می‌کند.
این سیستم می‌تواند دربارهٔ پدیده‌های طبیعی استدلال کند:
پیش‌بینی زمین‌لرزه، ارزیابی ریسک‌ها، و حتی پیشنهاد مسیرهای تخلیهٔ اضطراری.
فناوری یادشده هم‌اکنون در سازمان جهانی بهداشت (WHO AFRO) برای پیش‌بینی شیوع وبا و در McGill & Partners برای برآورد خسارت طوفان‌ها به کار می‌رود.
🔗 google
🧩 سیستم DiscoRL — یادگیری با پاداش بدون الگوریتم انسانی
پژوهشگران سیستمی با نام DiscoRL (Discovered Reinforcement Learning) ساخته‌اند که در آن مدل، بدون استفاده از الگوریتم‌های متداول انسانی مانند Q-Learning یا PPO، خود به کشف قوانین یادگیری با پاداش رسیده است.
یک متا‌ـ‌مدل رفتار صدها عامل در محیط‌های گوناگون را تحلیل کرد و قاعدهٔ عمومی بهینه‌سازی رفتار را به‌طور خودکار استخراج نمود.
نتیجه: DiscoRL در آزمون‌های Atari-57 از برترین روش‌های فعلی پیشی گرفت و توانست مهارت‌هایش را به محیط‌های جدید نیز منتقل کند.
🔗 nature
🧱 سرویس Hugging Face معرفی کرد: OpenEnv — محیط باز برای ساخت عامل‌های هوشمند
پلتفرم جدید OpenEnv به پژوهشگران و توسعه‌دهندگان اجازه می‌دهد عامل‌های هوشمند را طراحی، آموزش و در مقیاس بزرگ اجرا کنند.
در این محیط، همهٔ ابزارهای لازم (API، پلاگین‌ها و پشتیبانی از RL) از پیش تعبیه شده‌اند و نیازی به کتابخانه‌های جانبی نیست.
محیط OpenEnv امکان ساخت اکوسیستم‌هایی از چند عامل را فراهم می‌کند که به‌صورت خودگردان همکاری و اجرای وظایف را میان خود تقسیم می‌کنند.
پلتفرم کاملاً متن‌باز است و برای استفادهٔ عمومی آماده شده است.
🔗 huggingface.co/openenv
📈 مدل Qwen3-Max در صدر جدول AI-تریدینگ
در رقابت واقعی AlphaArena، جایی که مدل‌های هوش مصنوعی با سرمایهٔ ۱۰ هزار دلاری روی پلتفرم Hyperliquid معامله می‌کنند، مدل Qwen3-Max به رتبهٔ اول رسید.
در ابتدای آزمایش، DeepSeek V3.1 پیشتاز بود و GPT-5 زیان ۳۹٪ داشت، اما Qwen3-Max با رشد مستمر همه را پشت سر گذاشت.
در این رقابت، تمام مدل‌ها — از جمله Claude 4.5 Sonnet، Gemini 2.5 Pro، Grok 4 و GPT-5 — در شرایط برابر و بدون دادهٔ خصوصی فعالیت می‌کنند.
در بازار Polymarket، احتمال حفظ جایگاه Qwen3-Max حدود ۴۵٪ برآورد شده است.
برنامهٔ آیندهٔ AlphaArena شامل گسترش رقابت به بازار سهام و راه‌اندازی پلتفرم سرمایه‌گذاری برای عامل‌های هوشمند است.
#AI #ML #QuantumComputing #Agents #ReinforcementLearning #Qwen3Max #DiscoRL #OpenEnv #EdgeCopilot #GoogleEarthAI
@asrgooyeshpardaz
💥 پیشرفت بزرگ IBM در محاسبات کوانتومی بر روی تراشه‌های معمولی FPGA
تنها دو روز پس از خبر بزرگ گوگل، شرکت IBM نیز از دستاوردی چشمگیر پرده برداشت.
این شرکت اعلام کرده است که یکی از الگوریتم‌های کلیدی تصحیح خطا در سامانه‌های کوانتومی را توانسته به‌صورت بلادرنگ روی تراشه‌های FPGA ساخت AMD اجرا کند — بدون نیاز به سخت‌افزار خاص یا تجهیزات فوق‌سرد.
این الگوریتم که خطاهای کیوبیت‌ها را «در لحظه» شناسایی و اصلاح می‌کند، اکنون با سرعتی ۱۰ برابر بیشتر از حد لازم عمل می‌کند.
شرکت IBM می‌گوید این موفقیت، پروژهٔ ساخت رایانهٔ کوانتومی Starling را یک سال جلوتر از برنامهٔ زمان‌بندی‌شدهٔ ۲۰۲۹ پیش برده است.
مقالهٔ علمی مربوط به این کار دوشنبه منتشر خواهد شد.
🔗 reuters
🌐 مرورگر هوشمند جدید مایکروسافت — پاسخ مستقیم به OpenAI Atlas
مایکروسافت نسخهٔ تازه‌ای از مرورگر Edge را با حالت جدید Copilot Mode معرفی کرد — مرورگری تمام‌عیار مبتنی بر هوش مصنوعی.
این حالت با درک زمینه و تاریخچهٔ فعالیت کاربر، می‌تواند وظایف را دنبال کند و پروژه‌ها را ادامه دهد.
🔹 ویژگی‌ها:
ا) Actions: اجرای فرمان‌های صوتی یا متنی برای باز کردن صفحات، یافتن اطلاعات، لغو اشتراک‌ها یا رزرو رستوران.
ب) Journeys: گروه‌بندی فعالیت‌های گذشته بر اساس موضوع و پیشنهاد گام‌های بعدی.
پ) Page Context: دسترسی اختیاری Copilot به سابقهٔ مرور برای پاسخ‌های دقیق‌تر.
ت) AI Defender: محافظ هوشمند در برابر پاپ‌آپ‌های جعلی و بررسی نشت رمزهای عبور.
مرورگر Edge هم‌اکنون در کشورهای دارای Copilot بر روی Windows و macOS در دسترس است.
🔗 microsoft.com/edge/copilot-mode
🌍 برنامه Google Earth حالا «فکر» می‌کند
گوگل فریم‌ورک جدیدی به نام Geospatial Reasoning معرفی کرده است — سامانه‌ای مبتنی بر Gemini AI که داده‌ها و مدل‌های پیش‌بینی را در یک پلتفرم تحلیلی واحد ادغام می‌کند.
این سیستم می‌تواند دربارهٔ پدیده‌های طبیعی استدلال کند:
پیش‌بینی زمین‌لرزه، ارزیابی ریسک‌ها، و حتی پیشنهاد مسیرهای تخلیهٔ اضطراری.
فناوری یادشده هم‌اکنون در سازمان جهانی بهداشت (WHO AFRO) برای پیش‌بینی شیوع وبا و در McGill & Partners برای برآورد خسارت طوفان‌ها به کار می‌رود.
🧩 سیستم DiscoRL — یادگیری با پاداش بدون الگوریتم انسانی
پژوهشگران سیستمی با نام DiscoRL (Discovered Reinforcement Learning) ساخته‌اند که در آن مدل، بدون استفاده از الگوریتم‌های متداول انسانی مانند Q-Learning یا PPO، خود به کشف قوانین یادگیری با پاداش رسیده است.
یک متا‌ـ‌مدل رفتار صدها عامل در محیط‌های گوناگون را تحلیل کرد و قاعدهٔ عمومی بهینه‌سازی رفتار را به‌طور خودکار استخراج نمود.
نتیجه: DiscoRL در آزمون‌های Atari-57 از برترین روش‌های فعلی پیشی گرفت و توانست مهارت‌هایش را به محیط‌های جدید نیز منتقل کند.
🔗 nature
🧱 سرویس Hugging Face معرفی کرد: OpenEnv — محیط باز برای ساخت عامل‌های هوشمند
پلتفرم جدید OpenEnv به پژوهشگران و توسعه‌دهندگان اجازه می‌دهد عامل‌های هوشمند را طراحی، آموزش و در مقیاس بزرگ اجرا کنند.
در این محیط، همهٔ ابزارهای لازم (API، پلاگین‌ها و پشتیبانی از RL) از پیش تعبیه شده‌اند و نیازی به کتابخانه‌های جانبی نیست.
محیط OpenEnv امکان ساخت اکوسیستم‌هایی از چند عامل را فراهم می‌کند که به‌صورت خودگردان همکاری و اجرای وظایف را میان خود تقسیم می‌کنند.
پلتفرم کاملاً متن‌باز است و برای استفادهٔ عمومی آماده شده است.
🔗 huggingface.co/openenv
📈 مدل Qwen3-Max در صدر جدول AI-تریدینگ
در رقابت واقعی AlphaArena، جایی که مدل‌های هوش مصنوعی با سرمایهٔ ۱۰ هزار دلاری روی پلتفرم Hyperliquid معامله می‌کنند، مدل Qwen3-Max به رتبهٔ اول رسید.
در ابتدای آزمایش، DeepSeek V3.1 پیشتاز بود و GPT-5 زیان ۳۹٪ داشت، اما Qwen3-Max با رشد مستمر همه را پشت سر گذاشت.
در این رقابت، تمام مدل‌ها — از جمله Claude 4.5 Sonnet، Gemini 2.5 Pro، Grok 4 و GPT-5 — در شرایط برابر و بدون دادهٔ خصوصی فعالیت می‌کنند.
در بازار Polymarket، احتمال حفظ جایگاه Qwen3-Max حدود ۴۵٪ برآورد شده است.
برنامهٔ آیندهٔ AlphaArena شامل گسترش رقابت به بازار سهام و راه‌اندازی پلتفرم سرمایه‌گذاری برای عامل‌های هوشمند است.
#AI #ML #QuantumComputing #Agents #ReinforcementLearning #Qwen3Max #DiscoRL #OpenEnv #EdgeCopilot #GoogleEarthAI
@asrgooyeshpardaz
❤5👍1🔥1💯1