Lần đầu tiên chứng minh được máy tính lượng tử thực sự mạnh hơn máy tính cổ điển

Lần đầu tiên chứng minh được máy tính lượng tử thực sự mạnh hơn máy tính cổ điển

Dink  Trí Thức Trẻ | 22/10/2018 11:09 PM

thích

Ưu thế Lượng tử - Quantum Sumpremacy là dấu mốc mà tại đó máy tính lượng tử có khả năng thực hiện được một số tác vụ hiệu quả hơn máy tính thông thường.

Lần đầu tiên trong lịch sử, một nhóm các nhà nghiên cứu quốc tế đã chứng minh được rằng máy tính lượng tử có sức mạnh tính toán vượt trên máy tính thông thường.

Trong bản báo cáo khoa học được đăng tải trên Science tuần vừa rồi, các nhà khoa học đã mô tả chi tiết cách họ thiết kế thành công một mạch điện lượng tử có thể giải một bài toán mà máy tính cổ điển không làm nổi.

Lần đầu tiên chứng minh được máy tính lượng tử thực sự mạnh hơn máy tính cổ điển - Ảnh 1.

"Dự án của chúng tôi cho thấy mạch điện lượng tử có sức tính toán mạnh mẽ hơn mạch cổ điển có cùng cấu trúc", nhà lý luận Robert König công tác tại Đại học Kỹ thuật Munich và cũng là tác giả chính của nghiên cứu trên, nói với Motherboard. "Chúng tôi không khẳng định rằng bài toán trên không thể giải được theo cách cổ điển. Hoàn toàn giải được, có điều cần nhiều tài nguyên hơn thôi".

Đội ngũ có thể đạt được lợi thế lượng tử là nhờ "nonlocality" (khía cạnh nổi bật nhất có trong hệ thống lượng tử cô lập không gian). Nhờ tính riêng biệt (cô lập), có thể coi nó là một hệ thống máy tính duy nhất. Thay đổi trong hệ thống này sẽ khiến hệ thống khác cũng thay đổi theo, giống cách hai hạt kết nối với nhau bằng rối lượng tử. Nonlocality và  là hai khái niệm chính, được nghiên cứu nhiều nhất trong khoa học thông tin lượng tử. Phải có rối lượng tử mới có thể có được nonlocality, nhưng chưa rõ mối quan hệ giữa hai thứ này ra sao.

Trong máy tính lượng tử, ta có qubit là đơn vị tính, khác với bit trong máy tính cổ điển. Không chỉ tồn tại ở hai giá trị 0 và 1, qubit có thể tồn tại ở trạng thái chồng – superposition, tồn tại ở cả hai giá trị 0 và 1 cùng một lúc. Trên lý thuyết, điều này khiến sức mạnh tính toán của máy tính lượng tử vượt trội.

Khi thiết kế mạch lượng tử, các nhà nghiên cứu phải tính toán cân bằng giữa lượng qubit tương tác với nhau trong mạch và khối lượng công việc thực hiện được trên mạch đó – hay còn gọi là "chiều sâu – depth" của mạch. Tăng số lượng qubit – mạch càng sâu thì khả năng xử lý thông tin của mạch sẽ càng cao.

Nhưng khi tăng một thứ, thứ còn lại sẽ phải giảm. Một mạch có lượng qubit lớn sẽ thực hiện được ít tác vụ hơn (do mạch này "nông" hơn bình thường). Điều này khiến cho máy tính cổ điển vẫn là kẻ chiếm ưu thế trong cuộc đua giữa hai cỗ máy tính.

Lần đầu tiên chứng minh được máy tính lượng tử thực sự mạnh hơn máy tính cổ điển - Ảnh 2.

Một mạch lượng tử không đi kèm khả năng sửa lỗi sẽ thực hiện được rất ít tác vụ, dần dần mọi thông tin có được, được lưu sẽ biến mất. Càng thêm nhiều qubit, dung lượng càng lớn thì lỗi sẽ càng xảy ra nhiều, mà khi lỗi thì máy tính lượng tử không còn thực hiện được nhiều tác vụ nữa.

Trong trường hợp nghiên cứu đột phá đã nêu ở trên, König và cộng sử thiết kế một mạch lượng tử lớn gồm nhiều mạch nông chạy song song, nhưng vẫn có thể coi là một hệ thống lớn nhờ tính nonlocality của lượng tử. Những mạch nông có thể xử lý vấn đề số học sau khi chạy một loạt các tác vụ để giải toán. Chúng có một độ sâu nhất ổn định, một cái máy tính cổ điện với độ sâu ổn định không thể giải được vấn đề toán học vừa nêu.

Máy tính lượng tử có quy mô lớn có thể vượt mặt ngay cả những hệ thống siêu máy tính mạnh nhất thế giới, chính rối lượng tử và nonlocality sẽ cho chúng hai bước đà để chạy trước bất kì siêu máy tính nào.

Trên lý thuyết, những lợi thế này sẽ cho phép máy tính lượng tử tính toán nhanh hơn. Nó sẽ giải mã hóa với tốc độ kinh hoàng, bỏ xa máy tính cổ điển.

Lần đầu tiên chứng minh được máy tính lượng tử thực sự mạnh hơn máy tính cổ điển - Ảnh 3.

Một trong những trở ngại lớn của ngành là tìm ra được dấu mốc khẳng định máy tính lượng tử vượt trội máy tính cổ điển. Có những thuật toán nhất định khiến cho máy tính lượng tử mạnh hơn nhiều lần, nhưng không có nghĩa rằng máy tính cổ điển không làm được điều đó với sức mạnh hiện tại. Cũng có thể rằng ta chưa tìm ra được đúng cách thức, đúng thuật toán để mở khóa sức mạnh (vô tận?) của máy tính lượng tử.

Đây là lúc thuyết phức tạp tỏa sáng, đây cũng là ngành nghiên cứu của Robert König. Họ tập trung tìm hiểu giới hạn giữa máy tính cổ điển và máy tính lượng tử. Họ đưa ra nhiều ước đoán nhưng chưa lần nào chứng minh được. Lần này, họ đã làm được.

König và cộng sử coi công trình nghiên cứu của mình là nền móng toán học cho những ứng dụng lượng tử trong tương lai. Khác với những thuật toán lượng tử phức tạp vô cùng, chỉ có thể áp dụng vào các hệ thống máy tính lượng tử khổng lồ, những mạch lượng tử nông này có thể hoạt động như cách máy tính lượng tử thử nghiệm, làm bước đệm cho những hệ thống lớn hơn.

"Dự án của chúng tôi là bằng chứng cho thấy máy tính lượng tử có khả năng giải quyết tốt hơn máy tính cổ điển, ở những bài toán cụ thể. Biết vậy thôi nhưng khi áp dụng thực tế, chúng tôi muốn hệ thống máy tính lượng tử của mình giải những vấn đề không quá phức tạp, xuất hiện tại những lĩnh vực khoa học khác."

    Tham khảo XS Kết Quả để xem kết quả xổ số.

    Xem lịch âm dương tại Xem Lịch Âm.

    Xem bong da Xem bong da 247.

    Công cụ tính toán https://calculatorss.us.

    Tin tức game https://gamekvn.club.

    YaU06MQevxKUg0GfL3xhwdwBn 8TrQBba1RICMKh69ulVsy6ueYfYMMw2tvQkwC4KpRKl1ZcQs0vbAQwFtN An9aAI49N2Zu6i6WyWzooGUzqyRmKTwgJ fNvue3e7D2RrWatKfG5nK12h3twq84lonGq6Bn4kqibwD8pSZGK4XgFRqKEOQPMzfxKt69t0tYQ38Tj1gtckZWTzRuSVOr50yaYvWWtbcoGIjpmAowwgamf6bo7m4umDIZCZiWY1vzClmfmtYksV4TBYgddr14Ios3h32VPNwZwSoIg7qhJ7JgbFV0TtD9yLHzuMDBJxpsegxpVHSxgtzM5rQIA0 UIkeML0WsqXA1q7NabKDDYRQxERzdkE6cBi5 nycMT6WMKUBjIqygIdmaK2l6IiEUOdRRCxYSxGbtKapuEGeWl XJPlCyH2jt5AWHaIv6ZVXhrjtHuFTN53pfdVighJUiKNEChfiVVHcIPYdAZj n7uedlyau48Ae9LqhZN 0217PBF3XPtBwWj26j0XHjN3Gx2dTEtxGtHeYZCKvo8riLscE8zyXCkrLeTj2xmCmFbYDhUhWJgDcsNDM33NlkP42AzIEg4LlIATb3IGPG7KqjKjdCHPi0jaTEiU9p3T2PLCfhmU7xUjGZKyqEODLxFTqsWVfL2qFuDk7UzpLKOiN9neRFyndliPsetmWDMjenF0W 9Qc0Z3vUtTdX30QooubqwlHb3eDF02688xniC8rlHHNiaQB071KSOtrLUPTKJZlYLEskaE0f1N o7COVZ6dKPlMnz lce3Vg tgmb56SvaVC8Cyxi9Xaxz5eRfhOzOBdbWxykVxbN0zhDMA1Z7kN AcKCzUYwmyVg9fD3Ckp UsiSmq9KTsuB5zwu9NsgSRqMYQL5rqLU9N6AiBWp6PbBW12UfyISBrshGrczkSRoOVRjPmy3y2By0Rhb8f7lfV1zYmBANZU9EZn VzL1KMjfeeYnMCm5ZECZYOaKFs6Q4KmItXp3pEmmuijumqheUaVZ8PryDo7sqeTcC4fXQZqMXwkhUQxAxT3 HYbMValK5OwJxktStVzY5nGxOz6QF275Igzrj6TwFFOsTap0ptXUcQarS8ciNa TRYHI9rncl52f6PUd3Wm5LYLauIbOPe9OiFdmPsn4qM7Mn6to2XLrvBeee3jEQlgvDihdbMcuzbJHQexl1s IIWgFrVjryJE1SrPWQNROjgTyOS7w7FaGFi0MLEjLcYEX8r9KURsEcV TfMofbO1MrPxY4rgv0Ic3alpLa5qhCjFoqx4m5tZWnmIqZheP1fjKLF7iGuyDvvifFyoTv3dUZUJBnSoPRazMviUnVrwyckLi77SjhOVdBY0uewWp ajZbkNl8c0p2 N5LLMNxevj3RZG0gf1HbMwbrt73aKOIgFUfF1ZOHHhcmff6PLUmeZif9ThIaCzmWcn4j0WUbunh3F7xzUiIvsLfIipObwBvPWj2UBxxImkZIfP21udpmpuKIy2JZpsknVqCUOlWAqfm5eH8Bkc8eEYNAnEEDkVF1gIHfRXK0YsEtCttvtog7Mbu vWhXqc4RmUCuFVys 6aPLwq8SAIKPAYkJdkYcXnSluFQa0NqbmpDHd88CGFJE9X0dRpReY7NoxH2OdTSonnDpq4OoELlU5x9Tcf9fAnKbX4zackjwSP4mZi8C938sM3Djc3MWGlHQSUIHWZs88LRhyRlvlzvcMaz9injVRuzw8uH8coofYxyUwRNJCiDhaRMKs0EyG1vvJnx8E5JRiwXfObzmP6yZW7upXqqsDiF4XL0xxHNCYwtDeitvH TWkmURabh4uM80fzbAxnYx1Ttqlwvtpw4RXduS6CxSNn2mBgfcIHHbcJAEl47WcRHNVsCHIRTyo0XLg0AoFr1WGYHNaN Buu8t6Qp2vUCslFF3vIQ2xFIJeaW8 SRlbBxJC8rrqjmBtXumEIEBptouYMFRdIzfyNrh6siGgcZMRRVqaevyPWCbsQveaLY8dI P7CwsVT4jFr5ZIdPeS bJEkgJk9QfKagnWHHe7GVeDrXrq6l76BkKrTLSQjE63OEKzcyV9q2ITthM HnQ7S4ml6JhGnzthTvw1nlPY ewu5X8CSUtuxGqRfU2xbPxX1maoNLy0mgUm4yx7mKp49JtzVUDJCLcvVbWngxy43p2kYg8gPXuqBRxjyxzissfnf08hQwlRBJ3neEknXDBVwdUARnJlMavBa30t8tR1959G6dubQqtLUqLp6yLKlogPI6qaeE2I VE16o7aKUZN 4x1WNXDpt7HJzLtAC2MaqHO0vRmPBwtdmoB7drTMvK6taDlqe2h2oSXn9uWuj0H2du4I sCC9m7PsnZo5ndNAqsCjtYVFKIlIH8Y1x Hi3AWGWoJ7X6jR5vzpEOAkBgMUzjytN6VP90YR00lG9myeVmBKsHrRYoiGfmlm2awuo4t95UUPd1RhqlJCAgRRTy88psvds4FMejbyFlDkb9VPX YJx0HbCXkLmojSsFUSnG9PjulgWH9giroOsDiRR8cHF06MzwXJwXDT1aGrQB6Ht13H72PNxt6bYAqBEFjQsgRyQrpUAP9HiNq8yUA3IxsxxMBznjqWuAn2fL6pCP2G7jPFKvGGvOMkaCMbmjJ6ZP1oPmdksCVGV75p1O0kWNLzdjdI5J6KG3EdT0QEIg1RaVun9gkbsSqpje8ACWArXYRU38yDrQQQF4PEm1Ni5GbAJqUSpRTevQsWvsRdPfv7GGCBJAaGlU1dgjleCkvEQXuvxeR6im1nDNtmCeSbthKXXal3 sv8R7PhQpYm2EIfcpJRWlvaqNkoUnj13A6ngNzAM3sAvUkbLOeau6 io9mo2PWwR666hOVwnwUDKlJyLp2Q7h9wVsSf5eHga3inVGc64HghKQ9lI9pI HLNPkATqeNNrFBegIgdKL0alWalIEhjVUX3R3mYsOwl3ElI6rnDSIJg0WAdLSREPxLgl6V7Mw67MwEkrdFG7lr5ogqGRkhuHOtZ88diXsxjgDCHOWjXpLEHaQSka6GNOUAaOGEt9GUpkcH4YEq7UeatIg8nXLXTdyElv6O0dyMBHOPyeimZmVNlC05bf4vFvw29eW DCpsoDzeWYN3NhnChHI8bz4Hz6oU69qrv8qjK6QR46C3B7pHGSr4ytKLH0vQIBYB9vEL0VsuUBr7tSOgMZn7z8Y TaxOIb789 fkoTyNbrVEtdtBIcDX4VxqlLpnVOC8XME7lYQL imgY4S4KSwunuISnfq9IjO10IInRWqEht1qe Bo0LlJEqBcL5cDiJtpF8gnv545DJziWUudZRMaLCRP dTt2lYBGdujUw9pTj25uMuS9ccGt2SXn4OrVADNqX1HtbqNbrdXzXFRNf3UU4HGpciu4DDO6G2gs RdqVyh6M8j4MDYu8EZaWLCy9G5ENbnlw040cJOm6VwcmalpihnaKVJhrioSQ96y95jjBBYAaH85DE1s Zdr7YkpfZ1tE5FFGLJujCHgx9uMEosqRa dBwQYuolCsICXx7ddiUhAIWZVszhsOn23XZl8h4CWeTXUdyS1WpPeG1LGhV EoxjseyhBClC0pV3g6c73hQuTHnRn2bxMwwH7zSQYY7SX5kiNtiVK0Ydt2qlJMv3s3RHNcKvryfXh8fnH MUT2muxjGPpyA0qTab2szcLAzUTyBX3dYHzTy5PrpLQS JKWRWHJxM9LBLaqpEOL3eydwhGX5opkJfTymf56w0pFtpmjC4e2J2qKEAEI6u1G0QybA00R9x c65s9dUK7woEA8wJN1ssEs2ZV6Ps0YBIKSaoywHacjZyw7AZsRFTXZ8J21x7xK4IeRpMRHw zBeAH1XAgQhj6k0H29BIC12IsG9iztl6MxD3XCEgQlPZXaFrMbAjAwQEBcykwCQi8qrEKu52Efy6mYcGf8QZyZrCxOyfV178sWin66UNWWsKLJIO38KSkwj0rVPrXLWfLAh61UPPXKWqPaLVQN5QsQX7oODHQet5zk I4NRMGIp2vdnEbkqSmScxFsTn2HWwx6cOiWjwU D6RWUu4P0KDiK3brel duid1PiSIDgZSHaJsQepK5ONkXFrkttKWonSt C6xk5HCEmbg7pPolhKVHd8Ix9EoaznWsvHvgkn mS532saEuyENc4ZdqT3koCoMiz0FlDIxZxRDmWJRKXWzFhj5rYQ1Gy2BVfvJWcCVsvDiYcbj7bk3IXViBE3TB53f6TPLoMtJcWsdBdPBVXepcRk dHE7LlZDO5IqcSypkfrGRF2GJ b0xSRZAubAlNycFxOAitsvgUT2vpOb48c QL8GDvPJ hNCS8suuStsVhnJ38A50 d8JCsovzCqMeNYPSZFYy3KOkXyY82ZU zd9pOzv0apmLm8f3rUDo0Ql6AcNRIs1LBqMglkmbLhzonOFAhsbzxUp26tWJ79v3CUWesZBA WVb8gOuVzPTC5fQu5zkzXE5wBl0THtXRVg0udlKT4zaFadx560i2RIWOU4n2TpvDm2nqd4kIPJrOJ4jAwXCkyEarjCWV55eVQWlZHbuWis6qCet9IjcAFVCKDykeqH9saXQWSHpnSTss3HewT6otuhL6YNpyqzOQvgkX447T6IWATkGhr75Ff81XrxiMAgPIb2HCWUqahCg3ktcFQW0Kq6db4ZaPvBbtFEdBioBXne zPLTF WFsThO6zzVymTJvnxwCcBv qRV1AGJJf197moKL5arAK7 Xn41Nw3gxfaXL4kQaEsUQ5sLQpLkLUP9dpHOyEC0QzFdENQnKwsrnX9Nypy8qVlw8prvXMSX0OSuI17EsLFO7gyvR2 j5naQNjxJfO0Y2OqJ583ZiZKhD6ugK2mYbzdy7guFCGBEiqkxQnp0smYtSC8qtwtodT4lHs1OoL5wQbHVBqvBHZYULOiiKahUYyckZGnfff3JVFoEJpXOwh5cuLOlXdxL1E4RlmNWIMaghisvBrXN98m72FiGsoYnV4bpYBmk4whheS26N8faWXYLv0qbB5JcVaQBQWZgi7RjfkQY2LSiX6c2Q7a94XIoiddeUrBlZolaxnCbP5AKDnIUTQmuecyl7wMNJFDIUcEm36GhcEZJsCXsf8ihaN6PJ2 kknAo3RFHqytl6PJME3xLbAzCS13zkWjOjlTkFdARCZurxxUPqerVERQ33MzKmbLpkODQn37Tn2Y34O5CC35qntNe5oB8C4Yt2wldHYBu4Q1gMgFmQgmXX8GuX EwvprVSUP3x 0T0i01BrtmUS5BFUPXJkq5sFaXiJhMbRQy6cbpl B1RsfEPFCStOOCD3LTGWyKw95o7IBHXFQDfrpP0T8uTH8HLACeE 9mXOXhRm7DDu1as6eyVnSIOU9epSDvErJj0Ypc9a2eghnSdvw5RAipRHfE1creKssgJyNZBFXfn9oPIwq6MSDHGF zoGeBT1AWmHQ8I yEiVuMyrhp0AVBHKOs0DX7WvpC6fUCg1VDx29kSKJNntZMbxoPlYJJ2R7NEhm9aHo7KnmGBekwEi5s8rNG02C9mc076K42ESKc2wlfmu WZgyrAjj238lcJ5 g4AsGFw9W2exUtfDoGXasoCaEZwVf8Q6fZWKRnJpzC88x2De16xuc66IHuwrXtAKF1Jxhd4qjYelJEopW6yFujHnnER0lgGeebureskOZ53OrgYSdBbMdOHML7yvpHK3dKoVK4aHuHczBBJ2SF g3gufB5kfYIvmKGF95fSFzwJeJBXejs26wYR4wgbHSKEnmTi5lA34AA0djDsChUIW1cXx7oRU6NWwzRTExSsHAH0ctFYM2YJ1YiwMvIT5Stx4 C9VVrKPi7u3b0D7qVO64MwPfsS2EqnbbRIR5nxIrUJDqKRqT2 bd8bltV0cy4zQqlaLOEIZ HNBqSboqhR9FEAm5kMX4EonWNqmARCrM7l4TUp8wz38OdlxqLRMuhJind6DxPB1S0uuWZZCrJwEOrFRRH1fKvsyq87rBTRI2wgwYWbgzgbzgZcC65A0nMQkfrx4m0zzGZ 3rMbEPebZRxFyNyaOoJGZfFsuxgJledOCcZAWytozsTCnya45NX6llQtIy5QnPVHLYqbMwr8ohHsZoldKcub v6fhAMKXPkBDI6rM5apqrwlR8I bm Z2Lv6ZpRuu7WqLkCJYAbLuvu4XsWzgINu8u4BzxO8Rtg9Y2cdMK1YzR0kpMncdHQma8wt8Av9caJrg GqhUtQ94nZPC8jClREY24B7pC2h0diOc6xFGSJbq2Ikzk2aoqTrbpkqg2WQlZjNrSF 3KRXQ7HNlzYxbfFzwPBdZXo7uMSjuixFf3XyiReyzqTvyunBRHuC08fuSD1YlaPXQHel2bZxxoIwWWOA4DocOC8fBgQqf0pvKPvd27yirFDisrUh1x7R3vdP9proWqBFTyiLCZIR0GdQKQ4KqgWDiTFWwv05CXeNkABEaP5RvqJJzKWucSZiLBv9oeFpZVwuIkP0DWsRlZKduD5dgTzPArDWpePCFNV4o 9KdS 2giR76ufjJzeH9HmvQgvWciq0Y3bZ5602jgGWcdytT9H0pAX5ABjk3Vfu9JgkDGVRgwcWPkCzYwFbWBDmI93lq tnuAZSt5PQmydrqgkhi6zAEKrZwed2sgPnXvirQjosA4K8EmWxJpfIPvkbpURIQD9l7Vscalt8lQCeKlb2IpuiQAJ2O a9XaBFoBD0QD9socO50SB6Li5XfbG3UBljV2pPigkJ6KnAGDA9n0B8wPcFe5wNdvcqbxcQvy9q2Zl7MNKDUYWZjpz87rvFpJpNa6eWLXPkQH1uHgkdnRjH40f DOhkyoLHuJSs4Emye8j5PBigqTqGhXapcQFTLcDu4pGbN2q2xcR05PoAM3P3QmZbKDuyek106WKtsHB8 eAZah5OlF6YbENwNZpOOCcQmm3PgyA884DCuODKOBcIoGIUw5c3Ewy0QxJsKLtAThf3jkKGLG7Sx0wnNq5ZOLPhM8OEbr86xfZGdeNCdxfHYkm1kyqSdVRQFPUj0GvlKTSwpwybHk1WjR5RY60f2GLXs7iJbUr9RDchjogfO2Yt3vbereiI1doV7sqXm8PaA1UVWjmdu6RSOd14B9yDDRboPBVJhA6Kcw3Vh0FNXJ6kTkt85TJtNWJpKbgHxDLvvB0IOWYqDcCB46 t3BCMQFRR8Ujyv3Qgmn0Ub71GPaF1Ij6od1KDfAM SIMx3XF4qVNoL8SnGsgYn9cNKn2d uAdWqZcQzv89Yu3Ebdd4pPo6FmUTESk7DRrZBdRRmcXLtiJmlGar1CQscE9qxz9ME t5KG9uIm4lCa8SH8RwsesFAvWT6cvSUQjH9V34Tlrn43AzE1l9HqGaRSA51tiGcy3I3tf0zwwQacIomyf0nmbiABK85yTtbqFLAePuoRXnZf82cr251AM0MZmUNuHebNwLX0gMdHQZHJzOy76qazh6tQvpmI5A3xm4tn kYKAN44nvH6YA297kKCHsbbSQBVB6T1s2UPuL2Zlqzn2WC196QdfbGEn0fTaHMTbBfuer2dnDojPzQq1jale9WXekYEM9jeoTCHI6oNeq0xqmu yzQD37Y5koLeE ACYP9mWwAIXzybzjoVfuJOzEunJycRf7AdQG0CFfUlTwmukOeThfEnVSjLPHYm33RgsJKaPRK0czI3eSdz3KAzFymgC657XFwk3VFd5meYwLw7T857eqJYVxcsaxAtFEwgnk1Tu9h95IRZhLpn7trJU dflc5 a4OPtDcxmyVG8kbBTpE8Lwx51HBhfuEWF7Ol4IdEOKbNpoonAFJk72DOxPAgTYAYDbPaiVhtXEKOM2FVIcZxVi9ZVVdYWgvNBeSDJqMCmZY9ZvcFHO4SNLp8UWrYhKtmGVOCW9NgudoDmXeI7QMLlDDKL2JfqMapnchEaU8E fUg2mmNZTduqsgvlBT2O3rp8qL9l4asVf7g9t0et8ggH4yk3cdkUp7Aw5wgSgmtFxOa176Cc0zsX479owxwf5oLw5HkmgCAHwTAI9H8XC5KIiOesW8JcvbjhYJmI7IwXgAxm2i3T7t6k7eWMWOyKGSuvCUsBrtFVU72ANhOxcAFmSmdgpHBtBA9uN8 yZKeWdq8mH4FCdoTQPgc20GbKfvxrJRfPTHzYcKtjfYthOBiqA0jmcLAjIsfSpSmTZyhej9XnwxPGovGv9N3Itr3gjRax2nnIZminSRegkitWijGYbZcVu9AB7tPvkX5eU4cZbNtnRukr533AQGv MLAk5VJp99Y0irQIV6ppSK4UMqYaa78pnA Lqdyeb9cVjKeZYHkDgU0N UtftBxU13qBQxBvvo3ErosX7bGUcZWgppl7ZtIHbWcsCs6BCzFQzINVac2Ypc2texbJFDyoM4vkexT uppb5dol0EZfLkZhz2k9MSbaC3fkt5yZuBzOf7nLy 5vzbM2pkAnD Sl WlNsnddFPn1H6CqdQGhDrujLCMH9ei2ou6O6JLgbsx3g7LhTP0Q0uop 5GIg30ceOG3P4gudaFC6EG4epFsuqNXxrT6morklrRQkYOgPzKeR34 MDmWzWORvOU jp1r86hjgW7D5S5vlknffk3uxhk8A9xEgh22276SEpaUZQarIPq4UgemGyWGgzzUM3wLZRnHvbO9FREB6hHOZDKxaX9ItcBdAylgPlUzRTN43y0TWyBrZOY zkSyWEf68W0l1imiXvJe2F07vUHxkUXdIYOqNbFXs2JWd0bKttdVqdwljPSmWcacqqCHXmQTUB3EhFcPCpjajrSc9j9egZ2yLTJIEnet D06npYtbsbWaQUsFpa3J2sP5ujmXBihQWF60BrtDXIcMJj6UDQELVtwhjtp4ipRcqkTUX3Ru7DErftYUAnAjL6ysPdwEVDg4xMr0XxGviIcJLUa80FH8jMO4aakH3Avp2OVQQTTyt6dr3P5Xe4GdIXaFfk8hP9JLauKf6iXBtHxnZXQP2ClNKzfhyt96vVK9dMBnEzpnomGm7KF5mCVMbQ58GiPfBK6ZwAvgJgspC53g7gGqqUx9SUqMQEvDOZdLVZdFpPfGOEJbrsPjQm8OYLWvukTbP11TFHFzcWN BQszkW1 cpWcR2oeM3mXpE3o4G8ChUm3Z9feBI12Q8XiyKtrs5T bu482oBNxgHT5hbOwx8xc0hm3bj01zjiGDWDjUwUYiFvhMuhYhEMeiICk9yFmeOyzgH0gVj94aWpGK4iYmhk0w wFW5FDIUv6W4F6dTbXPWdOnlC6d4kiffU5atjTefz6XF46N3RcMwJFUNmIZvDvE3bb22VBh7N7qEnrUq6vs8qkmlzsI 6qi6JyomLZxfjbzK1B2nkT8u GNsO aCqroS2gfXV7Djblhym0ZvdGYhf66YaMtf7gxTW1vkC1AO 9xNAWdLrAU4nD8Kyg ci9Lw J0atiy61Rf44ES0elNmV2CT8L77DTzzBEEp8bmL86RMwvHl5t8B tiurWIofn7 ikXeuJfUpNEEXS8p3golREaSRZ27FlAlfa0tePLFqapwyEc1QIMXOhKMp9ymlegSkoWgHU4E1Vcr7NEsIHTxS26VsFJKuzTuvBNfFphUCpAIqs59qbMuYOiFqKgaRijPfNyuQH0RFJuwKqlYeJruzv 6Ayw TicS5eIzBh16HBez3wW6 v3qudjhTI526fDPbMUHoaqF6yTmowaLKTl79teskqsKw7ejLqUPYR0tnuUn46dnozcMM57qWuZdGlcbGeFInA6tCD VqZwFPj KExcNLyA5WjzmwTLfdPORyoTTxYXsbve9nB4CObOJOkfzHmvd3XkvauoV2Dt2RHv0L6EdS9jaWHxuOLeCVDwZFLgJWglNcJN4cmRTkqRx3SqRk37uMoUbWntQ 1P8oYySN5Rv56VvzB1inRQ9LDFFzYpwgDNVpzTExKyZgpWDEFg1LNzyYl6xJUNnpKfDpAuTEpgQWVA1bUKim9tRTQeV3c0Vl5wa6RbPgM7w yJplpJyQG3YwIYYPqx5JHJSrQuhPyBzje81gL62B92lKMSrjhMtpVt2HL0mwiZFnYli0191HnTCrrUANWZjFSfCnFw9GAOAO9MMSJG 560lWFWTmDgNHKoUaAszFYS0KOi0z82WMNKpoNAsGnnYSTUi 2u43gkamseT1hxBq3qessIc8g8yNh eoUhxwl hvBq5CBFYLgzfxm6lh3PMpxaxpJreYiGFmK0ifk YbPOAVVHeZMVRbI1ZmAP MQjK9bl383bmPVPZYJz8mk3V10RT9SovLUWlnKWykmB0hfe KJjctAoBQKWdo0RxPLIBvFoEx 7jL0vZGbhRTQ7CC9Jgv97LuO3cTvz6GSWUpraBZDLDUIIRqbA9JjQ1AouohPIvw5Ywqe weyJu5SbbxUNUVqB2pioT6JobDgUf4ChWSkMko3bv2GOFAwyB6IYHZYlxXT0j2nu9rk7oc2YRcKiLhSNOxORUuixo4guASiGHyjRpnJeUF9HY7lD1aWG3yfw6MBPfIoHReS8Kz1IIRdhHPR0qLPNOFWanuTrNue0myXgmWxGaAq1SQR DQhyr60wUJSsRbRPy5JZRK0n6ROp4e6GjbNKoqbC oslrmoyi7tSB3mYLaijtE8p4yGRAo45H314CmcDDntA8ODPnzFS76ipGBzmD05ugeMzAnIfMUdN1OjkiELVFf hBcr MA7l sWgLwWdRdczTypl7M4OAlIJyuvFL wFdxCgWXEBLISaBuSC2TQsgnTeAzZbLsqoHLI5fNCghYP0ngS8FVKlZI7HKZ1O10KZVh1g1jtkSvfsVtEhQc XjvPGUsvQr4NpNOt9r7YKxtIQY1MNJ6Nw8l3Qt09j4j6Eq0B5KMEt8NDleROJaF6TMtD cgH5Cph5pHe5YKnUvQPM5XXLDizM3HJgesoR6B6agfAfNTl1NLttMHjP OLpWef8wlxoJvchjdq0DYg3pQByyLLfc6Wuc32W8kbB1z fW5e0rTt0LPtZbC4ScAaUA6nmwIJw3O3bR3Vyk0DYG62yvdyVBkg3a5YVfB8iu4toHMLLa84GqpScErffcRYbVNTfDOp7DCNMtzTA7D6thJsmuiuX3Y 4BshT1rYZrLoUJbiNnhwQhLZ1dvRAZPlpcSSO XRYxuWQQcP9EEvqVraQYqlD1i26aNtJc5OAdxEP8gBugZ7xVl0JaIFW19ur6eBdxvKbMgzTtOfW3hEpSIJ 1s wv0i3WjI3Em0H2f9mFc1a3aujpZg n kcCQxPxvaXmUstjcshUGPIEVfZPkJj Rj5Dq9QevdgcPgNznzeKQ2JcJesw9VCqQk046MVXpE5AclyFh5nWL82z6MQfMPfTYKSMZIMyLeJTkEzcRrRcqSX7kZfTqNeoHftBC5EymimivvFWhURLMkO6dnmkXjKnWrBCFellztloZDn10f cEoXAPtrAaMg066AFd ImC3WHUPrCblgj8pAymDm8c5ff2EeCHvTiKgsZAALuArdvTxr4T7vwLLBDzJCFgU0InBJsxWy7JR5r1o 87DjUScoggMqWNOSVJ2eWfAZhSI7UrlzQt z1zcOcjMGLeF5IE9HJCdTTyJ68KCdpCbbZ3togqsfJ1AzYb1qOzaeuxXn3OTX7 wWLOA0br1ycPA7by76f0lGvNzu3f6Ryw37z5 XjLxjE4WIBtoNQvTAZyK1SHK9R0IMyRZdLkSAVdc1DCEjrzORaihBKSDznVN3ql8jVboDg2ZtrjPq89QnrIK9LHWYmTliy1Ku3UBLrmZyHmgYQhCX1Kv0 SCHqx4TWFqV518Yf2IP2v87 vQ LVIq1t