Quantum-informed surrogate sampling for combinatorial optimization
यह शोध पत्र क्वांटम-इन्फॉर्म्ड सरोगेट सैंपलिंग (QISS) को पेश करता है, जो एक शोर-प्रतिरोधी (noise-resilient) पोस्ट-प्रोसेसिंग फ्रेमवर्क है जो कॉम्बिनेटोरियल ऑप्टिमाइज़ेशन समस्याओं के लिए उच्च-गुणवत्ता वाले क्लासिकल समाधान उत्पन्न करने के लिए शैलो क्वांटम सर्किट से लो-ऑर्डर सहसंबंधों (low-order correlations) का लाभ उठाता है, जो 54-क्यूबिट IQM Emerald जैसे उपकरणों पर डीप वैनिला QAOA की तुलना में काफी बेहतर प्रदर्शन 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
कल्पना कीजिए कि आप धागे की एक विशाल, उलझी हुई गांठ को सुलझाने की कोशिश कर रहे हैं। इसे वैज्ञानिक "कॉम्बिनेटोरियल ऑप्टिमाइज़ेशन" (combinatorial optimization) समस्या कहते हैं: अरबों संभावनाओं में से एकल सबसे अच्छी व्यवस्था को खोजना, जैसे कि एक हज़ार घरों तक पैकेज पहुँचाने का सबसे कुशल तरीका पता लगाना या दोस्तों के एक समूह को दो टीमों में इस तरह विभाजित करना ताकि वे सबसे कम बहस करें। दशकों से, हम इन गांठों को सुलझाने के लिए सुपर-फास्ट क्लासिकल कंप्यूटरों पर भरोसा करते आए हैं, लेकिन जैसे-जैसे समस्याएँ बड़ी होती जाती हैं, बेहतरीन कंप्यूटर भी पसीना छोड़ने लगते हैं और धीमे पड़ जाते हैं।
यहाँ क्वांटम कंप्यूटर का प्रवेश होता है। इसे अपने लैपटॉप के तेज़ संस्करण के रूप में नहीं, बल्कि एक जादुई, समानांतर-ब्रह्मांड अन्वेषक (parallel-universe explorer) के रूप में सोचें। एक समय में एक रास्ता खोजने के बजाय, यह क्वांटम भौतिकी के अजीब नियमों का उपयोग करके एक साथ कई रास्तों का पता लगा सकता है। इसका उपयोग करने का एक लोकप्रिय तरीका QAOA (क्वांटम एप्रोक्सिमेट ऑप्टिमिज़ेशन एल्गोरिदम) नामक एक एल्गोरिदम है। आप QAOA को एक क्वांटम रोबोट के रूप में देख सकते हैं जो गांठ के माध्यम से घूमता है, ढीले सिरे को खोजने की कोशिश करता है। हालाँकि, आज के क्वांटम रोबोट अभी भी थोड़े अनाड़ी हैं; वे शोर-शराबे वाले, स्टेटिक (static) से आसानी से भ्रमित होने वाले हैं, और बहुत कम समय के लिए ही घूम सकते हैं (जिसे "उथले सर्किट" या shallow circuits कहा जाता है)। इस कारण से, वे अक्सर अपने आप में परफेक्ट समाधान खोजने में संघर्ष करते हैं, और आमतौर पर हमें केवल एक "काफी अच्छा" अनुमान ही देते हैं।
यहीं पर एक नया विचार आता है जिसे क्वांटम-इन्फॉर्म्ड सरोगेट सैंपलिंग (QISS) कहा जाता है, जिसे शोधकर्ता एलिजाबेथ वायबो और जेर्नी रुडी फिनज़गार द्वारा प्रस्तावित किया गया है। पूरे पहेली को एक साथ हल करने के लिए क्वांटम रोबोट से पूछने के बजाय, उन्होंने रोबोट को एक "जासूस" (scout) के रूप में उपयोग करने का निर्णय लिया। क्वांटम डिवाइस को केवल गांठ के छोटे, स्थानीय हिस्सों पर नज़र डालने और कुछ सरल सुराग (जिन्हें "कोरिलेशन" कहा जाता है) इकट्ठा करने की आवश्यकता है। फिर, एक स्मार्ट क्लासिकल कंप्यूटर उन सुरागों को लेता है और उनका उपयोग एक मानचित्र, या एक "सरोगेट" बनाने के लिए करता है, जो वास्तविक सर्वोत्तम समाधान खोजने के लिए एक बहुत अधिक शक्तिशाली खोज का मार्गदर्शन करता है। यह बिल्कुल वैसा ही है जैसे क्वांटम रोबोट एक मानव जासूस को कुछ संकेत फुसफुसाता है, और फिर वह जासूस उन संकेतों का उपयोग करके पूरे रहस्य को सुलझाता है।
शोधकर्ताओं ने इस विचार का परीक्षण दो क्लासिक पहेलियों पर किया: "मैक्सिमम कट" (Maximum Cut) समस्या (दो समूहों के बीच कनेक्शन को अधिकतम करने के लिए एक नेटवर्क को विभाजित करना) और "मैक्सिमम इंडिपेंडेंट सेट" (Maximum Independent Set) समस्या (उन वस्तुओं का सबसे बड़ा समूह खोजना जहाँ कोई भी एक-दूसरे को स्पर्श नहीं करता है)। उन्होंने पाया कि एक उथले, शोर वाले क्वांटम सर्किट से बहुत कम जानकारी का उपयोग करके, उनकी विधि उन समाधानों को उत्पन्न कर सकती थी जो क्वांटम कंप्यूटर द्वारा अकेले दिए जाने वाले समाधानों की तुलना में काफी बेहतर थे। वास्तव में, मैक्सिमम कट समस्या के लिए, उनकी विधि ने एक बहुत ही उथले, कम जटिल स्तर (डेप्थ 3) पर, एक मानक क्वांटम दृष्टिकोण के प्रदर्शन को पीछे छोड़ दिया जो बहुत गहरे और अधिक जटिल स्तर (डेप्थ 17) पर चल रहा था।
शायद सबसे रोमांचक हिस्सा यह है कि यह विधि शोर (noise) के प्रति अविश्वसनीय रूप से सख्त है। टीम ने अपने प्रयोग को IQM एमराल्ड (IQM Emerald) नामक एक वास्तविक 54-qubit क्वांटम कंप्यूटर पर चलाया। यहाँ तक कि जब मशीन से प्राप्त कच्चा डेटा अव्यवस्थित और त्रुटियों से भरा था, तब भी QISS विधि उस शोर को छानने में सक्षम थी और फिर भी लगभग सटीक समाधान खोजने में सफल रही, जिससे यह प्रदर्शन उतना ही अच्छा रहा जितना कि मशीन पूरी तरह से शांत होती। यह कंप्यूटिंग के भविष्य के लिए एक नया रास्ता सुझाता है: हमें बड़ी समस्याओं को हल करने के लिए पूर्ण, त्रुटि-मुक्त क्वांटम कंप्यूटरों का इंतजार करने की आवश्यकता नहीं है। इसके बजाय, हम आज की शोर वाली मशीनों को सरल "संकेत देने वालों" के रूप में उपयोग कर सकते हैं और क्लासिकल कंप्यूटरों को भारी काम करने दे सकते हैं, जिससे कुछ क्वांटम फुसफुसाहटों को एक शक्तिशाली, स्केलेबल समाधान में बदला 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।