הדיון על הקשר בין ארצות הברית לישראל נוטה להתמקד בסיוע הביטחוני, כאילו השותפות היא בעיקר תרגיל בפטרונות אסטרטגית. אולם, לפי מחקר חדש של זינב ריבואה ממכון האדסון, מסגרת זו מתעלמת מכך שישראל היא מעצמה כלכלית וחדשנית משמעותית, שהשילוב העמוק שלה במערכות האקולוגיות התעשייתיות, הטכנולוגיות וההוניות האמריקאיות מחזק את כלכלת ארה"ב.

לאחר ה-7 באוקטובר 2023, סוכנויות אשראי, משקיעים זרים ופרשנים גיאופוליטיים הניחו שהחוסן הכלכלי של ישראל יתמוטט תחת נטל של מלחמה ממושכת על מספר חזיתות. סוכנות מודי'ס הורידה את דירוג האשראי של ישראל ב-2024. עם זאת, הערכה זו לא החזיקה מעמד.

שלוש תכונות מבניות מרכזיות

המחקר מזהה שלוש תכונות מבניות של הכלכלה הישראלית שהופכות את המדינה לשותפה כה יקרת ערך:

1. צפיפות חדשנות

ישראל מונה 10.1 מיליון איש אך מייצרת תפוקה טכנולוגית המתחרה במדינות גדולות פי כמה. מספר החברות הישראליות הנסחרות בנאסד"ק עולה על הסכום המשולב של חברות מהודו, יפן ודרום קוריאה. למעלה מ-2,500 חברות אמריקאיות פועלות בישראל, ומעסיקות ישירות כ-72,000 ישראלים.

2. התאמה סקטוריאלית בטכנולוגיות עתיד

הקשר הכלכלי בין ארה"ב לישראל משתרע על התחומים שבהם תוכרע התחרות האסטרטגית של המאה ה-21: אבטחת סייבר, בינה מלאכותית, מערכות אוטונומיות, ביוטכנולוגיה, טכנולוגיית מים ואנרגיה מתחדשת.

3. תאימות מוסדית

ישראל היא דמוקרטיה שלטונית עם בתי משפט עצמאיים, שווקי הון שקופים והגנות חזקות על קניין רוחני. חברות אמריקאיות מבצעות שם מחקר ופיתוח רגיש מכיוון שחוזים ניתנים לאכיפה וסעד משפטי אמין.

תשואות מוכחות

מאז 1985, המסחר הדו-צדדי בין ארה"ב לישראל גדל פי עשרה לכ-49 מיליארד דולר, בנוסף להשקעות של ישראל בארה"ב בשווי כ-24 מיליארד דולר. קרן המחקר והפיתוח התעשייתי הדו-לאומית (BIRD), שהוקמה ב-1977, הקצתה 282 מיליון דולר ליותר מ-800 פרויקטים, שיצרו במישרין ובעקיפין כ-8 מיליארד דולר במכירות.

חוסן שהוכח במלחמה

בינואר 2026, מודי'ס שינתה את התחזית שלה לישראל משלילית ליציבה, בציון ירידה בסיכון הגיאופוליטי וחוסן מוכח. בנק ישראל צופה צמיחה של 5.2 אחוזים ב-2026, קרן המטבע הבינלאומית חוזה 4.8 אחוזים, והאבטלה ירדה ל-3 אחוזים.

המחקר מדגיש שלושה מאפייני חוסן:

• אמינות שרשרת אספקה תחת לחץ – מגזרי הטכנולוגיה והביטחון של ישראל המשיכו לפעול בתנאי מלחמה מתמשכים
• שימור הון – הון אמריקאי שהושקע בישראל הניב תשואות טובות ולא נזקק לאמצעי ייצוב חירום
• אמינות הרתעה – כל אינדיקטור כלכלי ישראלי שהחזיק או השתפר חיזק את האמינות של הסדר האזורי המעוגן באמריקה

תשואות אמריקאיות ישירות

ההשקעה הישראלית יוצרת מקומות עבודה אמריקאיים בעלי ערך גבוה:

• בניו יורק: כמעט 600 חברות שנוסדו על ידי ישראלים ייצרו 19.5 מיליארד דולר בתפוקה ותמכו ביותר מ-57,000 משרות
• בפלורידה: 429 חברות ישראליות ייצרו 7.3 מיליארד דולר בתפוקה
• בוירג'יניה: 119 חברות ייצרו 2.3 מיליארד דולר

איום החרם האירופי

המחקר מזהיר מפני התרחבות תנועות החרם באירופה מאז ה-7 באוקטובר, ומפרט צעדים שנקטו מדינות שונות נגד תעשיית הביטחון הישראלית, תוך שהן עצמן ממשיכות לרכוש מערכות הגנה ישראליות. דוגמאות:

• רומניה חתמה על חוזה הגנה אווירית בסך 2.3 מיליארד יורו עם רפאל ביולי 2025
• גרמניה קיבלה את מערכת Arrow 3 הראשונה בדצמבר 2025, והרחיבה את החוזה בכ-3.1 מיליארד דולר, והפכה אותו ליצוא הביטחוני הגדול ביותר בהיסטוריה של ישראל

המלצות מדיניות

המחקר ממליץ על ארבעה צעדים קונקרטיים:

1. אכיפה נגד התפשטות החרם – שימוש בחוקי סחר וסמכויות פיננסיות כדי להרתיע צעדים המשבשים את שילוב הטכנולוגיה בין ארה"ב לישראל
2. עדכון מסגרת הסחר החופשי – הבית הלבן צריך לעדכן את הסכם הסחר החופשי בין ארה"ב לישראל משנת 1985
3. ביסוס מוסדי של קו-פרודוקציה בטכנולוגיות קריטיות – מעבר מעסקאות רכש למבנה של קו-פרודוקציה במגזרים קריטיים
4. בניית פלטפורמת אינטגרציה תעשייתית דו-צדדית – הקמת מנגנון התאמה תעשייתי פדרלי המקשר בין חברות ישראליות לאשכולות ייצור אמריקאיים

מסקנה

המחקר מסכם: "השותפות בין ארה"ב לישראל היא אב-טיפוס של פיתוח שיתופי בין בעלות ברית בתנאי תחרות אסטרטגית. האתגר המרכזי העומד בפני ארצות הברית הוא בניית סדר כלכלי בינלאומי המסוגל לעלות בביצועיו על חלופות אוטוריטריות לאורך זמן. הקשר בין ארה"ב לישראל מדגים כיצד נראה הסדר הזה כשהוא מתבגר: חדשנות משולבת, אמון מוסדי וחוסן שהוכח תחת לחץ."

מכון האדסון הוא ארגון מחקר מדיניות לא-מפלגתי המוקדש למחקר וניתוח חדשניים המקדמים ביטחון גלובלי, שגשוג וחופש. המכון נוסד ב-1961 ומשרדיו הראשיים נמצאים בוושינגטון די.סי. המכון מתמחה במדיניות חוץ ובטחון לאומי, כלכלה גלובלית, תחרות אסטרטגית (במיוחד עם סין), ומדיניות המזרח התיכון. הוא נחשב למכון שמרני-ליברלי עם נטייה חזקה למדיניות חוץ אמריקאית אקטיבית.

לסקירה המלאה

הפוסט הנימוק הכלכלי לשותפות בין ארה"ב לישראל – ניתוח הופיע לראשונה ב-Chiportal.

Space Forge רוצה לגדל בחלל את "זרעי" השבבים של הדור הבא. החברה הבריטית, שפועלת מקארדיף ומפתחת "מפעלים" קטנים במסלול סביב כדור הארץ, טוענת שמיקרו-כבידה וחלל נקי מזיהומים יכולים להוביל לחומרי גלם טהורים ומסודרים יותר לשבבים—בדרך לשיפור ביצועים ויעילות אנרגטית, עם מיקוד גם בשווקים כמו תשתיות תקשורת, דטה-סנטרים והגנה.

Space Forge הוקמה על ידי המנכ"ל ג'ושוע ווסטרן וה-CTO אנדרו בייקון במטרה לנצל תנאים שקשה או בלתי אפשרי להשיג על פני הקרקע: כמעט אפס-כבידה, ואקום טבעי ורמות נמוכות יותר של חלקיקים מזהמים. לפי החברה, השילוב הזה יכול לסייע ביצירת "זרעים" קריסטליים (crystal seeds) באיכות גבוהה—בסיס שעליו ניתן "לגדל" בהמשך חומרים מתקדמים לתעשיית השבבים חזרה בכדור הארץ.

למה לייצר חומרים לשבבים דווקא בחלל

ההיגיון המדעי הבסיסי מאחורי "ייצור במיקרו-כבידה" מוכר גם מתחומים אחרים: כשמבטלים כמעט לחלוטין את השפעת הכבידה, אפשר להפחית תופעות כמו שקיעה והפרדת שכבות, ולקבל תהליכים אחידים יותר—לפחות בחלק מהיישומים. כך, למשל, נאס"א מתארת כיצד תנאי מיקרו-כבידה יכולים לסייע בייצור שכבות דקות הומוגניות יותר ובפחות פגמים במבנים מסוימים.

במקרה של Space Forge, הטענה היא שגבישים המיועדים לתעשיית השבבים—במיוחד חומרים מתקדמים שבהם "סדר אטומי" וטוהר קובעים את הביצועים—יכולים לצאת "נקיים ומדויקים יותר" אם מתחילים את התהליך במסלול סביב כדור הארץ. החברה מציגה זאת כפוטנציאל לשבבים יעילים יותר אנרגטית ולרכיבים שמתאימים לעומסי-הספק גבוהים בתקשורת, תעופה-חלל והגנה.

המפעל המוטס שכבר עלה למסלול, ומה הוכח עד כה

הניסוי המרכזי שעליו נשענת החברה כיום הוא שיגור לוויין-מפעל קטן בשם ForgeStar-1, שנועד להדגים יכולות תפעול של "כלי ייצור" בחלל. לפי דיווחים שפורסמו, במסגרת המשימה הצליחה החברה להפעיל פלזמה—גז מחומם לטמפרטורות גבוהות מאוד (כ-1,000 מעלות צלזיוס)—שלב טכנולוגי שנחשב בעיניה תנאי מקדים לייצור חומרים וגבישים מתקדמים בהמשך.

השלב הבא, כפי שמסבירים בחברה, הוא לא רק "לייצר למעלה" אלא גם להחזיר בבטחה את התוצר לכדור הארץ—וזה החסם שמפריד בין הדגמה מעניינת לבין מודל מסחרי. כאן נכנסת לתמונה טכנולוגיית החזרה (reentry) שהחברה מפתחת: מגן חום מתקפל בשם Pridwen, שתואר בכמה דיווחים כמעין "מטרייה" או מגן נפרש שמאט ומגן על המטען בדרכו חזרה דרך האטמוספרה.

במקביל, Space Forge כבר גייסה מימון כדי להתקדם מעבר לאב-טיפוס: החברה דיווחה על סבב משמעותי, עם השתתפות של NATO Innovation Fund בין המשקיעים—איתות לכך שיישומים בתחומי תשתיות קריטיות והגנה נמצאים חזק על הרדאר שלה.

האתגרים הגדולים: רגולציה, חזרה לכדור הארץ, והוכחת ביקוש אמיתי

גם אם הטכנולוגיה עובדת, נשארות שלוש שאלות כבדות:

האחת היא רגולציה: פעילות תעשייתית בחלל מערבת רישוי שיגור, בטיחות, אחריות, ולעיתים גם חוסר בהירות לגבי מיסוי ומעמד מוצרים שחוזרים מהמסלול למדינות שונות. החברה עצמה טוענת שזה אחד החסמים המרכזיים לקיצור לוחות זמנים.

השנייה היא לוגיסטיקת "חזרה" בקצב גבוה. ייצור בחלל נהיה מעניין כלכלית רק אם אפשר להוריד מטענים בתדירות אמינה—וכאן התעשייה כולה עדיין בונה את השרירים. במקביל ל-Space Forge, חברות אחרות כבר מדגימות גישה דומה של "מייצרים במסלול ומחזירים": למשל Varda Space Industries, שמפתחת קפסולות חזרה ומדווחת על משימות שבהן מוחזרים מטענים ומידע מהמסלול.

הפוסט מפעל שממריא לחלל: Space Forge רוצה לגדל שם את "זרעי" השבבים של הדור הבא הופיע לראשונה ב-Chiportal.

אחת הסיבות שמחשבים קוונטיים עדיין לא הפכו לכלי חישוב כללי היא שהם רגישים מאוד לרעש: אינטראקציה קטנה עם הסביבה, או שגיאה זעירה בביצוע שער קריטי, יכולה להרוס חישוב. לכן תחום תיקון השגיאות הקוונטי (Quantum Error Correction, QEC) , הוא המפתח למחשב קוונטי שימושי. אבל תיקון שגיאות מתקדם נשען בדרך כלל על מדידות תכופות במהלך האלגוריתם, ועל “פיד־פורוורד”(feed-forward)  – שינוי פעולות בהמשך בהתאם לתוצאה שנמדדה. זה מורכב טכנית, ולעיתים איטי, ופגיע לשגיאות נוספות.

מחקר חדש ב־Nature Communications  מציג גישה אחרת: לבצע סט של פעולות לוגיות חסינות־שגיאות על קיוביטים מקודדים בלי מדידות באמצע החישוב. במקום למדוד כל הזמן, החוקרים מציגים “ארגז כלים” של פרוטוקולים שמאפשרים לבצע טלפורטציה לוגית, העברת מידע בין קודים (code switching) ושילוב אסטרטגיות קידוד כדי להשיג סט פעולות אוניברסלי. המשמעות: צמצום תלות במדידות בזמן אמת עשוי להקל על פלטפורמות מסוימות ולהקטין צווארי בקבוק תפעוליים . (Nature)

מה בעצם הראו, ולמה זה יותר מהדגמה נקודתית?

לפי המאמר והתקציר בפאבמד, הניסוי בוצע על מעבד קוונטי מבוסס יונים לכודים (trapped ions). . הם השתמשו בקודים לגילוי שגיאות (error-detecting codes)  ולא בהכרח מתקנים באופן מלא בכל שלב — גישה שמאפשרת להציג פעולות לוגיות תוך שליטה במספר קיוביטים סביר.

הדגש במאמר הוא על רצף של רכיבים שמרכיבים יחד יכולת אוניברסלית: גם אם כל רכיב בנפרד נשמע טכני, החידוש הוא החיבור: טלפורטציה לוגית ללא מדידות באמצע האלגוריתם, העברת מידע בין קודים דו־ממדיים ותלת־ממדיים (כמו וריאנטים של color codes) , והשלמת סט שערים אוניברסלי באמצעות “הזרקת מצב”(state injection) .

מה זה אומר על הדרך למחשב קוונטי שימושי?

כדאי להיזהר: זו עדיין לא “הוכחת יתרון קוונטי” ולא מחשב כללי. אבל זה כן מסמן כיוון הנדסי: אם ניתן לבצע חלק מהתיקון/הגנה בלי מדידות ביניים, אפשר להפחית עומס על מערכות מדידה ובקרה, ולפעמים לשפר קצב פעולה.

בנוסף, יש כאן ערך קונספטואלי: בעשור האחרון התפתחה הבנה ש”אוניברסליות” במחשוב קוונטי חסין־שגיאות דורשת טריקים מורכבים כמו state injection ושילובים בין קודים. המחקר הזה מראה שאפשר לממש את השילוב באופן ניסויי, ובכך מקדם את השאלה “איך זה נראה בפועל” ולא רק “איך זה כתוב בתיאוריה”.

ולבסוף, גם אם הקורא אינו מתעמק בפרוטוקולים, אפשר לנסח את השורה התחתונה כך: מחשוב קוונטי ללא מדידות ביניים הוא ניסיון להפוך את תיקון השגיאות ליותר מעשי עבור חלק מהארכיטקטורות. אם בעתיד נראה פלטפורמות שבהן מדידות מהירות ואמינות הן החוליה החלשה, כיוון כזה עשוי להיות שווה הרבה.

הפוסט מחשב קוונטי בלי בדיקות ביניים הורסות הופיע לראשונה ב-Chiportal.

מחקר חדש שפורסם ב־Scientific Reports בוחן באופן שיטתי את ביצועי מודלי שפה גדולים (LLMs) במשימות יצירתיות בהשוואה לבני אדם, תוך התמקדות במבחני חשיבה מסתעפת — כלי פסיכולוגי מקובל למדידת יכולת יצירתית. הממצאים מעלים שאלות מהוביות לגבי התפקיד שמודלים אלה ממלאים בתהליכים יצירתיים: האם הם משפרים את היצירתיות האנושית או מחליפים אותה.

חשיבה מסתעפת כמדד ליצירתיות

יצירתיות, למרות היותה מושג חמקמק, נמדדת בפסיכולוגיה באמצעות מבחנים סטנדרטיים. אחד המושגים המרכזיים הוא חשיבה מסתעפת (divergent thinking) — היכולת להציע מגוון רחב של רעיונות שונים לבעיה פתוחה, תוך יצירת פתרונות שאינם רק וריאציות של אותו רעיון בסיסי.

מבחנים אופייניים כוללים משימות כגון "כמה שימושים שונים ניתן להציע לחפץ פשוט" או "כמה פתרונות אפשריים קיימים לסיטואציה נתונה". מדידת הביצועים במבחנים אלה מתבצעת בדרך כלל לפי שלושה ממדים עיקריים: שטף (מספר הרעיונות שנוצרו), גמישות (מספר הקטגוריות השונות של רעיונות), ומקוריות (עד כמה הרעיון נדיר ביחס למאגר התשובות).

האתגר המתודולוגי: מדידה ללא הטיה

עם הופעת מודלי שפה גדולים, נוצר מתח מחקרי מעניין. מצד אחד, מודלים אלה מצטיינים ביצירת רשימות ורעיונות במהירות רבה. מצד שני, קיימת טענה שהם נוטים לממוצע סטטיסטי, לקלישאות ולדפוסים שהופיעו בנתוני האימון שלהם.

האתגר המרכזי במחקר הוא למנוע מצב שבו המדידה תשקף בעיקר "מהירות הקלדה" ולא יצירתיות אמיתית. מודלים יכולים לנצח בקלות במדד השטף פשוט בשל יכולתם לייצר טקסט במהירות. לכן, לפי הודעת המחקר ב־EurekAlert!, חיוני להעמיד את המודלים מול מדדים שמענישים חזרתיות ושמבקשים מהם להימנע מתשובות צפויות.

מקוריות סטטיסטית אינה זהה לערך יצירתי

גם במקרה שבו מודל שפה משיג ציונים גבוהים במקוריות לפי אלגוריתמים סטטיסטיים, אין זה בהכרח מעיד על יצירתיות בעלת ערך אנושי. רעיון יכול להיות נדיר מבחינה סטטיסטית, אך חסר תועלת או רלוונטיות מעשית.

בנוסף, נתגלו מספר סוגיות מתודולוגיות חשובות:

תלות בניסוח ההנחיה (prompt): שינוי קטן בניסוח עשוי לגרום לשינוי דרמטי בתוצאה, מה שמעלה את השאלה האם המדד משקף את יכולת המודל או את כישורי מנסח ההנחיה.

אפקט העיגון: מודלים נוטים לעיתים ליצור רצפים המושפעים מהדוגמאות הראשונות שהפיקו, בדומה לבני אדם שנתקעים על כיוון מחשבתי אחד. השאלה המעניינת היא האם המודלים מייצרים מרחב רעיונות רחב באמת, או רק וריאציות סביב תבנית מרכזית אחת.

משמעות מעשית: כלי משלים או תחליף

הגישה הפרודוקטיבית למחקר זה אינה "אדם נגד מכונה", אלא הבנת התנאים שבהם מודלי שפה תורמים ליצירתיות אנושית. אם מודל מצטיין בשטף רעיונות, הוא יכול לשמש כ"מנוע סקיצה" — מפיק מגוון ראשוני רחב שממנו בני אדם בוחרים, משלבים ומסננים.

עם זאת, אם מודל נכשל בגמישות אמיתית, הוא עלול ליצור אשליה של יצירתיות: כמות גדולה של טקסט עם מעט פריצות דרך אמיתיות. התועלת המעשית טמונה בהבנה של סוגי המשימות הפתוחות שבהן המודל תורם הכי הרבה, לעומת אלו שבהן הוא גורם להתכנסות מוקדמת לרעיונות דומים.

מגבלות המחקר ודיון רחב יותר

יש להתייחס לממצאים בהקשר המתודולוגי המתאים. המחקר מוגבל על ידי מספר גורמים: אופי האוכלוסייה הנבדקת, השפה שבה נערכו המבחנים, והמודל הספציפי שנבדק. יתרה מכך, "מודל שפה" הוא קטגוריה רחבה — מודלים שונים מתנהגים באופן שונה, וגם אותו מודל עשוי להשתנות עם עדכונים טכנולוגיים.

לפיכך, נכון להתייחס לתוצאות אלה כהדגמה מתודולוגית ולא כהכרעה סופית בשאלת יכולתם היצירתית של מודלי שפה. המחקר מהווה נדבך בדיון רחב יותר על האופן שבו טכנולוגיות בינה מלאכותית משפיעות על תהליכים יצירתיים בחינוך, בעבודה ובתחומים נוספים.

עוד בנושא באתר הידען:

הפוסט מי יצירתי יותר במבחני “חשיבה מסתעפת” — בני אדם או מודלי שפה גדולים? הופיע לראשונה ב-Chiportal.

מנכ״ל אנבידיה (NVIDIA), ג׳נסן הואנג, טען בדיון מרכזי בפורום הכלכלי העולמי בדאבוס כי הבינה המלאכותית עומדת בבסיס מה שהוא כינה “פרויקט התשתיות הגדול בהיסטוריה האנושית”. לדבריו, זו אינה עוד טכנולוגיה בודדת אלא פלטפורמה חדשה שדורשת להקים ולהפעיל “מערכת שכבות” שלמה – ולכן היא כבר מייצרת ביקוש עצום לעובדים, החל ממקצועות בנייה ותשתית ועד מומחי ענן ומפתחי יישומים.

הואנג תיאר את מהפכת ה-AI כ**“עוגת חמש שכבות”**: שכבת האנרגיה (חשמל וייצור כוח), שכבת השבבים ותשתיות המחשוב, שכבת מרכזי הנתונים והענן, שכבת המודלים, ולבסוף שכבת היישומים – “שם”, לדבריו, ייווצר הערך הכלכלי הגדול באמת, כש-AI יוטמע בשירותים פיננסיים, בריאות, ייצור ותעשייה. ההיגיון של הואנג פשוט: אם כל שכבה חייבת להיבנות ולתוחזק, אז המהפכה דוחפת את הכלכלה לייצר מקומות עבודה ברוחב יוצא דופן – גם בעבודות שטח וגם בתפקידי היי-טק.

בחלק התעסוקתי הואנג דחה את הטענה ש-AI “מחליף אנשים” באופן גורף. הוא הדגים זאת דרך רדיולוגיה וסיעוד: לדבריו, AI מאיץ משימות כמו ניתוח דימות או תיעוד ובירוקרטיה, אבל מחדד את “מטרת המקצוע” – אבחון וטיפול – ולכן עשוי אפילו להגדיל ביקוש לכוח אדם. הוא התייחס גם למחסור חמור בכוח אדם בסיעוד בארה״ב, וטען שכלים שמקלים על תיעוד יכולים לפנות זמן לטיפול ולהגדיל תפוקה – מה שמייצר תמריץ להעסקת עוד עובדים.

בדיון, שנערך מול יו״ר ומנכ״ל בלאקרוק (BlackRock) לארי פינק, הואנג הציג גם טענה רחבה יותר: AI הוא “תשתית לאומית” בדומה לחשמל או כבישים, ולכן מדינות צריכות לפתח יכולות AI מקומיות שמתאימות לשפה ולתרבות שלהן. הוא הוסיף שאוריינות AI הופכת ליכולת בסיסית: לדעת “להנחות, לנהל, להציב מעקות בטיחות ולהעריך” מערכות – מיומנויות שהוא השווה לניהול אנשים ולמנהיגות.

עוד טען הואנג כי 2025 הייתה שנה חריגה בהיקף השקעות הון-סיכון, עם יותר מ-100 מיליארד דולר שהופנו בעיקר לחברות “AI-native” – סטארט-אפים שבונים ישירות את שכבת היישומים. מבחינתו, זה סימן לכך שהעולם עדיין לא “בסוף הגל”, אלא באמצע מעבר פלטפורמה שמחייב השקעות ענק בתשתיות כדי לאפשר לכל יתר השכבות לצמוח.

הפוסט “עוגת חמש השכבות” של הואנג: בינה מלאכותית היא תשתית, לא גימיק – והיא מייצרת גל תעסוקה חדש הופיע לראשונה ב-Chiportal.

דוח חדש של BestBrokers, המבוסס על מדדי MSCI ACWI, מציב את מגזר השבבים וציוד השבבים כאחד המנצחים הבולטים של 2025: תשואה גולמית שנתית של 50.65%, שמדרגת את המגזר במקום הרביעי בין הענפים שנבחנו. מי שעקפו את השבבים היו בעיקר מגזרים “קשיחים” הקשורים למתכות יקרות – ובראשם כריית כסף וכריית זהב – בעוד שמגזר ה-IT הרחב הסתפק בתשואה נמוכה בהרבה. (B2B News Network)

הניתוח של BestBrokers בוחן ביצועים והשוואות גודל בין ענפים על בסיס מדדי MSCI ACWI (49 מדינות, שווקים מפותחים ומתעוררים), ומשלב נתוני שווי שוק לחברות בודדות ממקור חיצוני (CompaniesMarketCap) שנדגמו לתאריך 29.12.2025, לצד הסבר על שימוש בשווי שוק “חופשי למסחר” (free-float) במדדי MSCI.

איפה השבבים מול ענפים אחרים ב-2025

לפי העיבוד שצוטט מהדוח, כריית כסף הובילה את 2025 עם 207.42%, כריית זהב עם 175.69%, ואחריהן הגיעו גם ענפים נוספים שמושפעים ממחזור הסחורות. בתוך “אשכול” הענפים הטכנולוגיים-תשתיתיים, השבבים בלטו עם 50.65% – הרבה מעל מגזר ה-IT, שדורג עשירי בלבד עם 23.93%. כלומר, תשואת השבבים הייתה יותר מכפולה מזו של ה-IT הרחב באותה שנה.

בדוח ובניתוח הנלווה מוסבר שהפער הזה משקף תזה של “תשתית פיזית”: שוק ההון תימחר ב-2025 את יכולת החישוב ואת קיבולת הייצור כמשאבים מוגבלים, על רקע האצה בביקוש ל-AI, השקעות בדאטה-סנטרים, ומאמצי “החזרה הביתה” (onshoring) של שרשראות אספקה.

תמונת עומק: גודל ממוצע ו-5 שנים לאחור

לצד התשואה, הדוח מנסה לענות גם על “כמה גדולות החברות בכל ענף בממוצע”. לפי הנתונים שצוטטו, מגזר ה-IT מוביל בגודל ממוצע של חברה במדדים (כ-80.66 מיליארד דולר בממוצע), אחריו שירותי תקשורת (כ-64.82 מיליארד), ומגזר השבבים במקום השלישי עם כ-43.19 מיליארד דולר בממוצע על פני 249 חברות במדד הענפי שנבדק.

במבט של חמש שנים, השבבים מדורגים גבוה גם כן: 23.08% תשואה גולמית – מתחת לכריית זהב (23.45%) ומעל שורת ענפים כמו יצרני אנרגיה וכריית כסף.

10 החברות הגדולות בתעשיית השבבים

הדוח מדגיש גם ריכוזיות: אותם שמות חוזרים במספר מדדים/סלי-השקעה (בפרט אנבידיה, ברודקום, ASML ו-TSMC), מה שממחיש עד כמה “החומרה” וה“תוכנה” נעשו שזורות זו בזו.

לצורך תמונת “מי הגדולות”, הנה עשיריית השבבים הגדולה לפי שווי שוק על בסיס CompaniesMarketCap (הדירוג מתעדכן תדיר; BestBrokers מציינים שהשתמשו באותו מקור עבור דגימה לתאריך 29.12.2025):

מה זה אומר ל-2026, לפי הדוח

המסר המרכזי של BestBrokers הוא מעבר מ”ראלי רוחבי” לביצועים סלקטיביים יותר: חברות שיושבות עמוק בתוך תשתיות ה-AI, ייצור מתקדם וציוד קריטי – עשויות ליהנות מיתרון יחסי, בעוד חשיפה לשווקים מחזוריים, אי-ודאות סביב סין ועלויות הון עולות עשויות להגביר פערים בתוך הענף עצמו. (בנק בורסות)

אין באמור ייעוץ השקעות.

הפוסט דוח BestBrokers: תעשיית השבבים דורגה רביעית בתשואות 2025 – והרבה מעל מגזר ה-IT הרחב הופיע לראשונה ב-Chiportal.

תעשיית המוליכים למחצה בשנת 2026 מוגדרת על ידי המעבר מ"הייפ של בינה מלאכותית" ל"תשתית בינה מלאכותית" ארוכת טווח ושינוי רדיקלי בגיאוגרפיה של מפעלי הייצור. להלן 10 תובנות להתפתחות תעשיית השבבים בשנת 2026:

1. צריכת החשמל מניעה את הארכיטקטורה

כיום, כאשר מרכזי הנתונים צורכים כ- 4% מצריכת החשמל העולמית יעילות צריכת החשמל החליפה את המהירות הגולמית כמדד המרכזי לביצועים (KPI). לצורך התמודדות עם אתגר החשמל השוק מאמץ במהירות טרנזיסטורים בארכיטקטורת GAA (Gate-All-Around) ואספקת חשמל אחורית כדי להפחית את זליגת האנרגיה.

2. שבבי UCIe הופכים לסטנדרט

שבבים מונוליטיים אינם כדאיים כלכלית עבור בינה מלאכותית מתקדמת. 2026 היא השנה שבה UCIe (Universal Chiplet Interconnect Express) יהפכו לסטנדרט הדומיננטי, ויאפשרו הרכבה "דמוית לגו" של שבבים מספקים שונים (למשל, מעבד אינטל עם מאיץ מתוצרת אנבידיה) בתוך אריזה אחת.

3. התעשיה עולה לרמה של מדינה

מדינות רבות ברחבי העלם הכירו בחשיבות תעשיית השבבים לבטחון הכלכלי והלאומי שלהן והן הופכות להיות מעורבות באופן פעיל ביצור שבבים. בריטניה, גרמניה, והודו מצטברות כקונים חדשים ומשמעותיים של ציוד להקמת מפעלי יצור שבבים, ומסבסדות  במידה ניכרת יצור לצרכי יצור שבבים לקידום התעשיות הספציפיות שלהן כמו רכב ותעשייה.

4. בינה מלאכותית בקצה (Edge AI)

חיבוי ההיסק של בינה מלאכותית עוברים מהענן למכשיר. עד סוף 2026, 85% מהסמארטפונים והמחשבים הניידים היוקרתיים יגיעו עם יחידות NPUs (Neural Processing Unit) ייעודיות המסוגלות להריץ מודלים של שפה קטנה (SLMs) באופן מקומי, וייצרו שוק חדש עצום עבור ספקי רישיונות IP כמו Arm , סינופסיס ו-Cadence.

5. זיכרון: צוואר הבקבוק של HBM נמשך

אספקת זיכרון ברוחב פס גבוה (HBM4) נותרה המגבלה הגדולה ביותר לייצור מאיצי בינה מלאכותית. SK Hynix וסמסונג מכרו את כל תפוקת היצור שלהן עד 2027, מה שמניע הוצאת הון אדירה למתקני אריזה מתקדמים.

6. שינוי גאוגרפי במרכזי התכנון

מבחינה היסטורית, תכנון שבבים התרכז בעמק הסיליקון (ארה"ב), טיוואן וישראל. בשנת 2026, אנו עדים ל"ביזור הפיתוח. השינוי: אבו דאבי וריאד פותחות מרכזי תכנון ענקיים המתמקדים בבינה מלאכותית ריבונית.

גם הודו נכנסה חזק לפיתוח שבבים מאפס. גרמניה מצטרפת לתחום הפיתוח עם מרכזי פיתוח (במינכן ודרזדן ) תוך התמקדות בחוזקותיה בתחומי הרכב והתעשייה. בנוסף, "חוק השבבים האירופי" טיפח מסדרון בין גרמניה להולנד.שינוי זה כולל גם התרחבות אינטל במגדבורג ו-TSMC בדרזדן. בנוסף להתפתחות הגלובלית העניפה ישראל שומרת על מעמדה כמרכז תכנון השבבים הצפוף ביותר בעולם והיא משמשת כיום כ"פאב של הרעיונות" עבור ענקיות הטכנולוגיה האמריקאיות. כמעט כל שבב גדול של אמזון, גוגל ואפל מתוכנן במסדרון תל אביב-חיפה. וכעת  מתרחבת התעשיה גם לאיזור באר שבע כדי לנצל דור חדש של כישרונות.

7. אריזות מתקדמות  מסייעות לשיפור ביצועים

עם האטה במעבר לטכנולוגית 2 ננומטר, שיפורי ביצועים מגיעים כעת מ-3D Stacking (CoWoS, SoIC). שוק האריזות המתקדמות צומח פי 3 מהר יותר משוק ייצור הקצה המסורתי.

8. נקודת המפנה של RISC-V

סנקציות גיאופוליטיות האיצו את אימוץ RISC-V בסין וברוסיה. בשנת 2026, יש לצפות לכך ששבבי מרכזי הנתונים הראשונים בעלי הביצועים הגבוהים המבוססים על RISC-V יאתגרו את השבבים מבוססי ארכיטקטורת x86 ו-Arm בעומסי עבודה מהדור החדש.

9. סיליקון פוטוניקס נכנסת למרכזי הנתונים

כדי להתמודד עם תפוקת הנתונים העצומה של אשכולות בינה מלאכותית, כבלי נחושת מוחלפים כעת בטכנולוגיה פוטונית מבוססת אור. חיבורי סיליקון פוטוניקס הופכים לפופולארים יותר ויותר כדי להתמודד עם נפחי התקשורת הגבוהים הדרושים בעידן הבינה המלאכותית.

 . 10. משבר הכישרונות

למרות האוטומציה, התעשייה מתמודדת עם מחסור של כ- 300,000 מהנדסים מיומנים ברחבי העולם. מצב זה מוביל לעלייה בשימוש בכלי "בינה מלאכותית עבור EDA"  (כלומר כלי פיתוח המשתמשים בבינה מלאכותית כדי לתכנן שבבים מהר יותר), ומפצה על המחסור במתכננים אנושיים.

מקור: נתוני שוק מצטברים לשנת 2026 מסימפוזיוני טכנולוגיה של גרטנר, IDC ו-TSMC.

הפוסט 10 תובנות להתפתחות תעשיית השבבים בשנת 2026 הופיע לראשונה ב-Chiportal.

בכנס CES 2026 הציגה NVIDIA את פלטפורמת ה-AI החדשה שלה, “Rubin”, והוסיפה לה שכבת משמעות לא שגרתית לעולם השבבים: החברה הודיעה שהשם נבחר כמחווה לורה פלורנס קופר רובין (Vera Florence Cooper Rubin), אסטרונומית אמריקנית יהודיה שמדידותיה על סיבוב גלקסיות היו מהראיות החזקות ביותר לכך שרוב המסה ביקום היא “חומר אפל” – משהו שאיננו רואים, אך הכבידה שלו מעצבת את היקום. במילים אחרות, NVIDIA חיברה בין הדור הבא של “מנועי” הבינה המלאכותית לבין מדענית שהראתה לאנושות שהדברים החשובים באמת אינם בהכרח אלה שנראים לעין. (NVIDIA Newsroom)

פלטפורמת Rubin של NVIDIA: לא רק שבב, אלא מערכת שלמה
לפי ההכרזה הרשמית, Rubin היא פלטפורמה “בקו-תכנון קיצוני” (extreme codesign) שמאגדת שישה רכיבים שנבנו מראש לעבוד יחד כמערכת אחת: מעבד מרכזי בשם Vera CPU, מאיץ גרפי בשם Rubin GPU, מתג NVLink 6, כרטיס תקשורת ConnectX-9 SuperNIC, יחידת עיבוד נתונים BlueField-4 DPU, ומתג Spectrum-6 Ethernet. NVIDIA מציגה את החבילה הזאת כבסיס לבניית “סופר-מחשב AI” בקנה מידה של ארון/רֶאק, ובראשו תצורת Vera Rubin NVL72. (NVIDIA Newsroom)

הדרך הארוכה אל הטלסקופים

ורה רובין נולדה ב-1928 בפילדלפיה לפיליפ קופר, מהנדס חשמל יליד ליטא (במקור פסח קובץ'בסקי) ולרוז אפלבאום (ילידת בסרביה), ובילדותה עברה לוושינגטון די.סי. כבר כנערה נדלקה על האסטרונומיה, ובבית עודדו אותה לעסוק בזה באופן מעשי: אביה עזר לה לבנות טלסקופ ביתי, ולקח אותה למפגשי אסטרונומים חובבים. הסקרנות שלה לא הייתה רגעית; זו הייתה בחירה במסלול חיים בתקופה שבה לא מעט אנשים – גם במערכת החינוך – חשבו שנשים “פחות מתאימות” למחקר מדעי.

הוריה עודדו את סקרנותה המדעית, ואביה אף עזר לה לבנות את הטלסקופ הראשון שלה, והמשפחה עברה לוושינגטון די.סי. שם החלה להתעניין בכוכבים. 

היא למדה ב-Vassar, אז מכללה לנשים, וסיימה ב-1948 כשהיא היחידה במחזור שלה שהתמחתה באסטרונומיה. משם המשיכה ללימודי מוסמך ב-Cornell, ובהמשך השלימה דוקטורט ב-Georgetown בשנת 1954, בהנחיית ג’ורג’ גאמוב. הדרך האקדמית שלה לוותה בחסמים מגדריים מאוד מוחשיים: כאשר חיפשה תוכנית מתקדמת באסטרונומיה, נאמר לה במפורש ש-Princeton אינה מקבלת נשים לתוכנית האסטרונומיה באותה תקופה. גם בהמשך הקריירה, נאלצה לפרוץ דלתות שנחשבו מובנות מאליהן עבור עמיתיה הגברים, כולל מאבק על עצם הזכות לקבל זמן תצפית במתקנים מרכזיים.

רובין עבדה לאורך השנים באזור וושינגטון, וב-Carnegie Institution for Science ביצעה את עיקר מחקריה. שם היא גם הפכה לדמות מפתח עבור דור של נשים במדע: לא רק בגלל ההישגים, אלא בגלל האופן שבו התעקשה להיות נוכחת, להדריך, ולדרוש נורמליזציה של שוויון הזדמנויות. העובדה שנשים נאלצו להיאבק אפילו על תנאים בסיסיים במצפי כוכבים אינה אנקדוטה שולית מבחינתה; זה היה חלק מהמציאות שהיא סירבה לקבל כגזירת גורל. (PHYSICS TODAY)

המדידה ששינתה את התמונה: עקומות סיבוב וחומר אפל

כדי להבין למה שמה של רובין הפך לסמל, לא צריך להיכנס עמוק מדי למתמטיקה. הרעיון פשוט: אם רוב המסה של גלקסיה נמצאת במקום שבו רואים אור – בכוכבים ובגז – אז ככל שמתרחקים ממרכז הגלקסיה, מהירות הסיבוב אמורה לרדת. זה דומה לאינטואיציה ממערכת השמש: גופים רחוקים נעים לאט יותר סביב המרכז. אלא שכאשר רובין מדדה את מהירויות הסיבוב של גלקסיות ספירליות, היא מצאה תופעה שחזרה שוב ושוב: “עקומות סיבוב שטוחות” – מהירויות שנשארות גבוהות גם באזורים החיצוניים, במקום לדעוך כפי שהכבידה של החומר הנראה הייתה אמורה לכפות.

המסקנה המתבקשת הייתה דרמטית: אם הגלקסיות אינן מתפרקות, חייבת להיות בהן מסה נוספת, בלתי נראית, שמחזיקה אותן יחד בכוח הכבידה. במילים אחרות, סביב הגלקסיות קיימות הילות של חומר אפל. רובין לא הייתה הראשונה שהעלתה רעיונות על חומר אפל בהקשר קוסמי, אבל התרומה שלה הייתה בכך שסיפקה ראיות תצפיתיות עקביות ומשכנעות שמיקמו את החומר האפל בלב הדיון המדעי. (PMC)

העבודה הזו לא הייתה “מדידה אחת ונגמר”. לפי סקירות היסטוריות של עבודתה, רובין ועמיתיה ביצעו תצפיות שיטתיות על מדגם רחב של גלקסיות, והצביעו על כך שהתופעה אינה חריגה מקומית אלא תכונה נפוצה. בסקירה של Smithsonian, למשל, מתוארת עבודתה כמבוססת על מחקרים מדוקדקים של יותר מ-75 גלקסיות, שהובילו להערכות שלפיהן חלק עצום מהמסה של גלקסיה יכול להיות “אפל”. (Smithsonian Women's History Museum)

חשוב גם הממד הטכנולוגי-שיתופי: רובין עבדה בצמוד לקנט פורד, מומחה מכשור שבנה ספקטרוגרף מתקדם שאפשר מדידות מדויקות יותר של מהירויות בגלקסיות. השילוב בין יכולת תצפיתית, מכשור מתאים והתמדה של שנים הוא מה שהפך את הממצא למבוסס.

לצד ההשפעה המדעית, רובין קיבלה גם הכרה ממסדית: בשנת 1993 הוענקה לה המדליה הלאומית למדעים של ארה״ב על מחקר חלוצי בקוסמולוגיה תצפיתית שהדגים שחלק גדול מן החומר ביקום הוא “אפל”. (מדליות המדע והטכנולוגיה הלאומיות) וב-2019 נקרא מצפה הכוכבים האמריקני-לאומי בצ’ילה על שמה – Vera C. Rubin Observatory – כמחווה למורשת המחקרית שלה ולתרומתה להרחבת הדלתות לנשים במדע. (Smithsonian Women's History Museum)

למה NVIDIA בחרה דווקא בה – ומה המסר
בהודעת ההשקה הרשמית של NVIDIA נכתב כי מעבדי Rubin נקראה על שם “האסטרונומית האמריקנית פורצת הדרך שגילויה שינה את הבנת האנושות את היקום”. הבחירה הזו מספרת משהו על האופן שבו חברות טכנולוגיה רוצות למקם את עצמן בהיסטוריה של רעיונות: לא רק כמי שמייצרות עוד דור של שבבים, אלא כמי שמבקשות לשייך את עצמן לפריצות דרך שמרחיבות את גבולות הידע. רובין הראתה שלפעמים הנתונים מאלצים אותנו להכיר בכך שהמציאות גדולה ממה שנדמה לנו, ושמה שאנחנו לא רואים עשוי להיות הדומיננטי ביותר. NVIDIA משתמשת בשם הזה כדי למסגר את Rubin כקפיצת מדרגה שתשנה את כללי המשחק במחשוב-AI, בדיוק כפי שעבודתה של רובין שינתה את כללי המשחק בקוסמולוגיה.

הפוסט ורה רובין – האישה פורצת הדרך שעל שמה כינתה אנבידיה את הטכנולוגיות החדשות שלה הופיע לראשונה ב-Chiportal.

בעתיד מחשבים קוונטיים אמורים לפתור בעיות שנחשבו בלתי פתירות, לנבא מראש כיצד חומרים כימיים יגיבו אלו עם אלו ואף לספק תחזית מהימנה של מזג האוויר, אך לעת עתה הם רגישים מאוד להפרעות מהסביבה ואיבוד מידע. מחקר חדש ממעבדתו של ד"ר יובל רונן במכון ויצמן למדע, המתפרסם היום בכתב-העת המדעי Nature, חושף עדות חדשה לקיומם של החלקיקים האקזוטיים "אניונים לא-אבליים" – מועמדים מבטיחים לבניית מחשב קוונטי עמיד לטעויות – בתוך החומר גרפן דו-שכבתי.

במכניקת הקוונטים חלקיקים מתנהגים גם כגלים, ותכונותיהם מתוארות באמצעות פונקציית גל. פונקציית הגל יכולה לתאר את מצבו של חלקיק יחיד או של מערכת חלקיקים. פיזיקאים מסווגים את החלקיקים בטבע לקבוצות לפי האופן שבו פונקציית הגל של שני חלקיקים משתנה כאשר הם מחליפים ביניהם מקומות. עד לשנות ה-80, הכירו הפיזיקאים שני סוגי חלקיקים בלבד – חלקיקים שפונקציית הגל שלהם לא משתנה כשהם מחליפים מקום (בוזונים), כדוגמת חלקיקי אור, וחלקיקים שהפונקציה שלהם מתהפכת (פרמיונים), כדוגמת אלקטרונים. אך, בשנת 1982 התגלה מצב חדש של חומר שבו יכול להתקיים סוג נוסף של חלקיקים, שלא קיימים בצורה טבעית. כאשר חלקיקים אלו מחליפים מקומות, פונקציית הגל עשויה להסתובב בכל זווית בין 0 ל-180 מעלות – ולכן ניתן להם השם "אניונים", שמקורו במילה "Any".

אניונים מופיעים רק בטמפרטורות הקרובות לאפס המוחלט, תחת שדה מגנטי חזק, כשמתקיימים קשרים חזקים בין החלקיקים ואך ורק במערכות דו-ממדיות, כלומר בפיסות חומר דקיקות שהתנועה לגובה בהן אינה אפשרית. במצבים אלו, התברר כי אלקטרונים בחומר מפסיקים להתנהג כחלקיקים שלמים ומתחילים להתנהג כשברי אלקטרונים – האניונים. לפי התאוריה שהתפתחה מאז, ישנם למעשה שני סוגי אניונים: "אניונים אבליים", שאצלם החלפת מקום מסובבת את פונקציית הגל בלבד, ו"אניונים לא-אבליים",  שהחלפה ביניהם גם מסובבת את פונקציית הגל וגם משנה את צורתה. שברי אלקטרון עם מכנה אי זוגי – כמו למשל שליש אלקטרון – הם אניונים אבליים, ומשערים ששברי אלקטרון עם מכנה זוגי – כמו רבע אלקטרון – הם לא-אבליים.

"החלפה של אניונים לא-אבליים משאירה חותם על הצורה של פונקציית הגל", מסביר ד"ר רונן. "אם ניקח שלושה אניונים לא-אבליים ונחליף את הראשון בשני ואז את השני בשלישי, נקבל פונקציית גל בעלת צורה שונה מזו שהיינו מקבלים אילו היינו מחליפים אותם בסדר אחר. זו דרך לקודד ולאחסן מידע, שהם חלק מהתנאים לפיתוח מחשב". 

"בחלק מהמודלים הקיימים, יחידות המידע הבסיסיות של המחשב הקוונטי (קיוביטים) הן חלקיקים בודדים, שרגישים להפרעות סביבתיות", מוסיף ד"ר רונן. "באניונים לא-אבליים המידע על סדר ההחלפות שמור לא בצורה מקומית, אלא בפונקציית הגל של המערכת כולה. מערכות שהתכונות החשובות שלהן נשמרות ברמת המערכת כולה עמידות בפני תקלה נקודתית ונקראות מערכות טופולוגיות. מערכות אלו הן מהפתרונות המבטיחים לבעיית אמינות המחשבים הקוונטיים". על אף שמדענים הצליחו לאחרונה למדוד אניונים אבליים, עד כה לא נמדדו ישירות אניונים לא-אבליים.

מאופטיקה קלאסית למחשב קוונטי

במחקר החדש, בהובלת ד"ר ג'ייהון קים והימאנשו דב ממעבדתו של ד"ר רונן במחלקה לפיזיקה של חומר מעובה במכון, השתמשו בחומר שפותח בשנים האחרונות ונקרא גרפן דו-שכבתי. מדובר במעין "כריך" העשוי שתי שכבות דקות של אטומי פחמן, שכל אחת מהן מסודרת כחלת דבש. בחומר זה, המצב שבו אניונים לא-אבליים אמורים להופיע יציב, והמדענים יכולים לשלוט היטב במסלולי התנועה של אניונים.

הניסוי שביצעו מדעני המכון מסתמך על ניסוי מפורסם באופטיקה מהמאה ה-19. בניסוי הקלאסי כולאים קרן אור בין שתי מראות. בכל פעם שהקרן פוגעת באחת המראות ומוחזרת, פונקציית הגל שלה מסתובבת בזווית (פאזה) מסוימת. כל עוד קרן האור המוחזרת לא מסונכרנת עם הקרן המקורית, הן מבטלות זו את זו ומתקבל אור חלש. לאחר כמה החזרות, פונקציית הגל משלימה סיבוב שלם וחוזרת לפאזה המקורית, כך שהקרניים מסונכרנות ומתקבל אור חזק. הניסוי מייצר דפוס של פסי אור וחושך שנקרא תבנית התאבכות, ולפי הדפוס המדויק פיזיקאים מסיקים מה היו תכונות הגל המקורי שנכלא בין המראות.

בניסוי הקוונטי המקביל, המדענים הביאו תחילה את האלקטרונים בחומר למצב שבו אמורים להימצא אניונים לא-אבליים. הם יצרו מסלול לולאה שבו גל של אניון אחד מקיף אי שבו יש אניונים אחרים ושדה מגנטי, ולאחר מכן שב ופוגש את הגל המקורי. בחלק הראשון של הניסוי, בחנו המדענים רק כיצד שדה מגנטי משנה את הפאזה של האניון שמקיף את האי. בכל סיבוב פאזת הגל החוזר השתנתה בהשפעת השדה המגנטי ובעת מפגש עם הגל המקורי הם התבטלו או התחברו. כמו הניסוי האופטי, גם ניסוי זה מייצר תבנית התאבכות, אך לא של פסי אור וחושך אלא של פסי התנגדות חשמלית גבוהה ונמוכה, שמהם ניתן ללמוד מהן תכונות האניון המסתובב.

"הצלחנו בניסוי למדוד שבר אלקטרון עם מכנה זוגי", מתאר ד"ר רונן. "אך בניגוד להנחה המקובלת שאניונים לא-אבליים הם רבע אלקטרון, הופתענו לראות במדידות כי גל של חצי אלקטרון הסתובב סביב האי. בעקבות ניסויים נוספים שביצענו, אנו מעריכים כי הסיבה לכך היא ששני אניונים לא-אבליים מקיפים את האי יחד, ועדיין לא הצלחנו להפריד ביניהם. בכל זאת, זהו צעד חשוב בדרך למדידה וזיהוי ישיר של אניונים לא-אבליים, ובימים אלו אנחנו מנסים להפריד ביניהם".

בניסוי נוסף שביצעו, ביקשו המדענים ללמוד על תכונות חלקיקי החומר שנמצאים בתוך האי. חלקיקים אלו נמצאים באינטראקציה עם החלקיק המסתובב ולכן המדענים שיערו כי יוכלו להשתמש בו כדי ללמוד עליהם. הם שינו את צפיפות החלקיקים באי ובחנו באיזו מידה זה משנה את פונקציית הגל של החלקיק המסתובב וכתוצאה מכך את תבנית ההתאבכות. שינוי בשיפוע של הפסים בתבנית ההתאבכות מעיד על המטען של החלקיקים באי והמדענים למדו ממנו כי יש להם מטען של רבע אלקטרון, כמצופה מאניונים לא-אבליים, וכפי שנמדד בעבר במעבדתו של פרופ' מוטי הייבלום, גם כן במכון ויצמן, בניסויי מנהור.

"הראינו שבגרפן דו-שכבתי יש חלקיקים שהם קרוב לוודאי אניונים לא-אבליים", אומר ד"ר רונן. "השלב הבא יהיה להצליח לחזות ישירות ב'זיכרון' של מערכת אניונים לא-אבליים, כלומר להצליח למדוד כיצד כל סדר החלפות של חלקיקים מייצר חתימה ייחודית בפונקציית הגל. מחשבים קוונטיים כיום מוגבלים לשדות מחקריים צרים וכדי שהם יהיו שימושיים יותר הם חייבים להיות אמינים. המחקר החדש מקדם אותנו צעד נוסף בדרך לפיתוח מחשב קוונטי עמיד לטעויות".

במחקר השתתפו גם עמית שעיר, ד"ר ראווי קומר, ד"ר אלכסיי אילין, ד"ר אנדרה האוג, שלי איסקוז, פרופ' דיוויד מרוס ופרופ' עדי שטרן מהמחלקה לפיזיקה של חומר מעובה במכון; פרופ' קנג'י וואטנבה ופרופ' טאקאשי טניגוצ'י מהמכון הלאומי למדעי החומרים, צוקובה, יפן.

הפוסט חלקיקי זיכרונות מועמדים מבטיחים לבניית מחשב קוונטי עמיד לטעויות הופיע לראשונה ב-Chiportal.

צוות של מדענים מאוסטרליה ומרחבי העולם יצר לראשונה תמונה מלאה של האופן שבו שגיאות מתפתחות לאורך זמן בתוך מחשב קוונטי. מדובר בפריצת דרך שעשויה להפוך מחשבים קוונטיים עתידיים לאמינים בהרבה.

החוקרים, בהובלת ד״ר כריסטינה ג׳יארמאצי מאוניברסיטת מקווארי, מצאו שהשגיאות הזעירות שמטרידות מחשבים קוונטיים אינן מופיעות באקראי. במקום זאת הן יכולות להישאר במחשב, להתפתח לאורך זמן, ואפילו להתחבר זו לזו בין רגעים שונים.

“אפשר לחשוב על זה כאילו מחשבים קוונטיים שומרים זיכרון של השגיאות,” אומרת ד״ר ג׳יארמאצי. “הזיכרון הזה יכול להיות קלאסי או קוונטי, בהתאם לאופן שבו השגיאות מקושרות זו לזו.”

“פרוטוקולים קוונטיים רבים מניחים שלמחשבים קוונטיים אין זיכרון כזה (כלומר שהתנהגותם ‘מרקוביאנית’), אבל זה פשוט לא נכון.”

ההתנהגות הזו היא אחד המכשולים המרכזיים בדרך לבניית מחשבים קוונטיים מעשיים בקנה מידה גדול.

“הצלחנו לשחזר את כל ההתפתחות של תהליך קוונטי לאורך כמה נקודות זמן, דבר שלא נעשה קודם,” אמרה ד״ר ג׳יארמאצי. “זה מאפשר לנו לראות לא רק מתי רעש מופיע, אלא איך הוא נישא לאורך הזמן.”

פריצת הדרך פותחת אפשרות לשיטות מתקדמות יותר למידול, חיזוי ותיקון שגיאות במכשירים קוונטיים. ולא רק בשבבים מוליכי־על, אלא גם במערכות כמו יונים כלואים ו וקיוביטי ספין.

“פתחנו חלון חדש לאופן שבו מערכות קוונטיות מתנהגות לאורך זמן, כאשר השגיאות שלהן מקושרות,” אמרה ד״ר ג׳יארמאצי. “זה חיוני אם אנחנו רוצים שמחשבים קוונטיים יהפכו באמת לשימושיים ולחסרי שגיאות.”

כדי להגיע לכך, הצוות ערך סדרת ניסויים על מעבדים קוונטיים מתקדמים מסוג מוליכי־על. חלקם נערכו במעבדה באוניברסיטת קווינסלנד, ואחרים בוצעו דרך מחשבים קוונטיים מבוססי ענן של IBM.

ניסיונות קודמים “למפות” את התנהגות המערכת הקוונטית לאורך זמן נתקלו כולם באותה בעיה: אחרי שמודדים מערכת קוונטית באמצע ניסוי, אי אפשר “להכין” אותה שוב בחופשיות לשלב הבא. ההכנה תלויה בתוצאת המדידה, שהיא 0 או 1.

השיטה החדשה פותרת זאת באמצעות תרגיל חכם: מניחים שב־50% מהמקרים תוצאת המדידה הייתה 1, וב־50% הנותרים היא הייתה 0. לאחר מכן משתמשים בתוכנה כדי “לעבוד לאחור” עם הנתונים ולהסיק באיזה מצב הייתה המערכת.

“החומרה יכלה לעשות את זה,” אמר שותף המחקר ד״ר פאביו קוסטה מ־Nordita בשטוקהולם. “מה שאנחנו פיצחנו הוא איך בפועל להכין את המערכת לאחר מדידה באמצע המעגל.”

החוקרים מצאו שגם המכונות הקוונטיות הטובות ביותר כיום מציגות דפוסי רעש עדינים אך חשובים שמקושרים בזמן. בין היתר, מדובר גם ברעש שהוא קוונטי באופיו ומקורו בקיוביטים סמוכים על אותו שבב.

הבנת הדפוסים האלה תסייע למדענים לתכנן כלים טובים יותר לאפיון מערכות ולתיקון שגיאות. זהו צעד חיוני בדרך למחשבים קוונטיים אמינים, “סובלניים לתקלות” (fault-tolerant).

“זה מתגמל כשרואים מודלים תיאורטיים קורמים עור וגידים על חומרה אמיתית, ובמיוחד כשהם יכולים לעזור לפתח את החומרה עצמה,” אמר טיילר ג׳ונס, שעבד על הפרויקט כדוקטורנט באוניברסיטת קווינסלנד. “אפיון חזק של קורלציות בזמן במערכות קוונטיות הוא הכרחי בדרך לבניית מכונות קוונטיות עוצמתיות.”

הצוות הפך את נתוני הניסוי ואת הקוד לזמינים באופן פתוח, והמחקר המלא פורסם בכתב העת Quantum.

למאמר בכתב העת Quantum

הפוסט צוות מחקר אוסטרלי גילה מדוע למחשבים קוונטיים יש “בעיות זיכרון” לאורך זמן הופיע לראשונה ב-Chiportal.