Google क्वांटम AI ने हार्डवेयर में क्वांटम कंप्यूटिंग की सबसे जिद्दी संसाधन समस्याओं में से एक का समाधान प्रदर्शित किया है। जर्नल साइंस में 15 अक्टूबर को प्रकाशित एक पेपर में, Google के विलो प्रोसेसर के पीछे की टीम ने रिपोर्ट दी है कि "मैजिक स्टेट कल्टीवेशन" - एक तकनीक जिसे पहली बार दो साल पहले सिद्धांत में प्रस्तावित किया गया था - व्यवहार में काम करती है, असिंचित राज्यों की तुलना में त्रुटियों को लगभग 40 गुना कम करती है और 99.99% की रिकॉर्ड तार्किक निष्ठा के साथ टी-स्टेट्स का उत्पादन करती है।

शोध वैज्ञानिक एम्मा रोसेनफेल्ड और क्वांटम सॉफ्टवेयर इंजीनियर क्रेग गिडनी द्वारा Google के आधिकारिक ब्लॉग पर घोषित परिणाम, पहले प्रायोगिक प्रदर्शन का प्रतीक है कि जादू की स्थिति को वास्तविक क्वांटम हार्डवेयर पर कुशलता से उत्पादित किया जा सकता है। यह उस बाधा को संबोधित करता है जिसे इंजीनियर तब से दूर कर रहे हैं जब से शोधकर्ताओं ने दो दशक से भी अधिक समय पहले पहली बार इसकी पहचान की थी। कंप्यूटिंग के क्षेत्र में प्रगति के बारे में अधिक जानकारी के लिए, हमारा एआई अनुसंधान कवरेज देखें।

मैजिक स्टेट्स क्यों मायने रखते हैं

यूनिवर्सल क्वांटम कंप्यूटिंग - वह प्रकार जो वास्तव में उपयोगी प्रोग्राम चला सकता है - को क्वांटम संचालन के एक विशिष्ट सेट की आवश्यकता होती है जो कि त्रुटि-सुधारित क्वैबिट मूल रूप से प्रदर्शन कर सकता है। मानक समाधान विशेष संसाधन अवस्थाएँ तैयार करना है, जिन्हें जादुई अवस्थाएँ कहा जाता है, जो उन परिचालनों को सक्षम बनाती हैं। समस्या लागत है: कुछ अनुमान बताते हैं कि क्वांटम कंप्यूटर की पूरी क्षमता का 95% तक उनके निर्माण के लिए समर्पित करने की आवश्यकता हो सकती है, जिससे वास्तविक गणना के लिए बहुत कम जगह बचती है। मैजिक स्टेट्स भी उपभोज्य हैं - एक बार उपयोग करने के बाद, उनका पुन: उपयोग नहीं किया जा सकता है - जो उन्हें किसी भी बड़े पैमाने की मशीन के लिए दुर्लभ और महंगा इनपुट बनाता है।

2024 में, Google क्वांटम AI शोधकर्ता क्रेग गिडनी, नूह शट्टी और कोडी जोन्स ने एक सिद्धांत पेपर में खेती का दृष्टिकोण विकसित किया। यह विचार एक फिल्टर की तरह काम करता है: एक शोर की स्थिति को क्वांटम चिप के एक छोटे से क्षेत्र में इंजेक्ट किया जाता है, फिर अत्यधिक समन्वित मापों की एक श्रृंखला त्रुटियों की जांच करती है और त्रुटिपूर्ण प्रयासों को खारिज कर देती है। इस प्रक्रिया में जो बचता है वह एक असाधारण शुद्ध, कम-त्रुटि वाली क्वांटम स्थिति है जिसे एक साथ बड़े, उपयोगी एन्कोडिंग में अनुकूलित किया जा सकता है। यदि यह हार्डवेयर पर काम करता, तो यह व्यावहारिक कार्यों के लिए आवश्यक क्वांटम कंप्यूटर के आकार को काफी हद तक छोटा कर देता।

थ्योरी से हार्डवेयर तक

विलो पर प्रोटोकॉल को कार्यान्वित करने के लिए इंजीनियरिंग नवाचारों की एक श्रृंखला की आवश्यकता पड़ी। एक एपिसोड इस कठिनाई को दर्शाता है। जब अनुसंधान वैज्ञानिक एम्मा रोसेनफेल्ड ने पहली बार खेती प्रोटोकॉल का परीक्षण किया, तो उनका डेटा भौतिकी के नियमों की अवहेलना करता हुआ दिखाई दिया। महीनों के सिमुलेशन, चर्चा और स्थिरता जांच के बाद, टीम ने अपनी माप तकनीक में एक गलत धारणा के कारण विसंगति का पता लगाया: प्रयोगशाला में विद्युत उपकरण बहाव और तापमान भिन्नता बेंचमार्क की वैधता में हस्तक्षेप कर रही थी।

सुधार के लिए सैद्धांतिक और इंजीनियरिंग दोनों पक्षों में बदलाव की आवश्यकता थी। टीम ने शोर को दबाने के लिए सिस्टम में अतिरिक्त नियंत्रण जोड़ा, और एक नई बेंचमार्किंग तकनीक का आविष्कार किया जो खेती को माप उपकरण के रूप में उपयोग करती है - कंपनी का कहना है कि एक समाधान ने क्वांटम मेट्रोलॉजी में एक नया अत्याधुनिक स्थापित किया है। विलो पर, परिष्कृत प्रोटोकॉल ने गैर-खेती वाले राज्यों के सापेक्ष त्रुटियों में लगभग 40 गुना कमी हासिल की, टी-स्टेट्स 99.99% तार्किक निष्ठा तक पहुंच गए।

Google के त्रुटि-सुधार रोडमैप के साथ संगतता

टीम ने यह दिखाने की दिशा में पहला कदम उठाया कि तकनीक Google की व्यापक दोष-सहिष्णुता वास्तुकला के भीतर फिट बैठती है। क्वांटम त्रुटि सुधार फ्लेवर में आता है: "रंग कोड," खेती के लिए एक नया प्रकार आदर्श, और "सतह कोड", Google के दीर्घकालिक रोडमैप को रेखांकित करने वाली अधिक स्थापित विधि। शोधकर्ताओं ने एक ग्राफ्टिंग प्रोटोकॉल का प्रदर्शन किया - जिसे मूल रूप से 2024 सिद्धांत पेपर में विकसित किया गया था - जो दोनों के बीच स्विच करता है, शुद्ध अवस्थाओं को दूरी-3 रंग कोड से दूरी-5 सतह कोड में स्थानांतरित करता है। राज्य इस हस्तांतरण से बच गए, यह इस बात का प्रमाण है कि खेती उन त्रुटि-सुधार योजनाओं के साथ सह-अस्तित्व में रह सकती है जिन्हें Google बड़े पैमाने पर करने की योजना बना रहा है।

क्या अनसुलझा रह गया

Google चेतावनियों को लेकर सावधान रहता है. जादुई राज्य की खेती छोटे पैमाने पर प्रदर्शित की गई है; व्यावहारिक क्वांटम कंप्यूटिंग के लिए आवश्यक पैमाने पर इसे दिखाना भविष्य का काम है, और वर्तमान परिणाम और व्यावसायिक रूप से उपयोगी मशीन के बीच महत्वपूर्ण तकनीकी चुनौतियाँ खड़ी हैं। कंपनी ने परिणाम को एक उपयोगी, त्रुटि-सुधारित क्वांटम कंप्यूटर के अपने घोषित लक्ष्य के पथ पर "एक प्रमुख सैद्धांतिक विचार को प्रयोगात्मक रूप से प्रदर्शित वास्तविकता में बदलने" के रूप में तैयार किया है।

व्यावहारिक महत्व संसाधन बजट के बारे में है। यदि उच्च-गुणवत्ता वाले जादुई राज्यों को प्रमुख ओवरहेड के माध्यम से निर्मित करने के बजाय सस्ते में विकसित किया जा सकता है, तो शोर के फैक्टरिंग रूटीन या जटिल क्वांटम रसायन विज्ञान सिमुलेशन जैसे एल्गोरिदम चलाने के लिए हार्डवेयर आवश्यकताएं तदनुसार कम हो जाती हैं। मशीन द्वारा किए जाने वाले ऐसे प्रत्येक ऑपरेशन में मैजिक-स्टेट चरण में 40 गुना त्रुटि में कमी आती है।

बड़ी तस्वीर

यह परिणाम क्वांटम हार्डवेयर में तीव्र प्रतिस्पर्धा के बीच आया है, जिसमें आईबीएम, क्वांटिनम और अकादमिक समूह सभी त्रुटि-सुधारित मशीनों का पीछा कर रहे हैं, और व्यापक तकनीकी उद्योग के एआई बिल्डआउट ने अधिकांश सुर्खियां और पूंजी खींची है। क्वांटम प्रगति धीमी और कम अनुमानित है, लेकिन इस तरह के मील के पत्थर - उत्पादन हार्डवेयर पर दो दशक पुरानी सैद्धांतिक बाधा को दूर किया गया, एक सहकर्मी-समीक्षा पत्रिका में प्रतिलिपि प्रस्तुत करने योग्य निष्ठा संख्याओं के साथ प्रकाशित किया गया - एक प्रकार का यौगिक कदम है जो चुपचाप समयसीमा को रीसेट करता है।

एआई पर नजर रखने वालों के लिए, एक स्पर्शरेखा प्रासंगिकता भी है: आधुनिक क्वांटम प्रयोगशालाओं में अधिकांश एल्गोरिदम और नियंत्रण-प्रणाली टूलींग तेजी से अंशांकन और त्रुटि डिकोडिंग के लिए मशीन लर्निंग पर निर्भर करती है, एआई का एक छोटा लेकिन बढ़ता हुआ उदाहरण आसन्न वैज्ञानिक क्षेत्रों में तेजी लाता है।

---

एआई से आगे रहें

नवीनतम एआई समाचार, विश्लेषण और सफलताएँ प्राप्त करें - सभी एक ही स्थान पर।

अधिक AI समाचार पढ़ें →