[QPC1] Quantum Overview
ควอนตัมโดยภาพรวม
ทฤษฎีควอนตัม (Quantum Theory)
เราเรียนฟิสิกส์กันมาตั้งแต่มัธยมฯ เลยถูกป่ะ เราเรียนกันในเรื่องแบบ เวกเตอร์ แรง โพรเจกต์ไทล์ การหมุน บลาๆ พวกนี้ ซึ่งการคำนวณพวกนี้เราก็สามารถเอาไปใช้ปกติในชีวิตประจำวันได้อยู่ละ หลายๆ คนคงสงสัยว่า "แล้วเรามีทฤษฎีควอนตัมไปเพื่ออะไรล่ะ?"
ความอยากรู้อยากเห็นของมนุษย์ไม่มีที่สิ้นสุดเนอะ เราศึกษาหาว่าสิ่งที่เล็กที่สุดตกลงมันคืออะไรกันแน่ ซึ่งแน่นอนเราก็เรียนในวิชาเคมีมาว่า มันมีอะตอมนะ มีควาร์กนะ มีอิเล็กตรอนอยู่รอบโปรตอนและนิวตรอน ประมาณนี้
ปัญหาคือ พอเราลงไปเล็กถึงระดับที่เล็กกว่าโมเลกุลแล้ว เจ้าของพวกนี้มันดันมีกลไกทางธรรมชาติไม่เหมือนกับของทั่วๆ ไปน่ะสิ…
ทฤษฎีควอนตัมนั้นแหกและแปลกกว่าระบบอื่นๆ มาก ในตอนที่โรเบิร์ต เอ๊ย อัลเบิร์ต ไอน์สไตน์ค้นพบเรื่องของ quantum entanglement เข้าก็ถึงกับงงเป็นไก่ตาแตก และแน่นอนว่าด้วยความอยากรู้อยากเห็นของมนุษย์มีไม่สิ้นสุดแล้ว ก็ยิ่งอยากจะศึกษาแล้วทำความเข้าใจมันเข้าไปอีก เพราะถ้าเราสามารถสร้างทฤษฎีที่อธิบายถึงสิ่งเล็กๆ เหล่านี้ได้ เราก็จะสามารถใช้มันอธิบายในสิ่งที่ใหญ่ขึ้นได้อีก
ก็ประมาณนี้แหละ คร่าวๆ สั้นๆ พอ ไปดูเรื่องต่อไปเลยคือ…
เทคโนโลยีควอนตัม (Quantum Technology)
เอาจริงๆ ที่อ่านๆ นี่ก็ใช้เทคโนโลยีควอนตัมอยู่นะ หลอดไฟ จอภาพ โทรศัพท์ คอมพิวเตอร์ CPU ฯลฯ พวกนี้เป็นเทคโนโลยีควอนตัมหมดเลย
อ่ะถ้าพูดถึงเทคโนโลยีควอนตัมแล้ว เราจะแบ่งเป็น 2 generation:
Generation 1: ควบคุมควอนตัมแบบเป็นกลุ่มๆ แต่ตัวใครตัวมันเช่น หลอดไฟ เราบังคับให้มันวิ่งอิเล็กตรอนแล้วคายพลังงานออกมาเพื่อส่องแสงออกมาได้ เวลาเราเปิดไฟ อิเล็กตรอนมันก็วิ่งกันทั้งระบบ ก็คือไปทั้งกลุ่มนั่นเอง แต่มันก็วิ่งของตัวใครตัวมัน
Generation 2: ควบคุมควอนตัมแบบเป็นตัวๆ แต่ทำให้ทำงานร่วมกันได้ ก็คือเรากำลังพูดถึงการทำ quantum computing นั่นเอง เพราะเราใช้พวกนางแบบตัวๆ เลย ไม่ได้ทำเป็นกลุ่มๆ แต่พวกนางเองก็จะต้อง interact ด้วยกันเองได้ (เหมือนกับที่เราไม่ได้ใช้คอมพิวเตอร์แค่ 1 bit เนอะ 😂)
ซึ่งแน่นอนว่า ในปัจจุบันเรากำลังพูดถึง generation ที่ 2 นั่นเอง
อ่ะแล้ว… ทำไมต้อง Quantum Computing ล่ะ?
ทำไมต้อง Quantum Computing?
1. เรามาถึงจุดที่เราทำตาม Moore's Law ไม่ได้แล้ว
กฎของมัวร์บอกว่า "จำนวน transistor ใน chip จะเพิ่มขึ้นสองเท่าในเวลาสองปี"
ปัจจุบันนี้เราทำ transistor ใน CPU ตัวนึงแตะระดับนาโนเมตร อย่างที่อาจารย์สอนคือ 7nm ตอนนี้ไม่รู้ทำได้เล็กกว่านี้หรือยัง
ว่าแต่… เรารู้หรือเปล่าว่าซิลิกอน 1 อะตอม มีขนาดประมาณเท่าไร?
0.2 นาโนเมตร
โปรดฟังอีกครั้ง… 0.2 นาโนเมตร…
พูดง่ายๆ ก็คือ transistor ตัวนึงมีขนาดประมาณอะตอมของซิลิกอน 35 อะตอม เฮ้ย! มันเล็กมากพ่อคุณ
เมื่อมันเล็กขนาดนี้ มันจึงส่งผลให้มันเกิด effect ต่างๆ ทาง quantum ขึ้น และไม่ทำงานตามที่เราคาดไว้ละ นี่จึงเป็นเหตุผลแรกว่าทำไมเราต้องเริ่ม invest ในเรื่องของการทำ quantum computing แล้ว
และอีกข้อนั่นคือ…
2. Quantum Supremacy
เราต้องยอมรับกันเนอะว่าคอมพิวเตอร์หลายๆ เครื่องที่แพงๆ สเปกดีๆ ในปัจจุบันนี้ เปิดโปรแกรม Adobe ขึ้นมา 2 3 โปรแกรมก็ตายกันเป็นแถว 😂
ว่าซ่านเนอะ แต่ไม่ว่าเราจะทำให้คอมพิวเตอร์ของเรามันดีแค่ไหน สถาปัตยกรรมดีแค่ไหน เราก็จะเจอกับปัญหาบางอย่างที่ติดข้อจำกัดของ classical computer อยู่ดี
Quantum Supremacy (หรือ Quantum Advantage) คือการที่เราสามารถใช้คุณสมบัติทาง quantum บางอย่างแล้วสามารถแก้_ปัญหาบางเรื่อง_ได้ไวมากกว่าการใช้ supercomputer มากๆ พูดง่ายๆ คือ supercomputer ตกกระป๋องละ 😥
แล้วอะไรที่ quantum computing ทำได้ดีกว่าล่ะ?
ปัญหาอะไรที่ Quantum Computing แก้ไขได้ดีกว่า?
ปัจจุบันนี้ มีปัญหาอยู่ประมาณ 4 หัวข้อหลักๆ ที่แม้แต่ supercomputer ก็ยังใช้เวลาในการคำนวณที่นานมาก แต่ถ้าใช้ quantum computing แล้วใช้เวลาไม่นานแน่นอนนั่นก็คือ
1. Optimization
ทุกคนน่าจะเคยได้ยินปัญหาเรื่อง Travelling Salesman กันเนอะ พูดถึงการหาเส้นทางที่ optimize ที่สุดของคนขายเนอะ ลำพังถ้าปัญหาไม่ได้ใหญ่มาก หรือมีการ optimize ที่เพียงพอ คอมพิวเตอร์ที่เราใช้ทุกวันนี้ก็อาจจะใช้เวลาไม่นานมากในการคำนวณ
จะดีกว่าไหมถ้ามันจะเร็วกว่าเดิม (มาก)?
ด้วยการใช้ quantum computing เราสามารถใช้มันคำนวณหาเส้นทางที่สั้นที่สุดได้เร็วกว่าเดิมมากๆ แบบเร็วเกิ๊น เนื่องมาจากคุณสมบัติทางควอนตัมรวมถึงการที่มันสามารถประมวลผลแบบ parallel ได้ จึงทำให้เราสามารถ optimize ปัญหาต่างๆ ได้ด้วยการใช้ quantum algorithm
2. Heavy Calculation
"อ่านักเรียน~ คูณ matrix ขนาด 1 ล้าน × 1 ล้านเข้าด้วยกันค่า~"
ถ้าเป็นเราเราเดินหนีละ คอมพิวเตอร์ที่เทพที่สุดก็ไม่รอด แต่คุณครับ
Quantum Computer รอดครับ — เฮ้ย มันจะเทพไปละ
แน่นอนครับ ปัญหาทางคณิตศาสตร์ ถ้าเราสามารถทำมันแบบ parallel ได้ แล้วเราจะไปเข้าคิวรอคำนวณกันแบบ classical computer ทำไมล่ะครับ ใช้สมบัติทางควอนตัมทำพร้อมๆ กันไปเลยจ้า
อ่ะต่อมา…
3. Simulation
ไม่ใช่การ simulation แบบเกมที่เราเล่นกันนะ 😂 แต่กำลังพูดถึงการจำลองอะไรบางอย่างที่มันสุดจะซับซ้อน เช่น การพับตัวของโปรตีน โมเลกุลซับซ้อนๆ ปฏิกิริยาเคมีต่างๆ พวกนี้เป็นสิ่งที่มันจำลองยากม๊าก ใช้เวลานานเป็นเดือนๆ หรือปีๆ
เราลองนึกภาพดูว่า ถ้ามี COVID ระบาดอีกแต่เรามีเครื่อง quantum computer ใช้กันแพร่หลาย มี algorithm ในการคำนวณคู่เบส DNA RNA หาการพับตัวโปรตีนบลาๆ แค่ไม่กี่เดือน (หรือวัน) เราก็น่าจะได้วัคซีนมาใช้กันแล้ว
อลังการไปอีก และข้อสุดท้าย
4. Factorization
การแยกตัวประกอบตัวเลข (factor) ถือว่าเป็นประเด็นที่สั่นสะเทือนไปทั่ววงการ security อยู่เหมือนกัน
คือปัจจุบันเนี้ย เราใช้วิธีการเข้ารหัสด้วยหลักการง่ายๆ ว่า มันเข้าง่าย แต่ถอดยาก เพราะต้อง brute force หาเลข factor ของตัวรหัสมา (นี่คือพูดแบบง่ายๆ ไปเลย แบบสุดจะ simplify)
ซึ่งเจ้าการ Factor มันดันทำง่ายใน Quantum Computing .__.)
อย่างงี้โลกแตกสิครับคุณ เราจะไม่ปลอดภัยกันแล้ว
อ่ะๆ ว่าซ่านเนอะ จริงๆ เรามีการพัฒนาวิธีการเข้ารหัสทางควอนตัมมาแทนละเนอะ ก็เหลือแค่ migrate ไปใช้ถ้าในอนาคตมันแพร่หลายขึ้นเนอะ ก็ ไม่ต้องห่วง "คลังแสง" กันเนอะ
วันนี้ก็เกริ่นคร่าวๆ ไว้ประมาณนี้เนอะ เราไปดูสรุปกันเลย 👉
สรุปเนื้อหา
ทฤษฎีควอนตัม: ทฤษฎีที่พูดถึงปรากฏการณ์ของอนุภาคที่มีขนาดเล็กกว่าโมเลกุลลงไป ถ้าเราสามารถรู้ถึงคุณสมบัติมันได้ เราจะสามารถใช้อธิบายสิ่งที่ใหญ่ขึ้นได้
เทคโนโลยีควอนตัม: แบ่งเป็น 2 ช่วง คือ
Generation 1: ควบคุมควอนตัมแบบเป็นกลุ่มๆ แต่ตัวใครตัวมัน เช่น บังคับให้อิเล็กตรอนวิ่งในหลอดไฟ
Generation 2: ควบคุมควอนตัมแบบเป็นตัวๆ แต่ทำให้ทำงานร่วมกันได้ → Quantum Computing
ทำไมต้อง Quantum Computing:
เราย่อ transistor อีกไม่ได้แล้ว
บางปัญหาสามารถแก้ไขด้วย quantum computing ได้ดีกว่ามาก
ปัญหาอะไรที่ Quantum Computing แก้ไขได้ดีกว่า?
Optimization: Travelling Salesman Problem
Calculation: การคูณ matrix ใหญ่ๆ
Simulation: การพับตัวของโปรตีน การเรียงตัวของโมเลกุล
Factorization
พิมพ์มาจนปวดนิ้วไปหมดแล้ววันนี้ เพิ่งจะจบ 1/4 ของเลคเชอร์แรกเอง 😅 ก็ขอฝากติดตามซีรีส์นี้ด้วยนะงับ ถ้าว่างแล้วจะมาพิมพ์ต่อ แล้วเจอกัน EP หน้าคร้าบ 👋
Last updated
Was this helpful?