✉ نیوز لیٹر
🌐 اردو
تحقیق3 منٹ مطالعہ

QuEra کی حمایت یافتہ تحقیق کے مطابق AI سے ڈیزائن کردہ سرکٹس نے بنیادی کوانٹم اجزا کے وسائل کے تخمینے کم کر دیے

Harvard، Anthropic اور QuEra کے محققین کا ایک پری پرنٹ بتاتا ہے کہ ایک بڑے لینگویج ماڈل کی رہنمائی میں تلاش سے ملنے والے سرکٹس نے آٹھ میں سے سات سب روٹینز میں کم Toffoli گیٹس اور کم کیوبٹس استعمال کیے۔

یہ صفحہ انگریزی سے ترجمہ کیا گیا ہے۔ کمپنیوں اور مصنوعات کے نام اور ماخذ کے روابط تبدیل نہیں کیے گئے۔ اصل متن انگریزی میں پڑھیں

QuEra Computing نے 10 نومبر کو Harvard University اور Anthropic کے ساتھ تیار کردہ ایک پری پرنٹ کو نمایاں کیا، جس کے مطابق ایک خودکار جانچ کار کی رہنمائی میں ایک بڑے لینگویج ماڈل نے ایسے کوانٹم سرکٹس تلاش کیے جنہیں معیاری ڈیزائنز سے کم وسائل درکار ہیں۔ پری پرنٹ کا عنوان «Discovering state-of-the-art quantum circuits with large language models» (arXiv:2610.22367) ہے۔

تحقیق نے کیا کیا

QuEra کے بیان کے مطابق، ٹیم نے Anthropic کے Claude ماڈل کو ایک آزاد جانچ کار کے ساتھ جوڑا جو ہر تجویز کردہ سرکٹ کی تصدیق کرتا اور اسے دو اعداد پر اسکور دیتا: Toffoli گیٹس کی تعداد اور کیوبٹس کی تعداد۔ ماڈل نے اس فیڈ بیک سے اپنے ڈیزائن بہتر بنائے۔ تحقیق میں آٹھ بنیادی اجزا کا جائزہ لیا گیا جو بڑے کوانٹم الگورتھمز کے اندر استعمال ہوتے ہیں۔ سات میں AI سے ڈیزائن کردہ سرکٹس نے حوالہ جاتی ڈیزائنز کے مقابلے میں گیٹس کی تعداد اور کیوبٹس کی ضرورت دونوں کم کیں؛ آٹھویں میں تلاش نے دونوں کے درمیان ایک نیا توازن دریافت کیا۔

بیان کے مطابق اس کام کی قیادت Andi Gu نے Anthropic کے STEM Fellows Program کے تحت کی، جن کے ساتھ Anthropic کے Alek Kemeny، Harvard کی Susanne Yelin اور Harvard اور QuEra کے Mikhail Lukin شامل تھے۔

بتائے گئے اعداد

QuEra کا بیان تین مثالیں دیتا ہے۔ decoded quantum interferometry میں استعمال ہونے والے Reed-Solomon ڈیکوڈر میں Toffoli گیٹس 5.1 ملین سے کم ہو کر تقریباً 440,000 رہ گئے، اور کیوبٹس بھی کم ہوئے۔ مالیکیولر سمیولیشن میں استعمال ہونے والے Coulomb پوٹینشل میں Toffoli گیٹس 6,355 سے 1,140 اور کیوبٹس 252 سے 142 رہ گئے۔ ایک فکسڈ پوائنٹ Gaussian فنکشن میں Toffoli گیٹس تقریباً 24,000 سے 1,583 اور کیوبٹس 362 سے 139 رہ گئے، یعنی مشترکہ پیمانے میں 39 گنا کمی۔

اہم احتیاطیں

بیان خود واضح کرتا ہے کہ مشترکہ پیمانہ Toffoli گیٹس کی تعداد کو زیادہ سے زیادہ لاجیکل کیوبٹس سے ضرب دیتا ہے، اس لیے 39 گنا بہتری کا مطلب 39 گنا رفتار نہیں۔ نتائج انفرادی اجزا کے لیے وسائل کے تخمینے ہیں، کوانٹم ہارڈویئر پر چلائے گئے تجربات نہیں، اور مکمل ایپلیکیشنز پر ان کا اثر اس پر منحصر ہے کہ یہ اجزا کیسے استعمال ہوتے ہیں۔ یہ مقالہ ایک پری پرنٹ ہے اور ابھی اس کا ہم مرتبہ جائزہ نہیں ہوا۔

ذرائع

اس صفحے پر دی گئی معلومات درج ذیل ذرائع سے لی گئی ہیں، جنہیں DesignQuantum™ نے حاصل کیا ہے۔

  1. Harvard, Anthropic, and QuEra research shows AI can reduce the resources quantum applications need (QuEra press release) quera.com