Work as hard and as much as you want to on the things you like to do the best. Don't think about what you want to be, but what you want to do. Keep up some kind of a minimum with other things so that society doesn't stop you from doing anything at all.
برای کارهایی که دوست دارید بهترین کار را برای آن انجام دهید، به سختی و به همان اندازه که می خواهید کار کنید.به آنچه می خواهید باشید فکر نکنید ، بلکه به آنچه می خواهید انجام دهید فکر کنید. با چیزهای دیگر حداقل کار را انجام دهید تا جامعه شما را از انجام هیچ کاری باز ندارد.
👤فاینمن
#سخن_بزرگان
⚛تکامل فیزیکی
@physical_evolution
برای کارهایی که دوست دارید بهترین کار را برای آن انجام دهید، به سختی و به همان اندازه که می خواهید کار کنید.به آنچه می خواهید باشید فکر نکنید ، بلکه به آنچه می خواهید انجام دهید فکر کنید. با چیزهای دیگر حداقل کار را انجام دهید تا جامعه شما را از انجام هیچ کاری باز ندارد.
👤فاینمن
#سخن_بزرگان
⚛تکامل فیزیکی
@physical_evolution
👍10❤1👎1😍1
📄معرفی مقاله
🟠هوش مصنوعی هدایت‌شده توسط فیزیک: انقلابی در حل مسائل پیچیده
این مقاله به بررسی هوش مصنوعی هدایت‌شده توسط فیزیک (Physics-Informed AI) می‌پردازد، رویکردی که قوانین فیزیکی را در مدل‌های یادگیری ماشین ادغام می‌کند تا دقت و کارایی حل مسائل پیچیده را بهبود بخشد. برخلاف مدل‌های سنتی یادگیری عمیق که به داده‌های گسترده وابسته‌اند، این روش با استفاده از دانش فیزیکی، نیاز به داده را کاهش داده و دقت پیش‌بینی‌ها را افزایش می‌دهد.
مسائل پیچیده در علوم و مهندسی، مانند دینامیک سیالات یا پیش‌بینی آب‌وهوا، اغلب به مدل‌های محاسباتی سنگین نیاز دارند. هوش مصنوعی هدایت‌شده توسط فیزیک با ادغام معادلات فیزیکی در شبکه‌های عصبی، امکان حل سریع‌تر و دقیق‌تر این مسائل را فراهم می‌کند، حتی در شرایط کمبود داده. این رویکرد نه‌تنها کارایی محاسباتی را بهبود می‌بخشد، بلکه به تعمیم‌پذیری بهتر مدل‌ها در کاربردهایی مانند طراحی مهندسی، علوم مواد، و مدل‌سازی زیستی کمک می‌کند.
نویسندگان از شبکه‌های عصبی هدایت‌شده توسط فیزیک (PINNs) استفاده کرده‌اند که معادلات دیفرانسیل جزئی (PDEs) حاکم بر سیستم‌های فیزیکی را به‌عنوان بخشی از فرآیند یادگیری در نظر می‌گیرند. این شبکه‌ها با بهینه‌سازی تابع زیان که شامل خطای داده و خطای معادلات فیزیکی است، آموزش می‌بینند. آزمایش‌ها روی مسائل دینامیک سیالات و انتقال حرارت نشان داده‌اند که PINNs می‌توانند راه‌حل‌های دقیقی با داده‌های محدود ارائه دهند، در حالی که روش‌های سنتی به محاسبات سنگین وابسته‌اند. این رویکرد همچنین در پیش‌بینی رفتار سیستم‌های غیرخطی و چندمقیاسی موفق بوده است.
توسعه این فناوری می‌تواند به مدل‌های ترکیبی پیشرفته‌تر منجر شود که هوش مصنوعی را با شبیه‌سازی‌های عددی سنتی ترکیب کنند. تحقیقات آینده می‌تواند بر بهبود مقیاس‌پذیری PINNs برای سیستم‌های بزرگ‌تر، کاهش پیچیدگی محاسباتی، و گسترش کاربردها در حوزه‌هایی مانند انرژی‌های تجدیدپذیر، پزشکی شخصی‌سازی‌شده، و مدل‌سازی اقلیمی تمرکز کند. همچنین، ادغام این روش با محاسبات کوانتومی می‌تواند سرعت و دقت را بیشتر افزایش دهد.
لینک مقاله
#هوش_مصنوعی
#فیزیک
#یادگیری_عمیق
#شبیه‌سازی
🟠هوش مصنوعی هدایت‌شده توسط فیزیک: انقلابی در حل مسائل پیچیده
این مقاله به بررسی هوش مصنوعی هدایت‌شده توسط فیزیک (Physics-Informed AI) می‌پردازد، رویکردی که قوانین فیزیکی را در مدل‌های یادگیری ماشین ادغام می‌کند تا دقت و کارایی حل مسائل پیچیده را بهبود بخشد. برخلاف مدل‌های سنتی یادگیری عمیق که به داده‌های گسترده وابسته‌اند، این روش با استفاده از دانش فیزیکی، نیاز به داده را کاهش داده و دقت پیش‌بینی‌ها را افزایش می‌دهد.
مسائل پیچیده در علوم و مهندسی، مانند دینامیک سیالات یا پیش‌بینی آب‌وهوا، اغلب به مدل‌های محاسباتی سنگین نیاز دارند. هوش مصنوعی هدایت‌شده توسط فیزیک با ادغام معادلات فیزیکی در شبکه‌های عصبی، امکان حل سریع‌تر و دقیق‌تر این مسائل را فراهم می‌کند، حتی در شرایط کمبود داده. این رویکرد نه‌تنها کارایی محاسباتی را بهبود می‌بخشد، بلکه به تعمیم‌پذیری بهتر مدل‌ها در کاربردهایی مانند طراحی مهندسی، علوم مواد، و مدل‌سازی زیستی کمک می‌کند.
نویسندگان از شبکه‌های عصبی هدایت‌شده توسط فیزیک (PINNs) استفاده کرده‌اند که معادلات دیفرانسیل جزئی (PDEs) حاکم بر سیستم‌های فیزیکی را به‌عنوان بخشی از فرآیند یادگیری در نظر می‌گیرند. این شبکه‌ها با بهینه‌سازی تابع زیان که شامل خطای داده و خطای معادلات فیزیکی است، آموزش می‌بینند. آزمایش‌ها روی مسائل دینامیک سیالات و انتقال حرارت نشان داده‌اند که PINNs می‌توانند راه‌حل‌های دقیقی با داده‌های محدود ارائه دهند، در حالی که روش‌های سنتی به محاسبات سنگین وابسته‌اند. این رویکرد همچنین در پیش‌بینی رفتار سیستم‌های غیرخطی و چندمقیاسی موفق بوده است.
توسعه این فناوری می‌تواند به مدل‌های ترکیبی پیشرفته‌تر منجر شود که هوش مصنوعی را با شبیه‌سازی‌های عددی سنتی ترکیب کنند. تحقیقات آینده می‌تواند بر بهبود مقیاس‌پذیری PINNs برای سیستم‌های بزرگ‌تر، کاهش پیچیدگی محاسباتی، و گسترش کاربردها در حوزه‌هایی مانند انرژی‌های تجدیدپذیر، پزشکی شخصی‌سازی‌شده، و مدل‌سازی اقلیمی تمرکز کند. همچنین، ادغام این روش با محاسبات کوانتومی می‌تواند سرعت و دقت را بیشتر افزایش دهد.
لینک مقاله
#هوش_مصنوعی
#فیزیک
#یادگیری_عمیق
#شبیه‌سازی
arXiv.org
Compact and robust optical frequency reference module based on...
Stabilized optical frequency references (OFRs) are indispensable for atom-based quantum technologies, optical communications, and precision metrology. As these systems become more sophisticated,...
❤5😍3
سوال ۱۳
دزیمتری در پرتودرمانی برای چیست؟
دزیمتری در پرتودرمانی برای چیست؟
Anonymous Quiz
64%
اندازه گیری مقدار جذب دز توسط بافت
13%
تعیین تعداد ذرات باردار
11%
خنثی سازی هسته های ناپایدار
11%
تشخیص نوع پرتو منتشر شده
👍3😍1
I learned very early the difference between knowing the name of something and knowing something.
من خیلی زود تفاوت بین دانستن نام یک چیزی و دانستن چیزی را یادگرفتم
👤فاینمن
#سخن_بزرگان
⚛تکامل فیزیکی
@physical_evolution
من خیلی زود تفاوت بین دانستن نام یک چیزی و دانستن چیزی را یادگرفتم
👤فاینمن
#سخن_بزرگان
⚛تکامل فیزیکی
@physical_evolution
👍11❤6😍3
📰پروفسور جاناتان اوپنهایم استدلال می‌کند که فضازمان وجود ندارد، اما چارچوب مفیدی برای درک واقعیت ماست.
▪️پروفسور جاناتان اوپنهایم، فیزیکدان دانشگاه کالج لندن، در مقاله‌ای جدید تأکید می‌کند که فضازمان – مفهوم چهاربعدی که مکان و زمان را توصیف می‌کند – وجود واقعی ندارد و تنها یک مدل ریاضی برای ثبت رویدادها است، که این دیدگاه می‌تواند ابهامات فلسفی و فیزیکی را برطرف کند و به پیشرفت در گرانش کوانتومی کمک کند.
⬅️ فضازمان، که در نظریه نسبیت عام اینشتین به عنوان یک پیوستار چهاربعدی توصیف می‌شود، ابزاری قدرتمند برای توصیف چگونگی وقوع رویدادها، ترتیب آنها و اندازه‌گیری طول‌ها در چارچوب‌های مرجع مختلف است. با این حال، اوپنهایم استدلال می‌کند که رویدادها "وجود ندارند، بلکه اتفاق می‌افتند"، و فضازمان صرفاً یک نقشه ریاضی است، نه یک موجودیت واقعی مانند اشیاء مادی. این دیدگاه، که در مقاله‌ای در نشریه The Conversation منتشر شده، به حل تناقضاتی مانند پارادوکس‌های سفر در زمان و مناقشات فلسفی در مورد زمان (مانند ابدی‌گرایی یا حال‌گرایی) کمک می‌کند، بدون اینکه پیش‌بینی‌های فیزیک را قربانی کند.
▪️این دیدگاه فضازمان را از یک موجودیت هستی‌شناختی به یک ابزار توصیفی تبدیل می‌کند و ابهامات ناشی از نسبیت عام را کاهش می‌دهد، که می‌تواند پایه‌ای برای نظریه‌های جدید گرانش کوانتومی باشد.
⬅️ در فیزیک کلاسیک، فضازمان اغلب به عنوان چیزی واقعی تصور می‌شود که تحت تأثیر جرم خم می‌شود، اما اوپنهایم تأکید می‌کند که این فقط یک توصیف ریاضی است و نه یک "چیز" قابل اثبات تجربی. رویدادها در یک جهان موجود اتفاق می‌افتند، و فضازمان تنها راهی برای کاتالوگ کردن آنها فراهم می‌کند. این رویکرد، که با نظریه پساکوانتومی گرانش کلاسیک اوپنهایم همخوانی دارد، می‌تواند به حل مشکلات گرانش کوانتومی – جایی که فضازمان و مکانیک کوانتومی ناسازگار هستند – کمک کند، و پیشنهاد می‌کند که گرانش به عنوان یک پدیده کلاسیک تصادفی مدل‌سازی شود.
▪️پروفسور اوپنهایم می‌گوید: "اگر بگوییم رویدادها – و فضازمان – وجود ندارند، وضوح مفهومی را بازمی‌یابیم بدون اینکه حتی یک پیش‌بینی را از دست بدهیم."
⬅️ این ایده نه تنها مناقشات فلسفی را حل می‌کند، بلکه می‌تواند به آزمایش‌های تجربی در گرانش کوانتومی منجر شود، جایی که اندازه‌گیری‌های دقیق نوسانات گرانشی برای تمایز بین نظریه‌های کوانتومی و کلاسیک استفاده می‌شود. اوپنهایم در تحقیقات اخیر خود، نظریه‌ای پیشنهاد کرده که گرانش را به عنوان یک فرآیند کلاسیک با نوسانات تصادفی توصیف می‌کند، که با مکانیک کوانتومی سازگار است و پیش‌بینی‌های جدیدی برای آزمایش‌های آینده ارائه می‌دهد، مانند اندازه‌گیری‌های دقیق‌تر در مقیاس‌های کوانتومی.
این موضوع با تلاش‌های گسترده‌تر برای آشتی دادن نسبیت عام و مکانیک کوانتومی، از جمله نظریه‌های رشته و گرانش کوانتومی حلقه، همخوانی دارد و می‌تواند به درک عمیق‌تری از ساختار بنیادی واقعیت منجر شود.
🔗مطالعه کامل خبر
🖋نویسنده خبر: فاطمه نگهبان
#اخبار_فیزیک
#فضازمان
#گرانش_کوانتومی
#نسبیت_عام
⚛️ کانال تکامل فیزیکی
@physical_evolution
▪️پروفسور جاناتان اوپنهایم، فیزیکدان دانشگاه کالج لندن، در مقاله‌ای جدید تأکید می‌کند که فضازمان – مفهوم چهاربعدی که مکان و زمان را توصیف می‌کند – وجود واقعی ندارد و تنها یک مدل ریاضی برای ثبت رویدادها است، که این دیدگاه می‌تواند ابهامات فلسفی و فیزیکی را برطرف کند و به پیشرفت در گرانش کوانتومی کمک کند.
⬅️ فضازمان، که در نظریه نسبیت عام اینشتین به عنوان یک پیوستار چهاربعدی توصیف می‌شود، ابزاری قدرتمند برای توصیف چگونگی وقوع رویدادها، ترتیب آنها و اندازه‌گیری طول‌ها در چارچوب‌های مرجع مختلف است. با این حال، اوپنهایم استدلال می‌کند که رویدادها "وجود ندارند، بلکه اتفاق می‌افتند"، و فضازمان صرفاً یک نقشه ریاضی است، نه یک موجودیت واقعی مانند اشیاء مادی. این دیدگاه، که در مقاله‌ای در نشریه The Conversation منتشر شده، به حل تناقضاتی مانند پارادوکس‌های سفر در زمان و مناقشات فلسفی در مورد زمان (مانند ابدی‌گرایی یا حال‌گرایی) کمک می‌کند، بدون اینکه پیش‌بینی‌های فیزیک را قربانی کند.
▪️این دیدگاه فضازمان را از یک موجودیت هستی‌شناختی به یک ابزار توصیفی تبدیل می‌کند و ابهامات ناشی از نسبیت عام را کاهش می‌دهد، که می‌تواند پایه‌ای برای نظریه‌های جدید گرانش کوانتومی باشد.
⬅️ در فیزیک کلاسیک، فضازمان اغلب به عنوان چیزی واقعی تصور می‌شود که تحت تأثیر جرم خم می‌شود، اما اوپنهایم تأکید می‌کند که این فقط یک توصیف ریاضی است و نه یک "چیز" قابل اثبات تجربی. رویدادها در یک جهان موجود اتفاق می‌افتند، و فضازمان تنها راهی برای کاتالوگ کردن آنها فراهم می‌کند. این رویکرد، که با نظریه پساکوانتومی گرانش کلاسیک اوپنهایم همخوانی دارد، می‌تواند به حل مشکلات گرانش کوانتومی – جایی که فضازمان و مکانیک کوانتومی ناسازگار هستند – کمک کند، و پیشنهاد می‌کند که گرانش به عنوان یک پدیده کلاسیک تصادفی مدل‌سازی شود.
▪️پروفسور اوپنهایم می‌گوید: "اگر بگوییم رویدادها – و فضازمان – وجود ندارند، وضوح مفهومی را بازمی‌یابیم بدون اینکه حتی یک پیش‌بینی را از دست بدهیم."
⬅️ این ایده نه تنها مناقشات فلسفی را حل می‌کند، بلکه می‌تواند به آزمایش‌های تجربی در گرانش کوانتومی منجر شود، جایی که اندازه‌گیری‌های دقیق نوسانات گرانشی برای تمایز بین نظریه‌های کوانتومی و کلاسیک استفاده می‌شود. اوپنهایم در تحقیقات اخیر خود، نظریه‌ای پیشنهاد کرده که گرانش را به عنوان یک فرآیند کلاسیک با نوسانات تصادفی توصیف می‌کند، که با مکانیک کوانتومی سازگار است و پیش‌بینی‌های جدیدی برای آزمایش‌های آینده ارائه می‌دهد، مانند اندازه‌گیری‌های دقیق‌تر در مقیاس‌های کوانتومی.
این موضوع با تلاش‌های گسترده‌تر برای آشتی دادن نسبیت عام و مکانیک کوانتومی، از جمله نظریه‌های رشته و گرانش کوانتومی حلقه، همخوانی دارد و می‌تواند به درک عمیق‌تری از ساختار بنیادی واقعیت منجر شود.
🔗مطالعه کامل خبر
🖋نویسنده خبر: فاطمه نگهبان
#اخبار_فیزیک
#فضازمان
#گرانش_کوانتومی
#نسبیت_عام
⚛️ کانال تکامل فیزیکی
@physical_evolution
phys.org
Space-time doesn't exist, but it's a useful framework for understanding our reality
Whether space-time exists should be neither controversial nor even conceptually challenging, given the definitions of "space-time," "events" and "instants." The idea that space-time exists is no more ...
❤12👍3
📰محققان دانشگاه Caltech رکورد جدیدی با آرایه ۶۱۰۰ کیوبیتی ثبت کردند.
▪️تیمی از فیزیکدانان موسسه فناوری کالیفرنیا (Caltech) بزرگ‌ترین آرایه کیوبیتی جهان را با ۶۱۰۰ اتم خنثی سزیم که توسط لیزرهای متمرکز (انبرک‌های نوری) به دام افتاده‌اند، ایجاد کردند. این پیشرفت گامی بزرگ به سوی ساخت کامپیوترهای کوانتومی مقیاس‌پذیر و مقاوم در برابر خطا است.
⬅️ کامپیوترهای کوانتومی برای حل مسائل پیچیده در فیزیک، شیمی و سایر حوزه‌ها به تعداد زیادی کیوبیت نیاز دارند. برخلاف بیت‌های کلاسیک، کیوبیت‌ها می‌توانند به دلیل خاصیت برهم‌نهی به طور همزمان در دو حالت وجود داشته باشند. این ویژگی به کامپیوترهای کوانتومی امکان انجام محاسبات پیچیده را می‌دهد، اما کیوبیت‌ها شکننده هستند و به کیوبیت‌های اضافی برای تصحیح خطا نیاز دارند. تیم کلتک با استفاده از انبرک‌های نوری، ۶۱۰۰ اتم سزیم را در یک شبکه لیزری در یک محفظه خلأ به دام انداخت و آرایه‌ای ایجاد کرد که بسیار بزرگ‌تر از آرایه‌های قبلی با چند صد کیوبیت است. این پژوهش که در مجله Nature منتشر شده، توسط مانوئل اندرس و سه دانشجوی دکتری، هانا مانتش، گیوهی نومورا و الی باتای هدایت شده است.
▪️این آرایه با حفظ برهم‌نهادگی کیوبیت‌ها به مدت ۱۳ ثانیه و دقت ۹۹.۹۸٪ در دستکاری کیوبیت‌ها، کیفیت و کمیت را به طور همزمان ارائه می‌دهد.
⬅️ تیم Caltech یک پرتو لیزر را به ۱۲,۰۰۰ انبرک نوری تقسیم کرد که ۶۱۰۰ اتم را در خود جای داد. برخلاف تصور رایج که افزایش تعداد کیوبیت‌ها کیفیت را کاهش می‌دهد، این تیم نشان داد که می‌توان مقیاس را بدون افت دقت افزایش داد. کیوبیت‌ها به مدت ۱۳ ثانیه در حالت برهم‌نهادگی پایدار ماندند - تقریباً ۱۰ برابر طولانی‌تر از آرایه‌های مشابه قبلی - و با دقت ۹۹.۹۸٪ دستکاری شدند. علاوه بر این، محققان توانستند اتم‌ها را صدها میکرومتر در آرایه جابه‌جا کنند، در حالی که برهم‌نهادگی حفظ شد، قابلیتی که برای تصحیح خطا در کامپیوترهای کوانتومی مبتنی بر اتم خنثی حیاتی است.
▪️این پیشرفت مسیر را برای کامپیوترهای کوانتومی مقاوم در برابر خطا هموار می‌کند و اتم‌های خنثی را به عنوان گزینه‌ای قوی برای مقیاس‌پذیری معرفی می‌کند.
⬅️ یکی از چالش‌های اصلی کامپیوترهای کوانتومی، تصحیح خطا بدون نقض قضیه عدم کپی‌برداری کوانتومی است. توانایی جابه‌جایی کیوبیت‌ها در آرایه، امکان استراتژی‌های کارآمدتر تصحیح خطا را فراهم می‌کند، برتری‌ای که در مقایسه با پلتفرم‌های سنتی مانند کیوبیت‌های ابررسانا برجسته است. هانا مانتش این فرآیند را به تعادل یک لیوان آب در حال دویدن تشبیه می‌کند، که در آن حفظ برهم‌نهادگی در حین حرکت اتم‌ها مانند جلوگیری از ریختن آب است.
▪️گام بعدی، درهم‌تنیدگی کیوبیت‌ها برای انجام محاسبات کوانتومی کامل و شبیه‌سازی پدیده‌های طبیعی است.
⬅️ محققان اکنون قصد دارند کیوبیت‌ها را در حالت درهم‌تنیدگی قرار دهند، که برای انجام محاسبات کوانتومی و شبیه‌سازی سیستم‌های طبیعی مانند فازهای جدید ماده یا مدل‌سازی میدان‌های کوانتومی حاکم بر فضازمان ضروری است.
این پیشرفت می‌تواند به اکتشافات جدیدی در طراحی مواد نوین و درک ساختارهای بنیادی کیهان منجر شود. این کار بخشی از رقابت جهانی برای ساخت کامپیوترهای کوانتومی مقیاس‌پذیر است که شامل رویکردهای متنوعی مانند مدارهای ابررسانا، یون‌های به دام افتاده و اتم‌های خنثی می‌شود.
🔗مطالعه کامل خبر
🖋نویسنده خبر: فاطمه نگهبان
#اخبار_کوانتوم
#کوانتوم
#فناوری_کوانتومی
#تصحیح_خطای_کوانتومی
⚛️ کانال تکامل فیزیکی
@physical_evolution
▪️تیمی از فیزیکدانان موسسه فناوری کالیفرنیا (Caltech) بزرگ‌ترین آرایه کیوبیتی جهان را با ۶۱۰۰ اتم خنثی سزیم که توسط لیزرهای متمرکز (انبرک‌های نوری) به دام افتاده‌اند، ایجاد کردند. این پیشرفت گامی بزرگ به سوی ساخت کامپیوترهای کوانتومی مقیاس‌پذیر و مقاوم در برابر خطا است.
⬅️ کامپیوترهای کوانتومی برای حل مسائل پیچیده در فیزیک، شیمی و سایر حوزه‌ها به تعداد زیادی کیوبیت نیاز دارند. برخلاف بیت‌های کلاسیک، کیوبیت‌ها می‌توانند به دلیل خاصیت برهم‌نهی به طور همزمان در دو حالت وجود داشته باشند. این ویژگی به کامپیوترهای کوانتومی امکان انجام محاسبات پیچیده را می‌دهد، اما کیوبیت‌ها شکننده هستند و به کیوبیت‌های اضافی برای تصحیح خطا نیاز دارند. تیم کلتک با استفاده از انبرک‌های نوری، ۶۱۰۰ اتم سزیم را در یک شبکه لیزری در یک محفظه خلأ به دام انداخت و آرایه‌ای ایجاد کرد که بسیار بزرگ‌تر از آرایه‌های قبلی با چند صد کیوبیت است. این پژوهش که در مجله Nature منتشر شده، توسط مانوئل اندرس و سه دانشجوی دکتری، هانا مانتش، گیوهی نومورا و الی باتای هدایت شده است.
▪️این آرایه با حفظ برهم‌نهادگی کیوبیت‌ها به مدت ۱۳ ثانیه و دقت ۹۹.۹۸٪ در دستکاری کیوبیت‌ها، کیفیت و کمیت را به طور همزمان ارائه می‌دهد.
⬅️ تیم Caltech یک پرتو لیزر را به ۱۲,۰۰۰ انبرک نوری تقسیم کرد که ۶۱۰۰ اتم را در خود جای داد. برخلاف تصور رایج که افزایش تعداد کیوبیت‌ها کیفیت را کاهش می‌دهد، این تیم نشان داد که می‌توان مقیاس را بدون افت دقت افزایش داد. کیوبیت‌ها به مدت ۱۳ ثانیه در حالت برهم‌نهادگی پایدار ماندند - تقریباً ۱۰ برابر طولانی‌تر از آرایه‌های مشابه قبلی - و با دقت ۹۹.۹۸٪ دستکاری شدند. علاوه بر این، محققان توانستند اتم‌ها را صدها میکرومتر در آرایه جابه‌جا کنند، در حالی که برهم‌نهادگی حفظ شد، قابلیتی که برای تصحیح خطا در کامپیوترهای کوانتومی مبتنی بر اتم خنثی حیاتی است.
▪️این پیشرفت مسیر را برای کامپیوترهای کوانتومی مقاوم در برابر خطا هموار می‌کند و اتم‌های خنثی را به عنوان گزینه‌ای قوی برای مقیاس‌پذیری معرفی می‌کند.
⬅️ یکی از چالش‌های اصلی کامپیوترهای کوانتومی، تصحیح خطا بدون نقض قضیه عدم کپی‌برداری کوانتومی است. توانایی جابه‌جایی کیوبیت‌ها در آرایه، امکان استراتژی‌های کارآمدتر تصحیح خطا را فراهم می‌کند، برتری‌ای که در مقایسه با پلتفرم‌های سنتی مانند کیوبیت‌های ابررسانا برجسته است. هانا مانتش این فرآیند را به تعادل یک لیوان آب در حال دویدن تشبیه می‌کند، که در آن حفظ برهم‌نهادگی در حین حرکت اتم‌ها مانند جلوگیری از ریختن آب است.
▪️گام بعدی، درهم‌تنیدگی کیوبیت‌ها برای انجام محاسبات کوانتومی کامل و شبیه‌سازی پدیده‌های طبیعی است.
⬅️ محققان اکنون قصد دارند کیوبیت‌ها را در حالت درهم‌تنیدگی قرار دهند، که برای انجام محاسبات کوانتومی و شبیه‌سازی سیستم‌های طبیعی مانند فازهای جدید ماده یا مدل‌سازی میدان‌های کوانتومی حاکم بر فضازمان ضروری است.
این پیشرفت می‌تواند به اکتشافات جدیدی در طراحی مواد نوین و درک ساختارهای بنیادی کیهان منجر شود. این کار بخشی از رقابت جهانی برای ساخت کامپیوترهای کوانتومی مقیاس‌پذیر است که شامل رویکردهای متنوعی مانند مدارهای ابررسانا، یون‌های به دام افتاده و اتم‌های خنثی می‌شود.
🔗مطالعه کامل خبر
🖋نویسنده خبر: فاطمه نگهبان
#اخبار_کوانتوم
#کوانتوم
#فناوری_کوانتومی
#تصحیح_خطای_کوانتومی
⚛️ کانال تکامل فیزیکی
@physical_evolution
phys.org
Physicists set record with 6,100-qubit array
Quantum computers will need large numbers of qubits to tackle challenging problems in physics, chemistry, and beyond. Unlike classical bits, qubits can exist in two states at once—a phenomenon called ...
❤6👍3😍2
📄معرفی مقاله
🟠 توسعه سیستم تصویربرداری مادون قرمز با کارایی بالا و بدون لنز
پژوهشگران از ایده‌ی چندصدساله‌ی «تصویربرداری با حفره سوزنی» برای ساخت یک سیستم تصویربرداری مادون‌قرمز میانی با کارایی بالا و بدون لنز استفاده کرده‌اند. این دوربین جدید می‌تواند تصاویر بسیار واضحی را در گستره‌ی وسیعی از فاصله‌ها و در شرایط نوری ضعیف ثبت کند، و به همین دلیل در موقعیت‌هایی که برای دوربین‌های سنتی چالش‌برانگیز هستند، کاربرد دارد.
بسیاری از سیگنال‌های مهم در ناحیه‌ی مادون‌قرمز میانی قرار دارند، مانند گرما و اثر انگشت‌های مولکولی، اما دوربین‌هایی که در این طول‌موج‌ها کار می‌کنند اغلب پر سر و صدا، گران‌قیمت یا نیازمند خنک‌سازی هستند علاوه بر این، سامانه‌های سنتی مبتنی بر لنز، عمق میدان محدودی دارند و نیازمند طراحی دقیق برای به حداقل رساندن اعوجاج‌های نوری هستند.
پژوهشگران رویکردی با حساسیت بالا و بدون لنز توسعه داده‌اند که عمق میدان و میدان دید بسیار بیشتری نسبت به سایر سامانه‌ها فراهم می‌کند.
در این مقاله پژوهشگران شرح داده‌اند که چگونه از از یک لیزر پرقدرت برای ایجاد یک «حفره سوزنی نوری» کوچک درون یک کریستال غیرخطی استفاده کرده‌اند؛ کریستالی با طراحی ویژه و ساختار تناوبی که همزمان تصویر مادون‌قرمز را به تصویری مرئی تبدیل می‌کند. با استفاده از این پیکربندی، آنها توانستند تصاویر واضح مادون‌قرمز میانی با عمق میدانی بیش از ۳۵ سانتی‌متر و میدان دیدی بیش از ۶ سانتی‌متر به دست آورند. همچنین با روش آشکارسازی مبتنی بر بالا بَری (upconversion) به طور طبیعی نویز را سرکوب می‌کنند و همین ویژگی امکان کارکرد سامانه را حتی در شرایط نوری بسیار ضعیف فراهم می‌سازد.
آنها اکنون در حال کار بر روی سریع‌تر کردن سامانه، افزایش حساسیت و سازگار کردن آن با سناریوهای تصویربرداری گوناگون هستند. برنامه‌هایشان شامل افزایش بازدهی تبدیل، افزودن کنترل پویا برای بازشکل‌دهی حفره نوری متناسب با صحنه‌های مختلف، و گسترش دامنه‌ی عملکرد دوربین در سراسر گستره‌ی وسیع‌تری از مادون‌قرمز میانی می‌شود.
لینک مقاله
#Pinhole_imaging
#Mid_infrared
#Night_vision
⚛ کانال تکامل فیزیکی
🟠 توسعه سیستم تصویربرداری مادون قرمز با کارایی بالا و بدون لنز
پژوهشگران از ایده‌ی چندصدساله‌ی «تصویربرداری با حفره سوزنی» برای ساخت یک سیستم تصویربرداری مادون‌قرمز میانی با کارایی بالا و بدون لنز استفاده کرده‌اند. این دوربین جدید می‌تواند تصاویر بسیار واضحی را در گستره‌ی وسیعی از فاصله‌ها و در شرایط نوری ضعیف ثبت کند، و به همین دلیل در موقعیت‌هایی که برای دوربین‌های سنتی چالش‌برانگیز هستند، کاربرد دارد.
بسیاری از سیگنال‌های مهم در ناحیه‌ی مادون‌قرمز میانی قرار دارند، مانند گرما و اثر انگشت‌های مولکولی، اما دوربین‌هایی که در این طول‌موج‌ها کار می‌کنند اغلب پر سر و صدا، گران‌قیمت یا نیازمند خنک‌سازی هستند علاوه بر این، سامانه‌های سنتی مبتنی بر لنز، عمق میدان محدودی دارند و نیازمند طراحی دقیق برای به حداقل رساندن اعوجاج‌های نوری هستند.
پژوهشگران رویکردی با حساسیت بالا و بدون لنز توسعه داده‌اند که عمق میدان و میدان دید بسیار بیشتری نسبت به سایر سامانه‌ها فراهم می‌کند.
در این مقاله پژوهشگران شرح داده‌اند که چگونه از از یک لیزر پرقدرت برای ایجاد یک «حفره سوزنی نوری» کوچک درون یک کریستال غیرخطی استفاده کرده‌اند؛ کریستالی با طراحی ویژه و ساختار تناوبی که همزمان تصویر مادون‌قرمز را به تصویری مرئی تبدیل می‌کند. با استفاده از این پیکربندی، آنها توانستند تصاویر واضح مادون‌قرمز میانی با عمق میدانی بیش از ۳۵ سانتی‌متر و میدان دیدی بیش از ۶ سانتی‌متر به دست آورند. همچنین با روش آشکارسازی مبتنی بر بالا بَری (upconversion) به طور طبیعی نویز را سرکوب می‌کنند و همین ویژگی امکان کارکرد سامانه را حتی در شرایط نوری بسیار ضعیف فراهم می‌سازد.
آنها اکنون در حال کار بر روی سریع‌تر کردن سامانه، افزایش حساسیت و سازگار کردن آن با سناریوهای تصویربرداری گوناگون هستند. برنامه‌هایشان شامل افزایش بازدهی تبدیل، افزودن کنترل پویا برای بازشکل‌دهی حفره نوری متناسب با صحنه‌های مختلف، و گسترش دامنه‌ی عملکرد دوربین در سراسر گستره‌ی وسیع‌تری از مادون‌قرمز میانی می‌شود.
لینک مقاله
#Pinhole_imaging
#Mid_infrared
#Night_vision
⚛ کانال تکامل فیزیکی
❤5😍2
#جایزه_نوبل #فیزیک
🏅جایزه نوبل فیزیک سال ۲۰۲۵ به دانشمندان زیر تعلق گرفته:
🔶 جان کلارک از دانشگاه کالیفرنیا
🔶 جان مارتینیز از دانشگاه کالیفرنیا
🔶میشل دِووره از دانشگاه یِیل و دانشگاه کالیفرنیا
🔷John Clarke
🔷John M. Martinis
🔷Michel H. Devoret
❇️ برای کشف تونل‌زنی کوانتومی ماکروسکوپی و کوانتیده شدن انرژی در یک مدار الکتریکی
❇️ for the discovery of macroscopic quantum mechanical tunnelling and energy quantisation in an electric circuit
⚛ کانال تکامل فیزیکی
@physical_evolution
🏅جایزه نوبل فیزیک سال ۲۰۲۵ به دانشمندان زیر تعلق گرفته:
🔶 جان کلارک از دانشگاه کالیفرنیا
🔶 جان مارتینیز از دانشگاه کالیفرنیا
🔶میشل دِووره از دانشگاه یِیل و دانشگاه کالیفرنیا
🔷John Clarke
🔷John M. Martinis
🔷Michel H. Devoret
❇️ برای کشف تونل‌زنی کوانتومی ماکروسکوپی و کوانتیده شدن انرژی در یک مدار الکتریکی
❇️ for the discovery of macroscopic quantum mechanical tunnelling and energy quantisation in an electric circuit
⚛ کانال تکامل فیزیکی
@physical_evolution
❤8👍1
📄 معرفی مقاله
🟠 مزیت یادگیری کوانتومی اثبات‌شده روی پلتفرم فوتونیک مقیاس‌پذیر
جایزه نوبل فیزیک ۲۰۲۵ به جان کلارک، میشل اچ. دوورت و جان ام. مارتینیس «به خاطر کشف تونل‌زنی کوانتومی ماکروسکوپی و کوانتیزاسیون انرژی در یک مدار الکتریکی» اهدا شد.
در پژوهشی انقلابی که امروز برنده جایزه نوبل فیزیک ۲۰۲۵ شده، تیمی از محققان به رهبری ژنگ-هاو لیو و رومن برونل از دانشگاه فنی دانمارک (DTU)، با استفاده از نور درهم‌تنیده، زمان لازم برای یادگیری رفتار یک سیستم کوانتومی پیچیده و پرنویز را از ۲۰ میلیون سال به تنها ۱۵ دقیقه کاهش داده‌اند. این دستاورد، اولین مزیت کوانتومی اثبات‌شده در یک سیستم فوتونیک را به نمایش می‌گذارد و پایه‌ای برای پیشرفت‌های عظیم در محاسبات کوانتومی می‌سازد.
در سیستم‌های کوانتومی، نویز ذاتی و افزایش نمایی تعداد اندازه‌گیری‌های مورد نیاز برای تحلیل سیستم‌های بزرگ، مانع اصلی توسعه فناوری‌های کوانتومی است. این چالش، کاربردهای عملی در حسگری، یادگیری ماشینی و ارتباطات کوانتومی را محدود می‌کند و نیاز به روش‌هایی کارآمدتر برای غلبه بر نویز کوانتومی را برجسته می‌سازد.
محققان از نور درهم‌تنیده تولیدشده توسط نوسان‌ساز پارامتری نوری (OPO) بهره بردند. با ارسال دو پرتو درهم‌تنیده—یکی برای کاوش سیستم و دیگری به عنوان مرجع—و اندازه‌گیری همزمان آنها، نویز اندازه‌گیری حذف شد و اطلاعات بیشتری در هر آزمایش استخراج گردید. این رویکرد، حتی با وجود تلفات معمولی در تجهیزات، کارایی فوق‌العاده‌ای نشان داد.
این فناوری می‌تواند به توسعه کامپیوترهای کوانتومی مقیاس‌پذیر، حسگرهای فوق‌دقیق و الگوریتم‌های یادگیری ماشینی کوانتومی منجر شود. در آینده، ادغام آن با شبکه‌های کوانتومی مانند اینترنت کوانتومی و کاربرد در صنایع مانند داروسازی و امنیت سایبری، تحولات عظیمی ایجاد خواهد کرد—به ویژه با توجه به سال بین‌المللی علم و فناوری کوانتومی در ۲۰۲۵.
برای اطلاعات بیشتر به مقاله زیر مراجعه کنید:
لینک مقاله
#فیزیک_کوانتومی
#مزیت_کوانتومی
#یادگیری_کوانتومی
⚛️ کانال تکامل فیزیکی
@physical_evolution
🟠 مزیت یادگیری کوانتومی اثبات‌شده روی پلتفرم فوتونیک مقیاس‌پذیر
جایزه نوبل فیزیک ۲۰۲۵ به جان کلارک، میشل اچ. دوورت و جان ام. مارتینیس «به خاطر کشف تونل‌زنی کوانتومی ماکروسکوپی و کوانتیزاسیون انرژی در یک مدار الکتریکی» اهدا شد.
در پژوهشی انقلابی که امروز برنده جایزه نوبل فیزیک ۲۰۲۵ شده، تیمی از محققان به رهبری ژنگ-هاو لیو و رومن برونل از دانشگاه فنی دانمارک (DTU)، با استفاده از نور درهم‌تنیده، زمان لازم برای یادگیری رفتار یک سیستم کوانتومی پیچیده و پرنویز را از ۲۰ میلیون سال به تنها ۱۵ دقیقه کاهش داده‌اند. این دستاورد، اولین مزیت کوانتومی اثبات‌شده در یک سیستم فوتونیک را به نمایش می‌گذارد و پایه‌ای برای پیشرفت‌های عظیم در محاسبات کوانتومی می‌سازد.
در سیستم‌های کوانتومی، نویز ذاتی و افزایش نمایی تعداد اندازه‌گیری‌های مورد نیاز برای تحلیل سیستم‌های بزرگ، مانع اصلی توسعه فناوری‌های کوانتومی است. این چالش، کاربردهای عملی در حسگری، یادگیری ماشینی و ارتباطات کوانتومی را محدود می‌کند و نیاز به روش‌هایی کارآمدتر برای غلبه بر نویز کوانتومی را برجسته می‌سازد.
محققان از نور درهم‌تنیده تولیدشده توسط نوسان‌ساز پارامتری نوری (OPO) بهره بردند. با ارسال دو پرتو درهم‌تنیده—یکی برای کاوش سیستم و دیگری به عنوان مرجع—و اندازه‌گیری همزمان آنها، نویز اندازه‌گیری حذف شد و اطلاعات بیشتری در هر آزمایش استخراج گردید. این رویکرد، حتی با وجود تلفات معمولی در تجهیزات، کارایی فوق‌العاده‌ای نشان داد.
این فناوری می‌تواند به توسعه کامپیوترهای کوانتومی مقیاس‌پذیر، حسگرهای فوق‌دقیق و الگوریتم‌های یادگیری ماشینی کوانتومی منجر شود. در آینده، ادغام آن با شبکه‌های کوانتومی مانند اینترنت کوانتومی و کاربرد در صنایع مانند داروسازی و امنیت سایبری، تحولات عظیمی ایجاد خواهد کرد—به ویژه با توجه به سال بین‌المللی علم و فناوری کوانتومی در ۲۰۲۵.
برای اطلاعات بیشتر به مقاله زیر مراجعه کنید:
لینک مقاله
#فیزیک_کوانتومی
#مزیت_کوانتومی
#یادگیری_کوانتومی
⚛️ کانال تکامل فیزیکی
@physical_evolution
NobelPrize.org
Nobel Prize in Physics 2025
The Nobel Prize in Physics 2025 was awarded jointly to John Clarke, Michel H. Devoret and John M. Martinis "for the discovery of macroscopic quantum mechanical tunnelling and energy quantisation in an electric circuit"
❤5😍2👍1
📰ایمک و دیراک گزارش می‌دهند: کیوبیت‌های سیلیکونی صنعتی به دقت لازم برای تصحیح خطا دست یافتند.
▪️محققان ایمک و دیراک در مقاله‌ای در Nature اعلام کردند که کیوبیت‌های نقطه کوانتومی سیلیکونی ساخته‌شده با روش‌های صنعتی، به‌طور مداوم دقت‌هایی بالاتر از آستانه موردنیاز برای تصحیح خطای کوانتومی نشان می‌دهند.
⬅️ این کیوبیت‌ها، که با استفاده از پلتفرم ۳۰۰ میلی‌متری ایمک و سیلیکون غنی‌شده ایزوتوپیک ساخته شده‌اند، دقت‌هایی بیش از ۹۹٪ برای عملیات تک‌کیوبیتی و دوکیوبیتی و بیش از ۹۹.۹٪ برای آماده‌سازی و اندازه‌گیری حالت به دست آورده‌اند. برخلاف دستگاه‌های نمونه‌ای دانشگاهی که به‌صورت گزینشی انتخاب می‌شوند، این نتایج از نمونه‌های تصادفی به‌دست آمده و نشان‌دهنده قابلیت تولید کیوبیت‌های سیلیکونی با دقت بالا به‌صورت صنعتی و مقیاس‌پذیر است. این دستاورد، که در مجله Nature منتشر شده، گامی کلیدی در مسیر دیراک برای رسیدن به مقیاس کاربردی کوانتومی است که در آن ارزش کامپیوتر کوانتومی از هزینه‌اش پیشی می‌گیرد.
▪️این کیوبیت‌ها با استفاده از فناوری ساخت نیمه‌هادی‌های استاندارد تولید شده‌اند و امکان ساخت کامپیوترهای کوانتومی با میلیون‌ها کیوبیت را فراهم می‌کنند.
⬅️ دقت عملیات کوانتومی نشان‌دهنده نزدیکی عملکرد واقعی به حالت ایده‌آل است و برای کامپیوترهای کوانتومی مقیاس‌پذیر حیاتی است. برای موفقیت روش‌های تصحیح خطا، دقت باید به‌طور قابل‌توجهی از ۹۹٪ فراتر رود. در این پژوهش، دستگاه‌های ساخته‌شده توسط ایمک و طراحی‌شده توسط دیراک به‌طور مداوم دقت‌های بالای ۹۹.۹٪ برای آماده‌سازی و اندازه‌گیری حالت (SPAM) و بیش از ۹۹٪ برای عملیات دروازه‌های تک‌کیوبیتی و دوکیوبیتی نشان دادند. این نتایج از دستگاه‌های دو کیوبیتی تصادفی با ساختار نقطه کوانتومی دوگانه به‌دست آمده و از پلتفرم ۳۰۰ میلی‌متری ایمک با لایه سیلیکون-۲۸ غنی‌شده برای کاهش نویز مغناطیسی استفاده شده است.
▪️این پیشرفت نشان می‌دهد که تکنیک‌های صنعتی می‌توانند کیوبیت‌هایی با دقت مشابه دستگاه‌های نمونه دانشگاهی تولید کنند.
⬅️ کریستیان ده‌گرو، مدیر برنامه کوانتومی ایمک، اظهار داشت که دستگاه‌های نقطه کوانتومی مبتنی بر MOS سیلیکونی ساخته‌شده با روش‌های صنعتی، عملکردی مشابه دستگاه‌های نمونه دانشگاهی دارند. این نشان‌دهنده توانایی پلتفرم ایمک در ایجاد محیطی با نویز پایین برای کیوبیت‌ها است. او افزود که با غنی‌سازی بیشتر ایزوتوپیک لایه سیلیکون، امکان بهبود بیشتر دقت وجود دارد، که می‌تواند به توسعه کامپیوترهای کوانتومی مقیاس‌پذیر کمک کند.
▪️دیراک و ایمک در حال هموار کردن راه برای کامپیوترهای کوانتومی مقیاس‌پذیر با استفاده از فناوری نیمه‌هادی‌های موجود هستند.
⬅️ اندرو زوراک، مدیرعامل دیراک، تأکید کرد که دستیابی به مقیاس کاربردی کوانتومی به تولید کیوبیت‌های با دقت بالا در مقیاس بزرگ بستگی دارد. همکاری با ایمک نشان می‌دهد که کامپیوترهای کوانتومی مبتنی بر سیلیکون می‌توانند با استفاده از صنعت نیمه‌هادی‌های بالغ ساخته شوند، که راهی مقرون‌به‌صرفه برای تولید تراشه‌هایی با میلیون‌ها کیوبیت با حفظ دقت بالا ارائه می‌دهد. این پیشرفت، با بهره‌گیری از فناوری‌های صنعتی موجود، می‌تواند به تسریع توسعه کامپیوترهای کوانتومی مقاوم در برابر خطا منجر شود.
🔗مطالعه کامل خبر
🖋نویسنده خبر: فاطمه نگهبان
#اخبار_کوانتوم
#خبر
#کوانتوم
#فناوری_کوانتومی
#تصحیح_خطای_کوانتومی
⚛️ کانال تکامل فیزیکی
@physical_evolution
▪️محققان ایمک و دیراک در مقاله‌ای در Nature اعلام کردند که کیوبیت‌های نقطه کوانتومی سیلیکونی ساخته‌شده با روش‌های صنعتی، به‌طور مداوم دقت‌هایی بالاتر از آستانه موردنیاز برای تصحیح خطای کوانتومی نشان می‌دهند.
⬅️ این کیوبیت‌ها، که با استفاده از پلتفرم ۳۰۰ میلی‌متری ایمک و سیلیکون غنی‌شده ایزوتوپیک ساخته شده‌اند، دقت‌هایی بیش از ۹۹٪ برای عملیات تک‌کیوبیتی و دوکیوبیتی و بیش از ۹۹.۹٪ برای آماده‌سازی و اندازه‌گیری حالت به دست آورده‌اند. برخلاف دستگاه‌های نمونه‌ای دانشگاهی که به‌صورت گزینشی انتخاب می‌شوند، این نتایج از نمونه‌های تصادفی به‌دست آمده و نشان‌دهنده قابلیت تولید کیوبیت‌های سیلیکونی با دقت بالا به‌صورت صنعتی و مقیاس‌پذیر است. این دستاورد، که در مجله Nature منتشر شده، گامی کلیدی در مسیر دیراک برای رسیدن به مقیاس کاربردی کوانتومی است که در آن ارزش کامپیوتر کوانتومی از هزینه‌اش پیشی می‌گیرد.
▪️این کیوبیت‌ها با استفاده از فناوری ساخت نیمه‌هادی‌های استاندارد تولید شده‌اند و امکان ساخت کامپیوترهای کوانتومی با میلیون‌ها کیوبیت را فراهم می‌کنند.
⬅️ دقت عملیات کوانتومی نشان‌دهنده نزدیکی عملکرد واقعی به حالت ایده‌آل است و برای کامپیوترهای کوانتومی مقیاس‌پذیر حیاتی است. برای موفقیت روش‌های تصحیح خطا، دقت باید به‌طور قابل‌توجهی از ۹۹٪ فراتر رود. در این پژوهش، دستگاه‌های ساخته‌شده توسط ایمک و طراحی‌شده توسط دیراک به‌طور مداوم دقت‌های بالای ۹۹.۹٪ برای آماده‌سازی و اندازه‌گیری حالت (SPAM) و بیش از ۹۹٪ برای عملیات دروازه‌های تک‌کیوبیتی و دوکیوبیتی نشان دادند. این نتایج از دستگاه‌های دو کیوبیتی تصادفی با ساختار نقطه کوانتومی دوگانه به‌دست آمده و از پلتفرم ۳۰۰ میلی‌متری ایمک با لایه سیلیکون-۲۸ غنی‌شده برای کاهش نویز مغناطیسی استفاده شده است.
▪️این پیشرفت نشان می‌دهد که تکنیک‌های صنعتی می‌توانند کیوبیت‌هایی با دقت مشابه دستگاه‌های نمونه دانشگاهی تولید کنند.
⬅️ کریستیان ده‌گرو، مدیر برنامه کوانتومی ایمک، اظهار داشت که دستگاه‌های نقطه کوانتومی مبتنی بر MOS سیلیکونی ساخته‌شده با روش‌های صنعتی، عملکردی مشابه دستگاه‌های نمونه دانشگاهی دارند. این نشان‌دهنده توانایی پلتفرم ایمک در ایجاد محیطی با نویز پایین برای کیوبیت‌ها است. او افزود که با غنی‌سازی بیشتر ایزوتوپیک لایه سیلیکون، امکان بهبود بیشتر دقت وجود دارد، که می‌تواند به توسعه کامپیوترهای کوانتومی مقیاس‌پذیر کمک کند.
▪️دیراک و ایمک در حال هموار کردن راه برای کامپیوترهای کوانتومی مقیاس‌پذیر با استفاده از فناوری نیمه‌هادی‌های موجود هستند.
⬅️ اندرو زوراک، مدیرعامل دیراک، تأکید کرد که دستیابی به مقیاس کاربردی کوانتومی به تولید کیوبیت‌های با دقت بالا در مقیاس بزرگ بستگی دارد. همکاری با ایمک نشان می‌دهد که کامپیوترهای کوانتومی مبتنی بر سیلیکون می‌توانند با استفاده از صنعت نیمه‌هادی‌های بالغ ساخته شوند، که راهی مقرون‌به‌صرفه برای تولید تراشه‌هایی با میلیون‌ها کیوبیت با حفظ دقت بالا ارائه می‌دهد. این پیشرفت، با بهره‌گیری از فناوری‌های صنعتی موجود، می‌تواند به تسریع توسعه کامپیوترهای کوانتومی مقاوم در برابر خطا منجر شود.
🔗مطالعه کامل خبر
🖋نویسنده خبر: فاطمه نگهبان
#اخبار_کوانتوم
#خبر
#کوانتوم
#فناوری_کوانتومی
#تصحیح_خطای_کوانتومی
⚛️ کانال تکامل فیزیکی
@physical_evolution
Quantum Insider
Imec and Diraq Report in Nature That Industrial Silicon Qubits Reach Fidelity Needed for Error Correction
Imec and Diraq reported that industrially fabricated silicon quantum dot qubits consistently achieved fidelities above qec thresholds.
😍7❤1
#فیزیک_کوانتوم #کوانتوم #فیزیک
❇️ دوره مقدماتی مکانیک کوانتومی:
در این دوره که شامل ۱۴ جلسه است، ما قصد داریم تا یک معرفی مقدماتی از نظریه مکانیک کوانتومی ارائه دهیم.
🟡 این دوره مناسب افراد زیر است:
۱. دانشجویان رشته های فنی مهندسی علاقا‌مند به یادگیری کوانتوم
۲. دانشجویان رشته های علوم پایه علاقه‌مند به یادگیری کوانتوم
🔵 جلسات هر هفته پنج‌شنبه از ساعت ۱۴ تا ۱۶ برگزار می‌گردد.
🧑🏫 مدرس دوره: محمدمهدی ماستری فراهانی (دانشجوی دکتری فیزیک، گرایش اطلاعات کوانتومی، دانشگاه صنعتی شریف)
📝 جهت ثبت‌نام به وبسایت موجود در پوستر مراجعه فرمایید.
🔗 جلسات به صورت حضوری و در مکان آموزش‌های جهاد دانشگاهی برگزار خواهد شد
⚛ کانال تکامل فیزیکی
@physical_evolution
❇️ دوره مقدماتی مکانیک کوانتومی:
در این دوره که شامل ۱۴ جلسه است، ما قصد داریم تا یک معرفی مقدماتی از نظریه مکانیک کوانتومی ارائه دهیم.
🟡 این دوره مناسب افراد زیر است:
۱. دانشجویان رشته های فنی مهندسی علاقا‌مند به یادگیری کوانتوم
۲. دانشجویان رشته های علوم پایه علاقه‌مند به یادگیری کوانتوم
🔵 جلسات هر هفته پنج‌شنبه از ساعت ۱۴ تا ۱۶ برگزار می‌گردد.
🧑🏫 مدرس دوره: محمدمهدی ماستری فراهانی (دانشجوی دکتری فیزیک، گرایش اطلاعات کوانتومی، دانشگاه صنعتی شریف)
📝 جهت ثبت‌نام به وبسایت موجود در پوستر مراجعه فرمایید.
🔗 جلسات به صورت حضوری و در مکان آموزش‌های جهاد دانشگاهی برگزار خواهد شد
⚛ کانال تکامل فیزیکی
@physical_evolution
❤5👍1😭1
#فیزیک_کوانتوم #کوانتوم #فیزیک
❇️ دوره ریاضیات مقدماتی هوش مصنوعی:
در این دوره که شامل ۱۶ جلسه است، قصد داریم تا مروری بر پایه‌های ریاضیاتی که برای ورود به دنیای هوش مصنوعی لازم است، داشته باشیم.
🟡 این دوره مناسب افراد زیر است:
۱. دانشجویان رشته های فنی مهندسی علاقا‌مند به یادگیری هوش مصنوعی
۲. دانشجویان رشته های علوم پایه علاقه‌مند به یادگیری هوش مصنوعی
۳. دانش‌آموزان دارای مدرک دیپلم، علاقه‌مند به یادگیری هوش مصنوعی
🔵 جلسات هر هفته پنج‌شنبه از ساعت ۱۰ تا ۱۲ برگزار می‌گردد.
🧑🏫 مدرس دوره: محمد سبک‌دست (دانشجوی دکتری ریاضی، دانشگاه صنعتی شریف)
📝 جهت ثبت‌نام به وبسایت موجود در پوستر مراجعه فرمایید.
🔗 جلسات به صورت حضوری و در مکان آموزش‌های جهاد دانشگاهی برگزار خواهد شد
⚛ کانال تکامل فیزیکی
@physical_evolution
❇️ دوره ریاضیات مقدماتی هوش مصنوعی:
در این دوره که شامل ۱۶ جلسه است، قصد داریم تا مروری بر پایه‌های ریاضیاتی که برای ورود به دنیای هوش مصنوعی لازم است، داشته باشیم.
🟡 این دوره مناسب افراد زیر است:
۱. دانشجویان رشته های فنی مهندسی علاقا‌مند به یادگیری هوش مصنوعی
۲. دانشجویان رشته های علوم پایه علاقه‌مند به یادگیری هوش مصنوعی
۳. دانش‌آموزان دارای مدرک دیپلم، علاقه‌مند به یادگیری هوش مصنوعی
🔵 جلسات هر هفته پنج‌شنبه از ساعت ۱۰ تا ۱۲ برگزار می‌گردد.
🧑🏫 مدرس دوره: محمد سبک‌دست (دانشجوی دکتری ریاضی، دانشگاه صنعتی شریف)
📝 جهت ثبت‌نام به وبسایت موجود در پوستر مراجعه فرمایید.
🔗 جلسات به صورت حضوری و در مکان آموزش‌های جهاد دانشگاهی برگزار خواهد شد
⚛ کانال تکامل فیزیکی
@physical_evolution
❤2👍1😍1
تکامل فیزیکی
#فیزیک_کوانتوم #کوانتوم #فیزیک ❇️ دوره مقدماتی مکانیک کوانتومی: در این دوره که شامل ۱۴ جلسه است، ما قصد داریم تا یک معرفی مقدماتی از نظریه مکانیک کوانتومی ارائه دهیم. 🟡 این دوره مناسب افراد زیر است: ۱. دانشجویان رشته های فنی مهندسی علاقا‌مند به یادگیری…
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 در حوزه محاسبات و اطلاعات کوانتومی است. این دوره، تقطه شروع این سری دوره‌ها خواهد بود، ان‌شاءالله.
دوره‌ها به صورت حضوری، و در مرکز آموزش‌های جهاد دانشگاهی واقع در بلوار کشاورز، برگزار خواهد شد.
⚛ کانال تکامل فیزیکی
@physical_evolution
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 در حوزه محاسبات و اطلاعات کوانتومی است. این دوره، تقطه شروع این سری دوره‌ها خواهد بود، ان‌شاءالله.
دوره‌ها به صورت حضوری، و در مرکز آموزش‌های جهاد دانشگاهی واقع در بلوار کشاورز، برگزار خواهد شد.
⚛ کانال تکامل فیزیکی
@physical_evolution
❤8😍2
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