Evidence of Quantum Machine Learning Advantage with Tens of Noisy Qubits
यह शोध पत्र सिमुलेशन और विश्लेषण के माध्यम से यह प्रदर्शित करता है कि केवल 30 से 40 क्विबिट्स वाले निकट-अवधि शोर वाले उपकरणों (near-term noisy devices) पर भी क्लासिकल फिक्स्ड-मेज़रमेंट स्कीम्स की तुलना में एक स्पष्ट क्वांटम मशीन लर्निंग लाभ बना रहता है, जहाँ प्राथमिक बाधा क्लासिकल कंप्यूटेशन से बदलकर डेटा अधिग्रहण (data acquisition) हो जाती 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 जटिल पहेली को सुलझाने की कोशिश कर रहे हैं, लेकिन जो टुकड़े आपको दिए गए हैं वे थोड़े धुंधले हैं और जिस मेज पर आप काम कर रहे हैं वह हिल रही है। क्वांटम कंप्यूटरों की वर्तमान स्थिति यही है: वे शक्तिशाली हैं, लेकिन वे "शोरयुक्त" (noisy) हैं, जिसका अर्थ है कि उनके द्वारा प्रोसेस किया गया डेटा आसानी से दूषित हो जाता है।
यह शोध पत्र एक सरल लेकिन गहन प्रश्न पूछता है: इस शोर के बावजूद, क्या एक क्वांटम कंप्यूटर कुछ विशिष्ट शिक्षण समस्याओं (learning problems) को एक क्लासिकल कंप्यूटर (जैसे आपका लैपटॉप) की तुलना में बहुत तेज़ी से हल कर सकता है?
लेखक कहते हैं कि हाँ, और वे सिद्ध करते हैं कि यह केवल 30 से 40 शोरयुक्त क्विबिट्स (क्वांटम सूचना की बुनियादी इकाइयाँ) के साथ भी संभव है।
यहाँ उनकी खोज का दैनिक उदाहरणों का उपयोग करके विवरण दिया गया है:
1. दो प्रतियोगी: "सर्वदर्शी आँख" बनाम "स्नैपशॉट लेने वाला"
यह शोध पत्र क्वांटम डेटा से सीखने के दो तरीकों की तुलना करता है:
- पूर्णतः क्वांटम (FQ) प्रोटोकॉल (The "All-Seeing Eye" - सर्वदर्शी आँख): यह विधि डेटा को पूरे समय उसके क्वांटम रूप में ही रखती है। यह क्वांटम अवस्था के साथ ऐसे व्यवहार करती है जैसे वह एक जीवित, सांस लेती हुई वस्तु हो जिसे एक विशेष "सुसंगत" (coherent) लेंस के माध्यम से सीधे नियंत्रित किया जा सकता है। यह टुकड़ों को अलग-अलग नहीं देखती; यह एक बार में पूरी तस्वीर देखती है।
- मापन-प्रथम (MF) प्रोटोकॉल (The "Snapshot Taker" - स्नैपशॉट लेने वाला): यह क्लासिकल दृष्टिकोण है। यह क्वांटम डेटा को तुरंत "कोलैप्स" (collapse) होने के लिए मजबूर करता है। यह क्वांटम अवस्था की एक फोटो (एक माप) लेता है, उसे 0 और 1 की एक क्लासिकल सूची में बदल देता है, और फिर मानक गणित का उपयोग करके पहेली को सुलझाने की कोशिश करता है।
उपमा: कल्पना कीजिए कि आप एक जटिल सूप में एक विशिष्ट स्वाद को पहचानने की कोशिश कर रहे हैं।
- FQ विधि उस सूप को चखने की तरह है जो अभी भी गर्म और घूम रहा है, जिसमें आप तुरंत सूक्ष्म स्वादों का पता लगाने के लिए अपनी पूरी जीभ का उपयोग करते हैं।
- MF विधि एक चम्मच सूप लेने, उसे ठंडा होने और बर्फ के टुकड़े में जमने देने, और फिर एक छड़ी से बर्फ को कुरेदकर स्वाद का अनुमान लगाने जैसा है। आपको वही जानकारी प्राप्त करने के लिए जो FQ विधि एक बार में प्राप्त कर लेती है, लाखों चम्मच लेने होंगे।
2. समस्या: शोर रेडियो पर "स्टैटिक" (Static) की तरह है
वास्तविक दुनिया में, क्वांटम डेटा शोरयुक्त होता है। यह रेडियो स्टेशन सुनने की कोशिश करने जैसा है जबकि आप एक ऐसी सुरंग से गुजर रहे हों जहाँ बहुत अधिक स्टैटिक (गूंज/शोर) हो।
- डर: वैज्ञानिकों को डर था कि यह "स्टैटिक" (शोर) क्वांटम लाभ को बर्बाद कर देगा। उन्हें लगा कि "सर्वदर्शी आँख" शोर से इतनी भ्रमित हो जाएगी कि "स्नैपशॉट लेने वाला" उससे आगे निकल जाएगा।
- आश्चर्य: लेखकों ने पाया कि "सर्वदर्शी आँख" आश्चर्यजनक रूप से मजबूत है। बहुत अधिक स्टैटिक होने के बावजूद, यह अभी भी सिग्नल को स्पष्ट रूप से सुन सकती है। वहीं दूसरी ओर, "स्नैपशॉट लेने वाला" पूरी तरह से शोर में डूब जाता है।
3. परिणाम: एक विशाल समय अंतराल
शोध पत्र ने विभिन्न प्रकार के "शोरयुक्त" क्वांटम हार्डवेयर (जो वर्तमान वास्तविक दुनिया के उपकरणों का प्रतिनिधित्व करते हैं) पर सिमुलेशन चलाए। उन्होंने पाया कि क्वांटम विधि की सटीकता से मेल खाने के लिए, क्लासिकल "स्नैपशॉट लेने वाले" को घातांकीय रूप से अधिक (exponentially more) माप लेने की आवश्यकता होगी।
- पैमाना: मात्र 30 से 40 क्विबिट्स पर, क्लासिकल विधि को क्वांटम कंप्यूटर के एक एकल रन के बराबर पहुँचने के लिए महीनों या वर्षों तक माप लेने की आवश्यकता होगी।
- अवरोध (Bottleneck): शोध पत्र नोट करता है कि समस्या यह नहीं है कि क्लासिकल कंप्यूटर धीमा है; समस्या यह है कि डेटा एकत्र करने में ही बहुत समय लगता है। यह एक चम्मच से स्विमिंग पूल भरने की कोशिश करने जैसा है।
4. "थर्मल रिलैक्सेशन" का मोड़
सबसे दिलचस्प निष्कर्षों में से एक एक विशिष्ट प्रकार के शोर से संबंधित है जिसे "थर्मल रिलैक्सेशन" (thermal relaxation) कहा जाता है (जहाँ क्वांटम बिट्स स्वाभाविक रूप से ऊर्जा खो देते हैं और स्थिर हो जाते हैं, जैसे एक घूमता हुआ लट्टू धीमा होकर रुक जाता है)।
- विपरीत प्रभाव: आमतौर पर, अधिक शोर बुरा होता है। लेकिन यहाँ, "स्नैपशॉट लेने वाला" इस विशिष्ट प्रकार के शोर से नष्ट हो जाता है, जबकि "सर्वदर्शी आँख" मजबूत बनी रहती है।
- रूपक: कल्पना कीजिए कि "स्नैपशॉट लेने वाला" एक ऐसे कमरे में किताब पढ़ने की कोशिश कर रहा है जहाँ रोशनी टिमटिमा रही है। "सर्वदर्शी आँख" उस व्यक्ति की तरह है जो किताब पढ़ सकता है भले ही रोशनी टिमटिमा रही हो, क्योंकि वह संदर्भ (context) को समझता है। इस विशिष्ट परिदृश्य में, टिमटिमाती रोशनी "स्नैपशॉट लेने वाले" को पूरी तरह से हार मानने पर मजबूर कर देती है, जिससे दोनों विधियों के बीच का अंतर और बढ़ जाता है।
5. निष्कर्ष: हमें "परफेक्ट" कंप्यूटरों का इंतजार करने की आवश्यकता नहीं है
सबसे महत्वपूर्ण बात यह है कि हमें लाभ देखने के लिए एक त्रुटि-रहित, पूर्ण क्वांटम कंप्यूटर की आवश्यकता नहीं है।
- दावा: हम वर्तमान, शोरयुक्त हार्डवेयर पर एक स्पष्ट, निर्विवाद क्वांटम लाभ प्रदर्शित कर सकते हैं, जिसमें केवल 30-40 क्विबिट्स की आवश्यकता है।
- वास्तविकता: यदि आप आज इस लर्निंग टास्क को क्लासिकल कंप्यूटर पर करने की कोशिश करेंगे, तो आप वर्षों तक डेटा एकत्र करने की प्रतीक्षा में फंसे रहेंगे। एक क्वांटम कंप्यूटर इसे मिनटों या घंटों में कर सकता है।
सारांश में:
यह शोध पत्र सिद्ध करता है कि आज के अपूर्ण क्वांटम कंप्यूटरों के "स्टैटिक" और "कंपन" के बावजूद, विशिष्ट कार्यों के लिए क्वांटम दृष्टिकोण (quantum approach) क्लासिकल दृष्टिकोण की तुलना में कहीं अधिक श्रेष्ठ है। यह भविष्य का केवल एक सैद्धांतिक सपना नहीं है; यह एक वास्तविकता है जिसे हम अभी मौजूद मशीनों के साथ देख सकते 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।