ซื้อ
ตลาด
🔥
ตลาดคาดการณ์

ภัยคุกคามของคอมพิวเตอร์ควอนตัมต่อ Bitcoin: การประเมินความก้าวหน้าและความเป็นไปได้

ความก้าวหน้าในการแก้ไขข้อผิดพลาดควอนตัมและหลักฐานพื้นฐานทำให้คอมพิวเตอร์ควอนตัมที่ใช้งานได้ใกล้ความจริงมากขึ้น AI กำลังเร่งความก้าวหน้าในจุดคอขวดสำคัญ

23/09/2026 17:13อ่านประมาณ 15 นาที

คำถามว่าคอมพิวเตอร์ควอนตัมอาจเป็นอันตรายที่แท้จริงต่อเครือข่าย Bitcoin ได้หรือไม่นั้นถูกพูดคุยกันมากว่าสิบปีแล้ว เมื่อผมพบ Bitcoin ครั้งแรกเมื่อกว่า 13 ปีก่อน นี่เป็นหัวข้อถกเถียงที่จริงจังอยู่แล้ว

หลายสิ่งเปลี่ยนแปลงไปมากตั้งแต่สมัยแรกที่ผมยังเป็นมือใหม่ที่ไม่รู้เรื่องและพยายามทำความเข้าใจพื้นฐาน ทั้งความก้าวหน้าทางทฤษฎีและการปรับปรุงทางวิศวกรรมเชิงปฏิบัติได้เกิดขึ้น

การพัฒนาที่สำคัญสองประการเกิดขึ้นตั้งแต่นั้น ซึ่งเปลี่ยนโอกาสที่คอมพิวเตอร์ควอนตัมที่ทำงานได้จะปรากฏภายในทศวรรษหน้าหรือประมาณนั้นอย่างมีนัยสำคัญ ซึ่งไม่ได้หมายความว่าเครื่องจักรดังกล่าวจะกลายเป็นที่แพร่หลายหรือเข้าถึงได้ง่ายแม้สำหรับผู้ที่มีเงินทองมากมาย

ถึงกระนั้น ก็มีโอกาสจริงที่เครื่องจักรที่ใช้งานได้หลายเครื่องจะถูกสร้างในปีต่อๆ ไป

การปรับปรุงการแก้ไขข้อผิดพลาด

ความก้าวหน้าครั้งสำคัญแรกอยู่ที่การแก้ไขข้อผิดพลาด เพื่อชดเชยสัญญาณรบกวนตามธรรมชาติที่มาพร้อมกับการจัดการวัตถุในระดับที่เล็กมาก การสร้างคิวบิตตรรกะที่มีประโยชน์เพียงตัวเดียวต้องใช้คิวบิตทางกายภาพที่ซ้ำซ้อนหลายตัว

ก่อนหน้านี้ วิธีที่ดีที่สุดคือ surface codes — การจัดเรียงคิวบิตทางกายภาพจำนวนมากในตารางและใช้บางส่วนเป็น check qubits ที่ตรวจสอบเพื่อนบ้านเป็นประจำเพื่อหาข้อผิดพลาดใน superposition โดยไม่ทำลายมัน ทุกช่องว่างในตารางต้องถูกเติมด้วย check qubit

ความต้องการ check qubits นี้เพิ่มค่าใช้จ่ายพิเศษที่อาจเข้าใกล้ 1,000 คิวบิตทางกายภาพต่อคิวบิตตรรกะ ปัญหาทวีความรุนแรงขึ้นในขนาดใหญ่ขึ้นเพราะ check qubit สามารถตรวจสอบเพื่อนบ้านที่อยู่ติดกันเท่านั้น ดังนั้นทุกกลุ่มของคิวบิตต้องมีตัวตรวจสอบที่เว้นระยะเท่ากัน

โค้ด Quantum low-density parity-check (qLDPC) ขจัดข้อจำกัดนี้ พวกมันให้ check qubits ติดตามคิวบิตอื่นๆ ในระยะทางไกล — ไม่ว่าจะผ่านรอยต่อที่เชื่อมต่อส่วนชิปต่างๆ หรือโดยการเลื่อนอะตอมทางกายภาพโดยใช้การออกแบบอะตอมที่เป็นกลาง ผลลัพธ์คือจำนวนคิวบิตทางกายภาพที่จำเป็นสำหรับคิวบิตตรรกะที่เชื่อถือได้ลดลงถึง 10 เท่า

นั่นคือการปรับปรุงที่มีความหมาย มันยังไม่ได้แสดงถึงเครื่องจักรที่ทำงานได้อย่างสมบูรณ์ แต่มันแสดงถึงการเพิ่มประสิทธิภาพที่แท้จริงในวิศวกรรมที่จะรองรับคอมพิวเตอร์ควอนตัมที่ทำงานได้

ความก้าวหน้าในการพิสูจน์พื้นฐาน

การพัฒนาครั้งที่สองตอบคำถามที่ลึกซึ้งกว่า: การเพิ่มคิวบิตทางกายภาพมากขึ้นลดสัญญาณรบกวนของระบบโดยรวมจริงๆ หรือไม่แทนที่จะเพิ่มขึ้น สิ่งนี้ยังคงเป็นทฤษฎีในตอนนี้ และสิ่งสำคัญคือต้องจำไว้ว่ายังไม่มีคอมพิวเตอร์ควอนตัมที่ทำงานได้อย่างสมบูรณ์ใดๆ ทำการคำนวณแบบ end-to-end ที่คอมพิวเตอร์คลาสสิกไม่สามารถเทียบได้

Google ทำการทดลองกับชิป Sycamore (และต่อมา Willow) เพื่อทดสอบผลของการเพิ่มคิวบิตทางกายภาพมากขึ้น เพื่อให้ชัดเจนอย่างสมบูรณ์ นี่ไม่ใช่การสาธิตการคำนวณ — มันแสดงให้เห็นว่าข้อมูลสามารถเก็บไว้ในหน่วยความจำได้โดยไม่เสื่อมสลาย

นักวิจัยใช้คิวบิตตรรกะที่ทำจากกลุ่มคิวบิตทางกายภาพ 17, 49 และ 101 ตัว พวกเขาแสดงให้เห็นว่าอัตราข้อผิดพลาดตรรกะ — ความถี่ที่ข้อมูลเสียหาย — ลดลงเมื่อจำนวนคิวบิตทางกายภาพเพิ่มขึ้น การทดสอบผ่านเกณฑ์สำคัญ: คิวบิตตรรกะที่สร้างจากคิวบิตทางกายภาพอิสระรักษาความสอดคล้องได้นานกว่าคิวบิตทางกายภาพเดี่ยวใดๆ ที่มันมี

อีกครั้ง นี่ไม่ใช่การก้าวกระโดดไปสู่คอมพิวเตอร์ควอนตัมที่ทำงานได้อย่างสมบูรณ์ซึ่งเหนือกว่าเครื่องจักรคลาสสิก แต่มันเป็นความก้าวหน้าที่แท้จริงในการตรวจสอบสมมติฐานพื้นฐานข้อหนึ่งที่การคำนวณควอนตัมต้องพึ่งพา

AI

นี่ไม่ใช่เพียงพื้นที่เดียวที่โซลูชันที่ดีกว่าเกิดขึ้น ปัญญาประดิษฐ์ (AI) ตอนนี้มีบทบาทสำคัญในระบบเหล่านี้ มันถูกใช้ในการอ่านและถอดรหัสข้อมูลจากคอมพิวเตอร์ควอนตัม — จุดคอขวดสำคัญสำหรับการใช้เครื่องจักรดังกล่าวในขนาดใหญ่

AI ยังช่วยพัฒนาอัลกอริทึมควอนตัมใหม่ที่ปรับให้เหมาะกับอุปกรณ์เหล่านี้ เมื่อพิจารณาว่า AI เพิ่งช่วยแก้ — หรือแม้แต่พิสูจน์หักล้าง — การคาดเดาทางคณิตศาสตร์ที่สำคัญ ไม่ไกลเกินจริงที่จะจินตนาการว่า AI ทำให้เกิดความก้าวหน้าในสาขานี้เช่นกัน

เทคนิคเดียวกันนี้ถูกนำไปใช้ในการออกแบบวงจรควอนตัมทางกายภาพที่สร้างด้วยสถาปัตยกรรมที่แตกต่างกัน การค้นหาเค้าโครงที่เหมาะสมที่สุดสำหรับเกทควอนตัมในพื้นที่ทางกายภาพเพื่อลดสัญญาณรบกวนในระดับควอนตัม โดยไม่สร้างพื้นที่ว่างมากเกินไปจนทำให้เกิดความหน่วงหรือไร้ประสิทธิภาพ เป็นความท้าทายที่ซับซ้อนมาก

ปัจจัยนี้สามารถเร่งความก้าวหน้าในปัญหาพื้นฐานที่ยังคงอยู่ได้อย่างมาก

แนวโน้มข้างหน้า

ท้ายที่สุด ในมุมมองของผม มันลดลงเหลือคำถามเดียว: สมมติฐานที่ว่าการเพิ่มคิวบิตทางกายภาพมากขึ้นลดสัญญาณรบกวนเป็นจริงสำหรับการคำนวณจริงและการจัดการข้อมูลควอนตัมอย่างแข็งขันหรือไม่?

หากสมมติฐานนั้นเป็นจริง และไม่ถูกพิสูจน์หักล้างในการทดลองในอนาคตอันใกล้ ผมเชื่อว่ามีโอกาสตามความเป็นจริงที่คอมพิวเตอร์ควอนตัมที่ใช้งานได้จะถูกผลิตขึ้นภายในสิบปีข้างหน้า

ทรัพยากรมหาศาลถูกทุ่มเทให้กับปัญหานี้ มีความก้าวหน้าที่มีนัยสำคัญ — แม้จะไม่ท่วมท้น — ในแต่ละชิ้นส่วนของปริศนา และถ้าสิ่งใดเป็นไปได้โดยพื้นฐาน มนุษย์มักจะหาทางทำให้สำเร็จ

ผมไม่ได้บอกว่าถึงเวลาต้องตื่นตระหนก แต่อย่าปฏิเสธความเป็นไปได้

บทความนี้อยู่ใน ฉบับพิมพ์ ล่าสุดของ Bitcoin Magazine, The Quantum Issue

แชร์ไปยัง

X (Twitter)Telegram

ข้อจำกัดความรับผิดชอบ: เนื้อหาในบทความนี้มาจากสื่อภายนอก ใช้เพื่อการอ้างอิงเท่านั้น และไม่ถือเป็นคำแนะนำการลงทุน คริปโตและผลิตภัณฑ์ทางการเงินอื่นมีความเสี่ยงจากความผันผวนของราคาสูง โปรดตัดสินใจอย่างรอบคอบ

บทความที่เกี่ยวข้อง

ผู้ร่วมสร้าง XRP ขายเหรียญนับล้านในปี 2025 บอกไม่ได้ซื้อโทเคนมาหลายปีแล้ว

David Schwartz ขาย XRP ประมาณ 2.5 ล้านเหรียญในปี 2025 จ่ายภาษีกำไรจากทุน 1.7 ล้านดอลลาร์ และบอกว่าเขาไม่ได้ซื้อโทเคนมาหลายปีแล้ว

26 นาทีที่แล้วอ่านประมาณ 11 นาที

CEO ของ Cointelegraph ลาออกไปร่วม AI Startup ขณะที่สื่อคริปโตเผชิญความท้าทาย

Yana Prikhodchenko ลาออกจาก Cointelegraph หลังจากห้าปีเพื่อเป็นผู้นำ AI startup Phase ขณะที่สื่อคริปโตกำลังประสบปัญหา

58 นาทีที่แล้วอ่านประมาณ 10 นาที

Arca เปิดให้บริการสาธารณะ ชดเชยผู้ใช้สำหรับเซสชัน AI ที่มิฉะนั้นจะถูกทิ้ง

Arca ซึ่งจ่ายเงินให้ผู้ใช้สำหรับข้อมูลเซสชัน AI ได้ออกจากเฟสการเข้าถึงแบบเฉพาะคำเชิญและตอนนี้เปิดให้ทุกคนใช้งานบน Mac และ Windows

1 ชั่วโมงที่แล้วอ่านประมาณ 11 นาที

Solana เสี่ยงร่วงลงสู่ $74 ขณะโอกาสที่เฟดจะขึ้นดอกเบี้ยแตะ 99%

Solana ร่วงลง 9% และอาจร่วงถึง $74 เนื่องจากความคาดหวังว่าเฟดจะขึ้นดอกเบี้ยในเดือนธันวาคมแตะ 99% หลังจากคำกล่าวของ Waller

2 ชั่วโมงที่แล้วอ่านประมาณ 11 นาที