NVIDIA نے Ising متعارف کرایا ہے، جو مصنوعی ذہانت کے کھلے ماڈلز کا ایک مجموعہ ہے جسے کمپنی دنیا کا پہلا ماڈل قرار دیتی ہے جو مفید کوانٹم کمپیوٹرز کے راستے کو تیز کرنے کے لیے ڈیزائن کیا گیا ہے۔ 23 جون 2026 کو ریلیز ہونے والے، ماڈلز آج کے تجرباتی کوانٹم ہارڈویئر اور پریکٹیکل کمپیوٹیشن کے درمیان کھڑے دو انتہائی ضدی مسائل کو نشانہ بناتے ہیں: کوانٹم ایرر کریکشن اور کوبٹ کیلیبریشن۔

لانچ NVIDIA کے اس یقین کی طرف اشارہ کرتا ہے کہ کلاسیکی AI، GPUs پر چل رہا ہے جو پہلے سے حاوی ہے، کنیکٹیو ٹشو کے طور پر کام کرے گا جو کوانٹم مشینوں کو قابل عمل بناتا ہے۔ NVIDIA کے سی ای او جینسن ہوانگ نے AI کو کوانٹم مشینوں کا "کنٹرول طیارہ" قرار دیتے ہوئے اس تعلق کو دو ٹوک انداز میں تیار کیا ہے۔ For more context on this story, see our ongoing breaking AI news.

AI بطور کوانٹم کنٹرول پلین

کوانٹم کمپیوٹرز بعض مسائل کو حل کرنے کا وعدہ رکھتے ہیں، جیسے مالیکیولر سمولیشن اور کرپٹوگرافی، کلاسیکی مشینوں سے کہیں زیادہ تیز۔ لیکن آج کے کوانٹم پروسیسرز شور اور غلطی کا شکار ہیں۔ Qubits، کوانٹم معلومات کی بنیادی اکائیاں، اپنی نازک کوانٹم حالتوں کو ایک سیکنڈ کے مختلف حصوں میں کھو دیتی ہیں، اور انہیں مستحکم رکھنے کے لیے مستقل، درست انشانکن کی ضرورت ہوتی ہے۔

یہ وہ جگہ ہے جہاں NVIDIA ایک افتتاحی دیکھتا ہے۔ خود کوانٹم پروسیسرز بنانے کا مقابلہ کرنے کے بجائے، کمپنی اپنے AI سافٹ ویئر اور GPU انفراسٹرکچر کو ایک ایسی پرت کے طور پر پوزیشن دے رہی ہے جو دوسروں کے بنائے ہوئے کوانٹم ہارڈویئر کے رویے کو منظم، مستحکم اور درست کرتی ہے۔ آئیزنگ ماڈلز کا مقصد محققین اور ہارڈویئر بنانے والوں کو مشین لرننگ کا اطلاق کرنے میں مدد کرنا ہے تاکہ غلطیوں کا پتہ لگانے اور ان کو درست کیا جا سکے اور کوبٹس کو زیادہ موثر طریقے سے ٹیون کیا جا سکے۔

ماڈلز کو کھلے وزن کے طور پر جاری کر کے، NVIDIA وسیع تر کوانٹم ریسرچ کمیونٹی کو ان کو اپنانے، مطالعہ کرنے اور بہتر بنانے کی ترغیب دے رہا ہے، ایک ایسی حکمت عملی جو کھلے وزن کے نقطہ نظر کی آئینہ دار ہے جس نے زبان کے ماڈل کے منظر نامے کو نئی شکل دی ہے۔

کوانٹم ایرر تصحیح مشین لرننگ سے ملتی ہے۔

کوانٹم غلطی کی اصلاح فیلڈ کا مرکزی انجینئرنگ چیلنج ہے۔ چونکہ براہ راست مشاہدہ کرنے پر کوانٹم ریاستیں ٹوٹ جاتی ہیں، محققین کو ان معلومات کو تباہ کیے بغیر غلطیوں کا پتہ لگانے اور ان کو ٹھیک کرنے کے لیے بالواسطہ طریقے استعمال کرنے چاہئیں جن کی وہ حفاظت کرنے کی کوشش کر رہے ہیں۔ روایتی غلطی کی تصحیح کی تکنیکیں بہت زیادہ اوور ہیڈ کا مطالبہ کرتی ہیں، جس میں ایک قابل اعتماد، یا منطقی، کوئبٹ بنانے کے لیے بہت سے فزیکل qubits کی ضرورت ہوتی ہے۔

مشین لرننگ ایک ممکنہ شارٹ کٹ پیش کرتی ہے۔ AI ماڈل غلطیوں کے نمونوں کو پہچاننا سیکھ سکتے ہیں اور ڈیٹا سے درستگی کی پیشن گوئی کر سکتے ہیں، ممکنہ طور پر روایتی ڈی کوڈنگ الگورتھم کے اوور ہیڈ اور تاخیر کو کم کر سکتے ہیں۔ NVIDIA کے Ising ماڈل اس خلا میں کام کرنے کے لیے بنائے گئے ہیں، تربیت یافتہ عصبی نیٹ ورکس کو غلطی کی اصلاح اور انشانکن کے کاموں پر لاگو کرتے ہیں جو فی الحال کوانٹم سسٹمز پر اہم وقت اور حساب لگاتے ہیں۔

ابتدائی حقیقی دنیا کے نتائج

وعدہ پہلے ہی حقیقی ہارڈ ویئر میں آزمایا جا رہا ہے۔ فوٹوونک کوانٹم کمپیوٹنگ کمپنی Aegiq نے اعلان کیا کہ اس نے NVIDIA کے Ising AI ماڈلز کو اپنے فوٹوونک کوانٹم سسٹم کی خودکار انشانکن کے لیے تعینات کیا ہے، رپورٹ شدہ نتائج کے ساتھ کہ AI نے پچھلے طریقوں کے مقابلے میں انشانکن کے وقت کو تین کے فیکٹر سے کم کیا ہے۔

ایک فیلڈ کے لیے جہاں دستی ٹیوننگ کے گھنٹوں کا معمول ہے، اس قسم کی کمی اہم ہے۔ تیز تر، AI سے چلنے والی انشانکن کوانٹم ہارڈویئر ٹیموں کو مفید کمپیوٹیشن چلانے میں زیادہ وقت اور اپنی مشینوں کو مستحکم رکھنے میں کم وقت صرف کرنے دیتا ہے۔ Aegiq نے NVIDIA- ایکسلریٹڈ اپروچ کو بڑے پیمانے پر فلوئڈ سمولیشن کے لیے ٹینسر نیٹ ورک کے طریقوں کے ساتھ ملایا، ایک ہائبرڈ ماڈل کی طرف اشارہ کیا جس میں AI اور کوانٹم سے متاثر تکنیک ایک دوسرے کے ساتھ کام کرتی ہیں۔

سائنس کے لیے AI پر ایک وسیع تر شرط

اسنگ لانچ سائنسی کمپیوٹنگ میں NVIDIA کے وسیع تر دھکے کا حصہ ہے جس کی اسی مدت کے دوران نقاب کشائی کی گئی ہے۔ ISC سپر کمپیوٹنگ کانفرنس میں، کمپنی نے نئے سافٹ ویئر لائبریریوں کو متعارف کرایا جس کا مقصد کیمسٹری، مواد کی دریافت، اور یہاں تک کہ تاریک مادے کی تلاش ہے، ان اعلانات کے ساتھ کہ اس کی ٹیکنالوجی اب دنیا کے 500 تیز ترین سپر کمپیوٹرز میں سے 400 سے زیادہ طاقت رکھتی ہے۔

NVIDIA نے لائف سائنسز کے لیے نئی AI ایجنٹ ٹول کٹس کا بھی تفصیلی جائزہ لیا اور اپنے جدید ترین CPUs سے لیس سپر کمپیوٹرز بنانے والی قومی لیبارٹریوں کے ساتھ شراکت پر روشنی ڈالی۔ مشترکہ دھاگہ اس بات کا یقین ہے کہ AI ماڈلز، تیزی سے قابل اور تیزی سے کھلے، سائنس کے مشکل ترین مسائل میں، منشیات کی دریافت سے لے کر کوانٹم فزکس تک، عمومی مقصد کے سرعت کار کے طور پر کام کر سکتے ہیں۔

کوانٹم اسٹاکس کا رد عمل

مارکیٹ نے اس اعلان پر تیزی سے جواب دیا۔ کوانٹم کمپیوٹنگ کمپنیوں کے حصص میں NVIDIA کے آئیزنگ ماڈلز کی شروعات کے بعد تیزی سے اضافہ ہوا، جس میں کوانٹم فوکسڈ اسٹاکس بشمول D-Wave Quantum (QBTS)، Rigetti Computing (RGTI)، اور Quantum Computing Inc. (QUBT) تمام قابل ذکر فوائد پوسٹ کر رہے ہیں۔ سرمایہ کاروں نے NVIDIA کی توثیق، اور اس کی کھلی AI ٹولنگ کو اس بات کی توثیق کے طور پر سمجھا کہ کوانٹم سیکٹر تجارتی مطابقت کے قریب تر ہے۔

ریلی اس بات کی نشاندہی کرتی ہے کہ کوانٹم کمپیوٹنگ کے ارد گرد کتنا قریبی جذبہ وسیع تر AI بوم کے لیے بن گیا ہے۔ جب معروف GPU کمپنی کوانٹم ہارڈویئر کو مزید عملی بنانے کے لیے واضح طور پر ڈیزائن کیے گئے ماڈلز کو ریلیز کرتی ہے، تو یہ کوانٹم کو کلاسیکی کمپیوٹنگ کے دور دراز کے حریف کے طور پر نہیں بلکہ ایک ملحقہ فرنٹیئر کے طور پر تبدیل کرتی ہے جسے AI قابو پانے میں مدد کرے گا۔

یہاں کھلے وزن کی اہمیت کیوں ہے؟

NVIDIA کا Ising ماڈلز کو کھلے وزن کے طور پر جاری کرنے کا فیصلہ قابل ذکر ہے کیونکہ کوانٹم ایرر تصحیح ایک ایسا شعبہ ہے جہاں ترقی روایتی طور پر انفرادی ہارڈویئر کمپنیوں اور اکیڈمک لیبز کے اندر خاموش رہی ہے۔ اوپن ماڈلز AI کی مدد سے تصحیح کے ساتھ تجربہ کرنے کے لیے ملکیتی ڈیکوڈرز تک رسائی کے بغیر محققین کے لیے رکاوٹ کو کم کرتے ہیں۔

اگر کھلا نقطہ نظر پکڑ لیتا ہے، تو یہ اس قسم کی باہمی تعاون پر مبنی، کراس انسٹی ٹیوشن کی پیشرفت کو تیز کر سکتا ہے جس نے بڑے زبان کے ماڈلز کو آگے بڑھایا۔ محققین ہر نئے کوانٹم پلیٹ فارم کے لیے انشانکن اور اصلاحی سافٹ ویئر کو دوبارہ ایجاد کرنے کے بجائے اپنے ہارڈ ویئر کے ڈیٹا پر ماڈلز کو ٹھیک کر سکتے ہیں، بہتری کا اشتراک کر سکتے ہیں، اور ایک مشترکہ ٹول کٹ بنا سکتے ہیں۔

مفید کوانٹم کمپیوٹنگ کا راستہ

کوانٹم کمپیوٹنگ نے کئی سال محتاط امید پرستی کی حالت میں گزارے ہیں، محققین نے بار بار خبردار کیا ہے کہ غلطی برداشت کرنے والی، وسیع پیمانے پر مفید مشینیں برسوں دور رہتی ہیں۔ NVIDIA یہ دعوی نہیں کر رہا ہے کہ Ising اس مسئلے کو مکمل طور پر حل کرتا ہے۔ اس کے بجائے، کمپنی شرط لگا رہی ہے کہ AI انجینئرنگ کی رکاوٹوں، ایک کیلیبریشن سائیکل اور ایک وقت میں ایک درست غلطی کو دور کر کے ٹائم لائن کو سکیڑ سکتا ہے۔

آیا اس شرط کی ادائیگی کا انحصار اس بات پر ہوگا کہ ریسرچ کمیونٹی ماڈلز کو کس حد تک مؤثر طریقے سے اپناتی ہے اور وہ ابتدائی Aegiq نتائج سے آگے کتنی حقیقی دنیا کی کارکردگی پیش کرتی ہے۔ لیکن اسنگ کے ساتھ، NVIDIA نے ایک واضح لکیر کھینچی ہے: مفید کوانٹم کمپیوٹنگ کا مستقبل، اس کے خیال میں، AI کی بنیاد پر بنایا جائے گا۔

---

Stay Ahead of AI

Get the latest AI news, analysis, and breakthroughs — all in one place.

Read more AI news →