⚛️ quantum physics

Thermodynamic significance of QUBO encoding on quantum annealers

यह शोध पत्र प्रदर्शित करता है कि क्वांटम एनिलिंग में QUBO पेनल्टी वेट्स थर्मोडायनामिक कंट्रोल नॉब्स के रूप में कार्य करते हैं, जहाँ इष्टतम एनकोडिंग, क्लासिकल और डी-वेव एडवांटेज प्रयोगों में सॉल्वर सफलता और एंट्रॉपी उत्पादन में तीव्र संक्रमणों से प्रमाणित, कम्प्यूटेशनल व्यवहार्यता और न्यूनतम ऊर्जा अपव्यय के बीच संतुलन बनाती है।

मूल लेखक: Emery Doucet, Zakaria Mzaouali, Reece Robertson, Bartłomiej Gardas, Sebastian Deffner, Krzysztof Domino

प्रकाशित 2026-05-28

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Emery Doucet, Zakaria Mzaouali, Reece Robertson, Bartłomiej Gardas, Sebastian Deffner, Krzysztof Domino

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 बहुत ही जटिल पहेली को हल करने की कोशिश कर रहे हैं, जैसे कि एक व्यस्त कारखाने को व्यवस्थित करना जहाँ दर्जनों काम विशिष्ट मशीनों पर एक विशिष्ट क्रम में किए जाने हैं। इसे "जॉब शॉप शेड्यूलिंग" (Job Shop Scheduling) समस्या कहा जाता है। एक क्वांटम कंप्यूटर (विशेष रूप से एक "क्वांटम एनीलर") से इसे हल करवाने के लिए, आपको इस पहेली को उस भाषा में अनुवादित करना होगा जिसे वह समझता है: स्विचों का एक ग्रिड जो या तो ON है या OFF। इस अनुवाद को QUBO एनकोडिंग कहा जाता है।

हालाँकि, यह शोध पत्र तर्क देता है कि इस प meskipun पहेली को अनुवादित करने का केवल एक तरीका नहीं है। आप कई अलग-अलग तरीकों से अनुवाद कर सकते हैं, और आप अनुवाद के दौरान जिन "नियमों" को लागू करते हैं, वे इस बात को बदलते हैं कि कंप्यूटर समस्या को कैसे "महसूस" करता है।

यहाँ शोध पत्र का मुख्य विचार है, जिसे सरल उपमाओं के साथ समझाया गया है:

1. द पेनल्टी नॉब (The Penalty Knob): द "बाउंसर" बनाम "द हैवी हैंड"

जब आप कारखाने की पहेली का अनुवाद करते हैं, तो आपको कंप्यूटर को यह बताना होता है कि नियम टूटने पर (जैसे, दो काम एक ही मशीन का उपयोग एक साथ करने की कोशिश कर रहे हों) क्या होगा। आप ऐसा "पेनल्टी वेट्स" जोड़कर करते हैं। इसे ऐसे सोचें जैसे कि ये नॉब (घुमाने वाले बटन) हैं जिन्हें आप घुमा सकते हैं:

नॉब A ( $p_{sum}$ ): उन नियमों को नियंत्रित करता है जो "एक मशीन पर एक काम" के बारे में हैं।
नॉब B ( $p_{pair}$ ): उन नियमों को नियंत्रित करता है जो "कार्यों के क्रम" के बारे में हैं।

शोधकर्ताओं ने पाया कि इन नॉब्स को घुमाने से समस्या का एनर्जी लैंडस्केप (ऊर्जा परिदृश्य) बदल जाता है। कल्पना कीजिए कि समस्या एक पहाड़ी इलाके की तरह है जहाँ कंप्यूटर सबसे निचले गड्ढे (सबसे अच्छा समाधान) की ओर लुढ़कना चाहता है।

यदि नॉब्स बहुत ढीले हैं (कम दंड/weak penalties): कंप्यूटर एक ऐसे गड्ढे में जा सकता है जो कम गहरा दिखता है लेकिन वास्तव में एक "नकली" समाधान (एक टूटा हुआ शेड्यूल) है। यह एक क्लब के बाउंसर की तरह है जो बहुत उदार है और बिना टिकट वाले लोगों को अंदर आने देता है।
यदि नॉब्स बहुत सख्त हैं (कठोर दंड/strong penalties): कंप्यूटर नियमों को तोड़ने से इतना डर जाता है कि वह वास्तविक सबसे अच्छे समाधान को देख ही नहीं पाता क्योंकि असली घाटी दंड की ऊर्जा के पहाड़ के नीचे दब जाती है। यह एक ऐसे बाउंसर की तरह है जो इतना सख्त है कि वह आईडी चेक करने में इतना व्यस्त हो जाता है कि गलती से वीआईपी (VIP) लोगों को भी बाहर निकाल देता है।

2. "स्वीट स्पॉट" और "फेज ट्रांजिशन"

शोध पत्र ने खोजा कि जब आप इन नॉब्स को समायोजित करते हैं, तो एक स्पष्ट "टिपिंग पॉइंट" (फेज ट्रांजिशन) आता है।

एक तरफ, कंप्यूटर आसानी से वैध समाधान ढूंढ लेता है।
दूसरी तरफ, वह भ्रमित हो जाता है और टूटे हुए समाधान ढूंढता है।
शोधकर्ताओं ने पाया कि यह टिपिंग पॉइंट केवल इस बारे में नहीं है कि कंप्यूटर सही उत्तर पाता है या नहीं; यह इस बारे में भी है कि वह कितनी ऊर्जा बर्बाद करता है।

3. थर्मोडायनामिक कॉस्ट: मशीन का "पसीना"

यह इस शोध पत्र का सबसे अनूठा हिस्सा है। "क्या इसने पहेली को हल किया?" पूछने के बजाय, उन्होंने पूछा, "मशीन ने इसे हल करने में कितना पसीना बहाया?"

उन्होंने क्वांटम कंप्यूटर को एक थर्मोडायनामिक इंजन (जैसे कार का इंजन या स्टीम इंजन) की तरह माना।

वर्क (Work): वह ऊर्जा जो मशीन को चलाने के लिए डाली जाती है।
हीट (Heat): वह ऊर्जा जो बेकार जाती है जब मशीन गर्म होती है या थरथराती है।
एन्ट्रॉपी (Entropy): इस बात का माप कि प्रक्रिया कितनी अव्यवस्थित या अपरिवर्तनीय (irreversible) थी।

बड़ी खोज:
जब शोधकर्ताओं ने पेनल्टी नॉब्स को "गलत" सेटिंग्स पर घुमाया (समस्या को कंप्यूटर के लिए कठिन बना दिया), तो मशीन केवल अधिक बार विफल नहीं हुई; उसने अधिक ऊर्जा बर्बाद भी की।

कम दंड (Weak penalties): कंप्यूटर एक बिखरी हुई, कम-ऊर्जा वाली धुंध में भटकता रहता है, और उस रास्ते को खोजने में ऊर्जा बर्बाद करता है जो अस्तित्व में ही नहीं है।
बहुत अधिक दंड (Too-strong penalties): कंप्यूटर को दंडों की एक "दीवार" को धकेलने के लिए अविश्वसनीय रूप से कड़ी मेहनत करनी पड़ती है, जिससे बहुत अधिक "गर्मी" (अपरिवर्तनीयता) पैदा होती है और उसकी दक्षता कम हो जाती है।

4. "रिवर्स एनीलिंग" का प्रयोग

इस "पसीने" को मापने के लिए, शोधकर्ताओं ने रिवर्स एनीलिंग नामक तकनीक का उपयोग किया।

कल्पना कीजिए कि आप एक कैंप (समाधान) खोजने के लिए पहाड़ से नीचे उतर रहे हैं।
फॉरवर्ड एनीलिंग (Forward annealing): आप ऊपर से शुरू करते हैं और नीचे उतरते हैं।
रिवर्स एनीलिंग (Reverse annealing - पेपर में उपयोग किया गया): आप एक विशिष्ट स्थान (एक अनुमान) से शुरू करते हैं, थोड़ा ऊपर धुंध में जाते हैं, और फिर वापस नीचे आने की कोशिश करते हैं।
यह मापने के द्वारा कि इस राउंड ट्रिप के दौरान मशीन की ऊर्जा में कितना परिवर्तन हुआ, वे गणना कर सके कि कितना "कार्य" (work) किया गया और कितनी "ऊष्मा" (heat) नष्ट हुई, भले ही वे मशीन के आंतरिक हिस्सों को देख न सके।

5. निष्कर्ष: डिज़ाइन मायने रखता है

शोध पत्र निष्कर्ष निकालता है कि आप कोड कैसे लिखते हैं (एनकोडिंग), वह हार्डवेयर जितना ही महत्वपूर्ण है।

पुराना दृष्टिकोण: "बस दंड (penalties) को बहुत बड़ा कर दें ताकि कंप्यूटर कभी नियम न तोड़े।"
नया दृष्टिकोण: "यदि आप दंड को बहुत अधिक बड़ा कर देते हैं, तो आप कंप्यूटर को अक्षम और अपव्ययी बना देते हैं। आपको एक 'गोल्डिलॉक्स ज़ोन' (Goldilocks zone) की आवश्यकता है जहाँ दंड नियमों को बनाए रखने के लिए पर्याप्त मजबूत हो, लेकिन इतने भी मजबूत न हों कि वे वास्तविक समस्या को ही दबा दें।"

संक्षेप में: वास्तविक दुनिया की समस्या को क्वांटम कंप्यूटर की भाषा में अनुवादित करने का तरीका मशीन की ऊर्जा दक्षता के लिए एक कंट्रोल नॉब की तरह काम करता है। यदि आप इसे खराब तरीके से ट्यून करते हैं, तो आप केवल एक बुरा उत्तर ही नहीं प्राप्त कर रहे हैं, बल्कि आप मशीन को अधिक मेहनत करने, अधिक गर्म होने और अधिक ऊर्जा बर्बाद करने के लिए मजबूर कर रहे हैं। सबसे अच्छा एनकोडिंग वह है जो सही उत्तर प्राप्त करने और मशीन को ठंडा और कुशल बनाए रखने के बीच संतुलन बनाता है।

तकनीकी सारांश: क्वांटम एनेलर पर QUBO एनकोडिंग का ऊष्मप्रवैगिकी महत्व

समस्या विवरण
क्वांटम एनीलिंग (QA), एक आइसिंग हैमिल्टोनियन के निम्न-ऊर्जा अवस्थाओं (low-energy states) में मैपिंग करके असतत अनुकूलन समस्याओं (discrete optimization problems) को हल करने के लिए एक हार्डवेयर-नेटिव दृष्टिकोण प्रदान करती है। हालांकि, वास्तविक दुनिया के कार्य, जैसे कि जॉब शॉप शेड्यूलिंग (JSP), स्वाभाविक रूप से प्रतिबन्धित अनुकूलन समस्याओं के रूप में तैयार किए जाते हैं, जबकि वर्तमान क्वांटम एनेलरों को अनियंत्रित द्विघात असंयमित बाइनरी ऑप्टिमाइज़ेशन (QUBO) स्वरूपों की आवश्यकता होती है। इस अंतर को पाटने के लिए, दंड पदों (penalty terms) के साथ ट्यून करने योग्य भारों का उपयोग करके बाधाओं को लागू किया जाता है। एक महत्वपूर्ण चुनौती यह उत्पन्न होती है क्योंकि एक एकल प्रतिबन्धित कार्य कई QUBO एनकोडिंग को स्वीकार करता है; दंड संरचना और परिमाण के भिन्न विकल्प ऊर्जा परिदृश्य (energy landscape) को पुनर्गठित करते हैं, जो व्यवहार्य समाधानों (feasible solutions) को खोजने की प्रायिकता और विसरणकारी लागत (dissipative cost) दोनों को प्रभावित करते हैं। जबकि पिछले शोध ने रनटाइम और समाधान प्रायिकता पर ध्यान केंद्रित किया है, नॉइजी इंटरमीडिएट-स्केल क्वांटम (NISQ) उपकरणों पर विभिन्न एनकोडिंग के ऊष्मप्रवैगिकी लागत (कार्य, ऊष्मा, एंट्रॉपी उत्पादन) का अध्ययन अभी भी अल्प-अध्ययनित है।

कार्यप्रणाली
लेखक दंड भारों द्वारा नियंत्रित दो-पैरामीटर परिवार ( $p_{sum}$ और $p_{pair}$ ) का उपयोग करते हुए एक विशिष्ट जॉब शॉप शेड्यूलिंग उदाहरण की जांच करते हैं: $p_{sum}$ (वन-हॉट/सम बाधाओं को लागू करना) और $p_{pair}$ (पूर्ववर्तीता/precedence बाधाओं को लागू करना)। अध्ययन एक दोहरी-विश्लेषण पद्धति का उपयोग करता है:

संगणनात्मक विश्लेषण (Computational Analysis): लेखक सॉल्वर प्रदर्शन को मैप करने के लिए $(p_{sum}, p_{pair})$ पैरामीटर स्पेस का स्वीप (sweep) करते हैं। वे शास्त्रीय एनीलिंग-प्रेरित ह्यूरिस्टिक्स (सिमुलेटेड एनीलिंग, पाथ इंटीग्रल एनीलिंग, और रोटर मॉडल एनीलिंग) और D-Wave एडवांटेज प्रोसेसर पर प्रयोगात्मक रन का उपयोग करते हैं। सफलता को इष्टतम समाधान खोजने की प्रायिकता और ग्राउंड स्टेट की व्यवहार्यता (feasibility) द्वारा मापा जाता है।
ऊष्मप्रवैगिकी विश्लेषण (Thermodynamic Analysis): एनेलर को एक खुले ऊष्मप्रवैगिकी निकाय (open thermodynamic system) के रूप में मानते हुए, लेखक चक्रीय रिवर्स-एनीलिंग प्रयोग करते हैं। प्रोसेसर को $s=1$ पर एक शास्त्रीय गिब्स अवस्था (Gibbs state) में प्रारंभ किया जाता है, न्यूनतम पैरामीटर $\bar{s}$ तक एनील किया जाता है, और फिर $s=1$ पर वापस लाया जाता है। कई रन के माध्यम से प्रोसेसर की ऊर्जा में स्टोकेस्टिक परिवर्तन ( $\Delta E_1$ ) को मापकर, वे औसत एंट्रॉपी उत्पादन ( $\langle \Sigma \rangle$ ), कार्य ( $\langle W \rangle$ ), और विनिमय ऊष्मा ( $\langle Q \rangle$ ) के निचले स्तर (lower bounds) का अनुमान लगाने के लिए थर्मोडायनामिक अनसर्टेंटी रिलेशंस (TUR) लागू करते हैं।
सिमुलेशन (Simulation): प्रयोगात्मक डेटा के पूरक के रूप में, लेखक एक एडियाबेटिक मास्टर समीकरण का उपयोग करके एनीलिंग प्रक्रिया का अनुकरण करते हैं। यह सीधे ऊष्मप्रवैगिकी मात्राओं की गणना करने और उन स्पेक्ट्रल विशेषताओं (जैसे लेवल क्रॉसिंग और डिजनरेसी) की जांच करने की अनुमति देता है जो हार्डवेयर शोर द्वारा अस्पष्ट हो सकती हैं।

मुख्य परिणाम

एनकोडिंग शासन और चरण संक्रमण (Encoding Regimes and Phase Transitions): अध्ययन $(p_{sum}, p_{pair})$ पैरामीटर स्पेस में तीक्ष्ण संक्रमणों की पहचान करता है। ये संक्रमण उन क्षेत्रों को अलग करते हैं जहाँ QUBO ग्राउंड स्टेट एक व्यवहार्य समाधान के अनुरूप होता है, और उन क्षेत्रों से जहाँ वह अव्यवहार्य होता है। एक "मिश्रित" शासन भी पहचाना गया है जहाँ व्यवहार्य और अव्यवहार्य निम्न-ऊर्जा अवस्थाएं ऊर्ध्सीय रूप से विनिमेय (energetically degenerate) या मिश्रित होती हैं।
ऊष्मप्रवैगिकी हस्ताक्षर (Thermodynamic Signatures): एनकोडिंग-प्रेरित ऊर्जा परिदृश्य के पुनर्गठन से विशिष्ट ऊष्मप्रवैगिकी शासन उत्पन्न होते हैं। कमजोर दंड कम-ऊर्जा वाले अव्यवहार्य समाधानों के मैनिफोल्ड उत्पन्न करते हैं, जबकि अत्यधिक मजबूत दंड प्रभावी समस्या पैमाने (problem scale) को दबा देते हैं। सॉल्वर सटीकता में देखे गए संक्रमण सीमाएं ऊष्मप्रवैगिकी चरों (एंट्रॉपी उत्पादन, कार्य और ऊष्मा) में तीक्ष्ण परिवर्तनों के साथ मेल खाती हैं।
दंडों की विषमता (Asymmetry of Penalties): परिणाम $p_{sum}$ और $p_{pair}$ के बीच एक स्पष्ट विषमता प्रदर्शित करते हैं। $p_{sum}$ पैरामीटर, जो नकारात्मक विकर्ण पद (negative diagonal terms) पेश करता है, कम्प्यूटेशनल कठिनाई और ऊष्मप्रवैगिकी अपव्यय (dissipation) दोनों पर प्रभावी प्रभाव डालता है। छोटे $p_{sum}$ मानों को ऑब्जेक्टिव फंक्शन द्वारा "ओवररूल" किया जा सकता है, जिससे बढ़ती हुई डिजनरेसी और उच्च अपरिवर्तनीयता (irreversibility) होती है।
दक्षता सहसंबंध (Efficiency Correlation): कम्प्यूटेशनल "कठिनाई" और ऊष्मप्रवैगिकी दक्षता के बीच एक व्यवस्थित एंटी-कोरिलेशन (anticorrelation) है। वे एनकोडिंग जो अनुकूलन समस्या को कठिन बनाती हैं (जैसे कि घने निम्न-ऊर्जा मैनिफोल्ड या छोटे स्पेक्ट्रल गैप बनाना), वे एंट्रॉपी उत्पादन और ऊष्मप्रवैगिकी दक्षता को भी बढ़ा देती हैं।
प्रयोगात्मक बनाम सिमुलेशन: जबकि D-Wave डिवाइस पर प्रयोगात्मक परिणाम एनालॉग कंट्रोल एरर और डिकोहेरेंस के कारण विस्तृत (broadened) संक्रमण दिखाते हैं, एनकोडिंग पैरामीटर और ऊष्मप्रवैगिकी लागत के बीच गुणात्मक सहसंबंध बना रहता है। सिमुलेशन पुष्टि करते हैं कि ये ऊष्मप्रवैगिकी हस्ताक्षर विशिष्ट स्पेक्ट्रल विशेषताओं, जैसे कि अवॉइड क्रॉसिंग (avoided crossings) और लेवल डिजनरेसी से जुड़े हैं।

महत्व और दावे
यह शोध स्थापित करता है कि QUBO एनकोडिंग केवल एक गणितीय प्रीप्रोसेसिंग चरण नहीं है, बल्कि एक भौतिक रूप से परिणामी डिजाइन विकल्प है जो एक "ऊष्मप्रवैगिकी नियंत्रण नॉब" (thermodynamic control knob) के रूप में कार्य करता है। लेखक दावा करते हैं कि:

नैदानिक के रूप में ऊष्मप्रवैगिकी (Thermodynamics as a Diagnostic): ऊष्मप्रवैगिकी चर, यह समझने के लिए हार्डवेयर-आधारित नैदानिक के रूप में कार्य करते हैं कि कुछ एनकोडिंग क्यों सफल या विफल होती हैं, जो पारंपरिक रनटाइम मेट्रिक्स का पूरक है।
सह-डिजाइन की आवश्यकता (Co-Design Necessity): इष्टतम एनकोडिंग के लिए एक ऐसे सह-डिजाइन दृष्टिकोण की आवश्यकता है जो व्यवहार्यता सुनिश्चित करने के लिए दंड भार को संतुलित करे और साथ ही थर्मल फ्लक्चुएशन और शोर के विरुद्ध एक प्रभावी समस्या ऊर्जा स्केल बनाए रखे।
दक्षता ट्रेड-ऑफ (Efficiency Trade-offs): "ओवर-पेनलाइजेशन" (अत्यधिक दंड) दोनों समाधान गुणवत्ता और ऊष्मप्रवैगिकी दक्षता को खराब कर सकता है, क्योंकि यह आदर्श स्पेक्ट्रम में व्यवहार्य मैनिफोल्ड को अलग-थも करता है, जिससे हार्डवेयर पर शोर वाले सैंपलिंग के तहत इसे पहचानना कठिन हो जाता है।
परिचालन ढांचा (Operational Framework): यह अध्ययन एनकोडिंग स्पेस को अपव्यय और दक्षता के ऊष्मप्रवैगिकी चरण आरेख (phase diagram) में मैप करने के लिए एक व्यावहारिक ढांचा प्रदान करता है, जो "ऊष्मप्रवैगिकी-जागरूक" (thermodynamics-aware) एनकोडिंग रणनीतियों को प्रेरित करता है।

लेखक निष्कर्ष निकालते हैं कि वही एनकोडिंग संक्रमण जो कम्प्यूटेशनल कठिनाई को नियंत्रित करते हैं, अपव्यय (dissipation) को भी पुनर्गठित करते हैं, जिससे यह सुझाव मिलता है कि कार्य अपव्यय को कम करना इष्टतम एनकोडिंग चुनने के लिए एक व्यवहार्य रणनीति है।

1. द पेनल्टी नॉब (The Penalty Knob): द "बाउंसर" बनाम "द हैवी हैंड"

2. "स्वीट स्पॉट" और "फेज ट्रांजिशन"

3. थर्मोडायनामिक कॉस्ट: मशीन का "पसीना"

4. "रिवर्स एनीलिंग" का प्रयोग

5. निष्कर्ष: डिज़ाइन मायने रखता है

इसी तरह के और पेपर