ക്വാണ്ടം കമ്പ്യൂട്ടറുകളും ക്വാണ്ടം കമ്പ്യൂട്ടിംഗും - പുതിയത് buzzword, എന്നിവയ്‌ക്കൊപ്പം ഞങ്ങളുടെ വിവര ഇടത്തിലേക്ക് ചേർത്തു നിർമ്മിത ബുദ്ധി, യന്ത്ര പഠനം മറ്റ് ഹൈടെക് നിബന്ധനകളും. അതേ സമയം, എന്റെ തലയിലെ പസിൽ എന്ന പേരിൽ ഒരുമിച്ചുകൂട്ടുന്ന കാര്യങ്ങൾ ഇന്റർനെറ്റിൽ കണ്ടെത്താൻ എനിക്ക് ഒരിക്കലും കഴിഞ്ഞില്ല. "ക്വാണ്ടം കമ്പ്യൂട്ടറുകൾ എങ്ങനെ പ്രവർത്തിക്കുന്നു". അതെ, ഹബ്രിൽ ഉൾപ്പെടെ നിരവധി മികച്ച കൃതികൾ ഉണ്ട് (കാണുക. വിഭവങ്ങളുടെ പട്ടിക), സാധാരണയായി സംഭവിക്കുന്നതുപോലെ, കൂടുതൽ വിവരദായകവും ഉപയോഗപ്രദവുമായ അഭിപ്രായങ്ങൾ, പക്ഷേ എന്റെ തലയിലെ ചിത്രം, അവർ പറയുന്നതുപോലെ, ചേർത്തില്ല.

അടുത്തിടെ എന്റെ സഹപ്രവർത്തകർ എന്റെ അടുത്ത് വന്ന് ചോദിച്ചു, “ഒരു ക്വാണ്ടം കമ്പ്യൂട്ടർ എങ്ങനെ പ്രവർത്തിക്കുന്നുവെന്ന് നിങ്ങൾക്ക് മനസ്സിലായോ? നിങ്ങൾക്ക് ഞങ്ങളോട് പറയാമോ? ” എന്റെ തലയിൽ ഒരു യോജിച്ച ചിത്രം ചേർക്കുന്നതിൽ എനിക്ക് മാത്രമല്ല പ്രശ്‌നമുള്ളതെന്ന് അപ്പോൾ ഞാൻ മനസ്സിലാക്കി.

തൽഫലമായി, ക്വാണ്ടം കമ്പ്യൂട്ടറുകളെക്കുറിച്ചുള്ള വിവരങ്ങൾ ഒരു സ്ഥിരതയുള്ള ലോജിക് സർക്യൂട്ടിലേക്ക് കംപൈൽ ചെയ്യാൻ ശ്രമിച്ചു. അടിസ്ഥാന തലം, ഗണിതത്തിലും ക്വാണ്ടം ലോകത്തിന്റെ ഘടനയിലും ആഴത്തിൽ മുഴുകാതെ, ഒരു ക്വാണ്ടം കമ്പ്യൂട്ടർ എന്താണെന്നും അത് ഏത് തത്ത്വങ്ങളിലാണ് പ്രവർത്തിക്കുന്നത്, അത് സൃഷ്ടിക്കുകയും പ്രവർത്തിപ്പിക്കുകയും ചെയ്യുമ്പോൾ ശാസ്ത്രജ്ഞർ നേരിടുന്ന പ്രശ്നങ്ങൾ എന്തെല്ലാമാണെന്ന് വിശദീകരിച്ചു.

ഉള്ളടക്ക പട്ടിക

• എ
• ആമുഖം
  • അത് എങ്ങനെ ആരംഭിച്ചു
  • മുൻനിര കളിക്കാർ
  • വികസന ദിശകൾ
• അടിസ്ഥാനകാര്യങ്ങൾ. ക്വാണ്ടം ഒബ്ജക്റ്റും ക്വാണ്ടം സിസ്റ്റങ്ങളും
• ഒരു ക്വാണ്ടം കമ്പ്യൂട്ടറിന്റെയും പരമ്പരാഗതമായതിന്റെയും താരതമ്യം
• ക്വിറ്റുകളുടെ ഭൗതിക നിർവ്വഹണങ്ങൾ
• അടിസ്ഥാനകാര്യങ്ങൾ. ഒരു ക്വാണ്ടം കമ്പ്യൂട്ടർ എങ്ങനെ പ്രവർത്തിക്കുന്നു
• ക്വാണ്ടം അൽഗോരിതങ്ങൾ
  • ഷോറിന്റെ അൽഗോരിതം.
  • ഗ്രോവറിന്റെ അൽഗോരിതം
  • Deutsch-Jozi അൽഗോരിതം
• ക്വാണ്ടം കമ്പ്യൂട്ടറുകളുടെ പ്രശ്നങ്ങൾ
  • ഡീകോഹെറൻസ്
  • തെറ്റുകൾ
  • പ്രോസസർ ആർക്കിടെക്ചർ
  • ഫലങ്ങൾ
• പ്രശ്നങ്ങൾ പരിഹരിക്കാനുള്ള വഴികൾ
• ഡി-വേവ്
• ക്വാണ്ടം കമ്പ്യൂട്ടർ എമുലേഷനെ കുറിച്ച് കുറച്ച്
• ക്വാണ്ടം കമ്പ്യൂട്ടിംഗ് മേധാവിത്വം.
• Google പ്രസ്താവന
• സംഗ്രഹം
• തീരുമാനം
• അംഗീകാരങ്ങൾ
• വിഭവങ്ങളുടെ പട്ടിക

എ

(ഉള്ളടക്കത്തിലേക്ക്)

രചയിതാവ് ക്വാണ്ടം കമ്പ്യൂട്ടിംഗിൽ വിദഗ്ദ്ധനല്ല, കൂടാതെ ലേഖനത്തിന്റെ ടാർഗെറ്റ് പ്രേക്ഷകർ അതേ ഐടി ആളുകളാണ്, ക്വാണ്ടം സ്പെഷ്യലിസ്റ്റുകളല്ല, "ക്വാണ്ടം കമ്പ്യൂട്ടറുകൾ എങ്ങനെ പ്രവർത്തിക്കുന്നു" എന്ന പേരിൽ അവരുടെ തലയിൽ ഒരു ചിത്രം കൂട്ടിച്ചേർക്കാൻ ആഗ്രഹിക്കുന്നു. ഇക്കാരണത്താൽ, "അടിസ്ഥാന" തലത്തിൽ ക്വാണ്ടം സാങ്കേതികവിദ്യകളെ നന്നായി മനസ്സിലാക്കാൻ ലേഖനത്തിലെ പല ആശയങ്ങളും ബോധപൂർവ്വം ലളിതമാക്കിയിരിക്കുന്നു, പക്ഷേ വിവര ഉള്ളടക്കവും പര്യാപ്തതയും നഷ്‌ടപ്പെടുന്ന വളരെ ശക്തമായ ഒരു ലളിതവൽക്കരണം.

ചില സ്ഥലങ്ങളിലെ ലേഖനം മറ്റ് ഉറവിടങ്ങളിൽ നിന്നുള്ള മെറ്റീരിയലുകൾ ഉപയോഗിക്കുന്നു, അതിന്റെ ഒരു ലിസ്റ്റ് ലേഖനത്തിന്റെ അവസാനം നൽകിയിരിക്കുന്നു. സാധ്യമാകുന്നിടത്തെല്ലാം, യഥാർത്ഥ വാചകത്തിലേക്കോ പട്ടികയിലേക്കോ ചിത്രത്തിലേക്കോ നേരിട്ടുള്ള ലിങ്കുകളും സൂചനകളും ചേർക്കുന്നു. ഞാൻ എവിടെയെങ്കിലും എന്തെങ്കിലും (അല്ലെങ്കിൽ ആരെങ്കിലും) മറന്നെങ്കിൽ, എഴുതുക, ഞാൻ അത് ശരിയാക്കും.

ആമുഖം

(ഉള്ളടക്കത്തിലേക്ക്)

ഈ അധ്യായത്തിൽ, ക്വാണ്ടം യുഗം എങ്ങനെ ആരംഭിച്ചു, ഒരു ക്വാണ്ടം കമ്പ്യൂട്ടർ എന്ന ആശയത്തിന്റെ പ്രേരകമായ കാരണം എന്താണെന്നും (ഏത് രാജ്യങ്ങളും കോർപ്പറേഷനുകളും) നിലവിൽ ഈ മേഖലയിലെ മുൻനിര കളിക്കാരാണ്, കൂടാതെ ഹ്രസ്വമായി സംസാരിക്കുകയും ചെയ്യും. ക്വാണ്ടം കമ്പ്യൂട്ടിംഗിന്റെ വികസനത്തിന്റെ പ്രധാന ദിശകളെക്കുറിച്ച്.

അത് എങ്ങനെ ആരംഭിച്ചു

(ഉള്ളടക്കത്തിലേക്ക്)

എം. പ്ലാങ്ക് ആദ്യമായി മുന്നോട്ടുവച്ച 1900-ലാണ് ക്വാണ്ടം യുഗത്തിന്റെ ആരംഭം കണക്കാക്കുന്നത്. അനുമാനം ഊർജ്ജം പുറന്തള്ളപ്പെടുകയും ആഗിരണം ചെയ്യപ്പെടുകയും ചെയ്യുന്നത് തുടർച്ചയായി അല്ല, പ്രത്യേക ക്വാണ്ടയിൽ (ഭാഗങ്ങൾ) ആണ്. അക്കാലത്തെ മികച്ച ശാസ്ത്രജ്ഞരായ ബോർ, ഐൻ‌സ്റ്റൈൻ, ഹൈസൻബെർഗ്, ഷ്രോഡിംഗർ എന്നിവരാണ് ഈ ആശയം തിരഞ്ഞെടുത്ത് വികസിപ്പിച്ചെടുത്തത്, ഇത് ആത്യന്തികമായി അത്തരമൊരു ശാസ്ത്രത്തിന്റെ രൂപീകരണത്തിനും വികാസത്തിനും കാരണമായി. ക്വാണ്ടം ഭൗതികശാസ്ത്രം. ഒരു ശാസ്ത്രമെന്ന നിലയിൽ ക്വാണ്ടം ഭൗതികശാസ്ത്രത്തിന്റെ രൂപീകരണത്തെക്കുറിച്ച് ഇൻറർനെറ്റിൽ ധാരാളം നല്ല മെറ്റീരിയലുകൾ ഉണ്ട്; ഈ ലേഖനത്തിൽ ഞങ്ങൾ ഇതിനെക്കുറിച്ച് വിശദമായി സംസാരിക്കില്ല, പക്ഷേ ഞങ്ങൾ പുതിയ ക്വാണ്ടം യുഗത്തിലേക്ക് പ്രവേശിച്ച തീയതി സൂചിപ്പിക്കേണ്ടത് ആവശ്യമാണ്.

ക്വാണ്ടം ഭൗതികശാസ്ത്രം നമ്മുടെ ദൈനംദിന ജീവിതത്തിൽ നിരവധി കണ്ടുപിടുത്തങ്ങളും സാങ്കേതികവിദ്യകളും കൊണ്ടുവന്നിട്ടുണ്ട്, അതില്ലാതെ നമുക്ക് ചുറ്റുമുള്ള ലോകത്തെ സങ്കൽപ്പിക്കാൻ ഇപ്പോൾ പ്രയാസമാണ്. ഉദാഹരണത്തിന്, ഇപ്പോൾ എല്ലായിടത്തും ഉപയോഗിക്കുന്ന ഒരു ലേസർ, വീട്ടുപകരണങ്ങൾ (ലേസർ ലെവലുകൾ മുതലായവ) മുതൽ ഹൈടെക് സിസ്റ്റങ്ങൾ വരെ (കാഴ്ച ശരിയാക്കുന്നതിനുള്ള ലേസർ, ഹലോ മെക്ലോൺ ). കംപ്യൂട്ടിംഗിനായി ക്വാണ്ടം സിസ്റ്റങ്ങൾ എന്തുകൊണ്ട് ഉപയോഗിക്കരുത് എന്ന ആശയം എത്രയും വേഗം അല്ലെങ്കിൽ പിന്നീട് ആരെങ്കിലും കൊണ്ടുവരുമെന്ന് കരുതുന്നത് യുക്തിസഹമാണ്. പിന്നെ 1980-ൽ അത് സംഭവിച്ചു.

ക്വാണ്ടം കമ്പ്യൂട്ടിംഗിനെക്കുറിച്ചുള്ള ആദ്യത്തെ ആശയം 1980 ൽ നമ്മുടെ ശാസ്ത്രജ്ഞനായ യൂറി മാനിൻ പ്രകടിപ്പിച്ചതായി വിക്കിപീഡിയ സൂചിപ്പിക്കുന്നു. എന്നാൽ 1981 ൽ അറിയപ്പെടുന്ന ആർ എംഐടിയിൽ നടന്ന ആദ്യ കമ്പ്യൂട്ടേഷണൽ ഫിസിക്സ് കോൺഫറൻസിൽ സംസാരിക്കുക, ഒരു ക്ലാസിക്കൽ കമ്പ്യൂട്ടറിൽ ഒരു ക്വാണ്ടം സിസ്റ്റത്തിന്റെ പരിണാമം കാര്യക്ഷമമായ രീതിയിൽ അനുകരിക്കുക അസാധ്യമാണെന്ന് അഭിപ്രായപ്പെട്ടു. അദ്ദേഹം ഒരു പ്രാഥമിക മാതൃക നിർദ്ദേശിച്ചു ക്വാണ്ടം കമ്പ്യൂട്ടർ, അത്തരം മോഡലിംഗ് നടപ്പിലാക്കാൻ കഴിയും.

ഒരു ഉണ്ട് അതാണ് ജോലി, അതിൽ ക്വാണ്ടം കമ്പ്യൂട്ടിംഗ് വികസനത്തിന്റെ സമയക്രമം കൂടുതൽ അക്കാദമികമായും വിശദമായും പരിഗണിക്കപ്പെടുന്നു, പക്ഷേ ഞങ്ങൾ ഹ്രസ്വമായി പോകും:

ക്വാണ്ടം കമ്പ്യൂട്ടറുകൾ സൃഷ്ടിക്കുന്നതിന്റെ ചരിത്രത്തിലെ പ്രധാന നാഴികക്കല്ലുകൾ:

• [1994]. പി.ഷോർ. രൂപകല്പന ചെയ്തത് ക്വാണ്ടം നമ്പർ ഫാക്‌ടറൈസേഷൻ അൽഗോരിതം
• [1998]. സൃഷ്ടിച്ചത് ആദ്യത്തെ 2-ക്വിറ്റ് ക്വാണ്ടം കമ്പ്യൂട്ടർ
• [2001]. IBM എക്സിക്യൂഷൻ അവതരിപ്പിച്ചു ഷോറിന്റെ അൽഗോരിതം നമ്പർ 15 ന്റെ വിപുലീകരണത്തിനായി
• [2007-2016]. ഡി-വേവ് 128-2000 ക്വിറ്റുകളുള്ള ഒരു കമ്പ്യൂട്ടർ സൃഷ്ടിക്കുകയും വികസിപ്പിക്കുകയും ചെയ്യുന്നു
• [2012]. കാലിഫോർണിയ സർവകലാശാലയിൽ നടപ്പിലാക്കി 21 എന്ന നമ്പറിനുള്ള ഷോറിന്റെ അൽഗോരിതം
• [2016]. ഗൂഗിൾ ഒരു ഹൈഡ്രജൻ തന്മാത്രയെ അനുകരിച്ചു 9-ക്വിറ്റ് കമ്പ്യൂട്ടറിൽ
• [2017]. IBM സിമുലേറ്റ് ചെയ്ത ബെറിലിയം ഹൈഡ്രൈഡ് BeH2 (മൂന്ന് ആറ്റങ്ങൾ)
• [2019]. IBM Q സിസ്റ്റം വൺ. ക്ലൗഡിലെ 20-ക്വിറ്റ് കമ്പ്യൂട്ടർ
• [2019]. ഗൂഗിൾ സൈകാമോർ. 53 ക്വിറ്റ് കമ്പ്യൂട്ടർ. ക്വാണ്ടം മേധാവിത്വം?

നിങ്ങൾക്ക് കാണാനാകുന്നതുപോലെ, ആശയത്തിന്റെ നിമിഷം മുതൽ 17 ക്വിറ്റുകളുള്ള ഒരു കമ്പ്യൂട്ടറിൽ ആദ്യമായി നടപ്പിലാക്കുന്നത് വരെ 1981 വർഷവും (1998 മുതൽ 2 വരെ) 21 വർഷവും (1998 മുതൽ 2019 വരെ) ക്വിറ്റുകളുടെ എണ്ണം 53 ആയി വർദ്ധിക്കുകയും ചെയ്തു. ഷോറിന്റെ അൽഗോരിതത്തിന്റെ ഫലം മെച്ചപ്പെടുത്താൻ 11 വർഷമെടുത്തു (2001 മുതൽ 2012 വരെ) (അത് കുറച്ചുകൂടി വിശദമായി പിന്നീട് നോക്കാം) സംഖ്യ 15 ൽ നിന്ന് 21 ആയി. കൂടാതെ, മൂന്ന് വർഷം മുമ്പ് മാത്രമാണ് ഞങ്ങൾ ഈ ഘട്ടത്തിലെത്തിയത്. ഫെയ്ൻമാൻ സംസാരിച്ചത് നടപ്പിലാക്കുക, ഏറ്റവും ലളിതമായ ഭൗതിക സംവിധാനങ്ങൾ മാതൃകയാക്കാൻ പഠിക്കുക.

ക്വാണ്ടം കമ്പ്യൂട്ടിംഗിന്റെ വികസനം മന്ദഗതിയിലാണ്. ശാസ്ത്രജ്ഞരും എഞ്ചിനീയർമാരും വളരെ ബുദ്ധിമുട്ടുള്ള ജോലികൾ അഭിമുഖീകരിക്കുന്നു, ക്വാണ്ടം അവസ്ഥകൾ വളരെ ഹ്രസ്വകാലവും ദുർബലവുമാണ്, കൂടാതെ കണക്കുകൂട്ടലുകൾ നടത്താൻ കഴിയുന്നത്ര കാലം അവയെ സംരക്ഷിക്കുന്നതിന്, അവർ ദശലക്ഷക്കണക്കിന് ഡോളറിന് സാർക്കോഫാഗി നിർമ്മിക്കേണ്ടതുണ്ട്, അതിൽ താപനില നിലനിർത്തുന്നു. കേവല പൂജ്യത്തിന് തൊട്ട് മുകളിൽ, ബാഹ്യ സ്വാധീനങ്ങളിൽ നിന്ന് പരമാവധി സംരക്ഷിക്കപ്പെട്ടവയാണ്. അടുത്തതായി നമ്മൾ ഈ ജോലികളെക്കുറിച്ചും പ്രശ്നങ്ങളെക്കുറിച്ചും കൂടുതൽ വിശദമായി സംസാരിക്കും.

മുൻനിര കളിക്കാർ

(ഉള്ളടക്കത്തിലേക്ക്)

ഈ വിഭാഗത്തിന്റെ സ്ലൈഡുകൾ ലേഖനത്തിൽ നിന്ന് എടുത്തതാണ് ക്വാണ്ടം കമ്പ്യൂട്ടർ: ഒരു വലിയ കാള ഓട്ടം. Yandex-ലെ പ്രഭാഷണം, ഗവേഷകനിൽ നിന്ന് റഷ്യൻ ക്വാണ്ടം സെന്റർ അലക്സി ഫെഡോറോവ്. ഞാൻ നിങ്ങൾക്ക് നേരിട്ടുള്ള ഉദ്ധരണികൾ നൽകട്ടെ:

സാങ്കേതികമായി വിജയിച്ച എല്ലാ രാജ്യങ്ങളും നിലവിൽ ക്വാണ്ടം സാങ്കേതികവിദ്യകൾ സജീവമായി വികസിപ്പിച്ചുകൊണ്ടിരിക്കുന്നു. ഈ ഗവേഷണത്തിനായി ഒരു വലിയ തുക നിക്ഷേപിക്കുന്നു, കൂടാതെ ക്വാണ്ടം സാങ്കേതികവിദ്യകളെ പിന്തുണയ്ക്കുന്നതിനുള്ള പ്രത്യേക പ്രോഗ്രാമുകൾ സൃഷ്ടിക്കപ്പെടുന്നു.

സംസ്ഥാനങ്ങൾ മാത്രമല്ല, സ്വകാര്യ കമ്പനികളും ക്വാണ്ടം റേസിൽ പങ്കെടുക്കുന്നുണ്ട്. മൊത്തത്തിൽ, ഗൂഗിൾ, ഐബിഎം, ഇന്റൽ, മൈക്രോസോഫ്റ്റ് എന്നിവ അടുത്തിടെ ക്വാണ്ടം കമ്പ്യൂട്ടറുകളുടെ വികസനത്തിനായി ഏകദേശം 0,5 ബില്യൺ ഡോളർ നിക്ഷേപിക്കുകയും വലിയ ലബോറട്ടറികളും ഗവേഷണ കേന്ദ്രങ്ങളും സൃഷ്ടിക്കുകയും ചെയ്തു.

ഹബ്രെയിലും ഇന്റർനെറ്റിലും ധാരാളം ലേഖനങ്ങളുണ്ട്, ഉദാഹരണത്തിന്, നോക്കൂ, നോക്കൂ и നോക്കൂ, വിവിധ രാജ്യങ്ങളിലെ ക്വാണ്ടം സാങ്കേതികവിദ്യകളുടെ വികസനവുമായി ബന്ധപ്പെട്ട നിലവിലെ അവസ്ഥ കൂടുതൽ വിശദമായി പരിശോധിക്കുന്നു. സാങ്കേതികമായി വികസിച്ച എല്ലാ മുൻനിര രാജ്യങ്ങളും കളിക്കാരും ഈ ദിശയിൽ ഗവേഷണത്തിനായി വലിയ തുക നിക്ഷേപിക്കുന്നു എന്നതാണ് ഇപ്പോൾ ഞങ്ങളെ സംബന്ധിച്ചിടത്തോളം പ്രധാന കാര്യം, ഇത് നിലവിലെ സാങ്കേതിക പ്രതിസന്ധിയിൽ നിന്ന് ഒരു വഴിക്ക് പ്രതീക്ഷ നൽകുന്നു.

വികസന ദിശകൾ

(ഉള്ളടക്കത്തിലേക്ക്)

ഇപ്പോൾ (ഞാൻ തെറ്റായിരിക്കാം, എന്നെ തിരുത്താം) എല്ലാ മുൻനിര കളിക്കാരുടെയും പ്രധാന ശ്രമങ്ങൾ (കൂടുതലോ കുറവോ കാര്യമായ ഫലങ്ങൾ) രണ്ട് മേഖലകളിൽ കേന്ദ്രീകരിച്ചിരിക്കുന്നു:

• പ്രത്യേക ക്വാണ്ടം കമ്പ്യൂട്ടറുകൾ, ഒരു നിർദ്ദിഷ്ട നിർദ്ദിഷ്ട പ്രശ്നം പരിഹരിക്കാൻ ലക്ഷ്യമിടുന്നത്, ഉദാഹരണത്തിന്, ഒരു ഒപ്റ്റിമൈസേഷൻ പ്രശ്നം. ഒരു ഉൽപ്പന്നത്തിന്റെ ഉദാഹരണമാണ് ഡി-വേവ് ക്വാണ്ടം കമ്പ്യൂട്ടറുകൾ.
• യൂണിവേഴ്സൽ ക്വാണ്ടം കമ്പ്യൂട്ടറുകൾ — അനിയന്ത്രിതമായ ക്വാണ്ടം അൽഗോരിതങ്ങൾ (ഷോർ, ഗ്രോവർ, മുതലായവ) നടപ്പിലാക്കാൻ കഴിവുള്ളവ. IBM, Google-ൽ നിന്നുള്ള നടപ്പാക്കലുകൾ.

ക്വാണ്ടം ഭൗതികശാസ്ത്രം നമുക്ക് നൽകുന്ന വികസനത്തിന്റെ മറ്റ് വെക്‌ടറുകൾ:

• ക്വാണ്ടം സെൻസറുകൾ
• ക്വാണ്ടം നെറ്റ്വർക്ക് അടിസ്ഥാനമായി ക്വാണ്ടം ക്രിപ്റ്റോഗ്രഫി
• കൂടാതെ കൂടുതൽ

തീർച്ചയായും, ഇത് ഗവേഷണത്തിനുള്ള മേഖലകളുടെ പട്ടികയിലും ഉണ്ട്, എന്നാൽ നിലവിൽ കൂടുതലോ കുറവോ കാര്യമായ ഫലങ്ങളൊന്നുമില്ലെന്ന് തോന്നുന്നു.

കൂടാതെ, നിങ്ങൾക്ക് വായിക്കാൻ കഴിയും ക്വാണ്ടം സാങ്കേതികവിദ്യകളുടെ വികസനത്തിനുള്ള റോഡ്മാപ്പ്, ശരി, ഗൂഗിൾ "ക്വാണ്ടം സാങ്കേതികവിദ്യകളുടെ വികസനം", ഉദാഹരണത്തിന്, നോക്കൂ, നോക്കൂ и നോക്കൂ.

അടിസ്ഥാനകാര്യങ്ങൾ. ക്വാണ്ടം ഒബ്ജക്റ്റും ക്വാണ്ടം സിസ്റ്റങ്ങളും

(ഉള്ളടക്കത്തിലേക്ക്)

ഈ വിഭാഗത്തിൽ നിന്ന് മനസ്സിലാക്കേണ്ട ഏറ്റവും പ്രധാനപ്പെട്ട കാര്യം

ക്വാണ്ടം കമ്പ്യൂട്ടർ (സാധാരണയിൽ നിന്ന് വ്യത്യസ്തമായി) വിവര വാഹകരായി ഉപയോഗിക്കുന്നു ക്വാണ്ടം വസ്തുക്കൾ, കൂടാതെ കണക്കുകൂട്ടലുകൾ നടത്താൻ, ക്വാണ്ടം ഒബ്‌ജക്‌റ്റുകൾ ബന്ധിപ്പിച്ചിരിക്കണം ക്വാണ്ടം സിസ്റ്റം.

എന്താണ് ക്വാണ്ടം വസ്തു?

ക്വാണ്ടം വസ്തു - ക്വാണ്ടം ഗുണങ്ങൾ പ്രകടിപ്പിക്കുന്ന മൈക്രോവേൾഡിന്റെ (ക്വാണ്ടം ലോകം) ഒരു വസ്തു:

• രണ്ട് അതിർത്തി തലങ്ങളുള്ള ഒരു നിർവചിക്കപ്പെട്ട അവസ്ഥയുണ്ട്
• അളക്കുന്ന നിമിഷം വരെ അതിന്റെ അവസ്ഥയുടെ സൂപ്പർപോസിഷനിലാണ്
• ക്വാണ്ടം സിസ്റ്റങ്ങൾ സൃഷ്ടിക്കാൻ മറ്റ് വസ്തുക്കളുമായി സ്വയം കെണിയിലാകുന്നു
• നോ-ക്ലോണിംഗ് സിദ്ധാന്തം തൃപ്തിപ്പെടുത്തുന്നു (ഒരു വസ്തുവിന്റെ അവസ്ഥ പകർത്താൻ കഴിയില്ല)

ഓരോ വസ്തുവും കൂടുതൽ വിശദമായി നോക്കാം:

രണ്ട് അതിർത്തി ലെവലുകളുള്ള ഒരു നിർവ്വചിച്ച സംസ്ഥാനമുണ്ട് (അവസാന നില)

ഒരു ക്ലാസിക് യഥാർത്ഥ ലോക ഉദാഹരണം ഒരു നാണയമാണ്. ഇതിന് ഒരു “വശം” അവസ്ഥയുണ്ട്, അത് രണ്ട് അതിർത്തി തലങ്ങൾ എടുക്കുന്നു - “തലകൾ”, “വാലുകൾ”.

അളക്കുന്ന നിമിഷം വരെ അതിന്റെ അവസ്ഥയുടെ സൂപ്പർപോസിഷനിലാണ്

അവർ ഒരു നാണയം എറിഞ്ഞു, അത് പറന്നു കറങ്ങുന്നു. അത് കറങ്ങിക്കൊണ്ടിരിക്കുമ്പോൾ, ഏത് അതിർത്തി തലത്തിലാണ് അതിന്റെ "വശം" സ്ഥിതി ചെയ്യുന്നതെന്ന് പറയാൻ കഴിയില്ല. എന്നാൽ ഞങ്ങൾ അതിനെ അടിച്ചുമാറ്റി ഫലം നോക്കുമ്പോൾ, സംസ്ഥാനങ്ങളുടെ സൂപ്പർപോസിഷൻ ഉടൻ തന്നെ രണ്ട് അതിർത്തി സംസ്ഥാനങ്ങളിലൊന്നായി മാറുന്നു - “തലകൾ”, “വാലുകൾ”. നമ്മുടെ കാര്യത്തിൽ ഒരു നാണയം അടിക്കുന്നത് ഒരു അളവാണ്.

ക്വാണ്ടം സിസ്റ്റങ്ങൾ സൃഷ്ടിക്കാൻ മറ്റ് വസ്തുക്കളുമായി സ്വയം കെണിയിലാകുന്നു

ഒരു നാണയത്തിൽ ഇത് ബുദ്ധിമുട്ടാണ്, പക്ഷേ നമുക്ക് ശ്രമിക്കാം. നമ്മൾ മൂന്ന് നാണയങ്ങൾ വലിച്ചെറിഞ്ഞു എന്ന് സങ്കൽപ്പിക്കുക, അങ്ങനെ അവ പരസ്പരം പറ്റിപ്പിടിച്ച് കറങ്ങുന്നു, ഇത് നാണയങ്ങൾ ഉപയോഗിച്ച് ജഗ്ഗ്ലിംഗാണ്. ഓരോ നിമിഷത്തിലും, അവ ഓരോന്നും സംസ്ഥാനങ്ങളുടെ സൂപ്പർപോസിഷനിൽ മാത്രമല്ല, ഈ അവസ്ഥകൾ പരസ്പരം സ്വാധീനിക്കുന്നു (നാണയങ്ങൾ കൂട്ടിമുട്ടുന്നു).

നോ-ക്ലോണിംഗ് സിദ്ധാന്തം തൃപ്തിപ്പെടുത്തുന്നു (ഒരു വസ്തുവിന്റെ അവസ്ഥ പകർത്താൻ കഴിയില്ല)

നാണയങ്ങൾ പറക്കുകയും കറങ്ങുകയും ചെയ്യുമ്പോൾ, സിസ്റ്റത്തിൽ നിന്ന് വേറിട്ട്, ഒരു നാണയത്തിന്റെയും കറങ്ങുന്ന അവസ്ഥയുടെ ഒരു പകർപ്പ് സൃഷ്ടിക്കാൻ ഞങ്ങൾക്ക് ഒരു മാർഗവുമില്ല. സിസ്റ്റം ഉള്ളിൽ തന്നെ ജീവിക്കുന്നു, പുറം ലോകത്തിന് എന്തെങ്കിലും വിവരങ്ങൾ പുറത്തുവിടുന്നതിൽ വളരെ അസൂയപ്പെടുന്നു.

ആശയത്തെക്കുറിച്ച് കുറച്ച് വാക്കുകൾ കൂടി "അതിശയങ്ങൾ", മിക്കവാറും എല്ലാ ലേഖനങ്ങളിലും സൂപ്പർപോസിഷൻ ഇങ്ങനെയാണ് വിശദീകരിക്കുന്നത് "എല്ലാ സംസ്ഥാനങ്ങളിലും ഒരേ സമയം", ഇത് തീർച്ചയായും ശരിയാണ്, എന്നാൽ ചിലപ്പോൾ അനാവശ്യമായി ആശയക്കുഴപ്പമുണ്ടാക്കുന്നു. ഓരോ നിമിഷത്തിലും ഒരു ക്വാണ്ടം ഒബ്‌ജക്‌റ്റ് ഉണ്ടെന്ന വസ്തുതയായി സംസ്ഥാനങ്ങളുടെ ഒരു സൂപ്പർപോസിഷൻ സങ്കൽപ്പിക്കാൻ കഴിയും. അതിന്റെ ഓരോ അതിർത്തി തലങ്ങളിലേക്കും തകരാനുള്ള ചില സാധ്യതകളുണ്ട്, മൊത്തത്തിൽ ഈ സാധ്യതകൾ സ്വാഭാവികമായും 1 ന് തുല്യമാണ്. പിന്നീട്, ക്വിറ്റ് പരിഗണിക്കുമ്പോൾ, ഞങ്ങൾ ഇത് കൂടുതൽ വിശദമായി പരിഗണിക്കും.

നാണയങ്ങൾക്കായി, ഇത് ദൃശ്യവൽക്കരിക്കാൻ കഴിയും - പ്രാരംഭ വേഗത, ടോസിന്റെ ആംഗിൾ, നാണയം പറക്കുന്ന പരിസ്ഥിതിയുടെ അവസ്ഥ എന്നിവയെ ആശ്രയിച്ച്, ഓരോ നിമിഷത്തിലും “തല” അല്ലെങ്കിൽ “വാലുകൾ” ലഭിക്കാനുള്ള സാധ്യത വ്യത്യസ്തമാണ്. കൂടാതെ, നേരത്തെ സൂചിപ്പിച്ചതുപോലെ, അത്തരമൊരു പറക്കുന്ന നാണയത്തിന്റെ അവസ്ഥയെ "അതിന്റെ എല്ലാ അതിർത്തി സംസ്ഥാനങ്ങളിലും ഒരേ സമയം, എന്നാൽ അവ നടപ്പിലാക്കുന്നതിനുള്ള വ്യത്യസ്ത സാധ്യതകളോടെ" എന്ന് സങ്കൽപ്പിക്കാൻ കഴിയും.

മേൽപ്പറഞ്ഞ ഗുണങ്ങൾ നിറവേറ്റുകയും നമുക്ക് സൃഷ്ടിക്കുകയും നിയന്ത്രിക്കുകയും ചെയ്യുന്ന ഏതൊരു വസ്തുവും ഒരു ക്വാണ്ടം കമ്പ്യൂട്ടറിൽ ഒരു വിവര വാഹകമായി ഉപയോഗിക്കാം.

ക്വാണ്ടം ഒബ്‌ജക്റ്റുകളായി ക്വിറ്റുകളെ ഭൗതികമായി നടപ്പിലാക്കുന്നതിന്റെ നിലവിലെ അവസ്ഥയെക്കുറിച്ചും ഈ ശേഷിയിൽ ശാസ്ത്രജ്ഞർ ഇപ്പോൾ ഉപയോഗിക്കുന്ന കാര്യങ്ങളെക്കുറിച്ചും കുറച്ചുകൂടി മുന്നോട്ട് പോകാം.

അതിനാൽ ക്വാണ്ടം ഒബ്‌ജക്റ്റുകൾക്ക് ക്വാണ്ടം സംവിധാനങ്ങൾ സൃഷ്ടിക്കാൻ പറ്റുമെന്ന് മൂന്നാമത്തെ പ്രോപ്പർട്ടി പറയുന്നു. എന്താണ് ക്വാണ്ടം സിസ്റ്റം?

ക്വാണ്ടം സിസ്റ്റം - താഴെപ്പറയുന്ന ഗുണങ്ങളുള്ള ക്വാണ്ടം ഒബ്ജക്റ്റുകളുടെ ഒരു സംവിധാനം:

• ഒരു ക്വാണ്ടം സിസ്റ്റം അത് ഉൾക്കൊള്ളുന്ന വസ്തുക്കളുടെ സാധ്യമായ എല്ലാ അവസ്ഥകളുടെയും സൂപ്പർപോസിഷനിലാണ്
• അളക്കുന്ന നിമിഷം വരെ സിസ്റ്റത്തിന്റെ അവസ്ഥ അറിയുന്നത് അസാധ്യമാണ്
• അളക്കുന്ന നിമിഷത്തിൽ, സിസ്റ്റം അതിന്റെ അതിർത്തി സംസ്ഥാനങ്ങളുടെ സാധ്യമായ വകഭേദങ്ങളിൽ ഒന്ന് നടപ്പിലാക്കുന്നു

(കൂടാതെ, അൽപ്പം മുന്നോട്ട് നോക്കുക)

ക്വാണ്ടം പ്രോഗ്രാമുകളുടെ അനന്തരഫലം:

• ഒരു ക്വാണ്ടം പ്രോഗ്രാമിന് ഇൻപുട്ടിൽ സിസ്റ്റത്തിന്റെ ഒരു നിശ്ചിത അവസ്ഥയുണ്ട്, ഉള്ളിൽ ഒരു സൂപ്പർപോസിഷൻ, ഔട്ട്പുട്ടിൽ ഒരു സൂപ്പർപോസിഷൻ
• അളവെടുപ്പിനു ശേഷമുള്ള പ്രോഗ്രാമിന്റെ ഔട്ട്‌പുട്ടിൽ, സിസ്റ്റത്തിന്റെ സാധ്യമായ അന്തിമ അവസ്ഥകളിലൊന്നിന്റെ പ്രോബബിലിസ്റ്റിക് നടപ്പിലാക്കൽ ഞങ്ങൾക്ക് ഉണ്ട് (കൂടാതെ സാധ്യമായ പിശകുകൾ)
• ഏതൊരു ക്വാണ്ടം പ്രോഗ്രാമിനും ചിമ്മിനി ആർക്കിടെക്ചർ ഉണ്ട് (ഇൻപുട്ട് -> ഔട്ട്പുട്ട്. ലൂപ്പുകളൊന്നുമില്ല, പ്രക്രിയയുടെ മധ്യത്തിൽ നിങ്ങൾക്ക് സിസ്റ്റത്തിന്റെ അവസ്ഥ കാണാൻ കഴിയില്ല.)

ഒരു ക്വാണ്ടം കമ്പ്യൂട്ടറിന്റെയും പരമ്പരാഗതമായതിന്റെയും താരതമ്യം

(ഉള്ളടക്കത്തിലേക്ക്)

ഇനി നമുക്ക് ഒരു പരമ്പരാഗത കമ്പ്യൂട്ടറും ഒരു ക്വാണ്ടവും താരതമ്യം ചെയ്യാം.

	സാധാരണ കമ്പ്യൂട്ടർ	ക്വാണ്ടം കമ്പ്യൂട്ടർ
യുക്തി	0 / 1	`a|0> + b|1>, a^2+b^2=1`
ഭൗതികശാസ്ത്രം	അർദ്ധചാലക ട്രാൻസിസ്റ്റർ	ക്വാണ്ടം വസ്തു
വിവര കാരിയർ	വോൾട്ടേജ് ലെവലുകൾ	ധ്രുവീകരണം, സ്പിൻ,…
പ്രവർത്തനങ്ങൾ	അല്ല, കൂടാതെ, അല്ലെങ്കിൽ, ബിറ്റുകളിൽ XOR	വാൽവുകൾ: CNOT, Hadamard,…
ബന്ധം	അർദ്ധചാലക ചിപ്പ്	പരസ്പരം ആശയക്കുഴപ്പം
അൽഗോരിതങ്ങൾ	സ്റ്റാൻഡേർഡ് (വിപ്പ് കാണുക)	സ്പെഷ്യലുകൾ (ഷോർ, ഗ്രോവർ)
തത്വം	ഡിജിറ്റൽ, നിർണ്ണായക	അനലോഗ്, പ്രോബബിലിസ്റ്റിക്

ലോജിക് ലെവൽ

ഒരു സാധാരണ കമ്പ്യൂട്ടറിൽ ഇത് ഒരു ബിറ്റ് ആണ്. അതിലൂടെ നമുക്ക് നന്നായി അറിയാം നിർണ്ണായക ബിറ്റ്. ഒന്നുകിൽ 0 അല്ലെങ്കിൽ 1 മൂല്യങ്ങൾ എടുക്കാം. ഇത് റോളുമായി തികച്ചും പൊരുത്തപ്പെടുന്നു ലോജിക്കൽ യൂണിറ്റ് ഒരു സാധാരണ കമ്പ്യൂട്ടറിനായി, എന്നാൽ സംസ്ഥാനം വിവരിക്കുന്നതിന് പൂർണ്ണമായും അനുയോജ്യമല്ല ക്വാണ്ടം വസ്തു, ഞങ്ങൾ ഇതിനകം പറഞ്ഞതുപോലെ, കാട്ടിൽ സ്ഥിതിചെയ്യുന്നുഅവയുടെ അതിർത്തി സംസ്ഥാനങ്ങളുടെ സൂപ്പർപോസിഷനുകൾ.

ഇതാണ് അവർ കൊണ്ടുവന്നത് ക്വിറ്റ്. അതിന്റെ അതിർത്തി സംസ്ഥാനങ്ങളിൽ അത് 0, 1 എന്നിവയ്ക്ക് സമാനമായ അവസ്ഥകൾ തിരിച്ചറിയുന്നു |0> കൂടാതെ |1>, സൂപ്പർപോസിഷനിൽ പ്രതിനിധീകരിക്കുന്നു അതിന്റെ അതിർത്തി സംസ്ഥാനങ്ങളിൽ പ്രോബബിലിറ്റി ഡിസ്ട്രിബ്യൂഷൻ |0> и |1>:

 a|0> + b|1>, такое, что a^2+b^2=1

a, b എന്നിവ പ്രതിനിധീകരിക്കുന്നു പ്രോബബിലിറ്റി ആംപ്ലിറ്റ്യൂഡുകൾ, കൂടാതെ അവയുടെ മൊഡ്യൂളുകളുടെ ചതുരങ്ങൾ അതിർത്തി സംസ്ഥാനങ്ങളുടെ അത്തരം മൂല്യങ്ങൾ കൃത്യമായി ലഭിക്കുന്നതിനുള്ള യഥാർത്ഥ സാധ്യതകളാണ്. |0> и |1>, നിങ്ങൾ ഇപ്പോൾ ഒരു അളവ് ഉപയോഗിച്ച് ക്യുബിറ്റ് ചുരുക്കുകയാണെങ്കിൽ.

ഫിസിക്കൽ പാളി

വികസനത്തിന്റെ നിലവിലെ സാങ്കേതിക തലത്തിൽ, ഒരു പരമ്പരാഗത കമ്പ്യൂട്ടറിനായി ഒരു ബിറ്റിന്റെ ഭൗതിക നിർവ്വഹണം അർദ്ധചാലക ട്രാൻസിസ്റ്റർ, ക്വാണ്ടത്തിന്, നമ്മൾ ഇതിനകം പറഞ്ഞതുപോലെ, ഏതെങ്കിലും ക്വാണ്ടം വസ്തു. ക്വിറ്റുകളുടെ ഫിസിക്കൽ മീഡിയയായി നിലവിൽ ഉപയോഗിക്കുന്നതിനെക്കുറിച്ച് അടുത്ത വിഭാഗത്തിൽ നമ്മൾ സംസാരിക്കും.

സംഭരണ ​​മീഡിയം

ഒരു സാധാരണ കമ്പ്യൂട്ടറിന് ഇത് വൈദ്യുതി - വോൾട്ടേജ് ലെവലുകൾ, നിലവിലെ സാന്നിധ്യം അല്ലെങ്കിൽ അഭാവം മുതലായവ, ക്വാണ്ടത്തിന് - സമാനമാണ് ഒരു ക്വാണ്ടം വസ്തുവിന്റെ അവസ്ഥ (ധ്രുവീകരണത്തിന്റെ ദിശ, സ്പിൻ മുതലായവ), അത് സൂപ്പർപോസിഷൻ അവസ്ഥയിലായിരിക്കാം.

പ്രവർത്തനങ്ങൾ

ഒരു സാധാരണ കമ്പ്യൂട്ടറിൽ ലോജിക് സർക്യൂട്ടുകൾ നടപ്പിലാക്കാൻ, ഞങ്ങൾ അറിയപ്പെടുന്നത് ഉപയോഗിക്കുന്നു ലോജിക്കൽ പ്രവർത്തനങ്ങൾ, ക്വിറ്റുകളിലെ പ്രവർത്തനങ്ങൾക്ക്, തികച്ചും വ്യത്യസ്തമായ പ്രവർത്തന സംവിധാനം കൊണ്ടുവരേണ്ടത് ആവശ്യമാണ് ക്വാണ്ടം ഗേറ്റുകൾ. എത്ര ക്യുബിറ്റുകൾ പരിവർത്തനം ചെയ്യപ്പെടുന്നു എന്നതിനെ ആശ്രയിച്ച് ഗേറ്റുകൾ സിംഗിൾ-ക്വിറ്റ് അല്ലെങ്കിൽ ഡബിൾ-ക്വിറ്റ് ആകാം.

ക്വാണ്ടം ഗേറ്റുകളുടെ ഉദാഹരണങ്ങൾ:

ഒരു ആശയം ഉണ്ട് സാർവത്രിക വാൽവ് സെറ്റ്, ഏത് ക്വാണ്ടം കണക്കുകൂട്ടലും നടത്താൻ പര്യാപ്തമാണ്. ഉദാഹരണത്തിന്, ഒരു സാർവത്രിക സെറ്റിൽ ഒരു ഹഡമർഡ് ഗേറ്റ്, ഒരു ഘട്ടം ഷിഫ്റ്റ് ഗേറ്റ്, ഒരു CNOT ഗേറ്റ്, ഒരു π⁄8 ഗേറ്റ് എന്നിവ ഉൾപ്പെടുന്നു. അവരുടെ സഹായത്തോടെ, നിങ്ങൾക്ക് ഒരു ഏകപക്ഷീയമായ ക്യൂബിറ്റുകളിൽ ഏത് ക്വാണ്ടം കണക്കുകൂട്ടലും നടത്താം.

ഈ ലേഖനത്തിൽ ഞങ്ങൾ ക്വാണ്ടം ഗേറ്റുകളുടെ സിസ്റ്റത്തെക്കുറിച്ച് വിശദമായി സംസാരിക്കില്ല; നിങ്ങൾക്ക് അവയെക്കുറിച്ചും ക്വിറ്റുകളിലെ ലോജിക്കൽ പ്രവർത്തനങ്ങളെക്കുറിച്ചും കൂടുതൽ വായിക്കാം, ഉദാഹരണത്തിന്, ഇവിടെ ഇതാ. ഓർമ്മിക്കേണ്ട പ്രധാന കാര്യം:

• ക്വാണ്ടം ഒബ്‌ജക്റ്റുകളിലെ പ്രവർത്തനങ്ങൾക്ക് പുതിയ ലോജിക്കൽ ഓപ്പറേറ്റർമാരുടെ (ക്വാണ്ടം ഗേറ്റുകൾ) സൃഷ്ടിക്കേണ്ടതുണ്ട്.
• ക്വാണ്ടം ഗേറ്റുകൾ സിംഗിൾ-ക്വിറ്റ്, ഡബിൾ-ക്വിറ്റ് എന്നീ തരങ്ങളിലാണ് വരുന്നത്.
• ഏതെങ്കിലും ക്വാണ്ടം കംപ്യൂട്ടേഷൻ നടത്താൻ ഉപയോഗിക്കാവുന്ന സാർവത്രിക ഗേറ്റുകൾ ഉണ്ട്

ബന്ധം

ഒരു ട്രാൻസിസ്റ്റർ നമുക്ക് തീർത്തും ഉപയോഗശൂന്യമാണ്; കണക്കുകൂട്ടലുകൾ നടത്താൻ നമുക്ക് നിരവധി ട്രാൻസിസ്റ്ററുകൾ പരസ്പരം ബന്ധിപ്പിക്കേണ്ടതുണ്ട്, അതായത്, ലോജിക്കൽ സർക്യൂട്ടുകൾ നിർമ്മിക്കുന്നതിന് ദശലക്ഷക്കണക്കിന് ട്രാൻസിസ്റ്ററുകളിൽ നിന്ന് ഒരു അർദ്ധചാലക ചിപ്പ് സൃഷ്ടിക്കുക, എ.എൽ.യു കൂടാതെ, ആത്യന്തികമായി, ഒരു ആധുനിക പ്രോസസർ അതിന്റെ ക്ലാസിക് രൂപത്തിൽ നേടുക.

ഒരു ക്യുബിറ്റ് ഞങ്ങൾക്ക് പൂർണ്ണമായും ഉപയോഗശൂന്യമാണ് (ശരി, അക്കാദമിക് പദങ്ങളിൽ മാത്രം),

കണക്കുകൂട്ടലുകൾ നടത്താൻ നമുക്ക് ഒരു ക്യുബിറ്റുകൾ (ക്വാണ്ടം ഒബ്‌ജക്റ്റുകൾ) ആവശ്യമാണ്.

ഞങ്ങൾ ഇതിനകം പറഞ്ഞതുപോലെ, ക്വിറ്റുകളെ പരസ്പരം ബന്ധിപ്പിക്കുന്നതിലൂടെ സൃഷ്ടിക്കപ്പെട്ടതാണ്, അങ്ങനെ അവയുടെ അവസ്ഥകളിൽ മാറ്റങ്ങൾ ഒരു ഏകോപിതമായ രീതിയിൽ സംഭവിക്കുന്നു.

അൽഗോരിതങ്ങൾ

മാനവികത ഇന്നുവരെ ശേഖരിച്ചിട്ടുള്ള സ്റ്റാൻഡേർഡ് അൽഗോരിതങ്ങൾ ഒരു ക്വാണ്ടം കമ്പ്യൂട്ടറിൽ നടപ്പിലാക്കാൻ പൂർണ്ണമായും അനുയോജ്യമല്ല. അതെ, പൊതുവേ ആവശ്യമില്ല. ക്വിറ്റുകളെ അടിസ്ഥാനമാക്കിയുള്ള ഗേറ്റ് ലോജിക്കിനെ അടിസ്ഥാനമാക്കിയുള്ള ക്വാണ്ടം കമ്പ്യൂട്ടറുകൾക്ക് തികച്ചും വ്യത്യസ്തമായ അൽഗോരിതങ്ങൾ, ക്വാണ്ടം അൽഗോരിതങ്ങൾ സൃഷ്ടിക്കേണ്ടതുണ്ട്. ഏറ്റവും അറിയപ്പെടുന്ന ക്വാണ്ടം അൽഗോരിതങ്ങളിൽ മൂന്നെണ്ണം വേർതിരിച്ചറിയാൻ കഴിയും:

• അൽഗോരിതം ഷോറ (ഘടകമാക്കൽ)
• ഗ്രോവറിന്റെ അൽഗോരിതം (ഓർഡർ ചെയ്യാത്ത ഡാറ്റാബേസിൽ ദ്രുത തിരയൽ)
• Deutsch-Jozi അൽഗോരിതം (ചോദ്യത്തിനുള്ള ഉത്തരം, സ്ഥിരമായ അല്ലെങ്കിൽ സമതുലിതമായ പ്രവർത്തനം)

തത്വം

ഏറ്റവും പ്രധാനപ്പെട്ട വ്യത്യാസം പ്രവർത്തന തത്വമാണ്. ഒരു സാധാരണ കമ്പ്യൂട്ടറിന് ഇത് ഡിജിറ്റൽ, കർശനമായ നിർണ്ണയ തത്വം, ഞങ്ങൾ സിസ്റ്റത്തിന്റെ ചില പ്രാരംഭ അവസ്ഥ സജ്ജമാക്കുകയും ഒരു നിശ്ചിത അൽഗോരിതം വഴി കടന്നുപോകുകയും ചെയ്താൽ, ഈ കണക്കുകൂട്ടൽ എത്ര തവണ പ്രവർത്തിപ്പിച്ചാലും കണക്കുകൂട്ടലുകളുടെ ഫലം സമാനമായിരിക്കും. യഥാർത്ഥത്തിൽ, ഈ സ്വഭാവം ഒരു കമ്പ്യൂട്ടറിൽ നിന്ന് നമ്മൾ പ്രതീക്ഷിക്കുന്നത് തന്നെയാണ്.

ക്വാണ്ടം കമ്പ്യൂട്ടർ പ്രവർത്തിക്കുന്നു അനലോഗ്, പ്രോബബിലിസ്റ്റിക് തത്വം. തന്നിരിക്കുന്ന പ്രാരംഭ അവസ്ഥയിൽ നൽകിയിരിക്കുന്ന അൽഗോരിതത്തിന്റെ ഫലം ഒരു പ്രോബബിലിറ്റി ഡിസ്ട്രിബ്യൂഷനിൽ നിന്നുള്ള സാമ്പിൾ അൽഗോരിതത്തിന്റെ അന്തിമ നിർവ്വഹണങ്ങളും സാധ്യമായ പിശകുകളും.

ക്വാണ്ടം കമ്പ്യൂട്ടിംഗിന്റെ ഈ പ്രോബബിലിസ്റ്റിക് സ്വഭാവം ക്വാണ്ടം ലോകത്തിന്റെ പ്രോബബിലിസ്റ്റിക് സത്തയാണ്. "ദൈവം പ്രപഞ്ചവുമായി ഡൈസ് കളിക്കുന്നില്ല.", പഴയ ഐൻസ്റ്റീൻ പറഞ്ഞു, എന്നാൽ ഇതുവരെയുള്ള എല്ലാ പരീക്ഷണങ്ങളും നിരീക്ഷണങ്ങളും (നിലവിലെ ശാസ്ത്രീയ മാതൃകയിൽ) വിപരീതമാണ് സ്ഥിരീകരിക്കുന്നത്.

ക്വിറ്റുകളുടെ ഭൗതിക നിർവ്വഹണങ്ങൾ

(ഉള്ളടക്കത്തിലേക്ക്)

നമ്മൾ ഇതിനകം പറഞ്ഞതുപോലെ, ഒരു ക്വാണ്ടം ഒബ്‌ജക്റ്റ് ഉപയോഗിച്ച് ഒരു ക്വിറ്റിനെ പ്രതിനിധീകരിക്കാൻ കഴിയും, അതായത്, മുകളിൽ വിവരിച്ച ക്വാണ്ടം ഗുണങ്ങൾ നടപ്പിലാക്കുന്ന ഒരു ഭൗതിക വസ്തു. അതായത്, ഏകദേശം പറഞ്ഞാൽ, രണ്ട് അവസ്ഥകളുള്ളതും ഈ രണ്ട് അവസ്ഥകളും സൂപ്പർപോസിഷൻ അവസ്ഥയിലുള്ളതുമായ ഏത് ഭൗതിക വസ്തുവും ഒരു ക്വാണ്ടം കമ്പ്യൂട്ടർ നിർമ്മിക്കാൻ ഉപയോഗിക്കാം.

“ഞങ്ങൾക്ക് ഒരു ആറ്റത്തെ രണ്ട് വ്യത്യസ്ത തലങ്ങളാക്കി അവയെ നിയന്ത്രിക്കാൻ കഴിയുമെങ്കിൽ, നിങ്ങൾക്ക് ഒരു ക്വിറ്റ് ഉണ്ട്. ഒരു അയോൺ ഉപയോഗിച്ച് നമുക്ക് ഇത് ചെയ്യാൻ കഴിയുമെങ്കിൽ, അത് ഒരു ക്വിറ്റ് ആണ്. കറന്റും അങ്ങനെ തന്നെ. ഞങ്ങൾ ഇത് ഒരേ സമയം ഘടികാരദിശയിലും എതിർ ഘടികാരദിശയിലും പ്രവർത്തിപ്പിക്കുകയാണെങ്കിൽ, നിങ്ങൾക്ക് ഒരു ക്യുബിറ്റ് ലഭിക്കും. (സി)

ഉണ്ട് അത്ഭുതകരമായ അഭിപ്രായം к ലേഖനം, ക്വിറ്റിന്റെ നിലവിലെ വൈവിധ്യമാർന്ന ഭൌതിക നിർവ്വഹണങ്ങൾ കൂടുതൽ വിശദമായി പരിഗണിക്കുമ്പോൾ, ഏറ്റവും അറിയപ്പെടുന്നതും പൊതുവായതുമായവ ഞങ്ങൾ ലിസ്റ്റ് ചെയ്യും:

• സൂപ്പർകണ്ടക്റ്റിംഗ് ക്വിറ്റുകൾ
• ക്യൂബിറ്റുകൾ ചാർജ് ചെയ്യുക
• അയോൺ കെണികൾ
• ക്വാണ്ടം ഡോട്ടുകൾ
• കൂടാതെ മറ്റ് പല വിദേശ ആശയങ്ങളും (അയോണുകൾ മുതലായവ)

ഈ ഇനങ്ങളിലെല്ലാം, ഏറ്റവും വികസിപ്പിച്ചത് ക്വിറ്റുകൾ നേടുന്നതിനുള്ള ആദ്യ രീതിയാണ് സൂപ്പർകണ്ടക്ടറുകൾ. ഗൂഗിൾ, ഐബിഎം, ഇന്റൽ മറ്റ് പ്രമുഖ കളിക്കാർ അവരുടെ സിസ്റ്റം നിർമ്മിക്കാൻ ഇത് ഉപയോഗിക്കുന്നു.

നന്നായി, കൂടുതൽ വായിക്കുക അവലോകനം ചെയ്യുക സാധ്യമാണ് ഭൗതിക നിർവ്വഹണങ്ങൾ നിന്ന് qubits ആൻഡ്രൂ ഡാലി, 2014.

അടിസ്ഥാനകാര്യങ്ങൾ. ഒരു ക്വാണ്ടം കമ്പ്യൂട്ടർ എങ്ങനെ പ്രവർത്തിക്കുന്നു

(ഉള്ളടക്കത്തിലേക്ക്)

ഈ വിഭാഗത്തിനായുള്ള മെറ്റീരിയലുകൾ (ടാസ്കും ചിത്രങ്ങളും) ലേഖനത്തിൽ നിന്ന് എടുത്തതാണ് “ബുദ്ധിമുട്ടുള്ള കാര്യങ്ങളെക്കുറിച്ച് മാത്രം. ഒരു ക്വാണ്ടം കമ്പ്യൂട്ടർ എങ്ങനെയാണ് പ്രവർത്തിക്കുന്നത്?.

അതിനാൽ, ഞങ്ങൾക്ക് ഇനിപ്പറയുന്ന ജോലി ഉണ്ടെന്ന് സങ്കൽപ്പിക്കുക:

മൂന്ന് ആളുകളുടെ ഒരു ഗ്രൂപ്പുണ്ട്: (എ) ആൻഡ്രെ, (ബി) ഒലോദ്യ, (സി) എരേഴ. രണ്ട് ടാക്സികൾ ഉണ്ട് (0 ഉം 1 ഉം).

എന്നും അറിയപ്പെടുന്നു:

• (A)ndrey, (B)olodya സുഹൃത്തുക്കളാണ്
• (A)ndrey, (C) erezha ശത്രുക്കളാണ്
• (ബി) ഒലോദ്യയും (സി) എരേഴയും ശത്രുക്കളാണ്

ടാസ്ക്: ആളുകളെ ടാക്സികളിൽ കയറ്റുക പരമാവധി (സുഹൃത്തുക്കൾ) и മിനി(ശത്രുക്കൾ)

റേറ്റിംഗ്: L = (സുഹൃത്തുക്കളുടെ എണ്ണം) - (ശത്രുക്കളുടെ എണ്ണം) ഓരോ താമസ ഓപ്ഷനും

പ്രധാനം: ഹ്യൂറിസ്റ്റിക്സ് ഇല്ലെന്ന് കരുതുക, ഒപ്റ്റിമൽ പരിഹാരമില്ല. ഈ സാഹചര്യത്തിൽ, ഓപ്ഷനുകൾ പൂർണ്ണമായി തിരയുന്നതിലൂടെ മാത്രമേ പ്രശ്നം പരിഹരിക്കാൻ കഴിയൂ.

ഒരു സാധാരണ കമ്പ്യൂട്ടറിൽ പരിഹാരം

ഒരു സാധാരണ (സൂപ്പർ) കമ്പ്യൂട്ടറിൽ (അല്ലെങ്കിൽ ക്ലസ്റ്റർ) ഈ പ്രശ്നം എങ്ങനെ പരിഹരിക്കാം - അത് വ്യക്തമാണ് സാധ്യമായ എല്ലാ ഓപ്ഷനുകളിലൂടെയും നിങ്ങൾ ലൂപ്പ് ചെയ്യേണ്ടതുണ്ട്. നമുക്ക് ഒരു മൾട്ടിപ്രൊസസർ സിസ്റ്റം ഉണ്ടെങ്കിൽ, നമുക്ക് നിരവധി പ്രോസസ്സറുകളിലുടനീളം പരിഹാരങ്ങളുടെ കണക്കുകൂട്ടൽ സമാന്തരമാക്കുകയും തുടർന്ന് ഫലങ്ങൾ ശേഖരിക്കുകയും ചെയ്യാം.

ഞങ്ങൾക്ക് 2 സാധ്യമായ താമസ സൗകര്യങ്ങളുണ്ട് (ടാക്സി 0, ടാക്സി 1) കൂടാതെ 3 ആളുകളും. പരിഹാര സ്ഥലം 2^3 = 8. ഒരു കാൽക്കുലേറ്റർ ഉപയോഗിച്ച് നിങ്ങൾക്ക് 8 ഓപ്ഷനുകളിലൂടെ പോലും പോകാം, ഇത് ഒരു പ്രശ്നമല്ല. ഇപ്പോൾ നമുക്ക് പ്രശ്നം സങ്കീർണ്ണമാക്കാം - ഞങ്ങൾക്ക് 20 ആളുകളും രണ്ട് ബസുകളും ഉണ്ട്, പരിഹാര ഇടം 2^20 = 1. സങ്കീർണ്ണമായ ഒന്നും തന്നെയില്ല. നമുക്ക് ആളുകളുടെ എണ്ണം 2.5 മടങ്ങ് വർദ്ധിപ്പിക്കാം - 50 ആളുകളും രണ്ട് ട്രെയിനുകളും എടുക്കുക, പരിഹാര സ്ഥലം ഇപ്പോൾ ആണ്. 2^50 = 1.12 x 10^15. ഒരു സാധാരണ (സൂപ്പർ) കമ്പ്യൂട്ടറിന് ഇതിനകം ഗുരുതരമായ പ്രശ്നങ്ങൾ ഉണ്ടാകാൻ തുടങ്ങിയിരിക്കുന്നു. നമുക്ക് ആളുകളുടെ എണ്ണം 2 മടങ്ങ് വർദ്ധിപ്പിക്കാം, ഇതിനകം 100 ആളുകൾ നമുക്ക് നൽകും 1.2x10^30 സാധ്യമായ ഓപ്ഷനുകൾ.

അത്രയേയുള്ളൂ, ഈ ടാസ്ക് ന്യായമായ സമയം കണക്കാക്കാൻ കഴിയില്ല.

ഒരു സൂപ്പർ കമ്പ്യൂട്ടർ ബന്ധിപ്പിക്കുന്നു

നിലവിൽ ഏറ്റവും ശക്തമായ കമ്പ്യൂട്ടർ നമ്പർ 1 ആണ് Top500, ഇത് പരകോടി, ഉത്പാദനക്ഷമത 122 Pflops. ഒരു ഓപ്ഷൻ കണക്കാക്കാൻ ഞങ്ങൾക്ക് 100 പ്രവർത്തനങ്ങൾ ആവശ്യമാണെന്ന് കരുതുക, തുടർന്ന് 100 ആളുകളുടെ പ്രശ്നം പരിഹരിക്കാൻ ഞങ്ങൾക്ക് ഇത് ആവശ്യമാണ്:

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

നമുക്ക് കാണാൻ കഴിയുന്നതുപോലെ പ്രാരംഭ ഡാറ്റയുടെ അളവ് കൂടുന്നതിനനുസരിച്ച്, ഒരു പവർ നിയമമനുസരിച്ച് പരിഹാര ഇടം വളരുന്നു, പൊതുവേ, N ബിറ്റുകൾക്ക് നമുക്ക് 2^N സാധ്യമായ പരിഹാര ഓപ്ഷനുകൾ ഉണ്ട്, ഇത് താരതമ്യേന ചെറിയ N (100)ക്ക് നമുക്ക് കണക്കാക്കാത്ത (നിലവിലെ സാങ്കേതിക തലത്തിൽ) പരിഹാര ഇടം നൽകുന്നു.

എന്തെങ്കിലും ബദലുകളുണ്ടോ? നിങ്ങൾ ഊഹിച്ചതുപോലെ, അതെ, ഉണ്ട്.

എന്നാൽ ക്വാണ്ടം കമ്പ്യൂട്ടറുകൾക്ക് എങ്ങനെ, എന്തുകൊണ്ട് ഇത്തരം പ്രശ്‌നങ്ങൾ ഫലപ്രദമായി പരിഹരിക്കാൻ കഴിയും എന്നതിലേക്ക് കടക്കുന്നതിന് മുമ്പ്, അവ എന്താണെന്ന് നമുക്ക് പുനർവിചിന്തനം ചെയ്യാം. പ്രോബബിലിറ്റി ഡിസ്ട്രിബ്യൂഷൻ. പരിഭ്രാന്തരാകരുത്, ഇതൊരു അവലോകന ലേഖനമാണ്, ഇവിടെ കഠിനമായ ഗണിതങ്ങളൊന്നും ഉണ്ടാകില്ല, ഞങ്ങൾ ഒരു ബാഗും ബോളുകളും ഉപയോഗിച്ച് ക്ലാസിക് ഉദാഹരണം ഉപയോഗിച്ച് ചെയ്യും.

ഒരു ചെറിയ കോമ്പിനേറ്ററിക്സ്, പ്രോബബിലിറ്റി തിയറി, വിചിത്രമായ ഒരു പരീക്ഷണം

നമുക്ക് ഒരു ബാഗ് എടുത്ത് അതിൽ വയ്ക്കാം 1000 വെള്ളയും 1000 കറുത്ത പന്തുകളും. ഞങ്ങൾ ഒരു പരീക്ഷണം നടത്തും - പന്ത് പുറത്തെടുക്കുക, നിറം എഴുതുക, പന്ത് ബാഗിലേക്ക് തിരിച്ച് പന്തുകൾ ബാഗിൽ കലർത്തുക.

പരീക്ഷണം 10 തവണ നടത്തി, 10 കറുത്ത പന്തുകൾ പുറത്തെടുത്തു. ഒരുപക്ഷേ? തികച്ചും. ഈ സാമ്പിൾ ബാഗിലെ യഥാർത്ഥ വിതരണത്തെക്കുറിച്ച് എന്തെങ്കിലും ന്യായമായ ആശയം നൽകുന്നുണ്ടോ? തീർച്ചയായും അല്ല. എന്താണ് ചെയ്യേണ്ടത് - ശരി, പിപരീക്ഷണം ഒരു ദശലക്ഷം തവണ ആവർത്തിക്കുകയും കറുപ്പും വെളുപ്പും ബോളുകളുടെ ആവൃത്തി കണക്കാക്കുകയും ചെയ്യുക. നമുക്ക് ലഭിക്കുന്നു, ഉദാഹരണത്തിന് 49.95% കറുപ്പും 50.05% വെള്ളയും. ഈ സാഹചര്യത്തിൽ, ഞങ്ങൾ സാമ്പിൾ ചെയ്യുന്ന വിതരണത്തിന്റെ ഘടന (ഒരു പന്ത് പുറത്തെടുക്കുക) ഇതിനകം കൂടുതലോ കുറവോ വ്യക്തമാണ്.

അത് മനസ്സിലാക്കുക എന്നതാണ് പ്രധാന കാര്യം പരീക്ഷണത്തിന് തന്നെ ഒരു പ്രോബബിലിസ്റ്റിക് സ്വഭാവമുണ്ട്, ഒരു സാമ്പിൾ (പന്ത്) ഉപയോഗിച്ച് വിതരണത്തിന്റെ യഥാർത്ഥ ഘടന ഞങ്ങൾക്കറിയില്ല, ഞങ്ങൾ പരീക്ഷണം പലതവണ ആവർത്തിക്കേണ്ടതുണ്ട് കൂടാതെ ശരാശരി ഫലങ്ങൾ.

നമ്മുടെ ബാഗിൽ ചേർക്കാം 10 ചുവപ്പും 10 പച്ചയും പന്തുകൾ (പിശകുകൾ). നമുക്ക് പരീക്ഷണം 10 തവണ ആവർത്തിക്കാം. IN5 ചുവപ്പും 5 പച്ചയും പുറത്തെടുത്തു. ഒരുപക്ഷേ? അതെ. യഥാർത്ഥ വിതരണത്തെക്കുറിച്ച് നമുക്ക് എന്തെങ്കിലും പറയാം - ഇല്ല. എന്താണ് ചെയ്യേണ്ടത് - നന്നായി, നിങ്ങൾ മനസ്സിലാക്കുന്നു.

ഒരു പ്രോബബിലിറ്റി ഡിസ്ട്രിബ്യൂഷന്റെ ഘടനയെക്കുറിച്ച് മനസ്സിലാക്കാൻ, ഈ വിതരണത്തിൽ നിന്നുള്ള വ്യക്തിഗത ഫലങ്ങൾ ആവർത്തിച്ച് സാമ്പിൾ ചെയ്യുകയും ഫലങ്ങൾ ശരാശരിയാക്കുകയും ചെയ്യേണ്ടത് ആവശ്യമാണ്.

സിദ്ധാന്തത്തെ പരിശീലനവുമായി ബന്ധിപ്പിക്കുന്നു

ഇനി ബ്ലാക്ക് ആൻഡ് വൈറ്റ് ബോളുകൾക്ക് പകരം ബില്യാർഡ് ബോളുകൾ എടുത്ത് ബാഗിലിടാം നമ്പർ 1000 ഉള്ള 2 പന്തുകൾ, നമ്പർ 1000 ഉള്ള 7, മറ്റ് നമ്പറുകളുള്ള 10 പന്തുകൾ. ലളിതമായ പ്രവർത്തനങ്ങളിൽ പരിശീലനം നേടിയ ഒരു പരീക്ഷണക്കാരനെ നമുക്ക് സങ്കൽപ്പിക്കാം (ഒരു പന്ത് പുറത്തെടുക്കുക, നമ്പർ എഴുതുക, പന്ത് തിരികെ ബാഗിൽ വയ്ക്കുക, പന്തുകൾ ബാഗിൽ കലർത്തുക) അവൻ ഇത് 150 മൈക്രോസെക്കൻഡിൽ ചെയ്യുന്നു. ശരി, വേഗതയിൽ അത്തരമൊരു പരീക്ഷണം നടത്തുന്നയാൾ (ഒരു മയക്കുമരുന്ന് പരസ്യമല്ല!!!). അപ്പോൾ 150 സെക്കൻഡിനുള്ളിൽ അയാൾക്ക് ഞങ്ങളുടെ പരീക്ഷണം 1 ദശലക്ഷം തവണ നടത്താൻ കഴിയും ശരാശരി ഫലങ്ങൾ ഞങ്ങൾക്ക് നൽകുകയും ചെയ്യുക.

അവർ പരീക്ഷണക്കാരനെ ഇരുത്തി, ഒരു ബാഗ് നൽകി, പിന്തിരിഞ്ഞു, 150 സെക്കൻഡ് കാത്തിരുന്ന് സ്വീകരിച്ചു:

നമ്പർ 2 - 49.5%, നമ്പർ 7 - 49.5%, ആകെ ബാക്കിയുള്ള സംഖ്യകൾ - 1%.

അതെ അത് ശരിയാണ്, ഞങ്ങളുടെ ബാഗ് ഞങ്ങളുടെ പ്രശ്നം പരിഹരിക്കുന്ന ഒരു അൽഗോരിതം ഉള്ള ഒരു ക്വാണ്ടം കമ്പ്യൂട്ടറാണ്, പന്തുകൾ സാധ്യമായ പരിഹാരങ്ങളാണ്. രണ്ട് ശരിയായ പരിഹാരങ്ങൾ ഉള്ളതിനാൽ, അപ്പോൾ ഒരു ക്വാണ്ടം കമ്പ്യൂട്ടർ നമുക്ക് ഈ സാധ്യമായ ഏതെങ്കിലും പരിഹാരങ്ങൾ തുല്യ പ്രോബബിലിറ്റിയും 0.5% (10/2000) പിശകുകളും നൽകും., ഞങ്ങൾ പിന്നീട് സംസാരിക്കും.

ഒരു ക്വാണ്ടം കമ്പ്യൂട്ടറിന്റെ ഫലം ലഭിക്കുന്നതിന്, ഒരേ ഇൻപുട്ട് ഡാറ്റാ സെറ്റിൽ നിങ്ങൾ ക്വാണ്ടം അൽഗോരിതം ഒന്നിലധികം തവണ പ്രവർത്തിപ്പിക്കുകയും ഫലം ശരാശരിയാക്കുകയും വേണം.

ഒരു ക്വാണ്ടം കമ്പ്യൂട്ടറിന്റെ സ്കേലബിളിറ്റി

ഇപ്പോൾ സങ്കൽപ്പിക്കുക, 100 പേർ ഉൾപ്പെടുന്ന ഒരു ടാസ്‌ക്കിനായി (പരിഹാരം സ്ഥലം 2^100 ഞങ്ങൾ ഇത് ഓർക്കുന്നു), രണ്ട് ശരിയായ തീരുമാനങ്ങൾ മാത്രമേയുള്ളൂ. തുടർന്ന്, 100 ക്വിറ്റുകൾ എടുത്ത്, ഈ ക്യുബിറ്റുകൾക്ക് മുകളിൽ നമ്മുടെ ഒബ്ജക്റ്റീവ് ഫംഗ്ഷൻ (എൽ, മുകളിൽ കാണുക) കണക്കാക്കുന്ന ഒരു അൽഗോരിതം എഴുതുകയാണെങ്കിൽ, നമുക്ക് ഒരു ബാഗ് ലഭിക്കും, അതിൽ ആദ്യത്തെ ശരിയായ ഉത്തരത്തിന്റെ നമ്പറുള്ള 1000 ബോളുകൾ ഉണ്ടാകും, അതിൽ 1000 രണ്ടാമത്തെ ശരിയായ ഉത്തരത്തിന്റെ എണ്ണവും മറ്റ് അക്കങ്ങളുള്ള 10 പന്തുകളും. അതേ 150 സെക്കൻഡിനുള്ളിൽ, ശരിയായ ഉത്തരങ്ങളുടെ പ്രോബബിലിറ്റി ഡിസ്ട്രിബ്യൂഷന്റെ ഒരു എസ്റ്റിമേറ്റ് ഞങ്ങളുടെ പരീക്ഷണാർത്ഥം നൽകും..

ഒരു ക്വാണ്ടം അൽഗോരിതത്തിന്റെ നിർവ്വഹണ സമയം (ചില അനുമാനങ്ങളോടെ) പരിഹാര സ്ഥലത്തിന്റെ (1^N) അളവുമായി ബന്ധപ്പെട്ട് സ്ഥിരമായ O(2) ആയി കണക്കാക്കാം.

ഇത് കൃത്യമായി ഒരു ക്വാണ്ടം കമ്പ്യൂട്ടറിന്റെ സ്വത്താണ് - റൺടൈം സ്ഥിരത സൊല്യൂഷൻ സ്‌പെയ്‌സിന്റെ വർദ്ധിച്ചുവരുന്ന പവർ ലോ സങ്കീർണ്ണതയുമായി ബന്ധപ്പെട്ട് പ്രധാനമാണ്.

ക്യുബിറ്റ്, സമാന്തര ലോകങ്ങൾ

ഇത് എങ്ങനെ സംഭവിക്കുന്നു? ഇത്ര വേഗത്തിൽ കണക്കുകൂട്ടലുകൾ നടത്താൻ ഒരു ക്വാണ്ടം കമ്പ്യൂട്ടറിനെ അനുവദിക്കുന്നതെന്താണ്? ഇതെല്ലാം ക്യുബിറ്റിന്റെ ക്വാണ്ടം സ്വഭാവത്തെക്കുറിച്ചാണ്.

നോക്കൂ, ഒരു ക്യുബിറ്റ് ഒരു ക്വാണ്ടം ഒബ്ജക്റ്റ് പോലെയാണെന്ന് ഞങ്ങൾ പറഞ്ഞു നിരീക്ഷിക്കുമ്പോൾ അതിന്റെ രണ്ട് അവസ്ഥകളിൽ ഒന്ന് തിരിച്ചറിയുന്നു, എന്നാൽ "വന്യപ്രകൃതിയിൽ" അത് ഉള്ളതാണ് സംസ്ഥാനങ്ങളുടെ സൂപ്പർപോസിഷനുകൾ, അതായത്, അത് അതിന്റെ രണ്ട് അതിർത്തി സംസ്ഥാനങ്ങളിലും ഒരേസമയം (ചില സാധ്യതകളോടെ) ആണ്.

എടുക്കാം (എ)ന്ദ്രേയ അതിന്റെ അവസ്ഥ (ഏത് വാഹനത്തിലാണ് - 0 അല്ലെങ്കിൽ 1) ഒരു ക്വിറ്റായി സങ്കൽപ്പിക്കുക. അപ്പോൾ നമുക്ക് (ക്വാണ്ടം സ്പേസിൽ) രണ്ട് സമാന്തര ലോകങ്ങൾ, ഒന്നിൽ (എ) ടാക്സി 0 ൽ ഇരിക്കുന്നു, മറ്റൊരു ലോകത്ത് - ടാക്സി 1 ൽ. ഒരേ സമയം രണ്ട് ടാക്സികളിൽ, എന്നാൽ നിരീക്ഷണ സമയത്ത് അവയിൽ ഓരോന്നിലും അത് കണ്ടെത്താനുള്ള ചില സാധ്യതകളോടെ.

എടുക്കാം (ബി) ചെറുപ്പം അതിന്റെ അവസ്ഥയും ഒരു ക്വിറ്റ് ആയി സങ്കൽപ്പിക്കുക. മറ്റ് രണ്ട് സമാന്തര ലോകങ്ങൾ ഉണ്ടാകുന്നു. എന്നാൽ ഇപ്പോൾ ഈ ജോഡി ലോകങ്ങൾ (എ) и (വി) ഒട്ടും ഇടപഴകരുത്. സൃഷ്ടിക്കാൻ എന്താണ് ചെയ്യേണ്ടത് ബന്ധപ്പെട്ട സിസ്റ്റം? ശരിയാണ്, നമുക്ക് ഈ ക്വിറ്റുകൾ ആവശ്യമാണ് കെട്ടുക (കുഴപ്പിക്കുക). ഞങ്ങൾ അത് എടുത്ത് ആശയക്കുഴപ്പത്തിലാക്കുന്നു (എ) കൂടെ (ബി) - നമുക്ക് രണ്ട് ക്വിറ്റുകളുടെ ഒരു ക്വാണ്ടം സിസ്റ്റം ലഭിക്കുന്നു (എ, ബി), ഉള്ളിൽ സാക്ഷാത്കരിക്കുന്നു നാല് പരസ്പരാശ്രിതം സമാന്തര ലോകങ്ങൾ. ചേർക്കുക (എസ്)എർജി മൂന്ന് ക്വിറ്റുകളുടെ ഒരു സിസ്റ്റം നമുക്ക് ലഭിക്കും (എബിസി), എട്ട് നടപ്പിലാക്കുന്നു പരസ്പരാശ്രിതം സമാന്തര ലോകങ്ങൾ.

ക്വാണ്ടം കമ്പ്യൂട്ടിംഗിന്റെ സാരം (ബന്ധിപ്പിച്ച ക്വിറ്റുകളുടെ ഒരു സിസ്റ്റത്തിൽ ക്വാണ്ടം ഗേറ്റുകളുടെ ഒരു ശൃംഖല നടപ്പിലാക്കൽ) എല്ലാ സമാന്തര ലോകങ്ങളിലും ഒരേസമയം കണക്കുകൂട്ടൽ നടക്കുന്നു എന്നതാണ്.

അവയിൽ എത്രയെണ്ണം നമുക്കുണ്ട് എന്നത് പ്രശ്നമല്ല, 2^3 അല്ലെങ്കിൽ 2^100, ഈ സമാന്തര ലോകങ്ങളിലെല്ലാം ക്വാണ്ടം അൽഗോരിതം നിശ്ചിത സമയത്തിനുള്ളിൽ നടപ്പിലാക്കും അൽഗോരിതത്തിന്റെ പ്രതികരണങ്ങളുടെ പ്രോബബിലിറ്റി ഡിസ്ട്രിബ്യൂഷനിൽ നിന്നുള്ള ഒരു സാമ്പിൾ ആയ ഒരു ഫലം ഞങ്ങൾക്ക് നൽകും.

നന്നായി മനസ്സിലാക്കാൻ, ഒരാൾക്ക് അത് സങ്കൽപ്പിക്കാൻ കഴിയും ക്വാണ്ടം തലത്തിലുള്ള ഒരു ക്വാണ്ടം കമ്പ്യൂട്ടർ 2^N സമാന്തര പരിഹാര പ്രക്രിയകൾ പ്രവർത്തിപ്പിക്കുന്നു, ഓരോരുത്തരും സാധ്യമായ ഒരു ഓപ്ഷനിൽ പ്രവർത്തിക്കുന്നു, തുടർന്ന് ജോലിയുടെ ഫലങ്ങൾ ശേഖരിക്കുന്നു - ഒപ്പം പരിഹാരത്തിന്റെ സൂപ്പർപോസിഷന്റെ രൂപത്തിൽ നമുക്ക് ഉത്തരം നൽകുന്നു (പ്രതികരണങ്ങളുടെ പ്രോബബിലിറ്റി ഡിസ്ട്രിബ്യൂഷൻ), അതിൽ നിന്ന് ഞങ്ങൾ ഓരോ തവണയും ഒന്ന് സാമ്പിൾ ചെയ്യുന്നു (ഓരോ പരീക്ഷണത്തിനും).

ഞങ്ങളുടെ പരീക്ഷണത്തിന് ആവശ്യമായ സമയം ഓർക്കുക (150 µs) പരീക്ഷണം നടത്താൻ, ക്വാണ്ടം കമ്പ്യൂട്ടറുകളുടെ പ്രധാന പ്രശ്‌നങ്ങളെക്കുറിച്ചും ഡീകോഹറൻസ് സമയത്തെക്കുറിച്ചും സംസാരിക്കുമ്പോൾ ഇത് കുറച്ചുകൂടി നമുക്ക് ഉപയോഗപ്രദമാകും.

ക്വാണ്ടം അൽഗോരിതങ്ങൾ

(ഉള്ളടക്കത്തിലേക്ക്)

ഇതിനകം സൂചിപ്പിച്ചതുപോലെ, ബൈനറി ലോജിക് അടിസ്ഥാനമാക്കിയുള്ള പരമ്പരാഗത അൽഗോരിതങ്ങൾ ക്വാണ്ടം ലോജിക് (ക്വാണ്ടം ഗേറ്റ്സ്) ഉപയോഗിക്കുന്ന ഒരു ക്വാണ്ടം കമ്പ്യൂട്ടറിന് ബാധകമല്ല. അവനെ സംബന്ധിച്ചിടത്തോളം, കമ്പ്യൂട്ടിംഗിന്റെ ക്വാണ്ടം സ്വഭാവത്തിൽ അന്തർലീനമായ സാധ്യതകളെ പൂർണ്ണമായും ചൂഷണം ചെയ്യുന്ന പുതിയവ കൊണ്ടുവരേണ്ടത് ആവശ്യമാണ്.

ഇന്നത്തെ ഏറ്റവും അറിയപ്പെടുന്ന അൽഗോരിതങ്ങൾ ഇവയാണ്:

• അൽഗോരിതം ഷോറ
• ഗ്രോവറിന്റെ അൽഗോരിതം
• Deutsch-Jozsi അൽഗോരിതം

ക്ലാസിക്കൽ കമ്പ്യൂട്ടറുകളിൽ നിന്ന് വ്യത്യസ്തമായി, ക്വാണ്ടം കമ്പ്യൂട്ടറുകൾ സാർവത്രികമല്ല.
ചെറിയ അളവിലുള്ള ക്വാണ്ടം അൽഗോരിതങ്ങൾ മാത്രമേ ഇതുവരെ കണ്ടെത്തിയിട്ടുള്ളൂ.(സി)

Спасибо ഓക്സോറോൺ എന്നതിലേക്കുള്ള ലിങ്കിനായി ക്വാണ്ടം അൽഗോരിതം മൃഗശാല, ഒരു സ്ഥലം, രചയിതാവിന്റെ അഭിപ്രായത്തിൽ ("സ്റ്റീഫൻ ജോർദാൻ"), ക്വാണ്ടം-അൽഗോരിതം ലോകത്തെ ഏറ്റവും മികച്ച പ്രതിനിധികൾ ശേഖരിക്കപ്പെടുകയും ശേഖരിക്കപ്പെടുകയും ചെയ്യുന്നു.

ഈ ലേഖനത്തിൽ ഞങ്ങൾ ക്വാണ്ടം അൽഗോരിതങ്ങൾ വിശദമായി വിശകലനം ചെയ്യില്ല; ഏത് തലത്തിലുള്ള സങ്കീർണ്ണതയ്ക്കും ഇൻറർനെറ്റിൽ ധാരാളം മികച്ച മെറ്റീരിയലുകൾ ഉണ്ട്, പക്ഷേ ഞങ്ങൾ ഇപ്പോഴും ഏറ്റവും പ്രശസ്തമായ മൂന്ന് കാര്യങ്ങളിൽ സംക്ഷിപ്തമായി പോകേണ്ടതുണ്ട്.

ഷോറിന്റെ അൽഗോരിതം.

(ഉള്ളടക്കത്തിലേക്ക്)

ഏറ്റവും പ്രശസ്തമായ ക്വാണ്ടം അൽഗോരിതം ഷോറിന്റെ അൽഗോരിതം (ഇംഗ്ലീഷ് ഗണിതശാസ്ത്രജ്ഞൻ 1994-ൽ കണ്ടുപിടിച്ചത് പീറ്റർ ഷോർ), ഇത് പ്രധാന ഘടകങ്ങളായി ഫാക്‌ടറിംഗ് സംഖ്യകളുടെ പ്രശ്നം പരിഹരിക്കാൻ ലക്ഷ്യമിടുന്നു (ഘടകമാക്കൽ പ്രശ്നം, വ്യതിരിക്ത ലോഗരിതം).

നിങ്ങളുടെ ബാങ്കിംഗ് സംവിധാനങ്ങളും പാസ്‌വേഡുകളും ഉടൻ ഹാക്ക് ചെയ്യപ്പെടുമെന്ന് അവർ എഴുതുമ്പോൾ ഈ അൽഗോരിതം ഉദാഹരണമായി ഉദ്ധരിക്കപ്പെടുന്നു. ഇന്ന് ഉപയോഗിക്കുന്ന കീകളുടെ ദൈർഘ്യം 2048 ബിറ്റുകളിൽ കുറയാത്തത് കണക്കിലെടുക്കുമ്പോൾ, ഒരു തൊപ്പിയുടെ സമയം ഇതുവരെ വന്നിട്ടില്ല.

ഇന്നുവരെ, ഫലങ്ങൾ എളിമയെക്കാൾ കൂടുതൽ. ഷോറിന്റെ അൽഗോരിതം ഉപയോഗിച്ച് മികച്ച ഫാക്ടറൈസേഷൻ ഫലങ്ങൾ - നമ്പറുകൾ 15 и 21, ഇത് 2048 ബിറ്റുകളേക്കാൾ വളരെ കുറവാണ്. പട്ടികയിൽ നിന്നുള്ള ശേഷിക്കുന്ന ഫലങ്ങൾക്ക്, വ്യത്യസ്തമായ ഒന്ന് അൽഗോരിതം കണക്കുകൂട്ടലുകൾ, എന്നാൽ ഈ അൽഗോരിതം (291311) അനുസരിച്ച് മികച്ച ഫലം പോലും യഥാർത്ഥ പ്രയോഗത്തിൽ നിന്ന് വളരെ അകലെയാണ്.

ഷോറിന്റെ അൽഗോരിതത്തെക്കുറിച്ച് നിങ്ങൾക്ക് കൂടുതൽ വായിക്കാം, ഉദാഹരണത്തിന്, ഇവിടെ ഇതാ. പ്രായോഗികമായി നടപ്പിലാക്കുന്നതിനെക്കുറിച്ച് - ഇവിടെ.

അതിലൊന്ന് നിലവിലെ കണക്കുകൾ സങ്കീർണ്ണതയും 2048-ബിറ്റ് നമ്പറിന് ആവശ്യമായ ശക്തിയും ഒരു കമ്പ്യൂട്ടറാണ് 20 ദശലക്ഷം ക്യുബിറ്റുകൾ. ഞങ്ങൾ സമാധാനത്തോടെ ഉറങ്ങുന്നു.

ഗ്രോവറിന്റെ അൽഗോരിതം

(ഉള്ളടക്കത്തിലേക്ക്)

ഗ്രോവറിന്റെ അൽഗോരിതം - ക്വാണ്ടം അൽഗോരിതം എണ്ണൽ പ്രശ്നം പരിഹരിക്കുന്നു, അതായത്, സമവാക്യത്തിന് ഒരു പരിഹാരം കണ്ടെത്തുന്നു F(X) = 1, എഫ് എവിടെയാണ് ബൂളിയൻ പ്രവർത്തനം от n വേരിയബിളുകൾ. ഒരു അമേരിക്കൻ ഗണിതശാസ്ത്രജ്ഞനാണ് നിർദ്ദേശിച്ചത് ഫിഷിംഗ് ഗ്രോവർ в 1996 വർഷം.

കണ്ടെത്താൻ ഗ്രോവറിന്റെ അൽഗോരിതം ഉപയോഗിക്കാം മീഡിയൻസ് и ഗണിത അർത്ഥം സംഖ്യ പരമ്പര. കൂടാതെ, ഇത് പരിഹരിക്കാൻ ഉപയോഗിക്കാം NP-പൂർണ്ണം സാധ്യമായ നിരവധി പരിഹാരങ്ങൾക്കിടയിൽ സമഗ്രമായ തിരയലിലൂടെ പ്രശ്നങ്ങൾ. ക്ലാസിക്കൽ അൽഗോരിതങ്ങളുമായി താരതമ്യപ്പെടുത്തുമ്പോൾ ഇത് കാര്യമായ വേഗത കൈവരിക്കാൻ ഇടയാക്കിയേക്കാം, എന്നിരുന്നാലും "ബഹുപദ പരിഹാരം" പൊതുവായി.(സി)

നിങ്ങൾക്ക് കൂടുതൽ വായിക്കാം ഇവിടെ ഇതാ, അല്ലെങ്കിൽ ഇവിടെ. കൂടുതൽ ഇവിടെ ഇതാ ബോക്സുകളുടെയും പന്തിന്റെയും ഉദാഹരണം ഉപയോഗിച്ച് അൽഗോരിതത്തിന് നല്ല വിശദീകരണമുണ്ട്, പക്ഷേ, നിർഭാഗ്യവശാൽ, ആരുടെയും നിയന്ത്രണത്തിന് അതീതമായ കാരണങ്ങളാൽ, ഈ സൈറ്റ് എനിക്ക് റഷ്യയിൽ നിന്ന് തുറക്കുന്നില്ല. താങ്കളുടെ കയ്യില് ഉണ്ടെങ്കില് ഈ സൈറ്റ് തടയപ്പെട്ടിരിക്കുന്നു, അതിനാൽ ഇതാ ഒരു ചെറിയ സംഗ്രഹം:

ഗ്രോവറിന്റെ അൽഗോരിതം. അക്കമിട്ട അടച്ച ബോക്സുകളുടെ N കഷണങ്ങൾ നിങ്ങളുടെ പക്കലുണ്ടെന്ന് സങ്കൽപ്പിക്കുക. ഒരു പന്ത് അടങ്ങിയ ഒന്നൊഴികെ അവയെല്ലാം ശൂന്യമാണ്. നിങ്ങളുടെ ചുമതല: പന്ത് സ്ഥിതിചെയ്യുന്ന ബോക്സിന്റെ നമ്പർ കണ്ടെത്തുക (ഈ അജ്ഞാത നമ്പർ പലപ്പോഴും w എന്ന അക്ഷരത്താൽ സൂചിപ്പിക്കപ്പെടുന്നു).

ഈ പ്രശ്നം എങ്ങനെ പരിഹരിക്കാം? ബോക്സുകൾ മാറിമാറി തുറക്കുക എന്നതാണ് ഏറ്റവും മണ്ടത്തരമായ മാർഗം, താമസിയാതെ അല്ലെങ്കിൽ പിന്നീട് നിങ്ങൾ ഒരു പന്തുള്ള ഒരു ബോക്സിൽ വരും. ഒരു പന്തുള്ള ഒരു ബോക്സ് കണ്ടെത്തുന്നതിന് മുമ്പ് ശരാശരി എത്ര ബോക്സുകൾ പരിശോധിക്കേണ്ടതുണ്ട്? ശരാശരി, നിങ്ങൾ പകുതിയോളം N/2 ബോക്സുകൾ തുറക്കേണ്ടതുണ്ട്. ഇവിടെ പ്രധാന കാര്യം, നമ്മൾ ബോക്സുകളുടെ എണ്ണം 100 മടങ്ങ് വർദ്ധിപ്പിക്കുകയാണെങ്കിൽ, പന്തുള്ള ബോക്സ് കണ്ടെത്തുന്നതിന് മുമ്പ് തുറക്കേണ്ട ബോക്സുകളുടെ ശരാശരി എണ്ണവും അതേ 100 മടങ്ങ് വർദ്ധിക്കും എന്നതാണ്.

ഇനി ഒന്നുകൂടി വ്യക്തമാക്കാം. നമ്മുടെ കൈകൊണ്ട് ബോക്സുകൾ തുറന്ന് ഓരോന്നിലും ഒരു പന്തിന്റെ സാന്നിധ്യം പരിശോധിക്കരുത്, പക്ഷേ ഒരു ഇടനിലക്കാരൻ ഉണ്ട്, നമുക്ക് അവനെ ഒറാക്കിൾ എന്ന് വിളിക്കാം. ഞങ്ങൾ ഒറാക്കിളിനോട് "ചെക്ക് ബോക്സ് നമ്പർ 732" എന്ന് പറയുന്നു, കൂടാതെ ഒറാക്കിൾ സത്യസന്ധമായി പരിശോധിച്ച് ഉത്തരം നൽകുന്നു, "ബോക്സ് നമ്പർ 732 ൽ പന്തില്ല." ഇപ്പോൾ, ശരാശരി എത്ര പെട്ടികൾ തുറക്കണമെന്ന് പറയുന്നതിനുപകരം, "ബോളുള്ള ബോക്‌സിന്റെ എണ്ണം കണ്ടെത്താൻ ശരാശരി എത്ര തവണ നമ്മൾ ഒറാക്കിളിൽ പോകണം" എന്ന് ഞങ്ങൾ പറയുന്നു.

ബോക്സുകൾ, ഒരു പന്ത്, ഒറാക്കിൾ എന്നിവ ഉപയോഗിച്ച് ഈ പ്രശ്നം ഞങ്ങൾ ക്വാണ്ടം ഭാഷയിലേക്ക് വിവർത്തനം ചെയ്താൽ, നമുക്ക് ശ്രദ്ധേയമായ ഫലം ലഭിക്കും: N ബോക്സുകൾക്കിടയിൽ ഒരു പന്തുള്ള ഒരു ബോക്സിന്റെ എണ്ണം കണ്ടെത്താൻ, SQRT-യെ കുറിച്ച് മാത്രം ഒറാക്കിളിനെ ശല്യപ്പെടുത്തേണ്ടതുണ്ട്. (N) തവണ!

അതായത്, ഗ്രോവറിന്റെ അൽഗോരിതം ഉപയോഗിച്ചുള്ള തിരയൽ ടാസ്ക്കിന്റെ സങ്കീർണ്ണത സമയത്തിന്റെ വർഗ്ഗമൂലത്താൽ കുറയ്ക്കുന്നു.

Deutsch-Jozi അൽഗോരിതം

(ഉള്ളടക്കത്തിലേക്ക്)

Deutsch-Jozsa അൽഗോരിതം (Deutsch-Jozsa അൽഗോരിതം എന്നും അറിയപ്പെടുന്നു) - [ക്വാണ്ടം അൽഗോരിതം](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 ഡേവിഡ് ഡച്ച് и റിച്ചാർഡ് ജോസ в 1992 വർഷം, കൂടാതെ എക്സിക്യൂട്ട് ചെയ്യാൻ രൂപകൽപ്പന ചെയ്ത അൽഗോരിതങ്ങളുടെ ആദ്യ ഉദാഹരണങ്ങളിൽ ഒന്നായി മാറി ക്വാണ്ടം കമ്പ്യൂട്ടറുകൾ. _

നിരവധി ബൈനറി വേരിയബിളുകളുടെ F(x1, x2, ... xn) ഫംഗ്‌ഷൻ സ്ഥിരമാണോ (ഏതെങ്കിലും ആർഗ്യുമെന്റുകൾക്കായി ഒന്നുകിൽ മൂല്യം 0 അല്ലെങ്കിൽ 1 എടുക്കുന്നു) അല്ലെങ്കിൽ സന്തുലിതമാണോ (അത് എടുക്കുന്ന ഡൊമെയ്‌നിന്റെ പകുതിയോളം) സന്തുലിതമാണോ എന്ന് നിർണ്ണയിക്കുന്നതാണ് Deutsch-Jozsi പ്രശ്നം. മൂല്യം 0, മറ്റേ പകുതിക്ക് 1). ഈ സാഹചര്യത്തിൽ, ഫംഗ്ഷൻ സ്ഥിരമോ സന്തുലിതമോ ആണെന്ന് അറിയപ്പെടുന്ന ഒരു മുൻകൂർ ആയി കണക്കാക്കപ്പെടുന്നു. (സി)

നിങ്ങൾക്കും വായിക്കാം ഇവിടെ. ഒരു ലളിതമായ വിശദീകരണം:

Deutsch (Deutsch-Jozsi) അൽഗോരിതം ബ്രൂട്ട് ഫോഴ്‌സിനെ അടിസ്ഥാനമാക്കിയുള്ളതാണ്, പക്ഷേ ഇത് പതിവിലും വേഗത്തിൽ ചെയ്യാൻ അനുവദിക്കുന്നു. മേശപ്പുറത്ത് ഒരു നാണയം ഉണ്ടെന്ന് സങ്കൽപ്പിക്കുക, അത് വ്യാജമാണോ അല്ലയോ എന്ന് നിങ്ങൾ കണ്ടെത്തേണ്ടതുണ്ട്. ഇത് ചെയ്യുന്നതിന്, നിങ്ങൾ നാണയം രണ്ടുതവണ നോക്കുകയും നിർണ്ണയിക്കുകയും വേണം: "തലകൾ", "വാലുകൾ" എന്നിവ യഥാർത്ഥമാണ്, രണ്ട് "തലകൾ", രണ്ട് "വാലുകൾ" വ്യാജമാണ്. അതിനാൽ, നിങ്ങൾ Deutsch ക്വാണ്ടം അൽഗോരിതം ഉപയോഗിക്കുകയാണെങ്കിൽ, ഈ നിർണ്ണയം ഒറ്റനോട്ടത്തിൽ നടത്താം - അളവ്. (സി)

ക്വാണ്ടം കമ്പ്യൂട്ടറുകളുടെ പ്രശ്നങ്ങൾ

(ഉള്ളടക്കത്തിലേക്ക്)

ക്വാണ്ടം കമ്പ്യൂട്ടറുകൾ രൂപകൽപ്പന ചെയ്യുകയും പ്രവർത്തിപ്പിക്കുകയും ചെയ്യുമ്പോൾ, ശാസ്ത്രജ്ഞരും എഞ്ചിനീയർമാരും വളരെയധികം പ്രശ്നങ്ങൾ അഭിമുഖീകരിക്കുന്നു, അവ ഇന്നുവരെ വ്യത്യസ്ത തലത്തിലുള്ള വിജയത്തോടെ പരിഹരിച്ചിരിക്കുന്നു. ഇതനുസരിച്ച് ഗവേഷണം (കൂടാതെ ഇവിടെയും) ഇനിപ്പറയുന്ന പ്രശ്നങ്ങളുടെ പരമ്പര തിരിച്ചറിയാൻ കഴിയും:

• പരിസ്ഥിതിയോടുള്ള സംവേദനക്ഷമതയും പരിസ്ഥിതിയുമായുള്ള ഇടപെടലും
• കണക്കുകൂട്ടൽ സമയത്ത് പിശകുകളുടെ ശേഖരണം
• ക്വിറ്റ് അവസ്ഥകളുടെ പ്രാരംഭ സമാരംഭത്തിലെ ബുദ്ധിമുട്ടുകൾ
• മൾട്ടി-ക്വിറ്റ് സിസ്റ്റങ്ങൾ സൃഷ്ടിക്കുന്നതിനുള്ള ബുദ്ധിമുട്ടുകൾ

ലേഖനം വായിക്കാൻ ഞാൻ വളരെ ശുപാർശ ചെയ്യുന്നു "ക്വാണ്ടം കമ്പ്യൂട്ടറുകളുടെ സവിശേഷതകൾ”, പ്രത്യേകിച്ച് അതിനുള്ള കമന്റുകൾ.

നമുക്ക് എല്ലാ പ്രധാന പ്രശ്നങ്ങളും മൂന്ന് വലിയ ഗ്രൂപ്പുകളായി ഓർഗനൈസുചെയ്യാം, അവ ഓരോന്നും സൂക്ഷ്മമായി പരിശോധിക്കാം:

ഡീകോഹെറൻസ്

(ഉള്ളടക്കത്തിലേക്ക്)

N+1-ൽ നിന്നുള്ള വിവരണം.

ക്വാണ്ടം അവസ്ഥ വളരെ ദുർബലമായ കാര്യംകുടുങ്ങിയ അവസ്ഥയിലുള്ള ക്വിറ്റുകൾ അങ്ങേയറ്റം അസ്ഥിരമാണ്, ഏതെങ്കിലും ബാഹ്യ സ്വാധീനത്തിന് ഈ കണക്ഷൻ നശിപ്പിക്കാൻ കഴിയും (അതും). ഒരു ഡിഗ്രിയുടെ ഏറ്റവും ചെറിയ അംശത്തിന്റെ താപനിലയിലെ മാറ്റം, മർദ്ദം, സമീപത്ത് പറക്കുന്ന ഒരു റാൻഡം ഫോട്ടോൺ - ഇതെല്ലാം നമ്മുടെ സിസ്റ്റത്തെ അസ്ഥിരപ്പെടുത്തുന്നു.

ഈ പ്രശ്നം പരിഹരിക്കുന്നതിന്, താഴ്ന്ന താപനിലയിലുള്ള സാർകോഫാഗി നിർമ്മിക്കപ്പെടുന്നു, അതിൽ താപനില (-273.14 ഡിഗ്രി സെൽഷ്യസ്) കേവല പൂജ്യത്തേക്കാൾ അല്പം മുകളിലാണ്, ബാഹ്യ പരിതസ്ഥിതിയുടെ എല്ലാ (സാധ്യമായ) സ്വാധീനങ്ങളിൽ നിന്നും പ്രോസസറുള്ള ആന്തരിക അറയുടെ പരമാവധി ഒറ്റപ്പെടൽ.

നിരവധി കുടുങ്ങിയ ക്വിറ്റുകളുടെ ഒരു ക്വാണ്ടം സിസ്റ്റത്തിന്റെ പരമാവധി ആയുസ്സ്, അതിന്റെ ക്വാണ്ടം ഗുണങ്ങൾ നിലനിർത്തുകയും കണക്കുകൂട്ടലുകൾക്കായി ഉപയോഗിക്കുകയും ചെയ്യുന്നതിനെ ഡീകോഹറൻസ് സമയം എന്ന് വിളിക്കുന്നു.

നിലവിൽ, മികച്ച ക്വാണ്ടം ലായനികളിലെ ഡീകോഹറൻസ് സമയം ക്രമത്തിലാണ് പതിനായിരക്കണക്കിന് മൈക്രോസെക്കൻഡുകൾ.

ഒരു അത്ഭുതം ഉണ്ട് വെബ്സൈറ്റ്നിങ്ങൾക്ക് എവിടെ നോക്കാം പരാമീറ്ററുകളുടെ താരതമ്യ പട്ടികകൾ സൃഷ്ടിച്ച എല്ലാ ക്വാണ്ടം സിസ്റ്റങ്ങളുടെയും. ഈ ലേഖനത്തിൽ രണ്ട് മികച്ച പ്രോസസറുകൾ മാത്രമാണ് ഉദാഹരണങ്ങളായി ഉൾപ്പെടുത്തിയിരിക്കുന്നത് - IBM-ൽ നിന്ന് IBM Q സിസ്റ്റം വൺ ഒപ്പം നിന്ന് ഗൂഗിൾ സൈകാമോർ. നമുക്ക് കാണാനാകുന്നതുപോലെ, ഡീകോഹറൻസ് സമയം (T2) 200 μs കവിയരുത്.

സികാമോറിൽ കൃത്യമായ ഡാറ്റ ഞാൻ കണ്ടെത്തിയില്ല, പക്ഷേ മിക്കവയിലും ക്വാണ്ടം മേധാവിത്വത്തെക്കുറിച്ചുള്ള ലേഖനം രണ്ട് സംഖ്യകൾ നൽകിയിരിക്കുന്നു - 1 സെക്കൻഡിൽ 200 ദശലക്ഷം കണക്കുകൂട്ടലുകൾ, മറ്റെവിടെയെങ്കിലും - വേണ്ടി നിയന്ത്രണ സിഗ്നലുകൾ നഷ്ടപ്പെടാതെ 130 സെക്കൻഡ്.. ഏത് സാഹചര്യത്തിലും, ഇത് നമുക്ക് നൽകുന്നു decoherence സമയം ഏകദേശം 150 μs ആണ്. നമ്മുടെ ഓർക്കുക ഒരു ബാഗ് ഉപയോഗിച്ച് പരീക്ഷണം? ശരി, അവൻ ഇതാ.

കമ്പ്യൂട്ടറിന്റെ പേര്	എൻ ക്യുബിറ്റ്സ്	പരമാവധി ജോടിയാക്കിയത്	T2 (µs)
IBM Q സിസ്റ്റം വൺ	20	6	70
ഗൂഗിൾ സൈകാമോർ	53	4	~ 150-200

ഡീകോഹെറൻസ് എന്താണ് നമ്മെ ഭീഷണിപ്പെടുത്തുന്നത്?

പ്രധാന പ്രശ്നം 150 μs കഴിഞ്ഞാൽ, N entangled qubits എന്ന ഞങ്ങളുടെ കമ്പ്യൂട്ടിംഗ് സിസ്റ്റം ശരിയായ പരിഹാരങ്ങളുടെ പ്രോബബിലിസ്റ്റിക് വിതരണത്തിന് പകരം പ്രോബബിലിസ്റ്റിക് വൈറ്റ് നോയ്സ് പുറപ്പെടുവിക്കാൻ തുടങ്ങും എന്നതാണ്.

അതായത്, ഞങ്ങൾക്ക് ഇത് ആവശ്യമാണ്:

• ക്വിറ്റ് സിസ്റ്റം ആരംഭിക്കുക
• ഒരു കണക്കുകൂട്ടൽ നടത്തുക (ഗേറ്റ് പ്രവർത്തനങ്ങളുടെ ശൃംഖല)
• ഫലം വായിക്കുക

150 മൈക്രോസെക്കൻഡിൽ ഇതെല്ലാം ചെയ്യുക. എനിക്ക് സമയമില്ല - ഫലം ഒരു മത്തങ്ങയായി മാറി.

എന്നാൽ അത് മാത്രമല്ല…

തെറ്റുകൾ

(ഉള്ളടക്കത്തിലേക്ക്)

ഞങ്ങൾ പറഞ്ഞതുപോലെ, ക്വാണ്ടം പ്രക്രിയകളും ക്വാണ്ടം കമ്പ്യൂട്ടിംഗും പ്രകൃതിയിൽ പ്രോബബിലിസ്റ്റിക് ആണ്, നമുക്ക് ഒന്നിനെക്കുറിച്ചും 100% ഉറപ്പ് നൽകാൻ കഴിയില്ല, പക്ഷേ ചില സാധ്യതകളോടെ മാത്രം. എന്ന വസ്തുത സ്ഥിതി കൂടുതൽ വഷളാക്കുന്നു ക്വാണ്ടം കംപ്യൂട്ടിംഗ് പിശക് സാധ്യതയുള്ളതാണ്. ക്വാണ്ടം കമ്പ്യൂട്ടിംഗിലെ പ്രധാന പിശകുകൾ ഇവയാണ്:

• സിസ്റ്റത്തിന്റെ സങ്കീർണ്ണതയും ബാഹ്യ പരിതസ്ഥിതിയുമായുള്ള ഇടപെടലുമാണ് ഡീകോഹറൻസ് പിശകുകൾക്ക് കാരണമാകുന്നത്
• ഗേറ്റ് കമ്പ്യൂട്ടേഷണൽ പിശകുകൾ (കമ്പ്യൂട്ടേഷന്റെ ക്വാണ്ടം സ്വഭാവം കാരണം)
• അന്തിമ അവസ്ഥ (ഫലം) വായിക്കുന്നതിൽ പിശകുകൾ

ഡീകോഹറൻസുമായി ബന്ധപ്പെട്ട പിശകുകൾ, നമ്മുടെ ക്വിറ്റുകളിൽ കുടുങ്ങി കണക്കുകൂട്ടലുകൾ ആരംഭിക്കുമ്പോൾ ഉടൻ ദൃശ്യമാകും. നമ്മൾ കൂടുതൽ ക്വിറ്റുകളെ കുടുങ്ങുന്നു, സിസ്റ്റം കൂടുതൽ സങ്കീർണ്ണമാകും, അത് നശിപ്പിക്കാൻ എളുപ്പമാണ്. കുറഞ്ഞ താപനിലയുള്ള സാർക്കോഫാഗി, സംരക്ഷിത അറകൾ, ഈ സാങ്കേതിക തന്ത്രങ്ങളെല്ലാം കൃത്യമായി ലക്ഷ്യം വച്ചിരിക്കുന്നത് പിശകുകളുടെ എണ്ണം കുറയ്ക്കുന്നതിനും ഡീകോഹറൻസ് സമയം നീട്ടുന്നതിനും വേണ്ടിയാണ്.

ഗേറ്റ് കമ്പ്യൂട്ടേഷണൽ പിശകുകൾ - ക്വിറ്റുകളിലെ ഏതൊരു ഓപ്പറേഷനും (ഗേറ്റ്) ചില സാധ്യതകളോടെ, ഒരു പിശകിൽ അവസാനിക്കും, കൂടാതെ അൽഗോരിതം നടപ്പിലാക്കാൻ നൂറുകണക്കിന് ഗേറ്റുകൾ നടത്തേണ്ടതുണ്ട്, അതിനാൽ ഞങ്ങളുടെ അൽഗോരിതം എക്സിക്യൂഷന്റെ അവസാനം നമുക്ക് എന്താണ് ലഭിക്കുകയെന്ന് സങ്കൽപ്പിക്കുക. “എലിവേറ്ററിൽ ഒരു ദിനോസറിനെ കണ്ടുമുട്ടാനുള്ള സാധ്യത എന്താണ്?” എന്ന ചോദ്യത്തിനുള്ള ക്ലാസിക് ഉത്തരം. - 50x50, ഒന്നുകിൽ നിങ്ങൾ കണ്ടുമുട്ടുമോ ഇല്ലയോ.

പ്രശ്‌നം കൂടുതൽ വഷളാക്കാൻ, നോ-ക്ലോണിംഗ് സിദ്ധാന്തം കാരണം സാധാരണ പിശക് തിരുത്തൽ രീതികൾ (കണക്കുകൂട്ടലുകളുടെയും ശരാശരിയുടെയും തനിപ്പകർപ്പ്) ക്വാണ്ടം ലോകത്ത് പ്രവർത്തിക്കുന്നില്ല. വേണ്ടി തെറ്റ് തിരുത്തൽ ക്വാണ്ടം കമ്പ്യൂട്ടിംഗിൽ കണ്ടുപിടിക്കേണ്ടിയിരുന്നു ക്വാണ്ടം തിരുത്തൽ രീതികൾ. ഏകദേശം പറഞ്ഞാൽ, നമ്മൾ N സാധാരണ ക്വിറ്റുകൾ എടുത്ത് അവയിൽ 1 ഉണ്ടാക്കുന്നു ലോജിക്കൽ ക്വിറ്റ് കുറഞ്ഞ പിശക് നിരക്കിനൊപ്പം.

എന്നാൽ ഇവിടെ മറ്റൊരു പ്രശ്നം ഉയർന്നുവരുന്നു - ക്വിറ്റുകളുടെ ആകെ എണ്ണം. നോക്കൂ, നമുക്ക് 100 ക്വിറ്റുകളുള്ള ഒരു പ്രോസസർ ഉണ്ടെന്ന് പറയാം, അതിൽ 80 ക്യുബിറ്റുകൾ പിശക് തിരുത്തലിനായി ഉപയോഗിക്കുന്നു, അപ്പോൾ നമുക്ക് കണക്കുകൂട്ടലുകൾക്കായി 20 എണ്ണം മാത്രമേ അവശേഷിക്കുന്നുള്ളൂ.

അന്തിമ ഫലം വായിക്കുന്നതിൽ പിശകുകൾ - ഞങ്ങൾ ഓർക്കുന്നതുപോലെ, ക്വാണ്ടം കണക്കുകൂട്ടലുകളുടെ ഫലം നമുക്ക് രൂപത്തിൽ അവതരിപ്പിക്കുന്നു ഉത്തരങ്ങളുടെ സംഭാവ്യത വിതരണം. എന്നാൽ അവസാന നില വായിക്കുന്നതും ഒരു പിശകിനാൽ പരാജയപ്പെടാം.

അതേ ന് സൈറ്റ് പിശക് നിലകൾ അനുസരിച്ച് പ്രോസസ്സറുകളുടെ താരതമ്യ പട്ടികകൾ ഉണ്ട്. താരതമ്യത്തിനായി, മുമ്പത്തെ ഉദാഹരണത്തിലെ അതേ പ്രോസസ്സറുകൾ എടുക്കാം - IBM IBM Q സിസ്റ്റം വൺ и ഗൂഗിൾ സൈകാമോർ:

കമ്പ്യൂട്ടർ	1-ക്വിറ്റ് ഗേറ്റ് ഫിഡിലിറ്റി	2-ക്വിറ്റ് ഗേറ്റ് ഫിഡിലിറ്റി	റീഡ്ഔട്ട് ഫിഡിലിറ്റി
IBM Q സിസ്റ്റം വൺ	99.96%	98.31%	-
ഗൂഗിൾ സൈകാമോർ	99.84%	99.38%	96.2%

ഇത് വിശ്വസ്തത രണ്ട് ക്വാണ്ടം അവസ്ഥകളുടെ സാമ്യത്തിന്റെ അളവുകോലാണ്. പിശകിന്റെ വ്യാപ്തി ഏകദേശം 1-ഫിഡിലിറ്റി ആയി പ്രകടിപ്പിക്കാം. നമുക്ക് കാണാനാകുന്നതുപോലെ, 2-ക്വിറ്റ് ഗേറ്റുകളിലെ പിശകുകളും റീഡ്ഔട്ട് പിശകുകളും നിലവിലുള്ള ക്വാണ്ടം കമ്പ്യൂട്ടറുകളിൽ സങ്കീർണ്ണവും ദീർഘവുമായ അൽഗോരിതങ്ങൾ നടപ്പിലാക്കുന്നതിനുള്ള പ്രധാന തടസ്സമാണ്.

നിങ്ങൾക്കും വായിക്കാം 2016 മുതൽ റോഡ്മാപ്പ് വർഷം മുതൽ NQIT പിശക് തിരുത്തൽ പ്രശ്നം പരിഹരിക്കാൻ.

പ്രോസസർ ആർക്കിടെക്ചർ

(ഉള്ളടക്കത്തിലേക്ക്)

സിദ്ധാന്തത്തിൽ ഞങ്ങൾ നിർമ്മിക്കുകയും പ്രവർത്തിക്കുകയും ചെയ്യുന്നു ഡസൻ കണക്കിന് കുടുങ്ങിയ ക്വിറ്റുകളുടെ സർക്യൂട്ടുകൾ, വാസ്തവത്തിൽ എല്ലാം കൂടുതൽ സങ്കീർണ്ണമാണ്. നിലവിലുള്ള എല്ലാ ക്വാണ്ടം ചിപ്പുകളും (പ്രോസസറുകൾ) വേദനയില്ലാതെ നൽകുന്ന വിധത്തിലാണ് നിർമ്മിച്ചിരിക്കുന്നത് ഒരു ക്യുബിറ്റ് അതിന്റെ അയൽക്കാരുമായി മാത്രം കുടുങ്ങി, ഇതിൽ ആറിൽ കൂടുതൽ ഇല്ല.

1-ആമത്തെ ക്യുബിറ്റ് വലിക്കണമെങ്കിൽ, 12-ആമത്തേത് കൊണ്ട് പറയുക, അപ്പോൾ നമ്മൾ ചെയ്യേണ്ടി വരും അധിക ക്വാണ്ടം പ്രവർത്തനങ്ങളുടെ ഒരു ശൃംഖല നിർമ്മിക്കുക, അധിക ക്വിറ്റുകൾ മുതലായവ ഉൾപ്പെടുന്നു, ഇത് മൊത്തത്തിലുള്ള പിശക് നില വർദ്ധിപ്പിക്കുന്നു. അതെ, മറക്കരുത് decoherence സമയം, നിങ്ങൾക്ക് ആവശ്യമുള്ള സർക്യൂട്ടിലേക്ക് ക്യൂബിറ്റുകൾ ബന്ധിപ്പിക്കുന്നത് പൂർത്തിയാക്കുമ്പോഴേക്കും, സമയം അവസാനിക്കുകയും മുഴുവൻ സർക്യൂട്ടും മാറുകയും ചെയ്യും നല്ല വെളുത്ത ശബ്ദ ജനറേറ്റർ.

അതും മറക്കരുത് എല്ലാ ക്വാണ്ടം പ്രോസസറുകളുടെയും ആർക്കിടെക്ചർ വ്യത്യസ്തമാണ്, കൂടാതെ "എല്ലാവർക്കും കണക്റ്റിവിറ്റി" മോഡിൽ എമുലേറ്ററിൽ എഴുതിയിരിക്കുന്ന പ്രോഗ്രാം ഒരു പ്രത്യേക ചിപ്പിന്റെ ആർക്കിടെക്ചറിലേക്ക് "വീണ്ടും കംപൈൽ" ചെയ്യേണ്ടതുണ്ട്. പോലും ഉണ്ട് പ്രത്യേക ഒപ്റ്റിമൈസർ പ്രോഗ്രാമുകൾ ഈ പ്രവർത്തനം നടത്താൻ.

ഒരേ മുൻനിര ചിപ്പുകൾക്ക് പരമാവധി കണക്റ്റിവിറ്റിയും പരമാവധി എണ്ണം ക്വിറ്റുകളും:

കമ്പ്യൂട്ടറിന്റെ പേര്	എൻ ക്യുബിറ്റ്സ്	പരമാവധി ജോടിയാക്കിയത്	T2 (µs)
IBM Q സിസ്റ്റം വൺ	20	6	70
ഗൂഗിൾ സൈകാമോർ	53	4	~ 150-200

ഒപ്പം, താരതമ്യത്തിന്, മുൻ തലമുറ പ്രോസസ്സറുകളിൽ നിന്നുള്ള ഡാറ്റയുള്ള പട്ടിക. ക്വിറ്റുകളുടെ എണ്ണം, ഡീകോഹറൻസ് സമയം, പിശക് നിരക്ക് എന്നിവ പുതിയ തലമുറയുമായി ഇപ്പോൾ നമുക്കുള്ളതുമായി താരതമ്യം ചെയ്യുക. എന്നിരുന്നാലും, പുരോഗതി മന്ദഗതിയിലാണ്, പക്ഷേ നീങ്ങുന്നു.

അങ്ങനെ:

• നിലവിൽ 6 ക്വിറ്റുകളുള്ള പൂർണ്ണമായി ബന്ധിപ്പിച്ച ആർക്കിടെക്ചറുകൾ ഒന്നുമില്ല
• ഒരു യഥാർത്ഥ പ്രോസസറിൽ ക്വിറ്റ് 0 സെയെ ബന്ധിപ്പിക്കുന്നതിന്, ഉദാഹരണത്തിന്, ക്വിറ്റ് 15-ന് നിരവധി ഡസൻ അധിക പ്രവർത്തനങ്ങൾ ആവശ്യമായി വന്നേക്കാം.
• കൂടുതൽ പ്രവർത്തനങ്ങൾ -> കൂടുതൽ പിശകുകൾ -> ഡീകോഹറൻസിന്റെ ശക്തമായ സ്വാധീനം

ഫലങ്ങൾ

(ഉള്ളടക്കത്തിലേക്ക്)

ആധുനിക ക്വാണ്ടം കമ്പ്യൂട്ടിംഗിന്റെ പ്രോക്രസ്റ്റീൻ ബെഡ് ആണ് ഡീകോഹെറൻസ്. ഞങ്ങൾ എല്ലാം 150 μs ആയി യോജിപ്പിക്കണം:

• ക്വിറ്റുകളുടെ പ്രാരംഭ അവസ്ഥയുടെ ആരംഭം
• ക്വാണ്ടം ഗേറ്റുകൾ ഉപയോഗിച്ച് ഒരു പ്രശ്നം കണക്കാക്കുന്നു
• അർത്ഥവത്തായ ഫലങ്ങൾ ലഭിക്കുന്നതിന് പിശകുകൾ തിരുത്തുക
• ഫലം വായിക്കുക

ഇതുവരെയുള്ള ഫലങ്ങൾ നിരാശാജനകമാണ്, എന്നിരുന്നാലും ഇവിടെ ഇതാ അടിസ്ഥാനമാക്കിയുള്ള ഒരു ക്വാണ്ടം കമ്പ്യൂട്ടറിൽ 0.5സെക്കന്റ് കോഹറൻസ് നിലനിർത്തൽ സമയം കൈവരിക്കുമെന്ന് അവകാശപ്പെടുന്നു അയോൺ കെണികൾ:

0.5 സെക്കൻഡിൽ കൂടുതലുള്ള ഒരു ക്വിറ്റ് കോഹറൻസ് സമയം ഞങ്ങൾ അളക്കുന്നു, കാന്തിക ഷീൽഡിംഗ് ഉപയോഗിച്ച് ഇത് 1000 സെക്കൻഡിൽ കൂടുതൽ മെച്ചപ്പെടുമെന്ന് ഞങ്ങൾ പ്രതീക്ഷിക്കുന്നു.

ഈ സാങ്കേതികവിദ്യയെക്കുറിച്ചും നിങ്ങൾക്ക് വായിക്കാം ഇവിടെ അല്ലെങ്കിൽ, ഉദാഹരണത്തിന്, ഇവിടെ.

സങ്കീർണ്ണമായ കണക്കുകൂട്ടലുകൾ നടത്തുമ്പോൾ, ക്വാണ്ടം പിശക് തിരുത്തൽ സർക്യൂട്ടുകൾ ഉപയോഗിക്കേണ്ടത് ആവശ്യമാണ്, ഇത് സമയവും ലഭ്യമായ ക്വിറ്റുകളും കഴിക്കുന്നു എന്നതിനാൽ സ്ഥിതി കൂടുതൽ സങ്കീർണ്ണമാണ്.

അവസാനമായി, ആധുനിക വാസ്തുവിദ്യകൾ ചുരുങ്ങിയ ചെലവിൽ 1-ൽ 4 അല്ലെങ്കിൽ 1-ൽ 6 എന്നതിനേക്കാൾ മെച്ചമായ സ്കീമുകൾ നടപ്പിലാക്കാൻ അനുവദിക്കുന്നില്ല.

പ്രശ്നങ്ങൾ പരിഹരിക്കാനുള്ള വഴികൾ

(ഉള്ളടക്കത്തിലേക്ക്)

മുകളിലുള്ള പ്രശ്നങ്ങൾ പരിഹരിക്കുന്നതിന്, ഇനിപ്പറയുന്ന സമീപനങ്ങളും രീതികളും നിലവിൽ ഉപയോഗിക്കുന്നു:

• കുറഞ്ഞ താപനിലയുള്ള (10 mK (-273,14°C)) ക്രയോചേമ്പറുകൾ ഉപയോഗിക്കുന്നു
• ബാഹ്യ സ്വാധീനങ്ങളിൽ നിന്ന് പരമാവധി സംരക്ഷിക്കപ്പെടുന്ന പ്രോസസ്സർ യൂണിറ്റുകൾ ഉപയോഗിക്കുന്നു
• ക്വാണ്ടം പിശക് തിരുത്തൽ സംവിധാനങ്ങൾ ഉപയോഗിക്കുന്നു (ലോജിക് ക്യുബിറ്റ്)
• ഒരു നിർദ്ദിഷ്ട പ്രോസസറിനായി സർക്യൂട്ടുകൾ പ്രോഗ്രാമിംഗ് ചെയ്യുമ്പോൾ ഒപ്റ്റിമൈസറുകൾ ഉപയോഗിക്കുന്നു

ഡീകോഹറൻസ് സമയം വർദ്ധിപ്പിക്കുക, ക്വാണ്ടം ഒബ്‌ജക്‌റ്റുകളുടെ പുതിയ (അറിയപ്പെടുന്ന) ഭൌതിക നിർവ്വഹണങ്ങൾക്കായി തിരയുക, തിരുത്തൽ സർക്യൂട്ടുകൾ ഒപ്റ്റിമൈസ് ചെയ്യുക തുടങ്ങിയവ ലക്ഷ്യമിട്ടാണ് ഗവേഷണം നടക്കുന്നത്. പുരോഗതിയുണ്ട് (നേരത്തേയും ഇന്നത്തെയും ടോപ്പ്-എൻഡ് ചിപ്പുകളുടെ സ്വഭാവസവിശേഷതകൾ മുകളിൽ നോക്കുക), എന്നാൽ ഇതുവരെ അത് മന്ദഗതിയിലാണ്, വളരെ വളരെ മന്ദഗതിയിലാണ്.

ഡി-വേവ്

(ഉള്ളടക്കത്തിലേക്ക്)

ഡി-വേവ് 2000Q 2000-ക്വിറ്റ് കമ്പ്യൂട്ടർ. ഉറവിടം: ഡി-വേവ് സിസ്റ്റങ്ങൾ

53-ക്വിറ്റ് പ്രോസസർ ഉപയോഗിച്ച് ക്വാണ്ടം മേധാവിത്വം കൈവരിക്കുമെന്ന ഗൂഗിളിന്റെ പ്രഖ്യാപനത്തിനിടയിൽ, കമ്പ്യൂട്ടറുകൾ и പ്രഖ്യാപനങ്ങൾ ഡി-വേവ് എന്ന കമ്പനിയിൽ നിന്ന്, അതിൽ ക്വിറ്റുകളുടെ എണ്ണം ആയിരക്കണക്കിന് ആണ്, ഇത് കുറച്ച് ആശയക്കുഴപ്പമുണ്ടാക്കുന്നു. ശരി, ശരിക്കും, 53 ക്വിറ്റുകൾക്ക് ക്വാണ്ടം ആധിപത്യം നേടാൻ കഴിഞ്ഞെങ്കിൽ, 2048 ക്വിറ്റുകളുള്ള ഒരു കമ്പ്യൂട്ടറിന് എന്താണ് കഴിവുള്ളത്? പക്ഷെ എല്ലാം അത്ര നല്ലതല്ല...

ചുരുക്കത്തിൽ (വിക്കിയിൽ നിന്ന് എടുത്തത്):

കമ്പ്യൂട്ടറുകൾ ഡി-വേവ് തത്വത്തിൽ പ്രവർത്തിക്കുക ക്വാണ്ടം ഇളവ് (ക്വാണ്ടം അനീലിംഗ്), വളരെ പരിമിതമായ ഒപ്റ്റിമൈസേഷൻ പ്രശ്നങ്ങൾ പരിഹരിക്കാൻ കഴിയും, കൂടാതെ പരമ്പരാഗത ക്വാണ്ടം അൽഗോരിതങ്ങളും ക്വാണ്ടം ഗേറ്റുകളും നടപ്പിലാക്കുന്നതിന് അനുയോജ്യമല്ല.

കൂടുതൽ വിവരങ്ങൾക്ക് നിങ്ങൾക്ക് വായിക്കാം, ഉദാഹരണത്തിന്, ഇവിടെ, ഇവിടെ (ശ്രദ്ധിക്കുക, റഷ്യയിൽ നിന്ന് തുറക്കാൻ പാടില്ല), അല്ലെങ്കിൽ സ്കോട്ട് ആരോൺസൺ в ലേഖനം അവന്റെ നിന്ന് ബ്ലോഗ് പോസ്റ്റ്. വഴിയിൽ, പൊതുവെ അദ്ദേഹത്തിന്റെ ബ്ലോഗ് വായിക്കാൻ ഞാൻ വളരെ ശുപാർശ ചെയ്യുന്നു, അവിടെ ധാരാളം നല്ല മെറ്റീരിയലുകൾ ഉണ്ട്

പൊതുവേ, അറിയിപ്പുകളുടെ തുടക്കം മുതൽ, ഡി-വേവ് കമ്പ്യൂട്ടറുകളെക്കുറിച്ച് ശാസ്ത്ര സമൂഹത്തിന് ചോദ്യങ്ങളുണ്ടായിരുന്നു. ഉദാഹരണത്തിന്, 2014-ൽ, ഡി-വേവ് എന്ന വസ്തുതയെ ഐബിഎം ചോദ്യം ചെയ്തു ക്വാണ്ടം ഇഫക്റ്റുകൾ ഉപയോഗിക്കുന്നു. 2015-ൽ, ഗൂഗിളും നാസയും ചേർന്ന് ഈ ക്വാണ്ടം കമ്പ്യൂട്ടറുകളിലൊന്ന് വാങ്ങി ഗവേഷണത്തിന് ശേഷം സ്ഥിരീകരിച്ചു, അതെ, കമ്പ്യൂട്ടർ പ്രവർത്തിക്കുകയും സാധാരണ പ്രശ്നത്തെക്കാൾ വേഗത്തിൽ പ്രശ്നം കണക്കാക്കുകയും ചെയ്യുന്നു. Google-ന്റെ പ്രസ്താവനയെക്കുറിച്ച് നിങ്ങൾക്ക് കൂടുതൽ വായിക്കാം ഇവിടെ കൂടാതെ, ഉദാഹരണത്തിന്, ഇവിടെ.

നൂറുകണക്കിന്, ആയിരക്കണക്കിന് ക്യൂബിറ്റുകൾ ഉള്ള ഡി-വേവ് കമ്പ്യൂട്ടറുകൾക്ക് ക്വാണ്ടം അൽഗോരിതം കണക്കാക്കാനും പ്രവർത്തിപ്പിക്കാനും കഴിയില്ല എന്നതാണ് പ്രധാന കാര്യം. നിങ്ങൾക്ക് അവയിൽ ഷോറിന്റെ അൽഗോരിതം പ്രവർത്തിപ്പിക്കാൻ കഴിയില്ല, ഉദാഹരണത്തിന്. അവർക്ക് ചെയ്യാൻ കഴിയുന്നത് ഒരു നിശ്ചിത ഒപ്റ്റിമൈസേഷൻ പ്രശ്നം പരിഹരിക്കാൻ ചില ക്വാണ്ടം മെക്കാനിസങ്ങൾ ഉപയോഗിക്കുക എന്നതാണ്. ഡി-വേവ് ഒരു പ്രത്യേക ടാസ്ക്കിനുള്ള ഒരു ക്വാണ്ടം ASIC ആണെന്ന് നമുക്ക് പരിഗണിക്കാം.

ക്വാണ്ടം കമ്പ്യൂട്ടർ എമുലേഷനെ കുറിച്ച് കുറച്ച്

(ഉള്ളടക്കത്തിലേക്ക്)

ഒരു സാധാരണ കമ്പ്യൂട്ടറിൽ ക്വാണ്ടം കമ്പ്യൂട്ടിംഗ് അനുകരിക്കാവുന്നതാണ്. തീർച്ചയായും, കാണുക:

• ക്യൂബിറ്റിന്റെ അവസ്ഥ ആകാം സങ്കൽപ്പിക്കുക സങ്കീർണ്ണ സംഖ്യ, പ്രോസസ്സർ ആർക്കിടെക്ചറിനെ ആശ്രയിച്ച് 2x32 മുതൽ 2x64 ബിറ്റുകൾ (8-16 ബൈറ്റുകൾ) വരെ ഉൾക്കൊള്ളുന്നു
• N ബന്ധിപ്പിച്ച ക്വിറ്റുകളുടെ അവസ്ഥയെ 2^N കോംപ്ലക്സ് നമ്പറുകളായി പ്രതിനിധീകരിക്കാം, അതായത്. 2-ബിറ്റ് ആർക്കിടെക്ചറിന് 3^(32+N), 2-ബിറ്റിന് 4^(64+N).
• N ക്വിറ്റുകളിലെ ഒരു ക്വാണ്ടം പ്രവർത്തനത്തെ 2^N x 2^N മാട്രിക്സ് പ്രതിനിധീകരിക്കാം.

അപ്പോൾ:

• 10 ക്വിറ്റുകളുടെ എമുലേറ്റഡ് സ്റ്റേറ്റുകൾ സംഭരിക്കുന്നതിന്, 8 കെബി ആവശ്യമാണ്
• 20 ക്വിറ്റുകളുടെ അവസ്ഥ സംഭരിക്കുന്നതിന് നിങ്ങൾക്ക് 8 MB ആവശ്യമാണ്
• 30 ക്വിറ്റുകളുടെ അവസ്ഥ സംഭരിക്കുന്നതിന്, 8 GB ആവശ്യമാണ്
• 40 ക്വിറ്റുകളുടെ അവസ്ഥ സംഭരിക്കുന്നതിന് 8 ടെറാബൈറ്റുകൾ ആവശ്യമാണ്
• 50 ക്വിറ്റുകളുടെ അവസ്ഥ സംഭരിക്കുന്നതിന്, 8 പെറ്റാബൈറ്റുകൾ ആവശ്യമാണ്.

(സി)

താരതമ്യത്തിനായി, പരകോടി (ടോപ്പ്-1-ൽ നിന്ന് ടോപ്പ്-500) 2.8 പെറ്റാബൈറ്റ് മെമ്മറി മാത്രമേ വഹിക്കുന്നുള്ളൂ.

നിലവിലെ സിമുലേഷൻ റെക്കോർഡ് — 49 ക്വിറ്റ് കഴിഞ്ഞ വർഷം ഏറ്റവും വലിയ ചൈനീസ് സൂപ്പർ കമ്പ്യൂട്ടറിലേക്ക് എത്തിച്ചു (സൺവേ തൈഹു ലൈറ്റ്)

ക്ലാസിക്കൽ സിസ്റ്റങ്ങളിൽ ക്വാണ്ടം കമ്പ്യൂട്ടർ സിമുലേറ്റ് ചെയ്യുന്നതിനുള്ള പരിധി നിശ്ചയിക്കുന്നത് ക്വിറ്റുകളുടെ അവസ്ഥ സംഭരിക്കുന്നതിന് ആവശ്യമായ റാമിന്റെ അളവാണ്.

വായിക്കാനും ഞാൻ ശുപാർശ ചെയ്യുന്നു ഈ അഭിപ്രായം. അവിടെ നിന്ന്:

പ്രവർത്തനത്തിലൂടെ - ഏകദേശം 49 “സൈക്കിളുകൾ” (ഗേറ്റുകളുടെ സ്വതന്ത്ര പാളികൾ) അടങ്ങുന്ന 39-ക്വിറ്റ് സർക്യൂട്ടിന്റെ കൃത്യമായ അനുകരണത്തിനായി ഇത് കാണപ്പെടുന്നു 2^63 സങ്കീർണ്ണ ഗുണനങ്ങൾ - 4 മണിക്കൂർ ഒരു സൂപ്പർ കമ്പ്യൂട്ടറിന്റെ 4 Pflops

ക്ലാസിക്കൽ സിസ്റ്റങ്ങളിൽ 50+ ക്വിറ്റ് ക്വാണ്ടം കമ്പ്യൂട്ടർ അനുകരിക്കുന്നത് ന്യായമായ സമയത്ത് അസാധ്യമാണെന്ന് കണക്കാക്കപ്പെടുന്നു. ഗൂഗിൾ അതിന്റെ ക്വാണ്ടം സുപ്രിമസി പരീക്ഷണത്തിന് 53-ക്വിറ്റ് പ്രോസസർ ഉപയോഗിച്ചതും ഇതുകൊണ്ടാണ്.

ക്വാണ്ടം കമ്പ്യൂട്ടിംഗ് മേധാവിത്വം.

(ഉള്ളടക്കത്തിലേക്ക്)

ക്വാണ്ടം കമ്പ്യൂട്ടിംഗ് മേധാവിത്വത്തിന് വിക്കിപീഡിയ ഇനിപ്പറയുന്ന നിർവചനം നൽകുന്നു:

ക്വാണ്ടം മേധാവിത്വം - കഴിവ് ക്വാണ്ടം കമ്പ്യൂട്ടിംഗ് ക്ലാസിക്കൽ കമ്പ്യൂട്ടറുകൾക്ക് പ്രായോഗികമായി പരിഹരിക്കാൻ കഴിയാത്ത പ്രശ്നങ്ങൾ പരിഹരിക്കാനുള്ള ഉപകരണങ്ങൾ.

വാസ്തവത്തിൽ, ക്വാണ്ടം ആധിപത്യം കൈവരിക്കുക എന്നതിനർത്ഥം, ഉദാഹരണത്തിന്, ഷോർ അൽഗോരിതം ഉപയോഗിച്ച് വലിയ സംഖ്യകളുടെ ഫാക്‌ടറൈസേഷൻ മതിയായ സമയത്തിനുള്ളിൽ പരിഹരിക്കാൻ കഴിയും, അല്ലെങ്കിൽ സങ്കീർണ്ണമായ രാസ തന്മാത്രകൾ ക്വാണ്ടം തലത്തിൽ അനുകരിക്കാം. അതായത്, ഒരു പുതിയ യുഗം വന്നിരിക്കുന്നു.

എന്നാൽ നിർവചനത്തിന്റെ പദപ്രയോഗത്തിൽ ചില പഴുതുകൾ ഉണ്ട്, "ക്ലാസിക്കൽ കമ്പ്യൂട്ടറുകൾക്ക് പ്രായോഗികമായി പരിഹരിക്കാൻ കഴിയില്ല" വാസ്തവത്തിൽ, ഇതിനർത്ഥം നിങ്ങൾ 50+ ക്വിറ്റുകളുടെ ഒരു ക്വാണ്ടം കമ്പ്യൂട്ടർ സൃഷ്ടിച്ച് അതിൽ കുറച്ച് ക്വാണ്ടം സർക്യൂട്ട് പ്രവർത്തിപ്പിക്കുകയാണെങ്കിൽ, ഞങ്ങൾ മുകളിൽ ചർച്ച ചെയ്തതുപോലെ, ഈ സർക്യൂട്ടിന്റെ ഫലം ഒരു സാധാരണ കമ്പ്യൂട്ടറിൽ അനുകരിക്കാൻ കഴിയില്ല. അതാണ് ഒരു ക്ലാസിക്കൽ കമ്പ്യൂട്ടറിന് അത്തരമൊരു സർക്യൂട്ടിന്റെ ഫലം പുനഃസൃഷ്ടിക്കാൻ കഴിയില്ല.

അത്തരമൊരു ഫലം യഥാർത്ഥ ക്വാണ്ടം മേധാവിത്വമാണോ അല്ലയോ എന്നത് ഒരു ദാർശനിക ചോദ്യമാണ്. എന്നാൽ ഗൂഗിൾ എന്താണ് ചെയ്തതെന്നും അതിന്റെ അടിസ്ഥാനത്തിലുള്ളതെന്താണെന്നും മനസ്സിലാക്കുക പുതിയ സൈകാമോർ പ്രോസസറിലൂടെ ക്വാണ്ടം ആധിപത്യം നേടിയതായി അടുത്തിടെ പ്രഖ്യാപിച്ചു ആവശ്യമായ.

Google-ന്റെ ക്വാണ്ടം സുപ്രിമസി പ്രസ്താവന

(ഉള്ളടക്കത്തിലേക്ക്)

സൈകാമോർ 54-ക്വിറ്റ് പ്രോസസർ

അതിനാൽ, 2019 ഒക്ടോബറിൽ ഗൂഗിൾ ഡെവലപ്പർമാർ നേച്ചർ എന്ന ശാസ്ത്ര പ്രസിദ്ധീകരണത്തിൽ ഒരു ലേഖനം പ്രസിദ്ധീകരിച്ചു.ഒരു പ്രോഗ്രാമബിൾ സൂപ്പർകണ്ടക്റ്റിംഗ് പ്രോസസർ ഉപയോഗിച്ച് ക്വാണ്ടം മേധാവിത്വം" 54-ക്വിറ്റ് സൈകാമോർ പ്രോസസർ ഉപയോഗിച്ച് ചരിത്രത്തിലാദ്യമായി ക്വാണ്ടം മേധാവിത്വത്തിന്റെ നേട്ടം രചയിതാക്കൾ പ്രഖ്യാപിച്ചു.

ഓൺലൈനിലെ സികാമോർ ലേഖനങ്ങൾ പലപ്പോഴും ഒന്നുകിൽ 54-ക്വിറ്റ് പ്രോസസർ അല്ലെങ്കിൽ 53-ക്വിറ്റ് പ്രോസസറിനെ പരാമർശിക്കുന്നു. അതനുസരിച്ച് എന്നതാണ് സത്യം യഥാർത്ഥ ലേഖനം, പ്രോസസർ ഭൗതികമായി 54 ക്വിറ്റുകൾ ഉൾക്കൊള്ളുന്നു, എന്നാൽ അവയിലൊന്ന് പ്രവർത്തിക്കാത്തതും സേവനത്തിൽ നിന്ന് നീക്കം ചെയ്തതുമാണ്. അങ്ങനെ, വാസ്തവത്തിൽ നമുക്ക് 53-ക്വിറ്റ് പ്രോസസർ ഉണ്ട്.

അവിടെ വെബിൽ പ്രത്യക്ഷപ്പെട്ടു സെറ്റ് ഈ വിഷയത്തെക്കുറിച്ചുള്ള മെറ്റീരിയലുകൾ, അതിന്റെ അളവ് വ്യത്യാസപ്പെടുന്നു ഉത്സാഹിയായ ഇതിനായി സംശയാസ്പദമായ.

ഐബിഎമ്മിന്റെ ക്വാണ്ടം കമ്പ്യൂട്ടിംഗ് ടീം പിന്നീട് അത് പ്രസ്താവിച്ചു ക്വാണ്ടം മേധാവിത്വം നേടിയതായി ഗൂഗിൾ തെറ്റായി റിപ്പോർട്ട് ചെയ്തു. 2,5 ദിവസത്തിനുള്ളിൽ ഒരു പരമ്പരാഗത കമ്പ്യൂട്ടർ ഈ ടാസ്‌ക്കിനെ ഏറ്റവും മോശം അവസ്ഥയിൽ നേരിടുമെന്നും തത്ഫലമായുണ്ടാകുന്ന ഉത്തരം ഒരു ക്വാണ്ടം കമ്പ്യൂട്ടറിനേക്കാൾ കൃത്യമായിരിക്കുമെന്നും കമ്പനി അവകാശപ്പെടുന്നു. നിരവധി ഒപ്റ്റിമൈസേഷൻ രീതികളുടെ സൈദ്ധാന്തിക വിശകലനത്തിന്റെ ഫലത്തെ അടിസ്ഥാനമാക്കിയാണ് ഈ നിഗമനം.

അതെ തീർച്ചയായും, സ്കോട്ട് ആരോൺസൺ അവന്റെ ബ്ലോഗ് പോസ്റ്റ് എനിക്ക് ഈ പ്രസ്താവന അവഗണിക്കാൻ കഴിഞ്ഞില്ല. അദ്ദേഹത്തിന്റെ വിശകലനം എല്ലാ ലിങ്കുകളും സഹിതം സ്കോട്ടിന്റെ സുപ്രീം ക്വാണ്ടം സുപ്രിമസി FAQ! പതിവുപോലെ, അവ നിങ്ങളുടെ സമയം ചെലവഴിക്കുന്നത് മൂല്യവത്താണ്. ഹബ്ബിൽ ഒരു വിവർത്തനം ഉണ്ട് ഈ പതിവ് ചോദ്യങ്ങൾ, അഭിപ്രായങ്ങൾ വായിക്കുന്നത് ഉറപ്പാക്കുക, ഔദ്യോഗിക പ്രഖ്യാപനത്തിന് മുമ്പ് ഓൺലൈനിൽ ചോർന്ന പ്രാഥമിക രേഖകളിലേക്കുള്ള ലിങ്കുകളുണ്ട്.

യഥാർത്ഥത്തിൽ Google എന്താണ് ചെയ്തത്? വിശദമായ ധാരണയ്ക്ക്, ആരോൺസൺ വായിക്കുക, എന്നാൽ ചുരുക്കമായി ഇവിടെ:

എനിക്ക് തീർച്ചയായും നിങ്ങളോട് പറയാൻ കഴിയും, പക്ഷേ എനിക്ക് മണ്ടത്തരം തോന്നുന്നു. കണക്കുകൂട്ടൽ ഇപ്രകാരമാണ്: ഒരു റാൻഡം ക്വാണ്ടം സർക്യൂട്ട് സി (അതായത്, അടുത്തുള്ള അയൽക്കാർക്കിടയിൽ 1-ക്വിറ്റ്, 2-ക്വിറ്റ് ഗേറ്റുകളുടെ ക്രമരഹിതമായ ക്രമം, ഉദാഹരണത്തിന്, 20, n ന്റെ 2D നെറ്റ്‌വർക്കിൽ പ്രവർത്തിക്കുന്നു. = 50-60 ക്വിറ്റുകൾ). പരീക്ഷണം നടത്തുന്നയാൾ പിന്നീട് ക്വാണ്ടം കമ്പ്യൂട്ടറിലേക്ക് C അയയ്‌ക്കുകയും 0 ന്റെ പ്രാരംഭ അവസ്ഥയിലേക്ക് C പ്രയോഗിക്കാൻ ആവശ്യപ്പെടുകയും {0,1} അടിസ്ഥാനത്തിൽ ഫലം അളക്കുകയും ഒരു n-bit നിരീക്ഷിച്ച ശ്രേണി (സ്ട്രിംഗ്) തിരികെ അയയ്ക്കുകയും പലതും ആവർത്തിക്കുകയും ചെയ്യുന്നു. ആയിരം അല്ലെങ്കിൽ ദശലക്ഷക്കണക്കിന് തവണ. അവസാനമായി, സിയെ കുറിച്ചുള്ള തന്റെ അറിവ് ഉപയോഗിച്ച്, ക്വാണ്ടം കമ്പ്യൂട്ടറിൽ നിന്നുള്ള ഫലം പ്രതീക്ഷിക്കുന്ന ഔട്ട്‌പുട്ടുമായി പൊരുത്തപ്പെടുന്നുണ്ടോ എന്നറിയാൻ പരീക്ഷണാർത്ഥം ഒരു സ്റ്റാറ്റിസ്റ്റിക്കൽ ടെസ്റ്റ് നടത്തുന്നു.

വളരെ ചുരുക്കത്തിൽ:

• 20 ക്വിറ്റുകളിൽ 53 നീളമുള്ള ഒരു റാൻഡം സർക്യൂട്ട് ഗേറ്റുകൾ ഉപയോഗിച്ച് സൃഷ്ടിക്കപ്പെടുന്നു
• നിർവ്വഹണത്തിനുള്ള പ്രാരംഭ അവസ്ഥയിൽ [0...0] സർക്യൂട്ട് ആരംഭിക്കുന്നു
• സർക്യൂട്ടിന്റെ ഔട്ട്പുട്ട് ഒരു റാൻഡം ബിറ്റ് സ്ട്രിംഗ് ആണ് (സാമ്പിൾ)
• ഫലത്തിന്റെ വിതരണം ക്രമരഹിതമല്ല (ഇടപെടൽ)
• ലഭിച്ച സാമ്പിളുകളുടെ വിതരണം പ്രതീക്ഷിച്ച ഒന്നുമായി താരതമ്യം ചെയ്യുന്നു
• ക്വാണ്ടം മേധാവിത്വം അവസാനിപ്പിക്കുന്നു

അതായത്, 53-ക്വിറ്റ് പ്രോസസറിൽ ഗൂഗിൾ ഒരു സിന്തറ്റിക് പ്രശ്‌നം നടപ്പിലാക്കി, ന്യായമായ സമയത്തിനുള്ളിൽ സ്റ്റാൻഡേർഡ് സിസ്റ്റങ്ങളിൽ അത്തരമൊരു പ്രോസസർ അനുകരിക്കുന്നത് അസാധ്യമാണ് എന്ന വസ്തുതയെ അടിസ്ഥാനമാക്കി ക്വാണ്ടം മേധാവിത്വം കൈവരിക്കുന്നതിനുള്ള അവകാശവാദത്തെ അടിസ്ഥാനമാക്കിയുള്ളതാണ്.

മനസ്സിലാക്കാൻ - ഈ വിഭാഗം ഒരു തരത്തിലും ഗൂഗിളിന്റെ നേട്ടം കുറയ്ക്കുന്നില്ല, എഞ്ചിനീയർമാർ ശരിക്കും മികച്ചവരാണ്, ഇത് യഥാർത്ഥ ക്വാണ്ടം സുപ്പീരിയോറിറ്റി ആയി കണക്കാക്കാമോ എന്ന ചോദ്യം, നേരത്തെ സൂചിപ്പിച്ചതുപോലെ, എഞ്ചിനീയറിംഗിനെക്കാൾ തത്വശാസ്ത്രപരമാണ്. എന്നാൽ അത്തരം കമ്പ്യൂട്ടേഷണൽ മേന്മ കൈവരിച്ചിട്ടും, 2048-ബിറ്റ് നമ്പറുകളിൽ ഷോറിന്റെ അൽഗോരിതം പ്രവർത്തിപ്പിക്കാനുള്ള കഴിവിലേക്ക് ഞങ്ങൾ ഒരു ചുവടുപോലും മുന്നോട്ട് പോയിട്ടില്ലെന്ന് നാം മനസ്സിലാക്കണം.

സംഗ്രഹം

(ഉള്ളടക്കത്തിലേക്ക്)

ക്വാണ്ടം കമ്പ്യൂട്ടറുകളും ക്വാണ്ടം കമ്പ്യൂട്ടിംഗും വളരെ പ്രതീക്ഷ നൽകുന്നതും വളരെ ചെറുപ്പവും ഇതുവരെ വ്യാവസായികമായി ബാധകമല്ലാത്തതുമായ വിവര സാങ്കേതിക മേഖലയാണ്.

ക്വാണ്ടം കമ്പ്യൂട്ടിംഗിന്റെ വികസനം (ഒരുനാൾ) പ്രശ്നങ്ങൾ പരിഹരിക്കാൻ നമ്മെ അനുവദിക്കും:

• ക്വാണ്ടം തലത്തിൽ സങ്കീർണ്ണമായ ഭൗതിക സംവിധാനങ്ങളെ മാതൃകയാക്കുന്നു
• കമ്പ്യൂട്ടേഷണൽ സങ്കീർണ്ണത കാരണം ഒരു സാധാരണ കമ്പ്യൂട്ടറിൽ പരിഹരിക്കാൻ കഴിയില്ല

ക്വാണ്ടം കമ്പ്യൂട്ടറുകൾ സൃഷ്ടിക്കുന്നതിലും പ്രവർത്തിപ്പിക്കുന്നതിലുമുള്ള പ്രധാന പ്രശ്നങ്ങൾ:

• ഡീകോഹെറൻസ്
• പിശകുകൾ (ഡീകോഹെറൻസും ഗേറ്റും)
• പ്രോസസർ ആർക്കിടെക്ചർ (പൂർണ്ണമായി ബന്ധിപ്പിച്ച ക്വിറ്റ് സർക്യൂട്ടുകൾ)

നിലവിലെ സ്ഥിതി:

• വാസ്തവത്തിൽ - തുടക്കം തന്നെ ഗവേഷണ-വികസന.
• യഥാർത്ഥ വാണിജ്യ ചൂഷണം ഇതുവരെ ഉണ്ടായിട്ടില്ല (എപ്പോൾ ഉണ്ടാകുമെന്ന് വ്യക്തമല്ല)

എന്ത് സഹായിക്കും:

• വയറിങ്ങിന്റെയും ഓപ്പറേറ്റിംഗ് പ്രോസസറുകളുടെയും ചിലവ് കുറയ്ക്കുന്ന ചില തരത്തിലുള്ള ഭൗതിക കണ്ടെത്തലുകൾ
• മാഗ്നിറ്റ്യൂഡ് ക്രമത്തിൽ ഡികോഹറൻസ് സമയം വർദ്ധിപ്പിക്കുകയും കൂടാതെ/അല്ലെങ്കിൽ പിശകുകളുടെ എണ്ണം കുറയ്ക്കുകയും ചെയ്യുന്ന എന്തെങ്കിലും കണ്ടെത്തൽ

എന്റെ അഭിപ്രായത്തിൽ (തികച്ചും വ്യക്തിപരമായ അഭിപ്രായം) വിജ്ഞാനത്തിന്റെ നിലവിലെ ശാസ്ത്രീയ മാതൃകയിൽ, ക്വാണ്ടം സാങ്കേതികവിദ്യകളുടെ വികസനത്തിൽ നമുക്ക് കാര്യമായ വിജയം കൈവരിക്കാനാവില്ല., ഇവിടെ നമുക്ക് അടിസ്ഥാനപരമായ അല്ലെങ്കിൽ പ്രായോഗിക ശാസ്ത്രത്തിന്റെ ചില മേഖലകളിൽ ഗുണപരമായ മുന്നേറ്റം ആവശ്യമാണ്, അത് പുതിയ ആശയങ്ങൾക്കും രീതികൾക്കും പ്രചോദനം നൽകും.

ഇതിനിടയിൽ, ക്വാണ്ടം പ്രോഗ്രാമിംഗ്, ക്വാണ്ടം അൽഗോരിതം ശേഖരിക്കുകയും സൃഷ്ടിക്കുകയും ചെയ്യുക, ആശയങ്ങൾ പരീക്ഷിക്കുക മുതലായവയിൽ ഞങ്ങൾ അനുഭവം നേടുന്നു. ഒരു മുന്നേറ്റത്തിനായി ഞങ്ങൾ കാത്തിരിക്കുകയാണ്.

തീരുമാനം

(ഉള്ളടക്കത്തിലേക്ക്)

ഈ ലേഖനത്തിൽ, ക്വാണ്ടം കമ്പ്യൂട്ടിംഗിന്റെയും ക്വാണ്ടം കമ്പ്യൂട്ടറുകളുടെയും വികസനത്തിലെ പ്രധാന നാഴികക്കല്ലുകളിലൂടെ ഞങ്ങൾ കടന്നുപോയി, അവയുടെ പ്രവർത്തനത്തിന്റെ തത്വം പരിശോധിച്ചു, ക്വാണ്ടം പ്രോസസ്സറുകളുടെ വികസനത്തിലും പ്രവർത്തനത്തിലും എഞ്ചിനീയർമാർ നേരിടുന്ന പ്രധാന പ്രശ്നങ്ങൾ പരിശോധിച്ചു, കൂടാതെ മൾട്ടി-ക്വിറ്റ് എന്താണെന്നും പരിശോധിച്ചു. യഥാർത്ഥത്തിൽ ഡി-കമ്പ്യൂട്ടറുകളാണ്. വേവ്, ഗൂഗിൾ എന്നിവയുടെ ക്വാണ്ടം ആധിപത്യം നേടുന്നതിനുള്ള സമീപകാല പ്രഖ്യാപനം.

പ്രോഗ്രാമിംഗ് ക്വാണ്ടം കമ്പ്യൂട്ടറുകളുടെ (ഭാഷകൾ, സമീപനങ്ങൾ, രീതികൾ മുതലായവ) ചോദ്യങ്ങളും പ്രോസസറുകളുടെ പ്രത്യേക ഫിസിക്കൽ ഇംപ്ലിമെന്റേഷനുമായി ബന്ധപ്പെട്ട ചോദ്യങ്ങളും, ക്വിറ്റുകൾ എങ്ങനെ കൈകാര്യം ചെയ്യുന്നു, ലിങ്ക് ചെയ്യുന്നു, വായിക്കുന്നു, മുതലായവയാണ് തിരശ്ശീലയ്ക്ക് പിന്നിൽ അവശേഷിക്കുന്നത്. ഒരുപക്ഷേ ഇത് അടുത്ത ലേഖനത്തിന്റെയോ ലേഖനങ്ങളുടെയോ വിഷയമായിരിക്കും.

നിങ്ങളുടെ ശ്രദ്ധയ്ക്ക് നന്ദി, ഈ ലേഖനം ആർക്കെങ്കിലും ഉപയോഗപ്രദമാകുമെന്ന് ഞാൻ പ്രതീക്ഷിക്കുന്നു.

(സി) ക്രൂഗർ

അംഗീകാരങ്ങൾ

(ഉള്ളടക്കത്തിലേക്ക്)

@ഓക്‌സോറോൺ പ്രൂഫ് റീഡിംഗിനും സോഴ്സ് ടെക്സ്റ്റിലെ അഭിപ്രായങ്ങൾക്കും ലേഖനത്തിനും "ക്വാണ്ടം കമ്പ്യൂട്ടറുകളുടെ സവിശേഷതകൾ"

@a5b വിവരങ്ങളാൽ സമ്പന്നമായ അഭിപ്രായങ്ങൾക്കായി "ക്വാണ്ടം കമ്പ്യൂട്ടറുകളുടെ സവിശേഷതകൾ", അവൾക്ക് മാത്രമല്ല, ഈ പസിൽ കണ്ടുപിടിക്കാൻ എന്നെ ഏറെ സഹായിച്ചു.

ഈ ലേഖനം എഴുതാൻ മെറ്റീരിയലുകൾ ഉപയോഗിച്ച ലേഖനങ്ങളുടെയും പ്രസിദ്ധീകരണങ്ങളുടെയും എല്ലാ രചയിതാക്കൾക്കും.

വിഭവങ്ങളുടെ പട്ടിക

(ഉള്ളടക്കത്തിലേക്ക്)

[ദി നാഷണൽ അക്കാദമിസ് പ്രസ്] ൽ നിന്നുള്ള കറന്റ് അഫയേഴ്സ് ലേഖനങ്ങൾ

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

ഹബറിൽ നിന്നുള്ള ലേഖനങ്ങൾ (റാൻഡം ക്രമത്തിൽ)

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/

ഇൻറർനെറ്റിൽ നിന്ന് തരംതിരിച്ചിട്ടില്ലാത്ത (പക്ഷേ രസകരമല്ലാത്ത) ലേഖനങ്ങൾ

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

കോഴ്‌സുകളും പ്രഭാഷണങ്ങളും

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

അവലംബം: www.habr.com