Standard estimators cannot represent fault-tolerant workloads at measured error rates: evaluated, evidence-based uncertainty for quantum resource estimation
यह शोध पत्र यह प्रदर्शित करता है कि मानक क्वांटम संसाधन अनुमानक (estimators), जो आमतौर पर एकल-बिंदु अनुमान रिपोर्ट करते हैं, प्रयोगात्मक रूप से मापे गए त्रुटि दरों पर फॉल्ट-टोलरेंट वर्कलोड का सटीक प्रतिनिधित्व करने में विफल रहते हैं, क्योंकि यह प्रकट करता है कि वास्तविक हार्डवेयर अनिश्चितताएं संसाधन अंतरालों (resource intervals) को कई गुना बढ़ा देती हैं, लागत मॉडलों के बीच संरचनात्मक असहमति पैदा करती हैं, और AES-256 जैसे महत्वपूर्ण एल्गोरिदम के लिए मौजूदा उपकरणों को पूरी तरह से विफल कर देती हैं।
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
इस शोध के महत्व को समझने के लिए, सबसे पहले उस मशीन की प्रकृति को समझना आवश्यक है जिसकी भविष्यवाणी करने का यह प्रयास किया जा रहा है। क्वांटम कंप्यूटर केवल आज के लैपटॉप के तेज़ संस्करण नहीं हैं; वे ऐसे उपकरण हैं जो उपपरमाणु दुनिया (subatomic world) के विचित्र नियमों का उपयोग करके उन समस्याओं को हल करते हैं जिन्हें सुलझाने में साधारण मशीनों को हजारों साल लग सकते हैं। इन समस्याओं में सबसे प्रसिद्ध है वैश्विक बैंकिंग, सरकारी रहस्यों और निजी संचार की सुरक्षा करने वाले एन्क्रिप्शन को तोड़ना। ऐसा करने के लिए, एक क्वांटम कंप्यूटर को "फॉल्ट-टोलरेंट" (त्रुटि-सहनशील) होना चाहिए, जिसका अर्थ है कि वह चलते समय अपनी गलतियों को स्वयं सुधार सके। ये मशीनें अभी तक बनी नहीं हैं, लेकिन सरकारें और सुरक्षा एजेंसियां पहले से ही उनके आगमन की योजना बना रही हैं। उन्हें यह जानने की आवश्यकता है कि एक क्वांटम कंप्यूटर कब इतना शक्तिशाली होगा कि वह वर्तमान कोड्स को तोड़ सके, ताकि वे समय रहते नए, अटूट कोड्स पर स्विच कर सकें। यह योजना इस बात के अनुमानों पर निर्भर करती है कि ऐसे मशीन को कितने भौतिक घटकों, या क्यूबिट्स (qubits) की आवश्यकता होगी। वर्षों से, इन अनुमानों को एकल, सटीक संख्याओं के रूप में रिपोर्ट किया जाता रहा है, जैसे कि भविष्य एक निश्चित गंतव्य हो न कि संभावनाओं का एक परिदृश्य।
शोधकर्ताओं की एक टीम ने अब इस निश्चितता को चुनौती दी है। उन्होंने इन अनुमानों को देखने का एक नया तरीका बनाया, जो हार्डवेयर की अनिश्चितताओं को अनदेखी की जाने वाली निश्चित मानों के रूप में नहीं, बल्कि मापने योग्य संभावनाओं की एक सीमा के रूप में देखता है। यह पूछने के बजाय कि, "यदि सब कुछ पूरी तरह से सही रहा तो कितने क्यूबिट्स की आवश्यकता होगी?" उन्होंने पूछा, "वास्तव में अब तक लैब में जो हमने मापा है, उसे देखते हुए कितने क्यूबिट्स की आवश्यकता होगी?" शोधकर्ताओं ने प्रमुख कंपनियों द्वारा बनाए गए पांच सबसे बड़े क्वांटम चिप्स से वास्तविक त्रुटि दर (error rates) ली और इन वास्तविक दुनिया के आंकड़ों को अपने मॉडलों में डाला। उन्होंने पाया कि जब आप आदर्शवादी, आशावादी अनुमान के बजाय वर्तमान हार्डवेयर की अव्यवस्थित, अपूर्ण वास्तविकता का उपयोग करते हैं, तो तस्वीर नाटकीय रूप से बदल जाती है। आवश्यक घटकों की संख्या केवल थोड़ी सी नहीं बढ़ती; बल्कि वह विस्फोट की तरह बढ़ जाती है। परिणामों की संभावित सीमा इतनी विस्तृत हो जाती है कि एक एकल संख्या अर्थहीन हो जाती है। एक मानक 2048-बिट एन्क्रिप्शन कोड को तोड़ने जैसे कार्य के लिए, आवश्यक घटकों की संख्या सबसे सामान्य अनुमान से चालीस गुना अधिक या कम हो सकती है, जिसमें सबसे संभावित परिणाम मानक अनुमान से लगभग पांच गुना अधिक है।
अध्ययन ने इन भविष्यवाणियों के लिए उपयोग किए जाने वाले उपकरणों के बीच एक छिपे हुए मतभेद को भी उजागर किया। शोधकर्ताओं ने वास्तविक दुनिया के डेटा को पांच अलग-अलग गणना विधियों के माध्यम से चलाया, जिनमें उद्योग में उपयोग किए जाने वाले दो लोकप्रिय सॉफ्टवेयर टूल भी शामिल थे। भले ही इन टूल्स को अलग-अलग समूहों द्वारा बनाया गया था और वे अलग-अलग आंतरिक तर्क का उपयोग करते हैं, वे आपस में केवल लगभग दस प्रतिशत के संकीकर मार्जिन के भीतर सहमत थे। हालांकि, सभी पांच विधियों के पूर्ण प्रसार के साथ तुलना करने पर, वे दो के कारक (factor of two) से लगातार असहमत थे। इसका अर्थ है कि यदि आप सबसे लोकप्रिय टूल चुनते भी हैं, तो भी आप अनिश्चितता की एक विशाल परत को खो रहे हैं, क्योंकि वह टूल स्वयं विशिष्ट धारणाओं के सेट पर आधारित है जो वास्तविकता से मेल नहीं खा सकतीं। शोधकर्ताओं ने दिखाया कि यह अनिश्चितता कोई मामूली विवरण नहीं है; यह क्षेत्र की एक संरचनात्मक विशेषता है जिसे एकल-संख्या वाली रिपोर्ट पूरी तरह से छिपा देती है।
शायद सबसे चौंकाने वाला निष्कर्ष यह है कि उद्योग में उपयोग किए जाने वाले मानक उपकरण अक्सर वास्तविक हार्डवेयर के डेटा को संभाल भी नहीं पाते हैं। जब शोधकर्ताओं ने प्रयोगशालाओं में मापी गई वास्तविक त्रुटि दरों को इन लोकप्रिय सॉफ्टवेयर टूल्स में डाला, तो इन टूल्स ने वास्तविक परिदृश्यों के विशाल बहुमत के लिए उत्तर देने में विफल रहने का संकेत दिया। एन्क्रिप्शन-तोड़ने के कार्य के लिए, एक टूल ने लगभग अस्सी प्रतिशत वास्तविक त्रुटि दरों के लिए परिणाम की गणना करने से इनकार कर दिया, जबकि दूसरे ने लगभग पचानवे प्रतिशत के लिए विफलता दिखाई। एक चरम मामले में, एक विशिष्ट प्रकार के एन्क्रिप्शन को तोड़ने के लिए आवश्यक ऑपरेशन्स की संख्या इतनी बड़ी थी कि उसने सॉफ्टवेयर के काउंटर को ओवरफ्लो कर दिया, जिससे गणना पूरी तरह से क्रैश हो गई। यह सुझाव देता है कि वर्तमान पीढ़ी के नियोजन उपकरण (planning tools) एक ऐसी आदर्श दुनिया के लिए कैलिब्रेट किए गए हैं जो अस्तित्व में ही नहीं है। वे आशावादी धारणाओं के साथ काम करने के लिए डिज़ाइन किए गए हैं, और आज की मशीनों के वास्तविक प्रदर्शन का सामना करने पर, वे पूरी तरह से विफल हो जाते हैं।
शोधकर्ताओं ने केवल इन समस्याओं की ओर इशारा नहीं किया; उन्होंने उन्हें मापने के लिए एक ढांचा तैयार किया और अपनी विधियों को विश्वसनीय बनाने के लिए उनका परीक्षण भी किया। उन्होंने एक पूर्व-पंजीकृत (pre-registered) योजना का उपयोग किया, जिसका अर्थ है कि उन्होंने डेटा का विश्लेषण करने से पहले ही ठीक से तय कर लिया था कि वे कैसे करेंगे, जिससे वे अनजाने में अच्छे दिखने वाले परिणामों को चुनने (cherry-picking) से बच सके। उनके विश्लेषण ने पुष्टि की कि उनके द्वारा पाए गए व्यापक रेंज वास्तविक थे और केवल खराब गणित का परिणाम नहीं थे। उन्होंने अपने भविष्यवाणियों की जांच हार्डवेयर माप के इतिहास के विरुद्ध की और पाया कि उनकी विधि ने मशीन के बुनियादी ऑपरेशन्स की त्रुटि दर की अनिश्चितता को सही ढंग से पकड़ा। अध्ययन निष्कर्ष निकालता है कि नए सुरक्षा प्रणालियों पर कब स्विच करना है, इसके बारे में महत्वपूर्ण निर्णय लेने वाले किसी भी व्यक्ति के लिए, एक एकल संख्या पर भरोसा करना खतरनाक है। ईमानदार उत्तर ग्राफ पर एक बिंदु नहीं है, बल्कि एक विस्तृत अंतराल है जो इस अंतर को स्वीकार करता है जो हमारी उम्मीदों और वास्तव में जो हमने बनाया है, उसके बीच है। जब तक उपकरण वास्तविक प्रदर्शन की पूरी सीमा का प्रतिनिधित्व करने में सक्षम नहीं होते, तब तक शक्तिशाली क्वांटम कंप्यूटरों के आगमन की समयरेखा आशावादी सुर्खियों की तुलना में कहीं अधिक अनिश्चित बनी रहेगी।
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।