Towards Natural Gas Contract Selection via Quantum-Guided Independent Set Reduction

महाद्वीपों के पार ऊर्जा ले जाने वाले विशाल, जटिल नेटवर्क में, ऑपरेटरों को एक बहुत बड़े पैमाने और परिणाम की समस्या का सामना करना पड़ता है। उन्हें यह चुनना होता है कि किन प्राकृतिक गैस अनुबंधों (contracts) को पूरा किया जाए, जो समय, भौतिक बुनियादी ढांचे और पाइपों के माध्यम से बहने वाली गैस की कुल मात्रा द्वारा सीमित होता है। यदि वे गलत संयोजन चुनते हैं, तो सिस्टम ओवरलोड हो सकता है; यदि वे बहुत कम चुनते हैं, तो वे आर्थिक नुकसान उठाते हैं। जैसे-जैसे उपलब्ध अनुबंधों की संख्या बढ़ती है, संभावित संयोजनों की संख्या भी तेजी से बढ़ती है, जिससे एक ऐसा खोज क्षेत्र (search space) बन जाता है जो इतना विशाल है कि सबसे शक्तिशाली क्लासिकल कंप्यूटर भी अनुकूल समझौतों के सबसे अच्छे सेट को खोजने में संघर्ष करते हैं। यह वस्तुओं के उस सबसे बड़े समूह को खोजने की समस्या है जो बिना किसी संघर्ष के सह-अस्तित्व में रह सकते हैं, एक ऐसी चुनौती जिसे गणितज्ञ लंबे समय से हल करने के लिए सबसे कठिन समस्याओं में से एक मानते आए हैं।

IBM रिसर्च और वुडसाइड एनर्जी के शोधकर्ताओं ने अब क्लासिकल कंप्यूटरों की विश्वसनीयता को उभरती हुई क्वांटम मशीनों की शक्ति के साथ जोड़कर इस विशिष्ट प्रकार की कठिनाई से निपटने का एक नया तरीका परीक्षण किया है। उनका काम इस समस्या को हमेशा के लिए हल करने का दावा नहीं करता है, न ही यह सुझाव देता है कि क्वांटम कंप्यूटर हर कार्य के लिए पारंपरिक कंप्यूटरों को बदलने के लिए तैयार हैं। इसके बजाय, उन्होंने एक व्यावहारिक, चरण-दर-चरण विधि का प्रदर्शन किया है जहाँ एक क्लासिकल कंप्यूटर समस्या को सरल बनाने का भारी काम करता है, और एक छोटे, प्रबंधनीय हिस्से को क्वांटम प्रोसेसर के लिए छोड़ देता है। परिणाम एक हाइब्रिड सिस्टम है जिसने लगभग हर परीक्षण मामले में सबसे अच्छे संभव अनुबंधों की सफलतापूर्वक पहचान की, जो इस बात की एक झलक देता है कि ये दो प्रकार के कंप्यूटर औद्योगिक समस्याओं को हल करने के लिए कैसे मिलकर काम कर सकते हैं जो पहले पहुंच से बाहर थीं।

चुनौती का मूल कारण विकल्पों की विशाल संख्या है। कल्पना कीजिए कि हजारों लोगों से भरा एक कमरा है, जहाँ कुछ जोड़े साझा संसाधनों या समय के टकराव के कारण एक-दूसरे के बगल में नहीं खड़े हो सकते। लक्ष्य लोगों का वह सबसे बड़ा समूह खोजना है जो बिना किसी संघर्ष के एक साथ खड़े हो सकें। प्राकृतिक गैस की दुनिया में, "लोग" अनुबंध हैं, और "संघर्ष" ओवरलैपिंग डिलीवरी समय या साझा पाइपलाइन खंड जैसी चीजें हैं। जैसे-जैसे अनुबंधों की संख्या बढ़ती है, संभावित समूहों की संख्या इतनी तेजी से बढ़ती है कि हर एक संयोजन की जांच करना असंभव हो जाता है। इसे 'मैक्सिमम इंडिपेंडेंट सेट' (Maximum Independent Set) समस्या के रूप में जाना जाता है, जो एक क्लासिक गणितीय पहेली है जहाँ उद्देश्य गैर-टकराव वाली वस्तुओं का सबसे बड़ा समूह खोजना है। दशकों से, कंप्यूटर इसके साथ संघर्ष करते रहे हैं, अक्सर उन्हें सटीक उत्तर के बजाय एक "काफी अच्छा" उत्तर लेकर संतोष करना पड़ता है।

इसे संबोधित करने के लिए, शोधकर्ताओं ने एक ऐसी रणनीति विकसित की जो इस समस्या को उन्मूलन (elimination) के खेल की तरह देखती है। वे पहले एक क्लासिकल कंप्यूटर का उपयोग करके तर्क के नियमों का एक सेट लागू करते हैं जो तुरंत उन अनुबंधों की पहचान कर सकते हैं जिन्हें शामिल किया जाना चाहिए या जिन्हें बाहर किया जाना चाहिए। उदाहरण के लिए, यदि किसी अनुबंध का किसी और के साथ कोई संघर्ष नहीं है, तो उसे स्वतः ही सुरक्षित माना जाता है। यदि किसी अनुबंध का सभी के साथ संघर्ष है, तो उसे स्वतः ही हटा दिया जाता है। 'ग्राफ रिडक्शन' (graph reduction) नामक यह प्रक्रिया पहेली के आसान हिस्सों को हटा देती है, जिससे अनुबंधों का एक छोटा, अधिक जटिल "कर्नेल" (kernel) बच जाता है जो अभी भी सुलझाने में कठिन है। यही शेष कर्नेल, जिसमें अभी भी सौ से अधिक अनुबंध हो सकते हैं, क्वांटम कंप्यूटर को सौंपा जाता है।

क्वांटम कंप्यूटर एक साथ पूरी पहेली को हल करने की कोशिश नहीं करता है। इसके बजाय, यह एक परिष्कृत मार्गदर्शक के रूप में कार्य करता है। 'क्वांटम एप्रोक्सिमेट ऑप्टिमाइजेशन एल्गोरिदम' (Quantum Approximate Optimization Algorithm) नामक तकनीक का उपयोग करते हुए, मशीन एक विशेष सर्किट चलाती है जो कई संभावित समाधानों का नमूना (sample) लेती है। केवल इस नमूने से सबसे अच्छा दिखने वाला उत्तर चुनने के बजाय, शोधकर्ताओं ने सभी परिणामों के सांख्यिकीय पैटर्न को देखा। उन्होंने पाया कि क्वांटम मशीन यादृच्छिक (random) रूप से चुनाव नहीं कर रही थी; यह उन अनुबंधों को उच्च संभावना दे रही थी जो उच्च गुणवत्ता वाले समाधानों का हिस्सा थे। इन संभावनाओं का उपयोग करके शेष अनुबंधों को रैंक करने से, क्लासिकल कंप्यूटर फिर से स्मार्ट निर्णय ले सका कि किन अनुबंधों को रखना है और किन्हें हटाना है। क्लासिकल सरलीकरण, क्वांटм मार्गदर्शन और आगे के सरलीकरण का यह चक्र तब तक दोहराया जाता है जब तक कि अनुबंधों की पूरी सूची हल नहीं हो जाती।

टीम ने इस दृष्टिकोण का परीक्षण दो प्रकार की चुनौतियों पर किया। पहले, उन्होंने कठिन गणितीय पहेलियों के एक सार्वजनिक पुस्तकालय से पंद्रह मानक बेंचमार्क समस्याओं का उपयोग किया, जिनमें तीस-चार नोड्स वाले छोटे ग्राफ से लेकर एक सौ पचासी नोड्स वाले बड़े ग्राफ तक शामिल थे। पंद्रह में से चौदह मामलों में, हाइब्रिड सिस्टम ने ठीक वही इष्टतम समाधान खोजा जो सर्वश्रेष्ठ क्लासिकल सॉल्वर खोज सकते थे, जिससे लगभग ९४ प्रतिशत की सफलता दर प्राप्त हुई। पंद्रहवें मामले में, यह बहुत करीब था, जिसने एक ऐसा समाधान खोजा जो सर्वोत्तम संभव समाधान से केवल थोड़ा ही छोटा था। महत्वपूर्ण रूप से, जब उन्होंने अपने तरीके की तुलना रैंडम गेसिंग (random guessing) का उपयोग करने वाले संस्करण से की, तो क्वांटम-निर्देशित दृष्टिकोण ने लगातार बेहतर समाधान खोजे, विशेष रूप से कठिन समस्याओं पर। उदाहरण के लिए, एक कठिन परीक्षण में, रैंडम विधि लगभग कभी भी सबसे अच्छा उत्तर नहीं खोज पाई, जबकि क्वांटम-निर्देशित विधि ने अपने कई रन में इसे खोज लिया।

शोधकर्ताओं ने अपने तरीके को एक अधिक वास्तविक परिदृश्य पर लागू किया: नौ सौ अनुबंधों वाले प्राकृतिक गैस अनुबंध चयन का एक सिंथेटिक मॉडल। इन बड़े परीक्षणों में, क्लासिकल रिडक्शन चरण अविश्वसनीय रूप से प्रभावी था, जिसने क्वांटम कंप्यूटर के पास पहुँचने से पहले ही औसतन ८६ प्रतिशत अनुबंधों को हटा दिया। इसने एक छोटा सा समस्या छोड़ दी जिसे वर्तमान क्वांटम हार्डवेयर संभाल सकता था। हाइब्रिड सिस्टम ने छह में से चार बड़े परीक्षणों में सबसे अच्छा संभव समाधान खोजा और अन्य दो में सबसे अच्छे संभव उत्तर से केवल दो अनुबंधों की दूरी पर रहा। इसके विपरीत, एक रैंडम चयन पद्धति लगभग सभी बड़े मामलों में सबसे अच्छा समाधान खोजने में विफल रही। अध्ययन से पता चलता है कि समस्या को तोड़ने और केवल कठिन शेष हिस्सों के लिए क्वांटम कंप्यूटर का उपयोग करने से, सिस्टम उन ग्राफों को संभाल सकता है जो क्वांटम कंप्यूटर द्वारा अकेले हल किए जा सकते हैं से कहीं अधिक बड़े हैं।

यह समझना महत्वपूर्ण है कि यह उपलब्धि क्या दर्शाती है। लेखक सावधानीपूर्वक नोट करते हैं कि उनके द्वारा परीक्षण किए गए समस्याओं के आकार के लिए, मौजूदा क्लासिकल कंप्यूटर वास्तव में तेज़ हैं और अभी भी सटीक उत्तर खोज सकते हैं। इस कार्य का मूल्य आज अपने ही खेल में क्लासिकल कंप्यूटरों को हराने में नहीं है, बल्कि यह सिद्ध करने में है कि यह एक स्केलेबल (scaleable) विधि है। हाइब्रिड दृष्टिकोण को इस तरह से डिज़ाइन किया गया है कि जैसे-जैसे क्वांटम कंप्यूटर बड़े और अधिक शक्तिशाली होते जाएंगे, सिस्टम बिना किसी बाधा के और भी बड़े और अधिक जटिल नेटवर्क को संभाल सकेगा। क्वांटम वर्कलोड मूल समस्या के कुल आकार के बजाय, क्लासिकल रिडक्शन के बाद बचे हुए कठिन "कर्नेल" के आकार के साथ स्केल करता है। इसका अर्थ यह है कि जैसे-जैसे हार्डवेयर में सुधार होगा, वही विधि अंततः उन नेटवर्कों को संभालने में सक्षम होगी जहाँ क्लासिकल कंप्यूटर वर्तमान में संघर्ष करते हैं।

अध्ययन यह भी स्पष्ट करता है कि इस साझेदारी में क्वांटम कंप्यूटर की भूमिका क्या है। यह एक जादू के डिब्बे के रूप में कार्य नहीं कर रहा है जो तुरंत उत्तर उगल देता है। इसके बजाय, यह एक सांख्यिकीय संकेत प्रदान करता है, संभावनाओं का एक सेट जो क्लासिकल कंप्यूटर को बताता है कि कौन से रास्ते सबसे अधिक आशाजनक हैं। शोधकर्ताओं ने पाया कि क्वांटम मशीन अपने "ध्यान" को सबसे अच्छे समाधानों पर केंद्रित करने में सक्षम थी, जिससे प्रभावी रूप से एक ऐसा ह्यूरिस्टिक (heuristic) सीखा गया जो एक रैंडम गेसर (random guesser) नहीं कर सकता था। खोज प्रक्रिया को निर्देशित करने की यह क्षमता मुख्य योगदान है। टीम ने प्रदर्शित किया कि यह मार्गदर्शन वास्तविक और मापने योग्य है, जो यह दिखाता है कि क्वांटम कंप्यूटर वास्तव में उपयोगी जानकारी प्रदान कर रहा है, न कि केवल शोर (noise) जोड़ रहा है।

भविष्य की ओर देखते हुए, शोधकर्ता इसे दो चरणों वाली प्रक्रिया के पहले कदम के रूप में देखते हैं। वर्तमान विधि युग्म नियमों (pairwise rules) के आधार पर परस्पर संगत अनुबंधों के सबसे बड़े समूहों की पहचान करती है। एक पूर्ण औद्योगिक अनुप्रयोग में, दूसरा चरण पाइपलाइनों की कुल क्षमता के विरुद्ध इन समूहों की जांच करेगा ताकि यह सुनिश्चित किया जा सके कि वे सिस्टम को ओवरलोड न करें। हाइब्रिड सॉल्वर का काम लाखों संभावित संयोजनों को एक छोटे, प्रबंधनीय उच्च-गुणवत्ता वाले उम्मीदवारों के सेट तक सीमित करना है जिन्हें जल्दी से सत्यापित किया जा सके। श्रम का यह विभाजन सिस्टम को उस कम्प्यूटेशनल बाधा को बायपास करने की अनुमति देता है जो आमतौर पर इतने बड़े पैमाने की योजना प्रयासों को रोक देती है।

यह कार्य इस बात का एक ठोस प्रमाण है कि निकट भविष्य की क्वांटम तकनीक को वास्तविक दुनिया के वर्कफ़्लो में कैसे एकीकृत किया जा सकता है। क्लासिकल लॉजिक की गति और निश्चितता को क्वांटम सैंपलिंग के संभाव्य मार्गदर्शन के साथ जोड़कर, शोधकर्ताओं ने एक ऐसा ढांचा तैयार किया है जो औद्योगिक-स्तर के डेटा को संभालने के लिए पर्याप्त मजबूत है। परिणाम बताते हैं कि हालांकि क्वांटम कंप्यूटर अभी अकेले इन समस्याओं को हल करने के लिए तैयार नहीं हैं, वे क्लासिकल तरीकों के साथ जुड़कर एक 'फोर्स मल्टीप्लायर' (force multiplier) के रूप में कार्य करने के लिए पहले से ही शक्तिशाली हैं। जैसे-जैसे हार्डवेयर विकसित होता रहेगा, यह हाइब्रिड आर्किटेक्चर एक स्पष्ट मार्ग प्रदान करता है, जो तकनीक को ऊर्जा लॉजिस्टिक्स को परिभाषित करने वाले घने, जटिल नेटवर्क से निपटने के लिए तैयार करता है।