গুগলের ‘কোয়ান্টাম সুবিধা’ লিপ কি? , ব্যাখ্যা করা হয়েছে

এখন পর্যন্ত গল্প: প্রকাশিত দুটি গবেষণাপত্রে প্রকৃতি 22শে অক্টোবর, গুগল, এমআইটি, স্ট্যানফোর্ড এবং ক্যালটেকের গবেষকরা কোম্পানির উইলো কোয়ান্টাম প্রসেসর ব্যবহার করে কোয়ান্টাম সুবিধার একটি যাচাইযোগ্য প্রদর্শনের রিপোর্ট করেছেন। অর্থাৎ, দলগুলি বলেছে যে তারা দেখিয়েছে যে উইলো স্পষ্টভাবে একটি নির্দিষ্ট সমস্যা সমাধানে বিদ্যমান সুপার কম্পিউটারগুলিকে ছাড়িয়ে যায়।

একটি কোয়ান্টাম কম্পিউটার কিভাবে কাজ করে?

কল্পনা করুন একটি পুকুরে ঢেউ চলছে। যখন দুটি তরঙ্গ ক্রেস্ট মিলিত হয়, তারা একত্রিত হয়ে একটি বড় তরঙ্গ তৈরি করে। যখন একটি শিখর একটি খাদের সাথে মিলিত হয়, তারা একে অপরকে বাতিল করে দেয়। একে বলা হয় হস্তক্ষেপ। কোয়ান্টাম স্তরে, কণাগুলি তরঙ্গের মতো আচরণ করতে পারে এবং তাদের “তরঙ্গ ফাংশন”, যা তাদের সম্ভাব্যতা বর্ণনা করে, একে অপরের সাথে হস্তক্ষেপ করার জন্য তৈরি করা যেতে পারে। এই হস্তক্ষেপ নিয়ন্ত্রণ করে, বিজ্ঞানীরা ভুল উত্তর বাতিল করে সমস্যার সঠিক উত্তর খোঁজার সম্ভাবনা বাড়াতে পারেন। এটি একটি কোয়ান্টাম কম্পিউটার করে।

দুটি নতুন গবেষণার মধ্যে একটিতে, গবেষকরা অপ্টিমাইজেশান সমস্যা সমাধানের জন্য ডিজাইন করা একটি কোয়ান্টাম অ্যালগরিদম প্রবর্তন করেছেন, যা এমন ধাঁধা যেখানে লক্ষ্য হল বেশ কয়েকটির মধ্যে সর্বোত্তম সম্ভাব্য সমাধান খুঁজে বের করা। গবেষক দল এটিকে ডিকোডেড কোয়ান্টাম ইন্টারফেরোমেট্রি (ডিকিউআই) বলে।

DQI ফুরিয়ার ট্রান্সফর্মের একটি কোয়ান্টাম সংস্করণ ব্যবহার করে কণার তরঙ্গ-সদৃশ প্রকৃতির পরিবর্তন করতে যা কোয়ান্টাম কম্পিউটার তাদের বিট হিসাবে ব্যবহার করে। প্রক্রিয়াটি এমনভাবে তৈরি করা হয়েছে যে ভাল সমাধানগুলির সাথে সম্পর্কিত তরঙ্গগুলি গঠনমূলকভাবে হস্তক্ষেপ করে, একটি শক্তিশালী সংকেত তৈরি করতে একে অপরকে শক্তিশালী করে। এদিকে, খারাপ সমাধানের তরঙ্গ ধ্বংসাত্মকভাবে হস্তক্ষেপ করে এবং ভেঙে পড়ে। চূড়ান্ত অবস্থা পরিমাপ করে, অ্যালগরিদম একটি ‘উচ্চ মানের’ উত্তরে পৌঁছানোর একটি বৃহত্তর সুযোগ পাবে। গবেষকরা দেখিয়েছেন যে সর্বোত্তম বহুপদী ছেদ সমস্যার জন্য, DQI অ্যালগরিদম যে কোনও পরিচিত ক্লাসিক্যাল কম্পিউটারের চেয়ে অনেক দ্রুত একটি ভাল অনুমান খুঁজে পেতে পারে।

স্ক্র্যাম্বল কি?

দ্বিতীয় গবেষণায়, লেখকরা পরিমাপ করেছেন কীভাবে তথ্য একটি জটিল কোয়ান্টাম সিস্টেমে অর্ডার করা হয়। ধরা যাক আপনি একটি শীতল সুইমিং পুলে অল্প পরিমাণ গাঢ় নীল রঞ্জক ড্রপ করেন। প্রথম মুহূর্তে, ‘তথ্য’ সহজ এবং স্থানীয়। “নীল ঠিক এখানে,” আপনি বলতে পারেন. কিন্তু রঞ্জক সেখানে থাকে না: এটি ছড়িয়ে পড়ে। তথ্য আর এক জায়গায় থাকে না কিন্তু বিশাল পরিমাণ জল জুড়ে বিতরণ করা হয়। কয়েক ঘন্টা পরে, পুরো পুলটি একটি হালকা, অভিন্ন নীল রঙ ধারণ করে। আপনি আর আসল ড্রপ দেখতে পারবেন না। মনে হচ্ছে তথ্য চলে গেছে – কিন্তু তা নয়। এ নিয়ে হাতাহাতি হয়েছে। পুলের প্রতিটি একক জলের অণু এখন সেই “নীল” তথ্যের প্রায় অদৃশ্য অংশ বহন করে।

কোয়ান্টাম সিস্টেমে এটিই ঘটে। তথ্যের একটি অংশ, প্রাথমিকভাবে একটি কোয়ান্টাম বিটে সংরক্ষিত, অন্য সমস্ত বিটে ছড়িয়ে পড়ে যখন তারা যোগাযোগ করে। সমস্ত কণার মধ্যে জটিল মিথস্ক্রিয়ায় তথ্য ‘লুকানো’ হয়ে যায়। তাই চ্যালেঞ্জ হল: আপনি কিভাবে একটি প্যাটার্ন পরিমাপ করবেন যা এত জটিলতার সাথে লুকিয়ে আছে?

এটি করার জন্য, গবেষকরা একটি চতুর পরীক্ষা পরিচালনা করেছেন। কল্পনা করুন আপনি একটি বড়, খালি গুদামে দাঁড়িয়ে আছেন। তুমি চিৎকার কর শব্দ তরঙ্গ প্রতিটি দেয়াল, মেঝে এবং ছাদে আঘাত করে এবং তাৎক্ষণিকভাবে ছড়িয়ে পড়ে। এই সংগ্রাম: অডিও তথ্য এখন সর্বত্র. এখন, যখন আপনার চিৎকার এখনও চারিদিকে প্রতিধ্বনিত হচ্ছে, গুদামের শেষ প্রান্তে আপনার বন্ধুটি একটি হাতুড়ি দিয়ে একটি বড় ধাতব ঘণ্টা মারছে। এই ‘কিক’ প্রতিধ্বনি থামায় না বরং তাদের পরিবর্তন করে। আপনার চিৎকারের যে কোনও শব্দ তরঙ্গ যা সেই নির্দিষ্ট মুহূর্তে সেই নির্দিষ্ট ঘণ্টাটিকে আঘাত করে এখন একটি হালকা ধাতব বলয়ের আকারে একটি ছোট ‘ছাপ’ তৈরি করে। তারপরে, গবেষকরা একটি যাদুকর রিওয়াইন্ড বোতাম টিপানোর সমতুল্য কাজ করেছিলেন, যার ফলে সমস্ত শব্দ তরঙ্গ সম্পূর্ণ পিছনের দিকে ভ্রমণ করে। সমস্ত স্বাভাবিক প্রতিধ্বনি সহ যেগুলি বেল বাজায়নি, তাদের পথগুলি নিখুঁতভাবে ট্রেস করে এবং ফিরে আসার পরে একে অপরকে বাতিল করে, যার ফলে নিখুঁত নীরবতা আসে।

যাইহোক, ছাপানো প্রতিধ্বনি এখন কিছুটা বিপথে গেছে। যখন তারা পিছনের দিকে ভ্রমণ করে, তারা সঠিকভাবে বাতিল করে না, এবং গবেষকরা একটি খুব ক্ষীণ, অসংগঠিত প্রতিধ্বনি শুনতে পান – যা একটি লাথির ছাপ দেয়। সেই অবশিষ্ট শব্দটি হল OTOC পরিমাপ, এবং বিভিন্ন পাথ মিশ্রিত এবং বাতিল করার (বা না) এই প্রক্রিয়াটিকে হস্তক্ষেপ বলা হয়।

সেই পালানো প্রতিধ্বনির অজ্ঞানতা এবং চরিত্র পরিমাপ করে, বিজ্ঞানীরা বলতে পারেন কত তথ্য ছড়িয়ে পড়েছে এবং এটি সিস্টেমের নির্দিষ্ট অংশের (ঘণ্টা) সাথে কতটা ইন্টারঅ্যাক্ট করেছে। এইভাবে তারা সফলভাবে সংকলিত তথ্যে সূক্ষ্ম, লুকানো নিদর্শনগুলি পরিমাপ করেছে।

আপনি কিভাবে কোয়ান্টাম সুবিধা দেখাবেন?

দ্বিতীয় পরীক্ষায় সার্কিটগুলি এত জটিল ছিল যে গবেষকরা অনুমান করেছেন যে বিশ্বের দ্বিতীয় দ্রুততম সুপার কম্পিউটারে তাদের অনুকরণ করতে তিন বছরেরও বেশি সময় লাগবে। উইলো প্রসেসর প্রায় দুই ঘন্টার মধ্যে একই কাজ সম্পন্ন করেছে। এটি বলেছে, প্রথম গবেষণাপত্রে একটি কোয়ান্টাম অ্যালগরিদম বর্ণনা করা হয়েছে যা যেকোনো পরিচিত ক্লাসিক্যাল কম্পিউটারের চেয়ে অনেক দ্রুত ধাঁধা সমাধান করে, গবেষকরা গাণিতিকভাবে প্রমাণ করেননি যে একই ধাঁধাটি দ্রুত সমাধান করার জন্য একটি নিয়মিত কম্পিউটারের জন্য কোন চতুর কৌশল বিদ্যমান নেই। সমস্ত নন-কোয়ান্টাম কম্পিউটারের জন্য সমস্যাটি স্থায়ীভাবে জটিল তা প্রমাণ করার জন্য নতুন গবেষণার প্রয়োজন হবে।

একইভাবে, দ্বিতীয় গবেষণাপত্রে একটি কোয়ান্টাম কম্পিউটার একটি জটিল সমস্যা সমাধান করার সময় দেখায়, পরবর্তী পদক্ষেপটি হবে একটি স্বাধীন দলের জন্য একই পদ্ধতি ব্যবহার করে পদার্থবিদ্যা বা রসায়নে প্রকৃত অমীমাংসিত সমস্যার সমাধান করা।

শেষ পর্যন্ত, উভয় অধ্যয়ন একটি নিষ্পত্তিমূলক পদক্ষেপ এগিয়ে চিহ্নিত করার সময়, তাদের অ্যাপ্লিকেশনগুলি মূলত সম্ভাব্য থাকে। এগুলি এখনও ল্যাবরেটরি-পরিকল্পিত কাজ যার ফলাফলগুলি এখনও বৈজ্ঞানিক আবিষ্কারগুলিতে অনুবাদ করা হয়নি। পরবর্তী পদক্ষেপগুলি কোয়ান্টাম কম্পিউটিংয়ের অন্যান্য অংশের উন্নতির উপর নির্ভর করবে, যার মধ্যে ত্রুটি সংশোধন এবং হাজার হাজার নির্ভরযোগ্য কোয়ান্টাম বিটের স্কেলিং সহ। এগুলি আরও কয়েক বছর সময় নেবে বলে আশা করা হচ্ছে৷

2019 সালে গুগল কী দাবি করেছিল?

2019 সালের একটি পরীক্ষায়, Google গবেষকরা র্যান্ডম সার্কিট স্যাম্পলিং নামক একটি সমস্যা সমাধানের জন্য একটি কোয়ান্টাম সিস্টেম ব্যবহার করেছেন। এখানে, এর সাইকামোর প্রসেসর উত্তরের একটি তালিকা তৈরি করে একটি এলোমেলো প্রোগ্রাম চালায়, সেই উত্তরগুলির মধ্যে কোনটি প্রায়শই উপস্থিত হবে তা অনুমান করার চ্যালেঞ্জ ছিল৷ যাইহোক, যদি সমস্ত উত্তরের পরিসংখ্যানগত বন্টন সঠিক দেখায়, তবে গবেষক র্যান্ডম সার্কিট নমুনায় একটি একক উত্তর পরীক্ষা করতে পারবেন না। অন্যদিকে, নতুন পরীক্ষার দ্বারা সমাধান করা সমস্যাটি বৈজ্ঞানিকভাবে অর্থপূর্ণ শারীরিক পরিমাণ নিয়ে উদ্বেগ প্রকাশ করে।

ফলাফলটিকে “যাচাইযোগ্য”ও বলা হয়েছিল কারণ একই সমস্যাটি ক্লাসিক্যাল কম্পিউটার বা অন্য কোনো কোয়ান্টাম কম্পিউটারে চালানো যেতে পারে এবং উত্তরের যাচাইকরণ পরিসংখ্যানগত নিদর্শনের উপর নির্ভর করে না। ফলাফলের একটি সম্ভাব্য প্রাথমিক প্রয়োগ হল হ্যামিলটোনিয়ান লার্নিং, যা সিমুলেটেড ফলাফলের সাথে পরীক্ষামূলক ডেটা তুলনা করে একটি ভৌত ​​সিস্টেমের অজানা পরামিতিগুলি অনুমান করার প্রক্রিয়া। এই বছরের পদার্থবিজ্ঞানের নোবেল বিজয়ীদের দ্বারা বিকশিত একই নীতিগুলি উইলোর মতো প্রসেসরগুলিকে সম্ভব করে তোলে৷ পুরস্কার বিজয়ীদের মধ্যে একজন, মিশেল ডেভোরেট, গুগল কোয়ান্টাম এআই-এর কোয়ান্টাম হার্ডওয়্যারের প্রধান বিজ্ঞানী। পুরস্কার বিজয়ীদের উপর ভিত্তি করে নতুন গবেষণা একটি অপ্টিমাইজেশান সমস্যা সমাধানের জন্য কাজ করে এবং তারপরে একটি কোয়ান্টাম সিস্টেমে তথ্য কীভাবে ছড়িয়ে পড়ে তা ট্র্যাক করে।

প্রকাশিত – অক্টোবর 26, 2025 12:43 am IST