Optimizing QAOA circuit transpilation with parity twine and SWAP network encodings
यह शोध पत्र एक सिमुलेटेड एनीलिंग-आधारित विधि प्रस्तुत करता है जो पेरिटी ट्वाइन चेन्स (parity twine chains) और स्वैप नेटवर्क (SWAP networks) के एनकोडिंग ओवरहेड को महत्वपूर्ण रूप से कम करके फिक्स्ड-लेआउट क्वांटम हार्डवेयर पर QAOA सर्किट ट्रांसपाइलेशन को अनुकूलित करता है, जिससे मानक ट्रांसपाइलर्स की तुलना में सर्किट डेप्थ और टू-क्विबिट गेट काउंट में पर्याप्त कमी आती है।
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 डांस पार्टी को व्यवस्थित करने की कोशिश कर रहे हैं जहाँ हर मेहमान को एक विशेष रूटीन निभाने के लिए किसी न किसी समय दूसरे हर मेहमान का हाथ थामना होगा। अब, कल्पना कीजिए कि डांस फ्लोर एक संकीर्ण, एक ही कतार वाला गलियारा है। इस गलियारे में, लोग केवल अपने ठीक बगल वाले व्यक्ति का हाथ थाम सकते हैं। यदि अतिथि A को अतिथि Z के साथ हाथ थामना है, जो लाइन के बिल्कुल अंत में है, तो वह भीड़ के पार जाकर हाथ नहीं थाम सकता। उन्हें लाइन में अपनी जगह बदलने, आपस में स्थान बदलने और रेंगते हुए आगे बढ़ने के लिए इधर-उधर खिसकना होगा जब तक कि वे पड़ोसी न बन जाएं। यह खिसकना (shuffling) समय लेता है, और हर बार जब दो लोग आपस में टकराकर जगह बदलते हैं, तो इस बात की संभावना होती है कि वे लड़खड़ा जाएं, अपने हाथ छोड़ दें, या रूटीन खराब कर दें। क्वांटम कंप्यूटिंग की दुनिया में, यह डांस फ्लोर एक क्वांटम चिप है, मेहमान छोटे कण हैं जिन्हें क्वबिट्स (qubits) कहा जाता है, और "लड़खड़ाना" एक प्रकार की त्रुटि (error) है जो गणना को खराब कर देती है। वैज्ञानिक लगातार यह पता लगाने की कोशिश कर रहे हैं कि इन क्वबिट्स को आपस में कुशलतापूर्वक संवाद करने के लिए कैसे लाया जाए ताकि वे एक-दूसरे से न टकराएं, खासकर चूंकि वर्तमान चिप्स उस संकीर्ण गलियारे की तरह हैं जहाँ हर कोई सीधे एक-दूसरे से नहीं जुड़ सकता।
यह शोध पत्र उस नृत्य के लिए सबसे अच्छी कोरियोग्राफी खोजने के बारे में है। शोधकर्ताओं ने एक विशिष्ट एल्गोरिदम पर ध्यान केंद्रित किया जिसे QAOA कहा जाता है, जिसका उपयोग लोगों के एक समूह को दो टीमों में विभाजित करने के सबसे अच्छे तरीके जैसे जटिल पहेलियों को हल करने के लिए किया जाता है। इसे एक संकीर्ण, एक-आयामी (one-dimensional) चिप पर काम करने के लिए, उन्हें "ट्रांसपाइलेशन" (transpilation) का उपयोग करना पड़ा, जो केवल निर्देशों को पुनर्व्यवस्थित करने का एक फैंसी शब्द है ताकि हार्डवेयर उन्हें समझ सके। उन्होंने इस खिसकने (shifying) के दो मुख्य तरीकों का परीक्षण किया: "SWAP नेटवर्क", जो एक मानक, व्यवस्थित लाइन डांस की तरह है जहाँ हर कोई चरण-दर-चरण चलता है, और एक नया, अधिक जटिल तरीका जिसे "पैरिटी ट्वाइन चेन्स" (Parity Twine Chains - PTC) कहा जाता है, जो अधिक कुछ ऐसा है जैसे स्थान बचाने के लिए दो नर्तकों की जानकारी को एक व्यक्ति के मूव्स में एनकोड करना। लेखकों ने एक नई "सिमुलेटेड एनीलिंग" (simulated annealing) तकनीक भी बनाई है, जो एक स्मार्ट, ट्रायल-एंड-एरर कोच की तरह है जो सबसे कम खिसकने (shuffling) की आवश्यकता वाले हजारों अलग-अलग शुरुआती लाइनअप खोजने के लिए प्रयास करती है।
टीम ने पाया कि छोटे, विरल (sparse) पहेलियों के लिए, IBM जैसी कंपनियों द्वारा उपयोग किए जाने वाले मानक कंप्यूटर प्रोग्राम वास्तव में चालों की संख्या को कम करने में काफी अच्छे थे। हालांकि, जैसे-जैसे पहेलियाँ बड़ी होती गईं और क्वबिट्स के बीच संबंध अधिक बार होने लगे, उनके नए तरीके चमकने लगे। क्वबिट्स के शुरुआती क्रम को पुनर्व्यवस्थित करने के लिए अपने स्मार्ट कोच का उपयोग करके, वे उन बारों की संख्या को काफी कम कर सके जब क्वबिट्स को अपनी जगह बदलनी पड़ती थी। 25% कनेक्टिविटी वाले एक विशाल 120-क्वबिट पहेली के लिए, उनके तरीके ने मानक IBM सॉफ़्टवेयर की तुलना में सर्किट डेप्थ (चलने में लगने वाला समय) में 87% की कमी की और टू-क्वबिट गेट्स (जो जोखिम भरे मूव्स हैं) में 29% की कमी की। उन्होंने वास्तविक क्वांटम कंप्यूटरों, विशेष रूप से "ibm fez" और "ibm kingston" उपकरणों पर भी इसका परीक्षण किया। "ibm fez" पर, वे PTC विधि का उपयोग करके 20-क्वबिट समस्या के लिए सटीक समाधान खोजने में सफल रहे, जबकि मानक विधि केवल 15-क्वबिट तक ही काम कर पाई। दिलचस्प बात यह है कि "ibm kingston" डिवाइस पर, मानक SWAP विधि एक विशिष्ट प्रकार की समस्या के लिए PTC विधि की तुलना में थोड़ा बेहतर प्रदर्शन करती थी, जिससे पता चलता है कि कभी-कभी केवल कम चालें होना ही एकमात्र बात नहीं होती; जानकारी को कैसे एनकोड किया जाता है, यह भी उतना ही मायने रखता है। शोधकर्ता सुझाव देते हैं कि जबकि उनकी विधि त्रुटियों को कम करने और समय बचाने के लिए एक शक्तिशाली उपकरण है, यह कोई जादुई समाधान नहीं है जो हर एक परिदृश्य में पूरी तरह से काम करता हो, और सबसे अच्छा चुनाव समस्या के विशिष्ट आकार और हार्डवेयर की बारीकियों पर निर्भर करता है।
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।