Resource efficient Sample Based Quantum Simulation through Fragmentation and Virtual Partitioning of QPU
यह शोधपत्र FMO-QVM-HCI-HSQD प्रस्तुत करता है, जो एक संसाधन-कुशल ढांचा है जो आणविक विखंडन (molecular fragmentation), वर्चुअल QPU विभाजन और एक हाफ-क्विबिट एंसेटस (half-qubit ansatz) को जोड़ता है ताकि सर्किट की गहराई और निष्पादन समय को महत्वपूर्ण रूप से कम किया जा सके, जिससे वर्तमान हार्डवेयर पर रासायनिक रूप से प्रासंगिक प्रणालियों का सटीक नमूना-आधारित क्वांटम सिमुलेशन सक्षम हो सके।
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 जटिल मशीन के काम करने के तरीके को समझने की कोशिश कर रहे हैं, जिसके लिए आप उसे छोटे-छोटे हिस्सों में तोड़ते हैं, प्रत्येक छोटे टुकड़े का अलग से अध्ययन करते हैं, और फिर पूरे को समझने के लिए उस ज्ञान को सावधानीपूर्वक पुनर्गठित करते हैं। यह आधुनिक आणविक सिमुलेशन (molecular simulation) का सार है, एक ऐसा क्षेत्र जहाँ वैज्ञानिक नए दवाओं और सामग्रियों को डिजाइन करने के लिए परमाणुओं और अणुओं के व्यवहार की भविष्यवाणी करने का प्रयास करते हैं। दशकों से, क्लासिकल कंप्यूटर इस कार्य के लिए संघर्ष कर रहे हैं क्योंकि इलेक्ट्रॉनों को नियंत्रित करने वाले नियम अविश्वसनीय रूप से जटिल हैं, जिन्हें सटीक रूप से हल करने के लिए अत्यधिक कंप्यूटिंग शक्ति की आवश्यकता होती है। क्वांटम कंप्यूटर, जो उप-परमाणु दुनिया को नियंत्रित करने वाले भौतिकी के अजीब नियमों का उपयोग करते हैं, इन समस्याओं को स्वाभाविक रूप से हल करने का वादा करते हैं। हालाँकि, वर्तमान क्वांटम मशीनें अभी भी छोटी हैं और त्रुटियों के प्रति संवेदनशील हैं, जिससे वास्तविक दुनिया के अणुओं के लिए आवश्यक विशाल गणनाओं को चलाना कठिन हो जाता है। चुनौती इन नाजुक, शुरुआती चरण के उपकरणों का उपयोग करके बड़े, रासायनिक रूप से प्रासंगिक सिस्टमों को संभालने का तरीका खोजने की रही है, ताकि शोर में खो न जाएं या परिणामों के लिए दशकों तक प्रतीक्षा न करनी पड़े।
शोधकर्ताओं की एक टीम ने इस कार्य को संभव बनाने के लिए तीन अलग-अलग रणनीतियों को संयोजित करने वाला एक नया दृष्टिकोण विकसित किया है। वे अपने इस तरीके को FMO-QMD-HCI-HSQD कहते हैं, जो एक ढांचा है जिसे एक बड़े आणविक समस्या को प्रबंधनीय टुकड़ों में तोड़ने, उन टुकड़ों को एक ही क्वांटम प्रोसेसर पर एक साथ चलाने और हार्डवेयर पर दबाव कम करने के लिए डेटा एकत्र करने के एक सरल तरीके का उपयोग करने के लिए डिज़ाइन किया गया है। उनकी रणनीति का पहला भाग 'फ्रैगमेंटेशन' (विखंडन) है। पूरी बड़ी अणु को एक साथ सिम्युलेट करने के बजाय, जिसमें वर्तमान में मौजूद क्वांटिक बिट्स से अधिक की आवश्यकता होगी, वे अणु को छोटे, स्वतंत्र टुकड़ों में विभाजित करते हैं। वे प्रत्येक टुकड़े, या फ्रैगमेंट को अपनी एक छोटी समस्या के रूप में देखते हैं, जो आसपास के हिस्सों के विद्युत प्रभाव को ध्यान में रखते हुए अपनी ऊर्जा की गणना करता है। यह एक असंभव विशाल समस्या के बजाय कई छोटी समस्याओं को हल करने की अनुमति देता है।
दूसरा नवाचार इस बात को संबोधित करता है कि इन छोटी समस्याओं को क्वांटम कंप्यूटर पर कैसे चलाया जाता है। आमतौर पर, एक क्वांटम प्रोसेसर को एक एकल इकाई के रूप में माना जाता है जहाँ एक समय में एक ही प्रोग्राम चलता है। शोधकर्ताओं ने इसके बजाय 'क्वांटम वर्चुअल मशीन' नामक एक तकनीक का उपयोग किया, जो भौतिक प्रोसेसर को कई स्वतंत्र क्षेत्रों में विभाजित करती है। यह एक ही चिप के विभिन्न हिस्सों पर एक ही समय में कई अलग-अलग फ्रैगमेंट गणनाओं को चलाने की अनुमति देता है। ऐसा करके, वे उन लंबे प्रतीक्षा समयों से बचते हैं जो कार्यों के एक के बाद एक कतार में लगने से होता है, जो प्रभावी रूप से एक एकल क्वांटम कंप्यूटर को एक छोटे कारखाने में बदल देता है जहाँ कई उत्पाद एक साथ बनाए जा रहे हैं। उनका तीसरा हिस्सा डेटा एकत्र करने के तरीके में एक चतुर शॉर्टकट है। इलेक्ट्रॉन की प्रत्येक संभावित अवस्था का वर्णन करने के लिए आवश्यक क्वांटम बिट्स के पूर्ण सेट का उपयोग करने के बजाय, वे एक "हाफ-क्विबिट" (आधा-क्विबिट) दृष्टिकोण का उपयोग करते हैं जो इलेक्ट्रॉन के स्पिन के केवल एक पक्ष पर ध्यान केंद्रित करता है। यह आवश्यक बिट्स की संख्या को आधा कर देता है और सर्किट की गहराई (circuit depth) को काफी कम कर देता है, जो ऑपरेशन्स के अनुक्रम की लंबाई है। छोटे सर्किट उन शोर से कम प्रभावित होते हैं जो वर्तमान क्वांटम उपकरणों को परेशान करता है।
यह परीक्षण करने के लिए कि क्या विचारों का यह संयोजन वास्तव में काम करता है, टीम ने IBM के वास्तविक क्वांटम हार्डवेयर का उपयोग करके दो बहुत अलग प्रणालियों पर प्रयोग किए। पहला सिस्टम एक 'वॉटर ट्राइमर' (जल त्रिमय) था, जो हाइड्रोजन बॉन्ड द्वारा जुड़े तीन पानी के अणुओं का एक समूह है। दूसरा एक अधिक जटिल जैविक प्रणाली थी: एक दवा अणु 'कार्मोफुर' (carmofur) जो SARS-CoV-2 वायरस के एक प्रोटीन लक्ष्य से जुड़ा हुआ है, जो कि एंटीवायरल दवा विकास के लिए एक प्रमुख लक्ष्य है। इन प्रयोगों में, उन्होंने अपने नए तरीके की तुलना चलाने के पुराने, अधिक पारंपरिक तरीकों से की। वॉटर ट्राइमर के लिए, उन्होंने पाया कि उनके दृष्टिकोण ने क्वांटम कंप्यूटर के व्यस्त रहने के समय को एक-एक करके फ्रैगमेंट चलाने की तुलना में 82 प्रतिशत तक कम कर दिया। इसने गणना की जटिलता को भी लगभग 40 प्रतिशत कम कर दिया। सबसे महत्वपूर्ण बात यह है कि परिणाम अत्यधिक सटीक थे, जो बहुत अधिक महंगी क्लासिकल गणनाओं की सटीकता से मेल खाते थे, जबकि उन्होंने डेटा स्पेस के एक बहुत ही छोटे हिस्से का उपयोग किया।
ड्रग-प्रोटीन कॉम्प्लेक्स के लिए परिणाम और भी अधिक स्पष्ट थे। मानक सेटअप में, इस अणु को सिम्युलेट करने के लिए एक गहरा और जटिल क्वांटम सर्किट चाहिए था, जिससे विश्वसनीय परिणाम प्राप्त करना कठिन हो गया था। उनके खंडित, समानांतर और सरल दृष्टिकोण का उपयोग करके, शोधकर्ताओं ने सर्किट की गहराई को 47 प्रतिशत कम कर दिया और क्वांटम प्रोसेसर पर लगने वाले समय को 20 प्रतिशत कम कर दिया। उन्होंने 'केमिकल एक्यूरेसी' (रासायनिक सटीकता) हासिल की, जो यह अनुमान लगाने के लिए स्वर्ण मानक है कि अणु कैसे परस्पर क्रिया करते हैं, जबकि उन्होंने पारंपरिक पद्धति की तुलना में एक प्रतिशत के सौवें हिस्से से भी कम डेटा संयोजनों का उपयोग किया। यह सुझाव देता है कि यह विधि न केवल तेज़ है, बल्कि अनावश्यक गणनाओं में उलझे बिना सही उत्तर खोजने में भी अधिक कुशल है।
शोधकर्ताओं ने और भी बड़े और अधिक विस्तृत इलेक्ट्रॉन मॉडल के साथ ड्रग-प्रोटीन कॉम्प्लेक्स को सिम्युलेट करके सीमाओं को और आगे बढ़ाया, जिसके लिए 52 क्वांटम बिट्स तक की आवश्यकता थी। यह वर्तमान हार्डवेयर के लिए एक महत्वपूर्ण आकार है, फिर भी उनके तरीके ने इस कार्य को पूरा करने में सफलता प्राप्त की। अणु के लिए गणना की गई कुल ऊर्जा, सर्वोत्तम उपलब्ध क्लासिकल अनुमान से केवल एक बहुत मामूली अंतर पर थी, जो दवा की खोज के लिए सटीक मानी जाने वाली सीमा के भीतर है। इसने प्रदर्शित किया कि यह ढांचा उन प्रणालियों को संभाल सकता है जो उसी हार्डवेयर पर पिछले तरीकों का उपयोग करके सिम्युलेट किए जा सकने वाले सिस्टम की तुलना में बहुत बड़े हैं। टीम ने उल्लेख किया कि हालांकि यह विधि शक्तिशाली है, यह कोई जादुई समाधान नहीं है; यह विशिष्ट क्वांटम प्रोसेसर की गुणवत्ता और हार्डवेयर पर फ्रैगमेंट के मैपिंग के तरीके पर निर्भर करती है। यदि हार्डवेयर बहुत शोर वाला है या फ्रैगमेंट उपलब्ध क्षेत्रों में फिट होने के लिए बहुत बड़े हैं, तो इसके लाभ कम हो जाते हैं।
अंततः, यह कार्य दिखाता है कि समस्याओं को तोड़ने, उन्हें समानांतर में चलाने और डेटा संग्रह को सरल बनाने से, आज के अपूर्ण क्वांटम कंप्यूटरों का उपयोग वास्तविक दुनिया की रसायन विज्ञान और चिकित्सा से संबंधित अणुओं का अध्ययन करने के लिए किया जा सकता है। शोधकर्ताओं ने क्वांटम सिमुलेशन की सभी समस्याओं को हल करने का दावा नहीं किया है, लेकिन उन्होंने एक स्पष्ट मार्ग प्रदान किया है। उनके परिणाम बताते हैं कि फ्रैगमेंटेशन, प्रोसेसर के वर्चुअल विभाजन और हाफ-क्विबिट सैंपलिंग का संयोजन वर्तमान हार्डवेयर पर रासायनिक रूप से प्रासंगिक सिस्टम को सिम्युलेट करना संभव बनाता है। यह इस दिन की ओर एक महत्वपूर्ण कदम है जब क्वांटम कंप्यूटर नियमित रूप से नई दवाओं को डिजाइन करने और जटिल सामग्रियों को समझने में सहायता कर सकेंगे, जिससे जो कभी एक सैद्धांतिक संभावना थी, वह वैज्ञानिकों के लिए एक व्यावहारिक उपकरण बन जाएगी।
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।