ક્વોન્ટમ કમ્પ્યુટર્સ અને ક્વોન્ટમ કમ્પ્યુટિંગ - નવું બઝવર્ડ, જે સાથે અમારી માહિતી જગ્યામાં ઉમેરવામાં આવ્યું હતું કૃત્રિમ બુદ્ધિ, મશીન લર્નિંગ અને અન્ય હાઇ-ટેક શરતો. તે જ સમયે, હું ઇન્ટરનેટ પર ક્યારેય એવી સામગ્રી શોધી શક્યો નહીં જે મારા મગજમાં કોયડાને એકસાથે મૂકે "ક્વોન્ટમ કમ્પ્યુટર્સ કેવી રીતે કાર્ય કરે છે". Да, есть много прекрасных работ, в том числе и на хабре (см. સંસાધનોની સૂચિ), ટિપ્પણીઓ કે જેના પર, સામાન્ય રીતે કેસ છે, તે વધુ માહિતીપ્રદ અને ઉપયોગી છે, પરંતુ મારા માથામાંનું ચિત્ર, જેમ તેઓ કહે છે, ઉમેર્યું નથી.

અને તાજેતરમાં મારા સાથીદારો મારી પાસે આવ્યા અને પૂછ્યું, “શું તમે સમજો છો કે ક્વોન્ટમ કોમ્પ્યુટર કેવી રીતે કામ કરે છે? શું તમે અમને કહી શકશો?" અને પછી મને સમજાયું કે મારા માથામાં સુસંગત ચિત્રને એકસાથે મૂકવાની સમસ્યા માત્ર હું જ નથી.

પરિણામે, ક્વોન્ટમ કમ્પ્યુટર્સ વિશેની માહિતીને સુસંગત લોજિક સર્કિટમાં સંકલિત કરવાનો પ્રયાસ કરવામાં આવ્યો હતો જેમાં базовом уровне, без глубокого погружения в математику и структуру квантового мира, તે સમજાવવામાં આવ્યું હતું કે ક્વોન્ટમ કોમ્પ્યુટર શું છે, તે કયા સિદ્ધાંતો પર કાર્ય કરે છે, અને તેને બનાવતી વખતે અને સંચાલન કરતી વખતે વૈજ્ઞાનિકોને કઈ સમસ્યાઓનો સામનો કરવો પડે છે.

સમાવિષ્ટોનું કોષ્ટક

• અસ્વીકરણ
• પરિચય
  • તે બધા કેવી રીતે શરૂ કર્યું
  • અગ્રણી ખેલાડીઓ
  • વિકાસ દિશાઓ
• મૂળભૂત. ક્વોન્ટમ ઑબ્જેક્ટ અને ક્વોન્ટમ સિસ્ટમ્સ
• ક્વોન્ટમ કમ્પ્યુટર અને પરંપરાગત કમ્પ્યુટરની સરખામણી
• ક્યુબિટ્સનું ભૌતિક અમલીકરણ
• મૂળભૂત. ક્વોન્ટમ કમ્પ્યુટર કેવી રીતે કાર્ય કરે છે
• ક્વોન્ટમ અલ્ગોરિધમ્સ
  • શોરનું અલ્ગોરિધમ.
  • ગ્રોવરનું અલ્ગોરિધમ
  • ડોઇશ-જોઝી અલ્ગોરિધમ
• ક્વોન્ટમ કમ્પ્યુટર્સની સમસ્યાઓ
  • ડીકોહેરેન્સ
  • ભૂલો
  • પ્રોસેસર આર્કિટેક્ચર
  • પરિણામો
• સમસ્યાઓ હલ કરવાની રીતો
• ડી-વેવ
• ક્વોન્ટમ કમ્પ્યુટર ઇમ્યુલેશન વિશે થોડું
• ક્વોન્ટમ કમ્પ્યુટિંગ સર્વોપરિતા.
• ગૂગલ સ્ટેટમેન્ટ
• સારાંશ
• નિષ્કર્ષ
• સ્વીકૃતિઓ
• સંસાધનોની સૂચિ

અસ્વીકરણ

(સામગ્રી માટે)

લેખક ક્વોન્ટમ કમ્પ્યુટિંગમાં નિષ્ણાત નથી, અને લેખના લક્ષ્ય પ્રેક્ષકો એ જ આઇટી લોકો છે, ક્વોન્ટમ નિષ્ણાતો નહીં, જેઓ તેમના માથામાં "કેવી રીતે ક્વોન્ટમ કમ્પ્યુટર્સ કાર્ય કરે છે" નામનું ચિત્ર એકસાથે મૂકવા માંગે છે. આને કારણે, "મૂળભૂત" સ્તરે ક્વોન્ટમ ટેક્નોલોજીને વધુ સારી રીતે સમજવા માટે લેખમાં ઘણી વિભાવનાઓને ઇરાદાપૂર્વક સરળ બનાવવામાં આવી છે, પરંતુ તે વિના માહિતી સામગ્રી અને પર્યાપ્તતાના નુકશાન સાથે ખૂબ જ મજબૂત સરળીકરણ.

કેટલાક સ્થળોએ લેખ અન્ય સ્રોતોમાંથી સામગ્રીનો ઉપયોગ કરે છે, જેની યાદી લેખના અંતે આપવામાં આવી છે. જ્યાં પણ શક્ય હોય ત્યાં, મૂળ લખાણ, કોષ્ટક અથવા આકૃતિની સીધી લિંક્સ અને સંકેતો દાખલ કરવામાં આવે છે. જો હું ક્યાંક કંઈક (અથવા કોઈ) ભૂલી ગયો હો, તો લખો અને હું તેને સુધારીશ.

પરિચય

(સામગ્રી માટે)

આ પ્રકરણમાં, આપણે સંક્ષિપ્તમાં જોઈશું કે ક્વોન્ટમ યુગની શરૂઆત કેવી રીતે થઈ, ક્વોન્ટમ કોમ્પ્યુટરના વિચારનું પ્રેરક કારણ શું હતું, હાલમાં આ ક્ષેત્રમાં કોણ (કયા દેશો અને કોર્પોરેશનો) અગ્રણી ખેલાડીઓ છે, અને ટૂંકમાં વાત પણ કરીશું. ક્વોન્ટમ કમ્પ્યુટિંગના વિકાસની મુખ્ય દિશાઓ વિશે.

તે બધા કેવી રીતે શરૂ કર્યું

(સામગ્રી માટે)

ક્વોન્ટમ યુગનો પ્રારંભિક બિંદુ 1900 માનવામાં આવે છે, જ્યારે એમ. પ્લાન્કે પ્રથમ વખત આગળ મૂક્યું હતું. પૂર્વધારણા તે ઊર્જા ઉત્સર્જિત થાય છે અને સતત શોષાય નથી, પરંતુ અલગ ક્વોન્ટામાં (ભાગો). આ વિચારને તે સમયના ઘણા ઉત્કૃષ્ટ વૈજ્ઞાનિકો - બોહર, આઈન્સ્ટાઈન, હાઈઝનબર્ગ, શ્રોડિન્જર દ્વારા લેવામાં આવ્યો હતો અને વિકસાવવામાં આવ્યો હતો, જે આખરે આવા વિજ્ઞાનની રચના અને વિકાસ તરફ દોરી ગયો. ક્વોન્ટમ ભૌતિકશાસ્ત્ર. વિજ્ઞાન તરીકે ક્વોન્ટમ ભૌતિકશાસ્ત્રની રચના વિશે ઇન્ટરનેટ પર ઘણી સારી સામગ્રી છે; આ લેખમાં આપણે તેના પર વિગતવાર ધ્યાન આપીશું નહીં, પરંતુ આપણે નવા ક્વોન્ટમ યુગમાં પ્રવેશ્યા ત્યારે તારીખ સૂચવવી જરૂરી હતી.

ક્વોન્ટમ ભૌતિકશાસ્ત્રે આપણા રોજિંદા જીવનમાં ઘણી શોધો અને તકનીકો લાવી છે, જેના વિના આપણી આસપાસની દુનિયાની કલ્પના કરવી હવે મુશ્કેલ છે. ઉદાહરણ તરીકે, લેસર, જે હવે ઘરગથ્થુ ઉપકરણો (લેસર લેવલ, વગેરે) થી લઈને હાઈ-ટેક સિસ્ટમ્સ (દ્રષ્ટિ સુધારણા માટે લેસર, હેલો) દરેક જગ્યાએ ઉપયોગમાં લેવાય છે. મેક્લોન ). એવું માનવું તાર્કિક હશે કે વહેલા કે પછી કોઈ વ્યક્તિ વિચાર સાથે આવશે કે શા માટે કમ્પ્યુટિંગ માટે ક્વોન્ટમ સિસ્ટમ્સનો ઉપયોગ ન કરવો. અને પછી 1980 માં તે થયું.

વિકિપીડિયા સૂચવે છે કે ક્વોન્ટમ કમ્પ્યુટિંગનો પ્રથમ વિચાર 1980 માં આપણા વૈજ્ઞાનિક યુરી મનિન દ્વારા વ્યક્ત કરવામાં આવ્યો હતો. પરંતુ તેઓએ ખરેખર 1981 માં જ તેના વિશે વાત કરવાનું શરૂ કર્યું, જ્યારે જાણીતા આર. ફેનમેન MIT ખાતે યોજાયેલી પ્રથમ કોમ્પ્યુટેશનલ ફિઝિક્સ કોન્ફરન્સમાં વાત કરી હતી, નોંધ્યું છે કે ક્લાસિકલ કમ્પ્યુટર પર કાર્યક્ષમ રીતે ક્વોન્ટમ સિસ્ટમના ઉત્ક્રાંતિનું અનુકરણ કરવું અશક્ય છે. તેણે પ્રાથમિક મોડલનો પ્રસ્તાવ મૂક્યો ક્વોન્ટમ કમ્પ્યુટર, જે આવા મોડેલિંગ હાથ ધરવા માટે સક્ષમ હશે.

ત્યાં છે તે કામ છે, જેમાં ક્વોન્ટમ કમ્પ્યુટિંગ વિકાસની સમયરેખા વધુ શૈક્ષણિક અને વિગતવાર ગણવામાં આવે છે, પરંતુ અમે સંક્ષિપ્તમાં જઈશું:

ક્વોન્ટમ કોમ્પ્યુટર બનાવવાના ઇતિહાસમાં મુખ્ય સીમાચિહ્નો:

• [1994]. પી. શોર. નિર્માણકાર ક્વોન્ટમ નંબર ફેક્ટરાઇઝેશન અલ્ગોરિધમ
• [1998]. બનાવ્યું પ્રથમ 2-ક્વિટ ક્વોન્ટમ કમ્પ્યુટર
• [2001]. IBMએ અમલની રજૂઆત કરી શોરનું અલ્ગોરિધમ નંબર 15 ના વિસ્તરણ માટે
• [2007-2016]. ડી-વેવ 128-2000 ક્યુબિટ્સ સાથે કમ્પ્યુટર બનાવે છે અને વિકસાવે છે
• [2012]. યુનિવર્સિટી ઓફ કેલિફોર્નિયા ખાતે અમલમાં મૂકાયેલ છે 21 નંબર માટે શોરનું અલ્ગોરિધમ
• [2016]. Google હાઇડ્રોજન પરમાણુનું અનુકરણ કર્યું 9-qubit કમ્પ્યુટર પર
• [2017] IBM સિમ્યુલેટેડ બેરિલિયમ હાઇડ્રાઇડ BeH2 (ત્રણ અણુ)
• [2019] IBM Q સિસ્ટમ વન. ક્લાઉડમાં 20-qubit કમ્પ્યુટર
• [2019] ગૂગલ સાયકેમોર. 53 ક્વિટ કમ્પ્યુટર. Квантовое превосходство?

જેમ તમે જોઈ શકો છો, 17 વર્ષ વીતી ગયા છે (1981 થી 1998 સુધી) આ વિચારની ક્ષણથી લઈને 2 ક્વિટ્સવાળા કમ્પ્યુટરમાં તેના પ્રથમ અમલીકરણ સુધી, અને 21 વર્ષ (1998 થી 2019 સુધી) જ્યારે ક્યુબિટ્સની સંખ્યામાં વધારો થયો ત્યાં સુધી. 53 થી. 11 થી 2001 નંબર સુધી શોરના અલ્ગોરિધમના પરિણામમાં સુધારો કરવામાં 2012 વર્ષ (15 થી 21 સુધી) લાગ્યાં (આપણે તેને થોડી વાર પછી વધુ વિગતવાર જોઈશું). ઉપરાંત, માત્ર ત્રણ વર્ષ પહેલાં અમે આ મુદ્દા પર આવ્યા હતા. ફેનમેને જે વિશે વાત કરી તે અમલમાં મૂકવું, અને સૌથી સરળ ભૌતિક પ્રણાલીનું મોડેલ બનાવવાનું શીખો.

ક્વોન્ટમ કમ્પ્યુટિંગનો વિકાસ ધીમો છે. વૈજ્ઞાનિકો અને એન્જિનિયરોને ખૂબ જ મુશ્કેલ કાર્યોનો સામનો કરવો પડે છે, ક્વોન્ટમ સ્ટેટ્સ ખૂબ જ અલ્પજીવી અને નાજુક હોય છે, અને તેમને ગણતરી કરવા માટે પૂરતા લાંબા સમય સુધી સાચવવા માટે, તેમને લાખો ડોલરની સાર્કોફેગી બનાવવી પડે છે, જેમાં તાપમાન જાળવવામાં આવે છે. નિરપેક્ષ શૂન્યથી ઉપર, અને જે બાહ્ય પ્રભાવોથી મહત્તમ રીતે સુરક્ષિત છે. આગળ આપણે આ કાર્યો અને સમસ્યાઓ વિશે વધુ વિગતવાર વાત કરીશું.

અગ્રણી ખેલાડીઓ

(સામગ્રી માટે)

આ વિભાગ માટેની સ્લાઇડ્સ લેખમાંથી લેવામાં આવી છે ક્વોન્ટમ કોમ્પ્યુટર: એક મોટો બુલ રન. યાન્ડેક્સમાં વ્યાખ્યાન, સંશોધક તરફથી રશિયન ક્વોન્ટમ સેન્ટર એલેક્સી ફેડોરોવ. ચાલો હું તમને સીધા અવતરણો આપું:

તમામ તકનીકી રીતે સફળ દેશો હાલમાં સક્રિયપણે ક્વોન્ટમ તકનીકો વિકસાવી રહ્યા છે. આ સંશોધનમાં મોટી રકમનું રોકાણ કરવામાં આવી રહ્યું છે, અને ક્વોન્ટમ ટેક્નોલોજીને ટેકો આપવા માટે વિશેષ કાર્યક્રમો બનાવવામાં આવી રહ્યા છે.

માત્ર રાજ્યો જ નહીં, ખાનગી કંપનીઓ પણ ક્વોન્ટમ રેસમાં ભાગ લઈ રહી છે. કુલ મળીને, Google, IBM, Intel અને Microsoft એ તાજેતરમાં ક્વોન્ટમ કમ્પ્યુટર્સના વિકાસમાં લગભગ $0,5 બિલિયનનું રોકાણ કર્યું છે અને મોટી પ્રયોગશાળાઓ અને સંશોધન કેન્દ્રો બનાવ્યાં છે.

હાબ્રે અને ઇન્ટરનેટ પર ઘણા લેખો છે, ઉદાહરણ તરીકે, જોયેલું, જોયેલું и જોયેલું, જેમાં વિવિધ દેશોમાં ક્વોન્ટમ ટેકનોલોજીના વિકાસ સાથેની વર્તમાન સ્થિતિની વધુ વિગતવાર તપાસ કરવામાં આવી છે. હવે અમારા માટે મુખ્ય બાબત એ છે કે તમામ અગ્રણી તકનીકી રીતે વિકસિત દેશો અને ખેલાડીઓ આ દિશામાં સંશોધનમાં મોટા પ્રમાણમાં નાણાંનું રોકાણ કરી રહ્યા છે, જે વર્તમાન તકનીકી મડાગાંઠમાંથી બહાર નીકળવાની આશા આપે છે.

વિકાસ દિશાઓ

(સામગ્રી માટે)

આ ક્ષણે (હું ખોટો હોઈ શકું છું, મને સુધારી શકું છું) તમામ અગ્રણી ખેલાડીઓના મુખ્ય પ્રયાસો (અને વધુ કે ઓછા નોંધપાત્ર પરિણામો) બે ક્ષેત્રોમાં કેન્દ્રિત છે:

• વિશિષ્ટ ક્વોન્ટમ કમ્પ્યુટર્સ, જે એક ચોક્કસ ચોક્કસ સમસ્યાને હલ કરવાનો છે, ઉદાહરણ તરીકે, ઑપ્ટિમાઇઝેશન સમસ્યા. ઉત્પાદનનું ઉદાહરણ ડી-વેવ ક્વોન્ટમ કમ્પ્યુટર્સ છે.
• યુનિવર્સલ ક્વોન્ટમ કમ્પ્યુટર્સ - જે મનસ્વી ક્વોન્ટમ અલ્ગોરિધમ્સ (શોર, ગ્રોવર, વગેરે) ને અમલમાં મૂકવા સક્ષમ છે. IBM, Google તરફથી અમલીકરણો.

વિકાસના અન્ય વેક્ટર જે ક્વોન્ટમ ફિઝિક્સ આપણને આપે છે, જેમ કે:

• ક્વોન્ટમ સેન્સર્સ
• ક્વોન્ટમ નેટવર્ક માટે આધાર તરીકે ક્વોન્ટમ ક્રિપ્ટોગ્રાફી
• અને ઘણું બધું

અલબત્ત, તે સંશોધન માટેના ક્ષેત્રોની સૂચિમાં પણ છે, પરંતુ હાલમાં કોઈ વધુ કે ઓછા નોંધપાત્ર પરિણામો દેખાતા નથી.

વધુમાં તમે વાંચી શકો છો ક્વોન્ટમ ટેકનોલોજીના વિકાસ માટે રોડમેપ, સારું, ગૂગલ "ક્વોન્ટમ ટેકનોલોજીનો વિકાસ", દાખ્લા તરીકે, જોયેલું, જોયેલું и જોયેલું.

મૂળભૂત. ક્વોન્ટમ ઑબ્જેક્ટ અને ક્વોન્ટમ સિસ્ટમ્સ

(સામગ્રી માટે)

આ વિભાગમાંથી સમજવાની સૌથી અગત્યની બાબત એ છે કે

ક્વોન્ટમ કમ્પ્યુટર (સામાન્યથી વિપરીત) માહિતી વાહક તરીકે ઉપયોગ કરે છે ક્વોન્ટમ પદાર્થો, અને ગણતરીઓ હાથ ધરવા માટે, ક્વોન્ટમ ઑબ્જેક્ટ્સ જોડાયેલા હોવા જોઈએ ક્વોન્ટમ સિસ્ટમ.

ક્વોન્ટમ પદાર્થ શું છે?

ક્વોન્ટમ પદાર્થ - માઇક્રોવર્લ્ડ (ક્વોન્ટમ વર્લ્ડ) નો એક પદાર્થ જે ક્વોન્ટમ ગુણધર્મો દર્શાવે છે:

• બે સીમા સ્તરો સાથે નિર્ધારિત રાજ્ય ધરાવે છે
• માપની ક્ષણ સુધી તેની સ્થિતિની સુપરપોઝિશનમાં છે
• ક્વોન્ટમ સિસ્ટમ્સ બનાવવા માટે અન્ય વસ્તુઓ સાથે પોતાને ફસાવે છે
• નો-ક્લોનિંગ પ્રમેયને સંતોષે છે (ઓબ્જેક્ટની સ્થિતિ નકલ કરી શકાતી નથી)

ચાલો દરેક મિલકતને વધુ વિગતમાં જોઈએ:

બે બાઉન્ડ્રી લેવલ (અંત રાજ્ય) સાથે નિર્ધારિત રાજ્ય ધરાવે છે.

ઉત્તમ વાસ્તવિક દુનિયાનું ઉદાહરણ સિક્કો છે. તેની પાસે "બાજુ" સ્થિતિ છે, જે બે સીમા સ્તરો લે છે - "હેડ" અને "પૂંછડી".

માપની ક્ષણ સુધી તેની સ્થિતિની સુપરપોઝિશનમાં છે

તેઓએ એક સિક્કો ફેંક્યો, તે ઉડે છે અને ફરે છે. જ્યારે તે ફરતું હોય, ત્યારે તે કહેવું અશક્ય છે કે તેની "બાજુ" સ્થિતિ કયા સીમા સ્તરોમાં સ્થિત છે. પરંતુ જલદી આપણે તેને સ્લેમ કરીએ છીએ અને પરિણામ પર નજર કરીએ છીએ, રાજ્યોની સુપરપોઝિશન તરત જ બે સરહદી રાજ્યોમાંથી એકમાં તૂટી જાય છે - "હેડ" અને "પૂંછડી". અમારા કિસ્સામાં સિક્કો મારવો એ એક માપ છે.

ક્વોન્ટમ સિસ્ટમ્સ બનાવવા માટે અન્ય વસ્તુઓ સાથે પોતાને ફસાવે છે

તે સિક્કા સાથે મુશ્કેલ છે, પરંતુ ચાલો પ્રયાસ કરીએ. કલ્પના કરો કે અમે ત્રણ સિક્કા ફેંક્યા જેથી તેઓ એકબીજાને વળગીને ફરે, આ સિક્કા સાથે જાદુગરી છે. સમયની દરેક ક્ષણે, તેમાંના દરેક રાજ્યોની સુપરપોઝિશનમાં જ નથી, પરંતુ આ રાજ્યો પરસ્પર એકબીજાને પ્રભાવિત કરે છે (સિક્કા અથડાય છે).

નો-ક્લોનિંગ પ્રમેયને સંતોષે છે (ઓબ્જેક્ટની સ્થિતિ નકલ કરી શકાતી નથી)

જ્યારે સિક્કાઓ ઉડતા હોય છે અને ફરતા હોય છે, ત્યારે સિસ્ટમથી અલગ, કોઈપણ સિક્કાની ફરતી સ્થિતિની નકલ બનાવવાનો કોઈ રસ્તો નથી. સિસ્ટમ પોતાની અંદર રહે છે અને બહારની દુનિયાને કોઈપણ માહિતી જાહેર કરવામાં ખૂબ જ ઈર્ષ્યા કરે છે.

ખ્યાલ વિશે થોડા વધુ શબ્દો “суперпозиции”, લગભગ તમામ લેખોમાં સુપરપોઝિશન તરીકે સમજાવવામાં આવ્યું છે "એક જ સમયે તમામ રાજ્યોમાં છે", જે, અલબત્ત, સાચું છે, પરંતુ કેટલીકવાર બિનજરૂરી રીતે મૂંઝવણમાં મૂકે છે. અવસ્થાઓની સુપરપોઝિશન એ હકીકત તરીકે પણ કલ્પના કરી શકાય છે કે સમયની દરેક ક્ષણે એક ક્વોન્ટમ ઑબ્જેક્ટ તેના દરેક બાઉન્ડ્રી લેવલમાં તૂટી જવાની ચોક્કસ સંભાવનાઓ છે અને સરવાળે આ સંભાવનાઓ કુદરતી રીતે 1 જેટલી છે. પાછળથી, જ્યારે ક્યુબિટને ધ્યાનમાં લઈએ, ત્યારે અમે આના પર વધુ વિગતવાર ધ્યાન આપીશું.

સિક્કાઓ માટે, આની કલ્પના કરી શકાય છે - પ્રારંભિક ગતિ, ટોસના કોણ, પર્યાવરણની સ્થિતિ કે જેમાં સિક્કો ઉડતો હોય તેના આધારે, દરેક ક્ષણે "હેડ" અથવા "પૂંછડીઓ" મેળવવાની સંભાવના અલગ હોય છે. અને, અગાઉ ઉલ્લેખ કર્યો છે તેમ, આવા ઉડતા સિક્કાની સ્થિતિ "એક જ સમયે તેની તમામ સીમાની સ્થિતિમાં હોવા, પરંતુ તેમના અમલીકરણની વિવિધ સંભાવનાઓ સાથે" તરીકે કલ્પના કરી શકાય છે.

કોઈપણ ઑબ્જેક્ટ કે જેના માટે ઉપરોક્ત ગુણધર્મો મળે છે અને જેને આપણે બનાવી શકીએ છીએ અને નિયંત્રિત કરી શકીએ છીએ તેનો ઉપયોગ ક્વોન્ટમ કમ્પ્યુટરમાં માહિતી વાહક તરીકે થઈ શકે છે.

થોડે આગળ આપણે ક્વોન્ટમ ઑબ્જેક્ટ્સ તરીકે ક્યુબિટ્સના ભૌતિક અમલીકરણ સાથેની વર્તમાન સ્થિતિ વિશે વાત કરીશું અને વૈજ્ઞાનિકો હવે આ ક્ષમતામાં શું ઉપયોગ કરી રહ્યા છે.

તેથી ત્રીજી મિલકત જણાવે છે કે ક્વોન્ટમ ઑબ્જેક્ટ્સ ક્વોન્ટમ સિસ્ટમ્સ બનાવવા માટે ફસાઈ શકે છે. ક્વોન્ટમ સિસ્ટમ શું છે?

ક્વોન્ટમ સિસ્ટમ - નીચેના ગુણધર્મો સાથે ફસાઇ ગયેલા ક્વોન્ટમ ઑબ્જેક્ટ્સની સિસ્ટમ:

• Квантовая система находится в суперпозиции всех возможных состояний объектов, из которых она состоит
• માપનની ક્ષણ સુધી સિસ્ટમની સ્થિતિ જાણવી અશક્ય છે
• માપનની ક્ષણે, સિસ્ટમ તેની સીમાના રાજ્યોના સંભવિત ચલોમાંના એકને લાગુ કરે છે

(અને, થોડું આગળ જોવું)

ક્વોન્ટમ પ્રોગ્રામ્સ માટે કોરોલરી:

• ક્વોન્ટમ પ્રોગ્રામમાં ઇનપુટ પર સિસ્ટમની આપેલ સ્થિતિ, અંદર સુપરપોઝિશન, આઉટપુટ પર સુપરપોઝિશન હોય છે.
• માપન પછી પ્રોગ્રામના આઉટપુટ પર અમારી પાસે સિસ્ટમની સંભવિત અંતિમ સ્થિતિઓમાંથી એકનું સંભવિત અમલીકરણ છે (વત્તા શક્ય ભૂલો)
• કોઈપણ ક્વોન્ટમ પ્રોગ્રામમાં ચીમની આર્કિટેક્ચર હોય છે (ઈનપુટ -> આઉટપુટ. ત્યાં કોઈ લૂપ્સ નથી, તમે પ્રક્રિયાની મધ્યમાં સિસ્ટમની સ્થિતિ જોઈ શકતા નથી.)

ક્વોન્ટમ કમ્પ્યુટર અને પરંપરાગત કમ્પ્યુટરની સરખામણી

(સામગ્રી માટે)

ચાલો હવે પરંપરાગત કમ્પ્યુટર અને ક્વોન્ટમ કમ્પ્યુટરની સરખામણી કરીએ.

	નિયમિત કમ્પ્યુટર	ક્વોન્ટમ કમ્પ્યુટર
તર્ક	0 / 1	`a|0> + b|1>, a^2+b^2=1`
ભૌતિકશાસ્ત્ર	સેમિકન્ડક્ટર ટ્રાંઝિસ્ટર	ક્વોન્ટમ પદાર્થ
મીડિયા વાહક	વોલ્ટેજ સ્તરો	ધ્રુવીકરણ, સ્પિન,…
કામગીરી	બીટ્સ પર નહીં, અને, અથવા, XOR	વાલ્વ: CNOT, Hadamard,…
સંબંધ	સેમિકન્ડક્ટર ચિપ	એકબીજા સાથે મૂંઝવણ
અલ્ગોરિધમ્સ	ધોરણ (જુઓ વ્હિપ)	વિશેષ (શોર, ગ્રોવર)
સિદ્ધાંત	ડિજિટલ, નિર્ધારિત	એનાલોગ, સંભવિત

તર્ક સ્તર

નિયમિત કમ્પ્યુટરમાં આ થોડું છે. સારી રીતે અને મારફતે અમને માટે જાણીતા છે નિર્ણાયક બીટ. 0 અથવા 1 ના મૂલ્યો લઈ શકે છે. તે ભૂમિકા સાથે સારી રીતે સામનો કરે છે તાર્કિક એકમ નિયમિત કમ્પ્યુટર માટે, પરંતુ રાજ્યનું વર્ણન કરવા માટે સંપૂર્ણપણે અયોગ્ય છે ક્વોન્ટમ પદાર્થ, જે, જેમ આપણે પહેલેથી જ કહ્યું છે, જંગલમાં સ્થિત છેતેમના સરહદી રાજ્યોની સુપરપોઝિશન.

આ તેઓ સાથે આવ્યા છે qubit. તેના સીમાના રાજ્યોમાં તે 0 અને 1 જેવા રાજ્યોને અનુભવે છે |0> અને |1>, અને સુપરપોઝિશનમાં રજૂ કરે છે તેના સરહદી રાજ્યો પર સંભાવનાનું વિતરણ |0> и |1>:

 a|0> + b|1>, такое, что a^2+b^2=1

a અને b રજૂ કરે છે સંભાવના કંપનવિસ્તાર, અને તેમના મોડ્યુલોના ચોરસ એ બાઉન્ડ્રી સ્ટેટ્સના બરાબર આવા મૂલ્યો મેળવવાની વાસ્તવિક સંભાવનાઓ છે |0> и |1>, જો તમે અત્યારે માપ વડે ક્વિટને તોડી નાખો.

ભૌતિક સ્તર

વિકાસના વર્તમાન તકનીકી સ્તરે, પરંપરાગત કમ્પ્યુટર માટે બીટનું ભૌતિક અમલીકરણ છે સેમિકન્ડક્ટર ટ્રાંઝિસ્ટર, для квантового, как мы уже говорили, любой квантовый объект. હવે પછીના વિભાગમાં આપણે qubits માટે ભૌતિક માધ્યમ તરીકે હાલમાં શું વપરાય છે તે વિશે વાત કરીશું.

સંગ્રહ માધ્યમ

Для обычного компьютера это વીજળી - વોલ્ટેજ સ્તર, વર્તમાનની હાજરી અથવા ગેરહાજરી, વગેરે, ક્વોન્ટમ માટે - સમાન ક્વોન્ટમ ઑબ્જેક્ટની સ્થિતિ (направление поляризации, спин, и т.д.), которое может находится в состоянии суперпозиции.

કામગીરી

નિયમિત કમ્પ્યુટર પર લોજિક સર્કિટ્સનો અમલ કરવા માટે, અમે જાણીતાનો ઉપયોગ કરીએ છીએ લોજિકલ કામગીરી, ક્યુબિટ્સ પરની કામગીરી માટે, ઓપરેશનની એક સંપૂર્ણપણે અલગ સિસ્ટમ સાથે આવવું જરૂરી હતું, જેને કહેવાય છે ક્વોન્ટમ દરવાજા. કેટલા ક્યુબિટ્સ રૂપાંતરિત થઈ રહ્યાં છે તેના આધારે ગેટ્સ સિંગલ-ક્વિબિટ અથવા ડબલ-ક્વિબિટ હોઈ શકે છે.

ક્વોન્ટમ ગેટ્સના ઉદાહરણો:

Есть понятие સાર્વત્રિક વાલ્વ સેટ, જે કોઈપણ ક્વોન્ટમ ગણતરી કરવા માટે પર્યાપ્ત છે. ઉદાહરણ તરીકે, સાર્વત્રિક સમૂહમાં હડમર્ડ ગેટ, ફેઝ શિફ્ટ ગેટ, સીએનઓટી ગેટ અને π⁄8 ગેટનો સમાવેશ થાય છે. તેમની સહાયથી, તમે ક્યુબિટ્સના મનસ્વી સમૂહ પર કોઈપણ ક્વોન્ટમ ગણતરી કરી શકો છો.

આ લેખમાં અમે ક્વોન્ટમ ગેટ્સની સિસ્ટમ પર વિગતવાર ધ્યાન આપીશું નહીં; તમે તેમના વિશે વધુ વાંચી શકો છો અને ક્યુબિટ્સ પર લોજિકલ ઓપરેશન્સ, ઉદાહરણ તરીકે, અહીં જ. યાદ રાખવાની મુખ્ય વસ્તુ:

• ક્વોન્ટમ ઓબ્જેક્ટો પરની કામગીરી માટે નવા લોજિકલ ઓપરેટર્સ (ક્વોન્ટમ ગેટ) બનાવવાની જરૂર પડે છે.
• ક્વોન્ટમ ગેટ્સ સિંગલ-ક્યુબિટ અને ડબલ-ક્યુબિટ પ્રકારોમાં આવે છે.
• ત્યાં દરવાજાના સાર્વત્રિક સેટ છે જેનો ઉપયોગ કોઈપણ ક્વોન્ટમ ગણતરી કરવા માટે થઈ શકે છે

સંબંધ

એક ટ્રાન્ઝિસ્ટર આપણા માટે સંપૂર્ણપણે નકામું છે; ગણતરીઓ કરવા માટે આપણે ઘણા ટ્રાંઝિસ્ટરને એકબીજા સાથે જોડવાની જરૂર છે, એટલે કે, લાખો ટ્રાન્ઝિસ્ટરમાંથી સેમિકન્ડક્ટર ચિપ બનાવવી જેના પર લોજિકલ સર્કિટ બનાવી શકાય, ALU અને, છેવટે, તેના ક્લાસિક સ્વરૂપમાં આધુનિક પ્રોસેસર મેળવો.

એક ક્યુબિટ પણ આપણા માટે સંપૂર્ણપણે નકામું છે (સારું, જો માત્ર શૈક્ષણિક દ્રષ્ટિએ),

ગણતરીઓ હાથ ધરવા માટે આપણને ક્યુબિટ્સ (ક્વોન્ટમ ઑબ્જેક્ટ્સ) ની સિસ્ટમની જરૂર છે

જે, જેમ આપણે પહેલેથી જ કહ્યું છે તેમ, ક્યુબિટ્સને એકબીજા સાથે ફસાવીને બનાવવામાં આવે છે જેથી તેમની સ્થિતિઓમાં ફેરફાર સંકલિત રીતે થાય.

અલ્ગોરિધમ્સ

માનવજાતે આજ સુધી જે પ્રમાણભૂત ગાણિતીક નિયમો એકઠા કર્યા છે તે ક્વોન્ટમ કમ્પ્યુટર પર અમલીકરણ માટે સંપૂર્ણપણે અયોગ્ય છે. હા, સામાન્ય રીતે કોઈ જરૂર નથી. ક્યુબિટ્સ પર ગેટ લોજિક પર આધારિત ક્વોન્ટમ કમ્પ્યુટર્સને સંપૂર્ણપણે અલગ અલગોરિધમ્સ, ક્વોન્ટમ અલ્ગોરિધમ્સ બનાવવાની જરૂર છે. સૌથી વધુ જાણીતા ક્વોન્ટમ અલ્ગોરિધમ્સમાંથી, ત્રણને ઓળખી શકાય છે:

• શોરાનું અલ્ગોરિધમ (ફેક્ટરાઇઝેશન)
• ગ્રોવરનું અલ્ગોરિધમ (એક અવ્યવસ્થિત ડેટાબેઝમાં ઝડપી શોધ)
• ડોઇશ-જોઝી અલ્ગોરિધમ (ответ на вопрос, постоянная или сбалансированная функция)

સિદ્ધાંત

И самое главное отличие — это принцип работы. У стандартного компьютера это ડિજિટલ, સખત રીતે નિર્ધારિત સિદ્ધાંત, એ હકીકત પર આધારિત છે કે જો આપણે સિસ્ટમની કેટલીક પ્રારંભિક સ્થિતિ સેટ કરીએ અને તેને આપેલ અલ્ગોરિધમ દ્વારા પસાર કરીએ, તો ગણતરીઓનું પરિણામ સમાન હશે, પછી ભલે આપણે આ ગણતરી કેટલી વાર ચલાવીએ. વાસ્તવમાં, આ વર્તણૂક તે જ છે જે આપણે કમ્પ્યુટર પાસેથી અપેક્ષા રાખીએ છીએ.

ક્વોન્ટમ કોમ્પ્યુટર ચાલે છે એનાલોગ, સંભવિત સિદ્ધાંત. આપેલ પ્રારંભિક સ્થિતિમાં આપેલ અલ્ગોરિધમનું પરિણામ છે સંભાવના વિતરણમાંથી નમૂના અલ્ગોરિધમનો અંતિમ અમલીકરણ વત્તા સંભવિત ભૂલો.

ક્વોન્ટમ કમ્પ્યુટિંગની આ સંભવિત પ્રકૃતિ ક્વોન્ટમ વિશ્વના ખૂબ જ સંભવિત સારને કારણે છે. "ભગવાન બ્રહ્માંડ સાથે પાસા રમતા નથી.", જૂના આઈન્સ્ટાઈને કહ્યું, પરંતુ અત્યાર સુધીના તમામ પ્રયોગો અને અવલોકનો (હાલના વૈજ્ઞાનિક નમૂનામાં) વિરુદ્ધની પુષ્ટિ કરે છે.

ક્યુબિટ્સનું ભૌતિક અમલીકરણ

(સામગ્રી માટે)

આપણે પહેલેથી જ કહ્યું છે તેમ, ક્વોબિટને ક્વોન્ટમ ઑબ્જેક્ટ દ્વારા રજૂ કરી શકાય છે, એટલે કે, એક ભૌતિક ઑબ્જેક્ટ જે ઉપર વર્ણવેલ ક્વોન્ટમ ગુણધર્મોને અમલમાં મૂકે છે. એટલે કે, આશરે કહીએ તો, કોઈપણ ભૌતિક પદાર્થ કે જેમાં બે અવસ્થાઓ હોય અને આ બે અવસ્થાઓ સુપરપોઝિશનની સ્થિતિમાં હોય તેનો ઉપયોગ ક્વોન્ટમ કોમ્પ્યુટર બનાવવા માટે થઈ શકે છે.

"જો આપણે એક અણુને બે અલગ-અલગ સ્તરોમાં મૂકી શકીએ અને તેને નિયંત્રિત કરી શકીએ, તો તમારી પાસે ક્વિબિટ છે. જો આપણે આ આયન સાથે કરી શકીએ, તો તે ક્યુબિટ છે. તે વર્તમાન સાથે સમાન છે. જો આપણે તેને એક જ સમયે ઘડિયાળની દિશામાં અને કાઉન્ટરક્લોકવાઇઝ ચલાવીએ, તો તમારી પાસે ક્યુબિટ હશે." (સાથે)

છે અદ્ભુત ટિપ્પણી к લેખ, в котором текущее многообразие физических реализаций кубита рассматривается более подробно, мы же просто перечислим наиболее известные и распространенные:

• સુપરકન્ડક્ટીંગ ક્યુબિટ્સ
• ચાર્જ qubits
• આયન ફાંસો
• ક્વોન્ટમ બિંદુઓ
• અને અન્ય ઘણા વિચિત્ર વિચારો (આયોન, વગેરે)

આ તમામ વિવિધતાઓમાંથી, સૌથી વધુ વિકસિત ક્યુબિટ્સ મેળવવાની પ્રથમ પદ્ધતિ છે, તેના આધારે સુપરકન્ડક્ટર. Google, IBM, ઇન્ટેલ અને અન્ય અગ્રણી ખેલાડીઓ તેમની સિસ્ટમ બનાવવા માટે તેનો ઉપયોગ કરે છે.

સારું, વધુ વાંચો સમીક્ષા શક્ય ભૌતિક અમલીકરણો માંથી qubits એન્ડ્રુ ડેલી, 2014.

મૂળભૂત. ક્વોન્ટમ કમ્પ્યુટર કેવી રીતે કાર્ય કરે છે

(સામગ્રી માટે)

આ વિભાગ માટેની સામગ્રી (કાર્ય અને ચિત્રો) લેખમાંથી લેવામાં આવી છે "માત્ર મુશ્કેલ વસ્તુઓ વિશે. ક્વોન્ટમ કમ્પ્યુટર કેવી રીતે કામ કરે છે?.

તેથી, કલ્પના કરો કે અમારી પાસે નીચેનું કાર્ય છે:

ત્યાં ત્રણ લોકોનું જૂથ છે: (A)આન્દ્રે, (B)ઓલોદ્યા અને (C)એરેઝા. બે ટેક્સીઓ છે (0 અને 1).

તે પણ જાણીતું છે કે:

• (A) આન્દ્રે, (B) ઓલોદ્યા મિત્રો છે
• (A) આન્દ્રે, (C) એરેઝા દુશ્મનો છે
• (B)ઓલોદ્યા અને (C)એરેઝા દુશ્મનો છે

કાર્ય: લોકોને ટેક્સીમાં બેસાડો જેથી કરીને મહત્તમ (મિત્રો) и Min(враги)

રેટિંગ: L = (મિત્રોની સંખ્યા) - (દુશ્મનોની સંખ્યા) દરેક આવાસ વિકલ્પ માટે

મહત્વપૂર્ણ: ધારી રહ્યા છીએ કે ત્યાં કોઈ હ્યુરિસ્ટિક્સ નથી, ત્યાં કોઈ શ્રેષ્ઠ ઉકેલ નથી. આ કિસ્સામાં, સમસ્યા માત્ર વિકલ્પોની સંપૂર્ણ શોધ દ્વારા ઉકેલી શકાય છે.

નિયમિત કમ્પ્યુટર પર ઉકેલ

Как решать эту задачу на обычном (супер)компьютере (или кластере) — понятно, что надо перебрать в цикле все возможные варианты. જો અમારી પાસે મલ્ટિપ્રોસેસર સિસ્ટમ હોય, તો પછી અમે ઘણા પ્રોસેસરોમાં ઉકેલોની ગણતરીને સમાંતર બનાવી શકીએ છીએ અને પછી પરિણામો એકત્રિત કરી શકીએ છીએ.

અમારી પાસે 2 સંભવિત આવાસ વિકલ્પો છે (ટેક્સી 0 અને ટેક્સી 1) અને 3 લોકો. ઉકેલ જગ્યા 2^3 = 8. તમે કેલ્ક્યુલેટરનો ઉપયોગ કરીને 8 વિકલ્પોમાંથી પણ જઈ શકો છો, આ કોઈ સમસ્યા નથી. હવે ચાલો સમસ્યાને જટિલ બનાવીએ - અમારી પાસે 20 લોકો અને બે બસો છે, ઉકેલની જગ્યા 2^20 = 1. કંઈ જટિલ પણ નથી. ચાલો લોકોની સંખ્યામાં 2.5 ગણો વધારો કરીએ - 50 લોકો અને બે ટ્રેન લો, હવે ઉકેલની જગ્યા છે 2^50 = 1.12 x 10^15. એક સામાન્ય (સુપર) કમ્પ્યુટરમાં પહેલેથી જ ગંભીર સમસ્યાઓ શરૂ થઈ રહી છે. ચાલો લોકોની સંખ્યા 2 ગણી વધારીએ, 100 લોકો અમને પહેલેથી જ આપશે 1.2x10^30 શક્ય વિકલ્પો.

બસ, આ કાર્યની ગણતરી વાજબી સમયમાં કરી શકાતી નથી.

સુપર કોમ્પ્યુટર જોડાઈ રહ્યું છે

હાલમાં સૌથી શક્તિશાળી કમ્પ્યુટરનો નંબર 1 છે TOP500તે છે સમિટ, ઉત્પાદકતા 122 Pflops. ચાલો ધારીએ કે અમને એક વિકલ્પની ગણતરી કરવા માટે 100 ઑપરેશનની જરૂર છે, પછી 100 લોકોની સમસ્યા હલ કરવા માટે અમને જરૂર પડશે:

(1.2 x 10^30 100) / 122×10^15 / (606024365) = 3 x 10^37 વર્ષ.

જેમ આપણે જોઈ શકીએ છીએ જેમ જેમ પ્રારંભિક ડેટાનું પરિમાણ વધે છે તેમ, પાવર લો અનુસાર સોલ્યુશન સ્પેસ વધે છે, સામાન્ય કિસ્સામાં, N બિટ્સ માટે અમારી પાસે 2^N શક્ય ઉકેલ વિકલ્પો છે, જે પ્રમાણમાં નાના N (100) માટે અમને અગણિત (વર્તમાન તકનીકી સ્તરે) ઉકેલની જગ્યા આપે છે.

ત્યાં કોઈ વિકલ્પો છે? જેમ તમે અનુમાન લગાવ્યું હશે, હા, ત્યાં છે.

પરંતુ ક્વોન્ટમ કમ્પ્યુટર્સ કેવી રીતે અને શા માટે આના જેવી સમસ્યાઓને અસરકારક રીતે ઉકેલી શકે છે તે વિશે આપણે વિચાર કરીએ તે પહેલાં, ચાલો તે શું છે તે સમજવા માટે થોડો સમય કાઢીએ. સંભાવના વિતરણ. ગભરાશો નહીં, આ એક સમીક્ષા લેખ છે, અહીં કોઈ સખત ગણિત હશે નહીં, અમે બેગ અને બોલ સાથેના ઉત્તમ ઉદાહરણ સાથે કરીશું.

માત્ર થોડું સંયોજનશાસ્ત્ર, સંભાવના સિદ્ધાંત અને એક વિચિત્ર પ્રયોગકર્તા

ચાલો એક થેલી લઈએ અને તેમાં મૂકીએ 1000 સફેદ અને 1000 કાળા બોલ. અમે એક પ્રયોગ કરીશું - બોલને બહાર કાઢો, રંગ લખો, બોલને બેગમાં પરત કરો અને બોલને બેગમાં ભળી દો.

પ્રયોગ 10 વખત કરવામાં આવ્યો હતો, 10 કાળા બોલ ખેંચ્યા. કદાચ? તદ્દન. શું આ નમૂના અમને બેગમાં સાચા વિતરણનો કોઈ વાજબી ખ્યાલ આપે છે? દેખીતી રીતે નથી. શું કરવાની જરૂર છે - અધિકાર, પીપ્રયોગને એક મિલિયન વખત પુનરાવર્તિત કરો અને કાળા અને સફેદ દડાઓની ફ્રીક્વન્સીઝની ગણતરી કરો. અમે મેળવીએ છીએ, ઉદાહરણ તરીકે 49.95% કાળો અને 50.05% સફેદ. આ કિસ્સામાં, વિતરણનું માળખું જેમાંથી આપણે નમૂના લઈએ છીએ (એક બોલ લો) પહેલાથી જ વધુ કે ઓછા સ્પષ્ટ છે.

મુખ્ય વસ્તુ એ સમજવાની છે પ્રયોગ પોતે સંભવિત પ્રકૃતિ ધરાવે છે, એક નમૂના (બોલ) સાથે આપણે વિતરણની સાચી રચના જાણી શકીશું નહીં, આપણે પ્રયોગને ઘણી વખત પુનરાવર્તિત કરવાની જરૂર છે અને સરેરાશ પરિણામો.

ચાલો તેને અમારી બેગમાં ઉમેરીએ 10 લાલ અને 10 લીલા બોલ (ભૂલો). ચાલો પ્રયોગને 10 વખત પુનરાવર્તિત કરીએ. IN5 લાલ અને 5 લીલા બહાર ખેંચી. કદાચ? હા. અમે સાચા વિતરણ વિશે કંઈક કહી શકીએ - ના. શું કરવાની જરૂર છે - સારું, તમે સમજો છો.

સંભાવના વિતરણની રચનાની સમજ મેળવવા માટે, આ વિતરણમાંથી વ્યક્તિગત પરિણામોનો વારંવાર નમૂના લેવો અને પરિણામોની સરેરાશ કરવી જરૂરી છે.

પ્રેક્ટિસ સાથે સિદ્ધાંતને જોડવું

હવે કાળા અને સફેદ બોલને બદલે, ચાલો બિલિયર્ડ બોલ લઈએ અને તેને બેગમાં મૂકીએ નંબર 1000 સાથે 2 બોલ, નંબર 1000 સાથે 7 અને અન્ય નંબરો સાથે 10 બોલ. ચાલો એક પ્રયોગકર્તાની કલ્પના કરીએ જે સૌથી સરળ ક્રિયાઓમાં પ્રશિક્ષિત છે (એક બોલ કાઢો, નંબર લખો, બોલને બેગમાં પાછો મૂકો, બોલને બેગમાં ભળી દો) અને તે 150 માઇક્રોસેકન્ડમાં આ કરે છે. સારું, ઝડપ પર આવા પ્રયોગકર્તા (દવાઓની જાહેરાત નહીં!!!). Тогда за 150 секунд он сможет провести наш эксперимент 1 миллион раз અને અમને સરેરાશ પરિણામો પ્રદાન કરો.

તેઓએ પ્રયોગકર્તાને નીચે બેસાડી, તેને એક થેલી આપી, પાછા ફર્યા, 150 સેકન્ડ રાહ જોઈ અને પ્રાપ્ત કર્યું:

નંબર 2 - 49.5%, નંબર 7 - 49.5%, કુલ બાકીની સંખ્યા - 1%.

હા તે સાચું છે, અમારી બેગ એ અલ્ગોરિધમ સાથેનું ક્વોન્ટમ કમ્પ્યુટર છે જે અમારી સમસ્યાનું નિરાકરણ કરે છે, અને બોલમાં શક્ય ઉકેલો છે. કારણ કે ત્યાં બે સાચા ઉકેલો છે ક્વોન્ટમ કોમ્પ્યુટર આપણને આમાંથી કોઈપણ સંભવિત ઉકેલો સમાન સંભાવના સાથે અને 0.5% (10/2000) ભૂલો આપશે., о которых мы поговорим позднее.

ક્વોન્ટમ કોમ્પ્યુટરનું પરિણામ મેળવવા માટે, તમારે સમાન ઇનપુટ ડેટા સેટ પર ક્વોન્ટમ અલ્ગોરિધમ ઘણી વખત ચલાવવાની અને પરિણામની સરેરાશ કરવાની જરૂર છે.

ક્વોન્ટમ કમ્પ્યુટરની માપનીયતા

હવે કલ્પના કરો કે 100 લોકો સામેલ કાર્ય માટે (ઉકેલ જગ્યા 2^100 અમને આ યાદ છે), ત્યાં પણ ફક્ત બે સાચા નિર્ણયો છે. પછી, જો આપણે 100 ક્યુબિટ્સ લઈએ અને એક અલ્ગોરિધમ લખીએ જે આ ક્યુબિટ્સ પર આપણા ઉદ્દેશ્ય કાર્ય (L, ઉપર જુઓ) ની ગણતરી કરે છે, તો આપણને એક બેગ મળશે જેમાં પ્રથમ સાચા જવાબની સંખ્યા સાથે 1000 બોલ હશે, 1000 સાથે. બીજા સાચા જવાબની સંખ્યા અને અન્ય સંખ્યાઓ સાથે 10 બોલ. અને તે જ 150 સેકન્ડમાં અમારા પ્રયોગકર્તા અમને સાચા જવાબોની સંભાવના વિતરણનો અંદાજ આપશે..

સોલ્યુશન સ્પેસ (1^N) ના પરિમાણના સંદર્ભમાં ક્વોન્ટમ અલ્ગોરિધમનો અમલ સમય (કેટલીક ધારણાઓ સાથે) સતત O(2) ગણી શકાય.

અને આ ચોક્કસપણે ક્વોન્ટમ કમ્પ્યુટરની મિલકત છે - રનટાઇમ સ્થિરતા વધતા પાવર કાયદાના સંબંધમાં ઉકેલની જગ્યાની જટિલતા એ ચાવી છે.

Qubit અને સમાંતર વિશ્વ

આ કેવી રીતે થાય છે? ક્વોન્ટમ કમ્પ્યુટરને આટલી ઝડપથી ગણતરીઓ કરવા માટે શું પરવાનગી આપે છે? તે ક્યુબિટની ક્વોન્ટમ પ્રકૃતિ વિશે છે.

જુઓ, અમે કહ્યું કે ક્વોબિટ એ ક્વોન્ટમ ઑબ્જેક્ટ જેવું છે જ્યારે અવલોકન કરવામાં આવે ત્યારે તેની બે અવસ્થાઓમાંથી એકની અનુભૂતિ થાય છે, પરંતુ "જંગલી પ્રકૃતિ" માં તે છે રાજ્યોની સુપરપોઝિશન, એટલે કે, તે તેની બંને સીમા અવસ્થામાં એક સાથે છે (કેટલીક સંભાવના સાથે).

ચાલો લઈએ (A)એન્દ્રેયા અને તેની સ્થિતિની કલ્પના કરો (તે કયા વાહનમાં છે - 0 અથવા 1) ક્યુબિટ તરીકે. પછી આપણી પાસે છે (ક્વોન્ટમ સ્પેસમાં) બે સમાંતર વિશ્વ, એકમાં (A) ટેક્સી 0 માં બેસે છે, બીજી દુનિયામાં - ટેક્સી 1 માં. એક જ સમયે બે ટેક્સીમાં, પરંતુ અવલોકન દરમિયાન તે દરેકમાં તે શોધવાની કેટલીક સંભાવના સાથે.

ચાલો લઈએ (બી) યુવાન и тоже представим его состояние как кубит. Возникает два других параллельных мира. Но пока эти пары миров (A) и (AT) બિલકુલ ક્રિયાપ્રતિક્રિયા કરશો નહીં. બનાવવા માટે શું કરવાની જરૂર છે સંબંધિત સિસ્ટમ? તે સાચું છે, અમને આ ક્યુબિટ્સની જરૂર છે બાંધવું (ગૂંચવવું). અમે તેને લઈએ છીએ અને તેને ભેળવીએ છીએ (A) સાથે (B) - આપણને બે ક્વોબિટ્સની ક્વોન્ટમ સિસ્ટમ મળે છે (A, B), પોતાની અંદર ચાર સાક્ષાત્કાર પરસ્પર નિર્ભર સમાંતર વિશ્વો. ઉમેરો (એસ) અર્જે અને અમને ત્રણ ક્વિટ્સની સિસ્ટમ મળે છે (ABC), реализующую восемь પરસ્પર નિર્ભર સમાંતર વિશ્વો.

ક્વોન્ટમ કમ્પ્યુટિંગનો સાર (જોડાયેલ ક્યુબિટ્સની સિસ્ટમ પર ક્વોન્ટમ ગેટ્સની સાંકળનું અમલીકરણ) એ હકીકત છે કે ગણતરી એકસાથે તમામ સમાંતર વિશ્વોમાં થાય છે.

અને તે મહત્વનું નથી કે તેમાંથી અમારી પાસે કેટલા છે, 2^3 અથવા 2^100, ક્વોન્ટમ અલ્ગોરિધમ આ તમામ સમાંતર વિશ્વોમાં મર્યાદિત સમયમાં અમલમાં આવશે અને અમને પરિણામ આપશે, જે અલ્ગોરિધમના પ્રતિભાવોના સંભવિત વિતરણમાંથી એક નમૂના છે.

વધુ સારી રીતે સમજવા માટે, કોઈ તેની કલ્પના કરી શકે છે ક્વોન્ટમ સ્તરે ક્વોન્ટમ કમ્પ્યુટર 2^N સમાંતર ઉકેલ પ્રક્રિયાઓ ચલાવે છે, જેમાંથી દરેક એક સંભવિત વિકલ્પ પર કામ કરે છે, પછી કાર્યના પરિણામો એકત્રિત કરે છે - અને અમને ઉકેલની સુપરપોઝિશનના રૂપમાં જવાબ આપે છે (પ્રતિસાદોનું સંભવિત વિતરણ), જેમાંથી આપણે દરેક વખતે (દરેક પ્રયોગ માટે) એક નમૂના લઈએ છીએ.

અમારા પ્રયોગકર્તા દ્વારા જરૂરી સમય યાદ રાખો (150 µs) પ્રયોગ હાથ ધરવા માટે, જ્યારે આપણે ક્વોન્ટમ કોમ્પ્યુટરની મુખ્ય સમસ્યાઓ અને ડીકોહેરન્સ સમય વિશે વાત કરીશું ત્યારે આ અમને થોડું આગળ ઉપયોગી થશે.

ક્વોન્ટમ અલ્ગોરિધમ્સ

(સામગ્રી માટે)

પહેલેથી જ ઉલ્લેખ કર્યો છે તેમ, દ્વિસંગી તર્ક પર આધારિત પરંપરાગત ગાણિતીક નિયમો ક્વોન્ટમ લોજિક (ક્વોન્ટમ ગેટ્સ) નો ઉપયોગ કરીને ક્વોન્ટમ કમ્પ્યુટરને લાગુ પડતા નથી. તેના માટે, નવા સાથે આવવું જરૂરી હતું જે કમ્પ્યુટિંગની ક્વોન્ટમ પ્રકૃતિમાં રહેલી સંભવિતતાનો સંપૂર્ણ ઉપયોગ કરે.

આજે સૌથી વધુ જાણીતા અલ્ગોરિધમ્સ છે:

• શોરાનું અલ્ગોરિધમ
• ગ્રોવરનું અલ્ગોરિધમ
• Deutsch-Jozsi અલ્ગોરિધમ

શાસ્ત્રીય લોકોથી વિપરીત, ક્વોન્ટમ કમ્પ્યુટર્સ સાર્વત્રિક નથી.
અત્યાર સુધી માત્ર થોડી સંખ્યામાં ક્વોન્ટમ અલ્ગોરિધમ્સ મળ્યા છે.(સાથે)

Спасибо ઓક્સોરોન ની લિંક માટે ક્વોન્ટમ અલ્ગોરિધમ ઝૂ, એક એવી જગ્યા જ્યાં, લેખક અનુસાર ("સ્ટીફન જોર્ડન"), ક્વોન્ટમ-એલ્ગોરિધમિક વિશ્વના શ્રેષ્ઠ પ્રતિનિધિઓ એકત્રિત કરવામાં આવ્યા છે અને એકઠા કરવાનું ચાલુ રાખે છે.

આ લેખમાં આપણે ક્વોન્ટમ અલ્ગોરિધમ્સનું વિગતવાર વિશ્લેષણ કરીશું નહીં; કોઈપણ સ્તરની જટિલતા માટે ઇન્ટરનેટ પર ઘણી બધી ઉત્તમ સામગ્રી છે, પરંતુ આપણે હજી પણ ત્રણ સૌથી પ્રખ્યાત મુદ્દાઓ પર ટૂંકમાં જવાની જરૂર છે.

શોરનું અલ્ગોરિધમ.

(સામગ્રી માટે)

સૌથી પ્રખ્યાત ક્વોન્ટમ અલ્ગોરિધમ છે શોરનું અલ્ગોરિધમ (અંગ્રેજી ગણિતશાસ્ત્રી દ્વારા 1994 માં શોધાયેલ પીટર શોર), જેનો ઉદ્દેશ્ય સંખ્યાઓની પરિબળની સમસ્યાને મુખ્ય પરિબળોમાં ઉકેલવાનો છે (અવયકીકરણ સમસ્યા, સ્વતંત્ર લઘુગણક).

Именно этот алгоритм приводят в пример, когда пишут о том, что ваши банковские системы и пароли скоро будут взломаны. Учитывая, что длина используемых на сегодняшний день ключей не менее чем 2048 бит, время для шапочки еще не пришло.

તારીખ કરવા માટે, результаты સાધારણ કરતાં વધુ. શોરના અલ્ગોરિધમ સાથે શ્રેષ્ઠ ફેક્ટરાઇઝેશન પરિણામો - સંખ્યાઓ 15 и 21, જે 2048 બિટ્સ કરતાં ઘણું ઓછું છે. કોષ્ટકમાંથી બાકીના પરિણામો માટે, એક અલગ અલ્ગોરિધમ ગણતરીઓ, પરંતુ આ અલ્ગોરિધમ (291311) અનુસાર શ્રેષ્ઠ પરિણામ પણ વાસ્તવિક એપ્લિકેશનથી ખૂબ દૂર છે.

તમે શોરના અલ્ગોરિધમ વિશે વધુ વાંચી શકો છો, ઉદાહરણ તરીકે, અહીં જ. વ્યવહારુ અમલીકરણ વિશે - અહીં.

એક વર્તમાન અંદાજ જટિલતા અને 2048-બીટ નંબરને પરિબળ કરવા માટે જરૂરી શક્તિ એ કમ્પ્યુટર છે 20 મિલિયન qubits. અમે શાંતિથી સૂઈએ છીએ.

ગ્રોવરનું અલ્ગોરિધમ

(સામગ્રી માટે)

ગ્રોવરનું અલ્ગોરિધમ - ક્વોન્ટમ અલ્ગોરિધમ ગણતરીની સમસ્યાને હલ કરવી, એટલે કે સમીકરણનો ઉકેલ શોધવો F(X) = 1, જ્યાં F છે બુલિયન કાર્ય થી n ચલો અમેરિકન ગણિતશાસ્ત્રી દ્વારા પ્રસ્તાવિત કરવામાં આવ્યો હતો માછીમારી ગ્રોવર в 1996 વર્ષ.

શોધવા માટે ગ્રોવરના અલ્ગોરિધમનો ઉપયોગ કરી શકાય છે મધ્યક и અંકગણિત સરેરાશ સંખ્યા શ્રેણી. વધુમાં, તેનો ઉપયોગ ઉકેલવા માટે કરી શકાય છે NP-પૂર્ણ ઘણા સંભવિત ઉકેલો વચ્ચે સંપૂર્ણ શોધ દ્વારા સમસ્યાઓ. શાસ્ત્રીય ગાણિતીક નિયમોની તુલનામાં આનાથી નોંધપાત્ર ઝડપ પ્રાપ્ત થઈ શકે છે, જો કે "બહુપદી ઉકેલ" સામાન્ય રીતે.(સાથે)

તમે વધુ વાંચી શકો છો અહીં જ, અથવા અહીં... છતાં અહીં જ есть хорошее объяснение алгоритма на примере ящиков и мяча, но, к сожалению, по независящим ни от кого причинам, данный сайт у меня из России не открывается. Если у вас આ સાઇટ પણ અવરોધિત છે, તેથી અહીં ટૂંકો સારાંશ છે:

ગ્રોવરનું અલ્ગોરિધમ. કલ્પના કરો કે તમારી પાસે ક્રમાંકિત બંધ બોક્સના N ટુકડાઓ છે. તેઓ એક સિવાય બધા ખાલી છે, જેમાં બોલ છે. તમારું કાર્ય: બૉક્સની સંખ્યા શોધો જેમાં બોલ સ્થિત છે (આ અજાણ્યા નંબરને ઘણીવાર ડબલ્યુ અક્ષર દ્વારા સૂચવવામાં આવે છે).

આ સમસ્યાને કેવી રીતે હલ કરવી? સૌથી મૂર્ખ રસ્તો એ છે કે બૉક્સ ખોલીને વળાંક લેવો, અને વહેલા કે પછી તમે બોલ સાથેના બૉક્સની સામે આવશો. બોલ સાથેનું બોક્સ મળે તે પહેલા સરેરાશ કેટલા બોક્સને તપાસવાની જરૂર છે? સરેરાશ, તમારે લગભગ અડધા N/2 બોક્સ ખોલવાની જરૂર છે. અહીં મુખ્ય વાત એ છે કે જો આપણે બોક્સની સંખ્યામાં 100 ગણો વધારો કરીએ, તો બોલ સાથેનું બોક્સ મળે તે પહેલાં ખોલવાની જરૂર હોય તેવા બોક્સની સરેરાશ સંખ્યા પણ તે જ 100 ગણી વધી જશે.

હવે એક વધુ સ્પષ્ટતા કરીએ. ચાલો આપણે આપણા હાથથી બોક્સ જાતે ખોલીએ અને દરેકમાં બોલની હાજરી તપાસીએ, પરંતુ ચોક્કસ મધ્યસ્થી છે, ચાલો તેને ઓરેકલ કહીએ. અમે ઓરેકલને કહીએ છીએ, "ચેક બોક્સ નંબર 732," અને ઓરેકલ પ્રમાણિકપણે તપાસ કરે છે અને જવાબ આપે છે, "બૉક્સ નંબર 732 માં કોઈ બોલ નથી." હવે, આપણે સરેરાશ કેટલા બોક્સ ખોલવા જોઈએ તે કહેવાને બદલે, અમે કહીએ છીએ કે "બોલ સાથેના બોક્સની સંખ્યા શોધવા માટે આપણે સરેરાશ કેટલી વાર ઓરેકલ પર જવું જોઈએ"

તે તારણ આપે છે કે જો આપણે આ સમસ્યાને બોક્સ, એક બોલ અને ઓરેકલ સાથે ક્વોન્ટમ ભાષામાં અનુવાદિત કરીએ છીએ, તો અમને એક નોંધપાત્ર પરિણામ મળે છે: N બોક્સની વચ્ચે બોલ સાથેના બોક્સની સંખ્યા શોધવા માટે, આપણે ફક્ત SQRT વિશે ઓરેકલને ખલેલ પહોંચાડવાની જરૂર છે. (એન) વખત!

એટલે કે, ગ્રોવરના અલ્ગોરિધમનો ઉપયોગ કરીને શોધ કાર્યની જટિલતા સમયના વર્ગમૂળ દ્વારા ઘટાડવામાં આવે છે.

ડોઇશ-જોઝી અલ્ગોરિધમ

(સામગ્રી માટે)

Deutsch-Jozsa અલ્ગોરિધમ (જેને Deutsch-Jozsa અલ્ગોરિધમ તરીકે પણ ઓળખવામાં આવે છે) - [ક્વોન્ટમ અલ્ગોરિધમ](https://ru.wikipedia.org/wiki/%D0%9A%D0%B2%D0%B0%D0%BD%D1%82%D0%BE%D0%B2%D1%8B%D0%B9%D0%B0%D0%BB%D0%B3%D0%BE%D1%80%D0%B8%D1%82%D0%BC), предложенный Давидом Дойчем и રિચાર્ડ જોઝા в 1992 વર્ષ, અને એક્ઝિક્યુટ કરવા માટે રચાયેલ એલ્ગોરિધમ્સના પ્રથમ ઉદાહરણોમાંનું એક બન્યું ક્વોન્ટમ કમ્પ્યુટર્સ. _

Deutsch-Jozsi સમસ્યા એ નિર્ધારિત કરવાની છે કે કેટલાંક દ્વિસંગી ચલો F(x1, x2, ... xn)નું કાર્ય સ્થિર છે (કોઈપણ દલીલો માટે 0 અથવા 1 મૂલ્ય લે છે) અથવા સંતુલિત (તે જે ડોમેન લે છે તેના અડધા ભાગ માટે) મૂલ્ય 0, બીજા અડધા માટે 1). આ કિસ્સામાં, તે જાણીતું પ્રાથમિક ગણવામાં આવે છે કે કાર્ય કાં તો સ્થિર અથવા સંતુલિત છે. (સાથે)

તમે પણ વાંચી શકો છો અહીં. એક સરળ સમજૂતી:

Deutsch (Deutsch-Jozsi) અલ્ગોરિધમ બ્રુટ ફોર્સ પર આધારિત છે, પરંતુ તેને સામાન્ય કરતાં વધુ ઝડપથી કરવાની મંજૂરી આપે છે. કલ્પના કરો કે ટેબલ પર એક સિક્કો છે અને તમારે તે શોધવાની જરૂર છે કે તે નકલી છે કે નહીં. આ કરવા માટે, તમારે સિક્કાને બે વાર જોવાની અને નિર્ધારિત કરવાની જરૂર છે: "હેડ" અને "પૂંછડીઓ" વાસ્તવિક છે, બે "હેડ", બે "પૂંછડીઓ" નકલી છે. તેથી, જો તમે Deutsch ક્વોન્ટમ અલ્ગોરિધમનો ઉપયોગ કરો છો, તો પછી આ નિર્ધારણ એક નજર - માપ સાથે કરી શકાય છે. (સાથે)

ક્વોન્ટમ કમ્પ્યુટર્સની સમસ્યાઓ

(સામગ્રી માટે)

ક્વોન્ટમ કોમ્પ્યુટર્સ ડિઝાઇન અને ઓપરેટ કરતી વખતે, વૈજ્ઞાનિકો અને ઇજનેરોને મોટી સંખ્યામાં સમસ્યાઓનો સામનો કરવો પડે છે, જે આજની તારીખે સફળતાની વિવિધ ડિગ્રી સાથે ઉકેલવામાં આવી છે. અનુસાર સંશોધન (અને અહીં પણ) સમસ્યાઓની નીચેની શ્રેણી ઓળખી શકાય છે:

• પર્યાવરણ પ્રત્યે સંવેદનશીલતા અને પર્યાવરણ સાથે ક્રિયાપ્રતિક્રિયા
• ગણતરી દરમિયાન ભૂલોનું સંચય
• ક્યુબિટ સ્ટેટ્સના પ્રારંભિક આરંભ સાથે મુશ્કેલીઓ
• મલ્ટિ-ક્યુબિટ સિસ્ટમ્સ બનાવવામાં મુશ્કેલીઓ

હું લેખ વાંચવાની ખૂબ ભલામણ કરું છું "ક્વોન્ટમ કમ્પ્યુટર્સની લાક્ષણિકતાઓ”, ખાસ કરીને તેના પરની ટિપ્પણીઓ.

ચાલો બધી મુખ્ય સમસ્યાઓને ત્રણ મોટા જૂથોમાં ગોઠવીએ અને તેમાંથી દરેકને નજીકથી જોઈએ:

ડીકોહેરેન્સ

(સામગ્રી માટે)

N+1 માંથી વર્ણન.

ક્વોન્ટમ સ્થિતિ ખૂબ જ નાજુક વસ્તુફસાયેલી સ્થિતિમાં ક્યુબિટ્સ અત્યંત અસ્થિર છે, કોઈપણ બાહ્ય પ્રભાવ આ જોડાણને નષ્ટ કરી શકે છે (અને કરે છે).. ડિગ્રીના સૌથી નાના અપૂર્ણાંક દ્વારા તાપમાનમાં ફેરફાર, દબાણ, નજીકમાં ઉડતો રેન્ડમ ફોટોન - આ બધું આપણી સિસ્ટમને અસ્થિર બનાવે છે.

આ સમસ્યાને ઉકેલવા માટે, નીચા-તાપમાનની સરકોફેગી બનાવવામાં આવી છે, જેમાં તાપમાન (-273.14 ડિગ્રી સેલ્સિયસ) સંપૂર્ણ શૂન્યથી સહેજ ઉપર છે, બાહ્ય વાતાવરણના તમામ (શક્ય) પ્રભાવોથી પ્રોસેસર સાથે આંતરિક ચેમ્બરના મહત્તમ અલગતા સાથે.

અનેક ફસાઇ ગયેલા ક્યુબિટ્સની ક્વોન્ટમ સિસ્ટમની મહત્તમ આયુષ્ય, જે દરમિયાન તે તેના ક્વોન્ટમ ગુણધર્મો જાળવી રાખે છે અને તેનો ઉપયોગ ગણતરી માટે કરી શકાય છે, તેને ડીકોહેરન્સ ટાઇમ કહેવામાં આવે છે.

હાલમાં, શ્રેષ્ઠ ક્વોન્ટમ સોલ્યુશન્સમાં ડીકોહેરન્સ સમય ક્રમમાં છે દસ અને સેંકડો માઇક્રોસેકન્ડ.

એક અદ્ભુત છે વેબસાઇટજ્યાં તમે જોઈ શકો છો પરિમાણોની સરખામણી કોષ્ટકો તમામ બનાવેલ ક્વોન્ટમ સિસ્ટમ્સમાંથી. આ લેખમાં ઉદાહરણ તરીકે માત્ર બે ટોચના પ્રોસેસર્સનો સમાવેશ થાય છે - IBM તરફથી IBM Q સિસ્ટમ વન અને થી ગૂગલ સાયકેમોર. જેમ આપણે જોઈ શકીએ છીએ, ડીકોહેરન્સ ટાઈમ (T2) 200 μs થી વધુ નથી.

મને સાયકેમોર પર ચોક્કસ ડેટા મળ્યો નથી, પરંતુ સૌથી વધુ ક્વોન્ટમ સર્વોચ્ચતા પર લેખ બે નંબરો આપવામાં આવે છે - 1 સેકન્ડમાં 200 મિલિયન ગણતરીઓ, અન્યત્ર - માટે 130 સેકન્ડ કંટ્રોલ સિગ્નલોના નુકશાન વિના, વગેરે.. કોઈ પણ સંજોગોમાં, આ આપણને આપે છે ડીકોહેરન્સ સમય લગભગ 150 μs છે. અમારા યાદ રાખો બેગ સાથે પ્રયોગકર્તા? સારું, તે અહીં છે.

કમ્પ્યુટરનું નામ	N Qubits	મહત્તમ જોડી બનાવી	T2 (µs)
IBM Q સિસ્ટમ વન	20	6	70
ગૂગલ સાયકેમોર	53	4	-150-200

અસંયમ આપણને શું ધમકી આપે છે?

મુખ્ય સમસ્યા એ છે કે 150 μs પછી, N entangled qubits ની અમારી કમ્પ્યુટિંગ સિસ્ટમ યોગ્ય ઉકેલોના સંભવિત વિતરણને બદલે સંભવિત સફેદ અવાજનું આઉટપુટ કરવાનું શરૂ કરશે.

То есть нам надо:

• ક્વિટ સિસ્ટમ શરૂ કરો
• ગણતરી કરો (ગેટ ઓપરેશન્સની સાંકળ)
• પરિણામ વાંચો

અને આ બધું 150 માઇક્રોસેકન્ડમાં કરો. મારી પાસે સમય નથી - પરિણામ કોળામાં ફેરવાઈ ગયું.

પરંતુ તે બધુ જ નથી…

ભૂલો

(સામગ્રી માટે)

અમે કહ્યું તેમ, ક્વોન્ટમ પ્રક્રિયાઓ અને ક્વોન્ટમ કમ્પ્યુટિંગ પ્રકૃતિમાં સંભવિત છે, અમે કંઈપણ વિશે 100% ખાતરી કરી શકતા નથી, પરંતુ માત્ર થોડી સંભાવના સાથે. જેના કારણે સ્થિતિ વધુ વણસી છે ક્વોન્ટમ કમ્પ્યુટિંગ એ ભૂલનું જોખમ છે. ક્વોન્ટમ કમ્પ્યુટિંગમાં મુખ્ય પ્રકારની ભૂલો છે:

• ડીકોહેરેન્સ ભૂલો સિસ્ટમની જટિલતા અને બાહ્ય વાતાવરણ સાથેની ક્રિયાપ્રતિક્રિયાને કારણે થાય છે
• ગેટ કોમ્પ્યુટેશનલ ભૂલો (કમ્પ્યુટેશનની ક્વોન્ટમ પ્રકૃતિને કારણે)
• અંતિમ સ્થિતિ વાંચવામાં ભૂલો (પરિણામ)

ગેરસમજ સાથે સંકળાયેલી ભૂલો, જલદી દેખાય છે કે આપણે આપણા ક્યુબિટ્સને ફસાવીએ અને ગણતરીઓ કરવાનું શરૂ કરીએ. આપણે જેટલા વધુ ક્યુબિટ્સને ફસાવીએ છીએ, તેટલી વધુ જટિલ સિસ્ટમ, અને તેનો નાશ કરવો તેટલું સરળ છે. નીચા-તાપમાનની સરકોફેગી, સંરક્ષિત ચેમ્બર, આ તમામ તકનીકી યુક્તિઓનો હેતુ ભૂલોની સંખ્યા ઘટાડવા અને ડીકોહેરેન્સ સમયને લંબાવવાનો છે.

Вычислительные ошибки гейтов - ક્યુબિટ્સ પરની કોઈપણ કામગીરી (ગેટ) કેટલીક સંભાવના સાથે, ભૂલ સાથે સમાપ્ત થઈ શકે છે, અને અલ્ગોરિધમને અમલમાં મૂકવા માટે આપણે સેંકડો દરવાજાઓ કરવાની જરૂર છે, તેથી કલ્પના કરો કે આપણા અલ્ગોરિધમના અમલના અંતે આપણને શું મળે છે. પ્રશ્નનો ઉત્તમ જવાબ એ છે કે "એલિવેટરમાં ડાયનાસોરને મળવાની સંભાવના શું છે?" - 50x50, કાં તો તમે મળશો કે નહીં.

સમસ્યા એ હકીકતથી વધુ વકરી છે કે પ્રમાણભૂત ભૂલ સુધારણા પદ્ધતિઓ (ગણતરીનું ડુપ્લિકેશન અને સરેરાશ) નો-ક્લોનિંગ પ્રમેયને કારણે ક્વોન્ટમ વિશ્વમાં કામ કરતી નથી. માટે ભૂલ સુધારણા ક્વોન્ટમ કમ્પ્યુટિંગમાં શોધ કરવાની હતી ક્વોન્ટમ કરેક્શન પદ્ધતિઓ. સામાન્ય રીતે કહીએ તો, આપણે N સામાન્ય ક્યુબિટ્સ લઈએ છીએ અને તેમાંથી 1 બનાવીએ છીએ લોજિકલ ક્યુબિટ નીચા ભૂલ દર સાથે.

પરંતુ અહીં બીજી સમસ્યા ઊભી થાય છે - ક્વિટ્સની કુલ સંખ્યા. જુઓ, ચાલો કહીએ કે અમારી પાસે 100 ક્યુબિટ્સ સાથેનું પ્રોસેસર છે, જેમાંથી 80 ક્યુબિટ્સનો ઉપયોગ ભૂલ સુધારણા માટે થાય છે, પછી અમારી પાસે ગણતરી માટે માત્ર 20 બાકી છે.

Ошибки считывания финального результата - જેમ આપણે યાદ રાખીએ છીએ, ક્વોન્ટમ ગણતરીઓનું પરિણામ આપણને ફોર્મમાં રજૂ કરવામાં આવે છે જવાબોનું સંભવિત વિતરણ. પરંતુ અંતિમ સ્થિતિ વાંચવામાં ભૂલ સાથે નિષ્ફળ પણ થઈ શકે છે.

એ જ પર સાઇટ ભૂલ સ્તરો દ્વારા પ્રોસેસરોના તુલનાત્મક કોષ્ટકો છે. સરખામણી માટે, ચાલો અગાઉના ઉદાહરણની જેમ જ પ્રોસેસર્સ લઈએ - IBM IBM Q સિસ્ટમ વન и ગૂગલ સાયકેમોર:

કમ્પ્યુટર	1-ક્યુબિટ ગેટ ફિડેલિટી	2-ક્યુબિટ ગેટ ફિડેલિટી	Readout વફાદારી
IBM Q સિસ્ટમ વન	99.96%	98.31%	-
ગૂગલ સાયકેમોર	99.84%	99.38%	96.2%

તે વફાદારી બે ક્વોન્ટમ અવસ્થાઓની સમાનતાનું માપ છે. ભૂલની તીવ્રતા આશરે 1-વફાદારી તરીકે વ્યક્ત કરી શકાય છે. જેમ આપણે જોઈ શકીએ છીએ, 2-ક્યુબિટ ગેટ પરની ભૂલો અને રીડઆઉટ ભૂલો એ હાલના ક્વોન્ટમ કમ્પ્યુટર્સ પર જટિલ અને લાંબા ગાણિતીક નિયમો ચલાવવામાં મુખ્ય અવરોધ છે.

તમે પણ વાંચી શકો છો 2016 થી રોડમેપ વર્ષથી NQIT ભૂલ સુધારણાની સમસ્યાને ઉકેલવા માટે.

પ્રોસેસર આર્કિટેક્ચર

(સામગ્રી માટે)

સિદ્ધાંતમાં આપણે બનાવીએ છીએ અને ચલાવીએ છીએ ડઝનેક ફસાઇ ગયેલા ક્યુબિટ્સના સર્કિટ, વાસ્તવમાં બધું વધુ જટિલ છે. તમામ હાલની ક્વોન્ટમ ચિપ્સ (પ્રોસેસર) એવી રીતે બાંધવામાં આવી છે કે તેઓ પીડારહિત પ્રદાન કરે છે માત્ર તેના પડોશીઓ સાથે એક ક્વિટની ફસાઈ, જેમાંથી છ કરતાં વધુ નથી.

જો આપણે 1લી ક્વીટને 12મી સાથે ફસાવવી જરૂરી હોય, તો આપણે કરવું પડશે વધારાની ક્વોન્ટમ કામગીરીની સાંકળ બનાવો, વધારાના ક્યુબિટ્સ, વગેરેનો સમાવેશ કરો, જે એકંદર ભૂલ સ્તરને વધારે છે. હા, અને તે વિશે ભૂલશો નહીં અસંગતતા સમય, કદાચ તમે ક્યુબિટ્સને તમને જોઈતા સર્કિટમાં કનેક્ટ કરવાનું સમાપ્ત કરો ત્યાં સુધીમાં સમય સમાપ્ત થઈ જશે અને આખું સર્કિટ ફેરવાઈ જશે સરસ સફેદ અવાજ જનરેટર.

તે પણ ભૂલશો નહીં તમામ ક્વોન્ટમ પ્રોસેસરોનું આર્કિટેક્ચર અલગ-અલગ હોય છે, અને "ઑલ-ટુ-ઑલ કનેક્ટિવિટી" મોડમાં ઇમ્યુલેટરમાં લખાયેલ પ્રોગ્રામને ચોક્કસ ચિપના આર્કિટેક્ચરમાં "પુનઃસંકલિત" કરવાની જરૂર પડશે. ત્યાં સમ છે ખાસ ઑપ્ટિમાઇઝર પ્રોગ્રામ્સ આ કામગીરી કરવા માટે.

સમાન ટોચની ચિપ્સ માટે મહત્તમ કનેક્ટિવિટી અને મહત્તમ સંખ્યામાં ક્યુબિટ્સ:

કમ્પ્યુટરનું નામ	N Qubits	મહત્તમ જોડી બનાવી	T2 (µs)
IBM Q સિસ્ટમ વન	20	6	70
ગૂગલ સાયકેમોર	53	4	-150-200

અને, સરખામણી માટે, પ્રોસેસર્સની અગાઉની પેઢીના ડેટા સાથેનું ટેબલ. નવી પેઢી સાથે હવે આપણી પાસે જે છે તેની સાથે ક્વિટ્સની સંખ્યા, ડીકોહરન્સ સમય અને ભૂલ દરની સરખામણી કરો. તેમ છતાં, પ્રગતિ ધીમી છે, પરંતુ આગળ વધી રહી છે.

તેથી:

• હાલમાં > 6 ક્વિટ્સ સાથે સંપૂર્ણ રીતે જોડાયેલા આર્કિટેક્ચર્સ નથી
• વાસ્તવિક પ્રોસેસર પર qubit 0 s ને ફસાવવા માટે, ઉદાહરણ તરીકે, qubit 15 ને કેટલાક ડઝન વધારાના ઓપરેશન્સની જરૂર પડી શકે છે.
• વધુ કામગીરી -> વધુ ભૂલો -> ડીકોહેરેન્સનો વધુ મજબૂત પ્રભાવ

પરિણામો

(સામગ્રી માટે)

ડીકોહેરેન્સ એ આધુનિક ક્વોન્ટમ કમ્પ્યુટિંગનો પ્રોક્રુસ્ટીન બેડ છે. આપણે દરેક વસ્તુને 150 μs માં ફિટ કરવી જોઈએ:

• ક્યુબિટ્સની પ્રારંભિક સ્થિતિની શરૂઆત
• ક્વોન્ટમ ગેટ્સનો ઉપયોગ કરીને સમસ્યાની ગણતરી કરવી
• અર્થપૂર્ણ પરિણામો મેળવવા માટે ભૂલો સુધારો
• પરિણામ વાંચો

જોકે અત્યાર સુધીના પરિણામો નિરાશાજનક છે અહીં જ પર આધારિત ક્વોન્ટમ કમ્પ્યુટર પર 0.5s સુસંગતતા જાળવી રાખવાનો સમય પ્રાપ્ત કરવાનો દાવો કરો આયન ફાંસો:

અમે 0.5 સેકન્ડથી વધુના ક્વિબિટ કોહરેન્સ સમયને માપીએ છીએ, અને ચુંબકીય કવચ સાથે અમે અપેક્ષા રાખીએ છીએ કે તે 1000 સેકંડ કરતા વધુ લાંબો રહેશે.

તમે આ ટેક્નોલોજી વિશે પણ વાંચી શકો છો અહીં અથવા, ઉદાહરણ તરીકે, અહીં.

પરિસ્થિતિ એ હકીકત દ્વારા વધુ જટિલ છે કે જટિલ ગણતરીઓ કરતી વખતે ક્વોન્ટમ ભૂલ સુધારણા સર્કિટનો ઉપયોગ કરવો જરૂરી છે, જે સમય અને ઉપલબ્ધ ક્વિટ્સ બંનેને પણ ખાય છે.

અને છેલ્લે, આધુનિક આર્કિટેક્ચરો ઓછામાં ઓછા ખર્ચે 1 માં 4 અથવા 1 માં 6 કરતાં વધુ સારી રીતે ફસાવાની યોજનાઓ અમલમાં મૂકવાની મંજૂરી આપતા નથી.

સમસ્યાઓ હલ કરવાની રીતો

(સામગ્રી માટે)

ઉપરોક્ત સમસ્યાઓ હલ કરવા માટે, હાલમાં નીચેની પદ્ધતિઓ અને પદ્ધતિઓનો ઉપયોગ કરવામાં આવે છે:

• નીચા તાપમાન સાથે ક્રાયોચેમ્બર્સનો ઉપયોગ (10 mK (–273,14°C))
• પ્રોસેસર એકમોનો ઉપયોગ જે બાહ્ય પ્રભાવોથી મહત્તમ રીતે સુરક્ષિત છે
• Использование систем квантовой коррекции ошибок (Логический кубит)
• ચોક્કસ પ્રોસેસર માટે પ્રોગ્રામિંગ સર્કિટ કરતી વખતે ઑપ્ટિમાઇઝર્સનો ઉપયોગ કરવો

ડીકોહેરન્સ સમય વધારવા, ક્વોન્ટમ ઑબ્જેક્ટના નવા (અને જાણીતા) ભૌતિક અમલીકરણની શોધ, કરેક્શન સર્કિટને ઑપ્ટિમાઇઝ કરવા, વગેરે વગેરેને ધ્યાનમાં રાખીને સંશોધન પણ હાથ ધરવામાં આવે છે. ત્યાં પ્રગતિ છે (અગાઉની અને આજની ટોપ-એન્ડ ચિપ્સની લાક્ષણિકતાઓ ઉપર જુઓ), પરંતુ અત્યાર સુધી તે ધીમી, ખૂબ, ખૂબ જ ધીમી છે.

ડી-વેવ

(સામગ્રી માટે)

ડી-વેવ 2000Q 2000-ક્યુબિટ કમ્પ્યુટર. સ્ત્રોત: ડી-વેવ સિસ્ટમ્સ

53-ક્વિબિટ પ્રોસેસરનો ઉપયોગ કરીને ક્વોન્ટમ સર્વોચ્ચતા હાંસલ કરવાની ગૂગલની જાહેરાત વચ્ચે, કોમ્પ્યુટર્સ и анонсы કંપની ડી-વેવ તરફથી, જેમાં ક્યુબિટ્સની સંખ્યા હજારોમાં છે, તે કંઈક અંશે ગૂંચવણમાં મૂકે છે. સારું, ખરેખર, જો 53 ક્વોબિટ્સ ક્વોન્ટમ સર્વોચ્ચતા હાંસલ કરવામાં સક્ષમ હતા, તો 2048 ક્વિટ્સ સક્ષમ કમ્પ્યુટર શું છે? પરંતુ બધું એટલું સારું નથી ...

ટૂંકમાં (વિકિ પરથી લીધેલ):

એન્જીનિયરિંગ ડી-વેવ સિદ્ધાંત પર કામ કરો ક્વોન્ટમ છૂટછાટ (ક્વોન્ટમ એનેલીંગ), ઓપ્ટિમાઇઝેશન સમસ્યાઓના ખૂબ જ મર્યાદિત પેટા વર્ગને હલ કરી શકે છે, અને પરંપરાગત ક્વોન્ટમ અલ્ગોરિધમ્સ અને ક્વોન્ટમ ગેટ્સના અમલીકરણ માટે યોગ્ય નથી.

વધુ વિગતો માટે તમે વાંચી શકો છો, ઉદાહરણ તરીકે, અહીં, અહીં (સાવચેત રહો, રશિયાથી ખુલી ન શકે), અથવા સ્કોટ એરોન્સન в લેખ તેની પાસેથી બ્લોગ પોસ્ટ. માર્ગ દ્વારા, હું સામાન્ય રીતે તેના બ્લોગને વાંચવાની ખૂબ ભલામણ કરું છું, ત્યાં ઘણી સારી સામગ્રી છે

સામાન્ય રીતે, ઘોષણાઓની શરૂઆતથી જ, વૈજ્ઞાનિક સમુદાય પાસે ડી-વેવ કમ્પ્યુટર્સ વિશે પ્રશ્નો હતા. ઉદાહરણ તરીકે, 2014 માં, IBM એ હકીકત પર પ્રશ્ન કર્યો કે ડી-વેવ ક્વોન્ટમ અસરોનો ઉપયોગ કરે છે. વાત અહીં સુધી પહોંચી કે 2015માં ગૂગલે નાસા સાથે મળીને આમાંથી એક ક્વોન્ટમ કમ્પ્યુટર ખરીદ્યું અને સંશોધન બાદ પુષ્ટિ, કે હા, કોમ્પ્યુટર કામ કરે છે અને સમસ્યાની ગણતરી નિયમિત કરતા વધુ ઝડપથી કરે છે. તમે Google ના નિવેદન વિશે વધુ વાંચી શકો છો અહીં અને, ઉદાહરણ તરીકે, અહીં.

મુખ્ય બાબત એ છે કે ડી-વેવ કોમ્પ્યુટર, તેમના સેંકડો અને હજારો ક્યુબિટ્સ સાથે, ક્વોન્ટમ અલ્ગોરિધમ્સની ગણતરી કરવા અને ચલાવવા માટે ઉપયોગ કરી શકાતો નથી. તમે તેમના પર શોરનું અલ્ગોરિધમ ચલાવી શકતા નથી, ઉદાહરણ તરીકે. ચોક્કસ ઑપ્ટિમાઇઝેશન સમસ્યાને ઉકેલવા માટે તેઓ માત્ર ચોક્કસ ક્વોન્ટમ મિકેનિઝમ્સનો ઉપયોગ કરી શકે છે. આપણે ધ્યાનમાં લઈ શકીએ કે ડી-વેવ એ ચોક્કસ કાર્ય માટે ક્વોન્ટમ ASIC છે.

ક્વોન્ટમ કમ્પ્યુટર ઇમ્યુલેશન વિશે થોડું

(સામગ્રી માટે)

ક્વોન્ટમ કમ્પ્યુટિંગ નિયમિત કમ્પ્યુટર પર અનુકરણ કરી શકાય છે. ખરેખર, જુઓ:

• ક્યુબિટની સ્થિતિ હોઈ શકે છે કલ્પના કરો જટિલ સંખ્યા, પ્રોસેસર આર્કિટેક્ચરના આધારે 2x32 થી 2x64 બિટ્સ (8-16 બાઇટ્સ) સુધી કબજે કરે છે
• N કનેક્ટેડ ક્યુબિટ્સની સ્થિતિને 2^N જટિલ સંખ્યાઓ તરીકે રજૂ કરી શકાય છે, એટલે કે. 2-બીટ આર્કિટેક્ચર માટે 3^(32+N) અને 2-બીટ માટે 4^(64+N).
• N qubits પરના ક્વોન્ટમ ઓપરેશનને 2^N x 2^N મેટ્રિક્સ દ્વારા દર્શાવી શકાય છે.

પછી:

• 10 ક્યુબિટ્સની એમ્યુલેટેડ સ્ટેટ્સ સ્ટોર કરવા માટે, 8 KBની જરૂર છે
• Для хранения состояний 20 кубитов нужны 8 МБ
• 30 ક્યુબિટ્સના સ્ટેટ્સને સ્ટોર કરવા માટે, 8 જીબીની જરૂર છે
• 40 ક્યુબિટ્સની સ્થિતિને સંગ્રહિત કરવા માટે 8 ટેરાબાઇટ્સની જરૂર છે
• 50 ક્યુબિટ્સની સ્થિતિને સંગ્રહિત કરવા માટે, 8 પેટાબાઇટ્સની જરૂર છે, વગેરે.

(સાથે)

સરખામણી માટે, સમિટ (ટોપ-1 થી ટોપ-500) માત્ર 2.8 પેટાબાઇટ્સ મેમરી વહન કરે છે.

વર્તમાન સિમ્યુલેશન રેકોર્ડ - 49 ક્વિબીટ ગયા વર્ષે સૌથી મોટા ચાઈનીઝ સુપર કોમ્પ્યુટરને આપવામાં આવ્યા હતા (સનવે તાઈહુ પ્રકાશ)

ક્લાસિકલ સિસ્ટમ્સ પર ક્વોન્ટમ કમ્પ્યુટરનું અનુકરણ કરવાની મર્યાદા ક્યુબિટ્સની સ્થિતિને સંગ્રહિત કરવા માટે જરૂરી RAM ની માત્રા દ્વારા નક્કી કરવામાં આવે છે.

હું વાંચવાની પણ ભલામણ કરું છું вот этот комментарий. ત્યાંથી:

ઑપરેશન દ્વારા - 49-ક્યુબિટ સર્કિટના ચોક્કસ અનુકરણ માટે જેમાં 39 "ચક્ર" (ગેટ્સના સ્વતંત્ર સ્તરો) નો સમાવેશ થાય છે. તે લીધો 2^63 જટિલ ગુણાકાર - 4 કલાક માટે સુપર કોમ્પ્યુટરના 4 Pflops

ક્લાસિકલ સિસ્ટમ્સ પર 50+ ક્વિબિટ ક્વોન્ટમ કમ્પ્યુટરનું અનુકરણ કરવું વાજબી સમયમાં અશક્ય માનવામાં આવે છે. આ જ કારણ છે કે ગૂગલે તેના ક્વોન્ટમ સર્વોચ્ચતા પ્રયોગ માટે 53-ક્વિટ પ્રોસેસરનો ઉપયોગ કર્યો.

ક્વોન્ટમ કમ્પ્યુટિંગ સર્વોપરિતા.

(સામગ્રી માટે)

વિકિપીડિયા આપણને ક્વોન્ટમ કમ્પ્યુટિંગ સર્વોચ્ચતાની નીચેની વ્યાખ્યા આપે છે:

ક્વોન્ટમ સર્વોચ્ચતા - ક્ષમતા ક્વોન્ટમ કમ્પ્યુટિંગ ક્લાસિકલ કોમ્પ્યુટર વ્યવહારીક રીતે હલ કરી શકતા નથી તેવી સમસ્યાઓ ઉકેલવા માટેનાં ઉપકરણો.

વાસ્તવમાં, ક્વોન્ટમ સર્વોચ્ચતા હાંસલ કરવાનો અર્થ એ છે કે, ઉદાહરણ તરીકે, શોર અલ્ગોરિધમનો ઉપયોગ કરીને મોટી સંખ્યામાં ફેક્ટરાઇઝેશનને પર્યાપ્ત સમયમાં ઉકેલી શકાય છે, અથવા જટિલ રાસાયણિક અણુઓને ક્વોન્ટમ સ્તરે અનુકરણ કરી શકાય છે, વગેરે. એટલે કે એક નવો યુગ આવ્યો છે.

પરંતુ વ્યાખ્યાના શબ્દોમાં કેટલીક છટકબારી છે, “જે ક્લાસિકલ કોમ્પ્યુટર વ્યવહારીક રીતે હલ કરી શકતા નથી" વાસ્તવમાં, આનો અર્થ એ છે કે જો તમે 50+ ક્વિબિટ્સનું ક્વોન્ટમ કમ્પ્યુટર બનાવો છો અને તેના પર અમુક ક્વોન્ટમ સર્કિટ ચલાવો છો, તો આપણે ઉપર ચર્ચા કરી છે તેમ, આ સર્કિટનું પરિણામ નિયમિત કમ્પ્યુટર પર અનુકરણ કરી શકાતું નથી. તે જ ક્લાસિકલ કમ્પ્યુટર આવા સર્કિટના પરિણામને ફરીથી બનાવવામાં સમર્થ હશે નહીં.

શું આવા પરિણામ વાસ્તવિક ક્વોન્ટમ સર્વોચ્ચતા બનાવે છે કે નહીં તે એક દાર્શનિક પ્રશ્ન છે. પરંતુ સમજો કે ગૂગલે શું કર્યું અને તે શેના પર આધારિત છે તાજેતરમાં જાહેરાત કરી હતી કે તેણે તેના નવા સાયકેમોર પ્રોસેસર સાથે ક્વોન્ટમ સર્વોચ્ચતા હાંસલ કરી છે જરૂરી

Google નું ક્વોન્ટમ સર્વોપરિતા નિવેદન

(સામગ્રી માટે)

સાયકેમોર 54-ક્યુબિટ પ્રોસેસર

તેથી, ઓક્ટોબર 2019 માં, Google વિકાસકર્તાઓએ વૈજ્ઞાનિક પ્રકાશન નેચરમાં એક લેખ પ્રકાશિત કર્યો “પ્રોગ્રામેબલ સુપરકન્ડક્ટીંગ પ્રોસેસરનો ઉપયોગ કરીને ક્વોન્ટમ સર્વોપરિતા" લેખકોએ 54-ક્વિબિટ સાયકેમોર પ્રોસેસરનો ઉપયોગ કરીને ઇતિહાસમાં પ્રથમ વખત ક્વોન્ટમ સર્વોચ્ચતાની સિદ્ધિની જાહેરાત કરી.

સાયકેમોર લેખો ઓનલાઈન ઘણીવાર ક્યાં તો 54-ક્વિબીટ પ્રોસેસર અથવા 53-ક્વીટ પ્રોસેસરનો સંદર્ભ આપે છે. સત્ય એ મુજબ છે મૂળ લેખ, પ્રોસેસરમાં ભૌતિક રીતે 54 ક્યુબિટ્સનો સમાવેશ થાય છે, પરંતુ તેમાંથી એક કામ કરતું નથી અને તેને સેવામાંથી બહાર કાઢવામાં આવ્યું છે. આમ, વાસ્તવમાં અમારી પાસે 53-ક્વિબિટ પ્રોસેસર છે.

ત્યાં જ વેબ પર દેખાયા એક ટોળું материалов на эту тему, градус которых варьировался от ઉત્સાહી માટે શંકાસ્પદ.

IBM ની ક્વોન્ટમ કમ્પ્યુટિંગ ટીમે પાછળથી જણાવ્યું હતું કે ગૂગલે ક્વોન્ટમ સર્વોચ્ચતા હાંસલ કરવાનો ખોટો અહેવાલ આપ્યો છે. કંપની દાવો કરે છે કે પરંપરાગત કમ્પ્યુટર 2,5 દિવસમાં સૌથી ખરાબ સ્થિતિમાં આ કાર્યનો સામનો કરશે, અને પરિણામી જવાબ ક્વોન્ટમ કમ્પ્યુટર કરતાં વધુ સચોટ હશે. આ નિષ્કર્ષ ઘણી ઑપ્ટિમાઇઝેશન પદ્ધતિઓના સૈદ્ધાંતિક વિશ્લેષણના પરિણામોના આધારે બનાવવામાં આવ્યો હતો.

અને, અલબત્ત, સ્કોટ એરોન્સન તેના માં બ્લોગ પોસ્ટ не смог обойти своим вниманием это заявление. Его વિશ્લેષણ તમામ લિંક્સ સાથે અને સ્કોટની સર્વોચ્ચ ક્વોન્ટમ સર્વોચ્ચતા FAQ! હંમેશની જેમ, તેઓ તમારો સમય પસાર કરવા યોગ્ય છે. હબ પર અનુવાદ છે આ FAQ, અને ટિપ્પણીઓ વાંચવાની ખાતરી કરો, ત્યાં પ્રાથમિક દસ્તાવેજોની લિંક્સ છે જે સત્તાવાર જાહેરાત પહેલા ઓનલાઈન લીક થઈ ગયા હતા.

ગૂગલે ખરેખર શું કર્યું? વિગતવાર સમજણ માટે, એરોન્સન વાંચો, પરંતુ સંક્ષિપ્તમાં અહીં:

હું, અલબત્ત, તમને કહી શકું છું, પરંતુ મને તેના બદલે મૂર્ખ લાગે છે. ગણતરી નીચે મુજબ છે: પ્રયોગકર્તા રેન્ડમ ક્વોન્ટમ સર્કિટ C જનરેટ કરે છે (એટલે ​​​​કે, નજીકના પડોશીઓ વચ્ચે 1-ક્વોબિટ અને 2-ક્વિબિટ ગેટ્સની રેન્ડમ સિક્વન્સ, ઉદાહરણ તરીકે, 20, n ના 2D નેટવર્ક પર કામ કરતી ઊંડાઈ સાથે = 50-60 ક્યુબિટ્સ). પ્રયોગકર્તા પછી C ને ક્વોન્ટમ કોમ્પ્યુટર પર મોકલે છે, અને તેને 0 ની પ્રારંભિક સ્થિતિ પર C લાગુ કરવા, પરિણામને {0,1} આધારે માપવા, n-bit અવલોકન કરેલ ક્રમ (સ્ટ્રિંગ) પાછું મોકલવા અને અનેક પુનરાવર્તન કરવા કહે છે. હજારો અથવા લાખો વખત. અંતે, C ના તેના જ્ઞાનનો ઉપયોગ કરીને, પ્રયોગકર્તા એક આંકડાકીય પરીક્ષણ કરે છે તે જોવા માટે કે શું પરિણામ ક્વોન્ટમ કમ્પ્યુટરથી અપેક્ષિત આઉટપુટ સાથે મેળ ખાય છે.

ખૂબ જ ટૂંકમાં:

• ગેટ્સનો ઉપયોગ કરીને 20 ક્યુબિટ્સમાંથી 53 લંબાઈની રેન્ડમ સર્કિટ બનાવવામાં આવે છે
• એક્ઝેક્યુશન માટે સર્કિટ પ્રારંભિક સ્થિતિ [0…0] થી શરૂ થાય છે
• સર્કિટનું આઉટપુટ રેન્ડમ બીટ સ્ટ્રિંગ છે (નમૂનો)
• પરિણામનું વિતરણ રેન્ડમ નથી (દખલગીરી)
• પ્રાપ્ત નમૂનાઓના વિતરણની તુલના અપેક્ષિત સાથે કરવામાં આવે છે
• ક્વોન્ટમ સર્વોચ્ચતાનું તારણ

એટલે કે, ગૂગલે 53-ક્વિબીટ પ્રોસેસર પર સિન્થેટીક સમસ્યાનો અમલ કર્યો, અને ક્વોન્ટમ સર્વોચ્ચતા હાંસલ કરવાના તેના દાવાને એ હકીકત પર આધાર રાખે છે કે વાજબી સમયમાં પ્રમાણભૂત સિસ્ટમ્સ પર આવા પ્રોસેસરનું અનુકરણ કરવું અશક્ય છે.

સમજવા માટે - આ વિભાગ કોઈપણ રીતે Google ની સિદ્ધિને ઘટાડતો નથી, ઇજનેરો ખરેખર મહાન છે, અને આને વાસ્તવિક ક્વોન્ટમ શ્રેષ્ઠતા ગણી શકાય કે નહીં તે પ્રશ્ન, જેમ કે અગાઉ ઉલ્લેખ કર્યો છે, તે એન્જિનિયરિંગ કરતાં વધુ ફિલોસોફિકલ છે. પરંતુ આપણે એ સમજવું જોઈએ કે આવી કોમ્પ્યુટેશનલ શ્રેષ્ઠતા હાંસલ કર્યા પછી, અમે 2048-બીટ નંબરો પર શોરના અલ્ગોરિધમને ચલાવવાની ક્ષમતા તરફ એક ડગલું આગળ વધ્યું નથી.

સારાંશ

(સામગ્રી માટે)

ક્વોન્ટમ કોમ્પ્યુટર્સ અને ક્વોન્ટમ કોમ્પ્યુટીંગ એ ખૂબ જ આશાસ્પદ, ખૂબ જ યુવાન અને અત્યાર સુધી માહિતી ટેક્નોલોજીનું ઓછું ઔદ્યોગિક રીતે લાગુ પડતું ક્ષેત્ર છે.

ક્વોન્ટમ કમ્પ્યુટિંગનો વિકાસ (કોઈ દિવસ) અમને સમસ્યાઓ હલ કરવાની મંજૂરી આપશે:

• ક્વોન્ટમ સ્તરે જટિલ ભૌતિક સિસ્ટમોનું મોડેલિંગ
• કોમ્પ્યુટેશનલ જટિલતાને કારણે નિયમિત કમ્પ્યુટર પર વણઉકેલાયેલ

ક્વોન્ટમ કોમ્પ્યુટર બનાવવા અને ઓપરેટ કરવામાં મુખ્ય સમસ્યાઓ:

• ડીકોહેરેન્સ
• ભૂલો (અસ્પષ્ટતા અને દ્વાર)
• પ્રોસેસર આર્કિટેક્ચર (સંપૂર્ણપણે કનેક્ટેડ ક્યુબિટ સર્કિટ)

વર્તમાન સ્થિતિ:

• હકીકતમાં - ખૂબ જ શરૂઆત આર એન્ડ ડી.
• РЕАЛЬНОЙ коммерческой эксплуатации еще нет (и непонятно, когда будет)

શું મદદ કરી શકે છે:

• અમુક પ્રકારની ભૌતિક શોધ જે વાયરિંગ અને ઓપરેટિંગ પ્રોસેસરની કિંમત ઘટાડે છે
• એવું કંઈક શોધવું કે જે તીવ્રતાના ક્રમ દ્વારા ડીકોહેરન્સ સમય વધારશે અને/અથવા ભૂલો ઘટાડશે

મારા મતે (કેવળ અંગત અભિપ્રાય), જ્ઞાનના વર્તમાન વૈજ્ઞાનિક દૃષ્ટાંતમાં, અમે ક્વોન્ટમ ટેક્નોલોજીના વિકાસમાં નોંધપાત્ર સફળતા પ્રાપ્ત કરીશું નહીં., тут нужен качественный прорыв в какой-либо области фундаментальной или прикладной науки, который даст толчок новым идеям и методам.

આ દરમિયાન, અમે ક્વોન્ટમ પ્રોગ્રામિંગ, ક્વોન્ટમ એલ્ગોરિધમ્સ એકત્રિત કરવા અને બનાવવા, પરીક્ષણ વિચારો, વગેરે વગેરેમાં અનુભવ મેળવી રહ્યા છીએ. અમે સફળતાની રાહ જોઈ રહ્યા છીએ.

નિષ્કર્ષ

(સામગ્રી માટે)

આ લેખમાં, અમે ક્વોન્ટમ કમ્પ્યુટિંગ અને ક્વોન્ટમ કોમ્પ્યુટરના વિકાસના મુખ્ય લક્ષ્યોમાંથી પસાર થયા, તેમના ઓપરેશનના સિદ્ધાંતની તપાસ કરી, ક્વોન્ટમ પ્રોસેસર્સના વિકાસ અને સંચાલનમાં એન્જિનિયરોને સામનો કરતી મુખ્ય સમસ્યાઓની તપાસ કરી, અને એ પણ જોયું કે મલ્ટિ-ક્યુબિટ શું છે. ડી-કમ્પ્યુટર વાસ્તવમાં છે. વેવ અને ક્વોન્ટમ સર્વોચ્ચતા હાંસલ કરવાની ગૂગલની તાજેતરની જાહેરાત.

પડદા પાછળ પ્રોગ્રામિંગ ક્વોન્ટમ કમ્પ્યુટર્સ (ભાષાઓ, અભિગમો, પદ્ધતિઓ, વગેરે) અને પ્રોસેસર્સના ચોક્કસ ભૌતિક અમલીકરણ સાથે સંબંધિત પ્રશ્નો, ક્વિટ્સ કેવી રીતે સંચાલિત થાય છે, લિંક કરે છે, વાંચે છે, વગેરે પ્રશ્નો છે. કદાચ આ આગામી લેખ અથવા લેખોનો વિષય હશે.

તમારા ધ્યાન બદલ આભાર, મને આશા છે કે આ લેખ કોઈને ઉપયોગી થશે.

(સાથે) ક્રુએગર

સ્વીકૃતિઓ

(સામગ્રી માટે)

@Oxoron પ્રૂફરીડિંગ અને સ્રોત ટેક્સ્ટ પરની ટિપ્પણીઓ તેમજ લેખ માટે "ક્વોન્ટમ કમ્પ્યુટર્સની લાક્ષણિકતાઓ"

@a5b પર માહિતી સમૃદ્ધ ટિપ્પણીઓ માટે "ક્વોન્ટમ કમ્પ્યુટર્સની લાક્ષણિકતાઓ", અને માત્ર તેણીને જ નહીં, જેણે મને આ પઝલ શોધવામાં મોટાભાગે મદદ કરી.

લેખો અને પ્રકાશનોના તમામ લેખકોને જેમની સામગ્રીનો આ લેખ લખવામાં ઉપયોગ કરવામાં આવ્યો હતો.

સંસાધનોની સૂચિ

(સામગ્રી માટે)

[રાષ્ટ્રીય અકાદમી પ્રેસ] તરફથી વર્તમાન બાબતોના લેખો

http://cs.brown.edu/courses/csci1800/sources/2018_NAE_QuantumComputing_ProgressAndProspects.pdf
https://www.nap.edu/catalog/25196/quantum-computing-progress-and-prospects

Habr ના લેખો (રેન્ડમ ક્રમમાં)

https://habr.com/ru/post/458450/
https://habr.com/ru/post/401315/
https://habr.com/ru/post/458134/
https://habr.com/ru/post/246483/
https://habr.com/ru/post/95428/
https://habr.com/ru/post/387761/
https://habr.com/ru/post/468911/
https://habr.com/ru/post/435560/
https://habr.com/ru/post/316810/
https://habr.com/ru/company/microsoft/blog/351624/
https://habr.com/ru/company/microsoft/blog/351628/
https://habr.com/ru/company/ua-hosting/blog/377533/
https://habr.com/ru/company/acronis/blog/455559/
https://habr.com/ru/company/yandex/blog/332106/
https://habr.com/ru/company/mailru/blog/350208/
https://habr.com/ru/company/mailru/blog/476444/
https://habr.com/ru/company/misis/blog/470445/
https://habr.com/ru/company/it-grad/blog/452424/
https://habr.com/ru/company/piter/blog/450480/

Неотсортированные (но не менее интересные) статьи с просторов Сети

http://homepages.spa.umn.edu/~duplij/publications/Duplij-Shapoval_TOPOLOGICAL-QUANTUM-COMPUTERS.pdf
https://quantum.country/qcvc
http://extremal-mechanics.org/wp-content/uploads/2015/07/RIFFEL.pdf
https://thecode.media/quantum/
https://naked-science.ru/article/nakedscience/quantum-computers
https://ru.ihodl.com/technologies/2018-10-29/prosto-o-slozhnom-kak-rabotaet-kvantovyj-kompyuter/
https://pikabu.ru/story/chto_takoe_kvantovyiy_kompyuter_5204054
https://nplus1.ru/search?q=%D0%9A%D0%B2%D0%B0%D0%BD%D1%82%D0%BE%D0%B2%D0%B0%D1%8F+%D0%B0%D0%B7%D0%B1%D1%83%D0%BA%D0%B0
https://www.scottaaronson.com/blog/?p=4372
https://ru.wikipedia.org/wiki/%D0%9A%D0%B2%D0%B0%D0%BD%D1%82%D0%BE%D0%B2%D1%8B%D0%B9_%D0%BA%D0%BE%D0%BC%D0%BF%D1%8C%D1%8E%D1%82%D0%B5%D1%80
https://quantumcomputingreport.com/scorecards/qubit-quality/
https://quantumcomputing.stackexchange.com/questions/2499/is-quantum-computing-just-pie-in-the-sky
https://quantumcomputing.stackexchange.com/questions/1289/how-does-a-quantum-computer-do-basic-math-at-the-hardware-level
https://www.extremetech.com/extreme/284306-how-quantum-computing-works
https://techno.nv.ua/it-industry/chto-takoe-kvantovyy-kompyuter-i-kvantovoe-prevoshodstvo-google-protiv-ibm-50049940.html
https://www.nature.com/articles/s41586-019-1666-5?utm_source=commission_junction&utm_medium=affiliate
https://petrimazepa.com/nemnogo_o_kvantovykh_kompyuterakh
https://www.forbes.ru/tehnologii/371669-ibm-protiv-d-wave-nastupila-li-era-kvantovyh-kompyuterov

અભ્યાસક્રમો અને પ્રવચનો

https://www.coursera.org/learn/kvantovyye-vychisleniya
https://www.youtube.com/watch?v=uPw9nkJAwDY&amp=&index=4&amp=&t=0s
https://courses.edx.org/courses/BerkeleyX/CS191x/2013_Spring/course/#
https://www.youtube.com/watch?v=xLfFWXUNJ_I&list=PLnbH8YQPwKbnofSQkZE05PKzPXzbDCVXv
https://cs269q.stanford.edu/syllabus.html
https://quantum-computing.ibm.com/support/guides/user-guide?section=5dcb2b45330e880045abccb0
https://gitlab.com/qkitchen/basics-of-quantum-computing

સોર્સ: www.habr.com