Cross-Platform Benchmarking of Near-Term Quantum Optimisation Algorithms
यह शोध पत्र एक एप्लिकेशन-स्तरीय बेंचमार्किंग फ्रेमवर्क प्रस्तुत करता है जो एक डेंस (dense) QUBO पदार्थ विज्ञान समस्या पर शास्त्रीय विधियों के विरुद्ध निकट-अवधि वाले वेरिएशनल क्वांटम आइजनसॉल्वर (Variational Quantum Eigensolver) और क्वांटम एनीलिंग एल्गोरिदम के प्रदर्शन का मूल्यांकन करता है, जिससे यह पता चलता है कि वर्तमान डिवाइस कनेक्टिविटी, शोर (noise), और ओवरहेड्स 72 वेरिएबल्स से परे प्रभावी स्केलेबिलिटी को सीमित करते हैं।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए कि आप एक विशाल, अराजक शादी के लिए एकदम सही बैठने की व्यवस्था (perfect seating arrangement) खोजने की कोशिश कर रहे हैं। आपके पास सैकड़ों मेहमान (variables) हैं, और आपको खाली मेजों (रिक्त स्थानों) पर ठीक तीन लोगों को बैठाना है ताकि बाकी मेहमान अपने सबसे अच्छे दोस्तों के पास बैठ सकें। यदि वे दोस्तों के पास बैठे हैं, तो पार्टी खुशहाल है (कम ऊर्जा)। यदि वे अलग-थलग हैं, तो पार्टी अजीब/असहज है (उच्च ऊर्जा)।
यह वही मुख्य समस्या है जिसे इस पेपर के वैज्ञानिक हल करने की कोशिश कर रहे हैं। वे यह देखने के लिए क्वांटम कंप्यूटरों (Quantum Computers) का परीक्षण कर रहे हैं कि क्या वे हमारे सबसे अच्छे क्लासिकल कंप्यूटरों की तुलना में इस "सीटिंग चार्ट" वाली पहेली को तेज़ी से या बेहतर तरीके से हल कर सकते हैं।
यहाँ उनके प्रयोग का सरल विवरण दिया गया है:
1. सेटअप: धावकों के बीच एक दौड़
शोधकर्ताओं ने यह देखने के लिए चार अलग-अलग "धावकों" (एल्गोरिदम) के बीच एक दौड़ आयोजित की कि कौन सबसे अच्छी बैठने की व्यवस्था ढूंढ सकता है:
- ब्रूट फोर्स धावक (The Brute Force Runner): यह एक बहुत ही व्यवस्थित लेकिन धीमा लाइब्रेरियन है। वे एक-एक करके हर एक संभव बैठने की व्यवस्था की जाँच करते हैं। उन्हें सही उत्तर खोजने की गारंटी है, लेकिन यदि मेहमानों की सूची बहुत बड़ी हो जाए, तो उन्हें इसमें अनंत समय लग जाता है।
- सिमुलेटेड एनीलिंग धावक (The Simulated Annealing Runner): यह एक स्मार्ट, अनुभवी पार्टी प्लानर की तरह है। वे एक रैंडम सीटिंग चार्ट से शुरुआत करते हैं और छोटे बदलाव करते हैं। यदि कोई बदलाव पार्टी को अधिक खुशहाल बनाता है, तो वे उसे रखते हैं। यदि कोई बदलाव इसे बदतर बनाता है, तो वे फिर भी कभी-कभी इसे रख सकते हैं (ताकि वे "अच्छे लेकिन बहुत अच्छे नहीं" वाले समाधान में न फंस जाएं)। वे सबसे अच्छा समाधान खोजने के लिए अपनी खोज को धीरे-धीरे "ठंडा" (cool down) करते हैं।
- क्वांटम एनीलिंग धावक (The Quantum Annealing Runner): यह एक जादुई सुरंग है। आप एक ऊबड़-खाबड़ परिदृश्य में एक मार्बल (समस्या) गिराते हैं। मार्बल स्वाभाविक रूप से सबसे निचले बिंदु (सबसे अच्छा समाधान) की ओर लुढ़कता है। क्वांटम कंप्यूटर भौतिकी के नियमों का उपयोग करता है ताकि मार्बल छोटी पहाड़ियों के ऊपर चढ़ने के बजाय उनके माध्यम से सुरंग बनाकर निकल सके।
- VQE धावक (Variational Quantum Eigensolver): यह एक ट्यूनिंग फोर्क (tuning fork) है। आपके पास एक क्वांटम सर्किट है जो एक निश्चित आवृत्ति (frequency) पर कंपन करता है। एक क्लासिकल कंप्यूटर एक ट्यूनर की तरह काम करता है, जो सर्किट के नॉब्स को बार-बार घुमाता है, ध्वनि सुनता है, और उस सटीक आवृत्ति को खोजने की कोशिश करता है जो सबसे "नीचे वाला स्वर" (सबसे अच्छा समाधान) उत्पन्न करती है।
2. बाधाएं: शोर और ट्रैफिक जाम
पेपर उन दो प्रमुख सिरदर्दों पर प्रकाश डालता है जिनका सामना क्वांटम धावकों को करना पड़ा:
- "शोर" (Noise) की समस्या: वास्तविक क्वांटम कंप्यूटर रेडियो की तरह हैं जिनमें स्टेटिक (static) शोर होता है। वे बहुत संवेदनशील होते हैं। जब क्वांटम धावक पहेली को हल करने की कोशिश करते हैं, तो "शोर" (noise) सही उत्तर सुनने में कठिनाई पैदा करता है। यह एक विशिष्ट स्टेशन ट्यून करने की कोशिश करने जैसा है जबकि बाहर तूफान आ रहा हो; कभी-कभी आप संगीत सुनते हैं, लेकिन अक्सर आपको केवल स्टेटिक सुनाई देता है।
- "ट्रैफिक जाम" (कनेक्टिविटी): यह एक बहुत बड़ा मुद्दा है।
- समस्या: हमारी शादी के उदाहरण में, कल्पना कीजिए कि हर मेहमान दूसरे हर मेहमान से बात करना चाहता है। लेकिन क्वांटम कंप्यूटर एक ऐसी इमारत की तरह है जहाँ कमरे केवल अपने निकटतम पड़ोसियों से जुड़े हुए हैं।
- समाधान: सभी को बात करने के योग्य बनाने के लिए, आपको कमरों को जोड़ने के लिए लंबी, घुमावदार गलियारे (जिन्हें चेन/chains कहा जाता है) बनाने होंगे।
- परिणाम: क्वांटम एनीलिंग धावक के लिए, ये गलियारे बनाने में बहुत समय और संसाधन लगते हैं। यह ऐसा है जैसे आप अपना 90% समय गलियारे बनाने में बिता रहे हैं और केवल 10% वास्तव में पार्टी करने में। जैसे-जैसे पार्टी बड़ी होती जाती है, गलियारे इतने लंबे और उलझे हुए हो जाते हैं कि सिस्टम टूट जाता है।
3. परिणाम: कौन जीता?
शोधकर्ताओं ने इन धावकों का परीक्षण 18 मेहमानों (छोटी) से लेकर 72 मेहमानों (मध्यम-बड़ी) तक की समस्याओं पर किया।
- क्लासिकल विजेता: सिमुलेटेड एनीलिंग धावक (स्मार्ट पार्टी प्लानर) स्पष्ट विजेता था। इसने सबसे अच्छे समाधान जल्दी खोज लिए और बिना किसी परेशानी के बड़ी पार्टियों (338 मेहमानों तक) को भी संभाल लिया। यह बहुत अच्छी तरह से स्केल करता है, जैसे कि एक सुव्यवस्थित मशीन।
- क्वांटम संघर्ष:
- क्वांटम एनीलिंग: इसने छोटी समस्याओं पर ठीक प्रदर्शन किया, लेकिन जैसे-जैसे पार्टी बड़ी होती गई, "गलियारे बनाने" (एम्बेडिंग) में इतना समय लगा कि यह दौड़ हार गया। इसे शोर के कारण सटीक उत्तर खोजने में भी कठिनाई हुई।
- VQE (ट्यूनिंग फोर्क): इस धावक को कठिनाई हुई। क्योंकि क्वांटम कंप्यूटर शोर वाला (noisy) है, "ट्यूनर" (क्लासिकल कंप्यूटर) बार-बार भ्रमित होता रहा। यह अक्सर एक "लोकल मिनिमम" (local minimum) में फंस जाता था—यह सोचकर कि इसने सबसे निचला स्वर पा लिया है, जबकि वास्तव में यह केवल वास्तविक न्यूनतम से थोड़ा सा ही कम था। इसे चलाने में बहुत लंबा समय भी लगा क्योंकि कंप्यूटर को हजारों बार ट्यूनिंग चेक करनी पड़ती थी।
4. "पोस्ट-सिलेक्शन" (Post-Selection) की ट्रिक
एक चतुर ट्रिक जिसका शोधकर्ताओं ने उपयोग किया वह है पोस्ट-सिलेक्शन।
कल्पना कीजिए कि धावक कभी-कभी आपको एक ऐसा सीटिंग चार्ट देते हैं जहाँ उन्होंने गलती से खाली मेजों पर 3 के बजाय 4 लोग बिठा दिए हैं।
- ट्रिक: कंप्यूटर को इसे ठीक करने देने के बजाय, शोधकर्ताओं ने उन खराब चार्ट्स को कचरे में फेंक दिया और केवल उन्हीं को देखा जो नियमों का पालन करते थे।
- कैच: उन्होंने पाया कि एक "हल्के दंड" (नियम तोड़ने के लिए छोटा जुर्माना) का उपयोग करना "भारी दंड" (बहुत बड़ा जुर्माना) की तुलना में वास्तव में बेहतर काम करता है। क्यों? क्योंकि भारी जुर्माना ऊर्जा परिदृश्य (energy landscape) को इतना ऊबड़-खाबड़ बना देता है कि क्वांटम धावक भ्रमित हो जाते हैं। हल्का जुर्माना उन्हें अन्वेषण (explore) करने देता है, और फिर वे अंत में खराब परिणामों को हटा देते हैं।
5. बड़ा निष्कर्ष
"हम अभी वहां नहीं पहुंचे हैं, लेकिन हम सीख रहे हैं।"
- वर्तमान स्थिति: इस विशिष्ट प्रकार की समस्या के लिए, क्लासिकल कंप्यूटर (विशेष रूप से सिमुलेटेड एनीलिंग) आज के क्वांटम कंप्यूटरों की तुलना में बेहतर, तेज़ और अधिक विश्वसनीय हैं।
- भविष्य: क्वांटम कंप्यूटर सुधर रहे हैं। शोधकर्ताओं ने पाया कि यदि हम "शोर" को ठीक कर सकें और "गलियारों" (कनेक्टिविटी) को अधिक कुशल बना सकें, तो क्वांटम कंप्यूटर अंततः जीत सकते हैं।
- फ्रेमवर्क: इस पेपर का सबसे महत्वपूर्ण हिस्सा केवल इसका परिणाम नहीं है; यह वह नियम पुस्तिका (rulebook) है जो उन्होंने बनाई है। उन्होंने दिखाया कि इन विभिन्न तकनीकों की निष्पक्ष रूप से तुलना कैसे की जाए। पहले, लोग सेब की तुलना संतरों से कर रहे थे। अब, हमारे पास यह मापने का एक मानक तरीका है कि वास्तव में कौन बेहतर हो रहा है।
संक्षेप में: क्वांटम कंप्यूटर एक बिल्कुल नए, अविश्वसनीय रूप से तेज़ स्पोर्ट्स कार की तरह हैं जो वर्तमान में गड्ढों से भरी कच्ची सड़क पर चल रही है। क्लासिकल कंप्यूटर एक भरोसेमंद, थोड़ी धीमी सेडान कार की तरह हैं जो एक चिकनी हाईवे पर चल रही है। अभी, सेडान दौड़ जीत रही है। लेकिन वैज्ञानिक उन गड्ढों का नक्शा बना रहे हैं और बेहतर सड़कें बना रहे हैं, इस उम्मीद में कि एक दिन, वह स्पोर्ट्स कार सब कुछ पीछे छोड़कर तेजी से निकल जाएगी।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।