⚛️ quantum physics

Quantum optical shallow networks

यह शोध पत्र एक क्वांटम ऑप्टिकल शैलो नेटवर्क प्रस्तावित करता है जो यूनिवर्सल फंक्शन एप्रोक्सिमेशन के लिए होंग-ओ-मैन्डल प्रभाव का लाभ उठाने हेतु डेटा और मापदंडों को सिंगल-फोटॉन अवस्थाओं में एनकोड करता है, जिससे इनपुट फीचर्स या न्यूरॉन्स की संख्या के बावजूद निरंतर ऑप्टिकल संसाधन आवश्यकताओं को प्राप्त किया जा सकता है।

मूल लेखक: Simone Roncallo, Angela Rosy Morgillo, Seth Lloyd, Chiara Macchiavello, Lorenzo Maccone

प्रकाशित 2026-07-07

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Simone Roncallo, Angela Rosy Morgillo, Seth Lloyd, Chiara Macchiavello, Lorenzo Maccone

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 आपके पास एक बहुत ही बुद्धिमान, लेकिन शारीरिक रूप से छोटा, "निर्णय लेने वाला" (decision-maker) है जो किसी तस्वीर को देख सकता है और बता सकता है कि वह क्या है (जैसे "क्या यह एक हवाई जहाज है या कुत्ता?")। कंप्यूटर की दुनिया में, हम आमतौर पर इन निर्णय लेने वालों को न्यूरल नेटवर्क का उपयोग करके बनाते हैं, जो डिजिटल न्यूरॉन्स की परतों की तरह होते हैं जो पैटर्न खोजने के लिए संख्याओं को प्रोसेस करते हैं।

आपके द्वारा साझा किया गया पेपर इस विचार का एक क्वांटम ऑप्टिकल संस्करण पेश करता है। सिलिकॉन चिप्स और बिजली का उपयोग करने के बजाय, यह नया सिस्टम प्रकाश (फोटोन) और क्वांटम भौतिकी के अजीब नियमों का उपयोग करके वही काम करता है।

यह कैसे काम करता है, इसका विवरण यहाँ सरल उपमाओं (analogies) के साथ दिया गया है:

1. सेटअप: एक क्वांटम "संयोग" (Coincidence) मशीन

इस सिस्टम को एक छोटे ऑप्टिकल लैब के रूप में सोचें जिसमें एक विशेष दर्पण जिसे बीम स्प्लिटर कहा जाता है, की ओर जाने वाले दो मुख्य पथ (शाखाएं) हैं।

इनपुट पथ (प्रश्न): एक फोटोन (प्रकाश का एक एकल कण) डेटा ले जाता है। कल्पना करें कि यह फोटोन एक संदेशवाहक है जो एक तस्वीर लेकर आया है। यदि तस्वीर एक कुत्ते की है, तो प्रकाश तरंग का आकार एक तरह का होगा; यदि यह एक हवाई जहाज है, तो प्रकाश का आकार दूसरे तरह का होगा। इसे प्रकाश को एक ऐसे उपकरण से गुजारकर एनकोड किया जाता है जो इमेज के पिक्सल के आधार पर प्रकाश के आकार को बदल देता है।
छिपा हुआ पथ (मस्तिष्क): दूसरा पथ "ज्ञान" या नेटवर्क के पैरामीटर्स को ले जाता है। एक निश्चित आकार होने के बजाय, इस पथ में कई अलग-अलग संभावित आकारों का एक मिश्रण होता है। इसे ताश की गड्डी की तरह समझें जहाँ प्रत्येक कार्ड नेटवर्क द्वारा सीखे गए एक अलग "न्यूरॉन" या पैटर्न का प्रतिनिधित्व करता है। सिस्टम इस गड्डी में से यादृच्छिक रूप से (randomly) चुनता है, लेकिन प्रशिक्षण के दौरान प्रत्येक कार्ड का "भार" (वह कितनी बार दिखाई देता है) समायोज्य (adjustable) होता है।

2. जादू का खेल: होंग-ओ-मैन्डल प्रभाव (Hong-Ou-Mandel Effect)

जब ये दोनों फोटोन बीम स्प्लिटर पर मिलते हैं, तो कुछ जादुई होता है। क्वांटम दुनिया में, फोटोन बिलियर्ड बॉल्स की तरह एक-दूसरे से टकराकर नहीं निकल जाते; वे एक-दूसरे के साथ हस्तक्षेप (interfere) करते हैं।

यह पेपर होंग-ओ-मैन्डल प्रभाव नामक एक घटना पर निर्भर करता है।

उपमा: कल्पना करें कि दो जुड़वां भाई दो दरवाजों के साथ एक कमरे में प्रवेश कर रहे हैं। यदि वे बिल्कुल समान हैं, तो वे हमेशा एक साथ एक ही दरवाजे से बाहर निकलेंगे। यदि वे अलग हैं, तो वे अलग-अलग दरवाजों से बाहर निकल सकते हैं।
मापन (Measurement): सिस्टम निकास द्वारों पर डिटेक्टर रखता है। यह गिनती करता है कि कितनी बार दोनों फोटोन ठीक एक ही समय पर अलग-अलग दरवाजों से बाहर निकलते हैं (एक "संयोग" या coincidence)।
परिणाम: वे कितनी बार अलग-अलग दरवाजों से बाहर निकलते हैं, इसकी दर सिस्टम को बताती है कि इनपुट तस्वीर छिपे हुए पैटर्न के कितने "समान" है। यदि इनपुट छिपे हुए पैटर्न से अच्छी तरह मेल खाता है, तो फोटोन एक तरह से व्यवहार करते हैं; यदि वे मेल नहीं खाते, तो वे दूसरे तरह से व्यवहार करते हैं। यह गिनती प्रक्रिया "न्यूरॉन" के सक्रिय होने (firing) के रूप में कार्य करती है।

3. यह बड़ी बात क्यों है: "सुपर-स्पीड"

एक सामान्य कंप्यूटर में, यदि आप एक तस्वीर की तुलना 1,000 अलग-अलग पैटर्न (न्यूरॉन्स) से करना चाहते हैं, तो कंप्यूटर को 1,000 अलग-अलग गणितीय गणनाएँ करनी पड़ती हैं। यदि आप तस्वीर के पिक्सल दोगुने कर देते हैं, तो काम भी दोगुना हो जाता है। यह एक रैखिक (linear), चरण-दर-चरण प्रक्रिया है।

क्वांटम ऑप्टिकल लाभ:
यह नया सिस्टम कुछ उल्लेखनीय करता है। एक बार जब "मस्तिष्क" (छिपी हुई अवस्थाओं का मिश्रण) सेट हो जाता है:

इससे कोई फर्क नहीं पड़ता कि तस्वीर में 10 पिक्सल हैं या 10,000 पिक्सल।
इससे कोई फर्क नहीं पड़ता कि नेटवर्क में 2 न्यूरॉन्स हैं या 256 न्यूरॉन्स।
लागत स्थिर (constant) रहती है।

रूपक (Metaphor): कल्पना करें कि एक लाइब्रेरियन एक किताब खोजने की कोशिश कर रहा है।

क्लासिकल कंप्यूटर: लाइब्रेरियन को हर गलियारे में जाना होगा, हर किताब की जांच करनी होगी और उन्हें एक-एक करके गिनना होगा। अधिक किताबें = अधिक चलना।
यह क्वांटम सिस्टम: लाइब्रेरियन उन सभी किताबों को एक ही बार में एक जादुई ढेर में फेंक देता है। वह ढेर तुरंत एक ऐसे आकार में स्थिर हो जाता है जो आपको ठीक वही बताता है जिसकी आपको आवश्यकता है, चाहे ढेर में कितनी भी किताबें क्यों न हों। आपको उत्तर प्राप्त करने के लिए किया गया प्रयास उतना ही रहता है, चाहे लाइब्रेरी कितनी भी बड़ी क्यों न हो।

लेखक इसे "सुपर-एक्सपोनेंशियल स्पीडअप" कहते हैं। जबकि एक क्लासिकल कंप्यूटर का काम समस्या के आकार के साथ बढ़ता है, यह ऑप्टिकल सिस्टम का काम स्थिर (constant) रहता है।

4. उन्होंने वास्तव में क्या परीक्षण किया

शोधकर्ताओं ने केवल सिद्धांत नहीं दिया; उन्होंने यह देखने के लिए कि यह वास्तविक जीवन में कैसे काम करेगा, एक कंप्यूटर पर इस सिस्टम का सिमुलेशन किया।

परीक्षण: उन्होंने मानक इमेज डेटासेट (जैसे हस्तलिखित अंक, कपड़ों के चित्र, और हवाई जहाज बनाम कुत्ते की तस्वीरें) का उपयोग किया।
परिणाम: उन्होंने पाया कि जैसे-जैसे वे अधिक "न्यूरॉन्स" (मिश्रण में अधिक पैटर्न) जोड़ते गए, सिस्टम सही उत्तर का अनुमान लगाने में बेहतर होता गया।
- 2 न्यूरॉन्स के साथ, यह ठीक था।
- 256 न्यूरॉन्स के साथ, यह बहुत अच्छा था (साधारण अंकों पर लगभग 99% सटीकता और जटिल प्लेन/डॉग छवियों पर लगभग 78% सटीकता तक पहुँच गया)।
तुलना: उन्होंने इसकी तुलना एक मानक क्लासिकल न्यूरल नेटवर्क से की। क्वांटरल संस्करण ने समान सटीकता प्राप्त की, लेकिन इसके साथ ही कम संसाधनों (फोटोन और गणनाओं) का उपयोग करने का वादा भी किया, जब इस सिस्टम को बनाया जाता है।

सारांश

यह पेपर प्रस्तावित करता है कि प्रकाश और क्वांटम भौतिकी का उपयोग करके एक शैलो न्यूरल नेटवर्क (एक सरल AI) कैसे बनाया जाए।

इनपुट: एक सिंगल फोटोन में एनकोड की गई एक तस्वीर।
प्रोसेसिंग: फोटोन अन्य फोटोन के "मिश्रण" (जो नेटवर्क के ज्ञान का प्रतिनिधित्व करते हैं) के साथ हस्तक्षेप करता है।
आउटपुट: इस बात की एक साधारण गिनती कि फोटोन कितनी बार एक साथ बाहर निकलते हैं, जो वर्गीकरण निर्णय के रूप में कार्य करता है।
मुख्य लाभ: यह भारी मात्रा में डेटा (पिक्सल) और जटिल पैटर्न (न्यूरॉन्स) को संभाल सकता है, बिना उन्हें प्रोसेस करने के लिए अधिक समय या ऊर्जा की आवश्यकता के। यह एक "स्थिर लागत" वाला समाधान है उस समस्या के लिए जो आकार बढ़ने के साथ कठिन होती जाती है।

लेखक नोट करते हैं कि हालांकि यह वर्तमान में एक सैद्धांतिक प्रोटोकॉल और सिमुलेशन है, लेकिन इसे बनाने के लिए आवश्यक हार्डवेयर पर शोध किया जा रहा है। इसे विशेष रूप से उन कार्यों के लिए डिज़ाइन किया गया है जहाँ आपको एक त्वरित निर्णय लेने की आवश्यकता होती (जैसे "क्या यहाँ कोई लक्ष्य है?") न कि एक पूर्ण, हाई-डेफिनिशन छवि को पुनर्गठित करने के लिए, विशेष रूप से ऐसी स्थितियों में जहाँ आपके पास बहुत कम फोटोन उपलब्ध हैं (जैसे संवेदनशील जैविक सेंसिंग में)।

तकनीकी सारांश: क्वांटम ऑप्टिकल शैलो नेटवर्क

समस्या विवरण
क्लासिकल शैलो न्यूरल नेटवर्क (सिंगल हिडन लेयर) यूनिवर्सल एप्रोक्सिमेटर्स हैं जो किसी भी निरंतर फलन (continuous function) को अनिश्चित सटीकता के साथ पुनरुत्पादित करने में सक्षम हैं। हालांकि, उच्च अभिव्यंजना (expressivity) प्राप्त करने के लिए अक्सर एक ऐसे संसाधन लागत की आवश्यकता होती है जो इनपुट आकार ( $N$ ) और प्रशिक्षण योग्य मापदंडों ( $M$ ) दोनों के साथ रैखिक रूप से स्केल करती है, जिसके परिणामस्वरूप $O(MN) $कम्प्यूटेशनल ऑपरेशन्स होते हैं। ऑप्टिकल अनुप्रयोगों में, जैसे कि इमेज क्लासिफिकेशन में, इमेज प्राप्त करने की लागत (जिसके लिए$ N $पिक्सेल के लिए$ O(N)$ फोटॉन की आवश्यकता होती है) स्वयं कम्प्यूटेशनल बोझ को बढ़ा देती है। लेखक क्लासिकल इन्फरेंस की संसाधन अक्षमता को संबोधित करने के लिए एक क्वांटम ऑप्टिकल प्रोटोकॉल विकसित करने का लक्ष्य रखते हैं, जो शैलो नेटवर्क की यूनिवर्सल एप्रोक्सिमेशन क्षमताओं को बनाए रखते हुए इन्फरेंस चरण के दौरान संसाधन स्केलिंग को नाटकीय रूप से कम करता है।

कार्यप्रणाली (Methodology)
यह शोध पत्र एक क्वांटम ऑप्टिकल आर्किटेक्चर प्रस्तावित करता है जो सिंगल-फोटॉन स्टेट्स और होंग-ओ-मैंडेल (HOM) प्रभाव का उपयोग करके एक शैलो न्यूरल नेटवर्क को लागू करता है। प्रोटोकॉल इस प्रकार कार्य करता है:

एन्कोडिंग (Encoding):
- इनपुट: इनपुट डेटा (जैसे, एक छवि के पिक्सेल मान) को एक इंटरफेरोमीटर की एक शाखा में शुद्ध सिंगल-फोटॉन स्टेट ( $|I\rangle$ ) के स्थानिक मोड (spatial modes) में एनकोड किया जाता है। इसे फ्री-स्पेस ऑब्जेक्ट या स्पेशियल लाइट मॉड्यूलेटर (SLM) के माध्यम से विवर्तन (diffraction) द्वारा प्राप्त किया जा सकता है।
- हिडन लेयर: नेटवर्क के हिडन पैरामीटर्स को दूसरी शाखा में एक मिश्रित सिंगल-फोटॉन स्टेट ( $\rho_{U\lambda}$ ) में एनकोड किया जाता है। यह मिश्रित स्टेट $M$ शुद्ध सिंगल-फोटॉन घटकों ( $|W_{\lambda_i}\rangle$ ) का एक सांख्यिकीय मिश्रण है, जहाँ प्रत्येक घटक $N$ प्रशिक्षण योग्य मापदंडों वाले एक हिडन न्यूरॉन के अनुरूप होता है। मिश्रण के वेट्स ( $w_i$ ) आउटपुट लेयर पैरामीटर्स के रूप में कार्य करते हैं।
इंटरफेरेंस और मेजरमेंट (Interference and Measurement):
- दोनों फोटॉन्स (इनपुट और हिडन) को एक बैलेंस्ड बीम स्प्लिटर में फीड किया जाता है।
- दो "बकेट" डिटेक्टर्स (नॉन-स्पेशियली रिजॉल्विंग) आउटपुट पोर्ट्स पर संयोग दर (coincidence rate) को मापते हैं।
- HOM प्रभाव के कारण, संयोग की संभावना स्पेक्ट्रल डिस्टिंग्विशेबिलिटी (ओवरलैप) पर निर्भर करती है।
गणितीय समानता (Mathematical Equivalence):
- संयोग की प्रायिकता को $p(1_a \cap 1_b) = [1 - f_{wW}(I)]/2$ के रूप में व्युत्पन्न किया गया है, जहाँ $f_{wW}(I) = \sum_{i=0}^{M-1} w_i |\langle I, W_{\lambda_i} \rangle|^2$ है।
- यह फलन $f_{wW}(I)$ एक क्लासिकल शैलो नेटवर्क की प्रतिक्रिया के गणितीय रूप से समकक्ष है जिसमें स्क्वेर्ड एब्सोल्यूट वैल्यू एक्टिवेशन फंक्शन का उपयोग किया गया है।
- यूनिवर्सल एप्रोक्सिमेशन क्षमता को पूरा करने के लिए, मॉडल एक बायस टर्म ( $\beta$ ) और सिग्मॉइड एक्टिवेशन फंक्शन ( $\sigma$ ) के साथ एक पोस्ट-प्रोसेसिंग स्टेप लागू करता है, जिससे अंतिम आउटपुट $F_\theta = \sigma(f_{wW}(I) + \beta)$ प्राप्त होता है।
प्रशिक्षण (Training):
- मापदंडों $\theta = \{w, W_\lambda, \beta\}$ को ट्रेनिंग डेटासेट्स पर बाइनरी क्रॉस-एन्ट्रॉपी लॉस को कम करने के लिए स्टोकेस्टिक ग्रेडिएंट डिसेंट (विशेष रूप से एडम ऑप्टिमाइज़र) का उपयोग करके अनुकूलित किया जाता है।
- प्रशिक्षण के दौरान बाधाएं (constraints) लागू की जाती हैं: आउटपुट वेट्स का योग 1 होना चाहिए और वे गैर-ऋणात्मक होने चाहिए, और हिडेंड स्टेट वेक्टर्स का यूनिट $L_2$ नॉर्म होना चाहिए।

प्रमुख योगदान (Key Contributions)

स्थिर संसाधनों के साथ यूनिवर्सल एप्रोक्सिमेशन: लेखक प्रदर्शित करते हैं कि प्रस्तावित क्वांटम ऑप्टिकल नेटवर्क एक यूनिवर्सल एप्रोक्सिमेटर के रूप में कार्य करता है। महत्वपूर्ण रूप से, क्लासिकल नेटवर्क के विपरीत जहाँ इन्फरेंस लागत $O(MN) $के रूप में स्केल करती है, क्वांटम ऑप्टिकल प्रोटोकॉल में इन्फरेंस लागत इनपुट फीचर्स ($ N $) और हिडन न्यूरॉन्स ($ M $) दोनों के संबंध में स्थिर ($ O(1)$) रहती है।
सुपर-एक्सपोनेंशियल स्पीडअप: शोध पत्र एकल इन्फरेंस इंस्टेंस के लिए "सुपर-एक्सपोनेंशियल स्पीडअप" का दावा करता है। जबकि क्लासिकल इन्फरेंस $O(MN) $स्केल करती है, क्वांटम ऑप्टिकल प्रोटोकॉल को एक निश्चित अनिश्चितता के साथ संयोग दर का अनुमान लगाने के लिए स्थिर संख्या में फोटॉन ($ O(\epsilon^{-2} \log(2/\delta)) $) की आवश्यकता होती है, चाहे$ N $या$ M$ कुछ भी हो।
प्रायोगिक व्यवहार्यता (Experimental Feasibility): आर्किटेक्चर को विभिन्न प्रायोगिक प्लेटफार्मों के अनुकूल बनाया जा सकता है, जिसमें मानक ऑप्टिकल घटक (SLMs, बीम स्प्लिटर, बकेट डिटेक्टर्स) और सिंगल-फोटॉन स्रोत का उपयोग किया जाता है।

परिणाम (Results)
लेखकों ने तीन बेंचमार्क डेटासेट्स: MNIST, Fashion-MNIST और CIFAR-10 पर मॉडल का संख्यात्मक मूल्यांकन किया।

सटीकता रुझान (Accuracy Trends): सिमुलेशन ने दिखाया कि हिडन न्यूरॉन्स ( $M$ ) की संख्या बढ़ाने से एसिम्प्टोटिक क्लासिफिकेशन सटीकता में सुधार हुआ, जो यूनिवर्सल एप्रोक्सिमेशन सिद्धांत के अनुरूप है। उदाहरण के लिए, CIFAR-10 सबसेट (प्लेन्स बनाम डॉग्स) पर, सटीकता ~ $71\%$ ( $M=2$ ) से बढ़कर ~ $78\%$ ( $M=256$ ) हो गई।
क्लासिकल मॉडल्स के साथ तुलना: तुलनीय आर्किटेक्चर वाले अनकन्स्ट्रेंड क्लासिकल शैलो नेटवर्क्स के साथ तुलना करने पर, क्वांटम मॉडल समान सटीकता स्तर प्राप्त करता है। लेखक नोट करते हैं कि क्वांटम मॉडल द्वारा लगाए गए प्रतिबंध (नॉर्मलाइजेशन और पॉजिटिविटी) सिमुलेशन में अनकन्स्ट्रेंड क्लासिकल केस की तुलना में प्रदर्शन को महत्वपूर्ण रूप से कम नहीं करते हैं।
संसाधन दक्षता (Resource Efficiency): संख्यात्मक विश्लेषण ने पुष्टि की कि इन्फरेंस के लिए आवश्यक फोटॉन की संख्या नेटवर्क के आकार के बावजूद स्थिर रहती है, जो कि संसाधन स्केलिंग के सैद्धांतिक दावों को मान्य करती है।

महत्व और दावे (Significance and Claims)
शोध पत्र का दावा है कि यह ढांचा स्थिर ऑप्टिकल संसाधनों के साथ इन्फरेंस कार्यों को करने के लिए एक सैद्धांतिक प्रोटोकॉल प्रदान करता है, जो सख्त फोटॉन बाधाओं वाले परिदृश्यों (जैसे जैविक सेंसिंग, रिमोट डिटेक्शन, या लो-लाइट इमेजिंग) में एक महत्वपूर्ण लाभ प्रदान करता है। लेखक जोर देते हैं कि उनका दृष्टिकोण विशेष रूप से बाइनरी हाइपोथेसिस टेस्टिंग (किसी लक्ष्य या विसंगति की उपस्थिति का पता लगाना) के लिए उपयुक्त है, न कि पूर्ण इमेज रिकंस्ट्रक्शन के लिए।

वर्तमान दायरे में यह कार्य सीमित है, यह स्वीकार करते हुए कि आर्किटेक्चर वर्तमान में स्केलर आउटपुट तक ही सीमित है। लेखक सुझाव देते हैं कि भविष्य के कार्य मल्टी-पोर्ट घटकों या आंशिक फोटॉन-नंबर-रिजॉलिंग डिटेक्टर्स का उपयोग करके आउटपुट डाइमेंशनलिटी को विस्तारित कर सकते हैं। वे यह भी नोट करते कि मॉडल के विशिष्ट भौतिक बाधाओं के तहत यूनिवर्सल एप्रोक्सिमेशन क्षमताओं का कठोर गणितीय लक्षण वर्णन आगे की जांच का एक खुला क्षेत्र है। शोध पत्र निष्कर्ष निकालता है कि हालांकि मॉडल इन्फरेंस संसाधनों में सुपर-एक्सपोनेंशियल स्पीडअप प्रदान करता है, इसकी व्यावहारिक कार्यान्वयन वर्तमान में जांच के अधीन है।

1. सेटअप: एक क्वांटम "संयोग" (Coincidence) मशीन

2. जादू का खेल: होंग-ओ-मैन्डल प्रभाव (Hong-Ou-Mandel Effect)

3. यह बड़ी बात क्यों है: "सुपर-स्पीड"

4. उन्होंने वास्तव में क्या परीक्षण किया

सारांश

इसी तरह के और पेपर