⚛️ quantum physics

Scalable Message-Passing Quantum Graph Neural Networks in the Weisfeiler-Leman Hierarchy

यह शोध पत्र एक स्केलेबल, क्रमपरिवर्तन-तुल्य (permutation-equivariant) क्वांटम ग्राफ न्यूरल नेटवर्क फ्रेमवर्क प्रस्तुत करता है जो वीज़फिलेर-लेमैन पदानुक्रम के अनिश्चित स्तरों पर संदेश पासिंग (message passing) करता है, जिससे प्रभावी प्री-ट्रेनिंग सक्षम होती है और आणविक भविष्यवाणी एवं संयोजन अनुकूलन (combinatorial optimization) कार्यों के बड़े पैमाने के सिमुलेशन पर व्यावहारिक प्रदर्शन प्रदर्शित होता है।

मूल लेखक: Snehal Raj, Brian Coyle, Léo Monbroussou, André J. Ferreira-Martins, Renato M. S. Farias, Elham Kashefi

प्रकाशित 2026-06-26

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Snehal Raj, Brian Coyle, Léo Monbroussou, André J. Ferreira-Martins, Renato M. S. Farias, Elham Kashefi

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 कंप्यूटर को जटिल संबंधों को समझना सिखाने की कोशिश कर रहे हैं, जैसे कि परमाणु मिलकर अणु कैसे बनाते हैं या यात्रा मार्ग में शहर एक-दूसरे से कैसे जुड़ते हैं। शास्त्रीय दुनिया में, हम ग्राफ न्यूरल नेटवर्क्स (GNNs) नामक उपकरणों का उपयोग करते हैं। इन्हें संदेशवाहकों की एक टीम के रूप में सोचें। प्रत्येक "नोड" (जैसे कोई शहर या परमाणु) अपने पड़ोसियों को नोट्स भेजता है, जानकारी एकत्र करता है, और अपनी समझ को अपडेट करता है। इस प्रक्रिया को मैसेज पासिंग (संदेश प्रेषण) कहा जाता है।

हालाँकि, इन शास्त्रीय संदेशवाहकों की एक सीमा है। वे ऐसे लोगों की तरह हैं जो केवल अपने निकटतम पड़ोसियों को देख सकते हैं। यदि दो दोस्तों के समूह बाहर से एक जैसे ही दिखते हैं (भले ही उनके आंतरिक संबंध अलग हों), तो एक मानक संदेशवाहक टीम उन्हें पहचान नहीं सकती। यह गणित में एक ज्ञात सीमा है जिसे 1-WL सीलिंग कहा जाता है।

अब, कल्पना कीजिए कि आप इसी काम को करने के लिए एक क्वांटम कंप्यूटर का उपयोग करने की कोशिश कर रहे हैं। समस्या यह है कि क्वांटम कंप्यूटरों को प्रशिक्षित करना बेहद कठिन होता है; जैसे-जैसे वे बड़े होते हैं, उन्हें सुधारने के लिए संकेत देने वाला "सिग्नल" अक्सर गायब हो जाता है (यह एक समस्या है जिसे "बैरन प्लेटो" कहा जाता है)। इसके अलावा, ग्राफ लर्निंग के पिछले क्वांटम प्रयासों में अक्सर ग्राफ की संरचना को केवल मशीन के अंदर कॉपी किया गया था, बिना वास्तव में क्वांटम कणों को एक-दूसरे से "बात" करने देने के।

यह शोध पत्र एक नया क्वांटम ग्राफ न्यूरल नेटवर्क (QGNN) पेश करता है जो इन समस्याओं को ठीक करता है। यह कैसे काम करता है, इसे सरल उपमाओं का उपयोग करके समझते हैं:

1. दो-टीम प्रणाली (आर्किटेक्चर)

एक बड़े अव्यवस्थित क्वांटम सर्किट के बजाय, लेखकों ने क्यूबिट्स (क्वांटम बिट्स) की दो विशिष्ट टीमों के साथ एक प्रणाली बनाई है:

नोड टीम: यह टीम ग्राफ में लोगों या शहरों का प्रतिनिधित्व करती है।
फीचर टीम: यह टीम "नोट्स" या सूचना को रखती है जिसे इधर-उधर भेजा जा रहा है।

जादू तब होता है जब ये दोनों टीमें एक बहुत ही विशिष्ट, नियंत्रित तरीके से परस्पर क्रिया करती हैं। "नोड टीम" केवल वहां बैठी नहीं रहती; यह ग्राफ के कनेक्शनों के अनुसार "फीचर टीम" से "नोट्स" को भौतिक रूप से रूट करती है, ठीक वैसे ही जैसे एक वास्तविक संदेशवाहक पड़ोसी को पत्र पहुँचाता है। यह क्वांटम सर्किट के अंदर होता है, न कि केवल बाद में की जाने वाली एक गणना के रूप में।

2. सीलिंग को तोड़ना (अभिव्यक्ति क्षमता)

सबसे बड़ी सफलता यह है कि यह क्वांटम टीम उन चीजों को देख सकती है जिन्हें शास्त्रीय टीम नहीं देख पाती।

उपमा: कल्पना कीजिए कि आप दो एक जैसी दिखने वाली जुड़वा बहनों के बीच अंतर करने की कोशिश कर रहे हैं। एक मानक पर्यवेक्षक (1-WL) उन्हें एक जैसा देखता है। लेकिन यदि आप जुड़वाओं के पूरे वंशवृक्ष या उनके दोस्तों के समूहों के साथ उनके व्यवहार को देखते हैं (3-WL), तो आप अंतर देख सकते हैं।
परिणाम: अपने क्वांटम सिस्टम में एक सेटिंग (जिसे "पार्टिकल नंबर" कहा जाता है) को समायोजित करके, लेखकों ने दिखाया कि उनका मॉडल "वेइलबिलर-लेमैन पदानुक्रम" (Weisfeiler-Leman hierarchy) में ऊपर चढ़ सकता है। इसका अर्थ है कि यह उन जटिल ग्राफ संरचनाओं के बीच अंतर कर सकता है जिन्हें पहचानना मानक मैसेज-पासिंग नेटवर्क के लिए गणितीय रूप से असंभव है। उन्होंने इसे विशेष रूप से मानक AI को धोखा देने के लिए बनाए गए कृत्रिम "ट्रिक" ग्राफों का उपयोग करके सिद्ध किया।

3. "छोटा सीखें, बड़ा तैनात करें" वाली तकनीक (स्केलेबिलिटी)

क्वांटम कंप्यूटरों के साथ सबसे बड़ा डर यह है कि वे बड़े होने पर प्रशिक्षित करना असंभव हो जाता है।

उपमा: ड्राइविंग सीखने के बारे में सोचें। आप 50 कारों वाली व्यस्त हाईवे से शुरुआत नहीं करते हैं। आप एक खाली पार्किंग स्थल से शुरुआत करते हैं। एक बार जब आप सड़क के नियम जान जाते हैं, तो आप हाईवे पर गाड़ी चला सकते हैं।
परिणाम: लेखकों ने दिखाया कि क्योंकि उनका क्वांटम मॉडल "सीखने" वाले हिस्से को "ग्राफ के आकार" से अलग रखता है, इसलिए वे बहुत छोटे ग्राफ (जैसे 5 शहर) पर इसे प्रशिक्षित कर सकते हैं और फिर तुरंत उन्हीं प्रशिक्षित सेटिंग्स को विशाल ग्राफ (जैसे 50 शहर) पर उपयोग कर सकते हैं। उन्होंने 56 क्यूबिट्स तक के ग्राफों पर इसका सफलतापूर्वक अनुकरण (सिमुलेशन) किया, जो वर्तमान क्वांटम सिमुलेशन के लिए एक बहुत बड़ा पैमाना है। सीखने का "सिग्नल" गायब नहीं हुआ; यह मजबूत बना रहा।

4. वास्तविक दुनिया के परीक्षण

टीम ने केवल सिद्धांत नहीं दिया; उन्होंने यह साबित करने के लिए तीन विशिष्ट परीक्षण किए कि यह काम करता है:

"ट्रिक" टेस्ट (CFI ग्राफ): उन्होंने उन ग्राफों का उपयोग किया जिन्हें मानक AI द्वारा पहचाना जाना असंभव था। उनका क्वांटम मॉडल उन्हें सफलतापूर्वक अलग कर सका, लेकिन केवल तभी जब उन्होंने "उच्च-स्तरीय" दृश्य (पार्टिकल नंबर 3 या 4) चालू किया।
आणविक भविष्यवाणी (QM9): उन्होंने छोटे अणुओं की ऊर्जा का अनुमान लगाने की कोशिश की। जैसे-जैसे उन्होंने अपने मॉडल की "देखने की शक्ति" बढ़ाई, भविष्यवाणी त्रुटि कम होती गई, जिससे सिद्ध हुआ कि मॉडल वास्तव में अधिक जटिल रासायनिक संरचनाओं को सीख रहा है।
ट्रैवलिंग सेल्समैन (TSP): उन्होंने मॉडल को 50 शहरों का दौरा करने वाले सेल्समैन के लिए सबसे छोटा रास्ता खोजने के लिए कहा। मॉडल ने ऐसे रास्ते खोजे जो आदर्श समाधान के बहुत करीब थे, भले ही इसे पहले छोटे उदाहरणों पर प्रशिक्षित किया गया था।

सारांश

संक्षेप में, यह शोध पत्र एक नया तरीका प्रस्तुत करता है जिससे क्वांटम कंप्यूटर नेटवर्क (ग्राफ) को समझ सकते हैं। यह "हम उन्हें एक-दूसरे से बात कैसे कराएं?" की समस्या को हल करता है—क्वांटम सर्किट के भीतर एक समर्पित संदेशवाहक प्रणाली बनाकर। यह "हम उन्हें कैसे प्रशिक्षित करें?" की समस्या को हल करता है—उन्हें छोटे उदाहरणों पर सीखने देकर और फिर बड़े पैमाने पर लागू करके। और यह "वे कितने स्मार्ट हैं?" की समस्या को हल करता है—यह सिद्ध करके कि वे उन पैटर्न को देख सकते हैं जिन्हें शास्त्रीय AI मिस कर देता है।

लेखक इस बात पर जोर देते हैं कि यह वर्तमान में एक सिमुलेशन (क्वांटम व्यवहार की नकल करने के लिए क्लासिकल कंप्यूटरों पर चलना) है, लेकिन इसका डिज़ाइन भविष्य के वास्तविक क्वांटम हार्डवेयर के लिए स्केलेबल और सैद्धांतिक रूप से सुदृढ़ बनाया गया है।

यहाँ "Scalable Message-Passing Quantum Graph Neural Networks in the Weisfeiler–Leman Hierarchy" शोध पत्र का विस्तृत तकनीकी सारांश दिया गया है।

समस्या विवरण (Problem Statement)

रसायन विज्ञान, जीव विज्ञान और अनुकूलन (optimization) में रिलेशनल डेटा से सीखने के लिए ग्राफ न्यूरल नेटवर्क (GNNs) "मेसेज पासिंग" प्रिमिटिव द्वारा संचालित होकर केंद्रीय बन गए हैं। हालाँकि, मौजूदा क्वांटम समकक्षों को महत्वपूर्ण सीमाओं का सामना करना पड़ता है:

सच्चे मेसेज पासिंग का अभाव: अधिकांश प्रस्तावित क्वांटम ग्राफ मॉडल क्वांटम सर्किट के भीतर मेसेज पासिंग नहीं करते हैं। इसके बजाय, वे ग्राफ किनारों (edges) को सर्किट गेट्स में मैप करते हैं लेकिन पड़ोसी जानकारी को एकत्रित करने के लिए क्लासिकल पोस्ट-प्रोसेसिंग पर निर्भर रहते हैं, जिससे वे क्वांटम ऑपरेशन्स के कोहेरेंट लाभों को खो देते हैं।
एक्सप्रेसिविटी की सीमा (Expressivity Ceiling): मानक मेसेज-पासिंग GNNs 1-Weisfeiler–Leman (1-WL) टेस्ट द्वारा सीमित हैं, जिसका अर्थ है कि वे कुछ संरचनात्मक रूप से भिन्न ग्राफों (जैसे, विशिष्ट गैर-आइसोमोर्फिक अणु या उप-संरचनाएं) के बीच अंतर नहीं कर सकते।
ट्रेनिबिलिटी और स्केलेबिलिटी: वेरिएशनल क्वांटम सर्किट्स (VQCs) अक्सर "बैरन प्लेटो" (barren plateau) समस्या से ग्रस्त होते हैं, जहाँ सर्किट का आकार बढ़ने के साथ ग्रेडिएंट तेजी से (exponentially) लुप्त हो जाते हैं, जिससे प्रशिक्षण असंभव हो जाता है। इसके अलावा, बहुत कम क्वांटम मॉडल बड़े ग्राफ इंस्टेंस के लिए परम्यूटेशन इक्विवेरिएंस (permutation equivariance) या स्केलेबिलिटी पर गारंटी प्रदान करते हैं।

कार्यप्रणाली (Methodology)

लेखक एक क्वांटम ग्राफ न्यूरल नेटवर्क (QGNN) फ्रेमवर्क पेश करते हैं जो सबस्पेस-प्रिजर्विंग सर्किट्स पर आधारित है और पूरी तरह से क्वांटम क्षेत्र के भीतर कार्य करता है। यह आर्किटेक्चर चार प्रमुख घटकों से बना है:

हाइरार्किकल डेटा लोडर ( $V$ ): सिस्टम दो रजिस्टरों का उपयोग करता है:
- एक नोड रजिस्टर ( $N$ क्यूबिट्स) जो एक विशिष्ट हैमिंग वेट $j$ पर ग्राफ नोड्स को एनकोड करता है। बेस स्टेट्स $j$ -सबसेट्स का प्रतिनिधित्व करते हैं (जैसे, $j=1$ पर एकल नोड्स, $j=2$ पर किनारे, $j=3$ पर त्रिकोण)।
- एक एम्बेडिंग रजिस्टर ( $D$ क्यूबिट्स) जो हैमिंग वेट $k$ पर फीचर्स को एनकोड करता है।
- एक कंट्रोल्ड-गिवेंस पार्टिकल-नंबर एनकोडर संयुक्त subspace $H^j_N \otimes H^k_D$ में नोड फीचर्स को लोड करता है।
इक्विवेरिएंट एडजेसेंसी लेयर ( $A(G)$ ): यह लेयर किनारों (edges) के अनुरूप नोड-क्यूबिट पेयर्स के बीच गिवेंस रोटेशन्स लागू करके ग्राफ कनेक्टिविटी को एनकोड करती है। रोटेशन एंगल्स एक कैनोनिकल ऑर्डरिंग में एज वेट्स से प्राप्त किए जाते हैं, जो यह सुनिश्चित करता है कि ऑपरेशन नोड लेबल पर निर्भर हुए बिना ग्राफ संरचना का सम्मान करता है।
ट्रेनिबल इवोल्यूशन ( $W(\theta)$ ): केवल एम्बेडिंग रजिस्टर पर कार्य करते हुए, यह लेयर नोड फीचर्स को अपडेट करती है। यह subspace-preserving गेट्स (विशेष रूप से कंपाउंड रिप्रेजेंटेशन में लिफ्ट किया गया $SO(D)$ का एक केली (Cayley) पैरामीट्राइजेशन) का उपयोग करती है ताकि यह सुनिश्चित हो सके कि डायनेमिक्स एक संरचित subspace के भीतर रहे, जिससे बैरन प्लेटो से बचा जा सके।
जॉइंट-रजिस्टर मिक्सिंग ( $M(\theta_M)$ ): एक अंतिम लेयर जो सूचना के प्रवाह को संरचनात्मक और फीचर subspaces के बीच करने के लिए गिवेंस रोटेशन्स के माध्यम से नोड और एम्बेडिंग रजिस्टरों को जोड़ती है।

प्रमुख तंत्र (Key Mechanisms):

मेसेज पासिंग: सर्किट कोहेरेंट रूप से मेसेज पासिंग करता है। एडजेसेंसी लेयर किनारों के साथ एम्प्लीट्यूड को रूट करती है, और ट्रेनिबल इवोल्यूशन फीचर्स को अपडेट करता है। प्रत्येक लेयर पर लोडर को पुनः अपलोड करना नॉन-लिनियरिटी लाता है।
परम्यूटेशन इक्विवेरिएंस: यह आर्किटेक्चर निर्माण द्वारा सटीक रूप से परम्यूटेशन इक्विवेरिएंट है। क्योंकि ट्रेनिबल इवोल्यूशन केवल साझा एम्बेडिंग रजिस्टर पर कार्य करता है और एडजेसेंसी/मिक्सिंग लेयर्स नोड लेबल के बजाय एज वेट्स के आधार पर एक कैनोनिकल ऑर्डरिंग का पालन करती हैं, इसलिए नोड्स को पुन: लेबल करने से फंक्शन बदले बिना केवल आउटपुट का लेबल बदल जाता है।
रीडआउट (Readout): फीचर्स को एम्बेडिंग रजिस्टर के वन-पार्टिकल डेंसिटी मैट्रिक्स (1-RDM) ( $\gamma_{pq} = \langle \psi | a^\dagger_p a_q | \psi \rangle$ ) के माध्यम से पढ़ा जाता है। इसे मैचगेट शैडोज़ या डिटर्मिनिस्टिक हार्ट्री-फॉक रीडआउट्स का उपयोग करके पॉलीनोमियल लागत ( $O(D^3/\epsilon^2)$ ) के साथ अनुमानित किया जा सकता है, जो कुल नोड्स $N$ से स्वतंत्र है।

मुख्य योगदान (Key Contributions)

सैद्धांतिक गारंटी: यह पेपर सिद्ध करता है कि QGNN वास्तविक मेसेज पासिंग करता है, सटीक रूप से परम्यूटेशन इक्विवेरिएंट है, और $j$ -WL एक्सप्रेसिविटी प्राप्त करता है। $j \ge 3$ के लिए नोड-रजिस्टर पार्टिकल नंबर सेट करके, मॉडल उन ग्राफ जोड़ों के बीच अंतर कर सकता है जिन्हें मानक 1-WL टेस्ट (और इस प्रकार सभी मानक मेसेज-पासिंग GNNs) नहीं पहचान सकते।
सबस्पेस प्रिजर्वेशन के माध्यम से स्केलेबिलिटी: डायनेमिक्स को एक निश्चित-आकार के subspace (जो $N$ के बजाय $D$ और $k$ द्वारा निर्धारित होता है) तक सीमित करके, मॉडल सामान्य VQCs से जुड़े एक्सपोनेंशियल ग्रेडिएंट वेनिशिंग से बचता है।
प्री-ट्रेनिंग रणनीति: फ्रेमवर्क "ट्रेन-स्मॉल, डिप्लॉय-लार्ज" दृष्टिकोण अपनाता है। चूंकि ट्रेनिबल पैरामीटर्स केवल एम्बेडिंग रजिस्टर पर कार्य करते हैं (जो ग्राफ के आकार से स्वतंत्र है), एक छोटे ग्राफ पर प्रशिक्षित मॉडल को उसके मापदंडों को बड़े मॉडल में इनिशियलाइज़ करके बड़े इंस्टेंस पर स्थानांतरित किया जा सकता है।

परिणाम (Results)

तीन डेटासेट्स पर तीन बड़े पैमाने के क्लासिकल सिमुलेशन (56 क्यूबिट्स तक) के माध्यम से फ्रेमवर्क को मान्य किया गया:

Cai–Fürer–Immerman (CFI) ग्राफ:
- लक्ष्य: उन गैर-आइसोमोर्फिक ग्राफ जोड़ों को अलग करना जिन्हें 1-WL अलग नहीं कर सकता।
- परिणाम: QGNN ने अनुमानित पार्टिकल नंबर्स ( $j=3$ के लिए CFI(K3) और $j=4$ के लिए CFI(K4)) पर ठीक 100% टेस्ट सटीकता प्राप्त की, जबकि 1-WL बेसलाइन चांस (chance) स्तर पर रही। यह मॉडल की 1-WL सीलिंग से ऊपर उठने की क्षमता की पुष्टि करता है।
QM9 मॉलिक्यूलर प्रॉपर्टी प्रेडिक्शन:
- लक्ष्य: 130,831 अणुओं के लिए HOMO–LUMO गैप की भविष्यवाणी करना।
- परिणाम: पार्टिकल नंबर $j$ को 1 से 3 तक बढ़ाने से, पैरामीटर काउंट को लगभग स्थिर रखते हुए, मीन एब्सोल्यूट एरर (MAE) 0.398 eV से घटकर 0.235 eV हो गया। यह दर्शाता है कि उच्च-क्रम संरचनात्मक रिज़ॉल्यूशन वास्तविक दुनिया के रासायनिक कार्यों पर प्रदर्शन में सुधार करता है।
यूक्लिडियन ट्रैवलिंग सेल्समैन प्रॉब्लम (TSP):
- लक्ष्य: $N$ शहरों (N $\le$ 50 तक) के लिए निकट-इष्टतम टूर खोजना।
- परिणाम: मॉडल ने $N=50$ के लिए 1.201 का अनुपात बनाया (जहाँ 1.0 इष्टतम है)। महत्वपूर्ण रूप से, मॉडल इन पैमानों पर भी ट्रेन करने योग्य रहा।
- ट्रेनिबिलिटी: क्यूबिट काउंट बढ़ने पर ग्रेडिएंट वेरिएंस पॉलीनोमियल (एक्सपोनेंशियल नहीं) बना रहा। ट्रांसफर लर्निंग (छोटे प्रशिक्षित मॉडलों से बड़े मॉडलों को इनिशियलाइज़ करना) ने ग्रेडिएंट सिग्नल को रैंडम इनिशियलाइजेशन की तुलना में 1–2 ऑर्डर ऑफ मैग्नीट्यूड अधिक रखा।
- रीडआउट: मैचगेट-आधारित रीडआउट्स ने कम्प्यूटेशनल-बेसिस रीडआउट्स की तुलना में काफी बेहतर प्रदर्शन किया, जिससे टास्क प्रदर्शन के लिए आवश्यक ऑफ-डायगोनल जानकारी प्राप्त हुई।

महत्व और दावे (Significance and Claims)

यह पेपर एक ऐसे पथ को खोलने का दावा करता है जो निकट-अवधि क्वांटम एल्गोरिदम (near-term quantum algorithms) के लिए है जिनके पास दोनों सैद्धांतिक गारंटी और व्यावहारिक स्केलेबिलिटी है।

सिद्धांत और व्यवहार को जोड़ना: यह ग्राफ लर्निंग के सिद्धांतों (मेसेज पासिंग, इक्विवेरिएंस, WL पदानुक्रम) को सीधे क्वांटम सर्किट डिजाइन में लाता है, जो ह्यूरिस्टिक क्वांटम मॉडल से आगे जाता है।
ट्रेनिबिलिटी को हल करना: सबस्पेस-प्रिजर्विंग डायनेमिक्स और प्री-ट्रेनिंग का उपयोग करके, यह कार्य बैरन प्लेटो बाधा को संबोधित करता है, यह प्रदर्शित करता है कि बड़े इंस्टेंस के लिए क्वांटम ग्राफ मॉडल को प्रशिक्षित किया जा सकता है।
एक्सप्रेसिविटी: यह पहला प्रमाणित क्वांटम ग्राफ मॉडल प्रदान करता है जो 1-WL एक्सप्रेसिविटी सीमा को पार कर सकता है, जो जटिल ग्राफ संरचनाओं को अलग करने के लिए एक सैद्धांतिक आधार प्रदान करता है जिसे क्लासिकल मेसेज-पासिंग नेटवर्क मिस कर देते हैं।

लेखक इस बात पर जोर देते हैं कि हालांकि वर्तमान सत्यापन क्लासिकल सिमुलेशन के माध्यम से है, आर्किटेक्चर को निकट-अवधि क्वांटम हार्डवेयर के साथ संगत होने के लिए डिज़ाइन किया गया है (जिसके लिए $N=50$ के लिए ~56 क्यूबिट्स की आवश्यकता होती है), जिसमें रीडआउट लागत ग्राफ के आकार के बजाय फीचर डायमेंशन के साथ पॉलीनोमियल रूप से स्केल होती है।