DreamQAS: Learning a Decision-Useful World Model for VQE-Efficient Quantum Architecture Search
DreamQAS एक मॉडल-आधारित सुदृढीकरण शिक्षण (reinforcement learning) ढांचा है जो केवल महंगे VQE फीडबैक को सीखकर और सटीक सर्किट गतिकी (circuit dynamics) को संरक्षित करके क्वांटम आर्किटेक्चर सर्च को त्वरित करता है, जिससे पारंपरिक मॉडल-मुक्त दृष्टिकोणों की तुलना में इष्टतम आर्किटेक्चर खोजने के लिए आवश्यक वास्तविक क्वांटम कॉल्स की संख्या को काफी कम कर दिया जाता 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 रोबोट को एक आदर्श लेगो (LEGO) किला बनाना सिखाने की कोशिश कर रहे हैं, लेकिन एक पेंच है: हर बार जब रोबोट एक ईंट जोड़ता है, तो आपको उस आधे-अधूरे किले को एक बहुत ही महंगे, स्लो-मोशन टाइम मशीन के पास भेजना पड़ता है ताकि वह आपको बता सके कि वह कितना स्थिर है। यह टाइम मशीन, जिसे 'वेरिएशनल क्वांटम आइजनसोल्वर' (VQE) कहा जाता है, एक आणविक डिज़ाइन (molecular design) के काम करने की जांच करने का स्वर्ण मानक है, लेकिन यह इतना महंगा और धीमा है कि आप बजट खत्म होने से पहले केवल कुछ हज़ार बार ही इसका उपयोग कर सकते हैं। यही क्वांटम आर्किटेक्चर सर्च (QAS) का दैनिक संघर्ष है, जहाँ वैज्ञानिक क्वांटम कंप्यूटरों के लिए सर्वोत्तम सर्किट डिजाइन करने की कोशिश करते हैं ताकि रसायन विज्ञान की समस्याओं को हल किया जा सके। बड़ा सवाल यह है: जब "सत्य" प्राप्त करना इतना महंगा हो, तो आप एक रोबोट को कुशलतापूर्वक ये सर्किट बनाना कैसे सिखाएंगे? आप केवल अंधेरे में तीर नहीं चला सकते, लेकिन आप हर एक चाल के बाद मदद के लिए टाइम मशीन से पूछने का खर्च भी नहीं उठा सकते।
यहीं पर "DreamQAS" नामक एक चतुर तकनीक काम आती है। हर संभव किले की सटीक ऊर्जा (energy) की भविष्यवाणी करने के बजाय (जो कि दुनिया की हर एक गली के लिए मौसम की भविष्यवाणी करने जैसा है), लेखक रोबोट को "सपना" देखना सिखाते हैं। वे एक 'वर्ल्ड मॉडल' (world model) बनाते हैं जो लेगो के नियमों को पूरी तरह से जानता है (जैसे कि आप हवा में ईंट नहीं रख सकते, और कुछ खास आकार ही आपस में फिट होते हैं) लेकिन केवल उस महंगे फीडबैक का अनुमान लगाने के लिए सीखा गया है जो टाइम मशीन देता है। रोबोट अपने सपनों में निर्माण करने का अभ्यास करता है, यह कल्पना करता है कि उसका किला कैसा खड़ा होगा, और केवल तभी वास्तव में टाइम मशीन से मदद मांगता है जब वह वास्तव में अनिश्चित होता है या जब उसे कोई विशेष रूप से आशाजनक डिज़ाइन मिलता है। परिणाम यह है कि यह प्रणाली पिछले तरीकों की तुलना में बहुत कम वास्तविक, महंगे परीक्षणों का उपयोग करके बेहतर क्वांटम सर्किट बनाना सीखती है, जो यह सिद्ध करता है कि कभी-कभी, एक अच्छी कल्पना प्रयोगशाला में सबसे कुशल उपकरण होती है।
समस्या: महंगा "टाइम मशीन"
क्वांटम कंप्यूटिंग की दुनिया में, वैज्ञानिक नए ड्रग्स या सामग्रियों की खोज के लिए अणुओं (molecules) का अनुकरण (simulate) करना चाहते हैं। ऐसा करने के लिए, वे एक क्वांटम सर्किट का उपयोग करते हैं—जो क्वांटम गेट्स का एक विशिष्ट अरेंजमेंट है—एक अणु का प्रतिनिधित्व करने के लिए। लक्ष्य उस अरेंजमेंट को खोजना है जो सबसे कम ऊर्जा देता है, जो अणु की सबसे स्थिर अवस्था को दर्शाता है। इस प्रक्रिया को 'वेरिएशनल क्वांटम आइजनसोल्वर' (VQE) कहा जाता है।
VQE को एक बहुत ही सख्त, बहुत धीमे जज के रूप में सोचें। यदि आप उसे एक सर्किट डिज़ाइन दिखाते हैं, तो वह सटीक ऊर्जा बताने के लिए एक जटिल अनुकूलन (optimization) चलाता है। लेकिन पेच यह है कि इस जज को चलाने में बहुत अधिक समय और कंप्यूटिंग शक्ति लगती है। सर्वोत्तम सर्किट खोजने के पारंपरिक दृष्टिकोण (क्वांटम आर्किटेक्चर सर्च) में, एक कंप्यूटर प्रोग्राम (एजेंट) एक समय में एक गेट जोड़कर सर्किट बनाने की कोशिश करता है। हर एक गेट जोड़ने के बाद, उसे रुकना पड़ता है और स्कोर के लिए VQE जज से पूछना पड़ता है। यदि एजेंट हजारों प्रयासों से सीखना चाहता है, तो उसे जज से हजारों बार पूछना होगा। यह शतरंज खेलने के लिए सीखने जैसा है जहाँ आप हर एक चाल के बाद ग्रैंडमास्टर से अपने बोर्ड का विश्लेषण करने के लिए कहते हैं; आप खेल सीखने से बहुत पहले ही अपना धैर्य (और पैसा) खत्म कर देंगे।
समाधान: जाँच करने के बजाय सपना देखना
इस शोध पत्र के लेखक, जियायांग निउ और उनके सहयोगियों ने महसूस किया कि जबकि VQE फीडबैक महंगा है, सर्किट बनाने के नियम वास्तव में सरल और ज्ञात हैं। आप जानते हैं कि क्या होता है जब आप एक गेट जोड़ते हैं; सर्किट बस लंबा हो जाता है। एकमात्र चीज़ जो आप निश्चित रूप से नहीं जानते हैं, वह यह है कि वह नया सर्किट कितना अच्छा होगा जब तक कि आप महंगे VQE चेक को नहीं चलाते।
इसलिए, उन्होंने DreamQAS बनाया। एक ऐसे रोबोट के बजाय जो अंधाधुंध अनुमान लगाता है या एक ऐसा रोबोट जो हर चाल के बाद जज से पूछता है, DreamQAS एक ऐसा रोबोट है जो "सपना" देखना सीखता है।
यहाँ सपना कैसे काम करता है:
- वास्तविक दुनिया: रोबोट वास्तविक दुनिया में कुछ सर्किट बनाना शुरू करता है और स्कोर के लिए VQE जज से पूछता है। इससे उसे "सत्यापित" (verified) डेटा का एक छोटा ढेर मिलता है।
- सपनों की दुनिया: इस सत्यापित डेटा का उपयोग करके, रोबोट एक "वर्ल्ड मॉडल" बनाता है। यह मॉडल खेल के नियमों को पूरी तरह से जानता है (यह जानता है कि जब एक गेट जोड़ा जाता है तो सर्किट कैसे बदलता है) लेकिन इसने वास्तविक डेटा में देखे गए पैटर्न के आधार पर VQE स्कोर का अनुमान लगाना सीख लिया है।
- कल्पित प्रशिक्षण (Imagined Training): अब, रोबोट अपने दिमाग में सैकड़ों नए सर्किट बना सकता है (अपने "सपनों" में)। वह एक गेट जोड़ता है, और वास्तविक जज के बजाय, वह अपने स्वप्न मॉडल से स्कोर पूछता है। वह कई चरणों तक ऐसा करता है, जिससे लंबी "कल्पित यात्राएं" (imagined trajectories) बनती हैं ताकि यह सीखा जा सके कि कौन सी चालें बेहतर परिणामों की ओर ले जाती हैं।
- सुरक्षा जाल (Safety Net): रोबोट जानता है कि उसके सपने गलत हो सकते हैं। इसलिए, उसके पास सुरक्षा के कुछ नियम हैं। यदि स्वप्न मॉडल अनिश्चित है (इसके आंतरिक भविष्यवाणियों के बीच उच्च "असहमति" है), तो रोबोट सपना देखना बंद कर देता है और वास्तविक जज से पूछने के लिए जाग जाता है। यदि रोबोट को कोई ऐसा डिज़ाइन मिलता है जो सपने में वास्तव में आशाजनक दिखता है, तो वह सत्यापन के लिए जाग जाता है। यह रोबोट को एक ऐसी कल्पना में खो जाने से रोकता है जहाँ उसे लगता है कि वह एक आदर्श किला बना रहा है लेकिन वास्तव में वह ढह जाता है।
उन्होंने क्या पाया: सपने समय बचाते हैं
शोधकर्ताओं ने पांच अलग-अलग आणविक कार्यों पर DreamQAS का परीक्षण किया, जिसमें साधारण लिथियम हाइड्राइड (LiH) से लेकर विभिन्न संख्या में क्वांटम बिट्स (qubits) वाले अधिक जटिल बेरिलियम हाइड्राइड (BeH2) अणु शामिल थे। उन्होंने इसकी तुलना अन्य तरीकों से की जो या तो बिल्कुल सपना नहीं देखते थे या अलग रणनीतियों का उपयोग करते थे।
परिणाम प्रभावशाली थे। इन सिमुलेशन में, DreamQAS ने मानक पद्धति के समान सटीकता स्तर तक पहुँचने के लिए प्रतिस्पर्धियों की तुलना में काफी कम वास्तविक VQE कॉल्स का उपयोग करके उच्च गुणवत्ता वाले सर्किट डिज़ाइन खोज लिए।
- पाँच में से चार कार्यों पर, DreamQмAS ने मानक पद्धति के समान सटीकता प्राप्त करने के लिए 1.6 से 2.0 गुना कम वास्तविक VQE कॉल्स का उपयोग किया।
- सबसे जटिल कार्य (8 क्वबिट्स के साथ BeH2) पर, बचत विशाल थी: DreamQAS ने 10.6 गुना कम वास्तविक VQE कॉल्स का उपयोग किया।
इसका अर्थ यह है कि एक मानक कंप्यूटर पर अपने "सपने" (मॉडल चलाना) में थोड़ा समय बिताकर, सिस्टम ने उस बहुत बड़े समय को बचा लिया जो महंगे क्वांटम जज से पूछने में बर्बाद हो जाता।
"सिर्फ अनुमान लगाने" से "सपना देखना" बेहतर क्यों है?
कोई सोच सकता है, "क्यों न सीधे सबसे अच्छा सर्किट चुनने के लिए केवल ड्रीम मॉडल का उपयोग किया जाए?" शोध पत्र ने स्पष्ट रूप से इसका परीक्षण किया। उन्होंने ड्रीम मॉडल को अगले सबसे अच्छे कदम को चुनने के लिए एक सरल मार्गदर्शक (एक "ग्रीडी" दृष्टिकोण) के रूप में उपयोग करने की कोशिश की, लेकिन यह पूर्ण स्वप्न प्रक्रिया जितना प्रभावी नहीं था।
मुख्य अंतर्दृष्टि यह है कि ड्रीम मॉडल एक पूर्ण निर्मित किले की सटीक ऊर्जा की भविष्यवाणी करने में सक्षम नहीं है। हालाँकि, यह चालों के सापेक्ष मूल्य (relative value) को सीखने में बहुत अच्छा है। यह सीखता है कि "यदि मैं यह गेट जोड़ता हूँ, तो स्कोर आमतौर पर थोड़ा बढ़ जाता है," भले ही इसे सटीक अंतिम स्कोर का पता न हो। कई चरणों (मल्टी-स्टेप इमेजिनेशन) के माध्यम से इन सापेक्ष संकेतों का उपयोग करके, रोबोट पूरे सर्किट को बनाने की बेहतर रणनीति सीखता है, न कि केवल प्रत्येक चरण में एक एकल "सबसे अच्छे दिखने वाले" ईंट को चुनता है।
शोध पत्र ने यह भी दिखाया कि अपनी स्वयं की क्षमता को आंकने की रोबोट की क्षमता महत्वपूर्ण है। मॉडल यह बता सकता है कि वह कब अनिश्चित है (अपने आंतरिक "स्वप्न देखने वालों" के बीच उच्च असहमति)। जब वह अनिश्चित होता है, तो वह सपना देखना बंद कर देता है और वास्तविक दुनिया से जाँच करता है। यह "अनिश्चितता-जागरूक" (uncertainty-aware) व्यवहार रोबोट को बुरे विचारों पर समय बर्बाद करने या गलत अनुमानों के लूप में फंसने से बचाता है।
निष्कर्ष
DreamQAS महंगे क्वांटम जज को बदलने की कोशिश नहीं करता है; यह रोबोट को यह समझने में स्मार्ट बनाता है कि मदद कब मांगनी है। सर्किट निर्माण के ज्ञात नियमों को महंगे फीडबैक से अलग करके, और "सपना देखने" के चरण का उपयोग करके, यह प्रणाली बहुत तेज़ी से बेहतर क्वांटम सर्किट बनाना सीखती है।
क्वांटम केमिस्ट्री की दुनिया में, जहाँ प्रत्येक गणना में बहुत अधिक समय और ऊर्जा खर्च होती है, यह दृष्टिकोण एक नया रास्ता दिखाता है: समस्या को केवल बलपूर्वक (brute-force) हल करने की कोशिश न करें। एक ऐसा मॉडल बनाएं जो नियमों को समझता हो, उसे संभावनाओं के सपने देखने दें, और केवल तभी वास्तविकता की जांच के लिए जागें जब वास्तव में आवश्यक हो। लेखकों ने पाया कि यह विधि न केवल बेहतर डिज़ाइन पाती है बल्कि यह बहुत कम लागत के साथ किया जाता है, जिससे उपयोगी क्वांटम सिमुलेशन का मार्ग थोड़ा आसान हो जाता 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।