Classical Stochasticity Using Quantum Computers
यह शोध पत्र शास्त्रीय स्टोकेस्टिक सिमुलेशन को मॉडल करने के लिए क्वांटम मापन की अंतर्निहित यादृच्छिकता का लाभ उठाने का प्रस्ताव करता है, और लोरेन्ज़ सिस्टम (Lorenz system) के लिए एक क्वांटम एल्गोरिदम के आउटपुट की तुलना एक क्लासिकल पायथन-आधारित स्टोकेस्टिक सिमुलेशन से करके इस दृष्टिकोण को प्रदर्शित 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 लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
यहाँ इस शोध पत्र (paper) का सरल भाषा और रोज़मर्रा के उदाहरणों के साथ विवरण दिया गया है।
मुख्य विचार: "गलतियों" को विशेषताओं में बदलना
कल्पना कीजिए कि आप कागज़ पर एक बिल्कुल सीधी रेखा खींचने की कोशिश कर रहे हैं। शास्त्रीय दुनिया (एक मानक कंप्यूटर का उपयोग करते हुए) में, आप उस रेखा को बिल्कुल सही पाने के लिए एक रूलर (पैमाने) और पेंसिल का उपयोग करते हैं। यदि रेखा थोड़ी टेढ़ी हो जाती है, तो आप इसे एक गलती या "शोर" (noise) मानते हैं जिसे आपको ठीक करने की आवश्यकता है।
हालाँकि, यह शोध पत्र बताता है कि क्वांटम कंप्यूटर अलग हैं। वे एक ऐसी पेंसिल की तरह हैं जो भौतिकी के नियमों के कारण स्वाभाविक रूप से डगमगाती (wobbly) रहती है। पेंसिल को सीधी रेखा खींचने के लिए मजबूर करने के बजाय, लेखक कहते हैं: "आइए इस डगमगाहट को स्वीकार कर लें। यह डगमगाहट वास्तव में एक विशेषता है, कोई त्रुटि नहीं।"
लेखक तर्क देते हैं कि क्योंकि क्वांट क्वांटम कंप्यूटर उत्तर देते समय स्वाभाविक रूप से रैंडम (अनिश्चित) होते हैं, हम उस रैंडमनेस का उपयोग अराजक, अप्रत्याशित प्रणालियों (जैसे मौसम या जनसंख्या वृद्धि) को सिम्युलेट करने के लिए कर सकते हैं, बिना कोड में नकली रैंडमनेस जोड़ने की आवश्यकता के।
क्लासिकल कंप्यूटर के साथ समस्या
किसी अराजक चीज़ (जैसे मौसम) को सिम्युलेट करने के लिए, क्लासिकल कंप्यूटर को एक "रैंडम नंबर जेनरेटर" की आवश्यकता होती है।
- उपमा (Analogy): एक क्लासिकल कंप्यूटर को एक बहुत तेज़, बहुत बुद्धिमान रोबोट के रूप में सोचें। लेकिन यह 'डिटरमिनिस्टिक' (deterministic) है, जिसका अर्थ है कि यदि आप इससे दो बार एक ही प्रश्न पूछते हैं, तो यह आपको बिल्कुल वही उत्तर देगा। इसे मौसम की तरह व्यवहार करने के लिए, प्रोग्रामर को इसमें "नकली" रैंडम नंबर खिलाने पड़ते हैं (जैसे वीडियो गेम में पासा फेंकना)।
- समस्या: ये "नकली" रैंडम नंबर वास्तव में एक फॉर्मूले द्वारा कैलकुलेट किए जाते हैं। वे वास्तव में रैंडम नहीं होते; वे बस रैंडम दिखते हैं।
क्वांटम समाधान: सिक्का उछालना (The Coin Flip)
क्वांटम कंप्यूटर अलग तरह से काम करते हैं। जब आप एक क्वांटम बिट (qubit) को मापते हैं, तो यह एक असली सिक्का उछालने जैसा होता है।
- उपमा: यदि आप 100 बार सिक्का उछालते हैं, तो आपको 52 हेड और 48 टेल मिल सकते हैं। यदि आप इसे फिर से उछालते हैं, तो आपको 49 हेड और 51 टेल मिल सकते हैं। आप एक एकल उछाल के सटीक परिणाम की भविष्यवाणी कभी नहीं कर सकते, और परिणाम हमेशा थोड़े भिन्न होंगे। यह ब्रह्मांड में निर्मित सच्ची रैंडमनेस (true randomness) है।
लेखकों ने पूछा: यदि हम इस प्राकृतिक "सिक्का उछालने" वाली रैंडमनेस का उपयोग अराजक प्रणालियों को मॉडल करने के लिए करें तो क्या होगा?
प्रयोग: लोरेन्ज़ सिस्टम (The Lorenz System)
इसका परीक्षण करने के लिए, लेखकों ने लोरेन्ज़ सिस्टम नामक एक प्रसिद्ध गणितीय मॉडल का उपयोग किया।
- यह क्या है? यह वायुमंडल में हवा के प्रवाह जैसी चीजों को मॉडल करने के लिए उपयोग किया जाने वाला समीकरणों का एक सेट है। यह अपनी "अराजकता" (chaos) के लिए प्रसिद्ध है—यानी छोटी सी बदलाव भी बाद में बड़े अंतर पैदा कर देती है (जिसे "बटरफ्लाई इफेक्ट" कहा जाता है)।
- सेटअप: उन्होंने दो अलग-अलग तरीकों (जिन्हें S-FABLE और Unitary time evolution कहा जाता है) का उपयोग करके एक क्वांटम कंप्यूटर पर इस मॉडल को चलाया।
- आश्चर्य: उन्होंने क्वांटम कोड में कोई "नकली" रैंडम नंबर नहीं जोड़े। उन्होंने बस क्वांटम कंप्यूटर को चलने दिया।
- परिणाम: जब उन्होंने आउटपुट को देखा, तो रेखाएं पूरी तरह से चिकनी (smooth) नहीं थीं। वे वास्तविक अराजक प्रणाली के समान ही ऊबड़-खाबड़ और बिखरी हुई थीं।
दोनों की तुलना
लेखकों ने क्वांटम परिणामों की तुलना एक क्लासिकल सिम्युलेशन से की जहाँ उन्होंने मैन्युअल रूप से रैंडम शोर (noise) जोड़ा था (Python के रैंडम नंबर जेनरेटर का उपयोग करके)।
- निष्कर्ष: क्वांटम कंप्यूटर द्वारा बनाई गई "ऊबड़-खाबड़" रेखाएं लगभग वैसी ही दिख रही थीं जैसी कि शोर के साथ बनाई गई क्लासिकल सिम्युलेशन की रेखाएं दिख रही थीं।
- निष्कर्ष: क्वांटम कंप्यूटर को रैंडम होने के लिए बताया जाने की आवश्यकता नहीं थी। क्वांटम अवस्था (state) को मापने की क्रिया ने स्वाभाविक रूप से अराजकता को सिम्युलेट करने के लिए आवश्यक रैंडमनेस पैदा कर दी।
यह क्यों महत्वपूर्ण है (लेखक के अनुसार)
लेखक सुझाव देते हैं कि उन प्रणालियों के लिए जो स्वाभाविक रूप से अस्त-व्यस्त और अप्रत्याशित हैं (जैसे मौसम, वित्तीय बाजार, या गैस के अणु), हमें क्वांटम कंप्यूटरों को "परफेक्ट" उत्तर देने के लिए समय बर्बाद करने की आवश्यकता नहीं है।
- उपमा: यदि आप एक तूफान को मॉडल करने की कोशिश कर रहे हैं, तो आपको एक आदर्श, चिकनी रेखा की आवश्यकता नहीं है। आपको एक ऐसे मॉडल की आवश्यकता है जो अराजकता को पकड़ सके। क्वांटम कंप्यूटर की स्वाभाविक "धुंधलापन" (fuzziness) वास्तव में इस काम के लिए एक बेहतरीन उपकरण है।
- मुख्य बात: क्वांटम कंप्यूटरों की सभी तकनीकी त्रुटियों को ठीक किए बिना भी, उनकी अंतर्निहित रैंडमनेस उन्हें हमारी दुनिया के अस्त-व्यस्त, अप्रत्याशित हिस्सों को सिम्युलेट करने के लिए एक उत्कृष्ट उम्मीदवार बनाती है।
सारांश
संक्षेप में, यह शोध पत्र कहता है: अराजक समस्याओं के लिए क्वांटम कंप्यूटरों को पूरी तरह से सटीक बनाने की कोशिश करना बंद करें। इसके बजाय, उनकी स्वाभाविक रैंडमनेस को अपनाएं। मापन (measurement) में मौजूद "शोर" वास्तव में वह सिग्नल है जिसकी हमें वास्तविक दुनिया की अराजकता को मॉडल करने के लिए आवश्यकता है।
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।