নিউরাল নেটওয়ার্ক কোয়ান্টাম স্টেট পরিমাপের গতি বাড়ায় - পদার্থবিজ্ঞান বিশ্ব

নিউরাল নেটওয়ার্কগুলি প্রথাগত কৌশলগুলির চেয়ে অনেক বেশি দক্ষতার সাথে কোয়ান্টাম সিস্টেমে জড়ানোর মাত্রা অনুমান করতে পারে, একটি নতুন গবেষণা দেখায়। কোয়ান্টাম স্টেটগুলিকে সম্পূর্ণরূপে চিহ্নিত করার প্রয়োজনীয়তাকে পাশে রেখে, নতুন গভীর শিক্ষার পদ্ধতিটি বড় আকারের কোয়ান্টাম প্রযুক্তির জন্য বিশেষভাবে উপযোগী প্রমাণিত হতে পারে, যেখানে পরিমাপ করা জরুরী হবে কিন্তু সম্পদের সীমাবদ্ধতাগুলি সম্পূর্ণ রাষ্ট্রের বৈশিষ্ট্যকে অবাস্তব করে তোলে।

এনট্যাঙ্গলমেন্ট - এমন একটি পরিস্থিতি যেখানে একাধিক কণা একটি সাধারণ তরঙ্গক্রিয়া ভাগ করে, যাতে একটি কণার বিরক্তি অন্য সকলকে প্রভাবিত করে - এটি কোয়ান্টাম মেকানিক্সের কেন্দ্রবিন্দুতে। অধ্যয়নের সহ-লেখক বলেছেন, একটি সিস্টেমে জড়ানোর মাত্রা পরিমাপ করা এইভাবে "কোয়ান্টাম" তা বোঝার অংশ মিরোস্লাভ জেজেক, চেকিয়ার প্যালাকি বিশ্ববিদ্যালয়ের একজন পদার্থবিদ। "আপনি সাধারণ দুই-কণা সিস্টেম থেকে শুরু করে এই আচরণটি পর্যবেক্ষণ করতে পারেন যেখানে কোয়ান্টাম পদার্থবিজ্ঞানের মৌলিক বিষয়গুলি নিয়ে আলোচনা করা হয়," তিনি ব্যাখ্যা করেন। "অন্যদিকে, ম্যাক্রোস্কোপিক পদার্থে এনট্যাঙ্গলমেন্টের পরিবর্তন এবং ফেজ ট্রানজিশনের মধ্যে একটি সরাসরি যোগসূত্র রয়েছে।"

একটি সিস্টেমের যেকোনো দুটি কণা যে মাত্রায় আটকে আছে তা একটি একক সংখ্যা দ্বারা পরিমাপ করা যেতে পারে। এই সংখ্যার সঠিক মান পেতে হলে তরঙ্গক্রিয়াকে পুনর্গঠন করতে হবে, কিন্তু একটি কোয়ান্টাম অবস্থা পরিমাপ করলে তা ধ্বংস হয়ে যায়, তাই একই অবস্থার একাধিক কপি বারবার পরিমাপ করতে হবে। এটিকে ক্লাসিক্যাল টমোগ্রাফির সাদৃশ্যে কোয়ান্টাম টমোগ্রাফি বলা হয়, যেখানে একটি 2D ছবি নির্মাণের জন্য 3D চিত্রের একটি সিরিজ ব্যবহার করা হয় এবং এটি কোয়ান্টাম তত্ত্বের একটি অনিবার্য পরিণতি। "আপনি যদি একটি পরিমাপ থেকে একটি কোয়ান্টাম অবস্থা সম্পর্কে জানতে পারেন তবে একটি qubit একটি qubit হবে না - এটি একটি বিট হবে - এবং কোন কোয়ান্টাম যোগাযোগ থাকবে না," বলেছেন আনা প্রেডোজেভিচ, স্টকহোম ইউনিভার্সিটি, সুইডেনের একজন পদার্থবিদ এবং অধ্যয়ন দলের একজন সদস্য।

সমস্যা হল যে কোয়ান্টাম পরিমাপের অন্তর্নিহিত অনিশ্চয়তা একটি কোয়ান্টাম প্রসেসরে (উদাহরণস্বরূপ) কিউবিটগুলির মধ্যে জট মাপতে অত্যন্ত কঠিন করে তোলে, যেহেতু একজনকে অবশ্যই প্রতিটি কিউবিটে সম্পূর্ণ মাল্টি-কিউবিট ওয়েভফাংশন টমোগ্রাফি করতে হবে। এমনকি একটি ছোট প্রসেসরের জন্যও, এটি কয়েক দিন সময় নেবে: "আপনি শুধুমাত্র একটি পরিমাপ করতে পারবেন না এবং বলতে পারবেন না যে আপনার জট আছে কি না," প্রেডোজেভিচ বলেছেন। “এটা এমন যে যখন লোকেরা আপনার মেরুদণ্ডের একটি CAT [গণনা করা অক্ষীয় টমোগ্রাফি] স্ক্যান করে – আপনাকে 45 মিনিট টিউবে থাকতে হবে যাতে তারা সম্পূর্ণ চিত্রটি নিতে পারে: আপনি জিজ্ঞাসা করতে পারবেন না যে এই বা সেই মেরুদণ্ডে কিছু ভুল আছে কিনা পাঁচ মিনিটের স্ক্যান।"

যথেষ্ট ভাল উত্তর খোঁজা

যদিও 100% নির্ভুলতার সাথে জট গণনা করার জন্য সম্পূর্ণ কোয়ান্টাম স্টেট টোমোগ্রাফি প্রয়োজন, বেশ কয়েকটি অ্যালগরিদম বিদ্যমান যা আংশিক তথ্য থেকে কোয়ান্টাম অবস্থা অনুমান করতে পারে। এই পদ্ধতির সমস্যা, জেজেক বলেছেন, "এমন কোন গাণিতিক প্রমাণ নেই যে কিছু সীমিত সংখ্যক পরিমাপের মাধ্যমে আপনি কিছু নির্ভুলতা স্তরে জড়ানো সম্পর্কে কিছু বলেন"।

নতুন কাজে, জেজেক, প্রেডোজেভিচ এবং সহকর্মীরা একটি ভিন্ন কৌশল নিয়েছিলেন, কোয়ান্টাম স্টেট পুনর্গঠনের ধারণাটিকে সম্পূর্ণভাবে একা আটকানোর মাত্রাকে লক্ষ্য করার পক্ষে। এটি করার জন্য, তারা entangled কোয়ান্টাম অবস্থা অধ্যয়ন করার জন্য গভীর নিউরাল নেটওয়ার্ক ডিজাইন করেছে এবং তাদের সংখ্যাগতভাবে উত্পন্ন ডেটাতে প্রশিক্ষণ দিয়েছে। "আমরা এলোমেলোভাবে কোয়ান্টাম অবস্থা নির্বাচন করি এবং, রাষ্ট্র তৈরি করার পরে, আমরা নেটওয়ার্কের আউটপুট জানি কারণ আমরা জানি যে সিস্টেমে জড়ানোর পরিমাণ," জেজেক ব্যাখ্যা করেন; "কিন্তু আমরা বিভিন্ন দিক থেকে বিভিন্ন সংখ্যার অনুলিপি পরিমাপের সময় যে ডেটা পেতে পারি তাও আমরা অনুকরণ করতে পারি... এই সিমুলেটেড ডেটা হল নেটওয়ার্কের ইনপুট।"

নেটওয়ার্কগুলি প্রদত্ত পরিমাপের সেটগুলি থেকে এনগেলমেন্টের আরও ভাল অনুমান করতে নিজেদের শেখানোর জন্য এই ডেটাগুলি ব্যবহার করেছিল। গবেষকরা তারপর সিমুলেটেড ডেটার দ্বিতীয় সেট ব্যবহার করে অ্যালগরিদমের নির্ভুলতা পরীক্ষা করেছেন। তারা খুঁজে পেয়েছেন যে এর ত্রুটিগুলি একটি ঐতিহ্যগত কোয়ান্টাম টমোগ্রাফি অনুমান অ্যালগরিদমের তুলনায় প্রায় 10 গুণ কম।

পরীক্ষামূলকভাবে পদ্ধতি পরীক্ষা করা হচ্ছে

অবশেষে, গবেষকরা পরীক্ষামূলকভাবে দুটি বাস্তব এনট্যাঙ্গল সিস্টেম পরিমাপ করেছেন: একটি অনুরণিতভাবে পাম্প করা সেমিকন্ডাক্টর কোয়ান্টাম ডট এবং একটি স্বতঃস্ফূর্ত প্যারামেট্রিক ডাউন-কনভারশন টু-ফোটন উত্স। "আমরা সম্পূর্ণ কোয়ান্টাম স্টেট টমোগ্রাফি পরিমাপ করেছি...এবং এর থেকে আমরা কোয়ান্টাম অবস্থা সম্পর্কে সবকিছু জানতাম," জেজেক বলেছেন, "তারপর আমরা এই পরিমাপের কিছু বাদ দিয়েছি।" যেহেতু তারা আরও বেশি পরিমাপ অপসারণ করেছে, তারা তাদের গভীর নিউরাল নেটওয়ার্কগুলির ভবিষ্যদ্বাণীগুলির ত্রুটিটিকে একই ঐতিহ্যগত অ্যালগরিদমের ত্রুটিগুলির সাথে তুলনা করেছে। নিউরাল নেটওয়ার্কগুলির ত্রুটি উল্লেখযোগ্যভাবে কম ছিল।

পদার্থবিদরা কোয়ান্টাম অবস্থা নির্ণয়ের একটি উজ্জ্বল উপায় খুঁজে পান

রায়ান গ্লাসার, মার্কিন যুক্তরাষ্ট্রের লুইসিয়ানার Tulane বিশ্ববিদ্যালয়ের একজন কোয়ান্টাম অপটিক্স বিশেষজ্ঞ, যিনি পূর্বে কোয়ান্টাম অবস্থার অনুমান করার জন্য মেশিন লার্নিং ব্যবহার করেছেন, নতুন কাজটিকে "গুরুত্বপূর্ণ" বলে অভিহিত করেছেন৷ "এই মুহূর্তে কোয়ান্টাম প্রযুক্তির একটি সমস্যা হল যে আমরা এমন জায়গায় পৌঁছেছি যেখানে আমরা জিনিসগুলিকে বৃহত্তর সিস্টেমে স্কেল করতে পারি, এবং...আপনি আপনার সিস্টেমকে সম্পূর্ণরূপে বুঝতে সক্ষম হতে চান," গ্লাসার বলেছেন। "কোয়ান্টাম সিস্টেমগুলি কুখ্যাতভাবে সূক্ষ্ম এবং পরিমাপ করা কঠিন এবং সম্পূর্ণরূপে চিহ্নিত করা কঠিন...[গবেষকরা] দেখান যে তারা তাদের সিস্টেমে জড়ানোর পরিমাণ খুব নির্ভুলভাবে পরিমাপ করতে পারে, যা খুব দরকারী কারণ আমরা বড় এবং বৃহত্তর কোয়ান্টাম সিস্টেমগুলিতে যাই কারণ কেউ চায় না দুই-কিউবিট কোয়ান্টাম কম্পিউটার।"

গ্রুপটি এখন তার গবেষণাকে বৃহত্তর কোয়ান্টাম সিস্টেমে প্রসারিত করার পরিকল্পনা করছে। জেজেক বিপরীত সমস্যাটিতেও আগ্রহী: "আসুন আমরা বলি যে আমাদের একটি কোয়ান্টাম সিস্টেমের সূক্ষ্মতা দিয়ে পরিমাপ করতে হবে, বলুন, 1%," তিনি বলেছেন, "সেই স্তরটি পেতে আমাদের সর্বনিম্ন পরিমাপের কী স্তর দরকার? ফাঁদে ফেলার অনুমান?"

গবেষণাটি প্রকাশিত হয় বিজ্ঞান অগ্রগতি.

• এসইও চালিত বিষয়বস্তু এবং পিআর বিতরণ। আজই পরিবর্ধিত পান।
• PlatoData.Network উল্লম্ব জেনারেটিভ Ai. নিজেকে ক্ষমতায়িত করুন। এখানে প্রবেশ করুন.
• প্লেটোএআইস্ট্রিম। Web3 ইন্টেলিজেন্স। জ্ঞান প্রসারিত. এখানে প্রবেশ করুন.
• প্লেটোইএসজি। মোটরগাড়ি / ইভি, কার্বন, ক্লিনটেক, শক্তি, পরিবেশ সৌর, বর্জ্য ব্যবস্থাপনা. এখানে প্রবেশ করুন.
• ব্লকঅফসেট। পরিবেশগত অফসেট মালিকানার আধুনিকীকরণ। এখানে প্রবেশ করুন.
• উত্স: https://physicsworld.com/a/neural-networks-speed-up-quantum-state-measurements/