CircuitHunt: Automated Quantum Circuit Screening for Superior Credit-Card Fraud Detection
यह शोध पत्र सर्किटहंट (CircuitHunt) को प्रस्तुत करता है, जो एक स्वचालित ढांचा है जो क्रेडिट कार्ड धोखाधड़ी का पता लगाने के लिए 97% सटीकता के साथ बेहतर प्रदर्शन प्राप्त करने हेतु KetGPT डेटासेट से क्वांटम सर्किटों की कुशलतापूर्वक स्क्रीनिंग और अनुकूलन करता है, जिससे क्लास इम्बैलेंस (वर्ग असंतुलन) जैसी चुनौतियों का समाधान करते हुए आर्किटेक्चर सर्च समय में महत्वपूर्ण 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
वित्त की उच्च-दांव वाली दुनिया में, क्रेडिट कार्ड धोखाधड़ी के खिलाफ लड़ाई एक निरंतर, शांत युद्ध है। हर दिन, बैंकिंग नेटवर्क के माध्यम से लाखों लेनदेन प्रवाहित होते हैं, और डेटा की उस विशाल नदी के भीतर चोरी की दुर्लभ, खतरनाक बूंदें छिपी होती हैं। दशकों से, बैंक इन विसंगतियों को पहचानने के लिए शास्त्रीय कंप्यूटर प्रोग्रामों पर भरोसा करते आए हैं, लेकिन अपराधी अधिक चतुर होते जा रहे हैं, और डेटा पारंपरिक तरीकों के अकेले संभालने के लिए बहुत जटिल होता जा रहा है। इसने वैज्ञानिकों को एक नए क्षितिज की ओर देखने के लिए प्रेरित किया है: क्वांटम मशीन लर्निंग। हमारे घरों के कंप्यूटरों के विपरीत, जो जानकारी को सरल ऑन-ऑफ़ स्विच के रूप में प्रोसेस करते हैं, क्वांटम कंप्यूटर भौतिकी के अजीब नियमों का उपयोग करके जानकारी को एक साथ कई अवस्थाओं (states) में रखने के लिए करते हैं। यह उन्हें कई संभावनाओं को एक साथ तलाशने की अनुमति देता है, जो उन समस्याओं को हल करने के लिए एक संभावित शॉर्टकट प्रदान करता है जो पारंपरिक मशीनों के लिए बहुत उलझी हुई हैं। हालांकि, इन क्वांटम प्रोग्रामों को बनाना अत्यंत कठिन है। एक क्वांटम सर्किट का डिज़ाइन करना—निर्देशों की वह विशिष्ट व्यवस्था जो क्वांटम कंप्यूटर को बताती है कि क्या करना है—वर्तमान में एक धीमी, मैनुअल प्रक्रिया है। शोधकर्ताओं को अक्सर यह अनुमान लगाना पड़ता है कि कौन सा डिज़ाइन काम करेगा, जो बिल्कुल वैसा ही है जैसे किसी जटिल मशीन को बनाने के लिए गियरों को बेतरतीब ढंग से जोड़ना और यह उम्मीद करना कि वह घूम उठेगी।
न्यूयॉर्क यूनिवर्सिटी अबू धाबी और न्यूयॉर्क यूनिवर्सिटी टैंडन स्कूल ऑफ इंजीनियरिंग के शोधकर्ताओं की एक टीम ने इस डिज़ाइन समस्या को हल करने का एक नया तरीका पेश किया है, जो अनुमान लगाने की प्रक्रिया को पूरी तरह से समाप्त कर देता है। उन्होंने 'सर्किटहंट' (CircuitHunt) नामक एक सिस्टम बनाया, जो धोखाधड़ी का पता लगाने के लिए सबसे अच्छा संभव क्वांटम सर्किट खोजने वाला एक स्वचालित उपकरण है। मानवीय अंतर्ज्ञान या यादृच्छिक परीक्षणों पर निर्भर रहने के बजाय, जो अक्सर विफलताओं की ओर ले जाते हैं, सर्किटहंट एक कठोर फिल्टर के रूप में कार्य करता है। यह वास्तविक क्वांटम प्रोग्रामिंग कोड पर प्रशिक्षित एक आर्टिफिशियल इंटेलिजेंस द्वारा निर्मित एक हजार से अधिक पूर्व-निर्मित क्वांटम सर्किटों की एक विशाल लाइब्रेरी से शुरू होता है। फिर सिस्टम इन प्रत्येक उम्मीदवार को कड़े परीक्षणों की एक श्रृंखला से गुजारता है। यह जांचता है कि क्या सर्किट वर्तमान तकनीक के लिए पर्याप्त छोटा है, क्या इसमें डेटा से सीखने के लिए सही प्रकार के समायोज्य (adjustable) भाग हैं, और क्या यह वास्तव में क्रैश हुए बिना निष्पादित हो सकता है। यह प्रक्रिया एक टैलेंट शो की तरह है जहां हजारों प्रतियोगी ऑडिशन देते हैं, लेकिन जज कुछ ही सेकंड में अधिकांश को बाहर कर देते हैं, केवल उन्हीं को रखते हैं जो वास्तविक क्षमता दिखाते हैं।
एक बार जब सिस्टम सूची को कुछ व्यवहार्य उम्मीदवारों तक कम कर देता है, तो वह उन्हें एक वास्तविक दुनिया की चुनौती पर काम पर लगाता है: धोखाधड़ी वाले क्रेडिट कार्ड लेनदेन की पहचान करना। इस कार्य के लिए उपयोग किया जाने वाला डेटा विशेष रूप से कठिन है क्योंकि धोखाधड़ी दुर्लभ होती है; एक विशिष्ट डेटासेट में, एक प्रतिशत से भी कम लेनदेन वास्तव में फर्जी होते हैं। यह असंतुलन कंप्यूटर के लिए हर बार "कोई धोखाधड़ी नहीं" का अनुमान लगाने की डिफ़ॉल्ट स्थिति बनाना आसान बना देता है, जो अधिकांश समय सटीक होगा लेकिन चोरों को पकड़ने के मामले में बेकार होगा। इसे संभालने के लिए, शोधकर्ताओं ने अपने स्वचालित सिस्टम को एक विशिष्ट प्रकार की सफलता खोजने के लिए प्रशिक्षित किया: एक ऐसा स्कोर जो निर्दोष लोगों पर गलत आरोप लगाए बिना धोखेबाजों को पकड़ने की क्षमता को संतुलित करता है। सिस्टम तेजी से प्रत्येक उम्मीदवार सर्किट को थोड़े समय के लिए प्रशिक्षित करता है, और इस संतुलन स्कोर की जांच करता है। यदि कोई सर्किट खराब प्रदर्शन करता है, तो उसे तुरंत हटा दिया जाता है। यदि वह संभावना दिखाता है, तो उसे आगे के परीक्षण के लिए रखा जाता है। यह स्क्रीनिंग प्रक्रिया, जिसे प्रबंधित करने में मानव विशेषज्ञों को कई दिन या सप्ताह लग सकते थे, सिस्टम द्वारा कुछ घंटों में पूरी कर ली गई।
इस स्वचालित खोज का परिणाम एक एकल क्वांटम सर्किट था जो बाकीों से अलग खड़ा हुआ। जब शोधकर्ताओं ने इस विजेता सर्किट को एक पूर्ण प्रशिक्षण सत्र दिया, तो इसने उल्लेखनीय स्तर की सटीकता प्राप्त की। परीक्षणों में, इसने 97 प्रतिशत सफलता दर के साथ धोखाधड़ी और गैर-धोखाधड़ी के मामलों की सही पहचान की, जिसका प्रदर्शन विशेषज्ञों द्वारा सावधानीपूर्वक हाथ से डिज़ाइन किए गए कई अन्य उन्नत क्वांटम मॉडलों से बेहतर था। अध्ययन ने यह भी खुलासा किया कि ये क्वांटम सिस्टम कैसे सीखते हैं। शोधकर्ताओं ने पाया कि विजेता सर्किट में एक विशिष्ट वास्तुशिल्प विशेषता (architectural feature) शामिल थी—एक सीधा लिंक जो जानकारी को प्रक्रिया की शुरुआत से अंत तक सुचारू रूप से बहने की अनुमति देता है। जब उन्होंने इस लिंक को यह देखने के लिए हटाया कि क्या होगा, तो सिस्टम का प्रदर्शन गिर गया, जो बहुत कम सटीकता पर आ गया। इसने साबित कर दिया कि स्वचालित खोज प्रक्रिया ने केवल एक काम करने वाला सर्किट ही नहीं खोजा; बल्कि इसने प्रभावी बनाने के लिए सही संरचना भी खोजी।
इस कार्य का महत्व केवल क्रेडिट कार्ड चोरों को पकड़ने से कहीं अधिक है। यह दर्शाता है कि हम क्वांटम एल्गोरिदम के धीमे, मैनुअल डिज़ाइन से हटकर एक ऐसे भविष्य की ओर बढ़ सकते हैं जहाँ मशीनें विशिष्ट कार्यों के लिए स्वयं को डिज़ाइन करती हैं। सर्वोत्तम क्वांटम संरचनाओं की खोज को स्वचालित करके, शोधकर्ताओं ने दिखाया है कि कठिन कार्यों के लिए, जहाँ डेटा कम और असंतुलित है, तेजी से अत्यधिक प्रभावी समाधान खोजना संभव है। हालांकि वर्तमान परीक्षण एक भौतिक क्वांटम मशीन के बजाय एक सिम्युलेटर पर चलाए गए थे, परिणाम एक स्पष्ट रोडमैप प्रदान करते हैं कि इन प्रणालियों को वास्तविक दुनिया में कैसे तैनात किया जा सकता है। अध्ययन बताता है कि वित्त और सुरक्षा में क्वांटम कंप्यूटिंग का भविष्य कुछ प्रतिभाशाली मानव डिजाइनरों पर नहीं, बल्कि उन स्वचालित प्रणालियों पर निर्भर करेगा जो सबसे अच्छे काम करने वाले को खोजने के लिए हजारों संभावनाओं की अथक जांच कर सकती हैं।
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।