*** A História do Financiamento da Ciência O cientista sempre foi um funcionário arriscado em termos de ROI. Eles estão tentando descobrir verdades sobre o universo e, muitas vezes, o universo lhes dá o pássaro. Como experimentar significa arriscar muito dinheiro e tempo em uma ideia possivelmente inútil, um cientista é um estagiário eterno, até que faça uma descoberta e então se torne associado sênior. Dito isto, o cientista tem tentado ganhar o seu próprio dinheiro. Com os Alquimistas, isso era literal. Embora tenham inventado a Química e catalisado o nascimento da corrida mundial do ouro, transformar chumbo em ouro foi, infelizmente, uma ideia errada que se acreditou durante séculos. A busca consumiu a vida de uma pessoa após a outra, com apenas sonhos de riqueza para sustentá-los. Mas a sua tenacidade foi uma prova da sua resiliência e paciência. Paciência significava, por enquanto, permanecer ao serviço de alguém que pudesse arcar com o risco de apoiar a ciência no passado. E isso significava um rei porque eles tinham ouro/dinheiro coletado de impostos. Feiticeiros e videntes não faziam muito sentido, e eram comediantes que vieram para divertir o rei antes de ele ir para a guerra. Embora jogar tripas na parede possa ser estúpido, era misterioso e, se eles estivessem certos, duplamente impressionante. E aqui estava esse cientista (falido), insistindo que conhecia uma estratégia REAL para ajudar o Rei a vencer. Qual era a credibilidade deles? Por volta de 200 AC, o cientista é Arquimedes e o Rei é o chefe político de Siracusa. Ser um líder naquela época significava em grande parte que você precisava vencer guerras e como a história ensinou a Kings a total inutilidade dos charlatões, o cientista teve a chance de defender seu caso. Arquimedes apresentou seu caso corretamente. que ele afundou os navios dos romanos com engenhosos guindastes e catapultas que atiravam pedras pesadas. Conta-se Desde a sua época, o patrocínio de reis, príncipes, banqueiros e presidentes aos cientistas tem sido imenso. O cientista é respeitado, e todos os grandes cientistas, até mesmo Leonardo da Vinci, que era principalmente bajulado por suas impressionantes obras de arte, tiraram algum tempo para projetar armas. Pois as armas ajudam o Rei a vencer e, portanto, mantêm o cientista com um emprego. Os cientistas logo se tornaram cada vez mais importantes nos esforços de guerra. Especialmente físicos e químicos, que projetaram inúmeras formas de equipamento militar até hoje. No entanto, o surgimento de métodos científicos em Economia, Sociologia, Psicologia, Biologia, todos baseados no poder da análise estatística e da inferência lógica, rapidamente tornou o cientista importante em todos os campos da actividade humana. O problema, entretanto, permaneceu. Para obter um empréstimo, o cientista normalmente tinha de, e ainda tem de, contar com financiamento governamental porque o governo continua a ser o maior peixe capaz de assumir riscos suficientes nos mercados financeiros. Odeie tudo o que quiser, mas sem o crédito do governo, seja dívida ou dinheiro real, muito trabalho científico teria parado. Melhor exemplo - SpaceX. No entanto, os governos e a sua capacidade de degradar o dinheiro e financiar as coisas com dívidas fizeram com que as guerras mundiais durassem mais tempo, destruindo o mundo com muito mais força. Também levou a depressões económicas e, após a crise financeira de 2008, Satoshi Nakamoto, um genial cientista da computação, decidiu criar o Bitcoin – uma ferramenta monetária fora do âmbito da desvalorização da moeda governamental. Nascimento de um modelo financeiro divorciado do Rei O Bitcoin tem sido controverso desde o seu início. Claro, os reis e os governos odeiam isso. Isso está prejudicando seus negócios. Uma grande parte do setor privado também detesta a sua natureza de orgulho na exclusividade tecnológica, de modo que, seis anos depois, um hard fork foi implementado para criar o Ethereum, uma criptomoeda construída para fornecer serviços adicionais de blockchain, como contratos inteligentes. Muitas outras dificuldades surgiram rapidamente dos infiéis. No entanto, o Bitcoin ainda é popular e recentemente se tornou interessante para as grandes finanças. O ETF Bitcoin prova isso. Depois de 15 anos rindo de algo que continua crescendo e melhorando, até o crítico mais severo calará a boca e começará a ouvir com mais atenção. Porque agora eles sabem que estão faltando alguma coisa. Os cientistas energéticos também estão começando a prestar atenção, com alguns afirmando que a mineração de Bitcoin pode ser o nosso . estão se saindo bem vendendo pacotes de eletricidade mais baratos que foram subsidiados paralelamente pela mineração de Bitcoin. caminho rápido para uma transição energética Os engenheiros de energia Mas estes estão atrasados para a festa. Os cientistas da computação têm ganhado bem com Bitcoin, Ethereum e Doge há décadas. E se algum cientista tem vivido confortavelmente fora da necessidade de obter grandes financiamentos orçamentais dos governos, esse cientista tem sido o cientista da computação, desde o século XX. Embora o campo da Ciência da Computação seja muito mais jovem do que a Física, a Astronomia e a Biologia, muitos cientistas da computação aprenderam rapidamente a ganhar muito com a iniciativa privada e o trabalho individualizado, sem implorar um empréstimo aos Reis e aos seus Grandes Banqueiros. Ciência Futurista Financiando-se através do Bitcoin Bitcoin é dinheiro para as pessoas, e a ciência evoluiu para ser também algo feito como um bem público, num plano de código aberto, por pessoas dedicadas que investem o seu próprio tempo e dinheiro para fazer algo de bom acontecer. Como mencionei, agora existem cientistas da computação na Internet que estão melhorando avidamente o ecossistema Bitcoin usando o poder da colaboração e seus esforços sérios. A maioria deles vem da terra do desenvolvimento de software e, depois de ficarem com a pílula laranja, decidem ficar na terra do Bitcoiner e construir o ecossistema Bitcoin. No entanto, não tem havido muita expansão para outros tipos de cientistas e esta é a oportunidade que existe, aberta, para qualquer um aproveitar. Atualmente, muitos cientistas no mundo Bitcoin são cientistas da computação do tipo que constrói provas de conhecimento zero, rollups e mais camadas do blockchain Bitcoin. Mas são necessárias muito mais pessoas científicas. Para reiterar, sinto que mais cientistas de engenharia elétrica e de energia deveriam estar na vanguarda de como os equipamentos de mineração Bitcoin podem fornecer acesso à eletricidade para aqueles que não têm, tornando os investimentos em fontes de energia limpas e ociosas muito mais fáceis de gerenciar. Que trabalho melhor do que ser o engenheiro elétrico que projeta seu próprio trabalho, levando eletricidade ao seu pessoal? Todo estudante universitário de engenharia elétrica, qualquer que seja o país em desenvolvimento, deveria aprender sobre isso. Porque os países em desenvolvimento de África, da Ásia e da América Latina estão a lutar para aumentar a utilização de electricidade a partir de fontes de energia que de outra forma seriam baratas, devido aos elevados prémios que os habitantes locais simplesmente não podem pagar. O conhecimento da utilização do Bitcoin para subsidiar o acesso à electricidade a partir de fontes de energia ociosas deve ser difundido tão longe e tão amplamente quanto possível. Agora, como aspirante a cientista da informação quântica, sinto que também há um lugar para mim no ecossistema Bitcoin. Embora o público possa saber como a ciência da informação quântica ameaça desfazer o bem que o Bitcoin fez ao potencialmente hackeá-lo, acho que a construção de algoritmos resistentes ao quantum está longe de arranhar a superfície das capacidades quânticas. Por exemplo, as tecnologias quânticas poderiam fornecer para nós Bitcoin, permitindo que mesmo sinais fracos sejam transmitidos com sucesso e garantindo que os blocos sejam minerados. melhores sensores de sinal poderiam ajudar a orientar melhor como a infraestrutura Bitcoin poderia ser melhor configurada em nações e continentes para uma utilização ideal. As soluções de computação quântica em logística As redes quânticas poderiam fornecer melhores maneiras de com segurança. transmitir informações Bitcoin Alguns problemas no ecossistema Bitcoin podem ser problemas (Bounded-error Quantum Polynomial), que são da competência da ciência da informação quântica e devem ser descobertos e trabalhados usando computadores quânticos. BQP Mais importante ainda, os computadores quânticos serão muito melhores na mineração de criptomoedas de prova de trabalho do que os computadores clássicos. Quando o Bitcoin se torna amigo da Mecânica Quântica A lei de Moore está chegando ao fim. A IBM já construiu transistores com apenas 5 átomos. Para diminuir, fica mais difícil gerenciar o ruído térmico e outros problemas em nanoescala. Para gerenciar o ruído térmico, será feito ainda mais resfriamento, como é feito para os qubits. Além disso, um transistor de 1 átomo é efetivamente um qubit. Este é o reino quântico e, gostemos ou não, mais pessoas estudarão a mecânica quântica num futuro não muito distante e, por extensão, a computação quântica. O mundo da computação clássica só pode ser ampliado por meio de uma multiplicidade da mesma tecnologia, o que consumirá ainda mais energia. Os ganhos de eficiência das tecnologias quânticas, como os computadores quânticos, serão necessários. Embora , a ciência da construção de qubits está crescendo e os sistemas estão se tornando mais poderosos. Pode não haver um crescimento exponencial em qubits com a sua própria lei de Moore, mas um crescimento linear em qubits leva a um poder computacional exponencial. Que tipo de lei de Moore! eu tenha dito que a computação quântica é muito cara Você se lembra deste gráfico; Se aproximadamente 14 mil milhões de dólares em 2023 puderem trazer (qubits lógicos são os qubits reais conforme manipulados na teoria matemática), por extrapolação linear, 125 mil milhões de dólares até 2030, como visto acima, trarão 428 qubits lógicos. 48 qubits lógicos Mas daqui a 7 anos, o próprio Bitcoin poderá ter aumentado para US$ 200.000 por bitcoin, o que representa um valor de mercado de US$ 4,2 trilhões. Por extrapolação linear, são necessários 3 biliões de dólares em investimentos globais para nos levar a 10.000 qubits lógicos. Como podemos ver, só o Bitcoin pode pagar por isso em um período de 7 anos. Por que 10.000 qubits? Meu projeto de pesquisa Nos últimos três meses, tenho estudado o QCourse551-1, oferecido em uma colaboração entre QWorld e Classiq Technologies. Meu projeto de pesquisa foi Projeto 11 - Mineração de Bitcoin usando Algoritmo de Busca de Grover. A motivação para o meu projeto veio de que mostra que apenas 10.000 qubits lógicos podem minerar Bitcoin mais rápido do que qualquer sistema clássico usando o mesmo consumo de energia. um trabalho de pesquisa Isso ocorre porque 10.000 qubits podem codificar o processo completo de hash duplo SHA256 usado na mineração de Bitcoin, mas como eles usam o algoritmo de pesquisa de Grover, eles efetivamente alcançam aceleração quadrática por square_root(N) onde N é o número de elementos a serem verificados em um banco de dados não estruturado. A mineração de bitcoins por ASICs também verifica um banco de dados não estruturado de hashes aleatórios para o valor nonce. A questão é: qual é mais rápido? A maioria dos mineradores ASIC hoje verifica terahashes ou Por exemplo verifica 120TH/s. São 120 milhões de hashes por segundo. 1 milhão de hashes a cada segundo. , este minerador Um computador quântico pode vencer isso? Claro. square_root(120 milhões) = apenas 10.954 cheques por segundo. Um aumento de eficiência de 1.095.400%. E quanto maior a competição, mais o computador quântico avança na corrida. A está disparando para mais de 600 milhões de milhões de hashes por segundo. Isto está produzindo calor suficiente para deixar os cientistas climáticos preocupados. Mas e se substituíssemos todos aqueles ASICs desajeitados por QPUs de última geração do ano de 2032, quantos hashes comparativos por segundo eles registrariam? square_root(600 milhões de milhões) = 24 milhões de cheques por segundo. Um . taxa de hash atual aumento de 2,4 mil milhões% na eficiência Se o que foi dito acima não é uma proposta atraente, não sei o que é. Bitcoin deveria financiar pesquisas em computação quântica. Vai demorar um pouco, mas quando acontecer, será glorioso. Será um evento mais canônico do que o pouso na Lua. Em nossa pesquisa, estávamos verificando um sistema muito simplificado com apenas entradas e saídas de 8 bits, modelado em um operador de Grover trabalhando com menos de 25 qubits. Dado o nosso poder de hashing realmente baixo, as vantagens da pesquisa de Grover não puderam ser percebidas em primeira mão, e só poderiam ser inferidas com uma análise de complexidade relevante das execuções/profundidade do computador clássico (meu laptop) versus a profundidade do nosso circuito de Grover executado no simulador Classiq Aer. Embora tivesse sido bom modelar a energética e o gráfico de complexidade do que isso significa, infelizmente, ficamos sem tempo. No entanto, tínhamos alguns resultados para mostrar em nosso trabalho. Abaixo está o que tivemos incluindo a profundidade de cada circuito. a) O algoritmo clássico MD5 simplificado Modelamos uma versão simplificada do MD5 (um primo mais primitivo do SHA256) com hash de 95 caracteres ASCII imprimíveis para encontrar o nonce para valores hexadecimais com dificuldade = 1. Nota: Nossos valores hexadecimais tinham apenas 2 dígitos porque estamos trabalhando com valores de 8 bits. Portanto, nossos possíveis valores de dificuldade 1 estão apenas em 16 possibilidades, ou seja, 00, 01, 02, 03, 04, 05, 06, 07, 08, 09, 0a, 0b, 0c, 0d, 0e, 0f. 00 também é um elemento de dificuldade 2. Portanto, a função de pesquisa/hashing é chamada simplificada_MD5_8bit_difficulty_1or2. def simplified_MD5_8bit_difficulty_1or2(): printables_list = '0123456789abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ!"#$%&\'()*+,-./:;<=>?@[\\]^_`{|}~' for i in printables_list: x2 = ord(i) x3 = bin(x2)[2:] if len(str(x3))==7: x4 = x3+'0' if len(str(x3))==6: x4 = x3+'00' x5 = list(x4) a0 = 2*int((x5[0])) a1 = int(x5[1]) b0 = 2*int((x5[2])) b1 = int(x5[3]) c0 = 2*int((x5[4])) c1 = int(x5[5]) d0 = 2*int((x5[6])) d1 = int(x5[7]) a = a0 + a1 b = b0 + b1 c = c0 + c1 d = d0 + d1 a = ((d ^ (b & (c ^ d))) + (c ^ (d & (b ^ c))) + (b ^ c ^ d) + (c ^ (b | ~(d))) + b) print() d1 = d//2 d0 = d%2 d = d1*(2**7) + d0*(2**6) a1 = a//2 a0 = a%2 a = a1*(2**5) + a0*(2**4) b1 = b//2 b0 = b%2 b = b1*(2**3) + b0*(2**2) c1 = c//2 c0 = c%2 c = c1*(2**1) + c0*(2**0) decimal_result = d + a + b + c binary_result = bin(decimal_result)[2:] print(binary_result) hex_result = hex(decimal_result) print(hex_result) if hex_result == '0x0': difficulty_2.append(hex_result) collisions_difficulty_2.append(i) if hex_result == ('0x1' or '0x2' or '0x3' or '0x4' or '0x5' or '0x6' or '0x7' or '0x8' or '0x9' or '0xa' or '0xb' or '0xc' or '0xd' or '0xe' or '0xf'): difficulty_1.append(hex_result) collisions_difficulty_1.append(i) print('Difficulty_1 list = ',difficulty_1) print('Difficulty_2 list = ',difficulty_2) print('Colliding inputs for difficulty 1 = ',collisions_difficulty_1) print('Colliding inputs for difficulty 2 = ',collisions_difficulty_2) difficulty_2 = [] difficulty_1 = [] collisions_difficulty_1 = [] collisions_difficulty_2 = [] import numpy as np simplified_MD5_8bit_difficulty_1or2() Como pode ser visto, para encontrar os elementos de dificuldade 1 (e por extensão a dificuldade 2), temos que reiterar através de 40 linhas de código (ignorando espaços e imprimindo no loop for). Existem 96 caracteres ASCII imprimíveis para hash e verificação, portanto 96 * 40, o que nos dá uma profundidade de circuito de 3840. No entanto, isso é executado rapidamente pelo meu laptop. Menos de alguns segundos. b) O algoritmo quântico MD5 simplificado Modelamos uma versão quântica de nosso algoritmo MD5 simplificado para simular a localização dos valores de dificuldade 1 nonce, independentemente do caractere ASCII de entrada do circuito. Isso é possível porque tudo que precisamos é de um zero no início do nosso valor hexadecimal. Como nosso conjunto de hash era pequeno (apenas 96 caracteres ASCII), ajustamos o sistema para ignorar o valor ASCII de entrada, tornando-o redundante e visando capturar todos os zeros possíveis dada a expressão aritmética; uma == ((d ^ (b & (c ^ d))) + (c ^ (d & (b ^ c))) + (b ^ c ^ d) + (c ^ (b | ~ (d) )) +b) que também está no algoritmo Python clássico. Observe que as 4 funções somadas são derivadas do . algoritmo MD5 original Como queremos valores de dificuldade 1, adicionamos e à função acima e depois sintetizamos na plataforma Classiq. d = 0 a = 0 (Observação: este é um atalho graças ao trabalho incansável da equipe Classiq. O código Python também foi construído no Classiq Python SDK, mas teve uma falha de última hora. Portanto, só temos código Python SDK funcional para o operador do Grover, mas não para o operador de Grover com hash/pesquisa de dificuldade 1, que é o que você tinha que ver aqui ) Portanto, nossa expressão aritmética de entrada é; uma == ((d ^ (b & (c ^ d))) + (c ^ (d & (b ^ c))) + (b ^ c ^ d) + (c ^ (b | ~ (d) )) + b) e d == 0 e a == 0 O circuito resultante tem uma profundidade de apenas 913 O circuito quântico vence! Nota final Embora o tempo do projeto tenha terminado, nosso trabalho ainda está em andamento, para continuar até construirmos um minerador de bitcoin quântico funcional de 10.000 qubit. Esforços voluntários para nos apoiar tecnicamente são muito bem-vindos. Parte do nosso código ainda apresenta falhas e apenas arranhamos a superfície dos recursos da plataforma Classiq. Uma ferramenta de software engenhosa que elimina os incômodos ajustes em portões, como seria necessário para qualquer pessoa que construísse o mesmo projeto usando o Qiskit. Agradecimentos especiais à Classiq e QWorld pela oportunidade. E nosso mentor - Dr. Eyal Cornfeld, pela orientação. ***
