ਕੁਆਂਟਮ ਕੰਪਿਊਟਰ ਅਤੇ ਕੁਆਂਟਮ ਕੰਪਿਊਟਿੰਗ - ਨਵਾਂ buzzword, ਜਿਸ ਨੂੰ ਸਾਡੀ ਜਾਣਕਾਰੀ ਸਪੇਸ ਦੇ ਨਾਲ ਜੋੜਿਆ ਗਿਆ ਸੀ ਬਣਾਵਟੀ ਗਿਆਨ, ਮਸ਼ੀਨ ਸਿਖਲਾਈ ਅਤੇ ਹੋਰ ਉੱਚ-ਤਕਨੀਕੀ ਸ਼ਰਤਾਂ। ਉਸੇ ਸਮੇਂ, ਮੈਂ ਕਦੇ ਵੀ ਇੰਟਰਨੈਟ ਤੇ ਅਜਿਹੀ ਸਮੱਗਰੀ ਨਹੀਂ ਲੱਭ ਸਕਿਆ ਜੋ ਮੇਰੇ ਸਿਰ ਵਿੱਚ ਬੁਝਾਰਤ ਨੂੰ ਇਕੱਠਾ ਕਰੇ "ਕੁਆਂਟਮ ਕੰਪਿਊਟਰ ਕਿਵੇਂ ਕੰਮ ਕਰਦੇ ਹਨ". ਹਾਂ, ਬਹੁਤ ਸਾਰੇ ਸ਼ਾਨਦਾਰ ਕੰਮ ਹਨ, ਹਬਰ (ਦੇਖੋ. ਸਰੋਤਾਂ ਦੀ ਸੂਚੀ), ਟਿੱਪਣੀਆਂ ਜਿਨ੍ਹਾਂ ਲਈ, ਜਿਵੇਂ ਕਿ ਆਮ ਤੌਰ 'ਤੇ ਹੁੰਦਾ ਹੈ, ਹੋਰ ਵੀ ਜਾਣਕਾਰੀ ਭਰਪੂਰ ਅਤੇ ਉਪਯੋਗੀ ਹੁੰਦੇ ਹਨ, ਪਰ ਮੇਰੇ ਦਿਮਾਗ ਵਿੱਚ ਤਸਵੀਰ, ਜਿਵੇਂ ਕਿ ਉਹ ਕਹਿੰਦੇ ਹਨ, ਜੋੜਿਆ ਨਹੀਂ ਗਿਆ.

ਅਤੇ ਹਾਲ ਹੀ ਵਿੱਚ ਮੇਰੇ ਸਾਥੀ ਮੇਰੇ ਕੋਲ ਆਏ ਅਤੇ ਪੁੱਛਿਆ, "ਕੀ ਤੁਸੀਂ ਸਮਝਦੇ ਹੋ ਕਿ ਇੱਕ ਕੁਆਂਟਮ ਕੰਪਿਊਟਰ ਕਿਵੇਂ ਕੰਮ ਕਰਦਾ ਹੈ? ਕੀ ਤੁਸੀਂ ਸਾਨੂੰ ਦੱਸ ਸਕਦੇ ਹੋ?" ਅਤੇ ਫਿਰ ਮੈਨੂੰ ਅਹਿਸਾਸ ਹੋਇਆ ਕਿ ਮੈਂ ਇਕੱਲਾ ਨਹੀਂ ਹਾਂ ਜਿਸ ਨੂੰ ਮੇਰੇ ਸਿਰ ਵਿਚ ਇਕਸਾਰ ਤਸਵੀਰ ਬਣਾਉਣ ਵਿਚ ਸਮੱਸਿਆ ਹੈ.

ਨਤੀਜੇ ਵਜੋਂ, ਕੁਆਂਟਮ ਕੰਪਿਊਟਰਾਂ ਬਾਰੇ ਜਾਣਕਾਰੀ ਨੂੰ ਇਕਸਾਰ ਤਰਕ ਸਰਕਟ ਵਿੱਚ ਕੰਪਾਇਲ ਕਰਨ ਦੀ ਕੋਸ਼ਿਸ਼ ਕੀਤੀ ਗਈ ਸੀ ਜਿਸ ਵਿੱਚ ਮੂਲ ਪੱਧਰ, ਗਣਿਤ ਅਤੇ ਕੁਆਂਟਮ ਸੰਸਾਰ ਦੀ ਬਣਤਰ ਵਿੱਚ ਡੂੰਘੀ ਡੁੱਬਣ ਤੋਂ ਬਿਨਾਂ, ਇਹ ਸਮਝਾਇਆ ਗਿਆ ਸੀ ਕਿ ਕੁਆਂਟਮ ਕੰਪਿਊਟਰ ਕੀ ਹੁੰਦਾ ਹੈ, ਇਹ ਕਿਹੜੇ ਸਿਧਾਂਤਾਂ 'ਤੇ ਕੰਮ ਕਰਦਾ ਹੈ, ਅਤੇ ਇਸ ਨੂੰ ਬਣਾਉਣ ਅਤੇ ਚਲਾਉਣ ਵੇਲੇ ਵਿਗਿਆਨੀਆਂ ਨੂੰ ਕਿਹੜੀਆਂ ਸਮੱਸਿਆਵਾਂ ਦਾ ਸਾਹਮਣਾ ਕਰਨਾ ਪੈਂਦਾ ਹੈ।

ਵਿਸ਼ਾ-ਸੂਚੀ

• ਬੇਦਾਅਵਾ
• ਜਾਣ ਪਛਾਣ
  • ਇਹ ਸਭ ਕਿਵੇਂ ਸ਼ੁਰੂ ਹੋਇਆ?
  • ਪ੍ਰਮੁੱਖ ਖਿਡਾਰੀ
  • ਵਿਕਾਸ ਦੀਆਂ ਦਿਸ਼ਾਵਾਂ
• ਮੂਲ। ਕੁਆਂਟਮ ਵਸਤੂ ਅਤੇ ਕੁਆਂਟਮ ਸਿਸਟਮ
• ਇੱਕ ਕੁਆਂਟਮ ਕੰਪਿਊਟਰ ਅਤੇ ਇੱਕ ਪਰੰਪਰਾਗਤ ਦੀ ਤੁਲਨਾ
• ਕਿਊਬਿਟਸ ਦੇ ਭੌਤਿਕ ਲਾਗੂਕਰਨ
• ਮੂਲ। ਕੁਆਂਟਮ ਕੰਪਿਊਟਰ ਕਿਵੇਂ ਕੰਮ ਕਰਦਾ ਹੈ
• ਕੁਆਂਟਮ ਐਲਗੋਰਿਦਮ
  • ਸ਼ੌਰ ਦਾ ਐਲਗੋਰਿਦਮ।
  • ਗਰੋਵਰ ਦਾ ਐਲਗੋਰਿਦਮ
  • Deutsch-Jozi ਐਲਗੋਰਿਦਮ
• ਕੁਆਂਟਮ ਕੰਪਿਊਟਰਾਂ ਦੀਆਂ ਸਮੱਸਿਆਵਾਂ
  • ਡੀਕੋਹੇਰੈਂਸ
  • ਗਲਤੀਆਂ
  • ਪ੍ਰੋਸੈਸਰ ਆਰਕੀਟੈਕਚਰ
  • ਨਤੀਜੇ
• ਸਮੱਸਿਆਵਾਂ ਨੂੰ ਹੱਲ ਕਰਨ ਦੇ ਤਰੀਕੇ
• ਡੀ-ਵੇਵ
• ਕੁਆਂਟਮ ਕੰਪਿਊਟਰ ਇਮੂਲੇਸ਼ਨ ਬਾਰੇ ਥੋੜ੍ਹਾ ਜਿਹਾ
• ਕੁਆਂਟਮ ਕੰਪਿਊਟਿੰਗ ਸਰਵੋਤਮਤਾ।
• ਗੂਗਲ ਸਟੇਟਮੈਂਟ
• ਸੰਖੇਪ
• ਸਿੱਟਾ
• ਪ੍ਰਵਾਨਗੀ
• ਸਰੋਤਾਂ ਦੀ ਸੂਚੀ

ਬੇਦਾਅਵਾ

(ਸਮੱਗਰੀ ਨੂੰ)

ਲੇਖਕ ਕੁਆਂਟਮ ਕੰਪਿਊਟਿੰਗ ਵਿੱਚ ਮਾਹਰ ਨਹੀਂ ਹੈ, ਅਤੇ ਲੇਖ ਦਾ ਟੀਚਾ ਦਰਸ਼ਕ ਉਹੀ ਆਈਟੀ ਲੋਕ ਹਨ, ਨਾ ਕਿ ਕੁਆਂਟਮ ਮਾਹਰ, ਜੋ "ਕਵਾਂਟਮ ਕੰਪਿਊਟਰ ਕਿਵੇਂ ਕੰਮ ਕਰਦੇ ਹਨ" ਨਾਮਕ ਆਪਣੇ ਸਿਰਾਂ ਵਿੱਚ ਇੱਕ ਤਸਵੀਰ ਇਕੱਠੀ ਕਰਨਾ ਚਾਹੁੰਦੇ ਹਨ। ਇਸਦੇ ਕਾਰਨ, ਲੇਖ ਵਿੱਚ ਬਹੁਤ ਸਾਰੀਆਂ ਧਾਰਨਾਵਾਂ ਨੂੰ "ਬੁਨਿਆਦੀ" ਪੱਧਰ 'ਤੇ ਕੁਆਂਟਮ ਤਕਨਾਲੋਜੀਆਂ ਨੂੰ ਬਿਹਤਰ ਢੰਗ ਨਾਲ ਸਮਝਣ ਲਈ ਜਾਣਬੁੱਝ ਕੇ ਸਰਲ ਬਣਾਇਆ ਗਿਆ ਹੈ, ਪਰ ਬਿਨਾਂ ਜਾਣਕਾਰੀ ਸਮੱਗਰੀ ਅਤੇ ਲੋੜੀਂਦੀਤਾ ਦੇ ਨੁਕਸਾਨ ਦੇ ਨਾਲ ਇੱਕ ਬਹੁਤ ਮਜ਼ਬੂਤ ​​ਸਰਲੀਕਰਨ.

ਕੁਝ ਥਾਵਾਂ 'ਤੇ ਲੇਖ ਦੂਜੇ ਸਰੋਤਾਂ ਤੋਂ ਸਮੱਗਰੀ ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ, ਜਿਸਦੀ ਇੱਕ ਸੂਚੀ ਲੇਖ ਦੇ ਅੰਤ ਵਿੱਚ ਦਿੱਤੀ ਗਈ ਹੈ. ਜਿੱਥੇ ਵੀ ਸੰਭਵ ਹੋਵੇ, ਮੂਲ ਪਾਠ, ਸਾਰਣੀ ਜਾਂ ਚਿੱਤਰ ਦੇ ਸਿੱਧੇ ਲਿੰਕ ਅਤੇ ਸੰਕੇਤ ਸ਼ਾਮਲ ਕੀਤੇ ਜਾਂਦੇ ਹਨ। ਜੇਕਰ ਮੈਂ ਕੁਝ (ਜਾਂ ਕੋਈ) ਕਿਤੇ ਭੁੱਲ ਗਿਆ ਹਾਂ, ਤਾਂ ਲਿਖੋ ਅਤੇ ਮੈਂ ਇਸਨੂੰ ਠੀਕ ਕਰਾਂਗਾ।

ਜਾਣ ਪਛਾਣ

(ਸਮੱਗਰੀ ਨੂੰ)

ਇਸ ਅਧਿਆਇ ਵਿੱਚ, ਅਸੀਂ ਸੰਖੇਪ ਵਿੱਚ ਦੇਖਾਂਗੇ ਕਿ ਕੁਆਂਟਮ ਯੁੱਗ ਦੀ ਸ਼ੁਰੂਆਤ ਕਿਵੇਂ ਹੋਈ, ਕੁਆਂਟਮ ਕੰਪਿਊਟਰ ਦੇ ਵਿਚਾਰ ਦਾ ਪ੍ਰੇਰਣਾਦਾਇਕ ਕਾਰਨ ਕੀ ਸੀ, ਜੋ (ਕੌਣ ਦੇਸ਼ ਅਤੇ ਕਾਰਪੋਰੇਸ਼ਨਾਂ) ਇਸ ਸਮੇਂ ਇਸ ਖੇਤਰ ਵਿੱਚ ਮੋਹਰੀ ਖਿਡਾਰੀ ਹਨ, ਅਤੇ ਸੰਖੇਪ ਵਿੱਚ ਗੱਲ ਵੀ ਕਰਾਂਗੇ। ਕੁਆਂਟਮ ਕੰਪਿਊਟਿੰਗ ਦੇ ਵਿਕਾਸ ਦੀਆਂ ਮੁੱਖ ਦਿਸ਼ਾਵਾਂ ਬਾਰੇ।

ਇਹ ਸਭ ਕਿਵੇਂ ਸ਼ੁਰੂ ਹੋਇਆ?

(ਸਮੱਗਰੀ ਨੂੰ)

ਕੁਆਂਟਮ ਯੁੱਗ ਦਾ ਸ਼ੁਰੂਆਤੀ ਬਿੰਦੂ 1900 ਮੰਨਿਆ ਜਾਂਦਾ ਹੈ, ਜਦੋਂ ਐਮ. ਪਲੈਂਕ ਨੇ ਪਹਿਲਾਂ ਅੱਗੇ ਰੱਖਿਆ ਸੀ। ਪਰਿਕਲਪਨਾ ਇਹ ਊਰਜਾ ਲਗਾਤਾਰ ਨਹੀਂ, ਸਗੋਂ ਵੱਖਰੇ ਕੁਆਂਟਾ (ਹਿੱਸਿਆਂ) ਵਿੱਚ ਨਿਕਲਦੀ ਹੈ ਅਤੇ ਲੀਨ ਹੁੰਦੀ ਹੈ। ਇਹ ਵਿਚਾਰ ਉਸ ਸਮੇਂ ਦੇ ਬਹੁਤ ਸਾਰੇ ਉੱਘੇ ਵਿਗਿਆਨੀਆਂ - ਬੋਹਰ, ਆਈਨਸਟਾਈਨ, ਹਾਈਜ਼ਨਬਰਗ, ਸ਼੍ਰੋਡਿੰਗਰ ਦੁਆਰਾ ਚੁੱਕਿਆ ਅਤੇ ਵਿਕਸਤ ਕੀਤਾ ਗਿਆ ਸੀ, ਜਿਸ ਨੇ ਆਖਰਕਾਰ ਅਜਿਹੇ ਵਿਗਿਆਨ ਦੀ ਸਿਰਜਣਾ ਅਤੇ ਵਿਕਾਸ ਕੀਤਾ। ਕੁਆਂਟਮ ਭੌਤਿਕ ਵਿਗਿਆਨ. ਇੱਕ ਵਿਗਿਆਨ ਵਜੋਂ ਕੁਆਂਟਮ ਭੌਤਿਕ ਵਿਗਿਆਨ ਦੇ ਗਠਨ ਬਾਰੇ ਇੰਟਰਨੈਟ ਤੇ ਬਹੁਤ ਸਾਰੀਆਂ ਚੰਗੀਆਂ ਸਮੱਗਰੀਆਂ ਹਨ; ਇਸ ਲੇਖ ਵਿੱਚ ਅਸੀਂ ਇਸ ਬਾਰੇ ਵਿਸਥਾਰ ਵਿੱਚ ਨਹੀਂ ਵਿਚਾਰਾਂਗੇ, ਪਰ ਇਹ ਉਸ ਤਾਰੀਖ ਨੂੰ ਦਰਸਾਉਣਾ ਜ਼ਰੂਰੀ ਸੀ ਜਦੋਂ ਅਸੀਂ ਨਵੇਂ ਕੁਆਂਟਮ ਯੁੱਗ ਵਿੱਚ ਦਾਖਲ ਹੋਏ।

ਕੁਆਂਟਮ ਭੌਤਿਕ ਵਿਗਿਆਨ ਨੇ ਸਾਡੇ ਰੋਜ਼ਾਨਾ ਜੀਵਨ ਵਿੱਚ ਬਹੁਤ ਸਾਰੀਆਂ ਕਾਢਾਂ ਅਤੇ ਤਕਨਾਲੋਜੀਆਂ ਲਿਆਂਦੀਆਂ ਹਨ, ਜਿਨ੍ਹਾਂ ਤੋਂ ਬਿਨਾਂ ਹੁਣ ਸਾਡੇ ਆਲੇ ਦੁਆਲੇ ਦੀ ਦੁਨੀਆਂ ਦੀ ਕਲਪਨਾ ਕਰਨਾ ਮੁਸ਼ਕਲ ਹੈ। ਉਦਾਹਰਨ ਲਈ, ਇੱਕ ਲੇਜ਼ਰ, ਜੋ ਹੁਣ ਹਰ ਥਾਂ ਵਰਤਿਆ ਜਾਂਦਾ ਹੈ, ਘਰੇਲੂ ਉਪਕਰਨਾਂ (ਲੇਜ਼ਰ ਪੱਧਰ, ਆਦਿ) ਤੋਂ ਲੈ ਕੇ ਉੱਚ-ਤਕਨੀਕੀ ਪ੍ਰਣਾਲੀਆਂ ਤੱਕ (ਦ੍ਰਿਸ਼ਟੀ ਸੁਧਾਰ ਲਈ ਲੇਜ਼ਰ, ਹੈਲੋ meklon ). ਇਹ ਮੰਨਣਾ ਤਰਕਸੰਗਤ ਹੋਵੇਗਾ ਕਿ ਜਲਦੀ ਜਾਂ ਬਾਅਦ ਵਿੱਚ ਕੋਈ ਵਿਅਕਤੀ ਇਹ ਵਿਚਾਰ ਲੈ ਕੇ ਆਵੇਗਾ ਕਿ ਕਿਉਂ ਨਾ ਕੰਪਿਊਟਿੰਗ ਲਈ ਕੁਆਂਟਮ ਪ੍ਰਣਾਲੀਆਂ ਦੀ ਵਰਤੋਂ ਕੀਤੀ ਜਾਵੇ। ਅਤੇ ਫਿਰ 1980 ਵਿੱਚ ਇਹ ਹੋਇਆ.

ਵਿਕੀਪੀਡੀਆ ਦੱਸਦਾ ਹੈ ਕਿ ਕੁਆਂਟਮ ਕੰਪਿਊਟਿੰਗ ਦਾ ਪਹਿਲਾ ਵਿਚਾਰ ਸਾਡੇ ਵਿਗਿਆਨੀ ਯੂਰੀ ਮਾਨਿਨ ਦੁਆਰਾ 1980 ਵਿੱਚ ਪ੍ਰਗਟ ਕੀਤਾ ਗਿਆ ਸੀ। ਪਰ ਉਨ੍ਹਾਂ ਨੇ ਸੱਚਮੁੱਚ ਹੀ 1981 ਵਿੱਚ ਇਸ ਬਾਰੇ ਗੱਲ ਕਰਨੀ ਸ਼ੁਰੂ ਕੀਤੀ, ਜਦੋਂ ਮਸ਼ਹੂਰ ਆਰ ਐਮਆਈਟੀ ਵਿਖੇ ਹੋਈ ਪਹਿਲੀ ਕੰਪਿਊਟੇਸ਼ਨਲ ਫਿਜ਼ਿਕਸ ਕਾਨਫਰੰਸ ਵਿੱਚ ਗੱਲਬਾਤ, ਨੋਟ ਕੀਤਾ ਗਿਆ ਹੈ ਕਿ ਇੱਕ ਕੁਆਂਟਮ ਸਿਸਟਮ ਦੇ ਵਿਕਾਸ ਨੂੰ ਇੱਕ ਕੁਸ਼ਲ ਤਰੀਕੇ ਨਾਲ ਕਲਾਸੀਕਲ ਕੰਪਿਊਟਰ ਉੱਤੇ ਸਿਮੂਲੇਟ ਕਰਨਾ ਅਸੰਭਵ ਹੈ। ਉਸਨੇ ਇੱਕ ਮੁਢਲੇ ਮਾਡਲ ਦਾ ਪ੍ਰਸਤਾਵ ਕੀਤਾ ਕੁਆਂਟਮ ਕੰਪਿਊਟਰ, ਜੋ ਕਿ ਅਜਿਹੇ ਮਾਡਲਿੰਗ ਨੂੰ ਪੂਰਾ ਕਰਨ ਦੇ ਯੋਗ ਹੋਵੇਗਾ.

ਇੱਥੇ ਇੱਕ ਹੈ ਇਹ ਕੰਮ ਹੈ, ਜਿਸ ਵਿੱਚ ਕੁਆਂਟਮ ਕੰਪਿਊਟਿੰਗ ਵਿਕਾਸ ਦੀ ਸਮਾਂਰੇਖਾ ਵਧੇਰੇ ਅਕਾਦਮਿਕ ਅਤੇ ਵਿਸਤਾਰ ਵਿੱਚ ਮੰਨਿਆ ਜਾਂਦਾ ਹੈ, ਪਰ ਅਸੀਂ ਸੰਖੇਪ ਵਿੱਚ ਜਾਵਾਂਗੇ:

ਕੁਆਂਟਮ ਕੰਪਿਊਟਰ ਬਣਾਉਣ ਦੇ ਇਤਿਹਾਸ ਵਿੱਚ ਪ੍ਰਮੁੱਖ ਮੀਲ ਪੱਥਰ:

• [1994]। ਪੀ ਸ਼ੋਰ ਦੁਆਰਾ ਤਿਆਰ ਕੀਤਾ ਗਿਆ ਹੈ ਕੁਆਂਟਮ ਨੰਬਰ ਫੈਕਟਰਾਈਜ਼ੇਸ਼ਨ ਐਲਗੋਰਿਦਮ
• [1998]। ਬਣਾਇਆ ਪਹਿਲਾ 2-ਕਿਊਬਿਟ ਕੁਆਂਟਮ ਕੰਪਿਊਟਰ
• [2001]। IBM ਨੇ ਐਗਜ਼ੀਕਿਊਸ਼ਨ ਪੇਸ਼ ਕੀਤਾ ਸ਼ੌਰ ਦਾ ਐਲਗੋਰਿਦਮ ਨੰਬਰ 15 ਦੇ ਵਿਸਥਾਰ ਲਈ
• [2007-2016]। ਡੀ-ਵੇਵ 128-2000 ਕਿਊਬਿਟਸ ਵਾਲਾ ਕੰਪਿਊਟਰ ਬਣਾਉਂਦਾ ਅਤੇ ਵਿਕਸਿਤ ਕਰਦਾ ਹੈ
• [2012]। ਕੈਲੀਫੋਰਨੀਆ ਯੂਨੀਵਰਸਿਟੀ ਵਿਖੇ ਲਾਗੂ ਕੀਤਾ ਗਿਆ ਨੰਬਰ 21 ਲਈ ਸ਼ੌਰ ਦਾ ਐਲਗੋਰਿਦਮ
• [2016]। ਗੂਗਲ ਇੱਕ ਹਾਈਡ੍ਰੋਜਨ ਅਣੂ ਦੀ ਨਕਲ ਇੱਕ 9-ਕੁਬਿਟ ਕੰਪਿਊਟਰ 'ਤੇ
• [2017]. IBM ਸਿਮੂਲੇਟਿਡ ਬੇਰੀਲੀਅਮ ਹਾਈਡ੍ਰਾਈਡ BeH2 (ਤਿੰਨ ਪਰਮਾਣੂ)
• [2019]. IBM Q ਸਿਸਟਮ ਇੱਕ. ਕਲਾਉਡ ਵਿੱਚ 20-ਕੁਬਿਟ ਕੰਪਿਊਟਰ
• [2019]. Google Sycamore. 53 ਕਿਊਬਿਟ ਕੰਪਿਊਟਰ। ਕੁਆਂਟਮ ਸਰਵਉੱਚਤਾ?

ਜਿਵੇਂ ਕਿ ਤੁਸੀਂ ਦੇਖ ਸਕਦੇ ਹੋ, 17 ਸਾਲ (1981 ਤੋਂ 1998 ਤੱਕ) ਵਿਚਾਰ ਦੇ ਪਲ ਤੋਂ ਲੈ ਕੇ 2 ਕਿਊਬਿਟ ਵਾਲੇ ਕੰਪਿਊਟਰ ਵਿੱਚ ਇਸਦੇ ਪਹਿਲੇ ਲਾਗੂ ਹੋਣ ਤੱਕ, ਅਤੇ 21 ਸਾਲ (1998 ਤੋਂ 2019 ਤੱਕ) ਉਸ ਪਲ ਤੱਕ ਜਦੋਂ ਕਿਊਬਿਟ ਦੀ ਗਿਣਤੀ ਵਧੀ ਹੈ। 53 ਤੱਕ. ਸ਼ੋਰ ਦੇ ਐਲਗੋਰਿਦਮ ਦੇ ਨਤੀਜੇ ਵਿੱਚ ਸੁਧਾਰ ਕਰਨ ਵਿੱਚ 11 ਸਾਲ (2001 ਤੋਂ 2012 ਤੱਕ) ਲੱਗੇ (ਅਸੀਂ ਇਸ ਨੂੰ ਥੋੜੇ ਸਮੇਂ ਵਿੱਚ ਹੋਰ ਵਿਸਥਾਰ ਵਿੱਚ ਦੇਖਾਂਗੇ) ਨੰਬਰ 15 ਤੋਂ 21 ਤੱਕ. ਨਾਲ ਹੀ, ਸਿਰਫ ਤਿੰਨ ਸਾਲ ਪਹਿਲਾਂ ਅਸੀਂ ਇਸ ਬਿੰਦੂ ਤੇ ਆਏ ਸੀ. ਫੇਨਮੈਨ ਨੇ ਜਿਸ ਬਾਰੇ ਗੱਲ ਕੀਤੀ ਉਸ ਨੂੰ ਲਾਗੂ ਕਰਨਾ, ਅਤੇ ਸਭ ਤੋਂ ਸਰਲ ਭੌਤਿਕ ਪ੍ਰਣਾਲੀਆਂ ਨੂੰ ਮਾਡਲ ਬਣਾਉਣਾ ਸਿੱਖਣਾ।

ਕੁਆਂਟਮ ਕੰਪਿਊਟਿੰਗ ਦਾ ਵਿਕਾਸ ਹੌਲੀ ਹੈ। ਵਿਗਿਆਨੀਆਂ ਅਤੇ ਇੰਜੀਨੀਅਰਾਂ ਨੂੰ ਬਹੁਤ ਮੁਸ਼ਕਲ ਕੰਮਾਂ ਦਾ ਸਾਹਮਣਾ ਕਰਨਾ ਪੈਂਦਾ ਹੈ, ਕੁਆਂਟਮ ਅਵਸਥਾਵਾਂ ਬਹੁਤ ਥੋੜ੍ਹੇ ਸਮੇਂ ਲਈ ਅਤੇ ਨਾਜ਼ੁਕ ਹੁੰਦੀਆਂ ਹਨ, ਅਤੇ ਉਹਨਾਂ ਨੂੰ ਗਣਨਾ ਕਰਨ ਲਈ ਲੰਬੇ ਸਮੇਂ ਤੱਕ ਸੁਰੱਖਿਅਤ ਰੱਖਣ ਲਈ, ਉਹਨਾਂ ਨੂੰ ਲੱਖਾਂ ਡਾਲਰਾਂ ਦੀ ਸਰਕੋਫੈਗੀ ਬਣਾਉਣੀ ਪੈਂਦੀ ਹੈ, ਜਿਸ ਵਿੱਚ ਤਾਪਮਾਨ ਨੂੰ ਬਣਾਈ ਰੱਖਿਆ ਜਾਂਦਾ ਹੈ। ਬਿਲਕੁਲ ਜ਼ੀਰੋ ਤੋਂ ਉੱਪਰ, ਅਤੇ ਜੋ ਬਾਹਰੀ ਪ੍ਰਭਾਵਾਂ ਤੋਂ ਵੱਧ ਤੋਂ ਵੱਧ ਸੁਰੱਖਿਅਤ ਹਨ। ਅੱਗੇ ਅਸੀਂ ਇਹਨਾਂ ਕੰਮਾਂ ਅਤੇ ਸਮੱਸਿਆਵਾਂ ਬਾਰੇ ਵਧੇਰੇ ਵਿਸਥਾਰ ਵਿੱਚ ਗੱਲ ਕਰਾਂਗੇ.

ਪ੍ਰਮੁੱਖ ਖਿਡਾਰੀ

(ਸਮੱਗਰੀ ਨੂੰ)

ਇਸ ਭਾਗ ਦੀਆਂ ਸਲਾਈਡਾਂ ਲੇਖ ਵਿੱਚੋਂ ਲਈਆਂ ਗਈਆਂ ਹਨ ਕੁਆਂਟਮ ਕੰਪਿਊਟਰ: ਇੱਕ ਵੱਡਾ ਬਲਦ ਦੌੜ। Yandex ਵਿੱਚ ਲੈਕਚਰ, ਖੋਜਕਰਤਾ ਤੋਂ ਰੂਸੀ ਕੁਆਂਟਮ ਸੈਂਟਰ ਅਲੈਕਸੀ ਫੇਡੋਰੋਵ. ਮੈਨੂੰ ਤੁਹਾਨੂੰ ਸਿੱਧੇ ਹਵਾਲੇ ਦੇਣ ਦਿਓ:

ਸਾਰੇ ਤਕਨੀਕੀ ਤੌਰ 'ਤੇ ਸਫਲ ਦੇਸ਼ ਇਸ ਸਮੇਂ ਸਰਗਰਮੀ ਨਾਲ ਕੁਆਂਟਮ ਤਕਨਾਲੋਜੀਆਂ ਦਾ ਵਿਕਾਸ ਕਰ ਰਹੇ ਹਨ। ਇਸ ਖੋਜ ਵਿੱਚ ਵੱਡੀ ਰਕਮ ਦਾ ਨਿਵੇਸ਼ ਕੀਤਾ ਜਾ ਰਿਹਾ ਹੈ, ਅਤੇ ਕੁਆਂਟਮ ਤਕਨਾਲੋਜੀਆਂ ਦੇ ਸਮਰਥਨ ਲਈ ਵਿਸ਼ੇਸ਼ ਪ੍ਰੋਗਰਾਮ ਬਣਾਏ ਜਾ ਰਹੇ ਹਨ।

ਕੁਆਂਟਮ ਦੌੜ ਵਿੱਚ ਸਿਰਫ਼ ਰਾਜ ਹੀ ਨਹੀਂ, ਸਗੋਂ ਨਿੱਜੀ ਕੰਪਨੀਆਂ ਵੀ ਭਾਗ ਲੈ ਰਹੀਆਂ ਹਨ। ਕੁੱਲ ਮਿਲਾ ਕੇ, Google, IBM, Intel ਅਤੇ Microsoft ਨੇ ਹਾਲ ਹੀ ਵਿੱਚ ਕੁਆਂਟਮ ਕੰਪਿਊਟਰਾਂ ਦੇ ਵਿਕਾਸ ਵਿੱਚ ਲਗਭਗ $0,5 ਬਿਲੀਅਨ ਦਾ ਨਿਵੇਸ਼ ਕੀਤਾ ਹੈ ਅਤੇ ਵੱਡੀਆਂ ਪ੍ਰਯੋਗਸ਼ਾਲਾਵਾਂ ਅਤੇ ਖੋਜ ਕੇਂਦਰ ਬਣਾਏ ਹਨ।

ਹੈਬਰੇ ਅਤੇ ਇੰਟਰਨੈਟ ਤੇ ਬਹੁਤ ਸਾਰੇ ਲੇਖ ਹਨ, ਉਦਾਹਰਨ ਲਈ, ਦੇਖ!, ਦੇਖ! и ਦੇਖ!, ਜਿਸ ਵਿੱਚ ਵੱਖ-ਵੱਖ ਦੇਸ਼ਾਂ ਵਿੱਚ ਕੁਆਂਟਮ ਤਕਨਾਲੋਜੀਆਂ ਦੇ ਵਿਕਾਸ ਦੇ ਨਾਲ ਮਾਮਲਿਆਂ ਦੀ ਮੌਜੂਦਾ ਸਥਿਤੀ ਦੀ ਹੋਰ ਵਿਸਥਾਰ ਨਾਲ ਜਾਂਚ ਕੀਤੀ ਜਾਂਦੀ ਹੈ। ਸਾਡੇ ਲਈ ਹੁਣ ਮੁੱਖ ਗੱਲ ਇਹ ਹੈ ਕਿ ਸਾਰੇ ਪ੍ਰਮੁੱਖ ਤਕਨੀਕੀ ਤੌਰ 'ਤੇ ਵਿਕਸਤ ਦੇਸ਼ ਅਤੇ ਖਿਡਾਰੀ ਇਸ ਦਿਸ਼ਾ ਵਿੱਚ ਖੋਜ ਵਿੱਚ ਵੱਡੀ ਮਾਤਰਾ ਵਿੱਚ ਪੈਸਾ ਲਗਾ ਰਹੇ ਹਨ, ਜਿਸ ਨਾਲ ਮੌਜੂਦਾ ਤਕਨੀਕੀ ਰੁਕਾਵਟ ਤੋਂ ਬਾਹਰ ਨਿਕਲਣ ਦੀ ਉਮੀਦ ਮਿਲਦੀ ਹੈ।

ਵਿਕਾਸ ਦੀਆਂ ਦਿਸ਼ਾਵਾਂ

(ਸਮੱਗਰੀ ਨੂੰ)

ਇਸ ਸਮੇਂ (ਮੈਂ ਗਲਤ ਹੋ ਸਕਦਾ ਹਾਂ, ਮੈਨੂੰ ਠੀਕ ਕਰੋ) ਸਾਰੇ ਪ੍ਰਮੁੱਖ ਖਿਡਾਰੀਆਂ ਦੇ ਮੁੱਖ ਯਤਨ (ਅਤੇ ਘੱਟ ਜਾਂ ਘੱਟ ਮਹੱਤਵਪੂਰਨ ਨਤੀਜੇ) ਦੋ ਖੇਤਰਾਂ ਵਿੱਚ ਕੇਂਦ੍ਰਿਤ ਹਨ:

• ਵਿਸ਼ੇਸ਼ ਕੁਆਂਟਮ ਕੰਪਿਊਟਰ, ਜਿਸਦਾ ਉਦੇਸ਼ ਇੱਕ ਖਾਸ ਖਾਸ ਸਮੱਸਿਆ ਨੂੰ ਹੱਲ ਕਰਨਾ ਹੈ, ਉਦਾਹਰਨ ਲਈ, ਇੱਕ ਅਨੁਕੂਲਨ ਸਮੱਸਿਆ। ਇੱਕ ਉਤਪਾਦ ਦੀ ਇੱਕ ਉਦਾਹਰਨ ਡੀ-ਵੇਵ ਕੁਆਂਟਮ ਕੰਪਿਊਟਰ ਹੈ।
• ਯੂਨੀਵਰਸਲ ਕੁਆਂਟਮ ਕੰਪਿਊਟਰ — ਜੋ ਆਰਬਿਟਰਰੀ ਕੁਆਂਟਮ ਐਲਗੋਰਿਦਮ (ਸ਼ੌਰ, ਗਰੋਵਰ, ਆਦਿ) ਨੂੰ ਲਾਗੂ ਕਰਨ ਦੇ ਸਮਰੱਥ ਹਨ। IBM, Google ਤੋਂ ਲਾਗੂਕਰਨ।

ਵਿਕਾਸ ਦੇ ਹੋਰ ਵੈਕਟਰ ਜੋ ਕੁਆਂਟਮ ਭੌਤਿਕ ਵਿਗਿਆਨ ਸਾਨੂੰ ਦਿੰਦਾ ਹੈ, ਜਿਵੇਂ ਕਿ:

• ਕੁਆਂਟਮ ਸੈਂਸਰ
• ਕੁਆਂਟਮ ਨੈੱਟਵਰਕ ਲਈ ਇੱਕ ਆਧਾਰ ਦੇ ਤੌਰ ਤੇ ਕੁਆਂਟਮ ਕ੍ਰਿਪਟੋਗ੍ਰਾਫੀ
• ਅਤੇ ਹੋਰ ਬਹੁਤ ਕੁਝ

ਬੇਸ਼ੱਕ, ਇਹ ਖੋਜ ਲਈ ਖੇਤਰਾਂ ਦੀ ਸੂਚੀ ਵਿੱਚ ਵੀ ਹੈ, ਪਰ ਮੌਜੂਦਾ ਸਮੇਂ ਵਿੱਚ ਕੋਈ ਵੱਧ ਜਾਂ ਘੱਟ ਮਹੱਤਵਪੂਰਨ ਨਤੀਜੇ ਨਹੀਂ ਹਨ.

ਇਸ ਤੋਂ ਇਲਾਵਾ ਤੁਸੀਂ ਪੜ੍ਹ ਸਕਦੇ ਹੋ ਕੁਆਂਟਮ ਤਕਨਾਲੋਜੀਆਂ ਦੇ ਵਿਕਾਸ ਲਈ ਰੋਡਮੈਪ, ਠੀਕ ਹੈ, ਗੂਗਲ "ਕੁਆਂਟਮ ਤਕਨਾਲੋਜੀਆਂ ਦਾ ਵਿਕਾਸ", ਉਦਾਹਰਣ ਲਈ, ਦੇਖ!, ਦੇਖ! и ਦੇਖ!.

ਮੂਲ। ਕੁਆਂਟਮ ਵਸਤੂ ਅਤੇ ਕੁਆਂਟਮ ਸਿਸਟਮ

(ਸਮੱਗਰੀ ਨੂੰ)

ਇਸ ਭਾਗ ਤੋਂ ਸਮਝਣ ਵਾਲੀ ਸਭ ਤੋਂ ਮਹੱਤਵਪੂਰਨ ਗੱਲ ਇਹ ਹੈ ਕਿ

ਕੁਆਂਟਮ ਕੰਪਿਊਟਰ (ਆਮ ਤੋਂ ਉਲਟ) ਜਾਣਕਾਰੀ ਕੈਰੀਅਰਾਂ ਵਜੋਂ ਵਰਤਦਾ ਹੈ ਕੁਆਂਟਮ ਵਸਤੂਆਂ, ਅਤੇ ਗਣਨਾ ਕਰਨ ਲਈ, ਕੁਆਂਟਮ ਵਸਤੂਆਂ ਨੂੰ ਅੰਦਰ ਜੋੜਿਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ ਕੁਆਂਟਮ ਸਿਸਟਮ.

ਇੱਕ ਕੁਆਂਟਮ ਵਸਤੂ ਕੀ ਹੈ?

ਕੁਆਂਟਮ ਵਸਤੂ - ਮਾਈਕ੍ਰੋਵਰਲਡ (ਕੁਆਂਟਮ ਵਰਲਡ) ਦੀ ਇੱਕ ਵਸਤੂ ਜੋ ਕੁਆਂਟਮ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਨੂੰ ਪ੍ਰਦਰਸ਼ਿਤ ਕਰਦੀ ਹੈ:

• ਦੋ ਸੀਮਾ ਪੱਧਰਾਂ ਵਾਲੀ ਇੱਕ ਪਰਿਭਾਸ਼ਿਤ ਅਵਸਥਾ ਹੈ
• ਮਾਪ ਦੇ ਪਲ ਤੱਕ ਇਸਦੀ ਸਥਿਤੀ ਦੀ ਇੱਕ ਉੱਚ ਸਥਿਤੀ ਵਿੱਚ ਹੈ
• ਕੁਆਂਟਮ ਸਿਸਟਮ ਬਣਾਉਣ ਲਈ ਆਪਣੇ ਆਪ ਨੂੰ ਹੋਰ ਵਸਤੂਆਂ ਨਾਲ ਉਲਝਾ ਲੈਂਦਾ ਹੈ
• ਨੋ-ਕਲੋਨਿੰਗ ਥਿਊਰਮ ਨੂੰ ਸੰਤੁਸ਼ਟ ਕਰਦਾ ਹੈ (ਕਿਸੇ ਵਸਤੂ ਦੀ ਸਥਿਤੀ ਦੀ ਨਕਲ ਨਹੀਂ ਕੀਤੀ ਜਾ ਸਕਦੀ)

ਆਉ ਹਰ ਇੱਕ ਜਾਇਦਾਦ ਨੂੰ ਹੋਰ ਵਿਸਥਾਰ ਵਿੱਚ ਵੇਖੀਏ:

ਦੋ ਸੀਮਾ ਪੱਧਰਾਂ (ਅੰਤ ਰਾਜ) ਵਾਲੀ ਇੱਕ ਪਰਿਭਾਸ਼ਿਤ ਅਵਸਥਾ ਹੈ

ਇੱਕ ਕਲਾਸਿਕ ਅਸਲ-ਸੰਸਾਰ ਉਦਾਹਰਨ ਇੱਕ ਸਿੱਕਾ ਹੈ। ਇਸਦੀ ਇੱਕ "ਸਾਈਡ" ਅਵਸਥਾ ਹੈ, ਜੋ ਦੋ ਸੀਮਾ ਪੱਧਰਾਂ 'ਤੇ ਲੈਂਦੀ ਹੈ - "ਸਿਰ" ਅਤੇ "ਪੂਛਾਂ"।

ਮਾਪ ਦੇ ਪਲ ਤੱਕ ਇਸਦੀ ਸਥਿਤੀ ਦੀ ਇੱਕ ਉੱਚ ਸਥਿਤੀ ਵਿੱਚ ਹੈ

ਉਨ੍ਹਾਂ ਨੇ ਇੱਕ ਸਿੱਕਾ ਉਛਾਲਿਆ, ਇਹ ਉੱਡਦਾ ਹੈ ਅਤੇ ਘੁੰਮਦਾ ਹੈ। ਜਦੋਂ ਇਹ ਘੁੰਮ ਰਿਹਾ ਹੁੰਦਾ ਹੈ, ਇਹ ਕਹਿਣਾ ਅਸੰਭਵ ਹੈ ਕਿ ਇਸਦੀ "ਸਾਈਡ" ਅਵਸਥਾ ਕਿਸ ਸੀਮਾ ਪੱਧਰ ਵਿੱਚ ਸਥਿਤ ਹੈ। ਪਰ ਜਿਵੇਂ ਹੀ ਅਸੀਂ ਇਸ ਨੂੰ ਘਟਾਉਂਦੇ ਹਾਂ ਅਤੇ ਨਤੀਜੇ ਨੂੰ ਦੇਖਦੇ ਹਾਂ, ਰਾਜਾਂ ਦੀ ਸੁਪਰਪੋਜ਼ੀਸ਼ਨ ਤੁਰੰਤ ਦੋ ਸੀਮਾਵਾਂ ਵਿੱਚੋਂ ਇੱਕ ਅਵਸਥਾ ਵਿੱਚ ਢਹਿ ਜਾਂਦੀ ਹੈ - “ਸਿਰ” ਅਤੇ “ਪੂਛਾਂ”। ਸਾਡੇ ਕੇਸ ਵਿੱਚ ਇੱਕ ਸਿੱਕਾ ਥੱਪੜ ਇੱਕ ਮਾਪ ਹੈ.

ਕੁਆਂਟਮ ਸਿਸਟਮ ਬਣਾਉਣ ਲਈ ਆਪਣੇ ਆਪ ਨੂੰ ਹੋਰ ਵਸਤੂਆਂ ਨਾਲ ਉਲਝਾ ਲੈਂਦਾ ਹੈ

ਇਹ ਇੱਕ ਸਿੱਕੇ ਨਾਲ ਮੁਸ਼ਕਲ ਹੈ, ਪਰ ਆਓ ਕੋਸ਼ਿਸ਼ ਕਰੀਏ। ਕਲਪਨਾ ਕਰੋ ਕਿ ਅਸੀਂ ਤਿੰਨ ਸਿੱਕੇ ਸੁੱਟੇ ਤਾਂ ਜੋ ਉਹ ਇੱਕ ਦੂਜੇ ਨਾਲ ਚਿਪਕਦੇ ਹੋਏ ਘੁੰਮਦੇ ਹੋਣ, ਇਹ ਸਿੱਕਿਆਂ ਨਾਲ ਜੁਗਲਬੰਦੀ ਹੈ। ਸਮੇਂ ਦੇ ਹਰ ਪਲ 'ਤੇ, ਨਾ ਸਿਰਫ ਉਨ੍ਹਾਂ ਵਿੱਚੋਂ ਹਰ ਇੱਕ ਰਾਜਾਂ ਦੀ ਇੱਕ ਉੱਚ ਸਥਿਤੀ ਵਿੱਚ ਹੁੰਦਾ ਹੈ, ਬਲਕਿ ਇਹ ਰਾਜ ਇੱਕ ਦੂਜੇ ਨੂੰ ਪ੍ਰਭਾਵਤ ਕਰਦੇ ਹਨ (ਸਿੱਕੇ ਟਕਰਾਉਂਦੇ ਹਨ)।

ਨੋ-ਕਲੋਨਿੰਗ ਥਿਊਰਮ ਨੂੰ ਸੰਤੁਸ਼ਟ ਕਰਦਾ ਹੈ (ਕਿਸੇ ਵਸਤੂ ਦੀ ਸਥਿਤੀ ਦੀ ਨਕਲ ਨਹੀਂ ਕੀਤੀ ਜਾ ਸਕਦੀ)

ਜਦੋਂ ਸਿੱਕੇ ਉੱਡਦੇ ਅਤੇ ਘੁੰਮ ਰਹੇ ਹੁੰਦੇ ਹਨ, ਅਜਿਹਾ ਕੋਈ ਤਰੀਕਾ ਨਹੀਂ ਹੈ ਕਿ ਅਸੀਂ ਕਿਸੇ ਵੀ ਸਿੱਕੇ ਦੀ ਕਤਾਈ ਦੀ ਸਥਿਤੀ ਦੀ ਕਾਪੀ ਬਣਾ ਸਕਦੇ ਹਾਂ, ਸਿਸਟਮ ਤੋਂ ਵੱਖ। ਸਿਸਟਮ ਆਪਣੇ ਅੰਦਰ ਰਹਿੰਦਾ ਹੈ ਅਤੇ ਬਾਹਰੀ ਦੁਨੀਆਂ ਨੂੰ ਕੋਈ ਵੀ ਜਾਣਕਾਰੀ ਜਾਰੀ ਕਰਨ ਲਈ ਬਹੁਤ ਈਰਖਾ ਕਰਦਾ ਹੈ।

ਸੰਕਲਪ ਬਾਰੇ ਕੁਝ ਹੋਰ ਸ਼ਬਦ "ਸੁਪਰਪੋਜ਼ੀਸ਼ਨ", ਲਗਭਗ ਸਾਰੇ ਲੇਖਾਂ ਵਿੱਚ ਸੁਪਰਪੁਜੀਸ਼ਨ ਦੀ ਵਿਆਖਿਆ ਕੀਤੀ ਗਈ ਹੈ "ਇੱਕੋ ਸਮੇਂ ਵਿੱਚ ਸਾਰੇ ਰਾਜਾਂ ਵਿੱਚ ਹੈ", ਜੋ ਕਿ, ਬੇਸ਼ੱਕ, ਸੱਚ ਹੈ, ਪਰ ਕਈ ਵਾਰ ਬੇਲੋੜਾ ਉਲਝਣ ਵਾਲਾ ਹੁੰਦਾ ਹੈ। ਅਵਸਥਾਵਾਂ ਦੀ ਇੱਕ ਉੱਚ ਸਥਿਤੀ ਦੀ ਕਲਪਨਾ ਇਸ ਤੱਥ ਦੇ ਰੂਪ ਵਿੱਚ ਵੀ ਕੀਤੀ ਜਾ ਸਕਦੀ ਹੈ ਕਿ ਸਮੇਂ ਦੇ ਹਰ ਪਲ ਵਿੱਚ ਇੱਕ ਕੁਆਂਟਮ ਵਸਤੂ ਇਸਦੇ ਹਰੇਕ ਸੀਮਾ ਪੱਧਰ ਵਿੱਚ ਢਹਿਣ ਦੀਆਂ ਕੁਝ ਸੰਭਾਵਨਾਵਾਂ ਹਨ, ਅਤੇ ਕੁੱਲ ਮਿਲਾ ਕੇ ਇਹ ਸੰਭਾਵਨਾਵਾਂ ਕੁਦਰਤੀ ਤੌਰ 'ਤੇ 1 ਦੇ ਬਰਾਬਰ ਹਨ।. ਬਾਅਦ ਵਿੱਚ, ਜਦੋਂ ਕਿਊਬਿਟ 'ਤੇ ਵਿਚਾਰ ਕਰਦੇ ਹਾਂ, ਅਸੀਂ ਇਸ 'ਤੇ ਵਧੇਰੇ ਵਿਸਥਾਰ ਨਾਲ ਵਿਚਾਰ ਕਰਾਂਗੇ।

ਸਿੱਕਿਆਂ ਲਈ, ਇਸਦੀ ਕਲਪਨਾ ਕੀਤੀ ਜਾ ਸਕਦੀ ਹੈ - ਸ਼ੁਰੂਆਤੀ ਗਤੀ, ਟਾਸ ਦੇ ਕੋਣ, ਵਾਤਾਵਰਣ ਦੀ ਸਥਿਤੀ ਜਿਸ ਵਿੱਚ ਸਿੱਕਾ ਉੱਡ ਰਿਹਾ ਹੈ, ਦੇ ਅਧਾਰ ਤੇ, ਹਰ ਪਲ "ਸਿਰ" ਜਾਂ "ਪੂਛਾਂ" ਪ੍ਰਾਪਤ ਕਰਨ ਦੀ ਸੰਭਾਵਨਾ ਵੱਖਰੀ ਹੁੰਦੀ ਹੈ। ਅਤੇ, ਜਿਵੇਂ ਕਿ ਪਹਿਲਾਂ ਜ਼ਿਕਰ ਕੀਤਾ ਗਿਆ ਹੈ, ਅਜਿਹੇ ਉੱਡਦੇ ਸਿੱਕੇ ਦੀ ਸਥਿਤੀ ਦੀ ਕਲਪਨਾ ਕੀਤੀ ਜਾ ਸਕਦੀ ਹੈ "ਇੱਕੋ ਸਮੇਂ ਵਿੱਚ ਇਸਦੀਆਂ ਸਾਰੀਆਂ ਸੀਮਾਵਾਂ ਵਿੱਚ ਹੋਣ, ਪਰ ਉਹਨਾਂ ਦੇ ਲਾਗੂ ਹੋਣ ਦੀਆਂ ਵੱਖੋ ਵੱਖਰੀਆਂ ਸੰਭਾਵਨਾਵਾਂ ਦੇ ਨਾਲ।"

ਕੋਈ ਵੀ ਵਸਤੂ ਜਿਸ ਲਈ ਉਪਰੋਕਤ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਪੂਰੀਆਂ ਹੁੰਦੀਆਂ ਹਨ ਅਤੇ ਜਿਸ ਨੂੰ ਅਸੀਂ ਬਣਾ ਸਕਦੇ ਹਾਂ ਅਤੇ ਨਿਯੰਤਰਿਤ ਕਰ ਸਕਦੇ ਹਾਂ, ਇੱਕ ਕੁਆਂਟਮ ਕੰਪਿਊਟਰ ਵਿੱਚ ਇੱਕ ਸੂਚਨਾ ਕੈਰੀਅਰ ਵਜੋਂ ਵਰਤਿਆ ਜਾ ਸਕਦਾ ਹੈ।

ਥੋੜਾ ਹੋਰ ਅੱਗੇ ਅਸੀਂ ਕੁਆਂਟਮ ਵਸਤੂਆਂ ਦੇ ਰੂਪ ਵਿੱਚ ਕਿਊਬਿਟਸ ਦੇ ਭੌਤਿਕ ਅਮਲ ਨਾਲ ਮੌਜੂਦਾ ਸਥਿਤੀ ਬਾਰੇ ਗੱਲ ਕਰਾਂਗੇ, ਅਤੇ ਵਿਗਿਆਨੀ ਹੁਣ ਇਸ ਸਮਰੱਥਾ ਵਿੱਚ ਕੀ ਵਰਤ ਰਹੇ ਹਨ।

ਇਸ ਲਈ ਤੀਜੀ ਵਿਸ਼ੇਸ਼ਤਾ ਦੱਸਦੀ ਹੈ ਕਿ ਕੁਆਂਟਮ ਵਸਤੂਆਂ ਕੁਆਂਟਮ ਸਿਸਟਮ ਬਣਾਉਣ ਲਈ ਉਲਝੀਆਂ ਹੋ ਸਕਦੀਆਂ ਹਨ। ਇੱਕ ਕੁਆਂਟਮ ਸਿਸਟਮ ਕੀ ਹੈ?

ਕੁਆਂਟਮ ਸਿਸਟਮ - ਹੇਠ ਲਿਖੀਆਂ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਨਾਲ ਉਲਝੀਆਂ ਕੁਆਂਟਮ ਵਸਤੂਆਂ ਦੀ ਇੱਕ ਪ੍ਰਣਾਲੀ:

• ਇੱਕ ਕੁਆਂਟਮ ਸਿਸਟਮ ਉਹਨਾਂ ਵਸਤੂਆਂ ਦੀਆਂ ਸਾਰੀਆਂ ਸੰਭਾਵਿਤ ਅਵਸਥਾਵਾਂ ਦੀ ਇੱਕ ਸੁਪਰਪੋਜ਼ੀਸ਼ਨ ਵਿੱਚ ਹੁੰਦਾ ਹੈ ਜਿਹਨਾਂ ਵਿੱਚ ਇਹ ਸ਼ਾਮਲ ਹੁੰਦਾ ਹੈ
• ਮਾਪ ਦੇ ਪਲ ਤੱਕ ਸਿਸਟਮ ਦੀ ਸਥਿਤੀ ਨੂੰ ਜਾਣਨਾ ਅਸੰਭਵ ਹੈ
• ਮਾਪ ਦੇ ਪਲ 'ਤੇ, ਸਿਸਟਮ ਇਸਦੇ ਸੀਮਾ ਰਾਜਾਂ ਦੇ ਸੰਭਾਵਿਤ ਰੂਪਾਂ ਵਿੱਚੋਂ ਇੱਕ ਨੂੰ ਲਾਗੂ ਕਰਦਾ ਹੈ

(ਅਤੇ, ਥੋੜ੍ਹਾ ਅੱਗੇ ਦੇਖਦੇ ਹੋਏ)

ਕੁਆਂਟਮ ਪ੍ਰੋਗਰਾਮਾਂ ਲਈ ਕੋਰੋਲਰੀ:

• ਇੱਕ ਕੁਆਂਟਮ ਪ੍ਰੋਗਰਾਮ ਵਿੱਚ ਇਨਪੁਟ 'ਤੇ ਸਿਸਟਮ ਦੀ ਇੱਕ ਦਿੱਤੀ ਗਈ ਅਵਸਥਾ ਹੁੰਦੀ ਹੈ, ਅੰਦਰ ਇੱਕ ਸੁਪਰਪੋਜ਼ੀਸ਼ਨ, ਆਉਟਪੁੱਟ 'ਤੇ ਇੱਕ ਸੁਪਰਪੋਜ਼ੀਸ਼ਨ ਹੁੰਦੀ ਹੈ।
• ਮਾਪ ਤੋਂ ਬਾਅਦ ਪ੍ਰੋਗਰਾਮ ਦੇ ਆਉਟਪੁੱਟ 'ਤੇ ਸਾਡੇ ਕੋਲ ਸਿਸਟਮ ਦੀਆਂ ਸੰਭਾਵਿਤ ਅੰਤਮ ਸਥਿਤੀਆਂ ਵਿੱਚੋਂ ਇੱਕ ਦਾ ਸੰਭਾਵੀ ਅਮਲ ਹੈ (ਨਾਲ ਹੀ ਸੰਭਵ ਤਰੁੱਟੀਆਂ)
• ਕਿਸੇ ਵੀ ਕੁਆਂਟਮ ਪ੍ਰੋਗਰਾਮ ਵਿੱਚ ਇੱਕ ਚਿਮਨੀ ਆਰਕੀਟੈਕਚਰ ਹੁੰਦਾ ਹੈ (ਇਨਪੁਟ -> ਆਉਟਪੁੱਟ। ਇੱਥੇ ਕੋਈ ਲੂਪ ਨਹੀਂ ਹਨ, ਤੁਸੀਂ ਪ੍ਰਕਿਰਿਆ ਦੇ ਮੱਧ ਵਿੱਚ ਸਿਸਟਮ ਦੀ ਸਥਿਤੀ ਨਹੀਂ ਦੇਖ ਸਕਦੇ ਹੋ।)

ਇੱਕ ਕੁਆਂਟਮ ਕੰਪਿਊਟਰ ਅਤੇ ਇੱਕ ਪਰੰਪਰਾਗਤ ਦੀ ਤੁਲਨਾ

(ਸਮੱਗਰੀ ਨੂੰ)

ਚਲੋ ਹੁਣ ਇੱਕ ਪਰੰਪਰਾਗਤ ਕੰਪਿਊਟਰ ਅਤੇ ਇੱਕ ਕੁਆਂਟਮ ਦੀ ਤੁਲਨਾ ਕਰੀਏ।

	ਨਿਯਮਤ ਕੰਪਿਊਟਰ	ਕੁਆਂਟਮ ਕੰਪਿਊਟਰ
ਤਰਕ	0 / 1	`a|0> + b|1>, a^2+b^2=1`
ਫਿਜ਼ਿਕਸ	ਸੈਮੀਕੰਡਕਟਰ ਟਰਾਂਜ਼ਿਸਟਰ	ਕੁਆਂਟਮ ਵਸਤੂ
ਜਾਣਕਾਰੀ ਕੈਰੀਅਰ	ਵੋਲਟੇਜ ਦੇ ਪੱਧਰ	ਧਰੁਵੀਕਰਨ, ਸਪਿਨ,…
ਓਪਰੇਸ਼ਨ	ਬਿੱਟ ਉੱਤੇ ਨਹੀਂ, ਅਤੇ, ਜਾਂ, XOR	ਵਾਲਵ: CNOT, Hadamard,…
ਰਿਸ਼ਤਾ	ਸੈਮੀਕੰਡਕਟਰ ਚਿੱਪ	ਇੱਕ ਦੂਜੇ ਨਾਲ ਉਲਝਣ
ਐਲਗੋਰਿਦਮ	ਮਿਆਰੀ (ਵੇਖੋ ਵ੍ਹਿਪ)	ਵਿਸ਼ੇਸ਼ (ਸ਼ੌਰ, ਗਰੋਵਰ)
ਸਿਧਾਂਤ	ਡਿਜੀਟਲ, ਨਿਰਣਾਇਕ	ਐਨਾਲਾਗ, ਸੰਭਾਵੀ

ਤਰਕ ਪੱਧਰ

ਇੱਕ ਨਿਯਮਤ ਕੰਪਿਊਟਰ ਵਿੱਚ ਇਹ ਇੱਕ ਬਿੱਟ ਹੈ. ਸਾਡੇ ਦੁਆਰਾ ਅਤੇ ਦੁਆਰਾ ਚੰਗੀ ਤਰ੍ਹਾਂ ਜਾਣਿਆ ਜਾਂਦਾ ਹੈ ਨਿਰਣਾਇਕ ਬਿੱਟ. 0 ਜਾਂ 1 ਦੇ ਮੁੱਲ ਲੈ ਸਕਦੇ ਹਨ। ਇਹ ਭੂਮਿਕਾ ਨਾਲ ਪੂਰੀ ਤਰ੍ਹਾਂ ਨਜਿੱਠਦਾ ਹੈ ਲਾਜ਼ੀਕਲ ਯੂਨਿਟ ਇੱਕ ਨਿਯਮਤ ਕੰਪਿਊਟਰ ਲਈ, ਪਰ ਸਥਿਤੀ ਦਾ ਵਰਣਨ ਕਰਨ ਲਈ ਪੂਰੀ ਤਰ੍ਹਾਂ ਅਢੁਕਵਾਂ ਹੈ ਕੁਆਂਟਮ ਵਸਤੂ, ਜੋ ਕਿ, ਜਿਵੇਂ ਕਿ ਅਸੀਂ ਪਹਿਲਾਂ ਹੀ ਕਿਹਾ ਹੈ, ਜੰਗਲੀ ਵਿੱਚ ਸਥਿਤ ਹੈਉਹਨਾਂ ਦੀਆਂ ਸੀਮਾਵਾਂ ਦੀਆਂ ਸਥਿਤੀਆਂ.

ਇਹ ਉਹ ਹੈ ਜੋ ਉਹ ਲੈ ਕੇ ਆਏ ਹਨ qubit. ਇਸਦੇ ਸੀਮਾ ਰਾਜਾਂ ਵਿੱਚ ਇਹ 0 ਅਤੇ 1 ਦੇ ਸਮਾਨ ਰਾਜਾਂ ਨੂੰ ਮਹਿਸੂਸ ਕਰਦਾ ਹੈ |0> ਅਤੇ |1>, ਅਤੇ superposition ਵਿੱਚ ਦਰਸਾਉਂਦਾ ਹੈ ਇਸਦੀ ਸੀਮਾ ਰਾਜਾਂ ਉੱਤੇ ਸੰਭਾਵਨਾ ਵੰਡ |0> и |1>:

 a|0> + b|1>, такое, что a^2+b^2=1

a ਅਤੇ b ਦਰਸਾਉਂਦੇ ਹਨ ਸੰਭਾਵਨਾ ਐਪਲੀਟਿਊਡ, ਅਤੇ ਉਹਨਾਂ ਦੇ ਮੋਡੀਊਲਾਂ ਦੇ ਵਰਗ ਸੀਮਾ ਅਵਸਥਾਵਾਂ ਦੇ ਬਿਲਕੁਲ ਅਜਿਹੇ ਮੁੱਲਾਂ ਨੂੰ ਪ੍ਰਾਪਤ ਕਰਨ ਦੀਆਂ ਅਸਲ ਸੰਭਾਵਨਾਵਾਂ ਹਨ |0> и |1>, ਜੇਕਰ ਤੁਸੀਂ ਹੁਣੇ ਇੱਕ ਮਾਪ ਨਾਲ ਕਿਊਬਿਟ ਨੂੰ ਸਮੇਟਦੇ ਹੋ।

ਭੌਤਿਕ ਪਰਤ

ਵਿਕਾਸ ਦੇ ਮੌਜੂਦਾ ਤਕਨੀਕੀ ਪੱਧਰ 'ਤੇ, ਇੱਕ ਰਵਾਇਤੀ ਕੰਪਿਊਟਰ ਲਈ ਇੱਕ ਬਿੱਟ ਦਾ ਭੌਤਿਕ ਅਮਲ ਹੈ ਸੈਮੀਕੰਡਕਟਰ ਟਰਾਂਜ਼ਿਸਟਰ, ਕੁਆਂਟਮ ਲਈ, ਜਿਵੇਂ ਕਿ ਅਸੀਂ ਪਹਿਲਾਂ ਹੀ ਕਿਹਾ ਹੈ, ਕੋਈ ਵੀ ਕੁਆਂਟਮ ਵਸਤੂ. ਅਗਲੇ ਭਾਗ ਵਿੱਚ ਅਸੀਂ ਇਸ ਬਾਰੇ ਗੱਲ ਕਰਾਂਗੇ ਕਿ ਵਰਤਮਾਨ ਵਿੱਚ ਕਿਊਬਿਟਸ ਲਈ ਭੌਤਿਕ ਮੀਡੀਆ ਵਜੋਂ ਕੀ ਵਰਤਿਆ ਜਾਂਦਾ ਹੈ।

ਸਟੋਰੇਜ਼ ਮਾਧਿਅਮ

ਇੱਕ ਨਿਯਮਤ ਕੰਪਿਊਟਰ ਲਈ ਇਹ ਹੈ ਬਿਜਲੀ - ਵੋਲਟੇਜ ਪੱਧਰ, ਕਰੰਟ ਦੀ ਮੌਜੂਦਗੀ ਜਾਂ ਗੈਰਹਾਜ਼ਰੀ, ਆਦਿ, ਕੁਆਂਟਮ ਲਈ - ਸਮਾਨ ਇੱਕ ਕੁਆਂਟਮ ਵਸਤੂ ਦੀ ਸਥਿਤੀ (ਧਰੁਵੀਕਰਨ, ਸਪਿੱਨ, ਆਦਿ ਦੀ ਦਿਸ਼ਾ), ਜੋ ਕਿ ਸੁਪਰਪੁਜੀਸ਼ਨ ਦੀ ਸਥਿਤੀ ਵਿੱਚ ਹੋ ਸਕਦੀ ਹੈ।

ਓਪਰੇਸ਼ਨ

ਇੱਕ ਨਿਯਮਤ ਕੰਪਿਊਟਰ 'ਤੇ ਤਰਕ ਸਰਕਟਾਂ ਨੂੰ ਲਾਗੂ ਕਰਨ ਲਈ, ਅਸੀਂ ਜਾਣੇ-ਪਛਾਣੇ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹਾਂ ਲਾਜ਼ੀਕਲ ਓਪਰੇਸ਼ਨ, ਕਿਊਬਿਟਸ 'ਤੇ ਓਪਰੇਸ਼ਨਾਂ ਲਈ ਇਹ ਜ਼ਰੂਰੀ ਸੀ ਕਿ ਓਪਰੇਸ਼ਨਾਂ ਦੀ ਇੱਕ ਪੂਰੀ ਤਰ੍ਹਾਂ ਵੱਖਰੀ ਪ੍ਰਣਾਲੀ ਦੇ ਨਾਲ ਆਉਣਾ, ਜਿਸਨੂੰ ਕਿਹਾ ਜਾਂਦਾ ਹੈ ਕੁਆਂਟਮ ਗੇਟਸ. ਗੇਟਸ ਸਿੰਗਲ-ਕਿਊਬਿਟ ਜਾਂ ਡਬਲ-ਕਿਊਬਿਟ ਹੋ ਸਕਦੇ ਹਨ, ਇਸ ਗੱਲ 'ਤੇ ਨਿਰਭਰ ਕਰਦਾ ਹੈ ਕਿ ਕਿੰਨੇ ਕਿਊਬਿਟ ਬਦਲੇ ਜਾ ਰਹੇ ਹਨ।

ਕੁਆਂਟਮ ਗੇਟਾਂ ਦੀਆਂ ਉਦਾਹਰਨਾਂ:

ਇੱਕ ਧਾਰਨਾ ਹੈ ਯੂਨੀਵਰਸਲ ਵਾਲਵ ਸੈੱਟ, ਜੋ ਕਿਸੇ ਵੀ ਕੁਆਂਟਮ ਗਣਨਾ ਕਰਨ ਲਈ ਕਾਫੀ ਹਨ। ਉਦਾਹਰਨ ਲਈ, ਇੱਕ ਯੂਨੀਵਰਸਲ ਸੈੱਟ ਵਿੱਚ ਹੈਡਮਾਰਡ ਗੇਟ, ਇੱਕ ਫੇਜ਼ ਸ਼ਿਫਟ ਗੇਟ, ਇੱਕ CNOT ਗੇਟ, ਅਤੇ ਇੱਕ π⁄8 ਗੇਟ ਸ਼ਾਮਲ ਹੁੰਦੇ ਹਨ। ਉਹਨਾਂ ਦੀ ਮਦਦ ਨਾਲ, ਤੁਸੀਂ ਕਿਊਬਿਟਸ ਦੇ ਇੱਕ ਆਰਬਿਟਰੇਰੀ ਸੈੱਟ ਉੱਤੇ ਕੋਈ ਵੀ ਕੁਆਂਟਮ ਗਣਨਾ ਕਰ ਸਕਦੇ ਹੋ।

ਇਸ ਲੇਖ ਵਿੱਚ ਅਸੀਂ ਕੁਆਂਟਮ ਗੇਟਾਂ ਦੀ ਪ੍ਰਣਾਲੀ ਬਾਰੇ ਵਿਸਥਾਰ ਵਿੱਚ ਨਹੀਂ ਵਿਚਾਰਾਂਗੇ; ਤੁਸੀਂ ਉਹਨਾਂ ਬਾਰੇ ਹੋਰ ਪੜ੍ਹ ਸਕਦੇ ਹੋ ਅਤੇ ਕਿਊਬਿਟਸ ਉੱਤੇ ਲਾਜ਼ੀਕਲ ਓਪਰੇਸ਼ਨਾਂ, ਉਦਾਹਰਨ ਲਈ, ਇੱਥੇ ਹੀ. ਯਾਦ ਰੱਖਣ ਵਾਲੀ ਮੁੱਖ ਗੱਲ:

• ਕੁਆਂਟਮ ਵਸਤੂਆਂ 'ਤੇ ਓਪਰੇਸ਼ਨਾਂ ਲਈ ਨਵੇਂ ਲਾਜ਼ੀਕਲ ਓਪਰੇਟਰਾਂ (ਕੁਆਂਟਮ ਗੇਟਸ) ਦੀ ਸਿਰਜਣਾ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ।
• ਕੁਆਂਟਮ ਗੇਟ ਸਿੰਗਲ-ਕਿਊਬਿਟ ਅਤੇ ਡਬਲ-ਕਿਊਬਿਟ ਕਿਸਮਾਂ ਵਿੱਚ ਆਉਂਦੇ ਹਨ।
• ਗੇਟਾਂ ਦੇ ਯੂਨੀਵਰਸਲ ਸੈੱਟ ਹਨ ਜੋ ਕਿਸੇ ਵੀ ਕੁਆਂਟਮ ਗਣਨਾ ਕਰਨ ਲਈ ਵਰਤੇ ਜਾ ਸਕਦੇ ਹਨ

ਰਿਸ਼ਤਾ

ਇੱਕ ਟਰਾਂਜ਼ਿਸਟਰ ਸਾਡੇ ਲਈ ਪੂਰੀ ਤਰ੍ਹਾਂ ਬੇਕਾਰ ਹੈ; ਗਣਨਾ ਕਰਨ ਲਈ ਸਾਨੂੰ ਬਹੁਤ ਸਾਰੇ ਟਰਾਂਜਿਸਟਰਾਂ ਨੂੰ ਇੱਕ ਦੂਜੇ ਨਾਲ ਜੋੜਨ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ, ਯਾਨੀ ਲੱਖਾਂ ਟਰਾਂਜਿਸਟਰਾਂ ਤੋਂ ਇੱਕ ਸੈਮੀਕੰਡਕਟਰ ਚਿੱਪ ਬਣਾਉਣ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ, ਜਿਸ ਉੱਤੇ ਲਾਜ਼ੀਕਲ ਸਰਕਟ ਬਣਾਉਣੇ ਹੁੰਦੇ ਹਨ, ਏ.ਐਲ.ਯੂ ਅਤੇ, ਅੰਤ ਵਿੱਚ, ਇਸਦੇ ਕਲਾਸਿਕ ਰੂਪ ਵਿੱਚ ਇੱਕ ਆਧੁਨਿਕ ਪ੍ਰੋਸੈਸਰ ਪ੍ਰਾਪਤ ਕਰੋ।

ਇੱਕ ਕਿਊਬਿਟ ਵੀ ਸਾਡੇ ਲਈ ਪੂਰੀ ਤਰ੍ਹਾਂ ਬੇਕਾਰ ਹੈ (ਠੀਕ ਹੈ, ਜੇ ਸਿਰਫ ਅਕਾਦਮਿਕ ਰੂਪ ਵਿੱਚ),

ਗਣਨਾ ਕਰਨ ਲਈ ਸਾਨੂੰ ਕਿਊਬਿਟਸ (ਕੁਆਂਟਮ ਵਸਤੂਆਂ) ਦੀ ਇੱਕ ਪ੍ਰਣਾਲੀ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ

ਜੋ ਕਿ, ਜਿਵੇਂ ਕਿ ਅਸੀਂ ਪਹਿਲਾਂ ਹੀ ਕਿਹਾ ਹੈ, ਕਿਊਬਿਟਸ ਨੂੰ ਇੱਕ ਦੂਜੇ ਨਾਲ ਉਲਝਾ ਕੇ ਬਣਾਇਆ ਗਿਆ ਹੈ ਤਾਂ ਜੋ ਉਹਨਾਂ ਦੀਆਂ ਅਵਸਥਾਵਾਂ ਵਿੱਚ ਤਬਦੀਲੀਆਂ ਇੱਕ ਤਾਲਮੇਲ ਨਾਲ ਵਾਪਰਨ।

ਐਲਗੋਰਿਦਮ

ਮਿਆਰੀ ਐਲਗੋਰਿਦਮ ਜੋ ਮਨੁੱਖਤਾ ਨੇ ਅੱਜ ਤੱਕ ਇਕੱਠੇ ਕੀਤੇ ਹਨ, ਇੱਕ ਕੁਆਂਟਮ ਕੰਪਿਊਟਰ 'ਤੇ ਲਾਗੂ ਕਰਨ ਲਈ ਪੂਰੀ ਤਰ੍ਹਾਂ ਅਣਉਚਿਤ ਹਨ। ਹਾਂ, ਆਮ ਤੌਰ 'ਤੇ ਕੋਈ ਲੋੜ ਨਹੀਂ ਹੈ. ਕਿਊਬਿਟਸ ਉੱਤੇ ਗੇਟ ਲਾਜਿਕ 'ਤੇ ਆਧਾਰਿਤ ਕੁਆਂਟਮ ਕੰਪਿਊਟਰਾਂ ਨੂੰ ਪੂਰੀ ਤਰ੍ਹਾਂ ਵੱਖਰੇ ਐਲਗੋਰਿਦਮ, ਕੁਆਂਟਮ ਐਲਗੋਰਿਦਮ ਬਣਾਉਣ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ। ਸਭ ਤੋਂ ਮਸ਼ਹੂਰ ਕੁਆਂਟਮ ਐਲਗੋਰਿਦਮਾਂ ਵਿੱਚੋਂ, ਤਿੰਨ ਨੂੰ ਵੱਖ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ:

• ਸ਼ੋਰਾ ਦਾ ਐਲਗੋਰਿਦਮ (ਫੈਕਟਰਾਈਜ਼ੇਸ਼ਨ)
• ਗਰੋਵਰ ਦਾ ਐਲਗੋਰਿਦਮ (ਇੱਕ ਬਿਨਾਂ ਕ੍ਰਮਬੱਧ ਡੇਟਾਬੇਸ ਵਿੱਚ ਤੁਰੰਤ ਖੋਜ)
• Deutsch-Jozi ਐਲਗੋਰਿਦਮ (ਸਵਾਲ ਦਾ ਜਵਾਬ, ਸਥਿਰ ਜਾਂ ਸੰਤੁਲਿਤ ਫੰਕਸ਼ਨ)

ਸਿਧਾਂਤ

ਅਤੇ ਸਭ ਤੋਂ ਮਹੱਤਵਪੂਰਨ ਅੰਤਰ ਓਪਰੇਟਿੰਗ ਸਿਧਾਂਤ ਹੈ. ਇੱਕ ਮਿਆਰੀ ਕੰਪਿਊਟਰ ਲਈ ਇਹ ਹੈ ਡਿਜੀਟਲ, ਸਖਤੀ ਨਾਲ ਨਿਰਣਾਇਕ ਸਿਧਾਂਤ, ਇਸ ਤੱਥ ਦੇ ਅਧਾਰ 'ਤੇ ਕਿ ਜੇਕਰ ਅਸੀਂ ਸਿਸਟਮ ਦੀ ਕੁਝ ਸ਼ੁਰੂਆਤੀ ਸਥਿਤੀ ਨਿਰਧਾਰਤ ਕਰਦੇ ਹਾਂ ਅਤੇ ਇਸਨੂੰ ਦਿੱਤੇ ਗਏ ਐਲਗੋਰਿਦਮ ਦੁਆਰਾ ਪਾਸ ਕਰਦੇ ਹਾਂ, ਤਾਂ ਗਣਨਾਵਾਂ ਦਾ ਨਤੀਜਾ ਇੱਕੋ ਜਿਹਾ ਹੋਵੇਗਾ, ਭਾਵੇਂ ਅਸੀਂ ਇਸ ਗਣਨਾ ਨੂੰ ਕਿੰਨੀ ਵਾਰ ਚਲਾਉਂਦੇ ਹਾਂ। ਅਸਲ ਵਿੱਚ, ਇਹ ਵਿਵਹਾਰ ਬਿਲਕੁਲ ਉਹੀ ਹੈ ਜੋ ਅਸੀਂ ਕੰਪਿਊਟਰ ਤੋਂ ਉਮੀਦ ਕਰਦੇ ਹਾਂ।

ਕੁਆਂਟਮ ਕੰਪਿਊਟਰ ਚੱਲਦਾ ਹੈ ਐਨਾਲਾਗ, ਸੰਭਾਵੀ ਸਿਧਾਂਤ. ਇੱਕ ਦਿੱਤੀ ਸ਼ੁਰੂਆਤੀ ਅਵਸਥਾ ਵਿੱਚ ਦਿੱਤੇ ਗਏ ਐਲਗੋਰਿਦਮ ਦਾ ਨਤੀਜਾ ਹੈ ਇੱਕ ਸੰਭਾਵਨਾ ਵੰਡ ਤੋਂ ਨਮੂਨਾ ਐਲਗੋਰਿਦਮ ਦੇ ਅੰਤਮ ਲਾਗੂਕਰਨ ਅਤੇ ਸੰਭਵ ਤਰੁੱਟੀਆਂ।

ਕੁਆਂਟਮ ਕੰਪਿਊਟਿੰਗ ਦੀ ਇਹ ਸੰਭਾਵੀ ਪ੍ਰਕਿਰਤੀ ਕੁਆਂਟਮ ਸੰਸਾਰ ਦੇ ਬਹੁਤ ਹੀ ਸੰਭਾਵੀ ਤੱਤ ਦੇ ਕਾਰਨ ਹੈ। "ਰੱਬ ਬ੍ਰਹਿਮੰਡ ਨਾਲ ਪਾਸਾ ਨਹੀਂ ਖੇਡਦਾ।", ਪੁਰਾਣੇ ਆਈਨਸਟਾਈਨ ਨੇ ਕਿਹਾ, ਪਰ ਹੁਣ ਤੱਕ ਦੇ ਸਾਰੇ ਪ੍ਰਯੋਗ ਅਤੇ ਨਿਰੀਖਣ (ਮੌਜੂਦਾ ਵਿਗਿਆਨਕ ਪੈਰਾਡਾਈਮ ਵਿੱਚ) ਇਸਦੇ ਉਲਟ ਪੁਸ਼ਟੀ ਕਰਦੇ ਹਨ।

ਕਿਊਬਿਟਸ ਦੇ ਭੌਤਿਕ ਲਾਗੂਕਰਨ

(ਸਮੱਗਰੀ ਨੂੰ)

ਜਿਵੇਂ ਕਿ ਅਸੀਂ ਪਹਿਲਾਂ ਹੀ ਕਿਹਾ ਹੈ, ਇੱਕ ਕਿਊਬਿਟ ਨੂੰ ਇੱਕ ਕੁਆਂਟਮ ਵਸਤੂ ਦੁਆਰਾ ਦਰਸਾਇਆ ਜਾ ਸਕਦਾ ਹੈ, ਅਰਥਾਤ, ਇੱਕ ਭੌਤਿਕ ਵਸਤੂ ਜੋ ਉੱਪਰ ਦੱਸੇ ਗਏ ਕੁਆਂਟਮ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਨੂੰ ਲਾਗੂ ਕਰਦੀ ਹੈ। ਭਾਵ, ਮੋਟੇ ਤੌਰ 'ਤੇ, ਕੋਈ ਵੀ ਭੌਤਿਕ ਵਸਤੂ ਜਿਸ ਵਿੱਚ ਦੋ ਅਵਸਥਾਵਾਂ ਹਨ ਅਤੇ ਇਹ ਦੋ ਅਵਸਥਾਵਾਂ ਸੁਪਰਪੁਜੀਸ਼ਨ ਦੀ ਅਵਸਥਾ ਵਿੱਚ ਹਨ, ਨੂੰ ਕੁਆਂਟਮ ਕੰਪਿਊਟਰ ਬਣਾਉਣ ਲਈ ਵਰਤਿਆ ਜਾ ਸਕਦਾ ਹੈ।

“ਜੇ ਅਸੀਂ ਇੱਕ ਐਟਮ ਨੂੰ ਦੋ ਵੱਖ-ਵੱਖ ਪੱਧਰਾਂ ਵਿੱਚ ਪਾ ਸਕਦੇ ਹਾਂ ਅਤੇ ਉਹਨਾਂ ਨੂੰ ਨਿਯੰਤਰਿਤ ਕਰ ਸਕਦੇ ਹਾਂ, ਤਾਂ ਤੁਹਾਡੇ ਕੋਲ ਇੱਕ ਕਿਊਬਿਟ ਹੈ। ਜੇਕਰ ਅਸੀਂ ਇਸਨੂੰ ਇੱਕ ਆਇਨ ਨਾਲ ਕਰ ਸਕਦੇ ਹਾਂ, ਤਾਂ ਇਹ ਇੱਕ ਕਿਊਬਿਟ ਹੈ। ਵਰਤਮਾਨ ਦੇ ਨਾਲ ਵੀ ਇਹੀ ਹੈ. ਜੇਕਰ ਅਸੀਂ ਇਸਨੂੰ ਇੱਕੋ ਸਮੇਂ ਘੜੀ ਦੀ ਦਿਸ਼ਾ ਅਤੇ ਉਲਟ ਦਿਸ਼ਾ ਵਿੱਚ ਚਲਾਉਂਦੇ ਹਾਂ, ਤਾਂ ਤੁਹਾਡੇ ਕੋਲ ਇੱਕ ਕਿਊਬਿਟ ਹੈ।" (ਨਾਲ)

ਹਨ ਸ਼ਾਨਦਾਰ ਟਿੱਪਣੀ к ਲੇਖ, ਜਿਸ ਵਿੱਚ ਕਿਊਬਿਟ ਦੇ ਭੌਤਿਕ ਅਮਲਾਂ ਦੀ ਮੌਜੂਦਾ ਵਿਭਿੰਨਤਾ ਨੂੰ ਵਧੇਰੇ ਵਿਸਥਾਰ ਵਿੱਚ ਵਿਚਾਰਿਆ ਗਿਆ ਹੈ, ਅਸੀਂ ਬਸ ਸਭ ਤੋਂ ਮਸ਼ਹੂਰ ਅਤੇ ਆਮ ਸੂਚੀਬੱਧ ਕਰਾਂਗੇ:

• ਸੁਪਰਕੰਡਕਟਿੰਗ ਕਿਊਬਿਟਸ
• ਚਾਰਜ qubits
• ਆਇਨ ਜਾਲ
• ਕੁਆਂਟਮ ਬਿੰਦੀਆਂ
• ਅਤੇ ਹੋਰ ਬਹੁਤ ਸਾਰੇ ਵਿਦੇਸ਼ੀ ਵਿਚਾਰ (anions, ਆਦਿ)

ਇਸ ਸਾਰੀਆਂ ਕਿਸਮਾਂ ਵਿੱਚੋਂ, ਸਭ ਤੋਂ ਵੱਧ ਵਿਕਸਤ qubits ਪ੍ਰਾਪਤ ਕਰਨ ਦਾ ਪਹਿਲਾ ਤਰੀਕਾ ਹੈ, ਜਿਸ ਦੇ ਅਧਾਰ ਤੇ ਸੁਪਰਕੰਡਕਟਰ. ਗੂਗਲ, IBM, Intel ਅਤੇ ਹੋਰ ਪ੍ਰਮੁੱਖ ਖਿਡਾਰੀ ਆਪਣੇ ਸਿਸਟਮ ਬਣਾਉਣ ਲਈ ਇਸਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹਨ।

ਨਾਲ ਨਾਲ, ਹੋਰ ਪੜ੍ਹੋ ਸਮੀਖਿਆ ਸੰਭਵ ਹੈ ਭੌਤਿਕ ਅਮਲ ਤੋਂ qubits ਐਂਡਰਿਊ ਡੇਲੀ, 2014.

ਮੂਲ। ਕੁਆਂਟਮ ਕੰਪਿਊਟਰ ਕਿਵੇਂ ਕੰਮ ਕਰਦਾ ਹੈ

(ਸਮੱਗਰੀ ਨੂੰ)

ਇਸ ਭਾਗ ਲਈ ਸਮੱਗਰੀ (ਟਾਸਕ ਅਤੇ ਤਸਵੀਰਾਂ) ਲੇਖ ਤੋਂ ਲਈਆਂ ਗਈਆਂ ਹਨ “ਬਸ ਮੁਸ਼ਕਲ ਚੀਜ਼ਾਂ ਬਾਰੇ। ਕੁਆਂਟਮ ਕੰਪਿਊਟਰ ਕਿਵੇਂ ਕੰਮ ਕਰਦਾ ਹੈ?.

ਇਸ ਲਈ, ਕਲਪਨਾ ਕਰੋ ਕਿ ਸਾਡੇ ਕੋਲ ਹੇਠ ਲਿਖੇ ਕੰਮ ਹਨ:

ਤਿੰਨ ਲੋਕਾਂ ਦਾ ਇੱਕ ਸਮੂਹ ਹੈ: (ਏ) ਐਂਡਰੇ, (ਬੀ) ਓਲੋਡਿਆ ਅਤੇ (ਸੀ) ਏਰੇਜ਼ਾ. ਦੋ ਟੈਕਸੀਆਂ ਹਨ (0 ਅਤੇ 1).

ਇਹ ਵੀ ਜਾਣਿਆ ਜਾਂਦਾ ਹੈ ਕਿ:

• (ਏ) ਐਂਡਰੇ, (ਬੀ) ਓਲੋਡੀਆ ਦੋਸਤ ਹਨ
• (ਏ) ਐਂਡਰੇ, (ਸੀ) ਏਰੇਜ਼ਾ ਦੁਸ਼ਮਣ ਹਨ
• (ਬੀ) ਓਲੋਡਿਆ ਅਤੇ (ਸੀ) ਈਰੇਜ਼ਾ ਦੁਸ਼ਮਣ ਹਨ

ਟਾਸਕ: ਲੋਕਾਂ ਨੂੰ ਟੈਕਸੀਆਂ ਵਿੱਚ ਰੱਖੋ ਤਾਂ ਜੋ ਅਧਿਕਤਮ (ਦੋਸਤ) и ਘੱਟੋ-ਘੱਟ (ਦੁਸ਼ਮਣ)

ਰੇਟਿੰਗ: L = (ਦੋਸਤਾਂ ਦੀ ਗਿਣਤੀ) - (ਦੁਸ਼ਮਣਾਂ ਦੀ ਗਿਣਤੀ) ਹਰੇਕ ਰਿਹਾਇਸ਼ ਦੇ ਵਿਕਲਪ ਲਈ

ਮਹੱਤਵਪੂਰਨ: ਇਹ ਮੰਨਦੇ ਹੋਏ ਕਿ ਇੱਥੇ ਕੋਈ ਹੇਰਿਸਟਿਕਸ ਨਹੀਂ ਹਨ, ਕੋਈ ਅਨੁਕੂਲ ਹੱਲ ਨਹੀਂ ਹੈ। ਇਸ ਸਥਿਤੀ ਵਿੱਚ, ਸਮੱਸਿਆ ਨੂੰ ਸਿਰਫ ਵਿਕਲਪਾਂ ਦੀ ਪੂਰੀ ਖੋਜ ਦੁਆਰਾ ਹੱਲ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ.

ਇੱਕ ਨਿਯਮਤ ਕੰਪਿਊਟਰ 'ਤੇ ਹੱਲ

ਇੱਕ ਨਿਯਮਤ (ਸੁਪਰ) ਕੰਪਿਊਟਰ (ਜਾਂ ਕਲੱਸਟਰ) 'ਤੇ ਇਸ ਸਮੱਸਿਆ ਨੂੰ ਕਿਵੇਂ ਹੱਲ ਕਰਨਾ ਹੈ - ਇਹ ਸਪੱਸ਼ਟ ਹੈ ਕਿ ਤੁਹਾਨੂੰ ਸਾਰੇ ਸੰਭਵ ਵਿਕਲਪਾਂ ਵਿੱਚੋਂ ਲੂਪ ਕਰਨ ਦੀ ਲੋੜ ਹੈ. ਜੇਕਰ ਸਾਡੇ ਕੋਲ ਮਲਟੀਪ੍ਰੋਸੈਸਰ ਸਿਸਟਮ ਹੈ, ਤਾਂ ਅਸੀਂ ਕਈ ਪ੍ਰੋਸੈਸਰਾਂ ਵਿੱਚ ਹੱਲਾਂ ਦੀ ਗਣਨਾ ਨੂੰ ਸਮਾਨਾਂਤਰ ਬਣਾ ਸਕਦੇ ਹਾਂ ਅਤੇ ਫਿਰ ਨਤੀਜੇ ਇਕੱਠੇ ਕਰ ਸਕਦੇ ਹਾਂ।

ਸਾਡੇ ਕੋਲ 2 ਸੰਭਵ ਰਿਹਾਇਸ਼ ਦੇ ਵਿਕਲਪ ਹਨ (ਟੈਕਸੀ 0 ਅਤੇ ਟੈਕਸੀ 1) ਅਤੇ 3 ਲੋਕ। ਹੱਲ ਸਪੇਸ 2 ^ 3 = 8. ਤੁਸੀਂ ਕੈਲਕੁਲੇਟਰ ਦੀ ਵਰਤੋਂ ਕਰਕੇ 8 ਵਿਕਲਪਾਂ ਵਿੱਚੋਂ ਵੀ ਜਾ ਸਕਦੇ ਹੋ, ਇਹ ਕੋਈ ਸਮੱਸਿਆ ਨਹੀਂ ਹੈ। ਆਓ ਹੁਣ ਸਮੱਸਿਆ ਨੂੰ ਗੁੰਝਲਦਾਰ ਕਰੀਏ - ਸਾਡੇ ਕੋਲ 20 ਲੋਕ ਅਤੇ ਦੋ ਬੱਸਾਂ ਹਨ, ਹੱਲ ਲਈ ਜਗ੍ਹਾ 2^20 = 1। ਕੁਝ ਵੀ ਗੁੰਝਲਦਾਰ ਨਹੀਂ ਹੈ. ਆਓ ਲੋਕਾਂ ਦੀ ਗਿਣਤੀ 2.5 ਗੁਣਾ ਵਧਾ ਦੇਈਏ - 50 ਲੋਕ ਅਤੇ ਦੋ ਰੇਲਗੱਡੀਆਂ ਲਓ, ਹੱਲ ਦੀ ਜਗ੍ਹਾ ਹੁਣ ਹੈ 2^50 = 1.12 x 10^15. ਇੱਕ ਆਮ (ਸੁਪਰ) ਕੰਪਿਊਟਰ ਵਿੱਚ ਪਹਿਲਾਂ ਹੀ ਗੰਭੀਰ ਸਮੱਸਿਆਵਾਂ ਹੋਣੀਆਂ ਸ਼ੁਰੂ ਹੋ ਗਈਆਂ ਹਨ। ਆਉ ਲੋਕਾਂ ਦੀ ਗਿਣਤੀ 2 ਗੁਣਾ ਵਧਾ ਦੇਈਏ, 100 ਲੋਕ ਸਾਨੂੰ ਪਹਿਲਾਂ ਹੀ ਦੇਣਗੇ 1.2x10^30 ਸੰਭਵ ਵਿਕਲਪ.

ਬੱਸ, ਇਸ ਕੰਮ ਨੂੰ ਸਮੇਂ ਦੀ ਵਾਜਬ ਮਾਤਰਾ ਵਿੱਚ ਗਿਣਿਆ ਨਹੀਂ ਜਾ ਸਕਦਾ।

ਇੱਕ ਸੁਪਰ ਕੰਪਿਊਟਰ ਨੂੰ ਕਨੈਕਟ ਕਰਨਾ

ਇਸ ਵੇਲੇ ਸਭ ਤੋਂ ਸ਼ਕਤੀਸ਼ਾਲੀ ਕੰਪਿਊਟਰ ਦਾ ਨੰਬਰ 1 ਹੈ Top500ਇਹ ਹੈ ਸੰਮੇਲਨ, ਉਤਪਾਦਕਤਾ 122 Pflops. ਚਲੋ ਮੰਨ ਲਓ ਕਿ ਸਾਨੂੰ ਇੱਕ ਵਿਕਲਪ ਦੀ ਗਣਨਾ ਕਰਨ ਲਈ 100 ਓਪਰੇਸ਼ਨਾਂ ਦੀ ਲੋੜ ਹੈ, ਫਿਰ 100 ਲੋਕਾਂ ਲਈ ਸਮੱਸਿਆ ਨੂੰ ਹੱਲ ਕਰਨ ਲਈ ਸਾਨੂੰ ਲੋੜ ਹੋਵੇਗੀ:

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

ਜਿਵੇਂ ਕਿ ਅਸੀਂ ਵੇਖ ਸਕਦੇ ਹਾਂ ਜਿਵੇਂ-ਜਿਵੇਂ ਸ਼ੁਰੂਆਤੀ ਡੇਟਾ ਦਾ ਮਾਪ ਵਧਦਾ ਹੈ, ਹੱਲ ਸਪੇਸ ਪਾਵਰ ਕਾਨੂੰਨ ਦੇ ਅਨੁਸਾਰ ਵਧਦਾ ਹੈ, ਆਮ ਸਥਿਤੀ ਵਿੱਚ, N ਬਿੱਟਾਂ ਲਈ ਸਾਡੇ ਕੋਲ 2^N ਸੰਭਾਵੀ ਹੱਲ ਵਿਕਲਪ ਹਨ, ਜੋ ਕਿ ਮੁਕਾਬਲਤਨ ਛੋਟੇ N (100) ਲਈ ਸਾਨੂੰ ਇੱਕ ਅਣਗਿਣਤ (ਮੌਜੂਦਾ ਤਕਨੀਕੀ ਪੱਧਰ 'ਤੇ) ਹੱਲ ਸਪੇਸ ਦਿੰਦੇ ਹਨ।

ਕੀ ਕੋਈ ਬਦਲ ਹਨ? ਜਿਵੇਂ ਕਿ ਤੁਸੀਂ ਅਨੁਮਾਨ ਲਗਾਇਆ ਹੈ, ਹਾਂ, ਉੱਥੇ ਹੈ.

ਪਰ ਇਸ ਤੋਂ ਪਹਿਲਾਂ ਕਿ ਅਸੀਂ ਇਹ ਜਾਣੀਏ ਕਿ ਕੁਆਂਟਮ ਕੰਪਿਊਟਰ ਇਸ ਤਰ੍ਹਾਂ ਦੀਆਂ ਸਮੱਸਿਆਵਾਂ ਨੂੰ ਕਿਵੇਂ ਅਤੇ ਕਿਉਂ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਢੰਗ ਨਾਲ ਹੱਲ ਕਰ ਸਕਦੇ ਹਨ, ਆਓ ਕੁਝ ਸਮਾਂ ਕੱਢੀਏ ਕਿ ਉਹ ਕੀ ਹਨ। ਸੰਭਾਵਨਾ ਵੰਡ. ਘਬਰਾਓ ਨਾ, ਇਹ ਇੱਕ ਸਮੀਖਿਆ ਲੇਖ ਹੈ, ਇੱਥੇ ਕੋਈ ਔਖਾ ਗਣਿਤ ਨਹੀਂ ਹੋਵੇਗਾ, ਅਸੀਂ ਇੱਕ ਬੈਗ ਅਤੇ ਗੇਂਦਾਂ ਨਾਲ ਕਲਾਸਿਕ ਉਦਾਹਰਣ ਦੇ ਨਾਲ ਕੰਮ ਕਰਾਂਗੇ।

ਬਸ ਥੋੜਾ ਜਿਹਾ ਸੰਜੋਗ, ਸੰਭਾਵਨਾ ਸਿਧਾਂਤ ਅਤੇ ਇੱਕ ਅਜੀਬ ਪ੍ਰਯੋਗਕਰਤਾ

ਚਲੋ ਇੱਕ ਬੈਗ ਲੈ ਕੇ ਇਸ ਵਿੱਚ ਪਾਓ 1000 ਚਿੱਟੀਆਂ ਅਤੇ 1000 ਕਾਲੀਆਂ ਗੇਂਦਾਂ. ਅਸੀਂ ਇੱਕ ਪ੍ਰਯੋਗ ਕਰਾਂਗੇ - ਗੇਂਦ ਨੂੰ ਬਾਹਰ ਕੱਢੋ, ਰੰਗ ਲਿਖੋ, ਗੇਂਦ ਨੂੰ ਬੈਗ ਵਿੱਚ ਵਾਪਸ ਕਰੋ ਅਤੇ ਗੇਂਦਾਂ ਨੂੰ ਬੈਗ ਵਿੱਚ ਮਿਲਾਓ।

ਪ੍ਰਯੋਗ 10 ਵਾਰ ਕੀਤਾ ਗਿਆ ਸੀ, 10 ਕਾਲੀਆਂ ਗੇਂਦਾਂ ਕੱਢੀਆਂ. ਸ਼ਾਇਦ? ਕਾਫ਼ੀ. ਕੀ ਇਹ ਨਮੂਨਾ ਸਾਨੂੰ ਬੈਗ ਵਿੱਚ ਸਹੀ ਵੰਡ ਦਾ ਕੋਈ ਵਾਜਬ ਵਿਚਾਰ ਦਿੰਦਾ ਹੈ? ਸਪੱਸ਼ਟ ਤੌਰ 'ਤੇ ਨਹੀਂ. ਕੀ ਕਰਨ ਦੀ ਲੋੜ ਹੈ - ਸਹੀ, ਪੀਪ੍ਰਯੋਗ ਨੂੰ ਲੱਖਾਂ ਵਾਰ ਦੁਹਰਾਓ ਅਤੇ ਕਾਲੇ ਅਤੇ ਚਿੱਟੇ ਗੇਂਦਾਂ ਦੀ ਬਾਰੰਬਾਰਤਾ ਦੀ ਗਣਨਾ ਕਰੋ। ਸਾਨੂੰ ਮਿਲਦੀ ਹੈ, ਉਦਾਹਰਨ ਲਈ 49.95% ਕਾਲਾ ਅਤੇ 50.05% ਚਿੱਟਾ. ਇਸ ਸਥਿਤੀ ਵਿੱਚ, ਵੰਡ ਦੀ ਬਣਤਰ ਜਿਸ ਤੋਂ ਅਸੀਂ ਨਮੂਨਾ ਲੈਂਦੇ ਹਾਂ (ਇੱਕ ਗੇਂਦ ਕੱਢੋ) ਪਹਿਲਾਂ ਹੀ ਘੱਟ ਜਾਂ ਘੱਟ ਸਪੱਸ਼ਟ ਹੈ।

ਮੁੱਖ ਗੱਲ ਇਹ ਹੈ ਕਿ ਇਹ ਸਮਝਣਾ ਹੈ ਪ੍ਰਯੋਗ ਦਾ ਆਪਣੇ ਆਪ ਵਿੱਚ ਇੱਕ ਸੰਭਾਵੀ ਸੁਭਾਅ ਹੈ, ਇੱਕ ਨਮੂਨੇ (ਗੇਂਦ) ਨਾਲ ਅਸੀਂ ਵੰਡ ਦੀ ਅਸਲ ਬਣਤਰ ਨਹੀਂ ਜਾਣਾਂਗੇ, ਸਾਨੂੰ ਕਈ ਵਾਰ ਪ੍ਰਯੋਗ ਦੁਹਰਾਉਣ ਦੀ ਲੋੜ ਹੈ ਅਤੇ ਔਸਤ ਨਤੀਜੇ.

ਆਓ ਇਸਨੂੰ ਆਪਣੇ ਬੈਗ ਵਿੱਚ ਸ਼ਾਮਲ ਕਰੀਏ 10 ਲਾਲ ਅਤੇ 10 ਹਰੀਆਂ ਗੇਂਦਾਂ (ਗਲਤੀਆਂ)। ਪ੍ਰਯੋਗ ਨੂੰ 10 ਵਾਰ ਦੁਹਰਾਓ। IN5 ਲਾਲ ਅਤੇ 5 ਹਰੇ ਕੱਢੇ. ਸ਼ਾਇਦ? ਹਾਂ। ਅਸੀਂ ਸੱਚੀ ਵੰਡ ਬਾਰੇ ਕੁਝ ਕਹਿ ਸਕਦੇ ਹਾਂ - ਨਹੀਂ. ਕੀ ਕਰਨ ਦੀ ਲੋੜ ਹੈ - ਠੀਕ ਹੈ, ਤੁਸੀਂ ਸਮਝਦੇ ਹੋ.

ਇੱਕ ਸੰਭਾਵੀ ਵੰਡ ਦੀ ਬਣਤਰ ਦੀ ਸਮਝ ਪ੍ਰਾਪਤ ਕਰਨ ਲਈ, ਇਸ ਵੰਡ ਤੋਂ ਵਿਅਕਤੀਗਤ ਨਤੀਜਿਆਂ ਦਾ ਵਾਰ-ਵਾਰ ਨਮੂਨਾ ਲੈਣਾ ਅਤੇ ਨਤੀਜਿਆਂ ਦੀ ਔਸਤ ਬਣਾਉਣਾ ਜ਼ਰੂਰੀ ਹੈ।

ਸਿਧਾਂਤ ਨੂੰ ਅਭਿਆਸ ਨਾਲ ਜੋੜਨਾ

ਹੁਣ ਬਲੈਕ ਐਂਡ ਵ੍ਹਾਈਟ ਗੇਂਦਾਂ ਦੀ ਬਜਾਏ, ਆਓ ਬਿਲੀਅਰਡ ਗੇਂਦਾਂ ਨੂੰ ਲੈ ਕੇ ਇੱਕ ਬੈਗ ਵਿੱਚ ਪਾ ਲਈਏ ਨੰਬਰ 1000 ਨਾਲ 2 ਗੇਂਦਾਂ, ਨੰਬਰ 1000 ਨਾਲ 7 ਅਤੇ ਹੋਰ ਨੰਬਰਾਂ ਨਾਲ 10 ਗੇਂਦਾਂ. ਆਓ ਇੱਕ ਪ੍ਰਯੋਗਕਰਤਾ ਦੀ ਕਲਪਨਾ ਕਰੀਏ ਜੋ ਸਭ ਤੋਂ ਸਰਲ ਕਿਰਿਆਵਾਂ ਵਿੱਚ ਸਿਖਲਾਈ ਪ੍ਰਾਪਤ ਹੈ (ਇੱਕ ਗੇਂਦ ਕੱਢੋ, ਨੰਬਰ ਲਿਖੋ, ਗੇਂਦ ਨੂੰ ਬੈਗ ਵਿੱਚ ਵਾਪਸ ਪਾਓ, ਗੇਂਦਾਂ ਨੂੰ ਬੈਗ ਵਿੱਚ ਮਿਲਾਓ) ਅਤੇ ਉਹ ਇਹ 150 ਮਾਈਕ੍ਰੋ ਸੈਕਿੰਡ ਵਿੱਚ ਕਰਦਾ ਹੈ। ਖੈਰ, ਸਪੀਡ 'ਤੇ ਅਜਿਹਾ ਪ੍ਰਯੋਗ ਕਰਨ ਵਾਲਾ (ਨਸ਼ੇ ਦਾ ਇਸ਼ਤਿਹਾਰ ਨਹੀਂ !!!) ਫਿਰ 150 ਸਕਿੰਟਾਂ ਵਿੱਚ ਉਹ ਸਾਡੇ ਪ੍ਰਯੋਗ ਨੂੰ 1 ਮਿਲੀਅਨ ਵਾਰ ਕਰਨ ਦੇ ਯੋਗ ਹੋ ਜਾਵੇਗਾ ਅਤੇ ਸਾਨੂੰ ਔਸਤ ਨਤੀਜੇ ਪ੍ਰਦਾਨ ਕਰੋ।

ਉਹ ਪ੍ਰਯੋਗਕਰਤਾ ਨੂੰ ਹੇਠਾਂ ਬਿਠਾਏ, ਉਸਨੂੰ ਇੱਕ ਬੈਗ ਦਿੱਤਾ, ਵਾਪਸ ਮੁੜੇ, 150 ਸਕਿੰਟ ਉਡੀਕ ਕੀਤੀ ਅਤੇ ਪ੍ਰਾਪਤ ਕੀਤਾ:

ਨੰਬਰ 2 - 49.5%, ਨੰਬਰ 7 - 49.5%, ਕੁੱਲ ਮਿਲਾ ਕੇ ਬਾਕੀ ਸੰਖਿਆਵਾਂ - 1%।

ਹਾਂ ਓਹ ਠੀਕ ਹੈ, ਸਾਡਾ ਬੈਗ ਇੱਕ ਐਲਗੋਰਿਦਮ ਵਾਲਾ ਇੱਕ ਕੁਆਂਟਮ ਕੰਪਿਊਟਰ ਹੈ ਜੋ ਸਾਡੀ ਸਮੱਸਿਆ ਦਾ ਹੱਲ ਕਰਦਾ ਹੈ, ਅਤੇ ਗੇਂਦਾਂ ਸੰਭਵ ਹੱਲ ਹਨ। ਕਿਉਂਕਿ ਦੋ ਸਹੀ ਹੱਲ ਹਨ, ਫਿਰ ਇੱਕ ਕੁਆਂਟਮ ਕੰਪਿਊਟਰ ਸਾਨੂੰ ਇਹਨਾਂ ਵਿੱਚੋਂ ਕੋਈ ਵੀ ਸੰਭਾਵੀ ਹੱਲ ਬਰਾਬਰ ਸੰਭਾਵਨਾ, ਅਤੇ 0.5% (10/2000) ਤਰੁੱਟੀਆਂ ਦੇ ਨਾਲ ਦੇਵੇਗਾ।, ਜਿਸ ਬਾਰੇ ਅਸੀਂ ਬਾਅਦ ਵਿੱਚ ਗੱਲ ਕਰਾਂਗੇ.

ਇੱਕ ਕੁਆਂਟਮ ਕੰਪਿਊਟਰ ਦਾ ਨਤੀਜਾ ਪ੍ਰਾਪਤ ਕਰਨ ਲਈ, ਤੁਹਾਨੂੰ ਇੱਕੋ ਇਨਪੁਟ ਡੇਟਾ ਸੈੱਟ ਉੱਤੇ ਕੁਆਂਟਮ ਐਲਗੋਰਿਦਮ ਨੂੰ ਕਈ ਵਾਰ ਚਲਾਉਣ ਅਤੇ ਨਤੀਜੇ ਦੀ ਔਸਤ ਕਰਨ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ।

ਇੱਕ ਕੁਆਂਟਮ ਕੰਪਿਊਟਰ ਦੀ ਸਕੇਲੇਬਿਲਟੀ

ਹੁਣ ਕਲਪਨਾ ਕਰੋ ਕਿ 100 ਲੋਕਾਂ ਨੂੰ ਸ਼ਾਮਲ ਕਰਨ ਵਾਲੇ ਕੰਮ ਲਈ (ਹੱਲ ਸਪੇਸ 2^100 ਸਾਨੂੰ ਇਹ ਯਾਦ ਹੈ), ਇੱਥੇ ਸਿਰਫ ਦੋ ਸਹੀ ਫੈਸਲੇ ਹਨ। ਫਿਰ, ਜੇਕਰ ਅਸੀਂ 100 ਕਿਊਬਿਟਸ ਲੈਂਦੇ ਹਾਂ ਅਤੇ ਇੱਕ ਐਲਗੋਰਿਦਮ ਲਿਖਦੇ ਹਾਂ ਜੋ ਇਹਨਾਂ ਕਿਊਬਿਟਸ ਉੱਤੇ ਸਾਡੇ ਉਦੇਸ਼ ਫੰਕਸ਼ਨ (L, ਉੱਪਰ ਦੇਖੋ) ਦੀ ਗਣਨਾ ਕਰਦਾ ਹੈ, ਤਾਂ ਸਾਨੂੰ ਇੱਕ ਬੈਗ ਮਿਲੇਗਾ ਜਿਸ ਵਿੱਚ ਪਹਿਲੇ ਸਹੀ ਉੱਤਰ ਦੀ ਸੰਖਿਆ ਦੇ ਨਾਲ 1000 ਗੇਂਦਾਂ ਹੋਣਗੀਆਂ, 1000 ਦੇ ਨਾਲ। ਦੂਜੇ ਸਹੀ ਉੱਤਰ ਦੀ ਸੰਖਿਆ ਅਤੇ ਹੋਰ ਸੰਖਿਆਵਾਂ ਦੇ ਨਾਲ 10 ਗੇਂਦਾਂ। ਅਤੇ ਉਸੇ 150 ਸਕਿੰਟਾਂ ਦੇ ਅੰਦਰ ਸਾਡਾ ਪ੍ਰਯੋਗਕਰਤਾ ਸਾਨੂੰ ਸਹੀ ਉੱਤਰਾਂ ਦੀ ਸੰਭਾਵਨਾ ਵੰਡ ਦਾ ਅੰਦਾਜ਼ਾ ਦੇਵੇਗਾ.

ਇੱਕ ਕੁਆਂਟਮ ਐਲਗੋਰਿਦਮ (ਕੁਝ ਧਾਰਨਾਵਾਂ ਦੇ ਨਾਲ) ਦੇ ਐਗਜ਼ੀਕਿਊਸ਼ਨ ਟਾਈਮ ਨੂੰ ਹੱਲ ਸਪੇਸ (1^N) ਦੇ ਆਯਾਮ ਦੇ ਸਬੰਧ ਵਿੱਚ ਸਥਿਰ O(2) ਮੰਨਿਆ ਜਾ ਸਕਦਾ ਹੈ।

ਅਤੇ ਇਹ ਬਿਲਕੁਲ ਇੱਕ ਕੁਆਂਟਮ ਕੰਪਿਊਟਰ ਦੀ ਵਿਸ਼ੇਸ਼ਤਾ ਹੈ - ਰਨਟਾਈਮ ਸਥਿਰਤਾ ਹੱਲ ਸਪੇਸ ਦੀ ਵਧਦੀ ਸ਼ਕਤੀ ਕਾਨੂੰਨ ਦੀ ਜਟਿਲਤਾ ਦੇ ਸਬੰਧ ਵਿੱਚ ਕੁੰਜੀ ਹੈ.

ਕਿਊਬਿਟ ਅਤੇ ਸਮਾਨਾਂਤਰ ਸੰਸਾਰ

ਇਹ ਕਿਵੇਂ ਹੁੰਦਾ ਹੈ? ਕਿਹੜੀ ਚੀਜ਼ ਇੱਕ ਕੁਆਂਟਮ ਕੰਪਿਊਟਰ ਨੂੰ ਇੰਨੀ ਜਲਦੀ ਗਣਨਾ ਕਰਨ ਦੀ ਇਜਾਜ਼ਤ ਦਿੰਦੀ ਹੈ? ਇਹ ਸਭ ਕੁਬਿਟ ਦੀ ਕੁਆਂਟਮ ਪ੍ਰਕਿਰਤੀ ਬਾਰੇ ਹੈ।

ਦੇਖੋ, ਅਸੀਂ ਕਿਹਾ ਕਿ ਇੱਕ ਕਿਊਬਿਟ ਇੱਕ ਕੁਆਂਟਮ ਵਸਤੂ ਵਰਗਾ ਹੈ ਜਦੋਂ ਦੇਖਿਆ ਜਾਂਦਾ ਹੈ ਤਾਂ ਆਪਣੇ ਦੋ ਰਾਜਾਂ ਵਿੱਚੋਂ ਇੱਕ ਨੂੰ ਮਹਿਸੂਸ ਕਰਦਾ ਹੈ, ਪਰ "ਜੰਗਲੀ ਕੁਦਰਤ" ਵਿੱਚ ਇਹ ਹੈ ਰਾਜਾਂ ਦੀ ਉੱਚ ਸਥਿਤੀ, ਭਾਵ, ਇਹ ਇਸਦੀਆਂ ਦੋਵੇਂ ਸੀਮਾ ਅਵਸਥਾਵਾਂ ਵਿੱਚ ਇੱਕੋ ਸਮੇਂ ਹੈ (ਕੁਝ ਸੰਭਾਵਨਾ ਦੇ ਨਾਲ)।

ਆਓ ਲੈਂਦੇ ਹਾਂ (ਏ) ਇੰਦਰੇ ਅਤੇ ਇਸਦੀ ਸਥਿਤੀ (ਇਹ ਕਿਸ ਵਾਹਨ ਵਿੱਚ ਹੈ - 0 ਜਾਂ 1) ਨੂੰ ਇੱਕ ਕਿਊਬਿਟ ਵਜੋਂ ਕਲਪਨਾ ਕਰੋ। ਫਿਰ ਸਾਡੇ ਕੋਲ (ਕੁਆਂਟਮ ਸਪੇਸ ਵਿੱਚ) ਦੋ ਸਮਾਨਾਂਤਰ ਸੰਸਾਰ, ਇੱਕ ਵਿੱਚ (ਕ) ਟੈਕਸੀ 0 ਵਿੱਚ ਬੈਠਦਾ ਹੈ, ਕਿਸੇ ਹੋਰ ਸੰਸਾਰ ਵਿੱਚ - ਟੈਕਸੀ 1 ਵਿੱਚ। ਇੱਕੋ ਸਮੇਂ ਦੋ ਟੈਕਸੀਆਂ ਵਿੱਚ, ਪਰ ਨਿਰੀਖਣ ਦੌਰਾਨ ਉਹਨਾਂ ਵਿੱਚੋਂ ਹਰੇਕ ਵਿੱਚ ਇਸ ਨੂੰ ਲੱਭਣ ਦੀ ਕੁਝ ਸੰਭਾਵਨਾ ਦੇ ਨਾਲ।

ਆਓ ਲੈਂਦੇ ਹਾਂ (ਬੀ) ਨੌਜਵਾਨ ਅਤੇ ਆਓ ਇਸਦੀ ਸਥਿਤੀ ਨੂੰ ਇੱਕ ਕਿਊਬਿਟ ਵਜੋਂ ਵੀ ਕਲਪਨਾ ਕਰੀਏ। ਦੋ ਹੋਰ ਸਮਾਨਾਂਤਰ ਸੰਸਾਰ ਪੈਦਾ ਹੁੰਦੇ ਹਨ. ਪਰ ਹੁਣ ਲਈ ਇਹ ਦੁਨੀਆ ਦੇ ਜੋੜੇ (ਕ) и (ਏ.ਟੀ.) ਬਿਲਕੁਲ ਵੀ ਗੱਲਬਾਤ ਨਾ ਕਰੋ। ਬਣਾਉਣ ਲਈ ਕੀ ਕਰਨ ਦੀ ਲੋੜ ਹੈ ਸੰਬੰਧਿਤ ਸਿਸਟਮ? ਇਹ ਸਹੀ ਹੈ, ਸਾਨੂੰ ਇਹਨਾਂ ਕਿਊਬਿਟਸ ਦੀ ਲੋੜ ਹੈ ਬੰਨ੍ਹਣਾ (ਉਲਝਣਾ). ਅਸੀਂ ਇਸਨੂੰ ਲੈਂਦੇ ਹਾਂ ਅਤੇ ਇਸਨੂੰ ਉਲਝਾਉਂਦੇ ਹਾਂ (ਏ) ਨਾਲ (ਬੀ) - ਸਾਨੂੰ ਦੋ ਕਿਊਬਿਟਸ ਦਾ ਇੱਕ ਕੁਆਂਟਮ ਸਿਸਟਮ ਮਿਲਦਾ ਹੈ (ਏ, ਬੀ), ਆਪਣੇ ਅੰਦਰ ਚਾਰ ਪਰਸਪਰ ਨਿਰਭਰ ਸਮਾਨਾਂਤਰ ਸੰਸਾਰ. ਸ਼ਾਮਲ ਕਰੋ (S) ਅਰਗੇਈ ਅਤੇ ਸਾਨੂੰ ਤਿੰਨ ਕਿਊਬਿਟਸ ਦਾ ਸਿਸਟਮ ਮਿਲਦਾ ਹੈ (ABC), ਅੱਠ ਨੂੰ ਲਾਗੂ ਕਰਨਾ ਪਰਸਪਰ ਨਿਰਭਰ ਸਮਾਨਾਂਤਰ ਸੰਸਾਰ.

ਕੁਆਂਟਮ ਕੰਪਿਊਟਿੰਗ (ਜੁੜੇ ਕਿਊਬਿਟਸ ਦੀ ਇੱਕ ਪ੍ਰਣਾਲੀ ਉੱਤੇ ਕੁਆਂਟਮ ਗੇਟਾਂ ਦੀ ਇੱਕ ਲੜੀ ਨੂੰ ਲਾਗੂ ਕਰਨਾ) ਦਾ ਤੱਤ ਇਹ ਤੱਥ ਹੈ ਕਿ ਗਣਨਾ ਇੱਕੋ ਸਮੇਂ ਸਾਰੇ ਸਮਾਨਾਂਤਰ ਸੰਸਾਰਾਂ ਵਿੱਚ ਵਾਪਰਦੀ ਹੈ।

ਅਤੇ ਇਹ ਮਾਇਨੇ ਨਹੀਂ ਰੱਖਦਾ ਕਿ ਸਾਡੇ ਕੋਲ ਉਨ੍ਹਾਂ ਵਿੱਚੋਂ ਕਿੰਨੇ ਹਨ, 2^3 ਜਾਂ 2^100, ਕੁਆਂਟਮ ਐਲਗੋਰਿਦਮ ਨੂੰ ਇਹਨਾਂ ਸਾਰੇ ਸਮਾਨਾਂਤਰ ਸੰਸਾਰਾਂ ਵਿੱਚ ਸੀਮਿਤ ਸਮੇਂ ਵਿੱਚ ਲਾਗੂ ਕੀਤਾ ਜਾਵੇਗਾ ਅਤੇ ਸਾਨੂੰ ਇੱਕ ਨਤੀਜਾ ਦੇਵੇਗਾ, ਜੋ ਕਿ ਐਲਗੋਰਿਦਮ ਦੇ ਜਵਾਬਾਂ ਦੀ ਸੰਭਾਵਨਾ ਵੰਡ ਤੋਂ ਇੱਕ ਨਮੂਨਾ ਹੈ।

ਬਿਹਤਰ ਸਮਝ ਲਈ, ਕੋਈ ਇਸਦੀ ਕਲਪਨਾ ਕਰ ਸਕਦਾ ਹੈ ਕੁਆਂਟਮ ਪੱਧਰ 'ਤੇ ਇੱਕ ਕੁਆਂਟਮ ਕੰਪਿਊਟਰ 2^N ਸਮਾਨਾਂਤਰ ਹੱਲ ਪ੍ਰਕਿਰਿਆਵਾਂ ਨੂੰ ਚਲਾਉਂਦਾ ਹੈ, ਜਿਨ੍ਹਾਂ ਵਿੱਚੋਂ ਹਰ ਇੱਕ ਸੰਭਵ ਵਿਕਲਪ 'ਤੇ ਕੰਮ ਕਰਦਾ ਹੈ, ਫਿਰ ਕੰਮ ਦੇ ਨਤੀਜਿਆਂ ਨੂੰ ਇਕੱਠਾ ਕਰਦਾ ਹੈ - ਅਤੇ ਸਾਨੂੰ ਹੱਲ ਦੀ ਸੁਪਰਪੋਜ਼ੀਸ਼ਨ ਦੇ ਰੂਪ ਵਿੱਚ ਜਵਾਬ ਦਿੰਦਾ ਹੈ (ਜਵਾਬਾਂ ਦੀ ਸੰਭਾਵਨਾ ਵੰਡ), ਜਿਸ ਤੋਂ ਅਸੀਂ ਹਰ ਵਾਰ (ਹਰੇਕ ਪ੍ਰਯੋਗ ਲਈ) ਇੱਕ ਨਮੂਨਾ ਲੈਂਦੇ ਹਾਂ।

ਸਾਡੇ ਪ੍ਰਯੋਗਕਰਤਾ ਦੁਆਰਾ ਲੋੜੀਂਦੇ ਸਮੇਂ ਨੂੰ ਯਾਦ ਰੱਖੋ (150 µs) ਪ੍ਰਯੋਗ ਨੂੰ ਪੂਰਾ ਕਰਨ ਲਈ, ਇਹ ਸਾਡੇ ਲਈ ਥੋੜਾ ਹੋਰ ਲਾਭਦਾਇਕ ਹੋਵੇਗਾ, ਜਦੋਂ ਅਸੀਂ ਕੁਆਂਟਮ ਕੰਪਿਊਟਰਾਂ ਦੀਆਂ ਮੁੱਖ ਸਮੱਸਿਆਵਾਂ ਅਤੇ ਡੀਕੋਹਰੈਂਸ ਟਾਈਮ ਬਾਰੇ ਗੱਲ ਕਰਦੇ ਹਾਂ।

ਕੁਆਂਟਮ ਐਲਗੋਰਿਦਮ

(ਸਮੱਗਰੀ ਨੂੰ)

ਜਿਵੇਂ ਕਿ ਪਹਿਲਾਂ ਹੀ ਦੱਸਿਆ ਗਿਆ ਹੈ, ਬਾਈਨਰੀ ਤਰਕ 'ਤੇ ਆਧਾਰਿਤ ਪਰੰਪਰਾਗਤ ਐਲਗੋਰਿਦਮ ਕੁਆਂਟਮ ਲਾਜਿਕ (ਕੁਆਂਟਮ ਗੇਟਸ) ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ ਕੁਆਂਟਮ ਕੰਪਿਊਟਰ 'ਤੇ ਲਾਗੂ ਨਹੀਂ ਹੁੰਦੇ ਹਨ। ਉਸਦੇ ਲਈ, ਇਹ ਜ਼ਰੂਰੀ ਸੀ ਕਿ ਨਵੇਂ ਨਾਲ ਆਉਣਾ ਜੋ ਕੰਪਿਊਟਿੰਗ ਦੀ ਕੁਆਂਟਮ ਪ੍ਰਕਿਰਤੀ ਵਿੱਚ ਮੌਜੂਦ ਸੰਭਾਵੀ ਸੰਭਾਵੀ ਦਾ ਪੂਰੀ ਤਰ੍ਹਾਂ ਸ਼ੋਸ਼ਣ ਕਰਦੇ ਹਨ।

ਅੱਜ ਸਭ ਤੋਂ ਮਸ਼ਹੂਰ ਐਲਗੋਰਿਦਮ ਹਨ:

• ਸ਼ੋਰਾ ਦਾ ਐਲਗੋਰਿਦਮ
• ਗਰੋਵਰ ਦਾ ਐਲਗੋਰਿਦਮ
• Deutsch-Jozsi ਐਲਗੋਰਿਦਮ

ਕਲਾਸੀਕਲ ਦੇ ਉਲਟ, ਕੁਆਂਟਮ ਕੰਪਿਊਟਰ ਯੂਨੀਵਰਸਲ ਨਹੀਂ ਹਨ।
ਹੁਣ ਤੱਕ ਸਿਰਫ਼ ਥੋੜ੍ਹੇ ਜਿਹੇ ਕੁਆਂਟਮ ਐਲਗੋਰਿਦਮ ਹੀ ਮਿਲੇ ਹਨ।(ਨਾਲ)

Спасибо oxoron ਦੇ ਲਿੰਕ ਲਈ ਕੁਆਂਟਮ ਐਲਗੋਰਿਦਮ ਚਿੜੀਆਘਰ, ਇੱਕ ਜਗ੍ਹਾ ਜਿੱਥੇ, ਲੇਖਕ ਦੇ ਅਨੁਸਾਰ ("ਸਟੀਫਨ ਜਾਰਡਨ"), ਕੁਆਂਟਮ-ਐਲਗੋਰਿਦਮਿਕ ਸੰਸਾਰ ਦੇ ਸਭ ਤੋਂ ਵਧੀਆ ਪ੍ਰਤੀਨਿਧ ਇਕੱਠੇ ਕੀਤੇ ਗਏ ਹਨ ਅਤੇ ਇਕੱਠੇ ਹੁੰਦੇ ਰਹਿੰਦੇ ਹਨ।

ਇਸ ਲੇਖ ਵਿੱਚ ਅਸੀਂ ਕੁਆਂਟਮ ਐਲਗੋਰਿਦਮ ਦਾ ਵਿਸਤਾਰ ਵਿੱਚ ਵਿਸ਼ਲੇਸ਼ਣ ਨਹੀਂ ਕਰਾਂਗੇ; ਕਿਸੇ ਵੀ ਪੱਧਰ ਦੀ ਗੁੰਝਲਤਾ ਲਈ ਇੰਟਰਨੈਟ ਤੇ ਬਹੁਤ ਸਾਰੀਆਂ ਸ਼ਾਨਦਾਰ ਸਮੱਗਰੀਆਂ ਹਨ, ਪਰ ਸਾਨੂੰ ਅਜੇ ਵੀ ਤਿੰਨ ਸਭ ਤੋਂ ਮਸ਼ਹੂਰ ਸਮੱਗਰੀਆਂ ਨੂੰ ਸੰਖੇਪ ਵਿੱਚ ਜਾਣ ਦੀ ਲੋੜ ਹੈ।

ਸ਼ੌਰ ਦਾ ਐਲਗੋਰਿਦਮ।

(ਸਮੱਗਰੀ ਨੂੰ)

ਸਭ ਤੋਂ ਮਸ਼ਹੂਰ ਕੁਆਂਟਮ ਐਲਗੋਰਿਦਮ ਹੈ ਸ਼ੌਰ ਦਾ ਐਲਗੋਰਿਦਮ (1994 ਵਿੱਚ ਅੰਗਰੇਜ਼ੀ ਗਣਿਤ-ਸ਼ਾਸਤਰੀ ਦੁਆਰਾ ਖੋਜ ਕੀਤੀ ਗਈ ਸੀ ਪੀਟਰ ਸ਼ੋਰ), ਜਿਸਦਾ ਉਦੇਸ਼ ਫੈਕਟਰਿੰਗ ਸੰਖਿਆਵਾਂ ਦੀ ਸਮੱਸਿਆ ਨੂੰ ਪ੍ਰਮੁੱਖ ਕਾਰਕਾਂ (ਫੈਕਟਰਾਈਜ਼ੇਸ਼ਨ ਸਮੱਸਿਆ, ਡਿਸਕ੍ਰਿਟ ਲਘੂਗਣਕ) ਵਿੱਚ ਹੱਲ ਕਰਨਾ ਹੈ।

ਇਹ ਉਹ ਐਲਗੋਰਿਦਮ ਹੈ ਜਿਸਦਾ ਇੱਕ ਉਦਾਹਰਣ ਵਜੋਂ ਹਵਾਲਾ ਦਿੱਤਾ ਜਾਂਦਾ ਹੈ ਜਦੋਂ ਉਹ ਲਿਖਦੇ ਹਨ ਕਿ ਤੁਹਾਡੇ ਬੈਂਕਿੰਗ ਸਿਸਟਮ ਅਤੇ ਪਾਸਵਰਡ ਜਲਦੀ ਹੀ ਹੈਕ ਕੀਤੇ ਜਾਣਗੇ। ਇਹ ਧਿਆਨ ਵਿੱਚ ਰੱਖਦੇ ਹੋਏ ਕਿ ਅੱਜ ਵਰਤੀਆਂ ਜਾਂਦੀਆਂ ਕੁੰਜੀਆਂ ਦੀ ਲੰਬਾਈ 2048 ਬਿੱਟਾਂ ਤੋਂ ਘੱਟ ਨਹੀਂ ਹੈ, ਇੱਕ ਕੈਪ ਦਾ ਸਮਾਂ ਅਜੇ ਨਹੀਂ ਆਇਆ ਹੈ।

ਮਿਤੀ ਕਰਨ ਲਈ, ਨਤੀਜੇ ਮਾਮੂਲੀ ਤੋਂ ਵੱਧ. ਸ਼ੌਰ ਦੇ ਐਲਗੋਰਿਦਮ ਦੇ ਨਾਲ ਵਧੀਆ ਫੈਕਟਰਾਈਜ਼ੇਸ਼ਨ ਨਤੀਜੇ - ਨੰਬਰ 15 и 21, ਜੋ ਕਿ 2048 ਬਿੱਟ ਤੋਂ ਬਹੁਤ ਘੱਟ ਹੈ। ਸਾਰਣੀ ਤੋਂ ਬਾਕੀ ਬਚੇ ਨਤੀਜਿਆਂ ਲਈ, ਇੱਕ ਵੱਖਰਾ ਐਲਗੋਰਿਦਮ ਗਣਨਾਵਾਂ, ਪਰ ਇਸ ਐਲਗੋਰਿਦਮ (291311) ਦੇ ਅਨੁਸਾਰ ਸਭ ਤੋਂ ਵਧੀਆ ਨਤੀਜਾ ਵੀ ਅਸਲ ਐਪਲੀਕੇਸ਼ਨ ਤੋਂ ਬਹੁਤ ਦੂਰ ਹੈ।

ਤੁਸੀਂ ਸ਼ੌਰ ਦੇ ਐਲਗੋਰਿਦਮ ਬਾਰੇ ਹੋਰ ਪੜ੍ਹ ਸਕਦੇ ਹੋ, ਉਦਾਹਰਨ ਲਈ, ਇੱਥੇ ਹੀ. ਅਮਲੀ ਅਮਲ ਬਾਰੇ - ਇੱਥੇ.

ਦੀ ਇਕ ਮੌਜੂਦਾ ਅਨੁਮਾਨ ਇੱਕ 2048-ਬਿੱਟ ਨੰਬਰ ਨੂੰ ਫੈਕਟਰ ਕਰਨ ਲਈ ਗੁੰਝਲਦਾਰਤਾ ਅਤੇ ਲੋੜੀਂਦੀ ਸ਼ਕਤੀ ਇੱਕ ਕੰਪਿਊਟਰ ਹੈ 20 ਮਿਲੀਅਨ ਕਿਊਬਿਟਸ. ਅਸੀਂ ਸ਼ਾਂਤੀ ਨਾਲ ਸੌਂਦੇ ਹਾਂ।

ਗਰੋਵਰ ਦਾ ਐਲਗੋਰਿਦਮ

(ਸਮੱਗਰੀ ਨੂੰ)

ਗਰੋਵਰ ਦਾ ਐਲਗੋਰਿਦਮ - ਕੁਆਂਟਮ ਐਲਗੋਰਿਦਮ ਗਣਨਾ ਸਮੱਸਿਆ ਨੂੰ ਹੱਲ ਕਰਨਾ, ਯਾਨੀ ਸਮੀਕਰਨ ਦਾ ਹੱਲ ਲੱਭਣਾ F(X) = 1, ਜਿੱਥੇ F ਹੈ ਬੂਲੀਅਨ ਫੰਕਸ਼ਨ ਤੱਕ n ਵੇਰੀਏਬਲ ਇੱਕ ਅਮਰੀਕੀ ਗਣਿਤ-ਸ਼ਾਸਤਰੀ ਦੁਆਰਾ ਪ੍ਰਸਤਾਵਿਤ ਕੀਤਾ ਗਿਆ ਸੀ ਫਿਸ਼ਿੰਗ ਗਰੋਵਰ в 1996 ਸਾਲ.

ਗਰੋਵਰ ਦੇ ਐਲਗੋਰਿਦਮ ਨੂੰ ਲੱਭਣ ਲਈ ਵਰਤਿਆ ਜਾ ਸਕਦਾ ਹੈ ਮੱਧਮਾਨ и ਗਣਿਤ ਦਾ ਮਤਲਬ ਨੰਬਰ ਦੀ ਲੜੀ. ਇਸ ਦੇ ਨਾਲ, ਇਸ ਨੂੰ ਹੱਲ ਕਰਨ ਲਈ ਵਰਤਿਆ ਜਾ ਸਕਦਾ ਹੈ NP-ਪੂਰਾ ਬਹੁਤ ਸਾਰੇ ਸੰਭਾਵਿਤ ਹੱਲਾਂ ਵਿੱਚ ਇੱਕ ਵਿਸਤ੍ਰਿਤ ਖੋਜ ਦੁਆਰਾ ਸਮੱਸਿਆਵਾਂ। ਇਹ ਕਲਾਸੀਕਲ ਐਲਗੋਰਿਦਮ ਦੇ ਮੁਕਾਬਲੇ ਮਹੱਤਵਪੂਰਨ ਸਪੀਡ ਲਾਭਾਂ ਨੂੰ ਸ਼ਾਮਲ ਕਰ ਸਕਦਾ ਹੈ, ਹਾਲਾਂਕਿ ਪ੍ਰਦਾਨ ਕੀਤੇ ਬਿਨਾਂ "ਬਹੁਪਦ ਦਾ ਹੱਲ" ਆਮ ਤੌਰ ਤੇ.(ਨਾਲ)

ਤੁਸੀਂ ਹੋਰ ਪੜ੍ਹ ਸਕਦੇ ਹੋ ਇੱਥੇ ਹੀ, ਜਾਂ ਇੱਥੇ. ਹੋਰ ਇੱਥੇ ਹੀ ਬਕਸੇ ਅਤੇ ਇੱਕ ਗੇਂਦ ਦੀ ਉਦਾਹਰਣ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ ਐਲਗੋਰਿਦਮ ਦੀ ਇੱਕ ਚੰਗੀ ਵਿਆਖਿਆ ਹੈ, ਪਰ, ਬਦਕਿਸਮਤੀ ਨਾਲ, ਕਿਸੇ ਦੇ ਨਿਯੰਤਰਣ ਤੋਂ ਬਾਹਰ ਦੇ ਕਾਰਨਾਂ ਕਰਕੇ, ਇਹ ਸਾਈਟ ਰੂਸ ਤੋਂ ਮੇਰੇ ਲਈ ਨਹੀਂ ਖੁੱਲ੍ਹਦੀ ਹੈ। ਜੇਕਰ ਤੁਹਾਡੇ ਕੋਲ ਹੈ ਇਸ ਸਾਈਟ ਵੀ ਬਲੌਕ ਕੀਤਾ ਗਿਆ ਹੈ, ਇਸ ਲਈ ਇੱਥੇ ਇੱਕ ਛੋਟਾ ਸਾਰਾਂਸ਼ ਹੈ:

ਗਰੋਵਰ ਦਾ ਐਲਗੋਰਿਦਮ। ਕਲਪਨਾ ਕਰੋ ਕਿ ਤੁਹਾਡੇ ਕੋਲ ਨੰਬਰ ਵਾਲੇ ਬੰਦ ਬਕਸੇ ਦੇ N ਟੁਕੜੇ ਹਨ। ਉਹ ਇੱਕ ਨੂੰ ਛੱਡ ਕੇ ਸਾਰੇ ਖਾਲੀ ਹਨ, ਜਿਸ ਵਿੱਚ ਇੱਕ ਗੇਂਦ ਹੈ। ਤੁਹਾਡਾ ਕੰਮ: ਉਸ ਬਾਕਸ ਦੀ ਸੰਖਿਆ ਦਾ ਪਤਾ ਲਗਾਓ ਜਿਸ ਵਿੱਚ ਗੇਂਦ ਸਥਿਤ ਹੈ (ਇਹ ਅਣਜਾਣ ਸੰਖਿਆ ਅਕਸਰ w ਅੱਖਰ ਦੁਆਰਾ ਦਰਸਾਈ ਜਾਂਦੀ ਹੈ)।

ਇਸ ਸਮੱਸਿਆ ਨੂੰ ਕਿਵੇਂ ਹੱਲ ਕਰਨਾ ਹੈ? ਸਭ ਤੋਂ ਮੂਰਖ ਤਰੀਕਾ ਹੈ ਬਕਸਿਆਂ ਨੂੰ ਖੋਲ੍ਹਣ ਲਈ ਵਾਰੀ-ਵਾਰੀ ਲੈਣਾ, ਅਤੇ ਜਲਦੀ ਜਾਂ ਬਾਅਦ ਵਿੱਚ ਤੁਸੀਂ ਇੱਕ ਗੇਂਦ ਦੇ ਨਾਲ ਇੱਕ ਡੱਬੇ ਵਿੱਚ ਆ ਜਾਓਗੇ। ਔਸਤਨ, ਇੱਕ ਗੇਂਦ ਵਾਲਾ ਬਕਸਾ ਮਿਲਣ ਤੋਂ ਪਹਿਲਾਂ ਕਿੰਨੇ ਬਕਸੇ ਚੈੱਕ ਕੀਤੇ ਜਾਣੇ ਚਾਹੀਦੇ ਹਨ? ਔਸਤਨ, ਤੁਹਾਨੂੰ ਲਗਭਗ ਅੱਧੇ N/2 ਬਕਸੇ ਖੋਲ੍ਹਣ ਦੀ ਲੋੜ ਹੈ। ਇੱਥੇ ਮੁੱਖ ਗੱਲ ਇਹ ਹੈ ਕਿ ਜੇਕਰ ਅਸੀਂ ਬਾਕਸਾਂ ਦੀ ਸੰਖਿਆ ਨੂੰ 100 ਗੁਣਾ ਵਧਾ ਦਿੰਦੇ ਹਾਂ, ਤਾਂ ਬਾਲ ਵਾਲਾ ਡੱਬਾ ਮਿਲਣ ਤੋਂ ਪਹਿਲਾਂ ਬਕਸਿਆਂ ਦੀ ਔਸਤ ਸੰਖਿਆ ਵਿੱਚ ਵੀ 100 ਗੁਣਾ ਵਾਧਾ ਹੋਵੇਗਾ।

ਹੁਣ ਇੱਕ ਹੋਰ ਸਪਸ਼ਟੀਕਰਨ ਕਰੀਏ। ਆਓ ਆਪਾਂ ਆਪਣੇ ਹੱਥਾਂ ਨਾਲ ਬਕਸੇ ਨਾ ਖੋਲ੍ਹੀਏ ਅਤੇ ਹਰ ਇੱਕ ਵਿੱਚ ਇੱਕ ਗੇਂਦ ਦੀ ਮੌਜੂਦਗੀ ਦੀ ਜਾਂਚ ਕਰੀਏ, ਪਰ ਇੱਕ ਖਾਸ ਵਿਚੋਲਾ ਹੈ, ਆਓ ਉਸ ਨੂੰ ਓਰੇਕਲ ਕਹੀਏ। ਅਸੀਂ ਓਰੇਕਲ ਨੂੰ ਦੱਸਦੇ ਹਾਂ, "ਚੈੱਕ ਬਾਕਸ ਨੰਬਰ 732," ਅਤੇ ਓਰੇਕਲ ਇਮਾਨਦਾਰੀ ਨਾਲ ਜਾਂਚ ਕਰਦਾ ਹੈ ਅਤੇ ਜਵਾਬ ਦਿੰਦਾ ਹੈ, "ਬਾਕਸ ਨੰਬਰ 732 ਵਿੱਚ ਕੋਈ ਗੇਂਦ ਨਹੀਂ ਹੈ।" ਹੁਣ, ਇਹ ਕਹਿਣ ਦੀ ਬਜਾਏ ਕਿ ਸਾਨੂੰ ਔਸਤਨ ਕਿੰਨੇ ਬਕਸੇ ਖੋਲ੍ਹਣ ਦੀ ਲੋੜ ਹੈ, ਅਸੀਂ ਕਹਿੰਦੇ ਹਾਂ "ਬਾਲ ਦੇ ਨਾਲ ਬਕਸੇ ਦੀ ਸੰਖਿਆ ਲੱਭਣ ਲਈ ਸਾਨੂੰ ਔਸਤਨ ਕਿੰਨੀ ਵਾਰ ਓਰੇਕਲ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ"

ਇਹ ਪਤਾ ਚਲਦਾ ਹੈ ਕਿ ਜੇਕਰ ਅਸੀਂ ਇਸ ਸਮੱਸਿਆ ਨੂੰ ਬਕਸਿਆਂ, ਇੱਕ ਬਾਲ ਅਤੇ ਓਰੇਕਲ ਨਾਲ ਕੁਆਂਟਮ ਭਾਸ਼ਾ ਵਿੱਚ ਅਨੁਵਾਦ ਕਰਦੇ ਹਾਂ, ਤਾਂ ਸਾਨੂੰ ਇੱਕ ਸ਼ਾਨਦਾਰ ਨਤੀਜਾ ਮਿਲਦਾ ਹੈ: N ਬਕਸਿਆਂ ਵਿੱਚ ਇੱਕ ਬਾਲ ਵਾਲੇ ਬਕਸੇ ਦੀ ਸੰਖਿਆ ਲੱਭਣ ਲਈ, ਸਾਨੂੰ ਸਿਰਫ਼ SQRT ਬਾਰੇ Oracle ਨੂੰ ਪਰੇਸ਼ਾਨ ਕਰਨ ਦੀ ਲੋੜ ਹੈ। (N) ਵਾਰ!

ਭਾਵ, ਗਰੋਵਰ ਦੇ ਐਲਗੋਰਿਦਮ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ ਖੋਜ ਕਾਰਜ ਦੀ ਗੁੰਝਲਤਾ ਸਮੇਂ ਦੇ ਵਰਗ ਮੂਲ ਦੁਆਰਾ ਘਟਾਈ ਜਾਂਦੀ ਹੈ।

Deutsch-Jozi ਐਲਗੋਰਿਦਮ

(ਸਮੱਗਰੀ ਨੂੰ)

Deutsch-Jozsa ਐਲਗੋਰਿਦਮ (ਜਿਸਨੂੰ Deutsch-Jozsa ਐਲਗੋਰਿਦਮ ਵੀ ਕਿਹਾ ਜਾਂਦਾ ਹੈ) - [ਕੁਆਂਟਮ ਐਲਗੋਰਿਦਮ](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 ਡੇਵਿਡ ਡਿਊਸ਼ и ਰਿਚਰਡ ਜੋਜ਼ਾ в 1992 ਸਾਲ, ਅਤੇ ਇਸ ਨੂੰ ਐਗਜ਼ੀਕਿਊਟ ਕਰਨ ਲਈ ਤਿਆਰ ਕੀਤੇ ਗਏ ਐਲਗੋਰਿਦਮ ਦੇ ਪਹਿਲੇ ਉਦਾਹਰਨਾਂ ਵਿੱਚੋਂ ਇੱਕ ਬਣ ਗਿਆ ਹੈ ਕੁਆਂਟਮ ਕੰਪਿਊਟਰ. _

Deutsch-Jozsi ਸਮੱਸਿਆ ਇਹ ਨਿਰਧਾਰਤ ਕਰਨਾ ਹੈ ਕਿ ਕੀ ਕਈ ਬਾਈਨਰੀ ਵੇਰੀਏਬਲਾਂ F(x1, x2, ... xn) ਦਾ ਕੋਈ ਫੰਕਸ਼ਨ ਸਥਿਰ ਹੈ (ਕਿਸੇ ਆਰਗੂਮੈਂਟ ਲਈ 0 ਜਾਂ 1 ਦਾ ਮੁੱਲ ਲੈਂਦਾ ਹੈ) ਜਾਂ ਸੰਤੁਲਿਤ (ਡੋਮੇਨ ਦੇ ਅੱਧੇ ਹਿੱਸੇ ਲਈ ਇਹ ਲੈਂਦਾ ਹੈ। ਮੁੱਲ 0, ਦੂਜੇ ਅੱਧ ਲਈ 1)। ਇਸ ਸਥਿਤੀ ਵਿੱਚ, ਇਹ ਜਾਣਿਆ ਜਾਂਦਾ ਇੱਕ ਤਰਜੀਹ ਮੰਨਿਆ ਜਾਂਦਾ ਹੈ ਕਿ ਫੰਕਸ਼ਨ ਜਾਂ ਤਾਂ ਇੱਕ ਸਥਿਰ ਜਾਂ ਸੰਤੁਲਿਤ ਹੈ। (ਨਾਲ)

ਤੁਸੀਂ ਵੀ ਪੜ੍ਹ ਸਕਦੇ ਹੋ ਇੱਥੇ. ਇੱਕ ਸਰਲ ਵਿਆਖਿਆ:

Deutsch (Deutsch-Jozsi) ਐਲਗੋਰਿਦਮ ਬਰੂਟ ਫੋਰਸ 'ਤੇ ਆਧਾਰਿਤ ਹੈ, ਪਰ ਇਸਨੂੰ ਆਮ ਨਾਲੋਂ ਤੇਜ਼ੀ ਨਾਲ ਕਰਨ ਦੀ ਇਜਾਜ਼ਤ ਦਿੰਦਾ ਹੈ। ਕਲਪਨਾ ਕਰੋ ਕਿ ਮੇਜ਼ 'ਤੇ ਇੱਕ ਸਿੱਕਾ ਹੈ ਅਤੇ ਤੁਹਾਨੂੰ ਇਹ ਪਤਾ ਲਗਾਉਣ ਦੀ ਜ਼ਰੂਰਤ ਹੈ ਕਿ ਇਹ ਨਕਲੀ ਹੈ ਜਾਂ ਨਹੀਂ. ਅਜਿਹਾ ਕਰਨ ਲਈ, ਤੁਹਾਨੂੰ ਸਿੱਕੇ ਨੂੰ ਦੋ ਵਾਰ ਵੇਖਣ ਅਤੇ ਇਹ ਨਿਰਧਾਰਤ ਕਰਨ ਦੀ ਲੋੜ ਹੈ: "ਸਿਰ" ਅਤੇ "ਪੂਛਾਂ" ਅਸਲੀ ਹਨ, ਦੋ "ਸਿਰ", ਦੋ "ਪੂਛਾਂ" ਨਕਲੀ ਹਨ। ਇਸ ਲਈ, ਜੇਕਰ ਤੁਸੀਂ Deutsch ਕੁਆਂਟਮ ਐਲਗੋਰਿਦਮ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋ, ਤਾਂ ਇਹ ਨਿਰਧਾਰਨ ਇੱਕ ਨਜ਼ਰ ਨਾਲ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ - ਮਾਪ। (ਨਾਲ)

ਕੁਆਂਟਮ ਕੰਪਿਊਟਰਾਂ ਦੀਆਂ ਸਮੱਸਿਆਵਾਂ

(ਸਮੱਗਰੀ ਨੂੰ)

ਕੁਆਂਟਮ ਕੰਪਿਊਟਰਾਂ ਦੀ ਡਿਜ਼ਾਈਨਿੰਗ ਅਤੇ ਸੰਚਾਲਨ ਕਰਦੇ ਸਮੇਂ, ਵਿਗਿਆਨੀਆਂ ਅਤੇ ਇੰਜੀਨੀਅਰਾਂ ਨੂੰ ਬਹੁਤ ਸਾਰੀਆਂ ਸਮੱਸਿਆਵਾਂ ਦਾ ਸਾਹਮਣਾ ਕਰਨਾ ਪੈਂਦਾ ਹੈ, ਜੋ ਅੱਜ ਤੱਕ ਵੱਖ-ਵੱਖ ਪੱਧਰਾਂ ਦੀ ਸਫਲਤਾ ਨਾਲ ਹੱਲ ਕੀਤੀਆਂ ਗਈਆਂ ਹਨ। ਇਸਦੇ ਅਨੁਸਾਰ ਖੋਜ (ਅਤੇ ਇੱਥੇ ਵੀ) ਸਮੱਸਿਆਵਾਂ ਦੀ ਹੇਠ ਲਿਖੀ ਲੜੀ ਦੀ ਪਛਾਣ ਕੀਤੀ ਜਾ ਸਕਦੀ ਹੈ:

• ਵਾਤਾਵਰਣ ਪ੍ਰਤੀ ਸੰਵੇਦਨਸ਼ੀਲਤਾ ਅਤੇ ਵਾਤਾਵਰਣ ਨਾਲ ਪਰਸਪਰ ਪ੍ਰਭਾਵ
• ਗਣਨਾ ਦੌਰਾਨ ਗਲਤੀਆਂ ਦਾ ਇਕੱਠਾ ਹੋਣਾ
• ਕਿਊਬਿਟ ਅਵਸਥਾਵਾਂ ਦੀ ਸ਼ੁਰੂਆਤੀ ਸ਼ੁਰੂਆਤ ਵਿੱਚ ਮੁਸ਼ਕਲਾਂ
• ਮਲਟੀ-ਕਿਊਬਿਟ ਸਿਸਟਮ ਬਣਾਉਣ ਵਿੱਚ ਮੁਸ਼ਕਲਾਂ

ਮੈਂ ਲੇਖ ਨੂੰ ਪੜ੍ਹਨ ਦੀ ਜ਼ੋਰਦਾਰ ਸਿਫਾਰਸ਼ ਕਰਦਾ ਹਾਂ "ਕੁਆਂਟਮ ਕੰਪਿਊਟਰਾਂ ਦੀਆਂ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ”, ਖਾਸ ਕਰਕੇ ਇਸ ਬਾਰੇ ਟਿੱਪਣੀਆਂ।

ਆਉ ਸਾਰੀਆਂ ਮੁੱਖ ਸਮੱਸਿਆਵਾਂ ਨੂੰ ਤਿੰਨ ਵੱਡੇ ਸਮੂਹਾਂ ਵਿੱਚ ਸੰਗਠਿਤ ਕਰੀਏ ਅਤੇ ਉਹਨਾਂ ਵਿੱਚੋਂ ਹਰੇਕ 'ਤੇ ਡੂੰਘਾਈ ਨਾਲ ਵਿਚਾਰ ਕਰੀਏ:

ਡੀਕੋਹੇਰੈਂਸ

(ਸਮੱਗਰੀ ਨੂੰ)

N+1 ਤੋਂ ਵਰਣਨ.

ਕੁਆਂਟਮ ਅਵਸਥਾ ਬਹੁਤ ਨਾਜ਼ੁਕ ਚੀਜ਼ਇੱਕ ਉਲਝੀ ਅਵਸਥਾ ਵਿੱਚ ਕਿਊਬਿਟ ਬਹੁਤ ਅਸਥਿਰ ਹੁੰਦੇ ਹਨ, ਕੋਈ ਵੀ ਬਾਹਰੀ ਪ੍ਰਭਾਵ ਇਸ ਸਬੰਧ ਨੂੰ ਨਸ਼ਟ ਕਰ ਸਕਦਾ ਹੈ (ਅਤੇ ਕਰਦਾ ਹੈ). ਇੱਕ ਡਿਗਰੀ ਦੇ ਸਭ ਤੋਂ ਛੋਟੇ ਹਿੱਸੇ ਦੁਆਰਾ ਤਾਪਮਾਨ ਵਿੱਚ ਤਬਦੀਲੀ, ਦਬਾਅ, ਇੱਕ ਬੇਤਰਤੀਬ ਫੋਟੌਨ ਨੇੜੇ ਉੱਡਦਾ ਹੈ - ਇਹ ਸਭ ਸਾਡੇ ਸਿਸਟਮ ਨੂੰ ਅਸਥਿਰ ਕਰਦਾ ਹੈ।

ਇਸ ਸਮੱਸਿਆ ਨੂੰ ਹੱਲ ਕਰਨ ਲਈ, ਘੱਟ-ਤਾਪਮਾਨ ਵਾਲੇ ਸਰਕੋਫੈਗੀ ਬਣਾਏ ਗਏ ਹਨ, ਜਿਸ ਵਿੱਚ ਤਾਪਮਾਨ (-273.14 ਡਿਗਰੀ ਸੈਲਸੀਅਸ) ਬਿਲਕੁਲ ਜ਼ੀਰੋ ਤੋਂ ਥੋੜ੍ਹਾ ਉੱਪਰ ਹੈ, ਬਾਹਰੀ ਵਾਤਾਵਰਣ ਦੇ ਸਾਰੇ (ਸੰਭਵ) ਪ੍ਰਭਾਵਾਂ ਤੋਂ ਪ੍ਰੋਸੈਸਰ ਦੇ ਨਾਲ ਅੰਦਰੂਨੀ ਚੈਂਬਰ ਦੀ ਵੱਧ ਤੋਂ ਵੱਧ ਅਲੱਗਤਾ ਦੇ ਨਾਲ.

ਕਈ ਉਲਝੇ ਹੋਏ ਕਿਊਬਿਟਸ ਦੇ ਇੱਕ ਕੁਆਂਟਮ ਸਿਸਟਮ ਦਾ ਅਧਿਕਤਮ ਜੀਵਨ ਕਾਲ, ਜਿਸ ਦੌਰਾਨ ਇਹ ਆਪਣੀਆਂ ਕੁਆਂਟਮ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਨੂੰ ਬਰਕਰਾਰ ਰੱਖਦਾ ਹੈ ਅਤੇ ਗਣਨਾਵਾਂ ਲਈ ਵਰਤਿਆ ਜਾ ਸਕਦਾ ਹੈ, ਨੂੰ ਡੀਕੋਹੇਰੈਂਸ ਟਾਈਮ ਕਿਹਾ ਜਾਂਦਾ ਹੈ।

ਵਰਤਮਾਨ ਵਿੱਚ, ਸਭ ਤੋਂ ਵਧੀਆ ਕੁਆਂਟਮ ਹੱਲਾਂ ਵਿੱਚ ਡੀਕੋਹਰੈਂਸ ਸਮਾਂ ਦੇ ਕ੍ਰਮ 'ਤੇ ਹੈ ਦਸਾਂ ਅਤੇ ਸੈਂਕੜੇ ਮਾਈਕ੍ਰੋ ਸਕਿੰਟ.

ਇੱਕ ਸ਼ਾਨਦਾਰ ਹੈ ਵੈਬਸਾਈਟਜਿੱਥੇ ਤੁਸੀਂ ਦੇਖ ਸਕਦੇ ਹੋ ਪੈਰਾਮੀਟਰਾਂ ਦੀ ਤੁਲਨਾ ਸਾਰਣੀ ਸਾਰੇ ਬਣਾਏ ਕੁਆਂਟਮ ਸਿਸਟਮਾਂ ਦਾ। ਇਸ ਲੇਖ ਵਿੱਚ ਉਦਾਹਰਨਾਂ ਦੇ ਤੌਰ 'ਤੇ ਸਿਰਫ਼ ਦੋ ਪ੍ਰਮੁੱਖ ਪ੍ਰੋਸੈਸਰ ਸ਼ਾਮਲ ਹਨ - IBM ਤੋਂ IBM Q ਸਿਸਟਮ ਇੱਕ ਅਤੇ ਤੋਂ Google Sycamore. ਜਿਵੇਂ ਕਿ ਅਸੀਂ ਦੇਖ ਸਕਦੇ ਹਾਂ, ਡੀਕੋਹਰੈਂਸ ਟਾਈਮ (T2) 200 μs ਤੋਂ ਵੱਧ ਨਹੀਂ ਹੈ।

ਮੈਨੂੰ Sycamore 'ਤੇ ਸਹੀ ਡਾਟਾ ਨਹੀਂ ਮਿਲਿਆ, ਪਰ ਸਭ ਤੋਂ ਵੱਧ ਕੁਆਂਟਮ ਸਰਵਉੱਚਤਾ 'ਤੇ ਲੇਖ ਦੋ ਨੰਬਰ ਦਿੱਤੇ ਗਏ ਹਨ - 1 ਸਕਿੰਟਾਂ ਵਿੱਚ 200 ਮਿਲੀਅਨ ਗਣਨਾ, ਹੋਰ ਕਿਤੇ - ਲਈ 130 ਸਕਿੰਟ ਬਿਨਾਂ ਨਿਯੰਤਰਣ ਸਿਗਨਲਾਂ ਦੇ ਨੁਕਸਾਨ, ਆਦਿ।. ਕਿਸੇ ਵੀ ਹਾਲਤ ਵਿੱਚ, ਇਹ ਸਾਨੂੰ ਦਿੰਦਾ ਹੈ ਡੀਕੋਹਰੈਂਸ ਸਮਾਂ ਲਗਭਗ 150 μs ਹੈ. ਸਾਡੀ ਯਾਦ ਰੱਖੋ ਇੱਕ ਬੈਗ ਦੇ ਨਾਲ ਪ੍ਰਯੋਗਕਰਤਾ? ਨਾਲ ਨਾਲ, ਉਹ ਇੱਥੇ ਹੈ.

ਕੰਪਿਊਟਰ ਦਾ ਨਾਮ	N Qubits	ਅਧਿਕਤਮ ਪੇਅਰ ਕੀਤਾ	T2 (µs)
IBM Q ਸਿਸਟਮ ਇੱਕ	20	6	70
Google Sycamore	53	4	-150 200-XNUMX

ਅਸਹਿਣਸ਼ੀਲਤਾ ਸਾਨੂੰ ਕਿਸ ਨਾਲ ਧਮਕੀ ਦਿੰਦੀ ਹੈ?

ਮੁੱਖ ਸਮੱਸਿਆ ਇਹ ਹੈ ਕਿ 150 μs ਤੋਂ ਬਾਅਦ, N ਉਲਝੇ ਹੋਏ ਕਿਊਬਿਟਸ ਦੀ ਸਾਡੀ ਕੰਪਿਊਟਿੰਗ ਪ੍ਰਣਾਲੀ ਸਹੀ ਹੱਲਾਂ ਦੀ ਸੰਭਾਵੀ ਵੰਡ ਦੀ ਬਜਾਏ ਸੰਭਾਵੀ ਚਿੱਟੇ ਸ਼ੋਰ ਨੂੰ ਆਉਟਪੁੱਟ ਕਰਨਾ ਸ਼ੁਰੂ ਕਰ ਦੇਵੇਗੀ।

ਭਾਵ, ਸਾਨੂੰ ਲੋੜ ਹੈ:

• ਕਿਊਬਿਟ ਸਿਸਟਮ ਸ਼ੁਰੂ ਕਰੋ
• ਇੱਕ ਗਣਨਾ ਕਰੋ (ਗੇਟ ਓਪਰੇਸ਼ਨਾਂ ਦੀ ਲੜੀ)
• ਨਤੀਜਾ ਪੜ੍ਹੋ

ਅਤੇ ਇਹ ਸਭ 150 ਮਾਈਕ੍ਰੋ ਸੈਕਿੰਡ ਵਿੱਚ ਕਰੋ। ਮੇਰੇ ਕੋਲ ਸਮਾਂ ਨਹੀਂ ਸੀ - ਨਤੀਜਾ ਇੱਕ ਪੇਠਾ ਵਿੱਚ ਬਦਲ ਗਿਆ.

ਪਰ ਇਹ ਸਭ ਨਹੀਂ ਹੈ…

ਗਲਤੀਆਂ

(ਸਮੱਗਰੀ ਨੂੰ)

ਜਿਵੇਂ ਅਸੀਂ ਕਿਹਾ, ਕੁਆਂਟਮ ਪ੍ਰਕਿਰਿਆਵਾਂ ਅਤੇ ਕੁਆਂਟਮ ਕੰਪਿਊਟਿੰਗ ਕੁਦਰਤ ਵਿੱਚ ਸੰਭਾਵੀ ਹਨ, ਅਸੀਂ ਕਿਸੇ ਵੀ ਚੀਜ਼ ਬਾਰੇ 100% ਯਕੀਨਨ ਨਹੀਂ ਹੋ ਸਕਦੇ, ਪਰ ਸਿਰਫ ਕੁਝ ਸੰਭਾਵਨਾ ਨਾਲ। ਇਸ ਗੱਲ ਨੂੰ ਲੈ ਕੇ ਸਥਿਤੀ ਹੋਰ ਵਿਗੜ ਗਈ ਹੈ ਕੁਆਂਟਮ ਕੰਪਿਊਟਿੰਗ ਗਲਤੀ ਦੀ ਸੰਭਾਵਨਾ ਹੈ. ਕੁਆਂਟਮ ਕੰਪਿਊਟਿੰਗ ਵਿੱਚ ਮੁੱਖ ਕਿਸਮ ਦੀਆਂ ਤਰੁੱਟੀਆਂ ਹਨ:

• ਡੀਕੋਹੇਰੈਂਸ ਦੀਆਂ ਗਲਤੀਆਂ ਸਿਸਟਮ ਦੀ ਗੁੰਝਲਤਾ ਅਤੇ ਬਾਹਰੀ ਵਾਤਾਵਰਣ ਨਾਲ ਪਰਸਪਰ ਪ੍ਰਭਾਵ ਕਾਰਨ ਹੁੰਦੀਆਂ ਹਨ
• ਗੇਟ ਕੰਪਿਊਟੇਸ਼ਨਲ ਤਰੁੱਟੀਆਂ (ਗਣਨਾ ਦੀ ਕੁਆਂਟਮ ਪ੍ਰਕਿਰਤੀ ਦੇ ਕਾਰਨ)
• ਅੰਤਮ ਅਵਸਥਾ ਨੂੰ ਪੜ੍ਹਨ ਵਿੱਚ ਤਰੁੱਟੀਆਂ (ਨਤੀਜਾ)

ਡੀਕੋਹਰੈਂਸ ਨਾਲ ਜੁੜੀਆਂ ਗਲਤੀਆਂ, ਜਿਵੇਂ ਹੀ ਅਸੀਂ ਆਪਣੇ ਕਿਊਬਿਟਸ ਨੂੰ ਉਲਝਾਉਂਦੇ ਹਾਂ ਅਤੇ ਗਣਨਾ ਕਰਨਾ ਸ਼ੁਰੂ ਕਰਦੇ ਹਾਂ ਤਾਂ ਤੁਰੰਤ ਉੱਠਦਾ ਹੈ। ਜਿੰਨੇ ਜ਼ਿਆਦਾ ਕਿਊਬਿਟ ਅਸੀਂ ਉਲਝਾਉਂਦੇ ਹਾਂ, ਸਿਸਟਮ ਓਨਾ ਹੀ ਗੁੰਝਲਦਾਰ ਹੁੰਦਾ ਹੈ, ਅਤੇ ਇਸ ਨੂੰ ਨਸ਼ਟ ਕਰਨਾ ਸੌਖਾ ਹੈ। ਘੱਟ-ਤਾਪਮਾਨ ਵਾਲੇ ਸਰਕੋਫੈਗੀ, ਸੁਰੱਖਿਅਤ ਚੈਂਬਰ, ਇਹ ਸਾਰੀਆਂ ਤਕਨੀਕੀ ਚਾਲਾਂ ਦਾ ਉਦੇਸ਼ ਗਲਤੀਆਂ ਦੀ ਗਿਣਤੀ ਨੂੰ ਘਟਾਉਣ ਅਤੇ ਡੀਕੋਹੇਰੈਂਸ ਦੇ ਸਮੇਂ ਨੂੰ ਵਧਾਉਣਾ ਹੈ।

ਗੇਟ ਕੰਪਿਊਟੇਸ਼ਨਲ ਤਰੁੱਟੀਆਂ - ਕਿਊਬਿਟਸ 'ਤੇ ਕੋਈ ਵੀ ਓਪਰੇਸ਼ਨ (ਗੇਟ), ਕੁਝ ਸੰਭਾਵਨਾ ਦੇ ਨਾਲ, ਇੱਕ ਗਲਤੀ ਨਾਲ ਖਤਮ ਹੋ ਸਕਦਾ ਹੈ, ਅਤੇ ਐਲਗੋਰਿਦਮ ਨੂੰ ਲਾਗੂ ਕਰਨ ਲਈ ਸਾਨੂੰ ਸੈਂਕੜੇ ਗੇਟਾਂ ਨੂੰ ਕਰਨ ਦੀ ਲੋੜ ਹੈ, ਇਸ ਲਈ ਕਲਪਨਾ ਕਰੋ ਕਿ ਸਾਡੇ ਐਲਗੋਰਿਦਮ ਦੇ ਐਗਜ਼ੀਕਿਊਸ਼ਨ ਦੇ ਅੰਤ ਵਿੱਚ ਸਾਨੂੰ ਕੀ ਮਿਲਦਾ ਹੈ। ਸਵਾਲ ਦਾ ਕਲਾਸਿਕ ਜਵਾਬ ਹੈ "ਇੱਕ ਐਲੀਵੇਟਰ ਵਿੱਚ ਇੱਕ ਡਾਇਨਾਸੌਰ ਨੂੰ ਮਿਲਣ ਦੀ ਸੰਭਾਵਨਾ ਕੀ ਹੈ?" - 50x50, ਜਾਂ ਤਾਂ ਤੁਸੀਂ ਮਿਲੋਗੇ ਜਾਂ ਨਹੀਂ.

ਸਮੱਸਿਆ ਨੂੰ ਹੋਰ ਬਦਤਰ ਬਣਾਉਣ ਲਈ, ਨੋ-ਕਲੋਨਿੰਗ ਥਿਊਰਮ ਦੇ ਕਾਰਨ ਮਿਆਰੀ ਗਲਤੀ ਸੁਧਾਰ ਵਿਧੀਆਂ (ਗਣਨਾਵਾਂ ਅਤੇ ਔਸਤਾਂ ਦੀ ਡੁਪਲੀਕੇਸ਼ਨ) ਕੁਆਂਟਮ ਸੰਸਾਰ ਵਿੱਚ ਕੰਮ ਨਹੀਂ ਕਰਦੀਆਂ। ਲਈ ਗਲਤੀ ਸੁਧਾਰ ਕੁਆਂਟਮ ਕੰਪਿਊਟਿੰਗ ਦੀ ਕਾਢ ਕੱਢਣੀ ਪਈ ਕੁਆਂਟਮ ਸੁਧਾਰ ਵਿਧੀਆਂ. ਮੋਟੇ ਤੌਰ 'ਤੇ, ਅਸੀਂ N ਸਾਧਾਰਨ ਕਿਊਬਿਟ ਲੈਂਦੇ ਹਾਂ ਅਤੇ ਉਹਨਾਂ ਵਿੱਚੋਂ 1 ਬਣਾਉਂਦੇ ਹਾਂ ਲਾਜ਼ੀਕਲ qubit ਇੱਕ ਘੱਟ ਗਲਤੀ ਦਰ ਦੇ ਨਾਲ.

ਪਰ ਇੱਥੇ ਇੱਕ ਹੋਰ ਸਮੱਸਿਆ ਪੈਦਾ ਹੁੰਦੀ ਹੈ - ਕਿਊਬਿਟਸ ਦੀ ਕੁੱਲ ਗਿਣਤੀ. ਦੇਖੋ, ਮੰਨ ਲਓ ਕਿ ਸਾਡੇ ਕੋਲ 100 ਕਿਊਬਿਟਸ ਵਾਲਾ ਇੱਕ ਪ੍ਰੋਸੈਸਰ ਹੈ, ਜਿਸ ਵਿੱਚੋਂ 80 ਕਿਊਬਿਟ ਗਲਤੀ ਠੀਕ ਕਰਨ ਲਈ ਵਰਤੇ ਜਾਂਦੇ ਹਨ, ਫਿਰ ਸਾਡੇ ਕੋਲ ਗਣਨਾ ਲਈ ਸਿਰਫ 20 ਬਚੇ ਹਨ।

ਅੰਤਮ ਨਤੀਜਾ ਪੜ੍ਹਨ ਵਿੱਚ ਤਰੁੱਟੀਆਂ — ਜਿਵੇਂ ਕਿ ਸਾਨੂੰ ਯਾਦ ਹੈ, ਕੁਆਂਟਮ ਗਣਨਾਵਾਂ ਦਾ ਨਤੀਜਾ ਸਾਡੇ ਸਾਹਮਣੇ ਰੂਪ ਵਿੱਚ ਪੇਸ਼ ਕੀਤਾ ਜਾਂਦਾ ਹੈ ਜਵਾਬਾਂ ਦੀ ਸੰਭਾਵਨਾ ਵੰਡ. ਪਰ ਅੰਤਮ ਅਵਸਥਾ ਨੂੰ ਪੜ੍ਹਨਾ ਇੱਕ ਗਲਤੀ ਨਾਲ ਅਸਫਲ ਵੀ ਹੋ ਸਕਦਾ ਹੈ।

ਉਸੇ 'ਤੇ ਸਾਈਟ ਗਲਤੀ ਪੱਧਰਾਂ ਦੁਆਰਾ ਪ੍ਰੋਸੈਸਰਾਂ ਦੇ ਤੁਲਨਾਤਮਕ ਟੇਬਲ ਹਨ। ਤੁਲਨਾ ਕਰਨ ਲਈ, ਆਓ ਉਹੀ ਪ੍ਰੋਸੈਸਰ ਲੈ ਲਈਏ ਜਿਵੇਂ ਕਿ ਪਿਛਲੀ ਉਦਾਹਰਨ ਵਿੱਚ - IBM IBM Q ਸਿਸਟਮ ਇੱਕ и Google Sycamore:

ਕੰਪਿਊਟਰ	1-ਕੁਬਿਟ ਗੇਟ ਫਿਡੇਲਿਟੀ	2-ਕੁਬਿਟ ਗੇਟ ਵਫ਼ਾਦਾਰੀ	ਰੀਡਆਊਟ ਵਫ਼ਾਦਾਰੀ
IBM Q ਸਿਸਟਮ ਇੱਕ	99.96%	98.31%	-
Google Sycamore	99.84%	99.38%	96.2%

ਇਹ ਇਸ ਲਈ ਹੈ ਵਫ਼ਾਦਾਰੀ ਦੋ ਕੁਆਂਟਮ ਅਵਸਥਾਵਾਂ ਦੀ ਸਮਾਨਤਾ ਦਾ ਮਾਪ ਹੈ। ਗਲਤੀ ਦੀ ਤੀਬਰਤਾ ਨੂੰ ਮੋਟੇ ਤੌਰ 'ਤੇ 1-ਵਫ਼ਾਦਾਰੀ ਵਜੋਂ ਦਰਸਾਇਆ ਜਾ ਸਕਦਾ ਹੈ। ਜਿਵੇਂ ਕਿ ਅਸੀਂ ਦੇਖ ਸਕਦੇ ਹਾਂ, ਮੌਜੂਦਾ ਕੁਆਂਟਮ ਕੰਪਿਊਟਰਾਂ 'ਤੇ ਗੁੰਝਲਦਾਰ ਅਤੇ ਲੰਬੇ ਐਲਗੋਰਿਦਮ ਨੂੰ ਚਲਾਉਣ ਲਈ 2-ਕਿਊਬਿਟ ਗੇਟਾਂ ਦੀਆਂ ਤਰੁੱਟੀਆਂ ਅਤੇ ਰੀਡਆਊਟ ਤਰੁੱਟੀਆਂ ਮੁੱਖ ਰੁਕਾਵਟ ਹਨ।

ਤੁਸੀਂ ਵੀ ਪੜ੍ਹ ਸਕਦੇ ਹੋ 2016 ਤੋਂ ਰੋਡਮੈਪ ਸਾਲ ਤੱਕ NQIT ਗਲਤੀ ਸੁਧਾਰ ਦੀ ਸਮੱਸਿਆ ਨੂੰ ਹੱਲ ਕਰਨ ਲਈ.

ਪ੍ਰੋਸੈਸਰ ਆਰਕੀਟੈਕਚਰ

(ਸਮੱਗਰੀ ਨੂੰ)

ਸਿਧਾਂਤ ਵਿੱਚ ਅਸੀਂ ਬਣਾਉਂਦੇ ਹਾਂ ਅਤੇ ਕੰਮ ਕਰਦੇ ਹਾਂ ਦਰਜਨਾਂ ਉਲਝੇ ਹੋਏ ਕਿਊਬਿਟਸ ਦੇ ਸਰਕਟ, ਅਸਲ ਵਿੱਚ ਸਭ ਕੁਝ ਹੋਰ ਗੁੰਝਲਦਾਰ ਹੈ. ਸਾਰੇ ਮੌਜੂਦਾ ਕੁਆਂਟਮ ਚਿਪਸ (ਪ੍ਰੋਸੈਸਰ) ਇਸ ਤਰੀਕੇ ਨਾਲ ਬਣਾਏ ਗਏ ਹਨ ਕਿ ਉਹ ਦਰਦ ਰਹਿਤ ਪ੍ਰਦਾਨ ਕਰਦੇ ਹਨ ਸਿਰਫ਼ ਆਪਣੇ ਗੁਆਂਢੀਆਂ ਨਾਲ ਇੱਕ ਕਿਊਬਿਟ ਦਾ ਉਲਝਣਾ, ਜਿਨ੍ਹਾਂ ਵਿੱਚੋਂ ਛੇ ਤੋਂ ਵੱਧ ਨਹੀਂ ਹਨ।

ਜੇਕਰ ਸਾਨੂੰ 1ਵੇਂ ਕਿਊਬਿਟ ਨੂੰ ਉਲਝਾਉਣ ਦੀ ਲੋੜ ਹੈ, ਤਾਂ ਸਾਨੂੰ ਇਹ ਕਰਨਾ ਪਵੇਗਾ ਵਾਧੂ ਕੁਆਂਟਮ ਓਪਰੇਸ਼ਨਾਂ ਦੀ ਇੱਕ ਲੜੀ ਬਣਾਓ, ਵਾਧੂ ਕਿਊਬਿਟ, ਆਦਿ ਸ਼ਾਮਲ ਕਰੋ, ਜੋ ਸਮੁੱਚੀ ਗਲਤੀ ਦੇ ਪੱਧਰ ਨੂੰ ਵਧਾਉਂਦਾ ਹੈ। ਹਾਂ, ਅਤੇ ਇਸ ਬਾਰੇ ਨਾ ਭੁੱਲੋ ਅਸਹਿਣਸ਼ੀਲਤਾ ਦਾ ਸਮਾਂ, ਸ਼ਾਇਦ ਜਦੋਂ ਤੱਕ ਤੁਸੀਂ ਕਿਊਬਿਟਸ ਨੂੰ ਲੋੜੀਂਦੇ ਸਰਕਟ ਵਿੱਚ ਜੋੜਨਾ ਪੂਰਾ ਕਰਦੇ ਹੋ, ਸਮਾਂ ਖਤਮ ਹੋ ਜਾਵੇਗਾ ਅਤੇ ਪੂਰਾ ਸਰਕਟ ਬਦਲ ਜਾਵੇਗਾ ਵਧੀਆ ਚਿੱਟਾ ਸ਼ੋਰ ਜਨਰੇਟਰ.

ਇਹ ਵੀ ਨਾ ਭੁੱਲੋ ਸਾਰੇ ਕੁਆਂਟਮ ਪ੍ਰੋਸੈਸਰਾਂ ਦਾ ਆਰਕੀਟੈਕਚਰ ਵੱਖਰਾ ਹੁੰਦਾ ਹੈ, ਅਤੇ "ਆਲ-ਟੂ-ਆਲ ਕਨੈਕਟੀਵਿਟੀ" ਮੋਡ ਵਿੱਚ ਇਮੂਲੇਟਰ ਵਿੱਚ ਲਿਖੇ ਪ੍ਰੋਗਰਾਮ ਨੂੰ ਇੱਕ ਖਾਸ ਚਿੱਪ ਦੇ ਆਰਕੀਟੈਕਚਰ ਵਿੱਚ "ਮੁੜ ਕੰਪਾਇਲ" ਕਰਨ ਦੀ ਲੋੜ ਹੋਵੇਗੀ। ਵੀ ਹਨ ਵਿਸ਼ੇਸ਼ ਆਪਟੀਮਾਈਜ਼ਰ ਪ੍ਰੋਗਰਾਮ ਇਸ ਕਾਰਵਾਈ ਨੂੰ ਕਰਨ ਲਈ.

ਇੱਕੋ ਚੋਟੀ ਦੇ ਚਿਪਸ ਲਈ ਅਧਿਕਤਮ ਕਨੈਕਟੀਵਿਟੀ ਅਤੇ ਕਿਊਬਿਟਸ ਦੀ ਅਧਿਕਤਮ ਸੰਖਿਆ:

ਕੰਪਿਊਟਰ ਦਾ ਨਾਮ	N Qubits	ਅਧਿਕਤਮ ਪੇਅਰ ਕੀਤਾ	T2 (µs)
IBM Q ਸਿਸਟਮ ਇੱਕ	20	6	70
Google Sycamore	53	4	-150 200-XNUMX

ਅਤੇ, ਤੁਲਨਾ ਲਈ, ਪ੍ਰੋਸੈਸਰਾਂ ਦੀ ਪਿਛਲੀ ਪੀੜ੍ਹੀ ਦੇ ਡੇਟਾ ਨਾਲ ਸਾਰਣੀ. ਕਿਊਬਿਟ ਦੀ ਗਿਣਤੀ, ਡੀਕੋਹਰੈਂਸ ਟਾਈਮ ਅਤੇ ਗਲਤੀ ਦਰ ਦੀ ਤੁਲਨਾ ਕਰੋ ਜੋ ਸਾਡੇ ਕੋਲ ਹੁਣ ਨਵੀਂ ਪੀੜ੍ਹੀ ਦੇ ਨਾਲ ਹੈ। ਫਿਰ ਵੀ, ਤਰੱਕੀ ਹੌਲੀ ਹੈ, ਪਰ ਵਧ ਰਹੀ ਹੈ.

ਇਸ ਤਰ੍ਹਾਂ:

• ਵਰਤਮਾਨ ਵਿੱਚ > 6 ਕਿਊਬਿਟਸ ਨਾਲ ਪੂਰੀ ਤਰ੍ਹਾਂ ਨਾਲ ਜੁੜੇ ਆਰਕੀਟੈਕਚਰ ਨਹੀਂ ਹਨ
• ਇੱਕ ਅਸਲੀ ਪ੍ਰੋਸੈਸਰ ਉੱਤੇ ਕਿਊਬਿਟ 0 s ਨੂੰ ਉਲਝਾਉਣ ਲਈ, ਉਦਾਹਰਨ ਲਈ, ਕਿਊਬਿਟ 15 ਨੂੰ ਕਈ ਦਰਜਨ ਵਾਧੂ ਓਪਰੇਸ਼ਨਾਂ ਦੀ ਲੋੜ ਹੋ ਸਕਦੀ ਹੈ
• ਹੋਰ ਓਪਰੇਸ਼ਨ -> ਹੋਰ ਤਰੁੱਟੀਆਂ -> ਡੀਕੋਹਰੈਂਸ ਦਾ ਮਜ਼ਬੂਤ ​​ਪ੍ਰਭਾਵ

ਨਤੀਜੇ

(ਸਮੱਗਰੀ ਨੂੰ)

ਡੀਕੋਹੇਰੈਂਸ ਆਧੁਨਿਕ ਕੁਆਂਟਮ ਕੰਪਿਊਟਿੰਗ ਦਾ ਪ੍ਰੋਕ੍ਰਸਟੀਅਨ ਬੈੱਡ ਹੈ. ਸਾਨੂੰ ਹਰ ਚੀਜ਼ ਨੂੰ 150 μs ਵਿੱਚ ਫਿੱਟ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ:

• ਕਿਊਬਿਟਸ ਦੀ ਸ਼ੁਰੂਆਤੀ ਸਥਿਤੀ ਦੀ ਸ਼ੁਰੂਆਤ
• ਕੁਆਂਟਮ ਗੇਟਸ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਇੱਕ ਸਮੱਸਿਆ ਦੀ ਗਣਨਾ ਕਰਨਾ
• ਸਾਰਥਕ ਨਤੀਜੇ ਪ੍ਰਾਪਤ ਕਰਨ ਲਈ ਗਲਤੀਆਂ ਨੂੰ ਠੀਕ ਕਰੋ
• ਨਤੀਜਾ ਪੜ੍ਹੋ

ਹੁਣ ਤੱਕ ਦੇ ਨਤੀਜੇ ਨਿਰਾਸ਼ਾਜਨਕ ਹਨ, ਹਾਲਾਂਕਿ ਇੱਥੇ ਹੀ 'ਤੇ ਆਧਾਰਿਤ ਕੁਆਂਟਮ ਕੰਪਿਊਟਰ 'ਤੇ 0.5s ਕੋਹੇਰੈਂਸ ਰੀਟੈਨਸ਼ਨ ਟਾਈਮ ਨੂੰ ਪ੍ਰਾਪਤ ਕਰਨ ਦਾ ਦਾਅਵਾ ਕਰਦਾ ਹੈ ਆਇਨ ਜਾਲ:

ਅਸੀਂ 0.5 ਸੈਕਿੰਡ ਤੋਂ ਵੱਧ ਵਿੱਚ ਇੱਕ ਕਿਊਬਿਟ ਤਾਲਮੇਲ ਸਮਾਂ ਮਾਪਦੇ ਹਾਂ, ਅਤੇ ਚੁੰਬਕੀ ਢਾਲ ਦੇ ਨਾਲ ਅਸੀਂ ਉਮੀਦ ਕਰਦੇ ਹਾਂ ਕਿ ਇਹ 1000 s ਤੋਂ ਵੱਧ ਲੰਬਾ ਹੋਵੇਗਾ

ਤੁਸੀਂ ਇਸ ਤਕਨੀਕ ਬਾਰੇ ਵੀ ਪੜ੍ਹ ਸਕਦੇ ਹੋ ਇੱਥੇ ਜਾਂ ਉਦਾਹਰਨ ਲਈ ਇੱਥੇ.

ਸਥਿਤੀ ਇਸ ਤੱਥ ਦੁਆਰਾ ਹੋਰ ਵੀ ਗੁੰਝਲਦਾਰ ਹੈ ਕਿ ਗੁੰਝਲਦਾਰ ਗਣਨਾਵਾਂ ਕਰਦੇ ਸਮੇਂ, ਕੁਆਂਟਮ ਗਲਤੀ ਸੁਧਾਰ ਸਰਕਟਾਂ ਦੀ ਵਰਤੋਂ ਕਰਨਾ ਜ਼ਰੂਰੀ ਹੁੰਦਾ ਹੈ, ਜੋ ਕਿ ਸਮਾਂ ਅਤੇ ਉਪਲਬਧ ਕਿਊਬਿਟ ਦੋਵਾਂ ਨੂੰ ਵੀ ਖਾ ਜਾਂਦਾ ਹੈ।

ਅਤੇ ਅੰਤ ਵਿੱਚ, ਆਧੁਨਿਕ ਆਰਕੀਟੈਕਚਰ ਘੱਟੋ-ਘੱਟ ਲਾਗਤ 'ਤੇ 1 ਵਿੱਚੋਂ 4 ਜਾਂ 1 ਵਿੱਚ 6 ਤੋਂ ਬਿਹਤਰ ਉਲਝਣ ਵਾਲੀਆਂ ਸਕੀਮਾਂ ਨੂੰ ਲਾਗੂ ਕਰਨ ਦੀ ਇਜਾਜ਼ਤ ਨਹੀਂ ਦਿੰਦੇ ਹਨ।

ਸਮੱਸਿਆਵਾਂ ਨੂੰ ਹੱਲ ਕਰਨ ਦੇ ਤਰੀਕੇ

(ਸਮੱਗਰੀ ਨੂੰ)

ਉਪਰੋਕਤ ਸਮੱਸਿਆਵਾਂ ਨੂੰ ਹੱਲ ਕਰਨ ਲਈ, ਵਰਤਮਾਨ ਵਿੱਚ ਹੇਠ ਲਿਖੇ ਤਰੀਕੇ ਅਤੇ ਤਰੀਕਿਆਂ ਦੀ ਵਰਤੋਂ ਕੀਤੀ ਜਾਂਦੀ ਹੈ:

• ਘੱਟ ਤਾਪਮਾਨ (10 mK (–273,14°C)) ਵਾਲੇ ਕ੍ਰਾਇਓਚੈਂਬਰਾਂ ਦੀ ਵਰਤੋਂ ਕਰਨਾ
• ਪ੍ਰੋਸੈਸਰ ਯੂਨਿਟਾਂ ਦੀ ਵਰਤੋਂ ਕਰਨਾ ਜੋ ਬਾਹਰੀ ਪ੍ਰਭਾਵਾਂ ਤੋਂ ਵੱਧ ਤੋਂ ਵੱਧ ਸੁਰੱਖਿਅਤ ਹਨ
• ਕੁਆਂਟਮ ਗਲਤੀ ਸੁਧਾਰ ਪ੍ਰਣਾਲੀਆਂ ਦੀ ਵਰਤੋਂ ਕਰਨਾ (ਤਰਕ ਕਿਊਬਿਟ)
• ਕਿਸੇ ਖਾਸ ਪ੍ਰੋਸੈਸਰ ਲਈ ਸਰਕਟਾਂ ਦੀ ਪ੍ਰੋਗ੍ਰਾਮਿੰਗ ਕਰਦੇ ਸਮੇਂ ਆਪਟੀਮਾਈਜ਼ਰ ਦੀ ਵਰਤੋਂ ਕਰਨਾ

ਖੋਜ ਵੀ ਕੀਤੀ ਜਾ ਰਹੀ ਹੈ ਜਿਸਦਾ ਉਦੇਸ਼ ਡੀਕੋਹੇਰੈਂਸ ਟਾਈਮ ਨੂੰ ਵਧਾਉਣਾ ਹੈ, ਕੁਆਂਟਮ ਵਸਤੂਆਂ ਦੇ ਨਵੇਂ (ਅਤੇ ਜਾਣੇ-ਪਛਾਣੇ) ਭੌਤਿਕ ਸਥਾਪਨਾਵਾਂ ਦੀ ਖੋਜ ਕਰਨਾ, ਸੁਧਾਰ ਸਰਕਟਾਂ ਨੂੰ ਅਨੁਕੂਲ ਬਣਾਉਣਾ, ਆਦਿ, ਆਦਿ। ਤਰੱਕੀ ਹੈ (ਪਹਿਲਾਂ ਅਤੇ ਅੱਜ ਦੇ ਸਿਖਰ-ਅੰਤ ਦੀਆਂ ਚਿਪਸ ਦੀਆਂ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ 'ਤੇ ਦੇਖੋ), ਪਰ ਹੁਣ ਤੱਕ ਇਹ ਹੌਲੀ, ਬਹੁਤ, ਬਹੁਤ ਹੌਲੀ ਹੈ.

ਡੀ-ਵੇਵ

(ਸਮੱਗਰੀ ਨੂੰ)

ਡੀ-ਵੇਵ 2000Q 2000-ਕਿਊਬਿਟ ਕੰਪਿਊਟਰ। ਸਰੋਤ: ਡੀ-ਵੇਵ ਸਿਸਟਮ

53-ਕਿਊਬਿਟ ਪ੍ਰੋਸੈਸਰ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਕੁਆਂਟਮ ਸਰਵੋਤਮਤਾ ਪ੍ਰਾਪਤ ਕਰਨ ਦੀ ਗੂਗਲ ਦੀ ਘੋਸ਼ਣਾ ਦੇ ਵਿਚਕਾਰ, ਕੰਪਿਊਟਰ ' и ਘੋਸ਼ਣਾਵਾਂ ਕੰਪਨੀ ਡੀ-ਵੇਵ ਤੋਂ, ਜਿਸ ਵਿੱਚ ਕਿਊਬਿਟਸ ਦੀ ਗਿਣਤੀ ਹਜ਼ਾਰਾਂ ਵਿੱਚ ਹੈ, ਕੁਝ ਉਲਝਣ ਵਾਲੀ ਹੈ। ਖੈਰ, ਅਸਲ ਵਿੱਚ, ਜੇਕਰ 53 ਕਿਊਬਿਟ ਕੁਆਂਟਮ ਸਰਵੋਤਮਤਾ ਪ੍ਰਾਪਤ ਕਰਨ ਦੇ ਯੋਗ ਸਨ, ਤਾਂ 2048 ਕਿਊਬਿਟਸ ਦੇ ਨਾਲ ਇੱਕ ਕੰਪਿਊਟਰ ਕੀ ਹੈ? ਪਰ ਸਭ ਕੁਝ ਇੰਨਾ ਵਧੀਆ ਨਹੀਂ ਹੈ ...

ਸੰਖੇਪ ਵਿੱਚ (ਵਿਕੀ ਤੋਂ ਲਿਆ ਗਿਆ):

ਕੰਪਿਊਟਰ ਡੀ-ਵੇਵ ਸਿਧਾਂਤ 'ਤੇ ਕੰਮ ਕਰੋ ਕੁਆਂਟਮ ਆਰਾਮ (ਕੁਆਂਟਮ ਐਨੀਲਿੰਗ), ਔਪਟੀਮਾਈਜੇਸ਼ਨ ਸਮੱਸਿਆਵਾਂ ਦੇ ਇੱਕ ਬਹੁਤ ਹੀ ਸੀਮਤ ਉਪ-ਕਲਾਸ ਨੂੰ ਹੱਲ ਕਰ ਸਕਦਾ ਹੈ, ਅਤੇ ਰਵਾਇਤੀ ਕੁਆਂਟਮ ਐਲਗੋਰਿਦਮ ਅਤੇ ਕੁਆਂਟਮ ਗੇਟਾਂ ਨੂੰ ਲਾਗੂ ਕਰਨ ਲਈ ਢੁਕਵਾਂ ਨਹੀਂ ਹੈ।

ਹੋਰ ਵੇਰਵਿਆਂ ਲਈ ਤੁਸੀਂ ਪੜ੍ਹ ਸਕਦੇ ਹੋ, ਉਦਾਹਰਨ ਲਈ, ਇੱਥੇ, ਇੱਥੇ (ਸਾਵਧਾਨ, ਹੋ ਸਕਦਾ ਹੈ ਕਿ ਰੂਸ ਤੋਂ ਨਾ ਖੁੱਲ੍ਹੇ), ਜਾਂ ਸਕਾਟ ਐਰੋਨਸਨ в ਲੇਖ ਉਸ ਤੋਂ ਬਲਾੱਗ ਪੋਸਟ. ਤਰੀਕੇ ਨਾਲ, ਮੈਂ ਆਮ ਤੌਰ 'ਤੇ ਉਸਦੇ ਬਲੌਗ ਨੂੰ ਪੜ੍ਹਨ ਦੀ ਜ਼ੋਰਦਾਰ ਸਿਫਾਰਸ਼ ਕਰਦਾ ਹਾਂ, ਉਥੇ ਬਹੁਤ ਸਾਰੀ ਚੰਗੀ ਸਮੱਗਰੀ ਹੈ

ਆਮ ਤੌਰ 'ਤੇ, ਘੋਸ਼ਣਾਵਾਂ ਦੀ ਸ਼ੁਰੂਆਤ ਤੋਂ ਹੀ, ਵਿਗਿਆਨਕ ਭਾਈਚਾਰੇ ਕੋਲ ਡੀ-ਵੇਵ ਕੰਪਿਊਟਰਾਂ ਬਾਰੇ ਸਵਾਲ ਸਨ। ਉਦਾਹਰਨ ਲਈ, 2014 ਵਿੱਚ, IBM ਨੇ ਇਸ ਤੱਥ 'ਤੇ ਸਵਾਲ ਕੀਤਾ ਕਿ ਡੀ-ਵੇਵ ਕੁਆਂਟਮ ਪ੍ਰਭਾਵਾਂ ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ। ਗੱਲ ਇੱਥੋਂ ਤੱਕ ਪਹੁੰਚ ਗਈ ਕਿ 2015 ਵਿੱਚ, ਗੂਗਲ ਨੇ ਨਾਸਾ ਦੇ ਨਾਲ ਮਿਲ ਕੇ ਇਹਨਾਂ ਵਿੱਚੋਂ ਇੱਕ ਕੁਆਂਟਮ ਕੰਪਿਊਟਰ ਖਰੀਦਿਆ ਅਤੇ ਖੋਜ ਤੋਂ ਬਾਅਦ ਪੱਕਾ, ਕਿ ਹਾਂ, ਕੰਪਿਊਟਰ ਕੰਮ ਕਰਦਾ ਹੈ ਅਤੇ ਸਮੱਸਿਆ ਨੂੰ ਨਿਯਮਤ ਨਾਲੋਂ ਤੇਜ਼ੀ ਨਾਲ ਗਿਣਦਾ ਹੈ। ਤੁਸੀਂ ਗੂਗਲ ਦੇ ਬਿਆਨ ਬਾਰੇ ਹੋਰ ਪੜ੍ਹ ਸਕਦੇ ਹੋ ਇੱਥੇ ਅਤੇ, ਉਦਾਹਰਨ ਲਈ, ਇੱਥੇ.

ਮੁੱਖ ਗੱਲ ਇਹ ਹੈ ਕਿ ਡੀ-ਵੇਵ ਕੰਪਿਊਟਰ, ਆਪਣੇ ਸੈਂਕੜੇ ਅਤੇ ਹਜ਼ਾਰਾਂ ਕਿਊਬਿਟ ਦੇ ਨਾਲ, ਕੁਆਂਟਮ ਐਲਗੋਰਿਦਮ ਦੀ ਗਣਨਾ ਕਰਨ ਅਤੇ ਚਲਾਉਣ ਲਈ ਨਹੀਂ ਵਰਤੇ ਜਾ ਸਕਦੇ ਹਨ। ਤੁਸੀਂ ਉਹਨਾਂ 'ਤੇ ਸ਼ੋਰ ਦਾ ਐਲਗੋਰਿਦਮ ਨਹੀਂ ਚਲਾ ਸਕਦੇ, ਉਦਾਹਰਨ ਲਈ। ਉਹ ਸਿਰਫ਼ ਕੁਝ ਕੁਆਂਟਮ ਮਕੈਨਿਜ਼ਮ ਦੀ ਵਰਤੋਂ ਕਰ ਸਕਦੇ ਹਨ ਤਾਂ ਜੋ ਕਿਸੇ ਖਾਸ ਅਨੁਕੂਲਨ ਸਮੱਸਿਆ ਨੂੰ ਹੱਲ ਕੀਤਾ ਜਾ ਸਕੇ। ਅਸੀਂ ਵਿਚਾਰ ਕਰ ਸਕਦੇ ਹਾਂ ਕਿ ਡੀ-ਵੇਵ ਇੱਕ ਖਾਸ ਕੰਮ ਲਈ ਇੱਕ ਕੁਆਂਟਮ ASIC ਹੈ।

ਕੁਆਂਟਮ ਕੰਪਿਊਟਰ ਇਮੂਲੇਸ਼ਨ ਬਾਰੇ ਥੋੜ੍ਹਾ ਜਿਹਾ

(ਸਮੱਗਰੀ ਨੂੰ)

ਕੁਆਂਟਮ ਕੰਪਿਊਟਿੰਗ ਨੂੰ ਇੱਕ ਨਿਯਮਤ ਕੰਪਿਊਟਰ 'ਤੇ ਇਮੂਲੇਟ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ। ਦਰਅਸਲ, ਦੇਖੋ:

• ਕਿਊਬਿਟ ਦੀ ਸਥਿਤੀ ਹੋ ਸਕਦੀ ਹੈ ਕਲਪਨਾ ਕਰੋ ਕੰਪਲੈਕਸ ਨੰਬਰ, ਪ੍ਰੋਸੈਸਰ ਆਰਕੀਟੈਕਚਰ 'ਤੇ ਨਿਰਭਰ ਕਰਦੇ ਹੋਏ 2x32 ਤੋਂ 2x64 ਬਿੱਟ (8-16 ਬਾਈਟ) ਤੱਕ ਦਾ ਕਬਜ਼ਾ
• N ਨਾਲ ਜੁੜੇ ਕਿਊਬਿਟਸ ਦੀ ਸਥਿਤੀ ਨੂੰ 2^N ਕੰਪਲੈਕਸ ਨੰਬਰਾਂ ਵਜੋਂ ਦਰਸਾਇਆ ਜਾ ਸਕਦਾ ਹੈ, ਜਿਵੇਂ ਕਿ. 2-ਬਿੱਟ ਆਰਕੀਟੈਕਚਰ ਲਈ 3^(32+N) ਅਤੇ 2-ਬਿੱਟ ਲਈ 4^(64+N)।
• N ਕਿਊਬਿਟਸ 'ਤੇ ਇੱਕ ਕੁਆਂਟਮ ਓਪਰੇਸ਼ਨ ਨੂੰ 2^N x 2^N ਮੈਟ੍ਰਿਕਸ ਦੁਆਰਾ ਦਰਸਾਇਆ ਜਾ ਸਕਦਾ ਹੈ।

ਫਿਰ:

• 10 ਕਿਊਬਿਟਸ ਦੇ ਇਮੂਲੇਟਡ ਸਟੇਟਸ ਨੂੰ ਸਟੋਰ ਕਰਨ ਲਈ, 8 KB ਦੀ ਲੋੜ ਹੈ
• 20 ਕਿਊਬਿਟਸ ਦੇ ਰਾਜਾਂ ਨੂੰ ਸਟੋਰ ਕਰਨ ਲਈ ਤੁਹਾਨੂੰ 8 MB ਦੀ ਲੋੜ ਹੈ
• 30 ਕਿਊਬਿਟਸ ਦੇ ਰਾਜਾਂ ਨੂੰ ਸਟੋਰ ਕਰਨ ਲਈ, 8 GB ਦੀ ਲੋੜ ਹੈ
• 40 ਕਿਊਬਿਟਸ ਦੀਆਂ ਅਵਸਥਾਵਾਂ ਨੂੰ ਸਟੋਰ ਕਰਨ ਲਈ 8 ਟੈਰਾਬਾਈਟ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ
• 50 ਕਿਊਬਿਟਸ ਦੇ ਰਾਜਾਂ ਨੂੰ ਸਟੋਰ ਕਰਨ ਲਈ, 8 ਪੇਟਾਬਾਈਟ ਦੀ ਲੋੜ ਹੈ, ਆਦਿ।

(ਨਾਲ)

ਤੁਲਨਾ ਕਰਨ ਲਈ, ਸੰਮੇਲਨ (ਟਾਪ-1 ਤੋਂ ਟਾਪ-500) ਸਿਰਫ 2.8 ਪੇਟਾਬਾਈਟ ਮੈਮੋਰੀ ਰੱਖਦਾ ਹੈ।

ਮੌਜੂਦਾ ਸਿਮੂਲੇਸ਼ਨ ਰਿਕਾਰਡ - 49 ਕਿਊਬਿਟ ਪਿਛਲੇ ਸਾਲ ਸਭ ਤੋਂ ਵੱਡੇ ਚੀਨੀ ਸੁਪਰ ਕੰਪਿਊਟਰ ਨੂੰ ਦਿੱਤੇ ਗਏ (ਸੁਨਵੇ ਤਿਹੁ ਚਾਨਣ)

ਕਲਾਸੀਕਲ ਸਿਸਟਮਾਂ ਉੱਤੇ ਇੱਕ ਕੁਆਂਟਮ ਕੰਪਿਊਟਰ ਦੀ ਸਿਮੂਲੇਟ ਕਰਨ ਦੀ ਸੀਮਾ ਕਿਊਬਿਟਸ ਦੀ ਸਥਿਤੀ ਨੂੰ ਸਟੋਰ ਕਰਨ ਲਈ ਲੋੜੀਂਦੀ RAM ਦੀ ਮਾਤਰਾ ਦੁਆਰਾ ਨਿਰਧਾਰਤ ਕੀਤੀ ਜਾਂਦੀ ਹੈ।

ਮੈਂ ਪੜ੍ਹਨ ਦੀ ਵੀ ਸਿਫਾਰਸ਼ ਕਰਦਾ ਹਾਂ ਇਹ ਟਿੱਪਣੀ. ਉਥੋਂ:

ਓਪਰੇਸ਼ਨ ਦੁਆਰਾ - ਕੁਝ 49 "ਚੱਕਰਾਂ" (ਫਾਟਕਾਂ ਦੀਆਂ ਸੁਤੰਤਰ ਪਰਤਾਂ) ਵਾਲੇ 39-ਕੁਬਿਟ ਸਰਕਟ ਦੇ ਸਹੀ ਇਮੂਲੇਸ਼ਨ ਲਈ ਇਸਨੂੰ ਲੈ ਲਿਆ 2^63 ਗੁੰਝਲਦਾਰ ਗੁਣਾ - 4 ਘੰਟਿਆਂ ਲਈ ਇੱਕ ਸੁਪਰਕੰਪਿਊਟਰ ਦੇ 4 Pflops

ਕਲਾਸੀਕਲ ਸਿਸਟਮਾਂ ਉੱਤੇ ਇੱਕ 50+ ਕਿਊਬਿਟ ਕੁਆਂਟਮ ਕੰਪਿਊਟਰ ਦੀ ਨਕਲ ਕਰਨਾ ਇੱਕ ਉਚਿਤ ਸਮੇਂ ਵਿੱਚ ਅਸੰਭਵ ਮੰਨਿਆ ਜਾਂਦਾ ਹੈ। ਇਹੀ ਕਾਰਨ ਹੈ ਕਿ ਗੂਗਲ ਨੇ ਆਪਣੇ ਕੁਆਂਟਮ ਸਰਵੋਤਮ ਪ੍ਰਯੋਗ ਲਈ 53-ਕਿਊਬਿਟ ਪ੍ਰੋਸੈਸਰ ਦੀ ਵਰਤੋਂ ਕੀਤੀ।

ਕੁਆਂਟਮ ਕੰਪਿਊਟਿੰਗ ਸਰਵੋਤਮਤਾ।

(ਸਮੱਗਰੀ ਨੂੰ)

ਵਿਕੀਪੀਡੀਆ ਸਾਨੂੰ ਕੁਆਂਟਮ ਕੰਪਿਊਟਿੰਗ ਸਰਵਉੱਚਤਾ ਦੀ ਹੇਠ ਲਿਖੀ ਪਰਿਭਾਸ਼ਾ ਦਿੰਦਾ ਹੈ:

ਕੁਆਂਟਮ ਸਰਵਉੱਚਤਾ - ਯੋਗਤਾ ਕੁਆਂਟਮ ਕੰਪਿਊਟਿੰਗ ਉਹਨਾਂ ਸਮੱਸਿਆਵਾਂ ਨੂੰ ਹੱਲ ਕਰਨ ਲਈ ਉਪਕਰਣ ਜੋ ਕਲਾਸੀਕਲ ਕੰਪਿਊਟਰ ਅਮਲੀ ਤੌਰ 'ਤੇ ਹੱਲ ਨਹੀਂ ਕਰ ਸਕਦੇ ਹਨ।

ਵਾਸਤਵ ਵਿੱਚ, ਕੁਆਂਟਮ ਸਰਵਉੱਚਤਾ ਪ੍ਰਾਪਤ ਕਰਨ ਦਾ ਮਤਲਬ ਹੈ ਕਿ, ਉਦਾਹਰਨ ਲਈ, ਸ਼ੌਰ ਐਲਗੋਰਿਦਮ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ ਵੱਡੀ ਸੰਖਿਆਵਾਂ ਦੇ ਫੈਕਟਰਾਈਜ਼ੇਸ਼ਨ ਨੂੰ ਢੁਕਵੇਂ ਸਮੇਂ ਵਿੱਚ ਹੱਲ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ, ਜਾਂ ਗੁੰਝਲਦਾਰ ਰਸਾਇਣਕ ਅਣੂਆਂ ਨੂੰ ਕੁਆਂਟਮ ਪੱਧਰ 'ਤੇ ਇਮੂਲੇਟ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ, ਆਦਿ। ਯਾਨੀ ਇੱਕ ਨਵਾਂ ਯੁੱਗ ਆ ਗਿਆ ਹੈ।

ਪਰ ਪਰਿਭਾਸ਼ਾ ਦੇ ਸ਼ਬਦਾਂ ਵਿੱਚ ਕੁਝ ਕਮੀਆਂ ਹਨ, "ਜਿਸ ਨੂੰ ਕਲਾਸੀਕਲ ਕੰਪਿਊਟਰ ਅਮਲੀ ਤੌਰ 'ਤੇ ਹੱਲ ਨਹੀਂ ਕਰ ਸਕਦੇ" ਵਾਸਤਵ ਵਿੱਚ, ਇਸਦਾ ਮਤਲਬ ਹੈ ਕਿ ਜੇਕਰ ਤੁਸੀਂ 50+ ਕਿਊਬਿਟਸ ਦਾ ਇੱਕ ਕੁਆਂਟਮ ਕੰਪਿਊਟਰ ਬਣਾਉਂਦੇ ਹੋ ਅਤੇ ਇਸ ਉੱਤੇ ਕੁਝ ਕੁਆਂਟਮ ਸਰਕਟ ਚਲਾਉਂਦੇ ਹੋ, ਤਾਂ, ਜਿਵੇਂ ਕਿ ਅਸੀਂ ਉੱਪਰ ਚਰਚਾ ਕੀਤੀ ਹੈ, ਇਸ ਸਰਕਟ ਦੇ ਨਤੀਜੇ ਨੂੰ ਇੱਕ ਰੈਗੂਲਰ ਕੰਪਿਊਟਰ ਉੱਤੇ ਨਕਲ ਨਹੀਂ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ। ਜੋ ਕਿ ਹੈ ਇੱਕ ਕਲਾਸੀਕਲ ਕੰਪਿਊਟਰ ਅਜਿਹੇ ਸਰਕਟ ਦੇ ਨਤੀਜੇ ਨੂੰ ਦੁਬਾਰਾ ਬਣਾਉਣ ਦੇ ਯੋਗ ਨਹੀਂ ਹੋਵੇਗਾ.

ਕੀ ਅਜਿਹਾ ਨਤੀਜਾ ਅਸਲ ਕੁਆਂਟਮ ਸਰਵਉੱਚਤਾ ਦਾ ਗਠਨ ਕਰਦਾ ਹੈ ਜਾਂ ਨਹੀਂ ਇਹ ਇੱਕ ਦਾਰਸ਼ਨਿਕ ਸਵਾਲ ਹੈ। ਪਰ ਸਮਝੋ ਕਿ ਗੂਗਲ ਨੇ ਕੀ ਕੀਤਾ ਅਤੇ ਇਹ ਕਿਸ 'ਤੇ ਅਧਾਰਤ ਹੈ ਹਾਲ ਹੀ ਵਿੱਚ ਘੋਸ਼ਣਾ ਕੀਤੀ ਹੈ ਕਿ ਇਸਨੇ ਆਪਣੇ ਨਵੇਂ ਸਾਈਕਾਮੋਰ ਪ੍ਰੋਸੈਸਰ ਨਾਲ ਕੁਆਂਟਮ ਸਰਵਉੱਚਤਾ ਪ੍ਰਾਪਤ ਕਰ ਲਈ ਹੈ ਜ਼ਰੂਰੀ.

ਗੂਗਲ ਦਾ ਕੁਆਂਟਮ ਸਰਵਉੱਚਤਾ ਬਿਆਨ

(ਸਮੱਗਰੀ ਨੂੰ)

ਸਾਈਕਾਮੋਰ 54-ਕਿਊਬਿਟ ਪ੍ਰੋਸੈਸਰ

ਇਸ ਲਈ, ਅਕਤੂਬਰ 2019 ਵਿੱਚ, ਗੂਗਲ ਡਿਵੈਲਪਰਾਂ ਨੇ ਵਿਗਿਆਨਕ ਪ੍ਰਕਾਸ਼ਨ ਨੇਚਰ ਵਿੱਚ ਇੱਕ ਲੇਖ ਪ੍ਰਕਾਸ਼ਿਤ ਕੀਤਾ “ਇੱਕ ਪ੍ਰੋਗਰਾਮੇਬਲ ਸੁਪਰਕੰਡਕਟਿੰਗ ਪ੍ਰੋਸੈਸਰ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ ਕੁਆਂਟਮ ਸਰਵਉੱਚਤਾ" ਲੇਖਕਾਂ ਨੇ ਇਤਿਹਾਸ ਵਿੱਚ ਪਹਿਲੀ ਵਾਰ 54-ਕਿਊਬਿਟ ਸਾਈਕਾਮੋਰ ਪ੍ਰੋਸੈਸਰ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਕੁਆਂਟਮ ਸਰਵਉੱਚਤਾ ਦੀ ਪ੍ਰਾਪਤੀ ਦਾ ਐਲਾਨ ਕੀਤਾ।

Sycamore ਲੇਖ ਔਨਲਾਈਨ ਅਕਸਰ ਜਾਂ ਤਾਂ 54-ਕੁਬਿਟ ਪ੍ਰੋਸੈਸਰ ਜਾਂ 53-ਕਿਊਬਿਟ ਪ੍ਰੋਸੈਸਰ ਦਾ ਹਵਾਲਾ ਦਿੰਦੇ ਹਨ। ਸਚਾਈ ਇਹ ਹੈ ਕਿ ਅਨੁਸਾਰ ਅਸਲੀ ਲੇਖ, ਪ੍ਰੋਸੈਸਰ ਵਿੱਚ ਭੌਤਿਕ ਤੌਰ 'ਤੇ 54 ਕਿਊਬਿਟ ਹੁੰਦੇ ਹਨ, ਪਰ ਉਹਨਾਂ ਵਿੱਚੋਂ ਇੱਕ ਕੰਮ ਨਹੀਂ ਕਰ ਰਿਹਾ ਹੈ ਅਤੇ ਇਸਨੂੰ ਸੇਵਾ ਤੋਂ ਹਟਾ ਦਿੱਤਾ ਗਿਆ ਹੈ। ਇਸ ਤਰ੍ਹਾਂ, ਅਸਲ ਵਿੱਚ ਸਾਡੇ ਕੋਲ ਇੱਕ 53-ਕੁਬਿਟ ਪ੍ਰੋਸੈਸਰ ਹੈ।

ਵੈੱਬ 'ਤੇ ਉਥੇ ਹੀ ਪ੍ਰਗਟ ਹੋਇਆ ਬਹੁਤ ਸਾਰੇ ਇਸ ਵਿਸ਼ੇ 'ਤੇ ਸਮੱਗਰੀ, ਜਿਸ ਦੀ ਡਿਗਰੀ ਵੱਖ-ਵੱਖ ਹੈ ਉਤਸ਼ਾਹੀ ਨੂੰ ਸ਼ੱਕੀ.

IBM ਦੀ ਕੁਆਂਟਮ ਕੰਪਿਊਟਿੰਗ ਟੀਮ ਨੇ ਬਾਅਦ ਵਿੱਚ ਦੱਸਿਆ ਕਿ ਗੂਗਲ ਨੇ ਕੁਆਂਟਮ ਸਰਵਉੱਚਤਾ ਪ੍ਰਾਪਤ ਕਰਨ ਦੀ ਝੂਠੀ ਰਿਪੋਰਟ ਕੀਤੀ. ਕੰਪਨੀ ਦਾ ਦਾਅਵਾ ਹੈ ਕਿ ਇੱਕ ਪਰੰਪਰਾਗਤ ਕੰਪਿਊਟਰ 2,5 ਦਿਨਾਂ ਵਿੱਚ ਸਭ ਤੋਂ ਮਾੜੇ ਹਾਲਾਤ ਵਿੱਚ ਇਸ ਕੰਮ ਦਾ ਮੁਕਾਬਲਾ ਕਰੇਗਾ, ਅਤੇ ਨਤੀਜਾ ਇੱਕ ਕੁਆਂਟਮ ਕੰਪਿਊਟਰ ਨਾਲੋਂ ਵਧੇਰੇ ਸਹੀ ਹੋਵੇਗਾ। ਇਹ ਸਿੱਟਾ ਕਈ ਅਨੁਕੂਲਨ ਵਿਧੀਆਂ ਦੇ ਸਿਧਾਂਤਕ ਵਿਸ਼ਲੇਸ਼ਣ ਦੇ ਨਤੀਜਿਆਂ ਦੇ ਅਧਾਰ ਤੇ ਬਣਾਇਆ ਗਿਆ ਸੀ।

ਅਤੇ, ਬੇਸ਼ੱਕ, ਸਕਾਟ ਐਰੋਨਸਨ ਉਸ ਦੇ ਵਿੱਚ ਬਲਾੱਗ ਪੋਸਟ ਮੈਂ ਇਸ ਕਥਨ ਨੂੰ ਨਜ਼ਰਅੰਦਾਜ਼ ਨਹੀਂ ਕਰ ਸਕਦਾ ਸੀ। ਉਸਦੀ ਵਿਸ਼ਲੇਸ਼ਣ ਸਾਰੇ ਲਿੰਕਾਂ ਦੇ ਨਾਲ ਅਤੇ ਸਕਾਟ ਦੀ ਸੁਪਰੀਮ ਕੁਆਂਟਮ ਸਰਵਉੱਚਤਾ ਬਾਰੇ ਅਕਸਰ ਪੁੱਛੇ ਜਾਂਦੇ ਸਵਾਲ! ਆਮ ਵਾਂਗ, ਉਹ ਤੁਹਾਡਾ ਸਮਾਂ ਬਿਤਾਉਣ ਦੇ ਯੋਗ ਹਨ। ਹੱਬ 'ਤੇ ਇੱਕ ਅਨੁਵਾਦ ਹੈ ਇਹ FAQ, ਅਤੇ ਟਿੱਪਣੀਆਂ ਨੂੰ ਪੜ੍ਹਨਾ ਯਕੀਨੀ ਬਣਾਓ, ਇੱਥੇ ਸ਼ੁਰੂਆਤੀ ਦਸਤਾਵੇਜ਼ਾਂ ਦੇ ਲਿੰਕ ਹਨ ਜੋ ਅਧਿਕਾਰਤ ਘੋਸ਼ਣਾ ਤੋਂ ਪਹਿਲਾਂ ਔਨਲਾਈਨ ਲੀਕ ਕੀਤੇ ਗਏ ਸਨ।

ਗੂਗਲ ਨੇ ਅਸਲ ਵਿੱਚ ਕੀ ਕੀਤਾ? ਵਿਸਤ੍ਰਿਤ ਸਮਝ ਲਈ, ਐਰੋਨਸਨ ਨੂੰ ਪੜ੍ਹੋ, ਪਰ ਸੰਖੇਪ ਵਿੱਚ ਇੱਥੇ:

ਮੈਂ, ਬੇਸ਼ਕ, ਤੁਹਾਨੂੰ ਦੱਸ ਸਕਦਾ ਹਾਂ, ਪਰ ਮੈਂ ਬੇਵਕੂਫ ਮਹਿਸੂਸ ਕਰਦਾ ਹਾਂ. ਗਣਨਾ ਇਸ ਤਰ੍ਹਾਂ ਹੈ: ਪ੍ਰਯੋਗਕਰਤਾ ਇੱਕ ਬੇਤਰਤੀਬ ਕੁਆਂਟਮ ਸਰਕਟ C (ਅਰਥਾਤ, ਨਜ਼ਦੀਕੀ ਗੁਆਂਢੀਆਂ ਵਿਚਕਾਰ 1-ਕਿਊਬਿਟ ਅਤੇ 2-ਕਿਊਬਿਟ ਗੇਟਾਂ ਦਾ ਇੱਕ ਬੇਤਰਤੀਬ ਕ੍ਰਮ, ਉਦਾਹਰਨ ਲਈ, 20 ਦੀ ਡੂੰਘਾਈ ਦੇ ਨਾਲ, n ਦੇ 2D ਨੈੱਟਵਰਕ 'ਤੇ ਕੰਮ ਕਰਦਾ ਹੋਇਆ) ਬਣਾਉਂਦਾ ਹੈ। = 50-60 ਕਿਊਬਿਟਸ)। ਪ੍ਰਯੋਗਕਰਤਾ ਫਿਰ C ਨੂੰ ਕੁਆਂਟਮ ਕੰਪਿਊਟਰ ਨੂੰ ਭੇਜਦਾ ਹੈ, ਅਤੇ ਇਸਨੂੰ C ਨੂੰ 0 ਦੀ ਸ਼ੁਰੂਆਤੀ ਅਵਸਥਾ 'ਤੇ ਲਾਗੂ ਕਰਨ ਲਈ ਕਹਿੰਦਾ ਹੈ, ਨਤੀਜੇ ਨੂੰ {0,1} ਦੇ ਆਧਾਰ 'ਤੇ ਮਾਪਦਾ ਹੈ, ਇੱਕ n-ਬਿੱਟ ਦੇਖਿਆ ਗਿਆ ਕ੍ਰਮ (ਸਟਰਿੰਗ) ਵਾਪਸ ਭੇਜਦਾ ਹੈ, ਅਤੇ ਕਈ ਦੁਹਰਾਓ। ਹਜ਼ਾਰ ਜਾਂ ਲੱਖਾਂ ਵਾਰ. ਅੰਤ ਵਿੱਚ, C ਦੇ ਆਪਣੇ ਗਿਆਨ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ, ਪ੍ਰਯੋਗਕਰਤਾ ਇਹ ਦੇਖਣ ਲਈ ਇੱਕ ਅੰਕੜਾ ਟੈਸਟ ਕਰਦਾ ਹੈ ਕਿ ਕੀ ਨਤੀਜਾ ਕੁਆਂਟਮ ਕੰਪਿਊਟਰ ਤੋਂ ਉਮੀਦ ਕੀਤੀ ਆਉਟਪੁੱਟ ਨਾਲ ਮੇਲ ਖਾਂਦਾ ਹੈ।

ਬਹੁਤ ਸੰਖੇਪ ਵਿੱਚ:

• ਗੇਟਾਂ ਦੀ ਵਰਤੋਂ ਕਰਕੇ 20 ਕਿਊਬਿਟਸ ਵਿੱਚੋਂ 53 ਦੀ ਲੰਬਾਈ ਦਾ ਇੱਕ ਬੇਤਰਤੀਬ ਸਰਕਟ ਬਣਾਇਆ ਗਿਆ ਹੈ
• ਸਰਕਟ ਐਗਜ਼ੀਕਿਊਸ਼ਨ ਲਈ ਸ਼ੁਰੂਆਤੀ ਸਥਿਤੀ [0…0] ਨਾਲ ਸ਼ੁਰੂ ਹੁੰਦਾ ਹੈ
• ਸਰਕਟ ਦਾ ਆਉਟਪੁੱਟ ਇੱਕ ਬੇਤਰਤੀਬ ਬਿੱਟ ਸਤਰ (ਨਮੂਨਾ) ਹੈ
• ਨਤੀਜੇ ਦੀ ਵੰਡ ਬੇਤਰਤੀਬੇ ਨਹੀਂ ਹੈ (ਦਖਲਅੰਦਾਜ਼ੀ)
• ਪ੍ਰਾਪਤ ਕੀਤੇ ਨਮੂਨਿਆਂ ਦੀ ਵੰਡ ਦੀ ਤੁਲਨਾ ਉਮੀਦ ਕੀਤੇ ਨਮੂਨਿਆਂ ਨਾਲ ਕੀਤੀ ਜਾਂਦੀ ਹੈ
• ਕੁਆਂਟਮ ਸਰਵਉੱਚਤਾ ਨੂੰ ਸਮਾਪਤ ਕਰਦਾ ਹੈ

ਭਾਵ, ਗੂਗਲ ਨੇ ਇੱਕ 53-ਕਿਊਬਿਟ ਪ੍ਰੋਸੈਸਰ 'ਤੇ ਇੱਕ ਸਿੰਥੈਟਿਕ ਸਮੱਸਿਆ ਨੂੰ ਲਾਗੂ ਕੀਤਾ, ਅਤੇ ਕੁਆਂਟਮ ਸਰਵਉੱਚਤਾ ਪ੍ਰਾਪਤ ਕਰਨ ਦੇ ਆਪਣੇ ਦਾਅਵੇ ਨੂੰ ਇਸ ਤੱਥ 'ਤੇ ਅਧਾਰਤ ਕੀਤਾ ਕਿ ਇੱਕ ਵਾਜਬ ਸਮੇਂ ਵਿੱਚ ਮਿਆਰੀ ਸਿਸਟਮਾਂ 'ਤੇ ਅਜਿਹੇ ਪ੍ਰੋਸੈਸਰ ਦੀ ਨਕਲ ਕਰਨਾ ਅਸੰਭਵ ਹੈ।

ਸਮਝਣ ਲਈ - ਇਹ ਸੈਕਸ਼ਨ ਕਿਸੇ ਵੀ ਤਰ੍ਹਾਂ ਗੂਗਲ ਦੀ ਪ੍ਰਾਪਤੀ ਨੂੰ ਘੱਟ ਨਹੀਂ ਕਰਦਾ, ਇੰਜੀਨੀਅਰ ਅਸਲ ਵਿੱਚ ਮਹਾਨ ਹਨ, ਅਤੇ ਇਹ ਸਵਾਲ ਕਿ ਕੀ ਇਸਨੂੰ ਅਸਲ ਕੁਆਂਟਮ ਉੱਤਮਤਾ ਮੰਨਿਆ ਜਾ ਸਕਦਾ ਹੈ ਜਾਂ ਨਹੀਂ, ਜਿਵੇਂ ਕਿ ਪਹਿਲਾਂ ਦੱਸਿਆ ਗਿਆ ਹੈ, ਇੰਜਨੀਅਰਿੰਗ ਨਾਲੋਂ ਵਧੇਰੇ ਦਾਰਸ਼ਨਿਕ ਹੈ। ਪਰ ਸਾਨੂੰ ਇਹ ਸਮਝਣਾ ਚਾਹੀਦਾ ਹੈ ਕਿ ਅਜਿਹੀ ਕੰਪਿਊਟੇਸ਼ਨਲ ਉੱਤਮਤਾ ਪ੍ਰਾਪਤ ਕਰਨ ਤੋਂ ਬਾਅਦ, ਅਸੀਂ 2048-ਬਿੱਟ ਨੰਬਰਾਂ 'ਤੇ ਸ਼ੌਰ ਦੇ ਐਲਗੋਰਿਦਮ ਨੂੰ ਚਲਾਉਣ ਦੀ ਯੋਗਤਾ ਵੱਲ ਇੱਕ ਕਦਮ ਵੀ ਨਹੀਂ ਵਧਾਇਆ ਹੈ।

ਸੰਖੇਪ

(ਸਮੱਗਰੀ ਨੂੰ)

ਕੁਆਂਟਮ ਕੰਪਿਊਟਰ ਅਤੇ ਕੁਆਂਟਮ ਕੰਪਿਊਟਿੰਗ ਸੂਚਨਾ ਤਕਨਾਲੋਜੀ ਦਾ ਇੱਕ ਬਹੁਤ ਹੀ ਹੋਨਹਾਰ, ਬਹੁਤ ਹੀ ਨੌਜਵਾਨ ਅਤੇ ਹੁਣ ਤੱਕ ਬਹੁਤ ਘੱਟ ਉਦਯੋਗਿਕ ਤੌਰ 'ਤੇ ਲਾਗੂ ਹੋਣ ਵਾਲਾ ਖੇਤਰ ਹੈ।

ਕੁਆਂਟਮ ਕੰਪਿਊਟਿੰਗ ਦਾ ਵਿਕਾਸ (ਕਿਸੇ ਦਿਨ) ਸਾਨੂੰ ਸਮੱਸਿਆਵਾਂ ਨੂੰ ਹੱਲ ਕਰਨ ਦੀ ਇਜਾਜ਼ਤ ਦੇਵੇਗਾ:

• ਕੁਆਂਟਮ ਪੱਧਰ 'ਤੇ ਗੁੰਝਲਦਾਰ ਭੌਤਿਕ ਪ੍ਰਣਾਲੀਆਂ ਦਾ ਮਾਡਲਿੰਗ
• ਕੰਪਿਊਟੇਸ਼ਨਲ ਜਟਿਲਤਾ ਦੇ ਕਾਰਨ ਇੱਕ ਨਿਯਮਤ ਕੰਪਿਊਟਰ 'ਤੇ ਅਣਸੁਲਝਿਆ ਜਾ ਸਕਦਾ ਹੈ

ਕੁਆਂਟਮ ਕੰਪਿਊਟਰ ਬਣਾਉਣ ਅਤੇ ਚਲਾਉਣ ਵਿੱਚ ਮੁੱਖ ਸਮੱਸਿਆਵਾਂ:

• ਡੀਕੋਹੇਰੈਂਸ
• ਗਲਤੀਆਂ (ਡੀਕੋਹਰੈਂਸ ਅਤੇ ਗੇਟ)
• ਪ੍ਰੋਸੈਸਰ ਆਰਕੀਟੈਕਚਰ (ਪੂਰੀ ਤਰ੍ਹਾਂ ਨਾਲ ਜੁੜੇ ਕਿਊਬਿਟ ਸਰਕਟ)

ਮੌਜੂਦਾ ਸਥਿਤੀ:

• ਅਸਲ ਵਿੱਚ - ਬਹੁਤ ਹੀ ਸ਼ੁਰੂਆਤ ਆਰ ਐਂਡ ਡੀ.
• ਅਜੇ ਤੱਕ ਕੋਈ ਅਸਲ ਵਪਾਰਕ ਸ਼ੋਸ਼ਣ ਨਹੀਂ ਹੈ (ਅਤੇ ਇਹ ਅਸਪਸ਼ਟ ਹੈ ਕਿ ਕਦੋਂ ਹੋਵੇਗਾ)

ਕੀ ਮਦਦ ਕਰ ਸਕਦਾ ਹੈ:

• ਕੁਝ ਕਿਸਮ ਦੀ ਭੌਤਿਕ ਖੋਜ ਜੋ ਵਾਇਰਿੰਗ ਅਤੇ ਓਪਰੇਟਿੰਗ ਪ੍ਰੋਸੈਸਰਾਂ ਦੀ ਲਾਗਤ ਨੂੰ ਘਟਾਉਂਦੀ ਹੈ
• ਕਿਸੇ ਚੀਜ਼ ਦੀ ਖੋਜ ਕਰਨਾ ਜੋ ਵਿਸਤ੍ਰਿਤਤਾ ਦੇ ਸਮੇਂ ਨੂੰ ਵਧਾਏਗਾ ਅਤੇ/ਜਾਂ ਗਲਤੀਆਂ ਨੂੰ ਘਟਾਏਗਾ

ਮੇਰੀ ਰਾਏ ਵਿੱਚ (ਸ਼ੁੱਧ ਨਿੱਜੀ ਰਾਏ), ਗਿਆਨ ਦੇ ਮੌਜੂਦਾ ਵਿਗਿਆਨਕ ਪੈਰਾਡਾਈਮ ਵਿੱਚ, ਅਸੀਂ ਕੁਆਂਟਮ ਤਕਨਾਲੋਜੀਆਂ ਦੇ ਵਿਕਾਸ ਵਿੱਚ ਮਹੱਤਵਪੂਰਨ ਸਫਲਤਾ ਪ੍ਰਾਪਤ ਨਹੀਂ ਕਰ ਸਕਾਂਗੇ।, ਇੱਥੇ ਸਾਨੂੰ ਬੁਨਿਆਦੀ ਜਾਂ ਉਪਯੁਕਤ ਵਿਗਿਆਨ ਦੇ ਕੁਝ ਖੇਤਰ ਵਿੱਚ ਇੱਕ ਗੁਣਾਤਮਕ ਸਫਲਤਾ ਦੀ ਲੋੜ ਹੈ, ਜੋ ਨਵੇਂ ਵਿਚਾਰਾਂ ਅਤੇ ਵਿਧੀਆਂ ਨੂੰ ਹੁਲਾਰਾ ਦੇਵੇਗੀ।

ਇਸ ਦੌਰਾਨ, ਅਸੀਂ ਕੁਆਂਟਮ ਪ੍ਰੋਗਰਾਮਿੰਗ, ਕੁਆਂਟਮ ਐਲਗੋਰਿਦਮ ਨੂੰ ਇਕੱਠਾ ਕਰਨ ਅਤੇ ਬਣਾਉਣ, ਵਿਚਾਰਾਂ ਦੀ ਜਾਂਚ, ਆਦਿ, ਆਦਿ ਵਿੱਚ ਤਜਰਬਾ ਹਾਸਲ ਕਰ ਰਹੇ ਹਾਂ। ਅਸੀਂ ਇੱਕ ਸਫਲਤਾ ਦੀ ਉਡੀਕ ਕਰ ਰਹੇ ਹਾਂ।

ਸਿੱਟਾ

(ਸਮੱਗਰੀ ਨੂੰ)

ਇਸ ਲੇਖ ਵਿੱਚ, ਅਸੀਂ ਕੁਆਂਟਮ ਕੰਪਿਊਟਿੰਗ ਅਤੇ ਕੁਆਂਟਮ ਕੰਪਿਊਟਰਾਂ ਦੇ ਵਿਕਾਸ ਵਿੱਚ ਮੁੱਖ ਮੀਲਪੱਥਰਾਂ ਵਿੱਚੋਂ ਲੰਘੇ, ਉਹਨਾਂ ਦੇ ਸੰਚਾਲਨ ਦੇ ਸਿਧਾਂਤ ਦੀ ਜਾਂਚ ਕੀਤੀ, ਕੁਆਂਟਮ ਪ੍ਰੋਸੈਸਰਾਂ ਦੇ ਵਿਕਾਸ ਅਤੇ ਸੰਚਾਲਨ ਵਿੱਚ ਇੰਜੀਨੀਅਰਾਂ ਨੂੰ ਦਰਪੇਸ਼ ਮੁੱਖ ਸਮੱਸਿਆਵਾਂ ਦੀ ਜਾਂਚ ਕੀਤੀ, ਅਤੇ ਇਹ ਵੀ ਦੇਖਿਆ ਕਿ ਕੀ ਮਲਟੀ-ਕਿਊਬਿਟ ਡੀ-ਕੰਪਿਊਟਰ ਅਸਲ ਵਿੱਚ ਹਨ ਵੇਵ ਅਤੇ ਗੂਗਲ ਦੀ ਕੁਆਂਟਮ ਸਰਵਉੱਚਤਾ ਪ੍ਰਾਪਤ ਕਰਨ ਦੀ ਤਾਜ਼ਾ ਘੋਸ਼ਣਾ।

ਪਰਦੇ ਦੇ ਪਿੱਛੇ ਖੱਬੇ ਪਾਸੇ ਪ੍ਰੋਗ੍ਰਾਮਿੰਗ ਕੁਆਂਟਮ ਕੰਪਿਊਟਰਾਂ (ਭਾਸ਼ਾਵਾਂ, ਪਹੁੰਚ, ਵਿਧੀਆਂ, ਆਦਿ) ਦੇ ਸਵਾਲ ਹਨ ਅਤੇ ਪ੍ਰੋਸੈਸਰਾਂ ਦੇ ਖਾਸ ਭੌਤਿਕ ਲਾਗੂਕਰਨ ਨਾਲ ਸਬੰਧਤ ਸਵਾਲ, ਕਿਊਬਿਟਸ ਨੂੰ ਕਿਵੇਂ ਪ੍ਰਬੰਧਿਤ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਲਿੰਕ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਪੜ੍ਹਿਆ ਜਾਂਦਾ ਹੈ, ਆਦਿ। ਸ਼ਾਇਦ ਇਹ ਅਗਲੇ ਲੇਖ ਜਾਂ ਲੇਖਾਂ ਦਾ ਵਿਸ਼ਾ ਹੋਵੇਗਾ।

ਤੁਹਾਡੇ ਧਿਆਨ ਲਈ ਧੰਨਵਾਦ, ਮੈਨੂੰ ਉਮੀਦ ਹੈ ਕਿ ਇਹ ਲੇਖ ਕਿਸੇ ਲਈ ਲਾਭਦਾਇਕ ਹੋਵੇਗਾ.

(ਨਾਲ) ਕਰੂਗਰ

ਪ੍ਰਵਾਨਗੀ

(ਸਮੱਗਰੀ ਨੂੰ)

@ਆਕਸੋਰੋਨ ਸਰੋਤ ਪਾਠ 'ਤੇ ਪਰੂਫ ਰੀਡਿੰਗ ਅਤੇ ਟਿੱਪਣੀਆਂ ਲਈ, ਨਾਲ ਹੀ ਲੇਖ ਲਈ "ਕੁਆਂਟਮ ਕੰਪਿਊਟਰਾਂ ਦੀਆਂ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ"

@a5b 'ਤੇ ਜਾਣਕਾਰੀ ਭਰਪੂਰ ਟਿੱਪਣੀਆਂ ਲਈ "ਕੁਆਂਟਮ ਕੰਪਿਊਟਰਾਂ ਦੀਆਂ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ", ਅਤੇ ਨਾ ਸਿਰਫ ਉਸ ਲਈ, ਜਿਸ ਨੇ ਇਸ ਬੁਝਾਰਤ ਦਾ ਪਤਾ ਲਗਾਉਣ ਵਿਚ ਮੇਰੀ ਮਦਦ ਕੀਤੀ।

ਲੇਖਾਂ ਅਤੇ ਪ੍ਰਕਾਸ਼ਨਾਂ ਦੇ ਸਾਰੇ ਲੇਖਕਾਂ ਨੂੰ ਜਿਨ੍ਹਾਂ ਦੀ ਸਮੱਗਰੀ ਇਸ ਲੇਖ ਨੂੰ ਲਿਖਣ ਲਈ ਵਰਤੀ ਗਈ ਸੀ।

ਸਰੋਤਾਂ ਦੀ ਸੂਚੀ

(ਸਮੱਗਰੀ ਨੂੰ)

[ਨੈਸ਼ਨਲ ਅਕੈਡਮੀਜ਼ ਪ੍ਰੈਸ] ਤੋਂ ਮੌਜੂਦਾ ਮਾਮਲਿਆਂ ਦੇ ਲੇਖ

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

ਹਾਬਰ ਤੋਂ ਲੇਖ (ਬੇਤਰਤੀਬ ਕ੍ਰਮ ਵਿੱਚ)

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/

ਇੰਟਰਨੈਟ ਤੋਂ ਕ੍ਰਮਬੱਧ (ਪਰ ਕੋਈ ਘੱਟ ਦਿਲਚਸਪ ਨਹੀਂ) ਲੇਖ

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

ਕੋਰਸ ਅਤੇ ਲੈਕਚਰ

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

ਸਰੋਤ: www.habr.com