Superposed parameterised quantum circuits
यह शोध पत्र सुपरपोज्ड पैरामीटराइज्ड क्वांटम सर्किट (superposed parameterised quantum circuits) प्रस्तुत करता है, जो एक नवीन आर्किटेक्चर है जो क्वांटम रैंडम-एक्सेस मेमोरी और रिपीट-अनटिल-सक्सेस प्रोटोकॉल का लाभ उठाकर घातांकीय रूप से कई उप-मॉडलों को समाहित करता है और गैर-रेखीय सक्रियण (non-linear activations) प्रेरित करता है, जिससे पारंपरिक वेरिएशनल दृष्टिकोणों की तुलना में क्वांटम मशीन लर्निंग कार्यों में अभिव्यक्तता और प्रदर्शन में महत्वपूर्ण वृद्धि होती 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 रोबोट को जटिल पैटर्न पहचानना सिखाने की कोशिश कर रहे हैं, जैसे कि एक तारे के आकार और एक वृत्त (circle) के बीच अंतर करना, या एक टेढ़े-मेढ़े स्टेप-फंक्शन ग्राफ का अनुमान लगाना।
क्लासिकल मशीन लर्निंग की दुनिया में (वह AI जिसे हम आज उपयोग करते हैं), हम इन रोबोटों को "न्यूरल नेटवर्क" का उपयोग करके बनाते हैं। इन्हें विशेषज्ञों की एक टीम के रूप में समझें। प्रत्येक विशेषज्ञ डेटा को देखता है, एक अनुमान लगाता है, और फिर अपने अनुमान को अगले विशेषज्ञ के पास जाने से पहले एक "नॉन-लीनियर फिल्टर" (जैसे कि एक टेढ़ी-मेढ़ी रेखा) के माध्यम से भेजता है। यह टेढ़ी-मेढ़ी रेखा बहुत महत्वपूर्ण है; यह टीम को केवल सीधी रेखाओं के बजाय जटिल, घुमावदार सीमाओं को सीखने में सक्षम बनाती है।
क्वांटम समस्या:
अब, कल्पना कीजिए कि आप इसी तरह के रोबोट बनाने की कोशिश कर रहे हैं लेकिन क्वांटम कंप्यूटरों का उपयोग करके। क्वांटम कंप्यूटर अद्भुत हैं क्योंकि वे एक साथ कई अवस्थाओं (superposition) में रह सकते हैं। हालाँकि, मानक क्वांटम सर्किट एक बहुत ही सख्त, कठोर फैक्ट्री लाइन की तरह हैं। वे गणित करने में माहिर हैं, लेकिन वे स्वाभाविक रूप से "लीनियर" (linear) हैं।
यदि आप पुराने तरीकों से एक क्वांटम न्यूरल नेटवर्क बनाने की कोशिश करते हैं, तो यह एक सीधी रेखा और रूलर का उपयोग करके एक जटिल 3D मूर्ति बनाने की कोशिश करने जैसा है। आप सीधी रेखाएं तो बना सकते हैं, लेकिन आप उन घुमावों को नहीं बना सकते जो कठिन समस्याओं को हल करने के लिए आवश्यक हैं। इसके अलावा, यदि आपको 100 क्वांटम विशेषज्ञों की एक टीम चाहिए, तो आपको आमतौर पर एक ही समय में 100 अलग-अलग क्वांटम कंप्यूटर चलाने होंगे, जो वर्तमान तकनीक के लिए बहुत महंगा और धीमा है।
समाधान: "सुपरपोज्ड पैरामीटराइज्ड क्वांटम सर्किट" (SPQC)
इस शोध पत्र के लेखकों ने इन समस्याओं को हल करने के लिए एक नया तरीका बनाया है, जिसे वे SPQCs कहते हैं। उन्होंने दो चतुर युक्तियों का उपयोग किया।
1. "जादुई लाइब्रेरी" (FFQRAM)
समस्या: 100 अलग-अलग क्वांटम "विशेषज्ञों" को एक साथ काम करने के लिए 100 कंप्यूटर बनाने के बिना कैसे प्राप्त करें?
उपमा: कल्पना कीजिए कि आपके पास 1,000 अलग-अलग किताबों वाली एक लाइब्रेरी है (प्रत्येक किताब समस्या को हल करने के नियमों का एक अलग सेट है)।
- पुराना तरीका: आप 1,000 लोगों को लाइब्रेरी में भेजते हैं, जिनमें से प्रत्येक एक अलग किताब उठाता है। इसमें बहुत जगह और समय लगता है।
- SPQC का तरीका: आप एक "मैजिक लाइब्रेरी" (जिसे Flip-Flop QRAM कहा जाता है) का उपयोग करते हैं। आप उन सभी 1,000 किताबों को एक एकल जादुई बॉक्स में रखते हैं। क्वांटम जादू के कारण, आप उस बॉक्स से एक ही क्षण में सभी 1,000 किताबों को एक साथ पढ़ने के लिए कह सकते हैं।
- परिणाम: 1,000 कंप्यूटरों की आवश्यकता के बजाय, आपको सभी अलग-अलग नियम-सेटों तक एक साथ पहुँचने के लिए केवल एक छोटा सा "एड्रेस बुक" (कुछ अतिरिक्त क्यूबिट्स) की आवश्यकता होती है। यह एक पूरी सेना के विशेषज्ञों के एक साथ काम करने जैसा है, लेकिन वे सभी एक ही जूते के डिब्बे के अंदर समा सकते हैं।
2. "क्वांटम फिल्टर" (RUS)
समस्या: भले ही आपके पास ये सभी विशेषज्ञ एक साथ काम कर रहे हों, वे अभी भी सीधी रेखाएं बनाने में फंसे हुए हैं। उन्हें डेटा को मोड़ने (नॉन-लिनियरिटी) के लिए एक तरीके की आवश्यकता है ताकि वे जटिल आकृतियों को हल कर सकें।
उपमा: कल्पना कीजिए कि आपके पास पानी की एक धारा (डेटा) है। आप इसे एक विशिष्ट आकार में बदलना चाहते हैं, जैसे कि एक दिल (heart)।
- पुराना तरीका: आप केवल सीधी पाइपों का उपयोग कर सकते हैं। आप दिल नहीं बना सकते।
- SPQC का तरीका: वे Repeat-Until-Success (RUS) नामक तकनीक का उपयोग करते हैं। कल्पना कीजिए कि आपके पास एक मशीन है जो पानी को आकार देने की कोशिश करती है।
- यह पानी को मोड़ने की कोशिश करती है।
- यदि यह सफल होती है, तो यह पानी को रखती है।
- यदि यह विफल होती है, तो यह पानी को फेंक देती है और फिर से प्रयास करती है।
- क्योंकि मशीन की "सफलता" इस बात पर निर्भर करती है कि पानी कितना बह रहा है (एम्प्लीट्यूड), अंतिम परिणाम एक सीधी रेखा नहीं होता है। यह एक वक्र (curve) बनाता है!
- परिणाम: इस प्रक्रिया को दोहराकर, वे "पॉलीनोमियल" वक्र (जैसे किसी संख्या का वर्ग करना) बना सकते हैं। यह क्लासिकल AI में "टेढ़ी-मेढ़ी रेखा" वाले फिल्टर का क्वांटम समकक्ष है। यह क्वांटम कंप्यूटर को जटिल, घुमावदार सीमाओं को सीखने में सक्षम बनाता है।
उन्होंने क्या पाया?
लेखकों ने अपने नए "मैजिक बॉक्स" + "क्वांटम फिल्टर" संयोजन का दो कार्यों पर परीक्षण किया:
स्टेप-फंक्शन (रिग्रेशन): उन्होंने एक ग्राफ की भविष्यवाणी करने की कोशिश की जो सीढ़ियों की तरह दिखता है (अचानक ऊपर और नीचे के उछाल)।
- परिणाम: पुराने क्वांटम मॉडल इसमें बहुत खराब थे; वे सीढ़ियों को स्मूथ (smooth) कर देते थे। नया SPQC मॉडल अविश्वसनीय रूप से सटीक था, जिसने सीढ़ियों की लगभग सटीक भविष्यवाणी की। इसने पुराने तरीके की तुलना में त्रुटि (error) को 1,000 गुना कम कर दिया।
तारा आकार (वर्गीकरण/Classification): उन्होंने कंप्यूटर को यह सिखाने की कोशिश की कि एक 5-कोणीय तारे के अंदर के बिंदुओं और बाहर के बिंदुओं के बीच अंतर कैसे किया जाए।
- परिणाम: पुराने लीनियर मॉडल तारे के तीखे कोनों के साथ संघर्ष करते थे। नया SPQC मॉडल, "टेढ़े-मेढ़े फिल्टर" का उपयोग करके, आकार को बहुत बेहतर तरीके से सीख गया, जिससे सटीकता बढ़ी और परिणाम अधिक सुसंगत बने।
बड़ी तस्वीर
यह शोध पत्र एक सफलता है क्योंकि यह दिखाता है कि भारी, असंभव हार्डवेयर की आवश्यकता के बिना गहरे, स्मार्ट क्वांटम न्यूरल नेटवर्क कैसे बनाए जाएं।
- पहले: क्वांटम AI एक सपाट, 2D ड्राइंग की तरह था। यह केवल सीधी रेखाएं देख सकता था।
- अब: SPQCs के साथ, क्वांटम AI एक 3D मूर्ति बन रहा है। यह वक्र, जटिल आकृतियाँ और छिपे हुए पैटर्न देख सकता है।
उन्होंने इसे सुपरपोजिशन का उपयोग करके हजारों मॉडलों को एक साथ चलाने (हार्डवेयर बचाने के लिए) और रिपीट-अनटिल-सक्सेस के माध्यम से डेटा को मोड़ने (इंटेलिजेंस जोड़ने) के माध्यम से हासिल किया। यह क्वांटम कंप्यूटरों को चिकित्सा निदान, वित्तीय मॉडलिंग और जटिल इंजीनियरिंग जैसे वास्तविक दुनिया के कार्यों के लिए उपयोगी बनाने की दिशा में एक बड़ा कदम 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।