ಕ್ವಾಂಟಮ್ ಕಂಪ್ಯೂಟರ್ಗಳು ಹೇಗೆ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತವೆ. ಒಗಟನ್ನು ಒಟ್ಟಿಗೆ ಸೇರಿಸುವುದು
ಕ್ವಾಂಟಮ್ ಕಂಪ್ಯೂಟರ್ಗಳು ಮತ್ತು ಕ್ವಾಂಟಮ್ ಕಂಪ್ಯೂಟಿಂಗ್ - ಹೊಸದು ಬಜ್ವರ್ಡ್ಜೊತೆಗೆ ನಮ್ಮ ಮಾಹಿತಿ ಜಾಗಕ್ಕೆ ಸೇರಿಸಲಾಯಿತು ಕೃತಕ ಬುದ್ಧಿವಂತಿಕೆ, ಯಂತ್ರ ಕಲಿಕೆ ಮತ್ತು ಇತರ ಹೈಟೆಕ್ ನಿಯಮಗಳು. ಅದೇ ಸಮಯದಲ್ಲಿ, ನನ್ನ ತಲೆಯಲ್ಲಿರುವ ಒಗಟನ್ನು ಒಟ್ಟುಗೂಡಿಸುವ ವಿಷಯವನ್ನು ಅಂತರ್ಜಾಲದಲ್ಲಿ ಹುಡುಕಲು ನನಗೆ ಸಾಧ್ಯವಾಗಲಿಲ್ಲ "ಕ್ವಾಂಟಮ್ ಕಂಪ್ಯೂಟರ್ಗಳು ಹೇಗೆ ಕೆಲಸ ಮಾಡುತ್ತವೆ". ಹೌದು, ಹಬ್ರ್ ಸೇರಿದಂತೆ ಹಲವು ಅತ್ಯುತ್ತಮ ಕೃತಿಗಳಿವೆ (ನೋಡಿ. ಸಂಪನ್ಮೂಲಗಳ ಪಟ್ಟಿ), ಕಾಮೆಂಟ್ಗಳು, ಸಾಮಾನ್ಯವಾಗಿ ಇರುವಂತೆ, ಇನ್ನಷ್ಟು ತಿಳಿವಳಿಕೆ ಮತ್ತು ಉಪಯುಕ್ತವಾಗಿವೆ, ಆದರೆ ನನ್ನ ತಲೆಯಲ್ಲಿರುವ ಚಿತ್ರ, ಅವರು ಹೇಳಿದಂತೆ, ಸೇರಿಸಲಿಲ್ಲ.
ಮತ್ತು ಇತ್ತೀಚೆಗೆ ನನ್ನ ಸಹೋದ್ಯೋಗಿಗಳು ನನ್ನ ಬಳಿಗೆ ಬಂದು ಕೇಳಿದರು, “ಕ್ವಾಂಟಮ್ ಕಂಪ್ಯೂಟರ್ ಹೇಗೆ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ ಎಂದು ನಿಮಗೆ ಅರ್ಥವಾಗಿದೆಯೇ? ನೀವು ನಮಗೆ ಹೇಳಬಹುದೇ? ” ತದನಂತರ ನನ್ನ ತಲೆಯಲ್ಲಿ ಸುಸಂಬದ್ಧವಾದ ಚಿತ್ರವನ್ನು ಒಟ್ಟುಗೂಡಿಸುವಲ್ಲಿ ನನಗೆ ಮಾತ್ರ ಸಮಸ್ಯೆಯಿಲ್ಲ ಎಂದು ನಾನು ಅರಿತುಕೊಂಡೆ.
ಪರಿಣಾಮವಾಗಿ, ಕ್ವಾಂಟಮ್ ಕಂಪ್ಯೂಟರ್ಗಳ ಬಗ್ಗೆ ಮಾಹಿತಿಯನ್ನು ಸ್ಥಿರವಾದ ಲಾಜಿಕ್ ಸರ್ಕ್ಯೂಟ್ಗೆ ಕಂಪೈಲ್ ಮಾಡಲು ಪ್ರಯತ್ನಿಸಲಾಯಿತು. ಮೂಲಭೂತ ಮಟ್ಟ, ಗಣಿತಶಾಸ್ತ್ರದಲ್ಲಿ ಆಳವಾದ ಮುಳುಗುವಿಕೆ ಮತ್ತು ಕ್ವಾಂಟಮ್ ಪ್ರಪಂಚದ ರಚನೆಯಿಲ್ಲದೆ, ಕ್ವಾಂಟಮ್ ಕಂಪ್ಯೂಟರ್ ಎಂದರೇನು, ಅದು ಯಾವ ತತ್ವಗಳ ಮೇಲೆ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ ಮತ್ತು ಅದನ್ನು ರಚಿಸುವಾಗ ಮತ್ತು ನಿರ್ವಹಿಸುವಾಗ ವಿಜ್ಞಾನಿಗಳು ಯಾವ ಸಮಸ್ಯೆಗಳನ್ನು ಎದುರಿಸುತ್ತಾರೆ ಎಂಬುದನ್ನು ವಿವರಿಸಲಾಗಿದೆ.
ಲೇಖಕರು ಕ್ವಾಂಟಮ್ ಕಂಪ್ಯೂಟಿಂಗ್ನಲ್ಲಿ ಪರಿಣತರಲ್ಲ, ಮತ್ತು ಲೇಖನದ ಗುರಿ ಪ್ರೇಕ್ಷಕರು ಅದೇ ಐಟಿ ಜನರು, ಕ್ವಾಂಟಮ್ ತಜ್ಞರಲ್ಲ, "ಕ್ವಾಂಟಮ್ ಕಂಪ್ಯೂಟರ್ಗಳು ಹೇಗೆ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತವೆ" ಎಂಬ ಚಿತ್ರವನ್ನು ತಮ್ಮ ತಲೆಯಲ್ಲಿ ಜೋಡಿಸಲು ಬಯಸುತ್ತಾರೆ. ಈ ಕಾರಣದಿಂದಾಗಿ, ಕ್ವಾಂಟಮ್ ತಂತ್ರಜ್ಞಾನಗಳನ್ನು "ಮೂಲ" ಮಟ್ಟದಲ್ಲಿ ಚೆನ್ನಾಗಿ ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ಲೇಖನದಲ್ಲಿನ ಅನೇಕ ಪರಿಕಲ್ಪನೆಗಳನ್ನು ಉದ್ದೇಶಪೂರ್ವಕವಾಗಿ ಸರಳೀಕರಿಸಲಾಗಿದೆ, ಆದರೆ ಮಾಹಿತಿಯ ವಿಷಯ ಮತ್ತು ಸಮರ್ಪಕತೆಯ ನಷ್ಟದೊಂದಿಗೆ ಅತ್ಯಂತ ಬಲವಾದ ಸರಳೀಕರಣ.
ಕೆಲವು ಸ್ಥಳಗಳಲ್ಲಿನ ಲೇಖನವು ಇತರ ಮೂಲಗಳಿಂದ ವಸ್ತುಗಳನ್ನು ಬಳಸುತ್ತದೆ, ಅದರ ಪಟ್ಟಿಯನ್ನು ಲೇಖನದ ಕೊನೆಯಲ್ಲಿ ನೀಡಲಾಗಿದೆ. ಸಾಧ್ಯವಾದಲ್ಲೆಲ್ಲಾ, ಮೂಲ ಪಠ್ಯ, ಟೇಬಲ್ ಅಥವಾ ಫಿಗರ್ಗೆ ನೇರ ಲಿಂಕ್ಗಳು ಮತ್ತು ಸೂಚನೆಗಳನ್ನು ಸೇರಿಸಲಾಗುತ್ತದೆ. ನಾನು ಎಲ್ಲೋ ಏನನ್ನಾದರೂ (ಅಥವಾ ಯಾರಾದರೂ) ಮರೆತಿದ್ದರೆ, ಬರೆಯಿರಿ ಮತ್ತು ನಾನು ಅದನ್ನು ಸರಿಪಡಿಸುತ್ತೇನೆ.
ಈ ಅಧ್ಯಾಯದಲ್ಲಿ, ಕ್ವಾಂಟಮ್ ಯುಗವು ಹೇಗೆ ಪ್ರಾರಂಭವಾಯಿತು, ಕ್ವಾಂಟಮ್ ಕಂಪ್ಯೂಟರ್ ಕಲ್ಪನೆಗೆ ಪ್ರೇರೇಪಿಸುವ ಕಾರಣ ಏನು, ಯಾರು (ಯಾವ ದೇಶಗಳು ಮತ್ತು ನಿಗಮಗಳು) ಪ್ರಸ್ತುತ ಈ ಕ್ಷೇತ್ರದಲ್ಲಿ ಪ್ರಮುಖ ಆಟಗಾರರಾಗಿದ್ದಾರೆ ಮತ್ತು ಸಂಕ್ಷಿಪ್ತವಾಗಿ ಮಾತನಾಡುತ್ತಾರೆ. ಕ್ವಾಂಟಮ್ ಕಂಪ್ಯೂಟಿಂಗ್ ಅಭಿವೃದ್ಧಿಯ ಮುಖ್ಯ ನಿರ್ದೇಶನಗಳ ಬಗ್ಗೆ.
ಕ್ವಾಂಟಮ್ ಯುಗದ ಆರಂಭದ ಹಂತವನ್ನು 1900 ಎಂದು ಪರಿಗಣಿಸಲಾಗಿದೆ, ಆಗ M. ಪ್ಲ್ಯಾಂಕ್ ಮೊದಲು ಮುಂದಿಟ್ಟರು ಕಲ್ಪನೆ ಆ ಶಕ್ತಿಯು ಹೊರಸೂಸಲ್ಪಡುತ್ತದೆ ಮತ್ತು ನಿರಂತರವಾಗಿ ಹೀರಲ್ಪಡುತ್ತದೆ, ಆದರೆ ಪ್ರತ್ಯೇಕ ಕ್ವಾಂಟಾದಲ್ಲಿ (ಭಾಗಗಳು). ಈ ಕಲ್ಪನೆಯನ್ನು ಆ ಕಾಲದ ಅನೇಕ ಮಹೋನ್ನತ ವಿಜ್ಞಾನಿಗಳು ಎತ್ತಿಕೊಂಡು ಅಭಿವೃದ್ಧಿಪಡಿಸಿದರು - ಬೋರ್, ಐನ್ಸ್ಟೈನ್, ಹೈಸೆನ್ಬರ್ಗ್, ಶ್ರೋಡಿಂಗರ್, ಇದು ಅಂತಿಮವಾಗಿ ಅಂತಹ ವಿಜ್ಞಾನದ ಸೃಷ್ಟಿ ಮತ್ತು ಅಭಿವೃದ್ಧಿಗೆ ಕಾರಣವಾಯಿತು. ಕ್ವಾಂಟಮ್ ಭೌತಶಾಸ್ತ್ರ. ಕ್ವಾಂಟಮ್ ಭೌತಶಾಸ್ತ್ರವನ್ನು ವಿಜ್ಞಾನವಾಗಿ ರೂಪಿಸುವ ಬಗ್ಗೆ ಅಂತರ್ಜಾಲದಲ್ಲಿ ಸಾಕಷ್ಟು ಉತ್ತಮವಾದ ವಸ್ತುಗಳು ಇವೆ; ಈ ಲೇಖನದಲ್ಲಿ ನಾವು ಈ ಬಗ್ಗೆ ವಿವರವಾಗಿ ವಾಸಿಸುವುದಿಲ್ಲ, ಆದರೆ ನಾವು ಹೊಸ ಕ್ವಾಂಟಮ್ ಯುಗವನ್ನು ಪ್ರವೇಶಿಸಿದಾಗ ದಿನಾಂಕವನ್ನು ಸೂಚಿಸುವುದು ಅಗತ್ಯವಾಗಿತ್ತು.
ಕ್ವಾಂಟಮ್ ಭೌತಶಾಸ್ತ್ರವು ನಮ್ಮ ದೈನಂದಿನ ಜೀವನದಲ್ಲಿ ಅನೇಕ ಆವಿಷ್ಕಾರಗಳು ಮತ್ತು ತಂತ್ರಜ್ಞಾನಗಳನ್ನು ತಂದಿದೆ, ಅದು ಇಲ್ಲದೆ ಈಗ ನಮ್ಮ ಸುತ್ತಲಿನ ಪ್ರಪಂಚವನ್ನು ಕಲ್ಪಿಸುವುದು ಕಷ್ಟ. ಉದಾಹರಣೆಗೆ, ಈಗ ಎಲ್ಲೆಡೆ ಬಳಸಲಾಗುವ ಲೇಸರ್, ಗೃಹೋಪಯೋಗಿ ಉಪಕರಣಗಳಿಂದ (ಲೇಸರ್ ಮಟ್ಟಗಳು, ಇತ್ಯಾದಿ) ಹೈಟೆಕ್ ಸಿಸ್ಟಮ್ಗಳವರೆಗೆ (ದೃಷ್ಟಿ ತಿದ್ದುಪಡಿಗಾಗಿ ಲೇಸರ್ಗಳು, ಹಲೋ ಮೆಕ್ಲಾನ್ ) ಕಂಪ್ಯೂಟಿಂಗ್ಗಾಗಿ ಕ್ವಾಂಟಮ್ ಸಿಸ್ಟಮ್ಗಳನ್ನು ಏಕೆ ಬಳಸಬಾರದು ಎಂಬ ಕಲ್ಪನೆಯೊಂದಿಗೆ ಯಾರಾದರೂ ಬೇಗ ಅಥವಾ ನಂತರ ಬರುತ್ತಾರೆ ಎಂದು ಭಾವಿಸುವುದು ತಾರ್ಕಿಕವಾಗಿದೆ. ತದನಂತರ 1980 ರಲ್ಲಿ ಅದು ಸಂಭವಿಸಿತು.
ಕ್ವಾಂಟಮ್ ಕಂಪ್ಯೂಟಿಂಗ್ನ ಮೊದಲ ಕಲ್ಪನೆಯನ್ನು 1980 ರಲ್ಲಿ ನಮ್ಮ ವಿಜ್ಞಾನಿ ಯೂರಿ ಮನಿನ್ ವ್ಯಕ್ತಪಡಿಸಿದ್ದಾರೆ ಎಂದು ವಿಕಿಪೀಡಿಯಾ ಸೂಚಿಸುತ್ತದೆ. ಆದರೆ ಅವರು ನಿಜವಾಗಿಯೂ ಅದರ ಬಗ್ಗೆ ಮಾತನಾಡಲು ಪ್ರಾರಂಭಿಸಿದರು 1981 ರಲ್ಲಿ, ಪ್ರಸಿದ್ಧ ಆರ್. ಫೆನ್ಮನ್ ಎಂಐಟಿಯಲ್ಲಿ ನಡೆದ ಮೊದಲ ಕಂಪ್ಯೂಟೇಶನಲ್ ಫಿಸಿಕ್ಸ್ ಸಮ್ಮೇಳನದಲ್ಲಿ ಮಾತನಾಡಿದರು, ಶಾಸ್ತ್ರೀಯ ಕಂಪ್ಯೂಟರ್ನಲ್ಲಿ ಕ್ವಾಂಟಮ್ ಸಿಸ್ಟಮ್ನ ವಿಕಾಸವನ್ನು ಸಮರ್ಥ ರೀತಿಯಲ್ಲಿ ಅನುಕರಿಸಲು ಅಸಾಧ್ಯವೆಂದು ಗಮನಿಸಿದರು. ಅವರು ಪ್ರಾಥಮಿಕ ಮಾದರಿಯನ್ನು ಪ್ರಸ್ತಾಪಿಸಿದರು ಕ್ವಾಂಟಮ್ ಕಂಪ್ಯೂಟರ್, ಅಂತಹ ಮಾಡೆಲಿಂಗ್ ಅನ್ನು ಕೈಗೊಳ್ಳಲು ಸಾಧ್ಯವಾಗುತ್ತದೆ.
ನೀವು ನೋಡುವಂತೆ, ಕಲ್ಪನೆಯ ಕ್ಷಣದಿಂದ 17 ಕ್ವಿಟ್ಗಳನ್ನು ಹೊಂದಿರುವ ಕಂಪ್ಯೂಟರ್ನಲ್ಲಿ ಅದರ ಮೊದಲ ಅನುಷ್ಠಾನಕ್ಕೆ 1981 ವರ್ಷಗಳು ಕಳೆದಿವೆ (1998 ರಿಂದ 2 ರವರೆಗೆ), ಮತ್ತು ಕ್ವಿಟ್ಗಳ ಸಂಖ್ಯೆ 21 ಕ್ಕೆ ಹೆಚ್ಚಾಗುವವರೆಗೆ 1998 ವರ್ಷಗಳು (2019 ರಿಂದ 53 ರವರೆಗೆ). ಶೋರ್ನ ಅಲ್ಗಾರಿದಮ್ನ ಫಲಿತಾಂಶವನ್ನು 11 ರಿಂದ 2001 ರವರೆಗೆ ಸುಧಾರಿಸಲು 2012 ವರ್ಷಗಳು (15 ರಿಂದ 21 ರವರೆಗೆ) ತೆಗೆದುಕೊಂಡಿತು (ಸ್ವಲ್ಪ ನಂತರ ನಾವು ಅದನ್ನು ಹೆಚ್ಚು ವಿವರವಾಗಿ ನೋಡೋಣ). ಅಲ್ಲದೆ, ಕೇವಲ ಮೂರು ವರ್ಷಗಳ ಹಿಂದೆ ನಾವು ಹಂತಕ್ಕೆ ಬಂದಿದ್ದೇವೆ. ಫೇನ್ಮ್ಯಾನ್ ಮಾತನಾಡಿದ್ದನ್ನು ಕಾರ್ಯಗತಗೊಳಿಸುವುದು ಮತ್ತು ಸರಳವಾದ ಭೌತಿಕ ವ್ಯವಸ್ಥೆಗಳನ್ನು ರೂಪಿಸಲು ಕಲಿಯುವುದು.
ಕ್ವಾಂಟಮ್ ಕಂಪ್ಯೂಟಿಂಗ್ ಅಭಿವೃದ್ಧಿ ನಿಧಾನವಾಗಿದೆ. ವಿಜ್ಞಾನಿಗಳು ಮತ್ತು ಎಂಜಿನಿಯರ್ಗಳು ಬಹಳ ಕಷ್ಟಕರವಾದ ಕಾರ್ಯಗಳನ್ನು ಎದುರಿಸುತ್ತಾರೆ, ಕ್ವಾಂಟಮ್ ಸ್ಥಿತಿಗಳು ಬಹಳ ಅಲ್ಪಾವಧಿಯ ಮತ್ತು ದುರ್ಬಲವಾಗಿರುತ್ತವೆ ಮತ್ತು ಲೆಕ್ಕಾಚಾರಗಳನ್ನು ನಿರ್ವಹಿಸಲು ಸಾಕಷ್ಟು ಸಮಯವನ್ನು ಸಂರಕ್ಷಿಸಲು, ಅವರು ಹತ್ತಾರು ಮಿಲಿಯನ್ ಡಾಲರ್ಗಳಿಗೆ ಸಾರ್ಕೊಫಾಗಿಯನ್ನು ನಿರ್ಮಿಸಬೇಕು, ಇದರಲ್ಲಿ ತಾಪಮಾನವನ್ನು ನಿರ್ವಹಿಸಲಾಗುತ್ತದೆ. ಸಂಪೂರ್ಣ ಶೂನ್ಯಕ್ಕಿಂತ ಸ್ವಲ್ಪ ಹೆಚ್ಚು, ಮತ್ತು ಬಾಹ್ಯ ಪ್ರಭಾವಗಳಿಂದ ಗರಿಷ್ಠವಾಗಿ ರಕ್ಷಿಸಲಾಗಿದೆ. ಮುಂದೆ ನಾವು ಈ ಕಾರ್ಯಗಳು ಮತ್ತು ಸಮಸ್ಯೆಗಳ ಬಗ್ಗೆ ಹೆಚ್ಚು ವಿವರವಾಗಿ ಮಾತನಾಡುತ್ತೇವೆ.
ಎಲ್ಲಾ ತಾಂತ್ರಿಕವಾಗಿ ಯಶಸ್ವಿಯಾದ ದೇಶಗಳು ಪ್ರಸ್ತುತ ಕ್ವಾಂಟಮ್ ತಂತ್ರಜ್ಞಾನಗಳನ್ನು ಸಕ್ರಿಯವಾಗಿ ಅಭಿವೃದ್ಧಿಪಡಿಸುತ್ತಿವೆ. ಈ ಸಂಶೋಧನೆಯಲ್ಲಿ ದೊಡ್ಡ ಪ್ರಮಾಣದ ಹಣವನ್ನು ಹೂಡಿಕೆ ಮಾಡಲಾಗುತ್ತಿದೆ ಮತ್ತು ಕ್ವಾಂಟಮ್ ತಂತ್ರಜ್ಞಾನಗಳನ್ನು ಬೆಂಬಲಿಸಲು ವಿಶೇಷ ಕಾರ್ಯಕ್ರಮಗಳನ್ನು ರಚಿಸಲಾಗುತ್ತಿದೆ.
ಕ್ವಾಂಟಮ್ ರೇಸ್ನಲ್ಲಿ ರಾಜ್ಯಗಳು ಮಾತ್ರವಲ್ಲ, ಖಾಸಗಿ ಕಂಪನಿಗಳೂ ಭಾಗವಹಿಸುತ್ತಿವೆ. ಒಟ್ಟಾರೆಯಾಗಿ, ಗೂಗಲ್, ಐಬಿಎಂ, ಇಂಟೆಲ್ ಮತ್ತು ಮೈಕ್ರೋಸಾಫ್ಟ್ ಇತ್ತೀಚೆಗೆ ಕ್ವಾಂಟಮ್ ಕಂಪ್ಯೂಟರ್ಗಳ ಅಭಿವೃದ್ಧಿಯಲ್ಲಿ ಸುಮಾರು $0,5 ಬಿಲಿಯನ್ ಹೂಡಿಕೆ ಮಾಡಿ ದೊಡ್ಡ ಪ್ರಯೋಗಾಲಯಗಳು ಮತ್ತು ಸಂಶೋಧನಾ ಕೇಂದ್ರಗಳನ್ನು ರಚಿಸಿವೆ.
ಹಬ್ರೆ ಮತ್ತು ಅಂತರ್ಜಾಲದಲ್ಲಿ ಅನೇಕ ಲೇಖನಗಳಿವೆ, ಉದಾಹರಣೆಗೆ, ನೋಡು, ನೋಡು и ನೋಡು, ಇದರಲ್ಲಿ ವಿವಿಧ ದೇಶಗಳಲ್ಲಿ ಕ್ವಾಂಟಮ್ ತಂತ್ರಜ್ಞಾನಗಳ ಅಭಿವೃದ್ಧಿಯೊಂದಿಗೆ ಪ್ರಸ್ತುತ ವ್ಯವಹಾರಗಳ ಸ್ಥಿತಿಯನ್ನು ಹೆಚ್ಚು ವಿವರವಾಗಿ ಪರಿಶೀಲಿಸಲಾಗುತ್ತದೆ. ಈಗ ನಮಗೆ ಮುಖ್ಯ ವಿಷಯವೆಂದರೆ ಎಲ್ಲಾ ಪ್ರಮುಖ ತಾಂತ್ರಿಕವಾಗಿ ಅಭಿವೃದ್ಧಿ ಹೊಂದಿದ ದೇಶಗಳು ಮತ್ತು ಆಟಗಾರರು ಈ ದಿಕ್ಕಿನಲ್ಲಿ ಸಂಶೋಧನೆಯಲ್ಲಿ ದೊಡ್ಡ ಪ್ರಮಾಣದ ಹಣವನ್ನು ಹೂಡಿಕೆ ಮಾಡುತ್ತಿದ್ದಾರೆ, ಇದು ಪ್ರಸ್ತುತ ತಾಂತ್ರಿಕ ಬಿಕ್ಕಟ್ಟಿನಿಂದ ಹೊರಬರಲು ಭರವಸೆ ನೀಡುತ್ತದೆ.
ಈ ಸಮಯದಲ್ಲಿ (ನಾನು ತಪ್ಪಾಗಿರಬಹುದು, ನನ್ನನ್ನು ಸರಿಪಡಿಸಬಹುದು) ಎಲ್ಲಾ ಪ್ರಮುಖ ಆಟಗಾರರ ಮುಖ್ಯ ಪ್ರಯತ್ನಗಳು (ಮತ್ತು ಹೆಚ್ಚು ಅಥವಾ ಕಡಿಮೆ ಮಹತ್ವದ ಫಲಿತಾಂಶಗಳು) ಎರಡು ಕ್ಷೇತ್ರಗಳಲ್ಲಿ ಕೇಂದ್ರೀಕೃತವಾಗಿವೆ:
ವಿಶೇಷ ಕ್ವಾಂಟಮ್ ಕಂಪ್ಯೂಟರ್ಗಳು, ಇದು ಒಂದು ನಿರ್ದಿಷ್ಟ ನಿರ್ದಿಷ್ಟ ಸಮಸ್ಯೆಯನ್ನು ಪರಿಹರಿಸುವ ಗುರಿಯನ್ನು ಹೊಂದಿದೆ, ಉದಾಹರಣೆಗೆ, ಆಪ್ಟಿಮೈಸೇಶನ್ ಸಮಸ್ಯೆ. ಉತ್ಪನ್ನದ ಉದಾಹರಣೆಯೆಂದರೆ ಡಿ-ವೇವ್ ಕ್ವಾಂಟಮ್ ಕಂಪ್ಯೂಟರ್.
ಯುನಿವರ್ಸಲ್ ಕ್ವಾಂಟಮ್ ಕಂಪ್ಯೂಟರ್ಗಳು — ಇದು ಅನಿಯಂತ್ರಿತ ಕ್ವಾಂಟಮ್ ಅಲ್ಗಾರಿದಮ್ಗಳನ್ನು (ಶೋರ್, ಗ್ರೋವರ್, ಇತ್ಯಾದಿ) ಕಾರ್ಯಗತಗೊಳಿಸಲು ಸಮರ್ಥವಾಗಿದೆ. IBM, Google ನಿಂದ ಅನುಷ್ಠಾನಗಳು.
ಕ್ವಾಂಟಮ್ ಭೌತಶಾಸ್ತ್ರವು ನಮಗೆ ನೀಡುವ ಅಭಿವೃದ್ಧಿಯ ಇತರ ವಾಹಕಗಳು, ಉದಾಹರಣೆಗೆ:
ಈ ವಿಭಾಗದಿಂದ ಅರ್ಥಮಾಡಿಕೊಳ್ಳಬೇಕಾದ ಪ್ರಮುಖ ವಿಷಯವೆಂದರೆ ಅದು
ಕ್ವಾಂಟಮ್ ಕಂಪ್ಯೂಟರ್ (ಸಾಮಾನ್ಯ ಭಿನ್ನವಾಗಿ) ಮಾಹಿತಿ ವಾಹಕಗಳಾಗಿ ಬಳಸುತ್ತದೆ ಕ್ವಾಂಟಮ್ ವಸ್ತುಗಳು, ಮತ್ತು ಲೆಕ್ಕಾಚಾರಗಳನ್ನು ಕೈಗೊಳ್ಳಲು, ಕ್ವಾಂಟಮ್ ವಸ್ತುಗಳನ್ನು ಸಂಪರ್ಕಿಸಬೇಕು ಕ್ವಾಂಟಮ್ ವ್ಯವಸ್ಥೆ.
ಕ್ವಾಂಟಮ್ ವಸ್ತು ಎಂದರೇನು?
ಕ್ವಾಂಟಮ್ ವಸ್ತು - ಕ್ವಾಂಟಮ್ ಗುಣಲಕ್ಷಣಗಳನ್ನು ಪ್ರದರ್ಶಿಸುವ ಮೈಕ್ರೋವರ್ಲ್ಡ್ (ಕ್ವಾಂಟಮ್ ವರ್ಲ್ಡ್) ನ ವಸ್ತು:
ಎರಡು ಗಡಿ ಹಂತಗಳೊಂದಿಗೆ ವ್ಯಾಖ್ಯಾನಿಸಲಾದ ಸ್ಥಿತಿಯನ್ನು ಹೊಂದಿದೆ
ಮಾಪನದ ಕ್ಷಣದವರೆಗೂ ಅದರ ಸ್ಥಿತಿಯ ಸೂಪರ್ಪೋಸಿಷನ್ನಲ್ಲಿದೆ
ಕ್ವಾಂಟಮ್ ವ್ಯವಸ್ಥೆಗಳನ್ನು ರಚಿಸಲು ಇತರ ವಸ್ತುಗಳೊಂದಿಗೆ ತನ್ನನ್ನು ತಾನೇ ಸಿಕ್ಕಿಕೊಳ್ಳುತ್ತದೆ
ನೋ-ಕ್ಲೋನಿಂಗ್ ಪ್ರಮೇಯವನ್ನು ತೃಪ್ತಿಪಡಿಸುತ್ತದೆ (ವಸ್ತುವಿನ ಸ್ಥಿತಿಯನ್ನು ನಕಲು ಮಾಡಲಾಗುವುದಿಲ್ಲ)
ಪ್ರತಿಯೊಂದು ಆಸ್ತಿಯನ್ನು ಹೆಚ್ಚು ವಿವರವಾಗಿ ನೋಡೋಣ:
ಎರಡು ಗಡಿ ಹಂತಗಳೊಂದಿಗೆ (ಅಂತ್ಯ ಸ್ಥಿತಿ) ವ್ಯಾಖ್ಯಾನಿಸಲಾದ ಸ್ಥಿತಿಯನ್ನು ಹೊಂದಿದೆ
ಒಂದು ಶ್ರೇಷ್ಠ ನೈಜ-ಪ್ರಪಂಚದ ಉದಾಹರಣೆ ನಾಣ್ಯವಾಗಿದೆ. ಇದು "ಪಾರ್ಶ್ವ" ಸ್ಥಿತಿಯನ್ನು ಹೊಂದಿದೆ, ಇದು ಎರಡು ಗಡಿ ಹಂತಗಳನ್ನು ತೆಗೆದುಕೊಳ್ಳುತ್ತದೆ - "ತಲೆಗಳು" ಮತ್ತು "ಬಾಲಗಳು".
ಮಾಪನದ ಕ್ಷಣದವರೆಗೂ ಅದರ ಸ್ಥಿತಿಯ ಸೂಪರ್ಪೋಸಿಷನ್ನಲ್ಲಿದೆ
ಅವರು ನಾಣ್ಯವನ್ನು ಎಸೆದರು, ಅದು ಹಾರುತ್ತದೆ ಮತ್ತು ತಿರುಗುತ್ತದೆ. ಅದು ತಿರುಗುತ್ತಿರುವಾಗ, ಅದರ "ಬದಿಯ" ಸ್ಥಿತಿಯು ಯಾವ ಗಡಿ ಹಂತಗಳಲ್ಲಿದೆ ಎಂದು ಹೇಳಲು ಅಸಾಧ್ಯ. ಆದರೆ ನಾವು ಅದನ್ನು ಸ್ಲ್ಯಾಮ್ ಮಾಡಿ ಮತ್ತು ಫಲಿತಾಂಶವನ್ನು ನೋಡಿದ ತಕ್ಷಣ, ರಾಜ್ಯಗಳ ಸೂಪರ್ಪೋಸಿಷನ್ ತಕ್ಷಣವೇ ಎರಡು ಗಡಿ ರಾಜ್ಯಗಳಲ್ಲಿ ಒಂದಾಗಿ ಕುಸಿಯುತ್ತದೆ - "ತಲೆಗಳು" ಮತ್ತು "ಬಾಲಗಳು". ನಮ್ಮ ವಿಷಯದಲ್ಲಿ ನಾಣ್ಯವನ್ನು ಹೊಡೆಯುವುದು ಒಂದು ಅಳತೆಯಾಗಿದೆ.
ಕ್ವಾಂಟಮ್ ವ್ಯವಸ್ಥೆಗಳನ್ನು ರಚಿಸಲು ಇತರ ವಸ್ತುಗಳೊಂದಿಗೆ ತನ್ನನ್ನು ತಾನೇ ಸಿಕ್ಕಿಕೊಳ್ಳುತ್ತದೆ
ನಾಣ್ಯದೊಂದಿಗೆ ಇದು ಕಷ್ಟ, ಆದರೆ ಪ್ರಯತ್ನಿಸೋಣ. ನಾವು ಮೂರು ನಾಣ್ಯಗಳನ್ನು ಎಸೆದಿದ್ದೇವೆ ಎಂದು ಕಲ್ಪಿಸಿಕೊಳ್ಳಿ ಇದರಿಂದ ಅವು ಪರಸ್ಪರ ಅಂಟಿಕೊಂಡು ತಿರುಗುತ್ತವೆ, ಇದು ನಾಣ್ಯಗಳೊಂದಿಗೆ ಕಣ್ಕಟ್ಟು. ಸಮಯದ ಪ್ರತಿ ಕ್ಷಣದಲ್ಲಿ, ಅವುಗಳಲ್ಲಿ ಪ್ರತಿಯೊಂದೂ ರಾಜ್ಯಗಳ ಸೂಪರ್ಪೋಸಿಷನ್ನಲ್ಲಿರುತ್ತವೆ, ಆದರೆ ಈ ರಾಜ್ಯಗಳು ಪರಸ್ಪರ ಪ್ರಭಾವ ಬೀರುತ್ತವೆ (ನಾಣ್ಯಗಳು ಘರ್ಷಣೆ).
ನೋ-ಕ್ಲೋನಿಂಗ್ ಪ್ರಮೇಯವನ್ನು ತೃಪ್ತಿಪಡಿಸುತ್ತದೆ (ವಸ್ತುವಿನ ಸ್ಥಿತಿಯನ್ನು ನಕಲು ಮಾಡಲಾಗುವುದಿಲ್ಲ)
ನಾಣ್ಯಗಳು ಹಾರುತ್ತಿರುವಾಗ ಮತ್ತು ತಿರುಗುತ್ತಿರುವಾಗ, ಯಾವುದೇ ನಾಣ್ಯಗಳ ನೂಲುವ ಸ್ಥಿತಿಯ ನಕಲನ್ನು ನಾವು ವ್ಯವಸ್ಥೆಯಿಂದ ಪ್ರತ್ಯೇಕಿಸಲು ಯಾವುದೇ ಮಾರ್ಗವಿಲ್ಲ. ವ್ಯವಸ್ಥೆಯು ತನ್ನೊಳಗೆ ವಾಸಿಸುತ್ತದೆ ಮತ್ತು ಹೊರಗಿನ ಪ್ರಪಂಚಕ್ಕೆ ಯಾವುದೇ ಮಾಹಿತಿಯನ್ನು ಬಿಡುಗಡೆ ಮಾಡಲು ತುಂಬಾ ಅಸೂಯೆಪಡುತ್ತದೆ.
ಪರಿಕಲ್ಪನೆಯ ಬಗ್ಗೆ ಇನ್ನೂ ಕೆಲವು ಪದಗಳು "ಮೇಲಿನ ಸ್ಥಾನಗಳು", ಬಹುತೇಕ ಎಲ್ಲಾ ಲೇಖನಗಳಲ್ಲಿ ಸೂಪರ್ಪೋಸಿಷನ್ ಅನ್ನು ವಿವರಿಸಲಾಗಿದೆ "ಎಲ್ಲಾ ರಾಜ್ಯಗಳಲ್ಲಿ ಒಂದೇ ಸಮಯದಲ್ಲಿ", ಇದು ಸಹಜವಾಗಿ, ನಿಜ, ಆದರೆ ಕೆಲವೊಮ್ಮೆ ಅನಗತ್ಯವಾಗಿ ಗೊಂದಲಕ್ಕೊಳಗಾಗುತ್ತದೆ. ಪ್ರತಿ ಕ್ಷಣದಲ್ಲಿ ಕ್ವಾಂಟಮ್ ಆಬ್ಜೆಕ್ಟ್ ಹೊಂದಿದೆ ಎಂಬ ಅಂಶವನ್ನು ರಾಜ್ಯಗಳ ಸೂಪರ್ಪೋಸಿಷನ್ ಅನ್ನು ಸಹ ಕಲ್ಪಿಸಿಕೊಳ್ಳಬಹುದು. ಅದರ ಪ್ರತಿಯೊಂದು ಗಡಿ ಹಂತಗಳಿಗೆ ಕುಸಿಯುವ ಕೆಲವು ಸಂಭವನೀಯತೆಗಳಿವೆ, ಮತ್ತು ಒಟ್ಟಾರೆಯಾಗಿ ಈ ಸಂಭವನೀಯತೆಗಳು ಸ್ವಾಭಾವಿಕವಾಗಿ 1 ಕ್ಕೆ ಸಮಾನವಾಗಿರುತ್ತದೆ. ನಂತರ, ಕ್ವಿಟ್ ಅನ್ನು ಪರಿಗಣಿಸುವಾಗ, ನಾವು ಇದನ್ನು ಹೆಚ್ಚು ವಿವರವಾಗಿ ವಾಸಿಸುತ್ತೇವೆ.
ನಾಣ್ಯಗಳಿಗೆ, ಇದನ್ನು ದೃಶ್ಯೀಕರಿಸಬಹುದು - ಆರಂಭಿಕ ವೇಗ, ಟಾಸ್ ಕೋನ, ನಾಣ್ಯವು ಹಾರುವ ಪರಿಸರದ ಸ್ಥಿತಿಯನ್ನು ಅವಲಂಬಿಸಿ, ಪ್ರತಿ ಕ್ಷಣದಲ್ಲಿ "ತಲೆಗಳು" ಅಥವಾ "ಬಾಲಗಳು" ಪಡೆಯುವ ಸಂಭವನೀಯತೆಯು ವಿಭಿನ್ನವಾಗಿರುತ್ತದೆ. ಮತ್ತು, ಮೊದಲೇ ಹೇಳಿದಂತೆ, ಅಂತಹ ಹಾರುವ ನಾಣ್ಯದ ಸ್ಥಿತಿಯನ್ನು "ಅದರ ಎಲ್ಲಾ ಗಡಿ ರಾಜ್ಯಗಳಲ್ಲಿ ಒಂದೇ ಸಮಯದಲ್ಲಿ, ಆದರೆ ಅವುಗಳ ಅನುಷ್ಠಾನದ ವಿಭಿನ್ನ ಸಂಭವನೀಯತೆಗಳೊಂದಿಗೆ" ಕಲ್ಪಿಸಿಕೊಳ್ಳಬಹುದು.
ಮೇಲಿನ ಗುಣಲಕ್ಷಣಗಳನ್ನು ಪೂರೈಸುವ ಮತ್ತು ನಾವು ರಚಿಸಬಹುದಾದ ಮತ್ತು ನಿಯಂತ್ರಿಸಬಹುದಾದ ಯಾವುದೇ ವಸ್ತುವನ್ನು ಕ್ವಾಂಟಮ್ ಕಂಪ್ಯೂಟರ್ನಲ್ಲಿ ಮಾಹಿತಿ ವಾಹಕವಾಗಿ ಬಳಸಬಹುದು.
ಸ್ವಲ್ಪ ಮುಂದೆ ನಾವು ಕ್ವಿಟ್ಗಳನ್ನು ಕ್ವಾಂಟಮ್ ಆಬ್ಜೆಕ್ಟ್ಗಳಾಗಿ ಭೌತಿಕ ಅನುಷ್ಠಾನದೊಂದಿಗೆ ಪ್ರಸ್ತುತ ಸ್ಥಿತಿಯ ಬಗ್ಗೆ ಮಾತನಾಡುತ್ತೇವೆ ಮತ್ತು ವಿಜ್ಞಾನಿಗಳು ಈಗ ಈ ಸಾಮರ್ಥ್ಯದಲ್ಲಿ ಏನು ಬಳಸುತ್ತಿದ್ದಾರೆ.
ಆದ್ದರಿಂದ ಮೂರನೇ ಆಸ್ತಿಯು ಕ್ವಾಂಟಮ್ ವಸ್ತುಗಳು ಕ್ವಾಂಟಮ್ ವ್ಯವಸ್ಥೆಗಳನ್ನು ರಚಿಸಲು ಸಿಕ್ಕಿಹಾಕಿಕೊಳ್ಳಬಹುದು ಎಂದು ಹೇಳುತ್ತದೆ. ಕ್ವಾಂಟಮ್ ಸಿಸ್ಟಮ್ ಎಂದರೇನು?
ಕ್ವಾಂಟಮ್ ವ್ಯವಸ್ಥೆ - ಈ ಕೆಳಗಿನ ಗುಣಲಕ್ಷಣಗಳೊಂದಿಗೆ ಸಿಕ್ಕಿಹಾಕಿಕೊಂಡ ಕ್ವಾಂಟಮ್ ವಸ್ತುಗಳ ವ್ಯವಸ್ಥೆ:
ಕ್ವಾಂಟಮ್ ವ್ಯವಸ್ಥೆಯು ಅದು ಒಳಗೊಂಡಿರುವ ವಸ್ತುಗಳ ಎಲ್ಲಾ ಸಂಭವನೀಯ ಸ್ಥಿತಿಗಳ ಸೂಪರ್ಪೋಸಿಷನ್ನಲ್ಲಿದೆ
ಮಾಪನದ ಕ್ಷಣದವರೆಗೆ ವ್ಯವಸ್ಥೆಯ ಸ್ಥಿತಿಯನ್ನು ತಿಳಿಯುವುದು ಅಸಾಧ್ಯ
ಮಾಪನದ ಕ್ಷಣದಲ್ಲಿ, ವ್ಯವಸ್ಥೆಯು ಅದರ ಗಡಿ ರಾಜ್ಯಗಳ ಸಂಭವನೀಯ ರೂಪಾಂತರಗಳಲ್ಲಿ ಒಂದನ್ನು ಕಾರ್ಯಗತಗೊಳಿಸುತ್ತದೆ
(ಮತ್ತು, ಸ್ವಲ್ಪ ಮುಂದೆ ನೋಡುವುದು)
ಕ್ವಾಂಟಮ್ ಕಾರ್ಯಕ್ರಮಗಳಿಗೆ ಕೊರೊಲೆರಿ:
ಕ್ವಾಂಟಮ್ ಪ್ರೋಗ್ರಾಂ ಇನ್ಪುಟ್ನಲ್ಲಿ ಸಿಸ್ಟಮ್ನ ನಿರ್ದಿಷ್ಟ ಸ್ಥಿತಿಯನ್ನು ಹೊಂದಿದೆ, ಒಳಗೆ ಒಂದು ಸೂಪರ್ಪೊಸಿಷನ್, ಔಟ್ಪುಟ್ನಲ್ಲಿ ಸೂಪರ್ಪೊಸಿಷನ್
ಮಾಪನದ ನಂತರ ಪ್ರೋಗ್ರಾಂನ ಔಟ್ಪುಟ್ನಲ್ಲಿ ನಾವು ಸಿಸ್ಟಮ್ನ ಸಂಭವನೀಯ ಅಂತಿಮ ಸ್ಥಿತಿಗಳಲ್ಲಿ ಒಂದನ್ನು ಸಂಭವನೀಯ ಅನುಷ್ಠಾನವನ್ನು ಹೊಂದಿದ್ದೇವೆ (ಜೊತೆಗೆ ಸಂಭವನೀಯ ದೋಷಗಳು)
ಯಾವುದೇ ಕ್ವಾಂಟಮ್ ಪ್ರೋಗ್ರಾಂ ಚಿಮಣಿ ಆರ್ಕಿಟೆಕ್ಚರ್ ಅನ್ನು ಹೊಂದಿದೆ (ಇನ್ಪುಟ್ -> ಔಟ್ಪುಟ್. ಯಾವುದೇ ಲೂಪ್ಗಳಿಲ್ಲ, ಪ್ರಕ್ರಿಯೆಯ ಮಧ್ಯದಲ್ಲಿ ಸಿಸ್ಟಮ್ನ ಸ್ಥಿತಿಯನ್ನು ನೀವು ನೋಡಲಾಗುವುದಿಲ್ಲ.)
ಈಗ ಸಾಂಪ್ರದಾಯಿಕ ಕಂಪ್ಯೂಟರ್ ಮತ್ತು ಕ್ವಾಂಟಮ್ ಅನ್ನು ಹೋಲಿಕೆ ಮಾಡೋಣ.
ಸಾಮಾನ್ಯ ಕಂಪ್ಯೂಟರ್
ಕ್ವಾಂಟಮ್ ಕಂಪ್ಯೂಟರ್
ತರ್ಕ
0 / 1
`a|0> + b|1>, a^2+b^2=1`
ಭೌತಶಾಸ್ತ್ರ
ಸೆಮಿಕಂಡಕ್ಟರ್ ಟ್ರಾನ್ಸಿಸ್ಟರ್
ಕ್ವಾಂಟಮ್ ವಸ್ತು
ಮಾಹಿತಿ ವಾಹಕ
ವೋಲ್ಟೇಜ್ ಮಟ್ಟಗಳು
ಧ್ರುವೀಕರಣ, ಸ್ಪಿನ್,...
ಕಾರ್ಯಾಚರಣೆಗಳು
ಬಿಟ್ಗಳ ಮೇಲೆ ಅಲ್ಲ, ಮತ್ತು, ಅಥವಾ, XOR
ಕವಾಟಗಳು: CNOT, Hadamard,...
ಸಂಬಂಧ
ಸೆಮಿಕಂಡಕ್ಟರ್ ಚಿಪ್
ಪರಸ್ಪರ ಗೊಂದಲ
ಕ್ರಮಾವಳಿಗಳು
ಪ್ರಮಾಣಿತ (ವಿಪ್ ನೋಡಿ)
ವಿಶೇಷತೆಗಳು (ಶೋರ್, ಗ್ರೋವರ್)
ತತ್ವ
ಡಿಜಿಟಲ್, ನಿರ್ಣಾಯಕ
ಅನಲಾಗ್, ಸಂಭವನೀಯತೆ
ತರ್ಕ ಮಟ್ಟ
ಸಾಮಾನ್ಯ ಕಂಪ್ಯೂಟರ್ನಲ್ಲಿ ಇದು ಸ್ವಲ್ಪ. ಮೂಲಕ ಮತ್ತು ಮೂಲಕ ನಮಗೆ ಚೆನ್ನಾಗಿ ತಿಳಿದಿದೆ ನಿರ್ಣಾಯಕ ಬಿಟ್. 0 ಅಥವಾ 1 ರ ಮೌಲ್ಯಗಳನ್ನು ತೆಗೆದುಕೊಳ್ಳಬಹುದು. ಇದು ಪಾತ್ರವನ್ನು ಸಂಪೂರ್ಣವಾಗಿ ನಿಭಾಯಿಸುತ್ತದೆ ತಾರ್ಕಿಕ ಘಟಕ ಸಾಮಾನ್ಯ ಕಂಪ್ಯೂಟರ್ಗಾಗಿ, ಆದರೆ ರಾಜ್ಯವನ್ನು ವಿವರಿಸಲು ಸಂಪೂರ್ಣವಾಗಿ ಸೂಕ್ತವಲ್ಲ ಕ್ವಾಂಟಮ್ ವಸ್ತು, ಇದು, ನಾವು ಈಗಾಗಲೇ ಹೇಳಿದಂತೆ, ಕಾಡಿನಲ್ಲಿ ಇದೆಅವರ ಗಡಿ ರಾಜ್ಯಗಳ ಸೂಪರ್ಪೋಸಿಷನ್ಗಳು.
ಇದನ್ನೇ ಅವರು ಮುಂದಿಟ್ಟರು ಕ್ವಿಟ್. ಅದರ ಗಡಿ ಸ್ಥಿತಿಗಳಲ್ಲಿ ಅದು 0 ಮತ್ತು 1 ಕ್ಕೆ ಸಮಾನವಾದ ರಾಜ್ಯಗಳನ್ನು ಅರಿತುಕೊಳ್ಳುತ್ತದೆ |0> ಮತ್ತು |1>, ಮತ್ತು ಸೂಪರ್ಪೋಸಿಶನ್ನಲ್ಲಿ ಪ್ರತಿನಿಧಿಸುತ್ತದೆ ಅದರ ಗಡಿ ರಾಜ್ಯಗಳ ಮೇಲೆ ಸಂಭವನೀಯತೆಯ ವಿತರಣೆ|0> и |1>:
a|0> + b|1>, такое, что a^2+b^2=1
a ಮತ್ತು b ಪ್ರತಿನಿಧಿಸುತ್ತದೆ ಸಂಭವನೀಯತೆಯ ವೈಶಾಲ್ಯಗಳು, ಮತ್ತು ಅವುಗಳ ಮಾಡ್ಯೂಲ್ಗಳ ಚೌಕಗಳು ಗಡಿ ಸ್ಥಿತಿಗಳ ಅಂತಹ ಮೌಲ್ಯಗಳನ್ನು ನಿಖರವಾಗಿ ಪಡೆಯುವ ನಿಜವಾದ ಸಂಭವನೀಯತೆಗಳಾಗಿವೆ |0> и |1>, ನೀವು ಇದೀಗ ಕ್ವಿಟ್ ಅನ್ನು ಮಾಪನದೊಂದಿಗೆ ಕುಗ್ಗಿಸಿದರೆ.
ಭೌತಿಕ ಪದರ
ಪ್ರಸ್ತುತ ತಾಂತ್ರಿಕ ಅಭಿವೃದ್ಧಿಯ ಮಟ್ಟದಲ್ಲಿ, ಸಾಂಪ್ರದಾಯಿಕ ಕಂಪ್ಯೂಟರ್ಗೆ ಸ್ವಲ್ಪ ಭೌತಿಕ ಅನುಷ್ಠಾನವಾಗಿದೆ ಅರೆವಾಹಕ ಟ್ರಾನ್ಸಿಸ್ಟರ್ಕ್ವಾಂಟಮ್ಗಾಗಿ, ನಾವು ಈಗಾಗಲೇ ಹೇಳಿದಂತೆ, ಯಾವುದೇ ಕ್ವಾಂಟಮ್ ವಸ್ತು. ಮುಂದಿನ ವಿಭಾಗದಲ್ಲಿ ನಾವು ಪ್ರಸ್ತುತ ಕ್ವಿಟ್ಗಳಿಗೆ ಭೌತಿಕ ಮಾಧ್ಯಮವಾಗಿ ಬಳಸುತ್ತಿರುವ ಬಗ್ಗೆ ಮಾತನಾಡುತ್ತೇವೆ.
ಸಂಗ್ರಹ ಮಾಧ್ಯಮ
ಸಾಮಾನ್ಯ ಕಂಪ್ಯೂಟರ್ಗೆ ಇದು ವಿದ್ಯುತ್ - ವೋಲ್ಟೇಜ್ ಮಟ್ಟಗಳು, ಪ್ರಸ್ತುತದ ಉಪಸ್ಥಿತಿ ಅಥವಾ ಅನುಪಸ್ಥಿತಿ, ಇತ್ಯಾದಿ, ಕ್ವಾಂಟಮ್ಗೆ - ಅದೇ ಕ್ವಾಂಟಮ್ ವಸ್ತುವಿನ ಸ್ಥಿತಿ (ಧ್ರುವೀಕರಣದ ದಿಕ್ಕು, ಸ್ಪಿನ್, ಇತ್ಯಾದಿ), ಇದು ಸೂಪರ್ಪೋಸಿಷನ್ ಸ್ಥಿತಿಯಲ್ಲಿರಬಹುದು.
ಕಾರ್ಯಾಚರಣೆಗಳು
ಸಾಮಾನ್ಯ ಕಂಪ್ಯೂಟರ್ನಲ್ಲಿ ಲಾಜಿಕ್ ಸರ್ಕ್ಯೂಟ್ಗಳನ್ನು ಕಾರ್ಯಗತಗೊಳಿಸಲು, ನಾವು ಪ್ರಸಿದ್ಧವಾದದ್ದನ್ನು ಬಳಸುತ್ತೇವೆ ತಾರ್ಕಿಕ ಕಾರ್ಯಾಚರಣೆಗಳು, ಕ್ವಿಟ್ಗಳ ಮೇಲಿನ ಕಾರ್ಯಾಚರಣೆಗಳಿಗಾಗಿ ಸಂಪೂರ್ಣವಾಗಿ ವಿಭಿನ್ನವಾದ ಕಾರ್ಯಾಚರಣೆಗಳ ವ್ಯವಸ್ಥೆಯೊಂದಿಗೆ ಬರಲು ಅಗತ್ಯವಾಗಿತ್ತು ಕ್ವಾಂಟಮ್ ಗೇಟ್ಸ್. ಎಷ್ಟು ಕ್ವಿಟ್ಗಳನ್ನು ಪರಿವರ್ತಿಸಲಾಗುತ್ತಿದೆ ಎಂಬುದರ ಆಧಾರದ ಮೇಲೆ ಗೇಟ್ಗಳು ಏಕ-ಕ್ವಿಟ್ ಅಥವಾ ಡಬಲ್-ಕ್ವಿಟ್ ಆಗಿರಬಹುದು.
ಕ್ವಾಂಟಮ್ ಗೇಟ್ಗಳ ಉದಾಹರಣೆಗಳು:
ಒಂದು ಪರಿಕಲ್ಪನೆ ಇದೆ ಸಾರ್ವತ್ರಿಕ ಕವಾಟ ಸೆಟ್, ಯಾವುದೇ ಕ್ವಾಂಟಮ್ ಲೆಕ್ಕಾಚಾರವನ್ನು ನಿರ್ವಹಿಸಲು ಇದು ಸಾಕಾಗುತ್ತದೆ. ಉದಾಹರಣೆಗೆ, ಒಂದು ಸಾರ್ವತ್ರಿಕ ಸೆಟ್ ಹಡಮರ್ಡ್ ಗೇಟ್, ಒಂದು ಹಂತದ ಶಿಫ್ಟ್ ಗೇಟ್, ಒಂದು CNOT ಗೇಟ್ ಮತ್ತು π⁄8 ಗೇಟ್ ಅನ್ನು ಒಳಗೊಂಡಿರುತ್ತದೆ. ಅವರ ಸಹಾಯದಿಂದ, ನೀವು ಯಾವುದೇ ಕ್ವಾಂಟಮ್ ಲೆಕ್ಕಾಚಾರವನ್ನು ಅನಿಯಂತ್ರಿತ ಕ್ವಿಟ್ಗಳ ಮೇಲೆ ಮಾಡಬಹುದು.
ಈ ಲೇಖನದಲ್ಲಿ ನಾವು ಕ್ವಾಂಟಮ್ ಗೇಟ್ಗಳ ವ್ಯವಸ್ಥೆಯಲ್ಲಿ ವಿವರವಾಗಿ ವಾಸಿಸುವುದಿಲ್ಲ; ನೀವು ಅವುಗಳ ಬಗ್ಗೆ ಮತ್ತು ಕ್ವಿಟ್ಗಳಲ್ಲಿನ ತಾರ್ಕಿಕ ಕಾರ್ಯಾಚರಣೆಗಳ ಬಗ್ಗೆ ಇನ್ನಷ್ಟು ಓದಬಹುದು, ಉದಾಹರಣೆಗೆ, ಇಲ್ಲಿಯೇ. ನೆನಪಿಡುವ ಮುಖ್ಯ ವಿಷಯ:
ಕ್ವಾಂಟಮ್ ವಸ್ತುಗಳ ಮೇಲಿನ ಕಾರ್ಯಾಚರಣೆಗಳಿಗೆ ಹೊಸ ತಾರ್ಕಿಕ ನಿರ್ವಾಹಕರ (ಕ್ವಾಂಟಮ್ ಗೇಟ್ಸ್) ರಚನೆಯ ಅಗತ್ಯವಿರುತ್ತದೆ.
ಕ್ವಾಂಟಮ್ ಗೇಟ್ಗಳು ಏಕ-ಕ್ವಿಟ್ ಮತ್ತು ಡಬಲ್-ಕ್ವಿಟ್ ಪ್ರಕಾರಗಳಲ್ಲಿ ಬರುತ್ತವೆ.
ಯಾವುದೇ ಕ್ವಾಂಟಮ್ ಕಂಪ್ಯೂಟೇಶನ್ ಮಾಡಲು ಬಳಸಬಹುದಾದ ಸಾರ್ವತ್ರಿಕ ಗೇಟ್ಗಳಿವೆ
ಸಂಬಂಧ
ಒಂದು ಟ್ರಾನ್ಸಿಸ್ಟರ್ ನಮಗೆ ಸಂಪೂರ್ಣವಾಗಿ ನಿಷ್ಪ್ರಯೋಜಕವಾಗಿದೆ; ಲೆಕ್ಕಾಚಾರಗಳನ್ನು ಕೈಗೊಳ್ಳಲು ನಾವು ಅನೇಕ ಟ್ರಾನ್ಸಿಸ್ಟರ್ಗಳನ್ನು ಪರಸ್ಪರ ಸಂಪರ್ಕಿಸಬೇಕಾಗಿದೆ, ಅಂದರೆ, ತಾರ್ಕಿಕ ಸರ್ಕ್ಯೂಟ್ಗಳನ್ನು ನಿರ್ಮಿಸಲು ಲಕ್ಷಾಂತರ ಟ್ರಾನ್ಸಿಸ್ಟರ್ಗಳಿಂದ ಅರೆವಾಹಕ ಚಿಪ್ ಅನ್ನು ರಚಿಸಿ, ALU ಮತ್ತು, ಅಂತಿಮವಾಗಿ, ಆಧುನಿಕ ಪ್ರೊಸೆಸರ್ ಅನ್ನು ಅದರ ಕ್ಲಾಸಿಕ್ ರೂಪದಲ್ಲಿ ಪಡೆಯಿರಿ.
ಒಂದು ಕ್ವಿಟ್ ನಮಗೆ ಸಂಪೂರ್ಣವಾಗಿ ನಿಷ್ಪ್ರಯೋಜಕವಾಗಿದೆ (ಅಲ್ಲದೆ, ಶೈಕ್ಷಣಿಕ ಪರಿಭಾಷೆಯಲ್ಲಿ ಮಾತ್ರ),
ಲೆಕ್ಕಾಚಾರಗಳನ್ನು ಕೈಗೊಳ್ಳಲು ನಮಗೆ ಕ್ವಿಟ್ಗಳ ವ್ಯವಸ್ಥೆಯ ಅಗತ್ಯವಿದೆ (ಕ್ವಾಂಟಮ್ ವಸ್ತುಗಳು)
ನಾವು ಈಗಾಗಲೇ ಹೇಳಿದಂತೆ, ಕ್ವಿಟ್ಗಳನ್ನು ಪರಸ್ಪರ ಸಿಕ್ಕಿಹಾಕಿಕೊಳ್ಳುವ ಮೂಲಕ ರಚಿಸಲಾಗಿದೆ ಇದರಿಂದ ಅವುಗಳ ಸ್ಥಿತಿಗಳಲ್ಲಿ ಬದಲಾವಣೆಗಳು ಸಂಘಟಿತ ರೀತಿಯಲ್ಲಿ ಸಂಭವಿಸುತ್ತವೆ.
ಕ್ರಮಾವಳಿಗಳು
ಮಾನವೀಯತೆಯು ಇಲ್ಲಿಯವರೆಗೆ ಸಂಗ್ರಹಿಸಿದ ಪ್ರಮಾಣಿತ ಕ್ರಮಾವಳಿಗಳು ಕ್ವಾಂಟಮ್ ಕಂಪ್ಯೂಟರ್ನಲ್ಲಿ ಅನುಷ್ಠಾನಕ್ಕೆ ಸಂಪೂರ್ಣವಾಗಿ ಸೂಕ್ತವಲ್ಲ. ಹೌದು, ಸಾಮಾನ್ಯವಾಗಿ ಅಗತ್ಯವಿಲ್ಲ. ಕ್ವಿಟ್ಗಳ ಮೇಲೆ ಗೇಟ್ ಲಾಜಿಕ್ ಅನ್ನು ಆಧರಿಸಿದ ಕ್ವಾಂಟಮ್ ಕಂಪ್ಯೂಟರ್ಗಳು ಸಂಪೂರ್ಣವಾಗಿ ವಿಭಿನ್ನ ಅಲ್ಗಾರಿದಮ್ಗಳು, ಕ್ವಾಂಟಮ್ ಅಲ್ಗಾರಿದಮ್ಗಳ ರಚನೆಯ ಅಗತ್ಯವಿರುತ್ತದೆ. ಅತ್ಯಂತ ಪ್ರಸಿದ್ಧ ಕ್ವಾಂಟಮ್ ಅಲ್ಗಾರಿದಮ್ಗಳಲ್ಲಿ, ಮೂರು ಪ್ರತ್ಯೇಕಿಸಬಹುದು:
ಮತ್ತು ಪ್ರಮುಖ ವ್ಯತ್ಯಾಸವೆಂದರೆ ಕಾರ್ಯಾಚರಣೆಯ ತತ್ವ. ಪ್ರಮಾಣಿತ ಕಂಪ್ಯೂಟರ್ಗೆ ಇದು ಡಿಜಿಟಲ್, ಕಟ್ಟುನಿಟ್ಟಾಗಿ ನಿರ್ಣಾಯಕ ತತ್ವ, ನಾವು ಸಿಸ್ಟಮ್ನ ಕೆಲವು ಆರಂಭಿಕ ಸ್ಥಿತಿಯನ್ನು ಹೊಂದಿಸಿದರೆ ಮತ್ತು ನಿರ್ದಿಷ್ಟ ಅಲ್ಗಾರಿದಮ್ ಮೂಲಕ ಅದನ್ನು ರವಾನಿಸಿದರೆ, ಲೆಕ್ಕಾಚಾರಗಳ ಫಲಿತಾಂಶವು ಒಂದೇ ಆಗಿರುತ್ತದೆ, ನಾವು ಈ ಲೆಕ್ಕಾಚಾರವನ್ನು ಎಷ್ಟು ಬಾರಿ ಚಲಾಯಿಸಿದರೂ ಸಹ. ವಾಸ್ತವವಾಗಿ, ಈ ನಡವಳಿಕೆಯು ನಾವು ಕಂಪ್ಯೂಟರ್ನಿಂದ ನಿಖರವಾಗಿ ನಿರೀಕ್ಷಿಸುತ್ತೇವೆ.
ಕ್ವಾಂಟಮ್ ಕಂಪ್ಯೂಟರ್ ಚಾಲನೆಯಲ್ಲಿದೆ ಅನಲಾಗ್, ಸಂಭವನೀಯ ತತ್ವ. ನೀಡಿದ ಆರಂಭಿಕ ಸ್ಥಿತಿಯಲ್ಲಿ ನೀಡಿದ ಅಲ್ಗಾರಿದಮ್ನ ಫಲಿತಾಂಶ ಸಂಭವನೀಯತೆಯ ವಿತರಣೆಯಿಂದ ಮಾದರಿ ಅಲ್ಗಾರಿದಮ್ನ ಅಂತಿಮ ಅಳವಡಿಕೆಗಳು ಮತ್ತು ಸಂಭವನೀಯ ದೋಷಗಳು.
ಕ್ವಾಂಟಮ್ ಕಂಪ್ಯೂಟಿಂಗ್ನ ಈ ಸಂಭವನೀಯ ಸ್ವಭಾವವು ಕ್ವಾಂಟಮ್ ಪ್ರಪಂಚದ ಅತ್ಯಂತ ಸಂಭವನೀಯ ಮೂಲತತ್ವದ ಕಾರಣದಿಂದಾಗಿರುತ್ತದೆ. "ದೇವರು ವಿಶ್ವದೊಂದಿಗೆ ದಾಳವನ್ನು ಆಡುವುದಿಲ್ಲ.", ಹಳೆಯ ಐನ್ಸ್ಟೈನ್ ಹೇಳಿದರು, ಆದರೆ ಇದುವರೆಗಿನ ಎಲ್ಲಾ ಪ್ರಯೋಗಗಳು ಮತ್ತು ಅವಲೋಕನಗಳು (ಪ್ರಸ್ತುತ ವೈಜ್ಞಾನಿಕ ಮಾದರಿಯಲ್ಲಿ) ವಿರುದ್ಧವಾಗಿ ದೃಢೀಕರಿಸುತ್ತವೆ.
ನಾವು ಈಗಾಗಲೇ ಹೇಳಿದಂತೆ, ಕ್ವಿಟ್ ಅನ್ನು ಕ್ವಾಂಟಮ್ ವಸ್ತುವಿನಿಂದ ಪ್ರತಿನಿಧಿಸಬಹುದು, ಅಂದರೆ, ಮೇಲೆ ವಿವರಿಸಿದ ಕ್ವಾಂಟಮ್ ಗುಣಲಕ್ಷಣಗಳನ್ನು ಕಾರ್ಯಗತಗೊಳಿಸುವ ಭೌತಿಕ ವಸ್ತು. ಅಂದರೆ, ಸ್ಥೂಲವಾಗಿ ಹೇಳುವುದಾದರೆ, ಯಾವುದೇ ಭೌತಿಕ ವಸ್ತುವಿನಲ್ಲಿ ಎರಡು ಸ್ಥಿತಿಗಳಿವೆ ಮತ್ತು ಈ ಎರಡು ಸ್ಥಿತಿಗಳು ಸೂಪರ್ಪೋಸಿಷನ್ ಸ್ಥಿತಿಯಲ್ಲಿದೆ, ಕ್ವಾಂಟಮ್ ಕಂಪ್ಯೂಟರ್ ಅನ್ನು ನಿರ್ಮಿಸಲು ಬಳಸಬಹುದು.
“ನಾವು ಒಂದು ಪರಮಾಣುವನ್ನು ಎರಡು ವಿಭಿನ್ನ ಹಂತಗಳಲ್ಲಿ ಇರಿಸಲು ಮತ್ತು ಅವುಗಳನ್ನು ನಿಯಂತ್ರಿಸಲು ಸಾಧ್ಯವಾದರೆ, ನೀವು ಕ್ವಿಟ್ ಅನ್ನು ಹೊಂದಿದ್ದೀರಿ. ನಾವು ಇದನ್ನು ಅಯಾನ್ನೊಂದಿಗೆ ಮಾಡಬಹುದಾದರೆ, ಅದು ಕ್ವಿಟ್ ಆಗಿದೆ. ಕರೆಂಟ್ ಕೂಡ ಅಷ್ಟೇ. ನಾವು ಅದನ್ನು ಪ್ರದಕ್ಷಿಣಾಕಾರವಾಗಿ ಮತ್ತು ಅದೇ ಸಮಯದಲ್ಲಿ ಅಪ್ರದಕ್ಷಿಣಾಕಾರವಾಗಿ ಓಡಿಸಿದರೆ, ನೀವು ಕ್ವಿಟ್ ಅನ್ನು ಹೊಂದಿದ್ದೀರಿ.(ಸಿ)
ಇವೆ ಅದ್ಭುತ ಕಾಮೆಂಟ್ к ಲೇಖನ, ಇದರಲ್ಲಿ ಕ್ವಿಟ್ನ ಪ್ರಸ್ತುತ ವೈವಿಧ್ಯತೆಯ ಭೌತಿಕ ಅಳವಡಿಕೆಗಳನ್ನು ಹೆಚ್ಚು ವಿವರವಾಗಿ ಪರಿಗಣಿಸಲಾಗುತ್ತದೆ, ನಾವು ಅತ್ಯಂತ ಪ್ರಸಿದ್ಧ ಮತ್ತು ಸಾಮಾನ್ಯವಾದವುಗಳನ್ನು ಸರಳವಾಗಿ ಪಟ್ಟಿ ಮಾಡುತ್ತೇವೆ:
ಮತ್ತು ಅನೇಕ ಇತರ ವಿಲಕ್ಷಣ ಕಲ್ಪನೆಗಳು (ಆಯಾನುಗಳು, ಇತ್ಯಾದಿ)
ಈ ಎಲ್ಲಾ ವಿಧಗಳಲ್ಲಿ, ಹೆಚ್ಚು ಅಭಿವೃದ್ಧಿ ಹೊಂದಿದ ಕ್ವಿಟ್ಗಳನ್ನು ಪಡೆಯುವ ಮೊದಲ ವಿಧಾನವಾಗಿದೆ ಸೂಪರ್ ಕಂಡಕ್ಟರ್ಗಳು. ಗೂಗಲ್, ಐಬಿಎಂ, ಇಂಟೆಲ್ ಮತ್ತು ಇತರ ಪ್ರಮುಖ ಆಟಗಾರರು ತಮ್ಮ ವ್ಯವಸ್ಥೆಯನ್ನು ನಿರ್ಮಿಸಲು ಇದನ್ನು ಬಳಸುತ್ತಾರೆ.
ಆದ್ದರಿಂದ, ನಾವು ಈ ಕೆಳಗಿನ ಕೆಲಸವನ್ನು ಹೊಂದಿದ್ದೇವೆ ಎಂದು ಊಹಿಸಿ:
ಮೂರು ಜನರ ಗುಂಪು ಇದೆ: (ಎ) ಆಂಡ್ರೆ, (ಬಿ) ಒಲೊಡಿಯಾ ಮತ್ತು (ಸಿ) ಎರೆಜಾ. ಎರಡು ಟ್ಯಾಕ್ಸಿಗಳಿವೆ (0 ಮತ್ತು 1).
ಇದು ಸಹ ತಿಳಿದಿದೆ:
(ಎ)ಂಡ್ರೇ, (ಬಿ)ಲೋದ್ಯ ಸ್ನೇಹಿತರು
(ಎ)ಂಡ್ರೇ, (ಸಿ) ಎರೆಜಾ ಶತ್ರುಗಳು
(ಬಿ) ಒಲೊಡಿಯಾ ಮತ್ತು (ಸಿ) ಎರೆಜಾ ಶತ್ರುಗಳು
ಕಾರ್ಯ: ಜನರನ್ನು ಟ್ಯಾಕ್ಸಿಗಳಲ್ಲಿ ಇರಿಸಿ ಗರಿಷ್ಠ (ಸ್ನೇಹಿತರು) и ಕನಿಷ್ಠ(ಶತ್ರುಗಳು)
ರೇಟಿಂಗ್: ಎಲ್ = (ಸ್ನೇಹಿತರ ಸಂಖ್ಯೆ) - (ಶತ್ರುಗಳ ಸಂಖ್ಯೆ) ಪ್ರತಿ ವಸತಿ ಆಯ್ಕೆಗೆ
ಪ್ರಮುಖ: ಯಾವುದೇ ಹ್ಯೂರಿಸ್ಟಿಕ್ಸ್ ಇಲ್ಲ ಎಂದು ಭಾವಿಸಿದರೆ, ಯಾವುದೇ ಸೂಕ್ತ ಪರಿಹಾರವಿಲ್ಲ. ಈ ಸಂದರ್ಭದಲ್ಲಿ, ಆಯ್ಕೆಗಳ ಸಂಪೂರ್ಣ ಹುಡುಕಾಟದಿಂದ ಮಾತ್ರ ಸಮಸ್ಯೆಯನ್ನು ಪರಿಹರಿಸಬಹುದು.
ಸಾಮಾನ್ಯ ಕಂಪ್ಯೂಟರ್ನಲ್ಲಿ ಪರಿಹಾರ
ಸಾಮಾನ್ಯ (ಸೂಪರ್) ಕಂಪ್ಯೂಟರ್ (ಅಥವಾ ಕ್ಲಸ್ಟರ್) ನಲ್ಲಿ ಈ ಸಮಸ್ಯೆಯನ್ನು ಹೇಗೆ ಪರಿಹರಿಸುವುದು - ಅದು ಸ್ಪಷ್ಟವಾಗಿದೆ ನೀವು ಸಾಧ್ಯವಿರುವ ಎಲ್ಲಾ ಆಯ್ಕೆಗಳ ಮೂಲಕ ಲೂಪ್ ಮಾಡಬೇಕಾಗುತ್ತದೆ. ನಾವು ಮಲ್ಟಿಪ್ರೊಸೆಸರ್ ವ್ಯವಸ್ಥೆಯನ್ನು ಹೊಂದಿದ್ದರೆ, ನಂತರ ನಾವು ಹಲವಾರು ಪ್ರೊಸೆಸರ್ಗಳಲ್ಲಿ ಪರಿಹಾರಗಳ ಲೆಕ್ಕಾಚಾರವನ್ನು ಸಮಾನಾಂತರಗೊಳಿಸಬಹುದು ಮತ್ತು ನಂತರ ಫಲಿತಾಂಶಗಳನ್ನು ಸಂಗ್ರಹಿಸಬಹುದು.
ನಮ್ಮಲ್ಲಿ 2 ಸಂಭವನೀಯ ವಸತಿ ಆಯ್ಕೆಗಳಿವೆ (ಟ್ಯಾಕ್ಸಿ 0 ಮತ್ತು ಟ್ಯಾಕ್ಸಿ 1) ಮತ್ತು 3 ಜನರು. ಪರಿಹಾರ ಸ್ಥಳ 2 ^ 3 = 8. ನೀವು ಕ್ಯಾಲ್ಕುಲೇಟರ್ ಅನ್ನು ಬಳಸಿಕೊಂಡು 8 ಆಯ್ಕೆಗಳ ಮೂಲಕ ಹೋಗಬಹುದು, ಇದು ಸಮಸ್ಯೆಯಲ್ಲ. ಈಗ ಸಮಸ್ಯೆಯನ್ನು ಸಂಕೀರ್ಣಗೊಳಿಸೋಣ - ನಮ್ಮಲ್ಲಿ 20 ಜನರು ಮತ್ತು ಎರಡು ಬಸ್ಸುಗಳಿವೆ, ಪರಿಹಾರ ಸ್ಥಳ 2^20 = 1. ಏನೂ ಸಂಕೀರ್ಣವಾಗಿಲ್ಲ. ಜನರ ಸಂಖ್ಯೆಯನ್ನು 2.5 ಪಟ್ಟು ಹೆಚ್ಚಿಸೋಣ - 50 ಜನರು ಮತ್ತು ಎರಡು ರೈಲುಗಳನ್ನು ತೆಗೆದುಕೊಳ್ಳಿ, ಪರಿಹಾರ ಸ್ಥಳ ಈಗ 2^50 = 1.12 x 10^15. ಸಾಮಾನ್ಯ (ಸೂಪರ್) ಕಂಪ್ಯೂಟರ್ ಈಗಾಗಲೇ ಗಂಭೀರ ಸಮಸ್ಯೆಗಳನ್ನು ಎದುರಿಸುತ್ತಿದೆ. ಜನರ ಸಂಖ್ಯೆಯನ್ನು 2 ಪಟ್ಟು ಹೆಚ್ಚಿಸೋಣ, 100 ಜನರು ನಮಗೆ ಈಗಾಗಲೇ ನೀಡುತ್ತಾರೆ 1.2x10^30 ಸಂಭವನೀಯ ಆಯ್ಕೆಗಳು.
ಅಷ್ಟೆ, ಈ ಕಾರ್ಯವನ್ನು ಸಮಂಜಸವಾದ ಸಮಯದಲ್ಲಿ ಲೆಕ್ಕಹಾಕಲಾಗುವುದಿಲ್ಲ.
ಸೂಪರ್ ಕಂಪ್ಯೂಟರ್ ಅನ್ನು ಸಂಪರ್ಕಿಸಲಾಗುತ್ತಿದೆ
ಪ್ರಸ್ತುತ ಅತ್ಯಂತ ಶಕ್ತಿಶಾಲಿ ಕಂಪ್ಯೂಟರ್ ಸಂಖ್ಯೆ 1 ಆಗಿದೆ ಟಾಪ್ಎಕ್ಸ್ಎನ್ಎಕ್ಸ್ಅಂದರೆ ಶೃಂಗಸಭೆಯಲ್ಲಿ, ಉತ್ಪಾದಕತೆ 122 Pflops. ಒಂದು ಆಯ್ಕೆಯನ್ನು ಲೆಕ್ಕಾಚಾರ ಮಾಡಲು ನಮಗೆ 100 ಕಾರ್ಯಾಚರಣೆಗಳು ಬೇಕಾಗುತ್ತವೆ ಎಂದು ಭಾವಿಸೋಣ, ನಂತರ 100 ಜನರಿಗೆ ಸಮಸ್ಯೆಯನ್ನು ಪರಿಹರಿಸಲು ನಮಗೆ ಅಗತ್ಯವಿದೆ:
(1.2 x 10^30 100) / 122×10^15 / (606024365) = 3 x 10^37 ವರ್ಷಗಳು.
ನಾವು ನೋಡುವಂತೆ ಆರಂಭಿಕ ಡೇಟಾದ ಆಯಾಮವು ಹೆಚ್ಚಾದಂತೆ, ವಿದ್ಯುತ್ ಕಾನೂನಿನ ಪ್ರಕಾರ ಪರಿಹಾರ ಸ್ಥಳವು ಬೆಳೆಯುತ್ತದೆ, ಸಾಮಾನ್ಯ ಸಂದರ್ಭದಲ್ಲಿ, N ಬಿಟ್ಗಳಿಗಾಗಿ ನಾವು 2^N ಸಂಭವನೀಯ ಪರಿಹಾರ ಆಯ್ಕೆಗಳನ್ನು ಹೊಂದಿದ್ದೇವೆ, ಇದು ತುಲನಾತ್ಮಕವಾಗಿ ಸಣ್ಣ N (100) ಗಾಗಿ ನಮಗೆ ಲೆಕ್ಕವಿಲ್ಲದ (ಪ್ರಸ್ತುತ ತಾಂತ್ರಿಕ ಮಟ್ಟದಲ್ಲಿ) ಪರಿಹಾರ ಸ್ಥಳವನ್ನು ನೀಡುತ್ತದೆ.
ಯಾವುದೇ ಪರ್ಯಾಯಗಳಿವೆಯೇ? ನೀವು ಊಹಿಸಿದಂತೆ, ಹೌದು, ಇದೆ.
ಆದರೆ ಕ್ವಾಂಟಮ್ ಕಂಪ್ಯೂಟರ್ಗಳು ಈ ರೀತಿಯ ಸಮಸ್ಯೆಗಳನ್ನು ಹೇಗೆ ಮತ್ತು ಏಕೆ ಪರಿಣಾಮಕಾರಿಯಾಗಿ ಪರಿಹರಿಸಬಹುದು ಎಂಬುದನ್ನು ನಾವು ತಿಳಿದುಕೊಳ್ಳುವ ಮೊದಲು, ಅವುಗಳು ಏನೆಂದು ಮರುಹೊಂದಿಸಲು ಸ್ವಲ್ಪ ಸಮಯ ತೆಗೆದುಕೊಳ್ಳೋಣ. ಸಂಭವನೀಯತೆಯ ವಿತರಣೆ. ಗಾಬರಿಯಾಗಬೇಡಿ, ಇದು ವಿಮರ್ಶೆ ಲೇಖನವಾಗಿದೆ, ಇಲ್ಲಿ ಯಾವುದೇ ಕಠಿಣ ಗಣಿತ ಇರುವುದಿಲ್ಲ, ನಾವು ಬ್ಯಾಗ್ ಮತ್ತು ಚೆಂಡುಗಳೊಂದಿಗೆ ಕ್ಲಾಸಿಕ್ ಉದಾಹರಣೆಯೊಂದಿಗೆ ಮಾಡುತ್ತೇವೆ.
ಸ್ವಲ್ಪ ಕಾಂಬಿನೇಟೋರಿಕ್ಸ್, ಸಂಭವನೀಯತೆ ಸಿದ್ಧಾಂತ ಮತ್ತು ವಿಚಿತ್ರ ಪ್ರಯೋಗಕಾರ
ಒಂದು ಚೀಲ ತೆಗೆದುಕೊಂಡು ಅದರಲ್ಲಿ ಇಡೋಣ 1000 ಬಿಳಿ ಮತ್ತು 1000 ಕಪ್ಪು ಚೆಂಡುಗಳು. ನಾವು ಪ್ರಯೋಗವನ್ನು ನಡೆಸುತ್ತೇವೆ - ಚೆಂಡನ್ನು ಹೊರತೆಗೆಯಿರಿ, ಬಣ್ಣವನ್ನು ಬರೆಯಿರಿ, ಚೆಂಡನ್ನು ಚೀಲಕ್ಕೆ ಹಿಂತಿರುಗಿ ಮತ್ತು ಚೀಲದಲ್ಲಿ ಚೆಂಡುಗಳನ್ನು ಮಿಶ್ರಣ ಮಾಡಿ.
ಪ್ರಯೋಗವನ್ನು 10 ಬಾರಿ ನಡೆಸಲಾಯಿತು, 10 ಕಪ್ಪು ಚೆಂಡುಗಳನ್ನು ಹೊರತೆಗೆದರು. ಇರಬಹುದು? ಸಾಕಷ್ಟು. ಈ ಮಾದರಿಯು ಚೀಲದಲ್ಲಿನ ನಿಜವಾದ ವಿತರಣೆಯ ಬಗ್ಗೆ ನಮಗೆ ಯಾವುದೇ ಸಮಂಜಸವಾದ ಕಲ್ಪನೆಯನ್ನು ನೀಡುತ್ತದೆಯೇ? ನಿಸ್ಸಂಶಯವಾಗಿ ಅಲ್ಲ. ಏನು ಮಾಡಬೇಕು - ಬಲ, ಪುಪ್ರಯೋಗವನ್ನು ಮಿಲಿಯನ್ ಬಾರಿ ಪುನರಾವರ್ತಿಸಿ ಮತ್ತು ಕಪ್ಪು ಮತ್ತು ಬಿಳಿ ಚೆಂಡುಗಳ ಆವರ್ತನಗಳನ್ನು ಲೆಕ್ಕ ಹಾಕಿ. ನಾವು ಪಡೆಯುತ್ತೇವೆ, ಉದಾಹರಣೆಗೆ 49.95% ಕಪ್ಪು ಮತ್ತು 50.05% ಬಿಳಿ. ಈ ಸಂದರ್ಭದಲ್ಲಿ, ನಾವು ಮಾದರಿಯ (ಒಂದು ಚೆಂಡನ್ನು ಹೊರತೆಗೆಯಿರಿ) ವಿತರಣೆಯ ರಚನೆಯು ಈಗಾಗಲೇ ಹೆಚ್ಚು ಅಥವಾ ಕಡಿಮೆ ಸ್ಪಷ್ಟವಾಗಿದೆ.
ಅದನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವುದು ಮುಖ್ಯ ವಿಷಯ ಪ್ರಯೋಗವು ಸ್ವತಃ ಸಂಭವನೀಯ ಸ್ವಭಾವವನ್ನು ಹೊಂದಿದೆ, ಒಂದು ಮಾದರಿಯೊಂದಿಗೆ (ಚೆಂಡು) ನಾವು ವಿತರಣೆಯ ನಿಜವಾದ ರಚನೆಯನ್ನು ತಿಳಿಯುವುದಿಲ್ಲ, ನಾವು ಪ್ರಯೋಗವನ್ನು ಹಲವು ಬಾರಿ ಪುನರಾವರ್ತಿಸಬೇಕಾಗಿದೆ ಮತ್ತು ಫಲಿತಾಂಶಗಳನ್ನು ಸರಾಸರಿ ಮಾಡಿ.
ಅದನ್ನು ನಮ್ಮ ಚೀಲಕ್ಕೆ ಸೇರಿಸೋಣ 10 ಕೆಂಪು ಮತ್ತು 10 ಹಸಿರು ಚೆಂಡುಗಳು (ದೋಷಗಳು). ಪ್ರಯೋಗವನ್ನು 10 ಬಾರಿ ಪುನರಾವರ್ತಿಸೋಣ. IN5 ಕೆಂಪು ಮತ್ತು 5 ಹಸಿರು ಹೊರತೆಗೆದರು. ಇರಬಹುದು? ಹೌದು. ನಿಜವಾದ ವಿತರಣೆಯ ಬಗ್ಗೆ ನಾವು ಏನನ್ನಾದರೂ ಹೇಳಬಹುದು - ಇಲ್ಲ. ಏನು ಮಾಡಬೇಕು - ಸರಿ, ನೀವು ಅರ್ಥಮಾಡಿಕೊಂಡಿದ್ದೀರಿ.
ಸಂಭವನೀಯತೆಯ ವಿತರಣೆಯ ರಚನೆಯ ಬಗ್ಗೆ ತಿಳುವಳಿಕೆಯನ್ನು ಪಡೆಯಲು, ಈ ವಿತರಣೆಯಿಂದ ವೈಯಕ್ತಿಕ ಫಲಿತಾಂಶಗಳನ್ನು ಪದೇ ಪದೇ ಮಾದರಿ ಮಾಡುವುದು ಮತ್ತು ಫಲಿತಾಂಶಗಳನ್ನು ಸರಾಸರಿ ಮಾಡುವುದು ಅವಶ್ಯಕ.
ಅಭ್ಯಾಸದೊಂದಿಗೆ ಸಿದ್ಧಾಂತವನ್ನು ಸಂಪರ್ಕಿಸುವುದು
ಈಗ ಕಪ್ಪು ಬಿಳುಪು ಚೆಂಡುಗಳ ಬದಲು ಬಿಲಿಯರ್ಡ್ ಚೆಂಡುಗಳನ್ನು ತೆಗೆದುಕೊಂಡು ಚೀಲದಲ್ಲಿ ಹಾಕೋಣ ಸಂಖ್ಯೆ 1000 ರೊಂದಿಗೆ 2 ಚೆಂಡುಗಳು, ಸಂಖ್ಯೆ 1000 ರೊಂದಿಗೆ 7 ಮತ್ತು ಇತರ ಸಂಖ್ಯೆಗಳೊಂದಿಗೆ 10 ಚೆಂಡುಗಳು. ಸರಳವಾದ ಕ್ರಿಯೆಗಳಲ್ಲಿ ತರಬೇತಿ ಪಡೆದ ಪ್ರಯೋಗಕಾರನನ್ನು ಊಹಿಸೋಣ (ಚೆಂಡನ್ನು ಹೊರತೆಗೆಯಿರಿ, ಸಂಖ್ಯೆಯನ್ನು ಬರೆಯಿರಿ, ಚೆಂಡನ್ನು ಮತ್ತೆ ಚೀಲದಲ್ಲಿ ಇರಿಸಿ, ಚೆಂಡುಗಳನ್ನು ಚೀಲದಲ್ಲಿ ಮಿಶ್ರಣ ಮಾಡಿ) ಮತ್ತು ಅವನು ಇದನ್ನು 150 ಮೈಕ್ರೋಸೆಕೆಂಡ್ಗಳಲ್ಲಿ ಮಾಡುತ್ತಾನೆ. ಸರಿ, ವೇಗದಲ್ಲಿ ಅಂತಹ ಪ್ರಯೋಗಕಾರರು (ಔಷಧದ ಜಾಹೀರಾತು ಅಲ್ಲ!!!). ನಂತರ 150 ಸೆಕೆಂಡುಗಳಲ್ಲಿ ಅವರು ನಮ್ಮ ಪ್ರಯೋಗವನ್ನು 1 ಮಿಲಿಯನ್ ಬಾರಿ ಮಾಡಲು ಸಾಧ್ಯವಾಗುತ್ತದೆ ಮತ್ತು ನಮಗೆ ಸರಾಸರಿ ಫಲಿತಾಂಶಗಳನ್ನು ಒದಗಿಸಿ.
ಅವರು ಪ್ರಯೋಗಕಾರನನ್ನು ಕೂರಿಸಿದರು, ಅವನಿಗೆ ಚೀಲವನ್ನು ನೀಡಿದರು, ತಿರುಗಿ, 150 ಸೆಕೆಂಡುಗಳು ಕಾಯುತ್ತಿದ್ದರು ಮತ್ತು ಸ್ವೀಕರಿಸಿದರು:
ಸಂಖ್ಯೆ 2 - 49.5%, ಸಂಖ್ಯೆ 7 - 49.5%, ಒಟ್ಟು ಉಳಿದ ಸಂಖ್ಯೆಗಳು - 1%.
ಹೌದು ಅದು ಸರಿ, ನಮ್ಮ ಬ್ಯಾಗ್ ನಮ್ಮ ಸಮಸ್ಯೆಯನ್ನು ಪರಿಹರಿಸುವ ಅಲ್ಗಾರಿದಮ್ನೊಂದಿಗೆ ಕ್ವಾಂಟಮ್ ಕಂಪ್ಯೂಟರ್ ಆಗಿದೆ, ಮತ್ತು ಚೆಂಡುಗಳು ಸಂಭವನೀಯ ಪರಿಹಾರಗಳಾಗಿವೆ. ಎರಡು ಸರಿಯಾದ ಪರಿಹಾರಗಳು ಇರುವುದರಿಂದ, ನಂತರ ಕ್ವಾಂಟಮ್ ಕಂಪ್ಯೂಟರ್ ಸಮಾನ ಸಂಭವನೀಯತೆ ಮತ್ತು 0.5% (10/2000) ದೋಷಗಳೊಂದಿಗೆ ಈ ಯಾವುದೇ ಸಂಭವನೀಯ ಪರಿಹಾರಗಳನ್ನು ನಮಗೆ ನೀಡುತ್ತದೆ, ನಾವು ನಂತರ ಮಾತನಾಡುತ್ತೇವೆ.
ಕ್ವಾಂಟಮ್ ಕಂಪ್ಯೂಟರ್ನ ಫಲಿತಾಂಶವನ್ನು ಪಡೆಯಲು, ನೀವು ಒಂದೇ ಇನ್ಪುಟ್ ಡೇಟಾ ಸೆಟ್ನಲ್ಲಿ ಕ್ವಾಂಟಮ್ ಅಲ್ಗಾರಿದಮ್ ಅನ್ನು ಹಲವಾರು ಬಾರಿ ಚಲಾಯಿಸಬೇಕು ಮತ್ತು ಫಲಿತಾಂಶವನ್ನು ಸರಾಸರಿ ಮಾಡಬೇಕು.
ಕ್ವಾಂಟಮ್ ಕಂಪ್ಯೂಟರ್ನ ಸ್ಕೇಲೆಬಿಲಿಟಿ
ಈಗ ಊಹಿಸಿ 100 ಜನರನ್ನು ಒಳಗೊಂಡ ಕಾರ್ಯಕ್ಕಾಗಿ (ಪರಿಹಾರ ಜಾಗ 2^100 ನಾವು ಇದನ್ನು ನೆನಪಿಸಿಕೊಳ್ಳುತ್ತೇವೆ), ಕೇವಲ ಎರಡು ಸರಿಯಾದ ನಿರ್ಧಾರಗಳಿವೆ. ನಂತರ, ನಾವು 100 ಕ್ವಿಟ್ಗಳನ್ನು ತೆಗೆದುಕೊಂಡು ಈ ಕ್ವಿಟ್ಗಳ ಮೇಲೆ ನಮ್ಮ ವಸ್ತುನಿಷ್ಠ ಕಾರ್ಯವನ್ನು (ಎಲ್, ಮೇಲೆ ನೋಡಿ) ಲೆಕ್ಕಾಚಾರ ಮಾಡುವ ಅಲ್ಗಾರಿದಮ್ ಅನ್ನು ಬರೆದರೆ, ನಾವು ಮೊದಲ ಸರಿಯಾದ ಉತ್ತರದ ಸಂಖ್ಯೆಯೊಂದಿಗೆ 1000 ಚೆಂಡುಗಳಿರುವ ಚೀಲವನ್ನು ಪಡೆಯುತ್ತೇವೆ, 1000 ಜೊತೆಗೆ ಎರಡನೇ ಸರಿಯಾದ ಉತ್ತರದ ಸಂಖ್ಯೆ ಮತ್ತು ಇತರ ಸಂಖ್ಯೆಗಳೊಂದಿಗೆ 10 ಚೆಂಡುಗಳು. ಮತ್ತು ಅದೇ 150 ಸೆಕೆಂಡುಗಳಲ್ಲಿ ನಮ್ಮ ಪ್ರಯೋಗಕಾರರು ಸರಿಯಾದ ಉತ್ತರಗಳ ಸಂಭವನೀಯತೆಯ ವಿತರಣೆಯ ಅಂದಾಜು ನೀಡುತ್ತಾರೆ.
ಕ್ವಾಂಟಮ್ ಅಲ್ಗಾರಿದಮ್ನ ಕಾರ್ಯಗತಗೊಳಿಸುವ ಸಮಯವನ್ನು (ಕೆಲವು ಊಹೆಗಳೊಂದಿಗೆ) ಪರಿಹಾರದ ಜಾಗದ ಆಯಾಮಕ್ಕೆ ಸಂಬಂಧಿಸಿದಂತೆ ಸ್ಥಿರವಾದ O(1) ಎಂದು ಪರಿಗಣಿಸಬಹುದು (2^N).
ಮತ್ತು ಇದು ನಿಖರವಾಗಿ ಕ್ವಾಂಟಮ್ ಕಂಪ್ಯೂಟರ್ನ ಆಸ್ತಿಯಾಗಿದೆ - ರನ್ಟೈಮ್ ಸ್ಥಿರತೆ ಪರಿಹಾರ ಜಾಗದ ಹೆಚ್ಚುತ್ತಿರುವ ಶಕ್ತಿ ಕಾನೂನು ಸಂಕೀರ್ಣತೆಗೆ ಸಂಬಂಧಿಸಿದಂತೆ ಪ್ರಮುಖವಾಗಿದೆ.
ಕ್ವಿಟ್ ಮತ್ತು ಸಮಾನಾಂತರ ಪ್ರಪಂಚಗಳು
ಇದು ಹೇಗೆ ಸಂಭವಿಸುತ್ತದೆ? ಕ್ವಾಂಟಮ್ ಕಂಪ್ಯೂಟರ್ ಎಷ್ಟು ಬೇಗನೆ ಲೆಕ್ಕಾಚಾರಗಳನ್ನು ಮಾಡಲು ಅನುಮತಿಸುತ್ತದೆ? ಇದು ಕ್ವಿಟ್ನ ಕ್ವಾಂಟಮ್ ಸ್ವಭಾವದ ಬಗ್ಗೆ ಅಷ್ಟೆ.
ನೋಡಿ, ಕ್ವಿಟ್ ಕ್ವಾಂಟಮ್ ವಸ್ತುವಿನಂತೆ ಎಂದು ನಾವು ಹೇಳಿದ್ದೇವೆ ಗಮನಿಸಿದಾಗ ಅದರ ಎರಡು ಸ್ಥಿತಿಗಳಲ್ಲಿ ಒಂದನ್ನು ಅರಿತುಕೊಳ್ಳುತ್ತದೆ, ಆದರೆ "ಕಾಡು ಪ್ರಕೃತಿ" ಯಲ್ಲಿ ಅದು ಇದೆ ರಾಜ್ಯಗಳ ಉನ್ನತ ಸ್ಥಾನಗಳು, ಅಂದರೆ, ಅದು ತನ್ನ ಎರಡೂ ಗಡಿ ಸ್ಥಿತಿಗಳಲ್ಲಿ ಏಕಕಾಲದಲ್ಲಿ (ಕೆಲವು ಸಂಭವನೀಯತೆಯೊಂದಿಗೆ) ಇರುತ್ತದೆ.
ತೆಗೆದುಕೊಳ್ಳಿ (ಎ)ಂದ್ರೇಯಾ ಮತ್ತು ಅದರ ಸ್ಥಿತಿಯನ್ನು (ಯಾವ ವಾಹನದಲ್ಲಿ - 0 ಅಥವಾ 1) ಕ್ವಿಟ್ ಆಗಿ ಕಲ್ಪಿಸಿಕೊಳ್ಳಿ. ನಂತರ ನಾವು (ಕ್ವಾಂಟಮ್ ಜಾಗದಲ್ಲಿ) ಎರಡು ಸಮಾನಾಂತರ ಪ್ರಪಂಚಗಳು, ಒಂದರಲ್ಲಿ (ಎ) ಟ್ಯಾಕ್ಸಿ 0 ನಲ್ಲಿ ಕುಳಿತುಕೊಳ್ಳುತ್ತಾನೆ, ಇನ್ನೊಂದು ಜಗತ್ತಿನಲ್ಲಿ - ಟ್ಯಾಕ್ಸಿ 1 ರಲ್ಲಿ. ಒಂದೇ ಸಮಯದಲ್ಲಿ ಎರಡು ಟ್ಯಾಕ್ಸಿಗಳಲ್ಲಿ, ಆದರೆ ವೀಕ್ಷಣೆಯ ಸಮಯದಲ್ಲಿ ಪ್ರತಿಯೊಂದರಲ್ಲೂ ಅದನ್ನು ಕಂಡುಹಿಡಿಯುವ ಕೆಲವು ಸಂಭವನೀಯತೆಯೊಂದಿಗೆ.
ತೆಗೆದುಕೊಳ್ಳಿ (ಬಿ) ಯುವ ಮತ್ತು ಅದರ ಸ್ಥಿತಿಯನ್ನು ಕ್ವಿಟ್ನಂತೆ ಕಲ್ಪಿಸಿಕೊಳ್ಳೋಣ. ಎರಡು ಸಮಾನಾಂತರ ಪ್ರಪಂಚಗಳು ಉದ್ಭವಿಸುತ್ತವೆ. ಆದರೆ ಸದ್ಯಕ್ಕೆ ಈ ಜೋಡಿ ಪ್ರಪಂಚಗಳು (ಎ) и (AT) ಯಾವುದೇ ಸಂವಹನ ಮಾಡಬೇಡಿ. ರಚಿಸಲು ಏನು ಮಾಡಬೇಕು ಸಂಬಂಧಿಸಿದ ವ್ಯವಸ್ಥೆ? ಅದು ಸರಿ, ನಮಗೆ ಈ ಕ್ವಿಟ್ಗಳು ಬೇಕು ಕಟ್ಟಿಹಾಕು (ಗೊಂದಲಗೊಳಿಸು). ನಾವು ಅದನ್ನು ತೆಗೆದುಕೊಂಡು ಅದನ್ನು ಗೊಂದಲಗೊಳಿಸುತ್ತೇವೆ (ಎ) ಜೊತೆಗೆ (ಬಿ) - ನಾವು ಎರಡು ಕ್ವಿಟ್ಗಳ ಕ್ವಾಂಟಮ್ ವ್ಯವಸ್ಥೆಯನ್ನು ಪಡೆಯುತ್ತೇವೆ (ಎ, ಬಿ), ತನ್ನೊಳಗೆ ನಾಲ್ಕು ಅರಿಯುವುದು ಪರಸ್ಪರ ಅವಲಂಬಿತ ಸಮಾನಾಂತರ ಪ್ರಪಂಚಗಳು. ಸೇರಿಸಿ (ಎಸ್) ಎರ್ಜಿ ಮತ್ತು ನಾವು ಮೂರು ಕ್ವಿಟ್ಗಳ ವ್ಯವಸ್ಥೆಯನ್ನು ಪಡೆಯುತ್ತೇವೆ (ಎಬಿಸಿ), ಎಂಟು ಅನುಷ್ಠಾನಗೊಳಿಸುತ್ತಿದೆ ಪರಸ್ಪರ ಅವಲಂಬಿತ ಸಮಾನಾಂತರ ಪ್ರಪಂಚಗಳು.
ಕ್ವಾಂಟಮ್ ಕಂಪ್ಯೂಟಿಂಗ್ನ ಮೂಲತತ್ವ (ಸಂಪರ್ಕಿತ ಕ್ವಿಟ್ಗಳ ವ್ಯವಸ್ಥೆಯ ಮೇಲೆ ಕ್ವಾಂಟಮ್ ಗೇಟ್ಗಳ ಸರಪಳಿಯ ಅನುಷ್ಠಾನ) ಎಲ್ಲಾ ಸಮಾನಾಂತರ ಪ್ರಪಂಚಗಳಲ್ಲಿ ಏಕಕಾಲದಲ್ಲಿ ಲೆಕ್ಕಾಚಾರವು ಸಂಭವಿಸುತ್ತದೆ ಎಂಬ ಅಂಶವಾಗಿದೆ.
ಮತ್ತು ಅವುಗಳಲ್ಲಿ ನಾವು ಎಷ್ಟು ಹೊಂದಿದ್ದೇವೆ ಎಂಬುದು ಮುಖ್ಯವಲ್ಲ, 2^3 ಅಥವಾ 2^100, ಕ್ವಾಂಟಮ್ ಅಲ್ಗಾರಿದಮ್ ಅನ್ನು ಈ ಎಲ್ಲಾ ಸಮಾನಾಂತರ ಪ್ರಪಂಚಗಳ ಮೇಲೆ ಸೀಮಿತ ಸಮಯದಲ್ಲಿ ಕಾರ್ಯಗತಗೊಳಿಸಲಾಗುತ್ತದೆ ಮತ್ತು ನಮಗೆ ಫಲಿತಾಂಶವನ್ನು ನೀಡುತ್ತದೆ, ಇದು ಅಲ್ಗಾರಿದಮ್ನ ಪ್ರತಿಕ್ರಿಯೆಗಳ ಸಂಭವನೀಯತೆಯ ವಿತರಣೆಯಿಂದ ಮಾದರಿಯಾಗಿದೆ.
ಉತ್ತಮ ತಿಳುವಳಿಕೆಗಾಗಿ, ಒಬ್ಬರು ಅದನ್ನು ಊಹಿಸಬಹುದು ಕ್ವಾಂಟಮ್ ಮಟ್ಟದಲ್ಲಿ ಕ್ವಾಂಟಮ್ ಕಂಪ್ಯೂಟರ್ 2^N ಸಮಾನಾಂತರ ಪರಿಹಾರ ಪ್ರಕ್ರಿಯೆಗಳನ್ನು ನಡೆಸುತ್ತದೆ, ಪ್ರತಿಯೊಬ್ಬರೂ ಒಂದು ಸಂಭವನೀಯ ಆಯ್ಕೆಯಲ್ಲಿ ಕೆಲಸ ಮಾಡುತ್ತಾರೆ, ನಂತರ ಕೆಲಸದ ಫಲಿತಾಂಶಗಳನ್ನು ಸಂಗ್ರಹಿಸುತ್ತಾರೆ - ಮತ್ತು ಪರಿಹಾರದ ಸೂಪರ್ಪೋಸಿಷನ್ ರೂಪದಲ್ಲಿ ನಮಗೆ ಉತ್ತರವನ್ನು ನೀಡುತ್ತದೆ (ಪ್ರತಿಕ್ರಿಯೆಗಳ ಸಂಭವನೀಯತೆ ವಿತರಣೆ), ಇದರಿಂದ ನಾವು ಪ್ರತಿ ಬಾರಿ ಒಂದನ್ನು ಮಾದರಿ ಮಾಡುತ್ತೇವೆ (ಪ್ರತಿ ಪ್ರಯೋಗಕ್ಕೆ).
ನಮ್ಮ ಪ್ರಯೋಗಕಾರರಿಗೆ ಅಗತ್ಯವಿರುವ ಸಮಯವನ್ನು ನೆನಪಿಡಿ (150 µs) ಪ್ರಯೋಗವನ್ನು ಕೈಗೊಳ್ಳಲು, ಕ್ವಾಂಟಮ್ ಕಂಪ್ಯೂಟರ್ಗಳ ಮುಖ್ಯ ಸಮಸ್ಯೆಗಳು ಮತ್ತು ಡಿಕೋಹೆರೆನ್ಸ್ ಸಮಯದ ಬಗ್ಗೆ ನಾವು ಮಾತನಾಡುವಾಗ ಇದು ಸ್ವಲ್ಪ ಮುಂದೆ ನಮಗೆ ಉಪಯುಕ್ತವಾಗಿರುತ್ತದೆ.
ಈಗಾಗಲೇ ಹೇಳಿದಂತೆ, ಬೈನರಿ ತರ್ಕವನ್ನು ಆಧರಿಸಿದ ಸಾಂಪ್ರದಾಯಿಕ ಕ್ರಮಾವಳಿಗಳು ಕ್ವಾಂಟಮ್ ಲಾಜಿಕ್ (ಕ್ವಾಂಟಮ್ ಗೇಟ್ಸ್) ಬಳಸುವ ಕ್ವಾಂಟಮ್ ಕಂಪ್ಯೂಟರ್ಗೆ ಅನ್ವಯಿಸುವುದಿಲ್ಲ. ಅವನಿಗೆ, ಕಂಪ್ಯೂಟಿಂಗ್ನ ಕ್ವಾಂಟಮ್ ಸ್ವಭಾವದಲ್ಲಿ ಅಂತರ್ಗತವಾಗಿರುವ ಸಾಮರ್ಥ್ಯವನ್ನು ಸಂಪೂರ್ಣವಾಗಿ ಬಳಸಿಕೊಳ್ಳುವ ಹೊಸದರೊಂದಿಗೆ ಬರಲು ಅಗತ್ಯವಾಗಿತ್ತು.
ಶಾಸ್ತ್ರೀಯ ಪದಗಳಿಗಿಂತ ಭಿನ್ನವಾಗಿ, ಕ್ವಾಂಟಮ್ ಕಂಪ್ಯೂಟರ್ಗಳು ಸಾರ್ವತ್ರಿಕವಲ್ಲ. ಇಲ್ಲಿಯವರೆಗೆ ಕೇವಲ ಕಡಿಮೆ ಸಂಖ್ಯೆಯ ಕ್ವಾಂಟಮ್ ಅಲ್ಗಾರಿದಮ್ಗಳು ಕಂಡುಬಂದಿವೆ.(ಸಿ)
ಸಪಾಕ್ಸಿ ಆಕ್ಸೋರಾನ್ ಗೆ ಲಿಂಕ್ಗಾಗಿ ಕ್ವಾಂಟಮ್ ಅಲ್ಗಾರಿದಮ್ ಝೂ, ಲೇಖಕರ ಪ್ರಕಾರ ("ಸ್ಟೀಫನ್ ಜೋರ್ಡಾನ್"), ಕ್ವಾಂಟಮ್-ಅಲ್ಗಾರಿದಮಿಕ್ ಪ್ರಪಂಚದ ಅತ್ಯುತ್ತಮ ಪ್ರತಿನಿಧಿಗಳನ್ನು ಸಂಗ್ರಹಿಸಲಾಗಿದೆ ಮತ್ತು ಸಂಗ್ರಹಿಸುವುದನ್ನು ಮುಂದುವರಿಸಲಾಗಿದೆ.
ಈ ಲೇಖನದಲ್ಲಿ ನಾವು ಕ್ವಾಂಟಮ್ ಅಲ್ಗಾರಿದಮ್ಗಳನ್ನು ವಿವರವಾಗಿ ವಿಶ್ಲೇಷಿಸುವುದಿಲ್ಲ; ಯಾವುದೇ ಮಟ್ಟದ ಸಂಕೀರ್ಣತೆಗಾಗಿ ಅಂತರ್ಜಾಲದಲ್ಲಿ ಸಾಕಷ್ಟು ಅತ್ಯುತ್ತಮವಾದ ವಸ್ತುಗಳು ಇವೆ, ಆದರೆ ನಾವು ಇನ್ನೂ ಮೂರು ಅತ್ಯಂತ ಪ್ರಸಿದ್ಧವಾದವುಗಳ ಮೇಲೆ ಸಂಕ್ಷಿಪ್ತವಾಗಿ ಹೋಗಬೇಕಾಗಿದೆ.
ಅತ್ಯಂತ ಪ್ರಸಿದ್ಧವಾದ ಕ್ವಾಂಟಮ್ ಅಲ್ಗಾರಿದಮ್ ಆಗಿದೆ ಶೋರ್ ಅಲ್ಗಾರಿದಮ್ (1994 ರಲ್ಲಿ ಇಂಗ್ಲಿಷ್ ಗಣಿತಜ್ಞರಿಂದ ಕಂಡುಹಿಡಿಯಲಾಯಿತು ಪೀಟರ್ ಶೋರ್), ಇದು ಅಪವರ್ತನ ಸಂಖ್ಯೆಗಳ ಸಮಸ್ಯೆಯನ್ನು ಪ್ರಧಾನ ಅಂಶಗಳಾಗಿ ಪರಿಹರಿಸುವ ಗುರಿಯನ್ನು ಹೊಂದಿದೆ (ಫ್ಯಾಕ್ಟರೈಸೇಶನ್ ಸಮಸ್ಯೆ, ಡಿಸ್ಕ್ರೀಟ್ ಲಾಗರಿಥಮ್).
ನಿಮ್ಮ ಬ್ಯಾಂಕಿಂಗ್ ವ್ಯವಸ್ಥೆಗಳು ಮತ್ತು ಪಾಸ್ವರ್ಡ್ಗಳನ್ನು ಶೀಘ್ರದಲ್ಲೇ ಹ್ಯಾಕ್ ಮಾಡಲಾಗುತ್ತದೆ ಎಂದು ಅವರು ಬರೆಯುವಾಗ ಈ ಅಲ್ಗಾರಿದಮ್ ಅನ್ನು ಉದಾಹರಣೆಯಾಗಿ ಉಲ್ಲೇಖಿಸಲಾಗುತ್ತದೆ. ಇಂದು ಬಳಸಿದ ಕೀಗಳ ಉದ್ದವು 2048 ಬಿಟ್ಗಳಿಗಿಂತ ಕಡಿಮೆಯಿಲ್ಲ ಎಂದು ಪರಿಗಣಿಸಿ, ಕ್ಯಾಪ್ನ ಸಮಯ ಇನ್ನೂ ಬಂದಿಲ್ಲ.
ಇಲ್ಲಿಯವರೆಗೆ, ಪುನರಾವರ್ತನೆ ಸಾಧಾರಣಕ್ಕಿಂತ ಹೆಚ್ಚು. ಶೋರ್ಸ್ ಅಲ್ಗಾರಿದಮ್ನೊಂದಿಗೆ ಉತ್ತಮ ಅಪವರ್ತನೀಕರಣ ಫಲಿತಾಂಶಗಳು - ಸಂಖ್ಯೆಗಳು 15 и 21, ಇದು 2048 ಬಿಟ್ಗಳಿಗಿಂತ ಕಡಿಮೆಯಾಗಿದೆ. ಟೇಬಲ್ನಿಂದ ಉಳಿದ ಫಲಿತಾಂಶಗಳಿಗಾಗಿ, ಬೇರೆ ಅಲ್ಗಾರಿದಮ್ ಲೆಕ್ಕಾಚಾರಗಳು, ಆದರೆ ಈ ಅಲ್ಗಾರಿದಮ್ (291311) ಪ್ರಕಾರ ಉತ್ತಮ ಫಲಿತಾಂಶವು ನೈಜ ಅಪ್ಲಿಕೇಶನ್ನಿಂದ ಬಹಳ ದೂರದಲ್ಲಿದೆ.
ನೀವು ಶೋರ್ ಅಲ್ಗಾರಿದಮ್ ಬಗ್ಗೆ ಇನ್ನಷ್ಟು ಓದಬಹುದು, ಉದಾಹರಣೆಗೆ, ಇಲ್ಲಿಯೇ. ಪ್ರಾಯೋಗಿಕ ಅನುಷ್ಠಾನದ ಬಗ್ಗೆ - ಇಲ್ಲಿ.
ಒಂದು ಪ್ರಸ್ತುತ ಅಂದಾಜುಗಳು ಸಂಕೀರ್ಣತೆ ಮತ್ತು 2048-ಬಿಟ್ ಸಂಖ್ಯೆಯನ್ನು ಫ್ಯಾಕ್ಟರ್ ಮಾಡಲು ಅಗತ್ಯವಿರುವ ಶಕ್ತಿಯು ಕಂಪ್ಯೂಟರ್ ಆಗಿದೆ 20 ಮಿಲಿಯನ್ ಕ್ವಿಟ್ಗಳು. ನಾವು ಶಾಂತಿಯುತವಾಗಿ ಮಲಗುತ್ತೇವೆ.
ಗ್ರೋವರ್ನ ಅಲ್ಗಾರಿದಮ್ ಅನ್ನು ಹುಡುಕಲು ಬಳಸಬಹುದು ಮಧ್ಯಸ್ಥರು и ಅಂಕಗಣಿತದ ಸರಾಸರಿ ಸಂಖ್ಯೆ ಸರಣಿ. ಜೊತೆಗೆ, ಇದನ್ನು ಪರಿಹರಿಸಲು ಬಳಸಬಹುದು NP-ಸಂಪೂರ್ಣ ಅನೇಕ ಸಂಭವನೀಯ ಪರಿಹಾರಗಳ ನಡುವೆ ಸಮಗ್ರ ಹುಡುಕಾಟದ ಮೂಲಕ ಸಮಸ್ಯೆಗಳು. ಕ್ಲಾಸಿಕಲ್ ಅಲ್ಗಾರಿದಮ್ಗಳಿಗೆ ಹೋಲಿಸಿದರೆ ಇದು ಗಮನಾರ್ಹ ವೇಗದ ಲಾಭಗಳನ್ನು ಉಂಟುಮಾಡಬಹುದು, ಆದಾಗ್ಯೂ ಒದಗಿಸದೆಯೇ "ಬಹುಪದೀಯ ಪರಿಹಾರ" ಸಾಮಾನ್ಯವಾಗಿ.(ಸಿ)
ನೀವು ಹೆಚ್ಚು ಓದಬಹುದು ಇಲ್ಲಿಯೇಅಥವಾ ಇಲ್ಲಿ. ಇನ್ನಷ್ಟು ಇಲ್ಲಿಯೇ ಪೆಟ್ಟಿಗೆಗಳು ಮತ್ತು ಚೆಂಡಿನ ಉದಾಹರಣೆಯನ್ನು ಬಳಸಿಕೊಂಡು ಅಲ್ಗಾರಿದಮ್ನ ಉತ್ತಮ ವಿವರಣೆಯಿದೆ, ಆದರೆ, ದುರದೃಷ್ಟವಶಾತ್, ಯಾರ ನಿಯಂತ್ರಣಕ್ಕೂ ಮೀರಿದ ಕಾರಣಗಳಿಗಾಗಿ, ಈ ಸೈಟ್ ರಷ್ಯಾದಿಂದ ನನಗೆ ತೆರೆಯುವುದಿಲ್ಲ. ನೀವು ಹೊಂದಿದ್ದರೆ ಈ ಸೈಟ್ ಸಹ ನಿರ್ಬಂಧಿಸಲಾಗಿದೆ, ಆದ್ದರಿಂದ ಸಂಕ್ಷಿಪ್ತ ಸಾರಾಂಶ ಇಲ್ಲಿದೆ:
ಗ್ರೋವರ್ಸ್ ಅಲ್ಗಾರಿದಮ್. ನೀವು ಸಂಖ್ಯೆಯ ಮುಚ್ಚಿದ ಪೆಟ್ಟಿಗೆಗಳ N ತುಣುಕುಗಳನ್ನು ಹೊಂದಿರುವಿರಿ ಎಂದು ಕಲ್ಪಿಸಿಕೊಳ್ಳಿ. ಚೆಂಡನ್ನು ಒಳಗೊಂಡಿರುವ ಒಂದನ್ನು ಹೊರತುಪಡಿಸಿ ಅವೆಲ್ಲವೂ ಖಾಲಿಯಾಗಿವೆ. ನಿಮ್ಮ ಕಾರ್ಯ: ಚೆಂಡನ್ನು ಹೊಂದಿರುವ ಪೆಟ್ಟಿಗೆಯ ಸಂಖ್ಯೆಯನ್ನು ಕಂಡುಹಿಡಿಯಿರಿ (ಈ ಅಜ್ಞಾತ ಸಂಖ್ಯೆಯನ್ನು ಸಾಮಾನ್ಯವಾಗಿ w ಅಕ್ಷರದಿಂದ ಸೂಚಿಸಲಾಗುತ್ತದೆ).
ಈ ಸಮಸ್ಯೆಯನ್ನು ಹೇಗೆ ಪರಿಹರಿಸುವುದು? ಪೆಟ್ಟಿಗೆಗಳನ್ನು ತೆರೆಯುವ ತಿರುವುಗಳನ್ನು ತೆಗೆದುಕೊಳ್ಳುವುದು ಮೂರ್ಖತನದ ಮಾರ್ಗವಾಗಿದೆ, ಮತ್ತು ಬೇಗ ಅಥವಾ ನಂತರ ನೀವು ಚೆಂಡಿನೊಂದಿಗೆ ಪೆಟ್ಟಿಗೆಯನ್ನು ನೋಡುತ್ತೀರಿ. ಚೆಂಡನ್ನು ಹೊಂದಿರುವ ಪೆಟ್ಟಿಗೆಯನ್ನು ಕಂಡುಹಿಡಿಯುವ ಮೊದಲು ಸರಾಸರಿ ಎಷ್ಟು ಪೆಟ್ಟಿಗೆಗಳನ್ನು ಪರಿಶೀಲಿಸಬೇಕು? ಸರಾಸರಿಯಾಗಿ, ನೀವು ಸುಮಾರು ಅರ್ಧದಷ್ಟು N/2 ಬಾಕ್ಸ್ಗಳನ್ನು ತೆರೆಯಬೇಕಾಗುತ್ತದೆ. ಇಲ್ಲಿ ಮುಖ್ಯ ವಿಷಯವೆಂದರೆ ನಾವು ಪೆಟ್ಟಿಗೆಗಳ ಸಂಖ್ಯೆಯನ್ನು 100 ಪಟ್ಟು ಹೆಚ್ಚಿಸಿದರೆ, ಚೆಂಡಿನೊಂದಿಗೆ ಪೆಟ್ಟಿಗೆಯನ್ನು ಕಂಡುಹಿಡಿಯುವ ಮೊದಲು ತೆರೆಯಬೇಕಾದ ಪೆಟ್ಟಿಗೆಗಳ ಸರಾಸರಿ ಸಂಖ್ಯೆಯು ಅದೇ 100 ಪಟ್ಟು ಹೆಚ್ಚಾಗುತ್ತದೆ.
ಈಗ ಇನ್ನೊಂದು ಸ್ಪಷ್ಟೀಕರಣವನ್ನು ಮಾಡೋಣ. ನಮ್ಮ ಕೈಗಳಿಂದ ಪೆಟ್ಟಿಗೆಗಳನ್ನು ನಾವೇ ತೆರೆಯಬೇಡಿ ಮತ್ತು ಪ್ರತಿಯೊಂದರಲ್ಲೂ ಚೆಂಡಿನ ಉಪಸ್ಥಿತಿಯನ್ನು ಪರಿಶೀಲಿಸೋಣ, ಆದರೆ ಒಬ್ಬ ನಿರ್ದಿಷ್ಟ ಮಧ್ಯವರ್ತಿ ಇದ್ದಾನೆ, ಅವನನ್ನು ಒರಾಕಲ್ ಎಂದು ಕರೆಯೋಣ. ನಾವು ಒರಾಕಲ್ಗೆ “ಚೆಕ್ ಬಾಕ್ಸ್ ಸಂಖ್ಯೆ 732” ಎಂದು ಹೇಳುತ್ತೇವೆ ಮತ್ತು ಒರಾಕಲ್ ಪ್ರಾಮಾಣಿಕವಾಗಿ ಪರಿಶೀಲಿಸುತ್ತದೆ ಮತ್ತು ಉತ್ತರಿಸುತ್ತದೆ, “ಬಾಕ್ಸ್ ಸಂಖ್ಯೆ 732 ರಲ್ಲಿ ಯಾವುದೇ ಚೆಂಡು ಇಲ್ಲ.” ಈಗ, ನಾವು ಸರಾಸರಿ ಎಷ್ಟು ಬಾಕ್ಸ್ಗಳನ್ನು ತೆರೆಯಬೇಕು ಎಂದು ಹೇಳುವ ಬದಲು, "ಚೆಂಡಿನೊಂದಿಗೆ ಪೆಟ್ಟಿಗೆಯ ಸಂಖ್ಯೆಯನ್ನು ಕಂಡುಹಿಡಿಯಲು ನಾವು ಸರಾಸರಿ ಎಷ್ಟು ಬಾರಿ ಒರಾಕಲ್ಗೆ ಹೋಗಬೇಕು" ಎಂದು ಹೇಳುತ್ತೇವೆ.
ನಾವು ಈ ಸಮಸ್ಯೆಯನ್ನು ಪೆಟ್ಟಿಗೆಗಳು, ಚೆಂಡು ಮತ್ತು ಒರಾಕಲ್ ಅನ್ನು ಕ್ವಾಂಟಮ್ ಭಾಷೆಗೆ ಭಾಷಾಂತರಿಸಿದರೆ, ನಾವು ಗಮನಾರ್ಹ ಫಲಿತಾಂಶವನ್ನು ಪಡೆಯುತ್ತೇವೆ: N ಪೆಟ್ಟಿಗೆಗಳ ನಡುವೆ ಚೆಂಡಿನ ಪೆಟ್ಟಿಗೆಯ ಸಂಖ್ಯೆಯನ್ನು ಕಂಡುಹಿಡಿಯಲು, ನಾವು SQRT ಬಗ್ಗೆ ಮಾತ್ರ ಒರಾಕಲ್ ಅನ್ನು ತೊಂದರೆಗೊಳಿಸಬೇಕಾಗಿದೆ. (ಎನ್) ಬಾರಿ!
ಅಂದರೆ, ಗ್ರೋವರ್ನ ಅಲ್ಗಾರಿದಮ್ ಅನ್ನು ಬಳಸಿಕೊಂಡು ಹುಡುಕಾಟ ಕಾರ್ಯದ ಸಂಕೀರ್ಣತೆಯು ಸಮಯದ ವರ್ಗಮೂಲದಿಂದ ಕಡಿಮೆಯಾಗುತ್ತದೆ.
ಹಲವಾರು ಬೈನರಿ ವೇರಿಯೇಬಲ್ಗಳ F(x1, x2, ... xn) ಕಾರ್ಯವು ಸ್ಥಿರವಾಗಿದೆಯೇ (ಯಾವುದೇ ಆರ್ಗ್ಯುಮೆಂಟ್ಗಳಿಗೆ 0 ಅಥವಾ 1 ಮೌಲ್ಯವನ್ನು ತೆಗೆದುಕೊಳ್ಳುತ್ತದೆ) ಅಥವಾ ಸಮತೋಲಿತವಾಗಿದೆಯೇ (ಅದು ತೆಗೆದುಕೊಳ್ಳುವ ಡೊಮೇನ್ನ ಅರ್ಧದಷ್ಟು ಭಾಗಕ್ಕೆ) Deutsch-Jozsi ಸಮಸ್ಯೆಯಾಗಿದೆ. ಮೌಲ್ಯ 0, ಉಳಿದ ಅರ್ಧಕ್ಕೆ 1). ಈ ಸಂದರ್ಭದಲ್ಲಿ, ಕಾರ್ಯವು ಸ್ಥಿರ ಅಥವಾ ಸಮತೋಲಿತವಾಗಿದೆ ಎಂದು ತಿಳಿದಿರುವ ಪೂರ್ವಭಾವಿಯಾಗಿ ಪರಿಗಣಿಸಲಾಗುತ್ತದೆ.(ಸಿ)
Deutsch (Deutsch-Jozsi) ಅಲ್ಗಾರಿದಮ್ ವಿವೇಚನಾರಹಿತ ಬಲವನ್ನು ಆಧರಿಸಿದೆ, ಆದರೆ ಅದನ್ನು ಸಾಮಾನ್ಯಕ್ಕಿಂತ ವೇಗವಾಗಿ ಮಾಡಲು ಅನುಮತಿಸುತ್ತದೆ. ಮೇಜಿನ ಮೇಲೆ ಒಂದು ನಾಣ್ಯವಿದೆ ಎಂದು ಕಲ್ಪಿಸಿಕೊಳ್ಳಿ ಮತ್ತು ಅದು ನಕಲಿಯೇ ಅಥವಾ ಇಲ್ಲವೇ ಎಂಬುದನ್ನು ನೀವು ಕಂಡುಹಿಡಿಯಬೇಕು. ಇದನ್ನು ಮಾಡಲು, ನೀವು ಎರಡು ಬಾರಿ ನಾಣ್ಯವನ್ನು ನೋಡಬೇಕು ಮತ್ತು ನಿರ್ಧರಿಸಬೇಕು: "ತಲೆಗಳು" ಮತ್ತು "ಬಾಲಗಳು" ನಿಜ, ಎರಡು "ತಲೆಗಳು", ಎರಡು "ಬಾಲಗಳು" ನಕಲಿ. ಆದ್ದರಿಂದ, ನೀವು ಡಾಯ್ಚ್ ಕ್ವಾಂಟಮ್ ಅಲ್ಗಾರಿದಮ್ ಅನ್ನು ಬಳಸಿದರೆ, ಈ ನಿರ್ಣಯವನ್ನು ಒಂದು ನೋಟದಿಂದ ಮಾಡಬಹುದು - ಮಾಪನ.(ಸಿ)
ಕ್ವಾಂಟಮ್ ಕಂಪ್ಯೂಟರ್ಗಳನ್ನು ವಿನ್ಯಾಸಗೊಳಿಸುವಾಗ ಮತ್ತು ನಿರ್ವಹಿಸುವಾಗ, ವಿಜ್ಞಾನಿಗಳು ಮತ್ತು ಎಂಜಿನಿಯರ್ಗಳು ಹೆಚ್ಚಿನ ಸಂಖ್ಯೆಯ ಸಮಸ್ಯೆಗಳನ್ನು ಎದುರಿಸುತ್ತಾರೆ, ಇದು ಇಲ್ಲಿಯವರೆಗೆ ವಿವಿಧ ಹಂತದ ಯಶಸ್ಸಿನೊಂದಿಗೆ ಪರಿಹರಿಸಲ್ಪಟ್ಟಿದೆ. ಈ ಪ್ರಕಾರ ಸಂಶೋಧನೆ (ಮತ್ತು ಇಲ್ಲಿಯೂ ಸಹ) ಕೆಳಗಿನ ಸಮಸ್ಯೆಗಳ ಸರಣಿಯನ್ನು ಗುರುತಿಸಬಹುದು:
ಪರಿಸರಕ್ಕೆ ಸೂಕ್ಷ್ಮತೆ ಮತ್ತು ಪರಿಸರದೊಂದಿಗಿನ ಪರಸ್ಪರ ಕ್ರಿಯೆ
ಕ್ವಾಂಟಮ್ ಸ್ಥಿತಿ ಬಹಳ ದುರ್ಬಲವಾದ ವಿಷಯಸಿಕ್ಕಿಹಾಕಿಕೊಂಡ ಸ್ಥಿತಿಯಲ್ಲಿರುವ ಕ್ವಿಟ್ಗಳು ಅತ್ಯಂತ ಅಸ್ಥಿರವಾಗಿರುತ್ತವೆ, ಯಾವುದೇ ಬಾಹ್ಯ ಪ್ರಭಾವವು ಈ ಸಂಪರ್ಕವನ್ನು ನಾಶಪಡಿಸಬಹುದು (ಮತ್ತು ಮಾಡುತ್ತದೆ).. ಒಂದು ಡಿಗ್ರಿಯ ಚಿಕ್ಕ ಭಾಗದಿಂದ ತಾಪಮಾನದಲ್ಲಿನ ಬದಲಾವಣೆ, ಒತ್ತಡ, ಸಮೀಪದಲ್ಲಿ ಹಾರುವ ಯಾದೃಚ್ಛಿಕ ಫೋಟಾನ್ - ಇವೆಲ್ಲವೂ ನಮ್ಮ ವ್ಯವಸ್ಥೆಯನ್ನು ಅಸ್ಥಿರಗೊಳಿಸುತ್ತದೆ.
ಈ ಸಮಸ್ಯೆಯನ್ನು ಪರಿಹರಿಸಲು, ಕಡಿಮೆ-ತಾಪಮಾನದ ಸಾರ್ಕೊಫಾಗಿಯನ್ನು ನಿರ್ಮಿಸಲಾಗಿದೆ, ಇದರಲ್ಲಿ ತಾಪಮಾನವು (-273.14 ಡಿಗ್ರಿ ಸೆಲ್ಸಿಯಸ್) ಸಂಪೂರ್ಣ ಶೂನ್ಯಕ್ಕಿಂತ ಸ್ವಲ್ಪ ಮೇಲಿರುತ್ತದೆ, ಬಾಹ್ಯ ಪರಿಸರದ ಎಲ್ಲಾ (ಸಂಭವನೀಯ) ಪ್ರಭಾವಗಳಿಂದ ಪ್ರೊಸೆಸರ್ನೊಂದಿಗೆ ಆಂತರಿಕ ಚೇಂಬರ್ನ ಗರಿಷ್ಠ ಪ್ರತ್ಯೇಕತೆಯೊಂದಿಗೆ.
ಹಲವಾರು ಸಿಕ್ಕಿಹಾಕಿಕೊಂಡ ಕ್ವಿಟ್ಗಳ ಕ್ವಾಂಟಮ್ ಸಿಸ್ಟಮ್ನ ಗರಿಷ್ಠ ಜೀವಿತಾವಧಿ, ಅದರ ಕ್ವಾಂಟಮ್ ಗುಣಲಕ್ಷಣಗಳನ್ನು ಉಳಿಸಿಕೊಳ್ಳುತ್ತದೆ ಮತ್ತು ಲೆಕ್ಕಾಚಾರಗಳಿಗೆ ಬಳಸಬಹುದು, ಇದನ್ನು ಡಿಕೋಹೆರೆನ್ಸ್ ಸಮಯ ಎಂದು ಕರೆಯಲಾಗುತ್ತದೆ.
ಪ್ರಸ್ತುತ, ಅತ್ಯುತ್ತಮ ಕ್ವಾಂಟಮ್ ಪರಿಹಾರಗಳಲ್ಲಿ ಡಿಕೋಹೆರೆನ್ಸ್ ಸಮಯವು ಕ್ರಮದಲ್ಲಿದೆ ಹತ್ತಾರು ಮತ್ತು ನೂರಾರು ಮೈಕ್ರೋಸೆಕೆಂಡ್ಗಳು.
ಒಂದು ಅದ್ಭುತವಿದೆ ವೆಬ್ಸೈಟ್ನೀವು ಎಲ್ಲಿ ನೋಡಬಹುದು ನಿಯತಾಂಕಗಳ ಹೋಲಿಕೆ ಕೋಷ್ಟಕಗಳು ಎಲ್ಲಾ ರಚಿಸಿದ ಕ್ವಾಂಟಮ್ ವ್ಯವಸ್ಥೆಗಳು. ಈ ಲೇಖನವು ಕೇವಲ ಎರಡು ಉನ್ನತ ಸಂಸ್ಕಾರಕಗಳನ್ನು ಉದಾಹರಣೆಗಳಾಗಿ ಒಳಗೊಂಡಿದೆ - IBM ನಿಂದ IBM Q ಸಿಸ್ಟಮ್ ಒನ್ ಮತ್ತು ನಿಂದ ಗೂಗಲ್ ಸಿಕಾಮೋರ್. ನಾವು ನೋಡುವಂತೆ, ಡಿಕೋಹೆರೆನ್ಸ್ ಸಮಯ (T2) 200 μs ಅನ್ನು ಮೀರುವುದಿಲ್ಲ.
ನಾನು ಸೈಕಾಮೋರ್ನಲ್ಲಿ ನಿಖರವಾದ ಡೇಟಾವನ್ನು ಕಂಡುಹಿಡಿಯಲಿಲ್ಲ, ಆದರೆ ಹೆಚ್ಚಿನವುಗಳಲ್ಲಿ ಕ್ವಾಂಟಮ್ ಪ್ರಾಬಲ್ಯದ ಲೇಖನ ಎರಡು ಸಂಖ್ಯೆಗಳನ್ನು ನೀಡಲಾಗಿದೆ - 1 ಸೆಕೆಂಡುಗಳಲ್ಲಿ 200 ಮಿಲಿಯನ್ ಲೆಕ್ಕಾಚಾರಗಳು, ಬೇರೆಡೆ - ಫಾರ್ ನಿಯಂತ್ರಣ ಸಂಕೇತಗಳನ್ನು ಕಳೆದುಕೊಳ್ಳದೆ 130 ಸೆಕೆಂಡುಗಳು, ಇತ್ಯಾದಿ.. ಯಾವುದೇ ಸಂದರ್ಭದಲ್ಲಿ, ಇದು ನಮಗೆ ನೀಡುತ್ತದೆ ಡಿಕೋಹೆರೆನ್ಸ್ ಸಮಯ ಸುಮಾರು 150 μs ಆಗಿದೆ. ನಮ್ಮ ನೆನಪಿರಲಿ ಒಂದು ಚೀಲದೊಂದಿಗೆ ಪ್ರಯೋಗಕಾರ? ಸರಿ, ಅವನು ಇಲ್ಲಿದ್ದಾನೆ.
ಕಂಪ್ಯೂಟರ್ ಹೆಸರು
ಎನ್ ಕ್ವಿಟ್ಸ್
ಗರಿಷ್ಠ ಜೋಡಿಯಾಗಿದೆ
T2 (µs)
IBM Q ಸಿಸ್ಟಮ್ ಒನ್
20
6
70
ಗೂಗಲ್ ಸಿಕಾಮೋರ್
53
4
~ 150-200
ಡಿಕೋಹೆರೆನ್ಸ್ ನಮಗೆ ಏನು ಬೆದರಿಕೆ ಹಾಕುತ್ತದೆ?
ಮುಖ್ಯ ಸಮಸ್ಯೆ ಏನೆಂದರೆ, 150 μs ನಂತರ, N ಟ್ಯಾಂಗ್ಲ್ಡ್ ಕ್ವಿಟ್ಗಳ ನಮ್ಮ ಕಂಪ್ಯೂಟಿಂಗ್ ವ್ಯವಸ್ಥೆಯು ಸರಿಯಾದ ಪರಿಹಾರಗಳ ಸಂಭವನೀಯ ವಿತರಣೆಯ ಬದಲಿಗೆ ಸಂಭವನೀಯ ಬಿಳಿ ಶಬ್ದವನ್ನು ಉತ್ಪಾದಿಸಲು ಪ್ರಾರಂಭಿಸುತ್ತದೆ.
ಅಂದರೆ, ನಮಗೆ ಅಗತ್ಯವಿದೆ:
ಕ್ವಿಟ್ ವ್ಯವಸ್ಥೆಯನ್ನು ಪ್ರಾರಂಭಿಸಿ
ಲೆಕ್ಕಾಚಾರವನ್ನು ನಿರ್ವಹಿಸಿ (ಗೇಟ್ ಕಾರ್ಯಾಚರಣೆಗಳ ಸರಪಳಿ)
ಫಲಿತಾಂಶವನ್ನು ಓದಿ
ಮತ್ತು ಇದೆಲ್ಲವನ್ನೂ 150 ಮೈಕ್ರೋಸೆಕೆಂಡ್ಗಳಲ್ಲಿ ಮಾಡಿ. ನನಗೆ ಸಮಯವಿಲ್ಲ - ಫಲಿತಾಂಶವು ಕುಂಬಳಕಾಯಿಯಾಗಿ ಬದಲಾಯಿತು.
ನಾವು ಹೇಳಿದಂತೆ, ಕ್ವಾಂಟಮ್ ಪ್ರಕ್ರಿಯೆಗಳು ಮತ್ತು ಕ್ವಾಂಟಮ್ ಕಂಪ್ಯೂಟಿಂಗ್ ಪ್ರಕೃತಿಯಲ್ಲಿ ಸಂಭವನೀಯತೆಯನ್ನು ಹೊಂದಿವೆ, ನಾವು ಯಾವುದರ ಬಗ್ಗೆಯೂ 100% ಖಚಿತವಾಗಿರಲು ಸಾಧ್ಯವಿಲ್ಲ, ಆದರೆ ಕೆಲವು ಸಂಭವನೀಯತೆಯೊಂದಿಗೆ ಮಾತ್ರ. ಎಂಬ ಅಂಶದಿಂದ ಪರಿಸ್ಥಿತಿ ಮತ್ತಷ್ಟು ಬಿಗಡಾಯಿಸಿದೆ ಕ್ವಾಂಟಮ್ ಕಂಪ್ಯೂಟಿಂಗ್ ದೋಷ ಪೀಡಿತವಾಗಿದೆ. ಕ್ವಾಂಟಮ್ ಕಂಪ್ಯೂಟಿಂಗ್ನಲ್ಲಿನ ದೋಷಗಳ ಮುಖ್ಯ ವಿಧಗಳು:
ಡಿಕೋಹೆರೆನ್ಸ್ ದೋಷಗಳು ವ್ಯವಸ್ಥೆಯ ಸಂಕೀರ್ಣತೆ ಮತ್ತು ಬಾಹ್ಯ ಪರಿಸರದೊಂದಿಗಿನ ಪರಸ್ಪರ ಕ್ರಿಯೆಯಿಂದ ಉಂಟಾಗುತ್ತವೆ
ಡಿಕೋಹೆರೆನ್ಸ್ಗೆ ಸಂಬಂಧಿಸಿದ ದೋಷಗಳು, ನಾವು ನಮ್ಮ ಕ್ವಿಟ್ಗಳನ್ನು ಸಿಕ್ಕಿಹಾಕಿಕೊಂಡ ತಕ್ಷಣ ಮತ್ತು ಲೆಕ್ಕಾಚಾರಗಳನ್ನು ಮಾಡಲು ಪ್ರಾರಂಭಿಸಿದ ತಕ್ಷಣ ಕಾಣಿಸಿಕೊಳ್ಳುತ್ತದೆ. ನಾವು ಹೆಚ್ಚು ಕ್ವಿಟ್ಗಳನ್ನು ಸಿಕ್ಕಿಹಾಕಿಕೊಳ್ಳುತ್ತೇವೆ, ಸಿಸ್ಟಮ್ ಹೆಚ್ಚು ಸಂಕೀರ್ಣವಾಗುತ್ತದೆ, ಮತ್ತು ಅದನ್ನು ನಾಶಮಾಡುವುದು ಸುಲಭ. ಕಡಿಮೆ-ತಾಪಮಾನದ ಸಾರ್ಕೊಫಾಗಿ, ಸಂರಕ್ಷಿತ ಕೋಣೆಗಳು, ಈ ಎಲ್ಲಾ ತಾಂತ್ರಿಕ ತಂತ್ರಗಳು ನಿಖರವಾಗಿ ದೋಷಗಳ ಸಂಖ್ಯೆಯನ್ನು ಕಡಿಮೆ ಮಾಡಲು ಮತ್ತು ಡಿಕೋಹೆರೆನ್ಸ್ ಸಮಯವನ್ನು ವಿಸ್ತರಿಸುವ ಗುರಿಯನ್ನು ಹೊಂದಿವೆ.
ಗೇಟ್ ಕಂಪ್ಯೂಟೇಶನಲ್ ದೋಷಗಳು - ಕ್ವಿಟ್ಗಳಲ್ಲಿನ ಯಾವುದೇ ಕಾರ್ಯಾಚರಣೆಯು (ಗೇಟ್) ಕೆಲವು ಸಂಭವನೀಯತೆಯೊಂದಿಗೆ, ದೋಷದೊಂದಿಗೆ ಕೊನೆಗೊಳ್ಳಬಹುದು ಮತ್ತು ಅಲ್ಗಾರಿದಮ್ ಅನ್ನು ಕಾರ್ಯಗತಗೊಳಿಸಲು ನಾವು ನೂರಾರು ಗೇಟ್ಗಳನ್ನು ನಿರ್ವಹಿಸಬೇಕಾಗಿದೆ, ಆದ್ದರಿಂದ ನಮ್ಮ ಅಲ್ಗಾರಿದಮ್ನ ಮರಣದಂಡನೆಯ ಕೊನೆಯಲ್ಲಿ ನಾವು ಏನನ್ನು ಪಡೆಯುತ್ತೇವೆ ಎಂಬುದನ್ನು ಊಹಿಸಿ. "ಎಲಿವೇಟರ್ನಲ್ಲಿ ಡೈನೋಸಾರ್ ಅನ್ನು ಭೇಟಿಯಾಗುವ ಸಂಭವನೀಯತೆ ಏನು?" ಎಂಬ ಪ್ರಶ್ನೆಗೆ ಕ್ಲಾಸಿಕ್ ಉತ್ತರವಾಗಿದೆ. - 50x50, ನೀವು ಭೇಟಿಯಾಗುತ್ತೀರಿ ಅಥವಾ ಇಲ್ಲ.
ಯಾವುದೇ ಕ್ಲೋನಿಂಗ್ ಪ್ರಮೇಯದಿಂದಾಗಿ ಕ್ವಾಂಟಮ್ ಜಗತ್ತಿನಲ್ಲಿ ಪ್ರಮಾಣಿತ ದೋಷ ತಿದ್ದುಪಡಿ ವಿಧಾನಗಳು (ಗಣನೆಗಳ ನಕಲು ಮತ್ತು ಸರಾಸರಿ) ಕಾರ್ಯನಿರ್ವಹಿಸುವುದಿಲ್ಲ ಎಂಬ ಅಂಶದಿಂದ ಸಮಸ್ಯೆಯನ್ನು ಇನ್ನಷ್ಟು ಉಲ್ಬಣಗೊಳಿಸಲಾಗಿದೆ. ಫಾರ್ ದೋಷ ತಿದ್ದುಪಡಿ ಕ್ವಾಂಟಮ್ ಕಂಪ್ಯೂಟಿಂಗ್ ಅನ್ನು ಕಂಡುಹಿಡಿಯಬೇಕಾಗಿತ್ತು ಕ್ವಾಂಟಮ್ ತಿದ್ದುಪಡಿ ವಿಧಾನಗಳು. ಸ್ಥೂಲವಾಗಿ ಹೇಳುವುದಾದರೆ, ನಾವು N ಸಾಮಾನ್ಯ ಕ್ವಿಟ್ಗಳನ್ನು ತೆಗೆದುಕೊಳ್ಳುತ್ತೇವೆ ಮತ್ತು ಅವುಗಳಲ್ಲಿ 1 ಅನ್ನು ಮಾಡುತ್ತೇವೆ ತಾರ್ಕಿಕ ಕ್ವಿಟ್ ಕಡಿಮೆ ದೋಷ ದರದೊಂದಿಗೆ.
ಆದರೆ ಇಲ್ಲಿ ಮತ್ತೊಂದು ಸಮಸ್ಯೆ ಉದ್ಭವಿಸುತ್ತದೆ - ಕ್ವಿಟ್ಗಳ ಒಟ್ಟು ಸಂಖ್ಯೆ. ನೋಡಿ, ನಾವು 100 ಕ್ವಿಟ್ಗಳೊಂದಿಗೆ ಪ್ರೊಸೆಸರ್ ಹೊಂದಿದ್ದೇವೆ ಎಂದು ಹೇಳೋಣ, ಅದರಲ್ಲಿ 80 ಕ್ವಿಟ್ಗಳನ್ನು ದೋಷ ತಿದ್ದುಪಡಿಗಾಗಿ ಬಳಸಲಾಗುತ್ತದೆ, ನಂತರ ನಾವು ಲೆಕ್ಕಾಚಾರಗಳಿಗೆ 20 ಮಾತ್ರ ಉಳಿದಿದ್ದೇವೆ.
ಅಂತಿಮ ಫಲಿತಾಂಶವನ್ನು ಓದುವಲ್ಲಿ ದೋಷಗಳು - ನಾವು ನೆನಪಿಟ್ಟುಕೊಳ್ಳುವಂತೆ, ಕ್ವಾಂಟಮ್ ಲೆಕ್ಕಾಚಾರಗಳ ಫಲಿತಾಂಶವನ್ನು ನಮಗೆ ರೂಪದಲ್ಲಿ ಪ್ರಸ್ತುತಪಡಿಸಲಾಗುತ್ತದೆ ಉತ್ತರಗಳ ಸಂಭವನೀಯತೆಯ ವಿತರಣೆ. ಆದರೆ ಅಂತಿಮ ಸ್ಥಿತಿಯನ್ನು ಓದುವುದು ದೋಷದೊಂದಿಗೆ ವಿಫಲವಾಗಬಹುದು.
ಅದೇ ಮೇಲೆ ಸೈಟ್ ದೋಷ ಮಟ್ಟಗಳ ಮೂಲಕ ಸಂಸ್ಕಾರಕಗಳ ತುಲನಾತ್ಮಕ ಕೋಷ್ಟಕಗಳಿವೆ. ಹೋಲಿಕೆಗಾಗಿ, ಹಿಂದಿನ ಉದಾಹರಣೆಯಲ್ಲಿರುವ ಅದೇ ಪ್ರೊಸೆಸರ್ಗಳನ್ನು ತೆಗೆದುಕೊಳ್ಳೋಣ - IBM IBM Q ಸಿಸ್ಟಮ್ ಒನ್ и ಗೂಗಲ್ ಸಿಕಾಮೋರ್:
ಕಂಪ್ಯೂಟರ್
1-ಕ್ವಿಟ್ ಗೇಟ್ ಫಿಡೆಲಿಟಿ
2-ಕ್ವಿಟ್ ಗೇಟ್ ಫಿಡೆಲಿಟಿ
ಓದು ನಿಷ್ಠೆ
IBM Q ಸಿಸ್ಟಮ್ ಒನ್
99.96%
98.31%
-
ಗೂಗಲ್ ಸಿಕಾಮೋರ್
99.84%
99.38%
96.2%
ಇದು ನಿಷ್ಠೆ ಎರಡು ಕ್ವಾಂಟಮ್ ಸ್ಥಿತಿಗಳ ಹೋಲಿಕೆಯ ಅಳತೆಯಾಗಿದೆ. ದೋಷದ ಪ್ರಮಾಣವನ್ನು ಸ್ಥೂಲವಾಗಿ 1-ಫಿಡೆಲಿಟಿ ಎಂದು ವ್ಯಕ್ತಪಡಿಸಬಹುದು. ನಾವು ನೋಡುವಂತೆ, 2-ಕ್ವಿಟ್ ಗೇಟ್ಗಳಲ್ಲಿನ ದೋಷಗಳು ಮತ್ತು ರೀಡ್ಔಟ್ ದೋಷಗಳು ಅಸ್ತಿತ್ವದಲ್ಲಿರುವ ಕ್ವಾಂಟಮ್ ಕಂಪ್ಯೂಟರ್ಗಳಲ್ಲಿ ಸಂಕೀರ್ಣ ಮತ್ತು ದೀರ್ಘ ಅಲ್ಗಾರಿದಮ್ಗಳನ್ನು ಕಾರ್ಯಗತಗೊಳಿಸಲು ಮುಖ್ಯ ಅಡಚಣೆಯಾಗಿದೆ.
ಸಿದ್ಧಾಂತದಲ್ಲಿ ನಾವು ನಿರ್ಮಿಸುತ್ತೇವೆ ಮತ್ತು ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತೇವೆ ಡಜನ್ಗಟ್ಟಲೆ ಸಿಕ್ಕಿಹಾಕಿಕೊಂಡ ಕ್ವಿಟ್ಗಳ ಸರ್ಕ್ಯೂಟ್ಗಳು, ವಾಸ್ತವದಲ್ಲಿ ಎಲ್ಲವೂ ಹೆಚ್ಚು ಜಟಿಲವಾಗಿದೆ. ಅಸ್ತಿತ್ವದಲ್ಲಿರುವ ಎಲ್ಲಾ ಕ್ವಾಂಟಮ್ ಚಿಪ್ಸ್ (ಪ್ರೊಸೆಸರ್ಗಳು) ನೋವುರಹಿತವಾಗಿ ಒದಗಿಸುವ ರೀತಿಯಲ್ಲಿ ನಿರ್ಮಿಸಲಾಗಿದೆ ಒಂದು ಕ್ವಿಟ್ ತನ್ನ ನೆರೆಹೊರೆಯವರೊಂದಿಗೆ ಮಾತ್ರ ಸಿಕ್ಕಿಹಾಕಿಕೊಳ್ಳುವುದು, ಇದರಲ್ಲಿ ಆರಕ್ಕಿಂತ ಹೆಚ್ಚಿಲ್ಲ.
ನಾವು 1 ನೇ ಕ್ವಿಟ್ ಅನ್ನು ಸಿಕ್ಕಿಹಾಕಿಕೊಳ್ಳಬೇಕಾದರೆ, 12 ನೇ ಜೊತೆಯಲ್ಲಿ ಹೇಳಿ, ಆಗ ನಾವು ಮಾಡಬೇಕು ಹೆಚ್ಚುವರಿ ಕ್ವಾಂಟಮ್ ಕಾರ್ಯಾಚರಣೆಗಳ ಸರಣಿಯನ್ನು ನಿರ್ಮಿಸಿ, ಹೆಚ್ಚುವರಿ ಕ್ವಿಟ್ಗಳು ಇತ್ಯಾದಿಗಳನ್ನು ಒಳಗೊಂಡಿರುತ್ತದೆ, ಇದು ಒಟ್ಟಾರೆ ದೋಷ ಮಟ್ಟವನ್ನು ಹೆಚ್ಚಿಸುತ್ತದೆ. ಹೌದು, ಮತ್ತು ಅದರ ಬಗ್ಗೆ ಮರೆಯಬೇಡಿ ಡಿಕೋಹೆರೆನ್ಸ್ ಸಮಯ, ಬಹುಶಃ ನಿಮಗೆ ಅಗತ್ಯವಿರುವ ಸರ್ಕ್ಯೂಟ್ಗೆ ಕ್ವಿಟ್ಗಳನ್ನು ಸಂಪರ್ಕಿಸುವುದನ್ನು ನೀವು ಮುಗಿಸುವ ಹೊತ್ತಿಗೆ, ಸಮಯ ಕೊನೆಗೊಳ್ಳುತ್ತದೆ ಮತ್ತು ಇಡೀ ಸರ್ಕ್ಯೂಟ್ ಆಗಿ ಬದಲಾಗುತ್ತದೆ ಉತ್ತಮ ಬಿಳಿ ಶಬ್ದ ಜನರೇಟರ್.
ಅದನ್ನೂ ಮರೆಯಬೇಡಿ ಎಲ್ಲಾ ಕ್ವಾಂಟಮ್ ಪ್ರೊಸೆಸರ್ಗಳ ಆರ್ಕಿಟೆಕ್ಚರ್ ವಿಭಿನ್ನವಾಗಿದೆ, ಮತ್ತು ಎಮ್ಯುಲೇಟರ್ನಲ್ಲಿ ಬರೆಯಲಾದ ಪ್ರೋಗ್ರಾಂ ಅನ್ನು "ಆಲ್-ಟು-ಆಲ್-ಆಲ್ ಕನೆಕ್ಟಿವಿಟಿ" ಮೋಡ್ನಲ್ಲಿ ನಿರ್ದಿಷ್ಟ ಚಿಪ್ನ ಆರ್ಕಿಟೆಕ್ಚರ್ಗೆ "ಮರುಸಂಕಲನ" ಮಾಡಬೇಕಾಗುತ್ತದೆ. ಸಹ ಇವೆ ವಿಶೇಷ ಆಪ್ಟಿಮೈಜರ್ ಕಾರ್ಯಕ್ರಮಗಳು ಈ ಕಾರ್ಯಾಚರಣೆಯನ್ನು ನಿರ್ವಹಿಸಲು.
ಅದೇ ಉನ್ನತ ಚಿಪ್ಗಳಿಗೆ ಗರಿಷ್ಠ ಸಂಪರ್ಕ ಮತ್ತು ಗರಿಷ್ಠ ಸಂಖ್ಯೆಯ ಕ್ವಿಟ್ಗಳು:
ಕಂಪ್ಯೂಟರ್ ಹೆಸರು
ಎನ್ ಕ್ವಿಟ್ಸ್
ಗರಿಷ್ಠ ಜೋಡಿಯಾಗಿದೆ
T2 (µs)
IBM Q ಸಿಸ್ಟಮ್ ಒನ್
20
6
70
ಗೂಗಲ್ ಸಿಕಾಮೋರ್
53
4
~ 150-200
ಮತ್ತು ಹೋಲಿಕೆಗಾಗಿ, ಹಿಂದಿನ ಪೀಳಿಗೆಯ ಪ್ರೊಸೆಸರ್ಗಳ ಡೇಟಾದೊಂದಿಗೆ ಟೇಬಲ್. ಕ್ವಿಟ್ಗಳ ಸಂಖ್ಯೆ, ಡಿಕೋಹೆರೆನ್ಸ್ ಸಮಯ ಮತ್ತು ದೋಷ ದರವನ್ನು ನಾವು ಈಗ ಹೊಂದಿರುವ ಹೊಸ ಪೀಳಿಗೆಯೊಂದಿಗೆ ಹೋಲಿಕೆ ಮಾಡಿ. ಇನ್ನೂ, ಪ್ರಗತಿ ನಿಧಾನವಾಗಿದೆ, ಆದರೆ ಚಲಿಸುತ್ತಿದೆ.
ಆದ್ದರಿಂದ:
ಪ್ರಸ್ತುತ ಯಾವುದೇ ಸಂಪೂರ್ಣ ಸಂಪರ್ಕಿತ ಆರ್ಕಿಟೆಕ್ಚರ್ಗಳು > 6 ಕ್ವಿಟ್ಗಳೊಂದಿಗೆ ಇಲ್ಲ
ನೈಜ ಪ್ರೊಸೆಸರ್ನಲ್ಲಿ ಕ್ವಿಟ್ 0 ಸೆ ಅನ್ನು ಸಿಕ್ಕಿಸಲು, ಉದಾಹರಣೆಗೆ, ಕ್ವಿಟ್ 15 ಗೆ ಹಲವಾರು ಡಜನ್ ಹೆಚ್ಚುವರಿ ಕಾರ್ಯಾಚರಣೆಗಳು ಬೇಕಾಗಬಹುದು
ಹೆಚ್ಚಿನ ಕಾರ್ಯಾಚರಣೆಗಳು -> ಹೆಚ್ಚು ದೋಷಗಳು -> ಡಿಕೋಹೆರೆನ್ಸ್ನ ಬಲವಾದ ಪ್ರಭಾವ
ಡಿಕೋಹೆರೆನ್ಸ್ ಆಧುನಿಕ ಕ್ವಾಂಟಮ್ ಕಂಪ್ಯೂಟಿಂಗ್ನ ಪ್ರೊಕ್ರಸ್ಟಿಯನ್ ಬೆಡ್ ಆಗಿದೆ. ನಾವು ಎಲ್ಲವನ್ನೂ 150 μs ಗೆ ಹೊಂದಿಸಬೇಕು:
ಕ್ವಿಟ್ಗಳ ಆರಂಭಿಕ ಸ್ಥಿತಿಯ ಪ್ರಾರಂಭ
ಕ್ವಾಂಟಮ್ ಗೇಟ್ಗಳನ್ನು ಬಳಸಿಕೊಂಡು ಸಮಸ್ಯೆಯನ್ನು ಲೆಕ್ಕಾಚಾರ ಮಾಡುವುದು
ಅರ್ಥಪೂರ್ಣ ಫಲಿತಾಂಶಗಳನ್ನು ಪಡೆಯಲು ದೋಷಗಳನ್ನು ಸರಿಪಡಿಸಿ
ಫಲಿತಾಂಶವನ್ನು ಓದಿ
ಇಲ್ಲಿಯವರೆಗೆ ಫಲಿತಾಂಶಗಳು ನಿರಾಶಾದಾಯಕವಾಗಿವೆ, ಆದರೂ ಇಲ್ಲಿಯೇ ಆಧರಿಸಿ ಕ್ವಾಂಟಮ್ ಕಂಪ್ಯೂಟರ್ನಲ್ಲಿ 0.5ಸೆ ಸುಸಂಬದ್ಧ ಧಾರಣ ಸಮಯವನ್ನು ಸಾಧಿಸಲು ಹಕ್ಕು ಅಯಾನು ಬಲೆಗಳು:
ನಾವು 0.5 ಸೆಗಿಂತ ಹೆಚ್ಚಿನ ಕ್ವಿಟ್ ಸುಸಂಬದ್ಧ ಸಮಯವನ್ನು ಅಳೆಯುತ್ತೇವೆ ಮತ್ತು ಮ್ಯಾಗ್ನೆಟಿಕ್ ಶೀಲ್ಡಿಂಗ್ನೊಂದಿಗೆ ಇದು 1000 ಸೆ.ಗಿಂತ ಹೆಚ್ಚು ಸುಧಾರಿಸುತ್ತದೆ ಎಂದು ನಾವು ನಿರೀಕ್ಷಿಸುತ್ತೇವೆ
ಈ ತಂತ್ರಜ್ಞಾನದ ಬಗ್ಗೆಯೂ ನೀವು ಓದಬಹುದು ಇಲ್ಲಿ ಅಥವಾ ಉದಾಹರಣೆಗೆ ಇಲ್ಲಿ.
ಸಂಕೀರ್ಣ ಲೆಕ್ಕಾಚಾರಗಳನ್ನು ನಿರ್ವಹಿಸುವಾಗ ಕ್ವಾಂಟಮ್ ದೋಷ ತಿದ್ದುಪಡಿ ಸರ್ಕ್ಯೂಟ್ಗಳನ್ನು ಬಳಸುವುದು ಅವಶ್ಯಕ ಎಂಬ ಅಂಶದಿಂದ ಪರಿಸ್ಥಿತಿಯು ಮತ್ತಷ್ಟು ಜಟಿಲವಾಗಿದೆ, ಇದು ಸಮಯ ಮತ್ತು ಲಭ್ಯವಿರುವ ಕ್ವಿಟ್ಗಳನ್ನು ಸಹ ತಿನ್ನುತ್ತದೆ.
ಮತ್ತು ಅಂತಿಮವಾಗಿ, ಆಧುನಿಕ ಆರ್ಕಿಟೆಕ್ಚರ್ಗಳು 1 ರಲ್ಲಿ 4 ಅಥವಾ 1 ರಲ್ಲಿ 6 ಕ್ಕಿಂತ ಕಡಿಮೆ ವೆಚ್ಚದಲ್ಲಿ ಸಿಕ್ಕಿಹಾಕಿಕೊಳ್ಳುವ ಯೋಜನೆಗಳನ್ನು ಕಾರ್ಯಗತಗೊಳಿಸಲು ಅನುಮತಿಸುವುದಿಲ್ಲ.
ಮೇಲಿನ ಸಮಸ್ಯೆಗಳನ್ನು ಪರಿಹರಿಸಲು, ಈ ಕೆಳಗಿನ ವಿಧಾನಗಳು ಮತ್ತು ವಿಧಾನಗಳನ್ನು ಪ್ರಸ್ತುತ ಬಳಸಲಾಗುತ್ತದೆ:
ಕಡಿಮೆ ತಾಪಮಾನದೊಂದಿಗೆ ಕ್ರಯೋಚೇಂಬರ್ಗಳನ್ನು ಬಳಸುವುದು (10 mK (-273,14 °C))
ಬಾಹ್ಯ ಪ್ರಭಾವಗಳಿಂದ ಗರಿಷ್ಠವಾಗಿ ರಕ್ಷಿಸಲ್ಪಟ್ಟಿರುವ ಪ್ರೊಸೆಸರ್ ಘಟಕಗಳನ್ನು ಬಳಸುವುದು
ಕ್ವಾಂಟಮ್ ದೋಷ ತಿದ್ದುಪಡಿ ವ್ಯವಸ್ಥೆಗಳನ್ನು ಬಳಸುವುದು (ಲಾಜಿಕ್ ಕ್ವಿಟ್)
ನಿರ್ದಿಷ್ಟ ಪ್ರೊಸೆಸರ್ಗಾಗಿ ಸರ್ಕ್ಯೂಟ್ಗಳನ್ನು ಪ್ರೋಗ್ರಾಮಿಂಗ್ ಮಾಡುವಾಗ ಆಪ್ಟಿಮೈಜರ್ಗಳನ್ನು ಬಳಸುವುದು
ಡಿಕೋಹೆರೆನ್ಸ್ ಸಮಯವನ್ನು ಹೆಚ್ಚಿಸುವ ಗುರಿಯನ್ನು ಹೊಂದಿರುವ ಸಂಶೋಧನೆಯನ್ನು ನಡೆಸಲಾಗುತ್ತಿದೆ, ಕ್ವಾಂಟಮ್ ವಸ್ತುಗಳ ಹೊಸ (ಮತ್ತು ತಿಳಿದಿರುವ) ಭೌತಿಕ ಅನುಷ್ಠಾನಗಳನ್ನು ಹುಡುಕುವುದು, ತಿದ್ದುಪಡಿ ಸರ್ಕ್ಯೂಟ್ಗಳನ್ನು ಉತ್ತಮಗೊಳಿಸುವುದು ಇತ್ಯಾದಿ. ಪ್ರಗತಿ ಇದೆ (ಹಿಂದಿನ ಮತ್ತು ಇಂದಿನ ಟಾಪ್-ಎಂಡ್ ಚಿಪ್ಗಳ ಗುಣಲಕ್ಷಣಗಳನ್ನು ಮೇಲೆ ನೋಡಿ), ಆದರೆ ಇಲ್ಲಿಯವರೆಗೆ ಅದು ನಿಧಾನವಾಗಿದೆ, ತುಂಬಾ ನಿಧಾನವಾಗಿದೆ.
53-ಕ್ವಿಟ್ ಪ್ರೊಸೆಸರ್ ಅನ್ನು ಬಳಸಿಕೊಂಡು ಕ್ವಾಂಟಮ್ ಪ್ರಾಬಲ್ಯವನ್ನು ಸಾಧಿಸುವ Google ನ ಘೋಷಣೆಯ ನಡುವೆ, ಕಂಪ್ಯೂಟರ್ и ಪ್ರಕಟಣೆಗಳು D-Wave ಕಂಪನಿಯಿಂದ, ಇದರಲ್ಲಿ ಕ್ವಿಟ್ಗಳ ಸಂಖ್ಯೆ ಸಾವಿರದಲ್ಲಿದೆ, ಇದು ಸ್ವಲ್ಪ ಗೊಂದಲಮಯವಾಗಿದೆ. ಸರಿ, ನಿಜವಾಗಿಯೂ, 53 ಕ್ವಿಟ್ಗಳು ಕ್ವಾಂಟಮ್ ಪ್ರಾಬಲ್ಯವನ್ನು ಸಾಧಿಸಲು ಸಾಧ್ಯವಾದರೆ, 2048 ಕ್ವಿಟ್ಗಳ ಸಾಮರ್ಥ್ಯವನ್ನು ಹೊಂದಿರುವ ಕಂಪ್ಯೂಟರ್ ಯಾವುದು? ಆದರೆ ಎಲ್ಲವೂ ಅಷ್ಟು ಚೆನ್ನಾಗಿಲ್ಲ ...
ಸಂಕ್ಷಿಪ್ತವಾಗಿ (ವಿಕಿಯಿಂದ ತೆಗೆದುಕೊಳ್ಳಲಾಗಿದೆ):
ಕಂಪ್ಯೂಟರ್ಗಳು ಡಿ-ವೇವ್ ತತ್ವದ ಮೇಲೆ ಕೆಲಸ ಮಾಡಿ ಕ್ವಾಂಟಮ್ ವಿಶ್ರಾಂತಿ (ಕ್ವಾಂಟಮ್ ಅನೆಲಿಂಗ್), ಆಪ್ಟಿಮೈಸೇಶನ್ ಸಮಸ್ಯೆಗಳ ಅತ್ಯಂತ ಸೀಮಿತ ಉಪವರ್ಗವನ್ನು ಪರಿಹರಿಸಬಹುದು ಮತ್ತು ಸಾಂಪ್ರದಾಯಿಕ ಕ್ವಾಂಟಮ್ ಅಲ್ಗಾರಿದಮ್ಗಳು ಮತ್ತು ಕ್ವಾಂಟಮ್ ಗೇಟ್ಗಳನ್ನು ಕಾರ್ಯಗತಗೊಳಿಸಲು ಸೂಕ್ತವಲ್ಲ.
ಹೆಚ್ಚಿನ ವಿವರಗಳಿಗಾಗಿ ನೀವು ಓದಬಹುದು, ಉದಾಹರಣೆಗೆ, ಇಲ್ಲಿ, ಇಲ್ಲಿ (ಎಚ್ಚರಿಕೆಯಿಂದ, ರಷ್ಯಾದಿಂದ ತೆರೆಯದಿರಬಹುದು), ಅಥವಾ ಸ್ಕಾಟ್ ಆರನ್ಸನ್ в ಲೇಖನ ಅವನಿಂದ ಬ್ಲಾಗ್ ಪೋಸ್ಟ್. ಅಂದಹಾಗೆ, ಅವರ ಬ್ಲಾಗ್ ಅನ್ನು ಸಾಮಾನ್ಯವಾಗಿ ಓದುವುದನ್ನು ನಾನು ಹೆಚ್ಚು ಶಿಫಾರಸು ಮಾಡುತ್ತೇವೆ, ಅಲ್ಲಿ ಸಾಕಷ್ಟು ಉತ್ತಮ ವಸ್ತುಗಳಿವೆ
ಸಾಮಾನ್ಯವಾಗಿ, ಪ್ರಕಟಣೆಗಳ ಪ್ರಾರಂಭದಿಂದಲೂ, ವೈಜ್ಞಾನಿಕ ಸಮುದಾಯವು ಡಿ-ವೇವ್ ಕಂಪ್ಯೂಟರ್ಗಳ ಬಗ್ಗೆ ಪ್ರಶ್ನೆಗಳನ್ನು ಹೊಂದಿತ್ತು. ಉದಾಹರಣೆಗೆ, 2014 ರಲ್ಲಿ, IBM ಡಿ-ವೇವ್ ಎಂಬ ಅಂಶವನ್ನು ಪ್ರಶ್ನಿಸಿತು ಕ್ವಾಂಟಮ್ ಪರಿಣಾಮಗಳನ್ನು ಬಳಸುತ್ತದೆ. 2015 ರಲ್ಲಿ, ಗೂಗಲ್, ನಾಸಾ ಜೊತೆಗೂಡಿ ಈ ಕ್ವಾಂಟಮ್ ಕಂಪ್ಯೂಟರ್ಗಳಲ್ಲಿ ಒಂದನ್ನು ಖರೀದಿಸಿತು ಮತ್ತು ಸಂಶೋಧನೆಯ ನಂತರ ದೃ .ಪಡಿಸಲಾಗಿದೆ, ಹೌದು, ಕಂಪ್ಯೂಟರ್ ಕೆಲಸ ಮಾಡುತ್ತದೆ ಮತ್ತು ಸಾಮಾನ್ಯಕ್ಕಿಂತ ವೇಗವಾಗಿ ಸಮಸ್ಯೆಯನ್ನು ಲೆಕ್ಕಾಚಾರ ಮಾಡುತ್ತದೆ. Google ನ ಹೇಳಿಕೆಯ ಕುರಿತು ನೀವು ಇನ್ನಷ್ಟು ಓದಬಹುದು ಇಲ್ಲಿ ಮತ್ತು, ಉದಾಹರಣೆಗೆ, ಇಲ್ಲಿ.
ಮುಖ್ಯ ವಿಷಯವೆಂದರೆ ಡಿ-ವೇವ್ ಕಂಪ್ಯೂಟರ್ಗಳು, ಅವುಗಳ ನೂರಾರು ಮತ್ತು ಸಾವಿರಾರು ಕ್ವಿಟ್ಗಳನ್ನು ಕ್ವಾಂಟಮ್ ಅಲ್ಗಾರಿದಮ್ಗಳನ್ನು ಲೆಕ್ಕಾಚಾರ ಮಾಡಲು ಮತ್ತು ಚಲಾಯಿಸಲು ಬಳಸಲಾಗುವುದಿಲ್ಲ. ನೀವು ಅವುಗಳ ಮೇಲೆ ಶೋರ್ನ ಅಲ್ಗಾರಿದಮ್ ಅನ್ನು ಚಲಾಯಿಸಲು ಸಾಧ್ಯವಿಲ್ಲ, ಉದಾಹರಣೆಗೆ. ಒಂದು ನಿರ್ದಿಷ್ಟ ಆಪ್ಟಿಮೈಸೇಶನ್ ಸಮಸ್ಯೆಯನ್ನು ಪರಿಹರಿಸಲು ಕೆಲವು ಕ್ವಾಂಟಮ್ ಕಾರ್ಯವಿಧಾನಗಳನ್ನು ಬಳಸುವುದು ಮಾತ್ರ ಅವರು ಮಾಡಬಹುದು. ಡಿ-ವೇವ್ ಒಂದು ನಿರ್ದಿಷ್ಟ ಕಾರ್ಯಕ್ಕಾಗಿ ಕ್ವಾಂಟಮ್ ASIC ಎಂದು ನಾವು ಪರಿಗಣಿಸಬಹುದು.
ಕ್ಲಾಸಿಕಲ್ ಸಿಸ್ಟಮ್ಗಳಲ್ಲಿ ಕ್ವಾಂಟಮ್ ಕಂಪ್ಯೂಟರ್ ಅನ್ನು ಅನುಕರಿಸುವ ಮಿತಿಯನ್ನು ಕ್ವಿಟ್ಗಳ ಸ್ಥಿತಿಯನ್ನು ಸಂಗ್ರಹಿಸಲು ಅಗತ್ಯವಿರುವ RAM ಪ್ರಮಾಣದಿಂದ ನಿರ್ಧರಿಸಲಾಗುತ್ತದೆ.
ನಾನು ಓದುವುದನ್ನು ಸಹ ಶಿಫಾರಸು ಮಾಡುತ್ತೇವೆ ಈ ಕಾಮೆಂಟ್. ಅಲ್ಲಿಂದ:
ಕಾರ್ಯಾಚರಣೆಯ ಮೂಲಕ - ಕೆಲವು 49 "ಚಕ್ರಗಳು" (ಗೇಟ್ಗಳ ಸ್ವತಂತ್ರ ಪದರಗಳು) ಒಳಗೊಂಡಿರುವ 39-ಕ್ವಿಟ್ ಸರ್ಕ್ಯೂಟ್ನ ನಿಖರವಾದ ಅನುಕರಣೆಗಾಗಿ ಇದು ತೆಗೆದುಕೊಂಡಿತು 2^63 ಸಂಕೀರ್ಣ ಗುಣಾಕಾರಗಳು - 4 ಗಂಟೆಗಳ ಕಾಲ ಸೂಪರ್ಕಂಪ್ಯೂಟರ್ನ 4 Pflops
ಶಾಸ್ತ್ರೀಯ ವ್ಯವಸ್ಥೆಗಳಲ್ಲಿ 50+ ಕ್ವಿಟ್ ಕ್ವಾಂಟಮ್ ಕಂಪ್ಯೂಟರ್ ಅನ್ನು ಅನುಕರಿಸುವುದು ಸಮಂಜಸವಾದ ಸಮಯದಲ್ಲಿ ಅಸಾಧ್ಯವೆಂದು ಪರಿಗಣಿಸಲಾಗಿದೆ. ಇದಕ್ಕಾಗಿಯೇ ಗೂಗಲ್ ತನ್ನ ಕ್ವಾಂಟಮ್ ಸುಪ್ರಿಮೆಸಿ ಪ್ರಯೋಗಕ್ಕಾಗಿ 53-ಕ್ವಿಟ್ ಪ್ರೊಸೆಸರ್ ಅನ್ನು ಬಳಸಿದೆ.
ವಿಕಿಪೀಡಿಯಾ ನಮಗೆ ಕ್ವಾಂಟಮ್ ಕಂಪ್ಯೂಟಿಂಗ್ ಪ್ರಾಬಲ್ಯದ ಕೆಳಗಿನ ವ್ಯಾಖ್ಯಾನವನ್ನು ನೀಡುತ್ತದೆ:
ಕ್ವಾಂಟಮ್ ಪ್ರಾಬಲ್ಯ - ಸಾಮರ್ಥ್ಯ ಕ್ವಾಂಟಮ್ ಕಂಪ್ಯೂಟಿಂಗ್ ಶಾಸ್ತ್ರೀಯ ಕಂಪ್ಯೂಟರ್ಗಳು ಪ್ರಾಯೋಗಿಕವಾಗಿ ಪರಿಹರಿಸಲಾಗದ ಸಮಸ್ಯೆಗಳನ್ನು ಪರಿಹರಿಸಲು ಸಾಧನಗಳು.
ವಾಸ್ತವವಾಗಿ, ಕ್ವಾಂಟಮ್ ಪ್ರಾಬಲ್ಯವನ್ನು ಸಾಧಿಸುವುದು ಎಂದರೆ, ಉದಾಹರಣೆಗೆ, ಶೋರ್ ಅಲ್ಗಾರಿದಮ್ ಅನ್ನು ಬಳಸಿಕೊಂಡು ದೊಡ್ಡ ಸಂಖ್ಯೆಗಳ ಅಪವರ್ತನೀಕರಣವನ್ನು ಸಾಕಷ್ಟು ಸಮಯದಲ್ಲಿ ಪರಿಹರಿಸಬಹುದು ಅಥವಾ ಸಂಕೀರ್ಣ ರಾಸಾಯನಿಕ ಅಣುಗಳನ್ನು ಕ್ವಾಂಟಮ್ ಮಟ್ಟದಲ್ಲಿ ಅನುಕರಿಸಬಹುದು, ಇತ್ಯಾದಿ. ಅಂದರೆ, ಹೊಸ ಯುಗ ಬಂದಿದೆ.
ಆದರೆ ವ್ಯಾಖ್ಯಾನದ ಪದಗಳಲ್ಲಿ ಕೆಲವು ಲೋಪದೋಷಗಳಿವೆ, "ಯಾವ ಶಾಸ್ತ್ರೀಯ ಕಂಪ್ಯೂಟರ್ಗಳು ಪ್ರಾಯೋಗಿಕವಾಗಿ ಪರಿಹರಿಸಲು ಸಾಧ್ಯವಿಲ್ಲ" ವಾಸ್ತವವಾಗಿ, ಇದರರ್ಥ ನೀವು 50+ ಕ್ವಿಟ್ಗಳ ಕ್ವಾಂಟಮ್ ಕಂಪ್ಯೂಟರ್ ಅನ್ನು ರಚಿಸಿದರೆ ಮತ್ತು ಅದರ ಮೇಲೆ ಕೆಲವು ಕ್ವಾಂಟಮ್ ಸರ್ಕ್ಯೂಟ್ ಅನ್ನು ಚಲಾಯಿಸಿದರೆ, ನಾವು ಮೇಲೆ ಚರ್ಚಿಸಿದಂತೆ, ಈ ಸರ್ಕ್ಯೂಟ್ನ ಫಲಿತಾಂಶವನ್ನು ಸಾಮಾನ್ಯ ಕಂಪ್ಯೂಟರ್ನಲ್ಲಿ ಅನುಕರಿಸಲಾಗುವುದಿಲ್ಲ. ಅದು ಕ್ಲಾಸಿಕಲ್ ಕಂಪ್ಯೂಟರ್ಗೆ ಅಂತಹ ಸರ್ಕ್ಯೂಟ್ನ ಫಲಿತಾಂಶವನ್ನು ಮರುಸೃಷ್ಟಿಸಲು ಸಾಧ್ಯವಾಗುವುದಿಲ್ಲ.
ಆದ್ದರಿಂದ, ಅಕ್ಟೋಬರ್ 2019 ರಲ್ಲಿ, ಗೂಗಲ್ ಡೆವಲಪರ್ಗಳು ನೇಚರ್ ಎಂಬ ವೈಜ್ಞಾನಿಕ ಪ್ರಕಟಣೆಯಲ್ಲಿ ಲೇಖನವನ್ನು ಪ್ರಕಟಿಸಿದರು.ಪ್ರೊಗ್ರಾಮೆಬಲ್ ಸೂಪರ್ ಕಂಡಕ್ಟಿಂಗ್ ಪ್ರೊಸೆಸರ್ ಅನ್ನು ಬಳಸಿಕೊಂಡು ಕ್ವಾಂಟಮ್ ಪ್ರಾಬಲ್ಯ" 54-ಕ್ವಿಟ್ ಸೈಕಾಮೋರ್ ಪ್ರೊಸೆಸರ್ ಅನ್ನು ಬಳಸಿಕೊಂಡು ಇತಿಹಾಸದಲ್ಲಿ ಮೊದಲ ಬಾರಿಗೆ ಕ್ವಾಂಟಮ್ ಪ್ರಾಬಲ್ಯದ ಸಾಧನೆಯನ್ನು ಲೇಖಕರು ಘೋಷಿಸಿದರು.
ಆನ್ಲೈನ್ ಸೈಕಾಮೋರ್ ಲೇಖನಗಳು ಸಾಮಾನ್ಯವಾಗಿ 54-ಕ್ವಿಟ್ ಪ್ರೊಸೆಸರ್ ಅಥವಾ 53-ಕ್ವಿಟ್ ಪ್ರೊಸೆಸರ್ ಅನ್ನು ಉಲ್ಲೇಖಿಸುತ್ತವೆ. ಪ್ರಕಾರ ಎಂಬುದು ಸತ್ಯ ಮೂಲ ಲೇಖನ, ಪ್ರೊಸೆಸರ್ ಭೌತಿಕವಾಗಿ 54 ಕ್ವಿಟ್ಗಳನ್ನು ಒಳಗೊಂಡಿದೆ, ಆದರೆ ಅವುಗಳಲ್ಲಿ ಒಂದು ಕೆಲಸ ಮಾಡುತ್ತಿಲ್ಲ ಮತ್ತು ಸೇವೆಯಿಂದ ತೆಗೆದುಹಾಕಲಾಗಿದೆ. ಹೀಗಾಗಿ, ವಾಸ್ತವದಲ್ಲಿ ನಾವು 53-ಕ್ವಿಟ್ ಪ್ರೊಸೆಸರ್ ಅನ್ನು ಹೊಂದಿದ್ದೇವೆ.
ಅಲ್ಲಿಯೇ ವೆಬ್ನಲ್ಲಿ ಕಂಡಆಫ್ ಸೆಟ್ ಈ ವಿಷಯದ ಮೇಲಿನ ವಸ್ತುಗಳು, ಅದರ ಮಟ್ಟವು ವಿಭಿನ್ನವಾಗಿರುತ್ತದೆ ಉತ್ಸಾಹ ಗೆ ಸಂಶಯಾಸ್ಪದ.
IBMನ ಕ್ವಾಂಟಮ್ ಕಂಪ್ಯೂಟಿಂಗ್ ತಂಡವು ನಂತರ ಅದನ್ನು ಹೇಳಿದೆ ಕ್ವಾಂಟಮ್ ಪ್ರಾಬಲ್ಯವನ್ನು ಸಾಧಿಸುತ್ತಿದೆ ಎಂದು Google ತಪ್ಪಾಗಿ ವರದಿ ಮಾಡಿದೆ. ಸಾಂಪ್ರದಾಯಿಕ ಕಂಪ್ಯೂಟರ್ 2,5 ದಿನಗಳಲ್ಲಿ ಕೆಟ್ಟ ಸಂದರ್ಭದಲ್ಲಿ ಈ ಕಾರ್ಯವನ್ನು ನಿಭಾಯಿಸುತ್ತದೆ ಎಂದು ಕಂಪನಿ ಹೇಳಿಕೊಂಡಿದೆ ಮತ್ತು ಪರಿಣಾಮವಾಗಿ ಉತ್ತರವು ಕ್ವಾಂಟಮ್ ಕಂಪ್ಯೂಟರ್ಗಿಂತ ಹೆಚ್ಚು ನಿಖರವಾಗಿರುತ್ತದೆ. ಹಲವಾರು ಆಪ್ಟಿಮೈಸೇಶನ್ ವಿಧಾನಗಳ ಸೈದ್ಧಾಂತಿಕ ವಿಶ್ಲೇಷಣೆಯ ಫಲಿತಾಂಶಗಳ ಆಧಾರದ ಮೇಲೆ ಈ ತೀರ್ಮಾನವನ್ನು ಮಾಡಲಾಗಿದೆ.
ಮತ್ತು, ಸಹಜವಾಗಿ, ಸ್ಕಾಟ್ ಆರನ್ಸನ್ ಅವರಲ್ಲಿ ಬ್ಲಾಗ್ ಪೋಸ್ಟ್ ನಾನು ಈ ಹೇಳಿಕೆಯನ್ನು ನಿರ್ಲಕ್ಷಿಸಲಾಗಲಿಲ್ಲ. ಅವನ ವಿಶ್ಲೇಷಣೆ ಎಲ್ಲಾ ಲಿಂಕ್ಗಳ ಜೊತೆಗೆ ಮತ್ತು ಸ್ಕಾಟ್ನ ಸುಪ್ರೀಂ ಕ್ವಾಂಟಮ್ ಸುಪ್ರಿಮೆಸಿ FAQ! ಎಂದಿನಂತೆ, ಅವರು ನಿಮ್ಮ ಸಮಯವನ್ನು ಕಳೆಯಲು ಯೋಗ್ಯರಾಗಿದ್ದಾರೆ. ಹಬ್ ಮೇಲೆ ಅನುವಾದವಿದೆ ಈ FAQ, ಮತ್ತು ಕಾಮೆಂಟ್ಗಳನ್ನು ಓದಲು ಮರೆಯದಿರಿ, ಅಧಿಕೃತ ಪ್ರಕಟಣೆಯ ಮೊದಲು ಆನ್ಲೈನ್ನಲ್ಲಿ ಸೋರಿಕೆಯಾದ ಪ್ರಾಥಮಿಕ ದಾಖಲೆಗಳಿಗೆ ಲಿಂಕ್ಗಳಿವೆ.
ಗೂಗಲ್ ನಿಜವಾಗಿ ಏನು ಮಾಡಿದೆ? ವಿವರವಾದ ತಿಳುವಳಿಕೆಗಾಗಿ, ಆರನ್ಸನ್ ಅನ್ನು ಓದಿ, ಆದರೆ ಸಂಕ್ಷಿಪ್ತವಾಗಿ ಇಲ್ಲಿ:
ನಾನು ನಿಮಗೆ ಹೇಳಬಲ್ಲೆ, ಆದರೆ ನಾನು ಮೂರ್ಖನೆಂದು ಭಾವಿಸುತ್ತೇನೆ. ಲೆಕ್ಕಾಚಾರವು ಈ ಕೆಳಗಿನಂತಿರುತ್ತದೆ: ಪ್ರಯೋಗಕಾರನು ಯಾದೃಚ್ಛಿಕ ಕ್ವಾಂಟಮ್ ಸರ್ಕ್ಯೂಟ್ C ಅನ್ನು ಉತ್ಪಾದಿಸುತ್ತಾನೆ (ಅಂದರೆ, ಹತ್ತಿರದ ನೆರೆಹೊರೆಯವರ ನಡುವೆ 1-ಕ್ವಿಟ್ ಮತ್ತು 2-ಕ್ವಿಟ್ ಗೇಟ್ಗಳ ಯಾದೃಚ್ಛಿಕ ಅನುಕ್ರಮ, ಉದಾಹರಣೆಗೆ, 20, n ನ 2D ನೆಟ್ವರ್ಕ್ನಲ್ಲಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ. = 50-60 ಕ್ವಿಟ್ಗಳು). ಪ್ರಯೋಗಕಾರನು ನಂತರ C ಅನ್ನು ಕ್ವಾಂಟಮ್ ಕಂಪ್ಯೂಟರ್ಗೆ ಕಳುಹಿಸುತ್ತಾನೆ ಮತ್ತು C ಅನ್ನು 0 ರ ಆರಂಭಿಕ ಸ್ಥಿತಿಗೆ ಅನ್ವಯಿಸಲು ಕೇಳುತ್ತಾನೆ, ಫಲಿತಾಂಶವನ್ನು {0,1} ಆಧಾರದ ಮೇಲೆ ಅಳೆಯಲು, n-bit ಗಮನಿಸಿದ ಅನುಕ್ರಮವನ್ನು (ಸ್ಟ್ರಿಂಗ್) ಹಿಂತಿರುಗಿಸಿ ಮತ್ತು ಹಲವಾರು ಪುನರಾವರ್ತಿಸಿ ಸಾವಿರ ಅಥವಾ ಲಕ್ಷಾಂತರ ಬಾರಿ. ಅಂತಿಮವಾಗಿ, C ಯ ಜ್ಞಾನವನ್ನು ಬಳಸಿಕೊಂಡು, ಪ್ರಯೋಗಕಾರನು ಫಲಿತಾಂಶವು ಕ್ವಾಂಟಮ್ ಕಂಪ್ಯೂಟರ್ನಿಂದ ನಿರೀಕ್ಷಿತ ಔಟ್ಪುಟ್ಗೆ ಹೊಂದಿಕೆಯಾಗುತ್ತದೆಯೇ ಎಂದು ನೋಡಲು ಸಂಖ್ಯಾಶಾಸ್ತ್ರೀಯ ಪರೀಕ್ಷೆಯನ್ನು ನಡೆಸುತ್ತಾನೆ.
ಬಹಳ ಸಂಕ್ಷಿಪ್ತವಾಗಿ:
20 ಕ್ವಿಟ್ಗಳಲ್ಲಿ 53 ಉದ್ದದ ಯಾದೃಚ್ಛಿಕ ಸರ್ಕ್ಯೂಟ್ ಅನ್ನು ಗೇಟ್ಗಳನ್ನು ಬಳಸಿ ರಚಿಸಲಾಗಿದೆ
ಕಾರ್ಯಗತಗೊಳಿಸಲು ಸರ್ಕ್ಯೂಟ್ ಆರಂಭಿಕ ಸ್ಥಿತಿ [0...0] ನೊಂದಿಗೆ ಪ್ರಾರಂಭವಾಗುತ್ತದೆ
ಸರ್ಕ್ಯೂಟ್ನ ಔಟ್ಪುಟ್ ಯಾದೃಚ್ಛಿಕ ಬಿಟ್ ಸ್ಟ್ರಿಂಗ್ ಆಗಿದೆ (ಮಾದರಿ)
ಫಲಿತಾಂಶದ ವಿತರಣೆಯು ಯಾದೃಚ್ಛಿಕವಾಗಿಲ್ಲ (ಹಸ್ತಕ್ಷೇಪ)
ಪಡೆದ ಮಾದರಿಗಳ ವಿತರಣೆಯನ್ನು ನಿರೀಕ್ಷಿತ ಒಂದಕ್ಕೆ ಹೋಲಿಸಲಾಗುತ್ತದೆ
ಕ್ವಾಂಟಮ್ ಸುಪ್ರಿಮೆಸಿಯನ್ನು ಮುಕ್ತಾಯಗೊಳಿಸುತ್ತದೆ
ಅಂದರೆ, ಗೂಗಲ್ 53-ಕ್ವಿಟ್ ಪ್ರೊಸೆಸರ್ನಲ್ಲಿ ಸಿಂಥೆಟಿಕ್ ಸಮಸ್ಯೆಯನ್ನು ಜಾರಿಗೆ ತಂದಿದೆ ಮತ್ತು ಕ್ವಾಂಟಮ್ ಪ್ರಾಬಲ್ಯವನ್ನು ಸಾಧಿಸುವ ತನ್ನ ಹಕ್ಕನ್ನು ಆಧರಿಸಿದೆ, ಅಂತಹ ಪ್ರೊಸೆಸರ್ ಅನ್ನು ಪ್ರಮಾಣಿತ ವ್ಯವಸ್ಥೆಗಳಲ್ಲಿ ಸಮಂಜಸವಾದ ಸಮಯದಲ್ಲಿ ಅನುಕರಿಸಲು ಅಸಾಧ್ಯವಾಗಿದೆ.
ತಿಳುವಳಿಕೆಗಾಗಿ - ಈ ವಿಭಾಗವು Google ನ ಸಾಧನೆಯನ್ನು ಯಾವುದೇ ರೀತಿಯಲ್ಲಿ ಕುಗ್ಗಿಸುವುದಿಲ್ಲ, ಎಂಜಿನಿಯರ್ಗಳು ನಿಜವಾಗಿಯೂ ಶ್ರೇಷ್ಠರು, ಮತ್ತು ಇದನ್ನು ನಿಜವಾದ ಕ್ವಾಂಟಮ್ ಶ್ರೇಷ್ಠತೆ ಎಂದು ಪರಿಗಣಿಸಬಹುದೇ ಅಥವಾ ಮೊದಲೇ ಹೇಳಿದಂತೆ, ಎಂಜಿನಿಯರಿಂಗ್ಗಿಂತ ಹೆಚ್ಚು ತಾತ್ವಿಕವಾಗಿದೆ. ಆದರೆ ಅಂತಹ ಕಂಪ್ಯೂಟೇಶನಲ್ ಶ್ರೇಷ್ಠತೆಯನ್ನು ಸಾಧಿಸಿದ ನಂತರ, 2048-ಬಿಟ್ ಸಂಖ್ಯೆಗಳಲ್ಲಿ ಶೋರ್ನ ಅಲ್ಗಾರಿದಮ್ ಅನ್ನು ಚಲಾಯಿಸುವ ಸಾಮರ್ಥ್ಯದ ಕಡೆಗೆ ನಾವು ಒಂದು ಹೆಜ್ಜೆ ಮುಂದಿಟ್ಟಿಲ್ಲ ಎಂದು ನಾವು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಬೇಕು.
ಕ್ವಾಂಟಮ್ ಕಂಪ್ಯೂಟರ್ಗಳು ಮತ್ತು ಕ್ವಾಂಟಮ್ ಕಂಪ್ಯೂಟಿಂಗ್ ಬಹಳ ಭರವಸೆಯ, ಅತ್ಯಂತ ಕಿರಿಯ ಮತ್ತು ಇದುವರೆಗೆ ಮಾಹಿತಿ ತಂತ್ರಜ್ಞಾನದ ಕಡಿಮೆ ಕೈಗಾರಿಕಾವಾಗಿ ಅನ್ವಯಿಸುವ ಕ್ಷೇತ್ರವಾಗಿದೆ.
ಕ್ವಾಂಟಮ್ ಕಂಪ್ಯೂಟಿಂಗ್ನ ಅಭಿವೃದ್ಧಿಯು (ಒಂದು ದಿನ) ಸಮಸ್ಯೆಗಳನ್ನು ಪರಿಹರಿಸಲು ನಮಗೆ ಅನುಮತಿಸುತ್ತದೆ:
ಕ್ವಾಂಟಮ್ ಮಟ್ಟದಲ್ಲಿ ಸಂಕೀರ್ಣ ಭೌತಿಕ ವ್ಯವಸ್ಥೆಗಳನ್ನು ಮಾಡೆಲಿಂಗ್
ಕಂಪ್ಯೂಟೇಶನಲ್ ಸಂಕೀರ್ಣತೆಯಿಂದಾಗಿ ಸಾಮಾನ್ಯ ಕಂಪ್ಯೂಟರ್ನಲ್ಲಿ ಪರಿಹರಿಸಲಾಗುವುದಿಲ್ಲ
ಕ್ವಾಂಟಮ್ ಕಂಪ್ಯೂಟರ್ಗಳನ್ನು ರಚಿಸುವಲ್ಲಿ ಮತ್ತು ನಿರ್ವಹಿಸುವಲ್ಲಿ ಮುಖ್ಯ ಸಮಸ್ಯೆಗಳು:
ಯಾವುದೇ ನೈಜ ವಾಣಿಜ್ಯ ಶೋಷಣೆ ಇನ್ನೂ ಇಲ್ಲ (ಮತ್ತು ಯಾವಾಗ ಇರುತ್ತದೆ ಎಂಬುದು ಅಸ್ಪಷ್ಟವಾಗಿದೆ)
ಏನು ಸಹಾಯ ಮಾಡಬಹುದು:
ವೈರಿಂಗ್ ಮತ್ತು ಆಪರೇಟಿಂಗ್ ಪ್ರೊಸೆಸರ್ಗಳ ವೆಚ್ಚವನ್ನು ಕಡಿಮೆ ಮಾಡುವ ಕೆಲವು ರೀತಿಯ ಭೌತಿಕ ಆವಿಷ್ಕಾರ
ಪರಿಮಾಣದ ಕ್ರಮದಿಂದ ಡಿಕೋಹೆರೆನ್ಸ್ ಸಮಯವನ್ನು ಹೆಚ್ಚಿಸುವ ಮತ್ತು/ಅಥವಾ ದೋಷಗಳನ್ನು ಕಡಿಮೆ ಮಾಡುವ ಯಾವುದನ್ನಾದರೂ ಕಂಡುಹಿಡಿಯುವುದು
ನನ್ನ ಅಭಿಪ್ರಾಯದಲ್ಲಿ (ಸಂಪೂರ್ಣವಾಗಿ ವೈಯಕ್ತಿಕ ಅಭಿಪ್ರಾಯ), ಜ್ಞಾನದ ಪ್ರಸ್ತುತ ವೈಜ್ಞಾನಿಕ ಮಾದರಿಯಲ್ಲಿ, ಕ್ವಾಂಟಮ್ ತಂತ್ರಜ್ಞಾನಗಳ ಅಭಿವೃದ್ಧಿಯಲ್ಲಿ ನಾವು ಗಮನಾರ್ಹ ಯಶಸ್ಸನ್ನು ಸಾಧಿಸುವುದಿಲ್ಲ, ಇಲ್ಲಿ ನಮಗೆ ಮೂಲಭೂತ ಅಥವಾ ಅನ್ವಯಿಕ ವಿಜ್ಞಾನದ ಕೆಲವು ಕ್ಷೇತ್ರದಲ್ಲಿ ಗುಣಾತ್ಮಕ ಪ್ರಗತಿಯ ಅಗತ್ಯವಿದೆ, ಇದು ಹೊಸ ಆಲೋಚನೆಗಳು ಮತ್ತು ವಿಧಾನಗಳಿಗೆ ಪ್ರಚೋದನೆಯನ್ನು ನೀಡುತ್ತದೆ.
ಈ ಮಧ್ಯೆ, ನಾವು ಕ್ವಾಂಟಮ್ ಪ್ರೋಗ್ರಾಮಿಂಗ್, ಕ್ವಾಂಟಮ್ ಅಲ್ಗಾರಿದಮ್ಗಳನ್ನು ಸಂಗ್ರಹಿಸುವುದು ಮತ್ತು ರಚಿಸುವುದು, ಆಲೋಚನೆಗಳನ್ನು ಪರೀಕ್ಷಿಸುವುದು ಇತ್ಯಾದಿಗಳಲ್ಲಿ ಅನುಭವವನ್ನು ಪಡೆಯುತ್ತಿದ್ದೇವೆ. ನಾವು ಪ್ರಗತಿಗಾಗಿ ಕಾಯುತ್ತಿದ್ದೇವೆ.
ಈ ಲೇಖನದಲ್ಲಿ, ನಾವು ಕ್ವಾಂಟಮ್ ಕಂಪ್ಯೂಟಿಂಗ್ ಮತ್ತು ಕ್ವಾಂಟಮ್ ಕಂಪ್ಯೂಟರ್ಗಳ ಅಭಿವೃದ್ಧಿಯಲ್ಲಿ ಪ್ರಮುಖ ಮೈಲಿಗಲ್ಲುಗಳ ಮೂಲಕ ಹೋಗಿದ್ದೇವೆ, ಅವುಗಳ ಕಾರ್ಯಾಚರಣೆಯ ತತ್ವವನ್ನು ಪರಿಶೀಲಿಸಿದ್ದೇವೆ, ಕ್ವಾಂಟಮ್ ಪ್ರೊಸೆಸರ್ಗಳ ಅಭಿವೃದ್ಧಿ ಮತ್ತು ಕಾರ್ಯಾಚರಣೆಯಲ್ಲಿ ಎಂಜಿನಿಯರ್ಗಳು ಎದುರಿಸುತ್ತಿರುವ ಮುಖ್ಯ ಸಮಸ್ಯೆಗಳನ್ನು ಪರಿಶೀಲಿಸಿದ್ದೇವೆ ಮತ್ತು ಮಲ್ಟಿ-ಕ್ವಿಟ್ ಅನ್ನು ಸಹ ನೋಡಿದ್ದೇವೆ. D-ಕಂಪ್ಯೂಟರ್ಗಳು ವಾಸ್ತವವಾಗಿ ಇವೆ.ವೇವ್ ಮತ್ತು ಗೂಗಲ್ನ ಇತ್ತೀಚಿನ ಕ್ವಾಂಟಮ್ ಪ್ರಾಬಲ್ಯವನ್ನು ಸಾಧಿಸುವ ಘೋಷಣೆ.
ಪ್ರೋಗ್ರಾಮಿಂಗ್ ಕ್ವಾಂಟಮ್ ಕಂಪ್ಯೂಟರ್ಗಳ ಪ್ರಶ್ನೆಗಳು (ಭಾಷೆಗಳು, ವಿಧಾನಗಳು, ವಿಧಾನಗಳು, ಇತ್ಯಾದಿ) ಮತ್ತು ಪ್ರೊಸೆಸರ್ಗಳ ನಿರ್ದಿಷ್ಟ ಭೌತಿಕ ಅನುಷ್ಠಾನಕ್ಕೆ ಸಂಬಂಧಿಸಿದ ಪ್ರಶ್ನೆಗಳು, ಕ್ವಿಟ್ಗಳನ್ನು ಹೇಗೆ ನಿರ್ವಹಿಸಲಾಗುತ್ತದೆ, ಲಿಂಕ್ ಮಾಡಲಾಗಿದೆ, ಓದಲಾಗುತ್ತದೆ, ಇತ್ಯಾದಿ. ಬಹುಶಃ ಇದು ಮುಂದಿನ ಲೇಖನ ಅಥವಾ ಲೇಖನಗಳ ವಿಷಯವಾಗಿರಬಹುದು.
ನಿಮ್ಮ ಗಮನಕ್ಕೆ ಧನ್ಯವಾದಗಳು, ಈ ಲೇಖನವು ಯಾರಿಗಾದರೂ ಉಪಯುಕ್ತವಾಗಿದೆ ಎಂದು ನಾನು ಭಾವಿಸುತ್ತೇನೆ.