ศึกชิงเจ้าแห่งควอนตัมใครครองบัลลังก์เทคโนโลยีโลก?

ในไม่กี่ปีที่ผ่านมาการคำนวณเชิงควอนตัมหรือควอนตัมคอมพิวติง (quantum computing) กลายเป็นเทคโนโลยีที่ทั่วโลกจับตา มีผู้เล่นหลากหลาย ตั้งแต่สตาร์ทอัพไปจนถึงบริษัทยักษ์ใหญ่อย่าง Google, IBM, และ Microsoft ที่ต่างแข่งขันกันพัฒนาคอมพิวเตอร์ควอนตัมเพื่อชิงความเป็นผู้นำ สร้างเครื่องที่มี “คิวบิต”หน่วยประมวลผลที่เล็กที่สุดทางควอนตัมจำนวนมากขึ้นเรื่อย ๆ เพราะยิ่งคิวบิตเยอะ ก็ยิ่งมีศักยภาพที่จะแก้ปัญหาที่ซับซ้อนได้มากขึ้น

คอมพิวเตอร์ควอนตัมที่ล้ำหน้าที่สุดในปัจจุบันมีขนาดราว 100 คิวบิต ถ้าเราไปถึง 100,000 คิวบิต ก็อาจเริ่มจำลองกระบวนการทางชีวเคมีในธรรมชาติได้ ซึ่งถือเป็นการปฏิวัติอุตสาหกรรมการผลิตครั้งใหญ่ และถ้าไปถึง 1,000,000 คิวบิต ก็มีโอกาสทำลายระบบความปลอดภัยทางอินเทอร์เน็ตที่ทั้งโลกใช้อยู่ในปัจจุบันได้

ภาพจาก: IBM

แต่คอมพิวเตอร์ควอนตัมก็ไม่ได้แข่งกันที่จำนวนคิวบิตเพียงอย่างเดียว คุณภาพของคิวบิตก็เป็นสิ่งที่ต้องคำนึงถึง เมื่อเทียบกับหน่วยประมวลผลของคอมพิวเตอร์ดิจิทัลทั่วไปแล้ว คิวบิตนั้นบอบบางอย่างไม่น่าเชื่อ ไม่ว่าจะเป็นแรงสั่นสะเทือน อุณหภูมิ หรือความไม่สมบูรณ์เพียงเล็กน้อยในระบบควบคุม ก็เพียงพอที่จะทำให้เกิดข้อผิดพลาดได้แล้ว อย่างนี้แล้วเราจะเชื่อมั่นในผลการคำนวณบนฮาร์ดแวร์ที่เปราะบางและเต็มไปด้วยสัญญาณรบกวนแบบนี้ได้จริงหรือ?

ปรากฏว่าเรามีคำตอบทางทฤษฎีตั้งแต่ยุคทศวรรษ 1990 แล้วว่า “ได้” ด้วยการแก้ไขข้อผิดพลาดเชิงควอนตัม (quantum error correction) ที่เป้าหมายไม่ใช่การสร้างคิวบิตที่สมบูรณ์แบบ แต่คือการสร้างคิวบิตเสมือน (logical qubit)—หน่วยของข้อมูลควอนตัมที่ได้รับการปกป้องให้เสถียร—จากคิวบิตจริง (physical qubit) ที่แต่ละตัวล้วนมีข้อบกพร่อง และในปัจจุบันเราเริ่มได้เห็น logical qubit ที่เสถียรกว่า physical qubit แล้ว ซึ่งเป็นจุดเปลี่ยนสำคัญในเส้นทางการพัฒนาคอมพิวเตอร์ควอนตัม

ภาพจาก: Google Quantum AI

บทความนี้จะพาเรามาทำความเข้าใจว่า QEC (quantum error correction) คืออะไร เส้นทางสู่การสร้างคอมพิวเตอร์ควอนตัมเป็นอย่างไร และวันนี้เรามาไกลแค่ไหนแล้ว

ไอเดียพื้นฐานของ error correction ในคอมพิวเตอร์ดิจิทัลไม่มีอะไรยาก: ถ้าบิตของเราซึ่งมีค่าได้แค่ 0 หรือ 1 บังเอิญถูกสัญญาณรบกวนเปลี่ยนจาก 1 เป็น 0 หรือจาก 0 เป็น 1 เราก็แค่ทำสำเนาบิตนี้เป็นหลายๆ ชุด แล้วทายค่าที่ถูกต้องจากค่าของบิตที่ปรากฏบ่อยที่สุด

ตัวอย่างการใช้ 3 physical bits ในการทำเป็น 1 logical bit โดย physical bit ตัวที่สองโดนสัญญาณรบกวนจึงเปลี่ยนจาก 0 เป็น 1 แต่ logical bit ยังมีค่าเป็น 1 อยู่ เนื่องจากใช้หลักการ “โหวต” จาก 3 physical bits

แต่ error ของคิวบิต มีธรรมชาติที่ต่างออกไปหลายประการ อาทิเช่น ในทฤษฎีควอนตัม มีสิ่งที่เรียกว่า No-cloning theorem ซึ่งระบุว่า เราไม่สามารถทำสำเนาของคิวบิตอย่างสมบูรณ์แบบได้ อีกทั้งคิวบิตไม่ได้มีสถานะแค่ 0 กับ 1 แต่สามารถอยู่ในสถานะ “ระหว่าง” 0 กับ 1 ได้ ด้วยคุณสมบัติที่เรียกว่าการซ้อนทับเชิงควอนตัม (quantum superposition)

ความจริงเหล่านี้ทำให้นักวิทยาศาสตร์จำนวนไม่น้อยเชื่อว่า QEC นั้นเป็นไปไม่ได้—และแปลว่าคอมพิวเตอร์ควอนตัมที่เชื่อถือได้ก็จะเป็นไปไม่ได้เช่นกัน แต่ทุกอย่างก็พลิกผันในปี 1996 เมื่อ Peter Shor และ Andrew Steane เสนอแนวคิดการทำ QEC โดยการ “ทำซ้ำ” ในรูปแบบพิเศษที่ไม่ขัดกับ No-cloning theorem

 Peter shor (ภาพซ้าย) และ Andrew Steane (ภาพขวา) 

ภาพจาก: Christopher Harting (ภาพซ้าย) และ Global Faculty Initiative (ภาพขวา) 

โดยทฤษฏีนี้กล่าวว่า การสร้าง logical qubit จากหลาย ๆ physical qubits จะสามารถทำให้ logical qubit นั้นเสถียรขึ้นได้ ก็ต่อเมื่อ physical qubits เหล่านั้น มีความเสถียรเกินกว่าค่า ๆ หนึ่ง ที่เรียกว่า Noise Threshold 

เปรียบเทียบเสมือนทีมจะเก่งขึ้นเมื่อมีสมาชิกทีมเพิ่มขึ้นได้  สมาชิกแต่ละคนก็ต้องเก่งเกินจุด ๆ หนึ่ง หากต่ำกว่านั้น การเพิ่มสมาชิกทีม ยิ่งทำให้ทีมแย่ลง

Noise Threshold นี้จึงเป็นเหมือนเป้าหมาย หรือ “จอกศักดิ์สิทธิ์” (Holy Grail) ที่ผู้พัฒนาควอนตัมคอมพิวเตอร์ฮาร์ดแวร์ต้องไปถึงให้ได้

ภาพจาก: Google Quantum AI

ถ้าจะให้ยกตัวเลขกลมๆ ทุกวันนี้ threshold ที่คนมักอ้างถึงอยู่ที่อัตราผิดพลาด 1% สำหรับการควบคุมสองคิวบิต แต่ด้วย overhead หลายประการ เป้าหมายที่แท้จริงจะต้องตกไปใกล้เคียงกับอัตราผิดพลาด 0.1% มากกว่า 

ภาพรวมคอมพิวเตอร์ควอนตัมในปัจจุบันยังห่างไกลจากความเสถียรขนาดไหน?

หนึ่งใน roadmap คร่าวๆ ที่มีประโยชน์ในการมองภาพรวมของการพัฒนาตัวประมวลผลควอนตัมมาจากบทความเมื่อปี 2013 โดย Michel Devoret และ Robert Schoelkopf นักวิจัยจาก Yale โดยมองเส้นทางสู่คอมพิวเตอร์ควอนตัมที่เสถียรเป็นบันไดเจ็ดขั้น แต่ละขั้นแสดงถึงความซับซ้อนและความท้าทายที่เพิ่มขึ้น

– สองขั้นแรก ยังไม่มี QEC: เริ่มจากแค่การควบคุม physical qubit แต่ละตัว ไปจนถึงการรันอัลกอริทึมควอนตัมขนาดเล็กบน physical qubits 

– ขั้นที่สาม เริ่มเตรียมความพร้อมสำหรับการทำ QEC: เราจะต้องทำการวัดบางส่วน (partial measurement) ที่เรียนรู้เฉพาะข้อมูลที่จำเป็นในการดักจับความผิดพลาดได้โดยไม่ทำลายสถานะควอนตัมไปด้วย

– ขั้นที่สี่ ถือเป็นจุดเริ่มต้นของยุค QEC อย่างแท้จริงที่ logical qubit เริ่มเสถียรกว่า physical qubit ที่ดีที่สุดในระบบฮาร์ดแวร์นั้นๆ

– ขั้นที่ห้าและหก ตั้งเป้าไปที่การควบคุม logical qubit อย่างเต็มรูปแบบ สามารถรันอัลกอริทึมกับ logical qubits ได้

– และใน ขั้นที่เจ็ด ศักยภาพของคอมพิวเตอร์ควอนตัมถูกปลดปล่อยเต็มรูปแบบ เราสามารถสร้างคอมพิวเตอร์ควอนตัมที่ใหญ่ขึ้นๆ เพื่อรองรับการแก้ปัญหาซับซ้อนในโลกจริงได้

ตอนนี้พอจะพูดได้ว่าเราอยู่ราวๆ ขั้นที่สี่ แต่ในความเป็นจริงแล้ว ความก้าวหน้าไม่ได้วัดได้เป็นขั้นๆ ชัดเจนแบบนี้เสมอไป แต่จะเป็นกระบวนการค่อยเป็นค่อยไปที่ไม่มีการทดลองใดการทดลองหนึ่ง “เคลียร์” แต่ละขั้นได้ด้วยตัวมันเอง การทำงานในแต่ละขั้นต้องอาศัยทักษะและความเชี่ยวชาญที่บ่มเพาะมาในขั้นก่อนหน้า แต่ก็ไม่ได้แปลว่าเราบรรลุทุกอย่างในขั้นก่อนหน้าโดยสมบูรณ์ในทุกๆ ด้านแล้ว สิ่งที่เกิดขึ้นปกติคือแล็บจะต้องพัฒนาสมรรถภาพในทุกๆ ขั้นพร้อมๆ กันไป อย่างไรก็ตามก็มีหลายการทดลองที่ควรได้รับไฮไลต์

รหัส Surface

หนึ่งในก้าวสำคัญล่าสุดมาจากทีมของ Google ในผลงานที่ตีพิมพ์ในวารสาร Nature เมื่อธันวาคมปีที่แล้ว (2024) แสดงประสิทธิภาพของรหัส QEC ที่เป็นที่นิยมที่สุด: รหัส surface ในตัวประมวลผลควอนตัม 105 คิวบิต “Willow” ความได้เปรียบของรหัส surface อยู่ที่ความเรียบง่าย: ไม่ว่าเราจะขยายรหัสให้ใหญ่แค่ไหนก็ตาม การวัดที่ต้องใช้ใน error correction ยังคงเป็นการวัดแค่ระหว่างคิวบิตที่อยู่ติดกันตามการจัดเรียงบนระนาบสองมิติเท่านั้น ทำให้รหัส surface เหมาะกับการใช้งานจริงมากกว่ารหัสรุ่นแรกๆ อย่างของ Shor หรือ Steane และเป็นรหัสที่ได้รับการพัฒนาและผ่านการทดสอบใช้ในสนามจริงมามากกว่าเพื่อน

ทีม Google ได้สร้างหนึ่ง logical qubit จากกลุ่มของ physical qubits จำนวน 3×3, 5×5 และ 7×7 และพบว่าอัตราความผิดพลาดของ logical qubit ลดลงแบบเอ็กซ์โพเนนเชียลเมื่อเพิ่มขนาดของกลุ่มคิวบิต แสดงให้เห็นว่าระบบของพวกเขาทำงานอยู่ใต้ระดับ threshold แล้ว โดย logical qubit อยู่ได้ถึง 300 ไมโครวินาที นานกว่า physical qubit ที่ดีที่สุดในระบบนี้ 2.4 เท่า ผ่านจุดเสมอตัวอย่างชัดเจน ความก้าวหน้าที่สำคัญพอๆ กันคือพวกเขาทำ error correction แบบเรียลไทม์ได้ โดยมีความหน่วง (latency) เพียง 60 ไมโครวินาทีของ QEC หนึ่งรอบ (ส่วนการวัดจริงใช้เวลาแค่ 1 ไมโครวินาที) ทำให้ระบบรันการแก้ไขแบบนี้ซ้ำๆ ได้เป็นล้านรอบติดต่อกันเป็นชั่วโมงโดยที่คุณภาพไม่ลดลง

ความสำคัญของการทดลองนี้อยู่ที่ การได้เห็นเป็นครั้งแรกว่าระบบทำงานในสภาวะที่อัตราผิดพลาดต่ำกว่า threshold อย่างชัดเจน แต่ก็ยังห่างจากการเป็นคอมพิวเตอร์ควอนตัมที่เสถียรอย่างแท้จริง เพราะในงานนี้รหัส surface ยังไม่ได้ถูกใช้ในการคำนวณบน logical qubit แต่ทำหน้าที่เป็นเพียงหน่วยความจำ (quantum memory) เท่านั้น Sergio Boixo หนึ่งในสมาชิกทีม Google กล่าวว่า พวกเขาจะเรียกระบบนี้ว่าทนทานต่อความผิดพลาด ก็ต่อเมื่อสามารถควบคุมสองคิวบิตได้ด้วยอัตราผิดพลาดที่ต่ำกว่า 0.0001% ซึ่งยังห่างไกลจากระดับ 0.1% ที่ทำได้ในปัจจุบัน

รหัส GKP 

QEC ดั้งเดิมเช่นรหัส surface ต้องใช้คิวบิตจำนวนมหาศาลเพื่อสร้าง logical qubit เพียงคิวบิตเดียว ทำให้นักวิจัยบางกลุ่มคิดหาทางใหม่ที่จะปกป้องข้อมูลควอนตัมโดยอาศัยฟิสิกส์ของฮาร์ดแวร์ที่มีอยู่แล้ว วิธีหนึ่งที่เป็นที่นิยมกันโดยเฉพาะในหมู่คนที่มาจากสาย Atomic, Molecular, and Optical (AMO) Physics คือการเก็บ logical qubit ในการสั่นของสนามแม่เหล็กไฟฟ้า โดยเฉพาะรหัส GKP (ตั้งชื่อตามผู้เสนอ Gottesman, Kitaev, และ Preskill) ซึ่งเป็นรหัสที่ครองสถิติคิวบิตที่เสถียรที่สุดในปัจจุบัน จากงานของกลุ่ม Yale (ซึ่งมี Devoret และ Schoelkopf ด้วย) ที่ได้รับการตีพิมพ์ในวารสาร Nature เมื่อมีนาคม 2023 ในการทดลองนี้ พวกเขาใช้รหัส GKP สร้าง logical qubit ที่อยู่ได้นานหลายมิลลิวินาที ประมาณ 2.3 เท่าของอายุของ physical qubit ที่ดีที่สุดในระบบ และเมื่อพฤษภาคมปี 2025 นี้เอง กลุ่มทดลองเดียวกันก็ได้ต่อยอดโชว์ logical qutrit (ระบบที่มีได้สามสถานะหลัก 0, 1, และ 2) และ ququad (ระบบสี่สถานะหลัก) ในรหัส GKP ด้วยอายุที่สั้นกว่าคิวบิต GKP นิดหน่อย—ประมาณครึ่งมิลลิวินาที—แต่แลกมาด้วยความยืดหยุ่นในการเก็บและจัดการข้อมูลควอนตัมที่ไปเกินไปกว่าการคิดแบบ 0 กับ 1

ภาพจาก: Amazon

ต่อให้มีความสำเร็จเหล่านี้ เราก็ยังอยู่ในจุดที่บอกไม่ได้แน่ชัดว่าสุดท้ายแล้ว คอมพิวเตอร์ควอนตัมที่พัฒนาไปจนถึงที่สุดจะมีหน้าตาอย่างไร เพราะเส้นทางของคอมพิวเตอร์ควอนตัมที่เสถียรยังคงมีความหลากหลายและเปลี่ยนแปลงอยู่ตลอดเวลา ยังไม่มีทิศทางใดที่ชนะขาด ตัวอย่างหนึ่งของทิศทางอื่นที่น่าจับตามองคือความร่วมมือของทีม Harvard และ QuEra เมื่อปี 2023 ที่รันอัลกอริธึมบน 48 logical qubits ที่สร้างจากอะตอม แสดงให้เห็นความสามารถระดับหนึ่งในขั้นที่หกในบันไดของ Devoret–Schoelkopf แต่การทดลองของเขายังอาศัยการตรวจจับและทิ้งรอบรันที่มีข้อผิดพลาดแทนที่จะทำการแก้ไขแบบเรียลไทม์ และยังไม่ได้โชว์อย่างประจักษ์ว่า logical มีอายุยาวกว่าจุดเสมอตัว ในอีกทิศทางหนึ่ง แผนการระยะยาวของ Microsoft ที่มุ่งสร้างคิวบิตเชิงโทโพโลยี (topological qubit) ตั้งอยู่บนหลักการที่ต่างจากมาตรฐานไปโดยสิ้นเชิง ถ้าสำเร็จ มันจะเป็นคิวบิตที่ทนทานต่อข้อผิดพลาดโดยธรรมชาติ ไม่ต้องมีการพัฒนาระดับขั้นที่หนึ่งและสองของบันได Devoret–Schoelkopf ระบบนี้จะกระโดดข้ามชั้นความสำเร็จของแพลตฟอร์มอื่นๆ ทันที แต่ปัจจุบันงานวิจัยทางด้านนี้ยังอยู่ในขั้นพัฒนาเทคนิคการอ่านข้อมูลและยืนยันสมบัติของคิวบิตประเภทนี้เท่านั้น ยังไม่มีการวัดอายุคิวบิตหรือสาธิตการประมวลผลควอนตัมใดๆ จึงยังเป็นทิศทางที่ต้องพัฒนาอีกไกล แต่ถึงแม้จะสำเร็จหรือไม่ก็ตาม คุณค่าทางวิทยาศาสตร์ของเส้นทางนี้คือการตอบคำถามว่า “ธรรมชาติยอมให้มีระบบที่รองรับการคำนวณเชิงควอนตัมได้โดยไม่ต้องมี QEC หรือไม่?”

สรุปแล้ว ประเด็นก็คือ QEC ไม่ใช่แค่ความฝันของนักทฤษฎีอีกต่อไป การทดลองของทีม Google และ Yale แสดงให้เห็นว่าเราสามารถสร้าง logical qubit ที่เสถียรกว่า physical qubit ได้จริงๆ และนี่เป็นแค่จุดเริ่มต้นเท่านั้น เมื่อเทคนิคของแพลตฟอร์มคิวบิตต่างๆ ดีขึ้น เราจะเห็นตัวอย่างของข้อมูลทางควอนตัมที่ได้รับการปกป้องและเสถียรมากขึ้นเพิ่มขึ้นเรื่อยๆ ถึงอย่างนั้น เราก็ยังอยู่ในช่วงตั้งต้นของการเดินทางนี้อยู่ดี คอมพิวเตอร์ควอนตัมที่สมบูรณ์ยังคงเป็นเป้าหมายระยะยาว จึงยังไม่ควรคาดหวังมากเกินไปว่ามันจะมาเปลี่ยนโลกในอีกแค่ไม่กี่ปีข้างหน้า แต่เป็นที่แน่นอนแล้วว่าเส้นทางในอนาคตเด่นชัดขึ้นกว่าที่ผ่านมาในอดีต

ผู้เขียน

ดร. นินนาท แดงเนียม อาจารย์ประจำวิทยาลัยเพื่อการค้นคว้าระดับรากฐาน (IF) มหาวิทยาลัยนเรศวร

References

1. Elucidating reaction mechanisms on quantum computers, Markus Reiher, Nathan Wiebe, Krysta M. Svore, Dave Wecker, and Matthias Troyer, Proceedings of the national academy of sciences 114 (29) 7555-7560 (2017). https://www.pnas.org/doi/10.1073/pnas.1619152114
2. How to factor 2048 bit RSA integers with less than a million noisy qubits, Craig Gidney arXiv:2505.15917v1 https://arxiv.org/abs/2505.15917v1
3. The Quantum Error Correction Report 2024, Riverlane https://www.riverlane.com/quantum-error-correction-report-2024
4. Superconducting circuits for quantum information: an outlook: an outlook, M. H. Devoret and R. J. Schoelkopf, Science 339, 1169-1174 (2013). https://www.science.org/doi/full/10.1126/science.1231930
5. Quantum error correction below the surface code threshold, Google Quantum AI and collaborators,  Nature 638, 920–926 (2025). https://www.nature.com/articles/s41586-024-08449-y
6. The Google Willow thing, Scott Aaronson https://scottaaronson.blog/?p=8525
7. Hardware-Efficient Fault Tolerant Quantum Computing with Bosonic Grid States in Superconducting Circuits, Marc-Antoine Lemonde et al., arXiv:2409.05813v1  https://arxiv.org/abs/2409.05813v1
8. Real-time quantum error correction beyond break-even, V. V. Sivak et al., Nature 616, 50–55 (2023). https://www.nature.com/articles/s41586-023-05782-6
9. Quantum error correction of qudits beyond break-even, Benjamin L. Brock, Shraddha Singh, Alec Eickbusch, Volodymyr V. Sivak, Andy Z. Ding, Luigi Frunzio, Steven M. Girvin, and Michel H. Devoret,  Nature 641, 612–618 (2025). https://www.nature.com/articles/s41586-025-08899-y
10. Logical quantum processor based on reconfigurable atom arrays, Dolev Bluvstein et al., Nature 626, 58–65 (2024). https://www.nature.com/articles/s41586-023-06927-3
11. What does it mean to create a topological qubit, Jason Alicea https://quantumfrontiers.com/2025/03/05/what-does-it-mean-to-create-a-topological-qubit/