Complex fluid flow dynamics by bright scattershot boson sampling
यह शोध पत्र प्रदर्शित करता है कि एक पुनर्गठनीय "ब्राइट स्कैटरशॉट बोसन सैंपलिंग" फोटोनिक आर्किटेक्चर, कोहेरेंट लाइट दृष्टिकोणों और क्लासिकल रिज़र्वोयर कंप्यूटिंग दोनों से बेहतर प्रदर्शन करते हुए, और महत्वपूर्ण फोटॉन हानि के प्रति लचीला रहते हुए, जटिल, उच्च-आयामी तरल प्रवाह प्रणालियों के समय विकास का स्वायत्त और सटीक रूप से मॉडल कर सकता 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 लेखक ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
जटिल प्रणालियों के भविष्य की भविष्यवाणी करना विज्ञान की सबसे कठिन चुनौतियों में से एक है। चाहे वह किसी तूफान का घूमता हुआ अराजक रूप हो, पंख के ऊपर हवा का विक्षोभ हो, या वायुमंडल की अप्रत्याशित धाराएं, ये प्रणालियाँ ऐसे नियमों द्वारा संचालित होती हैं जिन्हें लिखना तो सरल है लेकिन एक बार जब वे आपस में क्रिया करती हैं, तो उन्हें हाथ से हल करना असंभव होता है। दशकों से, वैज्ञानिक इन प्रवाहों का अनुकरण करने के लिए विशाल सुपरकंप्यूटरों पर भरोसा करते रहे हैं, जो उन्हें छोटे-छोटे टुकड़ों में तोड़ देते हैं और यह गणना करते हैं कि प्रत्येक टुकड़ा चरण दर चरण कैसे चलता है। हालाँकि, जैसे-जैसे प्रणालियाँ अधिक जटिल होती जाती हैं, गणनाएँ इतनी भारी होती जाती हैं कि सबसे तेज़ कंप्यूटर भी उनके साथ तालमेल बिठाने के लिए संघर्ष करते हैं। इसने शोधकर्ताओं को क्वांटम भौतिकी के विचित्र नियमों का लाभ उठाने के नए तरीकों की तलाश करने के लिए प्रेरित किया है, जहाँ कण एक साथ कई अवस्थाओं में मौजूद हो सकते हैं, ताकि उन गणनाओं को किया जा सके जो क्लासिकल मशीनों के लिए बहुत कठिन होती हैं। लक्ष्य एक सार्वभौमिक क्वांटम कंप्यूटर बनाना नहीं है जो किसी भी समस्या को हल कर सके, बल्कि ऐसे विशिष्ट उपकरण बनाना है जो विशिष्ट, जटिल वास्तविक दुनिया की घटनाओं को मॉडल करने के लिए प्रकाश के अद्वितीय गुणों का उपयोग करें।
इस संदर्भ में, जर्मनी के शोधकर्ताओं की एक टीम ने जटिल तरल पदार्थों के व्यवहार की भविष्यवाणी करने के लिए प्रकाश का उपयोग करने का एक नया तरीका प्रदर्शित किया है। उन्होंने एक ऐसी मशीन का डिजिटल सिमुलेशन बनाया है जो फोटॉन, या प्रकाश के कणों का उपयोग एक कंप्यूटर के लिए मेमोरी बैंक के रूप में करने के लिए करती है। यह मशीन 'बोसोन सैंपलिंग' नामक एक अवधारणा पर आधारित है, जिसमें प्रकाश को दर्पणों और बीम स्प्लिटर्स के नेटवर्क के माध्यम से भेजा जाता है। अपने विशिष्ट डिज़ाइन में, उन्होंने एक विधि का उपयोग किया जिसे वे "ब्राइट स्कैटरशॉट बोसोन सैंपलिंग" कहते हैं। केवल एक समय में एक फोटॉन भेजने के बजाय, उन्होंने ऐसे स्रोतों का उपयोग किया जो एक साथ कई फोटॉन उत्पन्न करते हैं, जिससे प्रकाश का एक समृद्ध, उच्च-आयामी पैटर्न बनता है। यह पैटर्न यादृच्छिक नहीं है; यह गहरे सहसंबंध (correlations) वहन करता है जिसका उपयोग मशीन तरल प्रवाह के नियमों को सीखने के लिए करती है, बिना उन जटिल समीकरणों को हल किए जो आमतौरता पर इसे वर्णित करते हैं।
शोधकर्ताओं ने अपने विचार का परीक्षण दो बहुत अलग तरल समस्याओं पर किया। पहला 'थर्मल संवहन' (thermal convection) का एक मॉडल था, जो यह बताता है कि गर्मी एक तरल परत के माध्यम से कैसे चलती है, जिससे उठती और गिरती धाराओं का निर्माण होता है, जैसा कि पानी उबलते समय या गर्म सतह के ऊपर हवा गर्म होने पर होता है। दूसरा, और अधिक कठिन, वैश्विक वायुमंडलीय परिसंचरण का एक मॉडल था, जो पूरे ग्रह के चारों ओर हवा की अराजक गति को पकड़ने का प्रयास करता है। मशीन का परीक्षण करने के लिए, उन्होंने इसे इन प्रणालियों के डेटा के साथ प्रोग्राम किया और उससे पूछा कि आगे क्या होगा। उन्होंने मशीन को वर्तमान स्थिति का एक स्नैपशॉट खिलाकर, उसे अपने आंतरिक नेटवर्क के माध्यम से प्रकाश गुजरने देकर, और फोटॉन के परिणामी पैटर्न को मापकर यह किया। इस माप ने एक नई अवस्था प्रदान की, जिसे फिर से मशीन में फीड किया गया ताकि अगले समय के क्षण की भविष्यवाणी की जा सके, जिससे एक लूप बन गया जो समय के प्रवाह की नकल करता है।
परिणाम आश्चर्यजनक थे। सरल संवहन मॉडल के लिए, प्रकाश-आधारित मशीन ने अच्छा प्रदर्शन किया, लेकिन यह एक अत्यधिक ट्यून किए गए क्लासिकल कंप्यूटर से काफी बेहतर नहीं थी। हालाँकि, जब वे अधिक जटिल वायुमंडलीय मॉडल पर पहुँचे, तो प्रकाश मशीन आगे निकल गई। यह वायुमंडलीय प्रवाह के विकास की भविष्यवाणी उस अवधि के लिए करने में सक्षम रही जो सबसे अच्छे क्लासिकल कंप्यूटर द्वारा प्रबंधित की जा सकने वाली अवधि से दोगुनी लंबी थी, इससे पहले कि उसकी भविष्यवाणियाँ उपयोगी रहने के लिए बहुत गलत हो जातीं। यह सुझाव देता है कि क्वांटम दृष्टिकोण वास्तव में तब चमकता है जब समस्या इतनी बड़ी और जटिल हो जाती है कि मानक विधियों को पछाड़ दे। मशीन ने केवल अनुमान नहीं लगाया; इसने अराजक प्रवाह की आवश्यक लय और संरचना को पकड़ा, जिससे सिस्टम के सांख्यिकीय पैटर्न सही रहे, भले ही विशिष्ट विवरण भटकने लगे हों।
अध्ययन का एक महत्वपूर्ण हिस्सा यह जांचना था कि यह प्रणाली कितनी मजबूत है, क्योंकि वास्तविक दुनिया के प्रयोग कभी भी पूर्ण नहीं होते। शोधकर्ताओं ने सिम्युलेट किया कि क्या होगा यदि रास्ते में आधे फोटॉन खो जाते हैं, जो ऑप्टिकल प्रयोगों में एक सामान्य समस्या है। मशीन लचीली बनी रही, और इतनी महत्वपूर्ण हानि के बावजूद सटीक भविष्यवाणियां करती रही। उन्होंने अपने क्वांटम प्रकाश स्रोत की तुलना एक मानक लेजर बीम से भी की, जो प्रकाश के क्लासिकल रूप का प्रतिनिधित्व करती है। क्वांटम स्रोत, जो फोटॉन के बीच जटिल आंतरिक संबंधों के साथ आता है, ने क्लासिकल लेजर की तुलना में लगातार बेहतर प्रदर्शन किया। यह पुष्टि करता है कि लाभ प्रकाश की विशिष्ट क्वांटम प्रकृति से आता है, न कि केवल हार्डवेयर की गति से।
यहाँ प्रस्तुत कार्य एक सिमुलेशन है, एक भौतिक मशीन का "डिजिटल ट्विन" जिसे शोधकर्ता वर्तमान में बना रहे हैं। हालाँकि परिणाम आशाजनक हैं, लेकिन वे अभी तक इस बात का अंतिम प्रमाण नहीं हैं कि एक भौतिक उपकरण बिल्कुल उसी तरह काम करेगा, क्योंकि वास्तविक प्रयोग शोर और खामियों को पेश करते हैं जिन्हें सिमुलेशन सुचारू बना देते हैं। फिर भी, अध्ययन एक स्पष्ट मार्ग दिखाता है। कई फोटॉनों के उच्च-आयामी सहसंबंधों का उपयोग करके, एक ऐसा कंप्यूटिंग आर्किटेक्चर बनाया जा सकता है जो क्लासिकल विधियों की तुलना में अधिक कुशलता से जटिल तरल पदार्थों की गतिशीलता को सीखता है। इस दृष्टिकोण के लिए गति के अंतर्निहित समीकरणों को हल करने की आवश्यकता नहीं है; इसके बजाय, यह सीधे डेटा से व्यवहार को सीखता है, जो हमारे आसपास की अशांत दुनिया को समझने के लिए एक संभावित नया उपकरण प्रदान करता है। शोधकर्ता अब इस प्रणाली को वास्तविक हार्डवेयर पर लागू करने की दिशा में बढ़ रहे हैं, जिसका लक्ष्य इन सैद्धांतिक लाभों को वास्तविक दुनिया में लाना 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।