คอมพิวเตอร์ควอนตัมยังมีขนาดเล็กเกินไปเป็นล้าน ๆ เท่า ถ้าจะใช้แฮกบิตคอยน์

ภาพจาก NewScientist

Mark Webber จาก University of Sussex สหราชอาณาจักร และทีมงานได้ช่วยกันสำรวจว่าต้องใช้ควอนตัมคอมพิวเตอร์ขนาดใหญ่เท่าใดจึงจะเจาะเครือข่ายบิตคอยน์ได้ โดยพิจารณาในแง่ของจำนวนบิตควอนตัม (quantum bit) หรือ qbit ที่ให้ผลเท่ากับจำนวนบิตปกติ 

โดย Webber และทีมคำนวณว่าในการเจาะบิตคอยน์ให้ได้ช่วงเวลา 10 นาที จะต้องใช้ควอนตัมคอมพิวเตอร์ที่มีจำนวนบิตควอนตัม 1.9 ล้าน ๆ quit ถ้าต้องการเจาะให้ได้ในหนึ่งชั่วโมงต้องใช้ 317 ล้าน qbit และถ้าจะเจาะให้ได้ภายในหนึ่งวันก็ยังต้องใช้ถึง 13 ล้าน qbit 

ซึ่งควอนตัมคอมพิวเตอร์ที่มีประสิทธิภาพสูงสุดในปัจจุบันของ IBM ที่เพิ่งทำสถิติใหม่มีบิตควอนตัมบิตแค่ 127 qbit เท่านั้น ดังนั้นจะเห็นว่าเราต้องการเครื่องที่มีขนาดใหญ่กว่าในปัจจุบันเป็นล้านเท่า เพื่อที่จะมีผลกับเงินคริปโต ซึ่ง Webber มองว่าอาจต้องใช้เวลาอีก 10 ปี 

แม้ว่าบิตคอยน์ดูเหมือนจะมีความมั่นคงไปอีกสักพัก แต่เราควรกังวลเกี่ยวกับข้อมูลอื่น ๆ ที่เข้ารหัสไว้ เช่นอีเมลที่เข้ารหัสไว้วันนี้ อาจถูกเก็บไว้และนำมาถอดรหัสในช่วงเวลาที่คอมพิวเตอร์ควอนตัมพร้อม ซึ่งเป็นวิธีการที่เรียกว่า "เก็บเกี่ยวตอนนี้ แล้วถอดรหัสภายหลัง (harvest now, decrypt later)" ซึ่งผู้เชี่ยวชาญด้านความมั่นคงหลายคนคิดว่ามันกำลังเกิดขึ้นแล้ว

ซึ่ง Webber บอกว่าสิ่งนี้ "เป็นสิ่งที่ต้องกังวลเป็นอย่างมาก และเราต้องรีบเปลี่ยนเทคนิคการเข้ารหัสของเรา เพราะในอนาคตมันจะไม่ปลอดภัยอีกต่อไป"

อ่านข่าวเต็มได้ที่: NewScientist

 

       

การกลับสู่ดวงจันทร์ในรอบหลายทศวรรษ

ภาพจาก UPI

NASA กับการกลับมาสู่พื้นผิวดวงจันทร์เป็นครั้งแรกนับตั้งแต่ปี 1972 อาจเกิดขึ้นได้ในปีนี้ ด้วยการเปิดตัวหุ่นยนต์ลงจอดและโรเวอร์จากผู้รับเหมาที่ได้รับทุนสนับสนุนจากองค์การนาซ่าสองราย ได้แก่ Astrobotic และ Intuitive Machines 

Astrobotic ติดโรเวอร์ขนาดเท่ากล่องใส่รองเท้าที่ชื่อว่าไอริสเข้ากับยานลงจอด Peregrine ซึ่งสามารถส่งไปยังดวงจันทร์ได้ในช่วงครึ่งแรกของปีนี้ โรเวอร์ไอริสสร้างขึ้นโดยนักศึกษาจาก Carnegie Mellon University 

เครื่องบินลงจอดบนดวงจันทร์ Nova-C ของ Intuitive จะบรรทุกโรเวอร์ขนาดเล็กของ Spacebit Technologies ในลอนดอน 

ภารกิจ IM-1 ของ Intuitive และ Peregrine Mission 1 ของ Astrobotic มีวัตถุประสงค์เพื่อตรวจสอบสถานที่ลงจอดและทรัพยากรสำหรับภารกิจ Artemis ที่ NASA ได้วางแผนไว้

อ่านข่าวเต็มได้ที่: UPI

นักวิจัยพัฒนาจอ OLED แบบยืดหยุ่นได้โดยเครื่องพิมพ์ 3 มิติแบบเต็มรูปแบบเป็นครั้งแรก

ภาพจาก University of Minnesota College of Science & Engineering

นักวิจัยจาก University of Minnesota Twin Cities (U of M) พัฒนาจอ OLED แบบยืดหยุ่นได้โดยเครื่องพิมพ์ 3 มิติแบบตั้งโต๊ะ ซึ่งอาจนำไปสู่การผลิตจอแสดงผล OLED ราคาประหยัดที่ผลิตขึ้นเองที่บ้าน 

จอแสดงผลต้นแบบมีขนาดประมาณ 1.5 นิ้วในแต่ละด้านและมี 64 พิกเซล โดยแต่ละพิกเซลมีการทำงานและเปล่งแสง 

Ruitao Su อดีตนักวิจัยของ U of M กล่าวว่าจอแสดงผลที่ยืดหยุ่นได้ "แสดงการแผ่รังสีที่ค่อนข้างคงที่ในช่วงการดัดงอ  (bending cycle) 2,000 รอบ ซึ่งบ่งชี้ว่า OLED ที่พิมพ์แบบ 3 มิติเต็มรูปแบบสามารถนำมาใช้สำหรับการใช้งานที่สำคัญในซอฟต์อิเล็กทรอนิกส์ (soft electronics) และอุปกรณ์สวมใส่ได้"

อ่านข่าวเต็มได้ที่: University of Minnesota College of Science & Engineering

ทำนายอนาคตของโควิด

ภาพจาก Boston College

เครื่องมือวิเคราะห์ใหม่ที่พัฒนาโดยทีมวิจัยที่นำโดยนักชีววิทยาที่ Boston College (BC) ใช้การจำลองแบบทางกลศาสตร์ควอนตัม (quantum mechanical modeling) เพื่อทำนายการกลายพันธุ์ในอนาคตของ SARS-CoV-2 

Babak Momeni แห่ง BC กล่าวว่า "เราทำนายด้วยการคำนวณว่าการกลายพันธุ์แบบใดที่ผูกพัน (binding) เข้ากับโฮสต์ที่เป็นตัวรับและหลีกเลี่ยงแอนติบอดี้ได้ดีขึ้น" เป้าหมายคือการเตรียมพร้อมสำหรับความกังวลว่าโควิดจะมีการกลายพันธ์ในรูปแบบต่าง ๆ ในอนาคต

Momeni กล่าวว่า "เราใช้ตัวแบบกลศาสตร์ควอนตัมเต็มรูปแบบ เพื่อประเมินในทางทฤษฎีว่าการกลายพันธุ์ที่แตกต่างกันในหนาม [โปรตีนของโคโรนาไวรัส] สามารถส่งผลในการเพิ่มหรือลดความแข็งแรงในการยึดเกาะ ACE2 ของมนุษย์ได้อย่างไร"

การศึกษายังพบว่าปัจจัยอื่นๆ นอกเหนือจากการผูกพัน อาจเกี่ยวข้องกับในการพิจารณาว่ากลายพันธ์มีวิวัฒนาการอย่างไร

อ่านข่าวเต็มได้ที่: Boston College

ความลึกลับที่ซ่อนอยู่ของดวงจันทร์ถูกเปิดเผยด้วยอัลกอริธึม

ภาพจาก  Scientific American

ทีมนักวิทยาศาสตร์นานาชาติได้พัฒนาอัลกอริธึมการเรียนรู้เชิงลึกเพื่อสำรวจบริเวณด้านมืดถาวร (permanently shadowed regions) หรือ PSR ของดวงจันทร์อย่างลึกซึ้งยิ่งขึ้น และเพื่อสร้างภาพลักษณะทางธรณีวิทยาที่มีขนาดเล็กมาก

นักวิจัยได้ฝึกอบรมอัลกอริธึมนี้กับภาพ PSR กว่า 70,000 ภาพ ควบคู่ไปกับข้อมูลเกี่ยวกับอุณหภูมิของกล้องและตำแหน่งการโคจรของกล้อง เพื่อระบุและคัดแยกสัญญาณรบกวนของกล้อง จากนั้นพวกเขาก็ป้อนอัลกอริธึมภาพถ่ายดวงจันทร์ที่มีแสงแดดส่องถึงหลายล้านภาพโดยจับคู่กับภาพจำลองในเงามืด เพื่อจัดการกับสัญญาณรบกวนที่หลงเหลืออยู่

นักวิจัยใช้อัลกอริธึมนี้ในการวิเคราะห์ขนาดและการกระจายของหลุมอุกกาบาตและก้อนหินใน PSR หลายแห่งที่อาจสำรวจไปแล้วโดยโครงการ Artemis lunar ของ NASA

อ่านข่าวเต็มได้ที่: Scientific American