Verifiable Quantum Advantage via Optimized DQI Circuits
यह शोध पत्र अनुकूलित डिकोडेड क्वांटम इंटरफेरोमेट्री (DQI) सर्किट प्रस्तुत करता है जो एक्सटेंडेड यूक्लिडियन एल्गोरिदम के नवीन क्वांटम कार्यान्वयन को पेश करके, RSA-2048 को फैक्टराइज़ करने की तुलना में काफी कम लॉजिकल क्विबिट्स और गेट्स की आवश्यकता के साथ, ऑप्टिमल पॉलिनॉमियल इंटरसेक्शन समस्या के लिए इष्टतम एसिम्प्टोटिक स्पीडअप के साथ सत्यापन योग्य क्वांटम लाभ प्राप्त करता 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 लेखक ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
क्वांटम कंप्यूटर वास्तव में अपने शास्त्रीय समकक्षों से बेहतर प्रदर्शन कर सकते हैं, यह साबित करने की दौड़ में, वैज्ञानिक लंबे समय से एक कठिन विकल्प का सामना कर रहे हैं। एक ओर अत्यंत व्यावहारिक महत्व की समस्याएँ हैं, जैसे कि वैश्विक बैंकिंग की सुरक्षा करने वाले एन्क्रिप्शन को तोड़ना। हालांकि इन समस्याओं को हल करने के लिए क्वांटम एल्गोरिदम मौजूद हैं, लेकिन इनके लिए आवश्यक मशीनें इतनी विशाल और जटिल हैं कि वे वर्तमान में हमारी पहुंच से बहुत दूर हैं। दूसरी ओर सरल, काल्पनिक पहेलियाँ हैं जिन्हें विशेष रूप से एक क्वांटम मशीन के लिए हल करना आसान लेकिन शास्त्रीय मशीन के लिए कठिन बनाया गया है। इन्हें बनाना आसान है, लेकिन वे वास्तविक दुनिया की उपयोगिता का कम प्रमाण देती हैं और अक्सर परिणामों को सत्यापित करने के लिए जटिल, संवादात्मक परीक्षणों की आवश्यकता होती है। वर्षों से, यह क्षेत्र इन दो चरम सीमाओं के बीच फंसा हुआ है, एक ऐसी समस्या की तलाश में है जो इतनी उपयोगी हो कि मायने रखे और इतनी सरल हो कि बनाई जा सके, और साथ ही एक स्पष्ट, सत्यापन योग्य प्रमाण भी प्रदान करे कि क्वांटम मशीन कुछ ऐसा कर रही है जो शास्त्रीय कंप्यूटर नहीं कर सकता।
गूगल क्वांटम एआई के शोधकर्ताओं की एक टीम ने अब इस अंतर को पाटने वाला एक समाधान प्रस्तावित किया है। उन्होंने एक विशिष्ट क्वांटम एल्गोरिदम को परिष्कृत किया है, जिसे 'डिकोडेड क्वांटम इंटरफेरोमेट्री' के रूप में जाना जाता है, और इसे 'ऑप्टिमल पॉलिनॉमियल इंटरसेक्शन' नामक समस्या पर लागू किया है। यह समस्या एक कंप्यूटर को एक विशिष्ट, सीमित संख्या प्रणाली के भीतर डेटा बिंदुओं के बिखरे हुए संग्रह के लिए एक गणितीय वक्र (कर्व) के लिए सर्वोत्तम संभव गुणांकों (कोएफिशिएंट्स) का सेट खोजने के लिए कहती है। हालांकि यह अमूर्त लगता है, यह अनुकूलन (ऑप्टिमाइज़ेशन) का एक मौलिक प्रकार है जो कोडिंग थ्योरी और क्रिप्टोग्राफी में दिखाई देता है। शोधकर्ताओं ने दिखाया है कि क्वांटम कंप्यूटर की आंतरिक कार्यप्रणाली को सावधानीपूर्वक पुनर्गठित करके, वे इस समस्या के ऐसे उदाहरणों को हल कर सकते हैं जिन्हें हल करने में एक शास्त्रीय सुपरकंप्यूटर को ब्रह्मांड की आयु से भी अधिक समय लगेगा, जबकि एक क्वांटम मशीन आश्चर्यजनक रूप से छोटी और कुशल है।
उनकी उपलब्धि का मुख्य आधार यह है कि उन्होंने कंप्यूटर के भौतिक संसाधनों का प्रबंधन कैसे किया। ऐसे एल्गोरिदम चलाने में एक प्रमुख बाधा 'क्यूबिट्स' या क्वांटम बिट्स की भारी संख्या थी, जिनकी गणना के दौरान सूचना रखने के लिए आवश्यकता होती है। इस प्रकार की समस्या के लिए पिछले डिजाइनों में भारी मात्रा में मेमोरी की आवश्यकता होती थी, जो प्रभावी रूप से समस्या के प्रत्येक एकल डेटा बिंदु के लिए एक अलग स्टोरेज स्पेस की मांग करती थी। टीम ने महसूस किया कि यह अनावश्यक था। सूचना को एक-एक करके उत्पन्न और संसाधित करने की एक नई विधि विकसित करके, और मध्यवर्ती डेटा को क्वांटम अवस्था खोए बिना मिटाने की एक चतुर तकनीक का उपयोग करके, उन्होंने मेमोरी के पदचिह्न (फुटप्रिंट) को नाटकीय रूप से कम कर दिया। डेटा बिंदुओं की कुल संख्या के साथ बढ़ने वाले स्टोरेज स्पेस के बजाय, उनके नए डिजाइन को केवल उन चरों (वेरिएबल्स) की संख्या के साथ बढ़ने वाले स्थान की आवश्यकता है जिनके लिए समाधान निकाला जा रहा है। यह बदलाव उन्हें बहुत छोटी मशीन के साथ बड़े, कठिन समस्याओं को हल करने की अनुमति देता है।
इसे काम करने के लिए, टीम को एल्गोरिदम के गणित में एक विशिष्ट बाधा को पार करना पड़ा: एक जटिल डिकोडिंग प्रक्रिया को उलटने (रिवर्स करने) की आवश्यकता। यह प्रक्रिया उन त्रुटि-सुद्ध करने वाले कोडों (एरर-करेक्टिंग कोड्स) के समान है, जो शोर वाले चैनलों पर डेटा को सुरक्षित रखने के लिए आवश्यक हैं। शोधकर्ताओं ने क्वांटम कंप्यूटर पर इस रिवर्सल को करने के नए, अत्यधिक कुशल तरीके आविष्कार किए। उन्होंने दो अलग-अलग दृष्टिकोण बनाए। एक दृष्टिकोण आवश्यक गणितीय मानों की गणना करता है और उन्हें संग्रहीत करता है, जबकि दूसरा मानों को एक संकुचित, अंतर्निहित रूप में रखता है जो केवल आवश्यकता पड़ने पर ही अनपैक किया जाता है। दोनों विधियों ने भौतिक घटकों की संख्या को सफलतापूर्वक कम किया, जिससे सिद्ध हुआ कि एल्गोरिदम को पहले की तुलना में बहुत कम संसाधनों के साथ चलाया जा सकता है।
शोधकर्ताओं ने फिर अपने डिजाइन का सर्वश्रेष्ठ-ज्ञात शास्त्रीय हमलों के विरुद्ध विश्लेषण किया। उन्होंने समस्या के विशिष्ट, कठिन संस्करण बनाए जहाँ लक्ष्य डेटा बिंदु इस तरह व्यवस्थित थे कि वे शास्त्रीय कंप्यूटरों के लिए विश्लेषण करना अत्यंत कठिन बना देते हैं। उन्होंने पाया कि इन कठिन मामलों के लिए, एक शास्त्रीय कंप्यूटर को समाधान खोजने के लिए 10^23 से अधिक प्रयास करने की आवश्यकता होगी। इसके विपरीत, उनके अनुकूलित क्वांटम डिजाइन को लगभग 5.72 मिलियन बुनियादी लॉजिक गेट्स वाले सर्किट और 1,885 लॉजिकल क्यूबिट्स का उपयोग करके उसी समस्या को हल करने में सक्षम पाया गया। इसे समझने के लिए, यह मानक 2,048-बिट RSA एन्क्रिप्शन कुंजी को तोड़ने के लिए आवश्यक अनुमानित गेट्स से लगभग सौ गुना कम गेट्स है, जो क्वांटम कंप्यूटिंग शक्ति के लिए अक्सर स्वर्ण मानक माना जाता है।
इसके अलावा, टीम ने एक मशीन बनाने के लिए भौतिक आवश्यकताओं की गणना की, जो एक मानक त्रुटि-सुधार पद्धति का उपयोग करती है जो शोर से सुरक्षा प्रदान करती है। उनके अनुमान बताते हैं कि लगभग 800,000 भौतिक क्यूबिट्स वाली एक मशीन लगभग छह घंटे में इस समस्या के एक शास्त्रीय रूप से कठिन मामले को हल कर सकती है। यह क्वांटम लाभ प्रदर्शित करने वाले अन्य प्रस्तावों की तुलना में एक महत्वपूर्ण कमी है, जिनमें अक्सर या तो बहुत अधिक हार्डवेयर की आवश्यकता होती है या वे ऐसी समस्याओं पर निर्भर होते हैं जो पूरी तरह से कृत्रिम हैं और जिनमें वास्तविक दुनिया की अनुकूलन चुनौतियों जैसी संरचनात्मक गहराई का अभाव होता है।
यह कार्य एक सैद्धांतिक मील का पत्थर भी स्थापित करता है। शोधकर्ताओं ने प्रदर्शित किया कि उनकी विधि इस प्रकार की समस्या के लिए भौतिकी के नियमों द्वारा अनुमत सर्वोत्तम संभव गति (स्पीडअप) प्राप्त करती है। जैसे-जैसे समस्या का आकार बढ़ता है, क्वांटम कंप्यूटर द्वारा आवश्यक समय न्यूनतम दर से बढ़ता है, जबकि सर्वश्रेष्ठ शास्त्रीय कंप्यूटर द्वारा आवश्यक समय तेजी से (एक्सपोनेंशियल रूप से) बढ़ता है। इसका अर्थ है कि पर्याप्त बड़ी समस्याओं के लिए, क्वांटम लाभ अत्यधिक प्रभावशाली हो जाता है। टीम के निष्कर्ष बताते हैं कि हमें एक स्पष्ट, सत्यापन योग्य क्वांटम लाभ देखने के लिए विशाल, मिलियन-क्यूबिट मशीनों की प्रतीक्षा करने की आवश्यकता नहीं है। इसके बजाय, एल्गोरिदम और मेमोरी के उपयोग के तरीके को अनुकूलित करके, हम उस दहलीज तक पहुँच सकते हैं जो निकट भविष्य की इंजीनियरिंग के दायरे में है।
यह शोध केवल एक विशिष्ट गणितीय पहेली को हल करने का नया तरीका नहीं है; यह अधिक कुशल क्वांटम कंप्यूटर बनाने के लिए एक ब्लूप्रिंट प्रदान करता है। उन्होंने सूचना के प्रबंधन और जटिल गणनाओं को उलटने के लिए जो तकनीकें विकसित की हैं, उन्हें एलिप्टिक कर्व्स पर आधारित एन्क्रिप्शन को तोड़ने के लिए उपयोग किए जाने वाले अन्य महत्वपूर्ण एल्गोरिदम सहित अन्य कार्यों पर भी लागू किया जा सकता है। यह दिखाकर कि वास्तविक गणितीय संरचना वाली समस्या को पहले की तुलना में कम संसाधनों के साथ हल किया जा सकता है, टीम ने क्वांटम शक्ति के व्यवहार्य प्रदर्शन के लिए मानक को बदल दिया है। उन्होंने एक ऐसा मार्ग पहचाना है जहाँ क्वांटम मशीन केवल एक सैद्धांतिक संभावना नहीं है, बल्कि एक व्यावहारिक वास्तविकता है जिसे आने वाले वर्षों में बनाया और परखा जा सकता है।
इसके निहितार्थ विशिष्ट संख्याओं से परे हैं। यह अध्ययन इस धारणा को चुनौती देता है कि उपयोगी, सत्यापन योग्य क्वांटम लाभ के लिए या तो विशाल हार्डवेयर या बनावटी समस्याओं की आवश्यकता होती है। एक ऐसा मध्य मार्ग खोजकर जहाँ समस्या इतनी कठिन है कि वह मायने रखती है और समाधान इतना कुशल है कि उसे बनाया जा सके, शोधकर्ताओं ने हार्डवेयर डेवलपर्स के लिए एक ठोस लक्ष्य प्रदान किया है। उनका कार्य सुझाव देता है कि एक उपयोगी क्वांटम कंप्यूटर का मार्ग अनुमान से छोटा हो सकता है, बशर्ते हम केवल हार्डवेयर के बड़े होने की प्रतीक्षा करने के बजाय, सॉफ्टवेयर और मशीन द्वारा सूचना के प्रबंधन के तरीके को अनुकूलित करने पर ध्यान केंद्रित करें। परिणाम एक सम्मोहक उम्मीदवार है कि पहला वास्तविक व्यावहारिक प्रदर्शन कि एक क्वांटम कंप्यूटर कुछ ऐसा कर सकता है जो एक शास्त्रीय कंप्यूटर नहीं कर सकता, जिसे शास्त्रीय विकल्प की पूर्ण असंभवता द्वारा सत्यापित किया जा सके।
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।