सॉफ्टबैंक और क्वांटिनियम व्हाइट पेपर एक व्यावहारिक मार्ग को वाणिज्यिक क्वांटम कंप्यूटिंग के लिए मैप करता है

सॉफ्टबैंक और क्वांटिनियम का एक नया सॉफ्टबैंक और क्वांटिनियम व्हाइट पेपर, क्वांटम कंप्यूटिंग फ्रंटियर्स [सिक्योरिटीज़_स्टॉक_प्राइस_टैग सимвोल = “क्यूबीटी” एक्सचेंज = “नास्डैक”] , उद्योग के सबसे महत्वपूर्ण और लंबे समय से चले आ रहे प्रश्नों में से एक का उत्तर देने का प्रयास करता है: क्वांटम कंप्यूटर कब व्यावसायिक रूप से प्रासंगिक कार्य के लिए उपयोगी होंगे? “क्वांटम लाभ” को एक单 ब्रेकथ्रू क्षण के रूप में नहीं मानकर, 65-पृष्ठ का अध्ययन क्वांटिनियम के हार्डवेयर की连续 पीढ़ियों के खिलाफ विशिष्ट कार्यभार को मैप करता है। इसका विश्लेषण दो क्षेत्रों पर केंद्रित है जिन पर सॉफ्टबैंक पहले से ही शोध कर रहा है: सामग्री और ऊर्जा अनुप्रयोगों के लिए क्वांटम रसायन विज्ञान, और दूरसंचार धोखाधड़ी का पता लगाने जैसी ग्राफ-आधारित समस्याओं के लिए टोपोलॉजिकल डेटा विश्लेषण। परिणाम एक भविष्यवाणी से कम है कि क्वांटम कंप्यूटिंग कब अचानक उद्योग को बदल देगा, और अधिक एक चरणबद्ध ढांचे को दिखाता है जो यह दिखाता है कि कैसे उपयोगी कार्यभार क्वांटम गुणवत्ता, त्रुटि सुधार और प्रणाली के पैमाने में सुधार के रूप में विस्तारित हो सकते हैं।

क्यूबिट गणना से आगे बढ़ना

क्वांटम कंप्यूटिंग रोडमैप आमतौर पर हार्डवेयर मेट्रिक्स जैसे भौतिक क्यूबिट, गेट विश्वसनीयता या क्वांटम आयतन के माध्यम से प्रस्तुत किए जाते हैं। ये संकेतक महत्वपूर्ण हैं, लेकिन वे आवश्यक रूप से एक निर्माता, फार्मास्यूटिकल कंपनी या दूरसंचार ऑपरेटर को नहीं बताते हैं कि मशीन क्या हासिल कर सकती है।

सॉफ्टबैंक और क्वांटिनियम एक अधिक अनुप्रयोग-केंद्रित दृष्टिकोण लेते हैं। पेपर प्रतिनिधि औद्योगिक समस्याओं से शुरू होता है, आवश्यक तार्किक क्यूबिट, गेट गणना, सर्किट गहराई और त्रुटि दरों का अनुमान लगाता है, और फिर उन मांगों की तुलना क्वांटिनियम की योजनाबद्ध हार्डवेयर पीढ़ियों से करता है।

विधि में स्पष्ट सर्किट निर्माण और, जहां संभव हो, मौजूदा हार्डवेयर या एमुलेटर पर निष्पादन शामिल है। इसका उद्देश्य सैद्धांतिक रूप से आशाजनक एल्गोरिदम और वास्तविक सीमाओं के तहत लागू किए जा सकने वाले कार्यक्रमों के बीच की खाई को संकुचित करना है।

पेपर का केंद्रीय तर्क यह है कि क्वांटम क्षमता एक विस्तारित लिफाफे के रूप में विकसित होगी। छोटे प्रदर्शन पायलट कार्यभार बन जाते हैं, पायलट अनुप्रयोग-संबंधित गणनाओं में आगे बढ़ते हैं, और उनमें से कुछ गणनाएं अंततः एकीकृत औद्योगिक सेवाओं में शामिल हो जाती हैं। व्यावसायिक उपयोगिता इसलिए विभिन्न समस्याओं के लिए अलग-अलग समय पर आने की उम्मीद है, न कि एक विशिष्ट क्यूबिट थ्रेशोल्ड पार करने के बाद हर जगह दिखाई देने की उम्मीद है।

क्वांटम रसायन विज्ञान एक उच्च मूल्य लक्ष्य बना हुआ है

क्वांटम रसायन विज्ञान को व्यापक रूप से क्वांटम कंप्यूटिंग के लिए सबसे प्राकृतिक अनुप्रयोगों में से एक के रूप में देखा जाता है क्योंकि आणविक व्यवहार स्वयं क्वांटम यांत्रिकी द्वारा शासित होता है। जैसे ही आणविक प्रणालियां जटिल होती जाती हैं, उनकी इलेक्ट्रॉनिक संरचनाओं का सटीक मॉडलिंग क्लासिकल कंप्यूटरों के लिए अत्यधिक मांग वाला हो सकता है।

व्हाइट पेपर उत्तेजित अवस्थाओं और फोटोकेमिकल प्रतिक्रियाओं पर केंद्रित है। ये घटनाएं यह प्रभावित करती हैं कि आणविक कैसे प्रकाश को अवशोषित करते हैं, आकार बदलते हैं, ऊर्जा को स्थानांतरित करते हैं और समय के साथ क्षय होते हैं। इन्हें बेहतर ढंग से मॉडल करने से फोटो-प्रतिक्रियाशील सामग्री, आणविक स्विच, ऊर्जा प्रौद्योगिकियों, स्मार्ट खिड़कियों, बढ़ी हुई वास्तविकता प्रदर्शन, ऑप्टिकल नेटवर्किंग उपकरण और अन्य उन्नत उत्पादों का डिजाइन समर्थन हो सकता है।

ऑप्टिकल स्विचिंग सामग्री पेपर का प्राथमिक उदाहरण प्रदान करती है। उनकी प्रभावशीलता इलेक्ट्रॉनिक संक्रमण पर निर्भर करती है जो यह निर्धारित करती है कि अवशोषित ऊर्जा से इच्छित आणविक परिवर्तन होता है या अवांछित प्रतिक्रियाओं के माध्यम से खो जाता है।

क्वांटम कंप्यूटर अंततः शोधकर्ताओं को भौतिक सामग्री के संश्लेषण से पहले इस व्यवहार की अधिक सimulation करने में मदद कर सकते हैं। इसके बजाय प्रयोगशाला कार्य पर बहुत अधिक भरोसा करने के बजाय, कंपनियां उच्च-गुणवत्ता वाले सिमुलेशन का उपयोग करके उम्मीदवार आणविकों को स्क्रीन कर सकती हैं, कमजोर डिजाइनों को पहले अस्वीकार कर सकती हैं और संसाधनों को सबसे आशाजनक सामग्रियों पर केंद्रित कर सकती हैं।

यह एक आर्थिक रूप से महत्वपूर्ण लक्ष्य है, लेकिन पेपर इसे एक निकट-मध्य उत्पादन क्षमता के रूप में प्रस्तुत नहीं करता है। पहले चरण छोटे आणविक प्रमाण-ऑफ-Concept, त्रुटि-सुधारित सर्किट प्रयोग और सीमित सिमुलेशन शामिल हैं। बड़े प्रणालियों का रासायनिक रूप से सटीक मॉडलिंग अभी भी काफी उन्नत दोष-सहिष्णु हार्डवेयर से जुड़ा हुआ है।

त्रुटि सुधार अभी भी परिभाषित प्रतिबंध है

क्वांटम रसायन विज्ञान का कार्य प्रौद्योगिकी की स्थिति पर एक उपयोगी वास्तविकता जांच भी प्रदान करता है।

अध्ययन में चरण-मूल्यांकन-आधारित तकनीकों का उपयोग किया जाता है, जिसमें आणविक ऊर्जा राज्यों के बीच अंतरों को मापने के लिए एक विधि शामिल है। इसमें स्टीन त्रुटि-सुधार कोड शामिल है, जो सात भौतिक क्यूबिट में एक तार्किक क्यूबिट को एनकोड करता है और प्रारंभिक दोष-सहिष्णु प्रयोगों के लिए उपयुक्त है।

शोधकर्ता त्रुटि सुधार का मूल्यांकन एकल गेट या क्यूबिट के जीवनकाल को बढ़ाने के बजाय एल्गोरिदम-प्रेरित सर्किट में करते हैं। यह एक अधिक कठिन परीक्षण है क्योंकि त्रुटियां सर्किट की गहराई और अधिक संचालन की आवश्यकता के रूप में जमा होती हैं।

क्वांटिनियम के एच 2 और हेलियोस वातावरण में उत्पादित परिणामों से पता चलता है कि त्रुटि सुधार अधिक सर्किट गहराई पर लाभकारी हो सकता है। हालांकि, एन्कोडेड कार्यान्वयन अभी भी एक आदर्शीकृत अनएन्कोडेड तार्किक सर्किट का प्रदर्शन नहीं करता है। मेमोरी त्रुटियां, निष्क्रिय समय, एन्कोडिंग ओवरहेड और गैर-क्लिफोर्ड ऑपरेशन की लागत महत्वपूर्ण बाधाएं बनी हुई हैं।

यह अंतर महत्वपूर्ण है। त्रुटि सुधार ने घटक स्तर पर प्रगति का प्रदर्शन किया है, लेकिन लंबे, अनुप्रयोग-संबंधित एल्गोरिदम के साथ एक शुद्ध लाभ के साथ निष्पादन बनाए रखना अभी भी कठिन है। अध्ययन इसलिए वर्तमान प्रयोगों को दोष-सहिष्णु कंप्यूटिंग के लिए तैयारी के रूप में स्थिति में रखता है, न कि यह साबित करने के लिए कि बड़े पैमाने पर क्वांटम रसायन विज्ञान पहले से ही आ गया है।

हेलियोस से दोष-सहिष्णु लुमोस प्रणाली तक

रोडमैप क्वांटिनियम हार्डवेयर की चार पीढ़ियों का अनुसरण करता है: हेलियोस, सोल, अपोलो और लुमोस।

हेलियोस वर्तमान चरण का प्रतिनिधित्व करता है। रसायन विज्ञान के लिए, पेपर इसे लगभग 50 स्पिन ऑर्बिटल्स के साथ भौतिक-स्तर के प्रयोगों से जोड़ता है, साथ ही लगभग 10 स्पिन ऑर्बिटल्स के साथ छोटे तार्किक प्रदर्शन। अपेक्षित उपयोग मुख्य रूप से तकनीकी मान्यकरण और छोटे आणविक उत्तेजित अवस्था के प्रमाण-ऑफ-Concept के लिए है।

सोल, 2027 के लिए लक्षित, एक प्रारंभिक स्केलिंग चरण के रूप में प्रस्तुत किया जाता है। रोडमैप बड़े भौतिक प्रयोगों और प्रारंभिक तार्किक स्थिरीकरण का अनुमान लगाता है, लेकिन तार्किक रसायन विज्ञान कार्यभार छोटे रहते हैं। संभावित व्यावसायिक प्रासंगिकता सीमित उत्तेजित अवस्था अनुप्रयोगों और फार्मास्यूटिकल और सामग्री कंपनियों के लिए शोध-कुशलता लाभ के केंद्र में है।

अपोलो, 2029 के लिए लक्षित, एक अधिक महत्वपूर्ण संक्रमण को चिह्नित करता है। पेपर के अनुमानों के तहत, तार्किक गणनाएं लगभग 100 स्पिन ऑर्बिटल्स की ओर बढ़ सकती हैं, मध्यम-स्तर के सामग्री मॉडलिंग और अधिक अर्थपूर्ण उत्तेजित अवस्था गणना का समर्थन करती हैं। यह वह चरण है जहां रोडमैप तकनीक को अनुसंधान और विकास लागत में मात्रात्मक कमी से जोड़ना शुरू करता है।

लुमोस, 2030 के दशक के लिए एक बड़े पैमाने पर दोष-सहिष्णु प्रणाली के रूप में योजनाबद्ध, सबसे महत्वाकांक्षी चरण का प्रतिनिधित्व करता है। पेपर इसे 100 से अधिक तार्किक स्पिन ऑर्बिटल्स, रासायनिक सटीकता और स्केलेबल सामग्री-खोज कार्य प्रवाहों से जोड़ता है।

इन मील के पत्थर उन अनुप्रयोगों के व्यावसायिक रूप से उपलब्ध होने के लिए निर्धारित तिथियों के प्रतिबद्धता नहीं हैं। लेखक रोडमैप को अनिश्चितताओं के अधीन एक अनुमान-चालित लिफाफे के रूप में वर्णित करते हैं जो शारीरिक त्रुटि दर, तार्किक एन्कोडिंग ओवरहेड, गेट सिंथेसिस और वास्तविक हार्डवेयर प्रदर्शन को शामिल करते हैं।

धोखाधड़ी का पता लगाना एक पहले व्यावसायिक मार्ग प्रदान कर सकता है

पेपर का दूसरा डोमेन, टोपोलॉजिकल डेटा विश्लेषण, एक छोटे व्यावसायिक मार्ग का अनुसरण कर सकता है।

टोपोलॉजिकल डेटा विश्लेषण जटिल डेटासेट की संरचना या “आकार” का अध्ययन करता है। ग्राफ-आधारित वातावरण में, यह स्थानीय सांख्यिकी के माध्यम से पता लगाने में कठिन कनेक्टिविटी, लूप, क्लस्टर और उच्च-आयामी संबंधों जैसे पैटर्न की पहचान कर सकता है।

सॉफ्टबैंक और क्वांटिनियम यह जांचते हैं कि क्या ये तकनीकें दूरसंचार धोखाधड़ी का पता लगाने में सुधार कर सकती हैं। कॉल, संदेश, खाता संबंध और वित्तीय स्थानांतरण को नेटवर्क के रूप में प्रस्तुत किया जा सकता है, जिसमें ग्राफ न्यूरल नेटवर्क का उपयोग संदिग्ध नोड या गतिविधि की पहचान करने के लिए किया जाता है।

धोखेबाज अपने आप को सामान्य उपयोगकर्ताओं की तरह पेश करने का प्रयास करते हैं। वे खातों में गतिविधि वितरित कर सकते हैं, अप्रत्यक्ष स्थानांतरण मार्ग का उपयोग कर सकते हैं या संग्रह, रिले और नकदी निकासी कार्यों को कई भागीदारों के बीच विभाजित कर सकते हैं। ये रणनीतियां स्थानीय संकेतकों जैसे खाते से जुड़ी कनेक्शनों की संख्या पर केंद्रित प्रणालियों से बच सकती हैं।

शोधकर्ता एक ग्राफ न्यूरल नेटवर्क में लैप्लासियन मोमेंट्स नामक विशेषताओं को जोड़ते हैं। ये विशेषताएं स्थानीय सांख्यिकी और उच्च-आयामी टोपोलॉजिकल माप के बीच संरचनात्मक जानकारी को पकड़ने के लिए डिज़ाइन की जाती हैं। एक दूरसंचार धोखाधड़ी बेंचमार्क पर, लैप्लासियन मोमेंट्स जोड़ने से रिकॉल, एफ 1 स्कोर और अन्य वर्गीकरण मेट्रिक्स में सुधार हुआ। रिकॉल सुधार पूरे अध्ययन के परीक्षण रन में सांख्यिकीय रूप से महत्वपूर्ण था।

पेपर इस सुधार को एक सांकेतिक आर्थिक परिदृश्य में अनुवादित करता है। यह 2023 में अनुमानित वैश्विक दूरसंचार धोखाधड़ी के नुकसान का हवाला देता है 38.95 बिलियन डॉलर और 0.9 की सटीकता पर अनुमानित $10 बिलियन के नुकसान पूल का मूल्यांकन करता है। मापा गया रिकॉल सुधार लगभग $220 मिलियन के संभावित रूप से कम हुए वार्षिक नुकसान के अनुरूप होगा।

यह आंकड़ा एक पूर्वानुमान के रूप में नहीं लिया जाना चाहिए। यह मानता है कि बेंचमार्क डेटासेट पर देखे गए मॉडल में सुधार वास्तविक दुनिया के नुकसान में आनुपातिक रूप से अनुवादित होगा। संचालनात्मक तैनाती डेटा गुणवत्ता, एकीकरण, झूठे सकारात्मक, बदलते धोखाधड़ी की रणनीतियों और मानव जांच प्रक्रियाओं को शामिल करेगी।

अधिक महत्वपूर्ण बात यह है कि प्रयोग ने क्वांटम लाभ का प्रदर्शन नहीं किया। डेटासेट इतना दुर्लभ था कि प्रासंगिक विशेषताएं शास्त्रीय रूप से गणना की जा सकती थीं और उच्च-आयामी संरचना की कमी थी जो तकनीक के सबसे गणनात्मक रूपों का परीक्षण करने के लिए पर्याप्त थी।

परिणाम फिर भी प्रासंगिक है क्योंकि समान विश्लेषणात्मक दृष्टिकोण वर्तमान में शास्त्रीय उच्च-प्रदर्शन कंप्यूटिंग का उपयोग करके उपयोगी हो सकता है, जबकि भविष्य में क्वांटम निष्पादन की ओर बढ़ने की संभावना है यदि ग्राफ का आकार या संरचनात्मक जटिलता शास्त्रीय सीमाओं से अधिक हो जाती है।

हाइब्रिड क्वांटम और एआई इंफ्रास्ट्रक्चर के लिए एक रोडमैप

सॉफ्टबैंक और क्वांटिनियम दोनों अनुप्रयोग क्षेत्रों को “क्वांटम एआई डेटा सेंटर” की एक व्यापक दृष्टि के भीतर रखते हैं। इस मॉडल में, क्वांटम प्रोसेसिंग यूनिट ग्राफिक्स प्रोसेसिंग यूनिट, सेंट्रल प्रोसेसिंग यूनिट या सुपरकंप्यूटरों को प्रतिस्थापित नहीं करेंगे। वे हाइब्रिड इंफ्रास्ट्रक्चर के भीतर विशेषज्ञता वाले त्वरणकारी के रूप में कार्य करेंगे।

शास्त्रीय प्रणाली डेटा तैयारी, मशीन लर्निंग, ऑर्केस्ट्रेशन और पोस्ट-प्रोसेसिंग को संभालना जारी रखेंगी। क्वांटम प्रोसेसर को सावधानी से चुने गए कार्यभार के हिस्से को सौंपा जाएगा जहां क्वांटम एल्गोरिदम एक महत्वपूर्ण गणनात्मक लाभ प्रदान करते हैं।

धोखाधड़ी का पता लगाने के लिए, यह एक क्वांटम प्रोसेसर को कठिन संरचनात्मक विशेषताओं को उत्पन्न करने के लिए शामिल करने के लिए हो सकता है जो फिर एक ग्राफ न्यूरल नेटवर्क में पारित की जाती हैं जो पारंपरिक एआई इंफ्रास्ट्रक्चर पर चलती हैं। सामग्री अनुसंधान में, एक क्वांटम कंप्यूटर इलेक्ट्रॉनिक संरचना की गणना कर सकता है जबकि शास्त्रीय उच्च-प्रदर्शन कंप्यूटिंग प्रणाली व्यापक सिमुलेशन और अनुकूलन पाइपलाइन का प्रबंधन करती है।

यह हाइब्रिड आर्किटेक्चर दोष-सहिष्णु प्रणाली के विकास की प्रतीक्षा किए बिना क्वांटम क्षमताओं को धीरे-धीरे एकीकृत करने की अनुमति देता है। यह क्लाउड सेवाओं, डेटा सेंटर त्वरणकारी, और अनुप्रयोग-विशिष्ट कार्य प्रवाहों के माध्यम से संभव है।

सॉफ्टबैंक और क्वांटिनियम 2025 में अपनी साझेदारी की घोषणा के बाद से संभावित क्वांटम कंप्यूटिंग व्यवसाय मॉडल पर शोध कर रहे हैं। व्हाइट पेपर उस काम को सूचित करने के लिए है, जिसमें भविष्य के क्वांटम-एआई इंफ्रास्ट्रक्चर और सेवाओं का संभावित विकास शामिल है।

उद्यमों को लुमोस की प्रतीक्षा नहीं करनी चाहिए

पेपर के सबसे व्यावहारिक निष्कर्षों में से एक यह है कि कंपनियों को पूरी तरह से दोष-सहिष्णु प्रणाली की प्रतीक्षा नहीं करनी चाहिए trước अनुप्रयोग अनुसंधान शुरू करने से。

एक व्यावसायिक रूप से उपयोगी क्वांटम कार्य प्रवाह बनाने के लिए हार्डवेयर तक पहुंच से अधिक की आवश्यकता होती है। संगठनों को उपयुक्त डेटासेट, डोमेन विशेषज्ञता, बेंचमार्क समस्याएं, शास्त्रीय बेसलाइन, विशेषज्ञ एल्गोरिदम और मौजूदा एआई और उच्च-प्रदर्शन कंप्यूटिंग प्रणालियों के साथ एकीकरण की आवश्यकता होती है। इन क्षमताओं का विकास वर्षों ले सकता है।

निकट-मध्य प्रयोग व्यावसायिक मूल्य बना सकता है, भले ही क्वांटम हार्डवेयर अभी भी शास्त्रीय विकल्पों को पार नहीं करता है। कंपनियां यह निर्धारित कर सकती हैं कि कौन सी आंतरिक समस्याएं उपयुक्त हैं, संसाधन आवश्यकताओं की गणना कर सकती हैं, हाइब्रिड कार्य प्रवाह विकसित कर सकती हैं और माप स्थापित कर सकती हैं जो अंततः यह निर्धारित करेंगे कि क्वांटम निष्पादन एक लाभ प्रदान करता है या नहीं।

धोखाधड़ी का पता लगाने का उदाहरण इस रणनीति को विशेष रूप से अच्छी तरह से दर्शाता है। सॉफ्टबैंक शास्त्रीय कंप्यूटिंग के माध्यम से सुधारित ग्राफ सुविधाओं का अन्वेषण कर सकता है, जबकि साथ ही यह अध्ययन कर सकता है कि क्या इन सुविधाओं के उच्च-क्रम वाले संस्करण भविष्य में क्वांटम त्वरण के लिए उम्मीदवार बन सकते हैं।

उद्यम नेताओं के लिए, यह दृष्टिकोण “क्वांटम तैयार” होने के अस्पष्ट निर्देश को एक अधिक उपयोगी प्रश्न से बदल देता है: कौन से कार्यभार लाभान्वित हो सकते हैं, किस हार्डवेयर की उन्हें आवश्यकता होगी, और क्या तैयारी उस हार्डवेयर के आगमन से पहले शुरू हो सकती है?

अंततः, सॉफ्टबैंक और क्वांटिनियम व्हाइट पेपर सबसे मूल्यवान है क्योंकि यह व्यावसायिक क्वांटम लाभ को एक एकल घटना के रूप में नहीं मानता है। हेलियोस, सोल, अपोलो और लुमोस को क्रियाशील कार्यभार से जोड़कर, पेपर क्वांटम अपनाने को तकनीकी मान्यकरण, कार्य प्रवाह विकास और विस्तारित आर्थिक प्रासंगिकता की एक क्रमिक प्रक्रिया के रूप में प्रस्तुत करता है। इसकी समयसीमा अनिश्चित रहती है, लेकिन इसका अनुप्रयोग-पहले का ढांचा संगठनों के लिए एक अधिक विश्वसनीय तरीका प्रदान करता है ताकि वे तय कर सकें कि कब, कहां और क्यों क्वांटम कंप्यूटिंग उपयोग करने लायक हो सकती है।