Anthropic-এর সঙ্গে কাজ করা গবেষকেরা কোয়ান্টাম সার্কিটের প্রস্তাব তৈরিতে Claude Mythos 5 ব্যবহার করেন, তারপর আলাদা প্রোগ্রাম দিয়ে সেগুলো পরীক্ষা করেন। তাঁদের 15 অক্টোবর জমা দেওয়া প্রিপ্রিন্টে তাঁরা জানান, সার্কিট তৈরির আটটি কাজের সাতটিতে তুলনার নকশাগুলোর চেয়ে Toffoli গেটের সংখ্যা ও একই সময়ে ব্যবহৃত কিউবিটের সর্বোচ্চ সংখ্যা কম। অষ্টম কাজটি ছিল মৌলিক সংখ্যক উপাদানবিশিষ্ট ক্ষেত্রে মডুলার বিপরীত নির্ণয়। এতে গেট ও কিউবিটের মধ্যে বিভিন্ন আপসের একটি নকশা-পরিবার পাওয়া গেছে।

এগুলো প্রস্তাবিত লজিক্যাল সার্কিটের হিসাব, কোয়ান্টাম কম্পিউটারে নেওয়া পরিমাপ নয়। AI-সহায়তায় নকশা কোথায় কাজে লাগতে পারে তা নির্ধারণকারী গবেষকদের জন্য ফলটি উপযোগী: দলটি মডেলকে বাস্তবায়নের জন্য নির্ভুলভাবে নির্দিষ্ট একটি ফাংশন ও ভুল প্রচেষ্টা দ্রুত বাতিলের উপায় দিয়েছে। BIG CHANGE গবেষণাপত্র এবং Anthropic-এর 16 অক্টোবরের গবেষণা-বিবরণ পর্যালোচনা করেছে। আমরা অনুসন্ধান চালাইনি, সম্পদের হিসাব পুনরুৎপাদন করিনি বা হার্ডওয়্যারে সার্কিট চালাইনি।

বড় পরিবর্তন

  • কী বদলেছে: মূল্যায়কের নির্দেশিত অনুসন্ধানে নির্দিষ্ট আটটি মৌলিক কোয়ান্টাম-কম্পিউটিং কাজের সার্কিট নকশা তৈরি হয়েছে। গবেষণাপত্রে সাতটি কাজে গেট ও কিউবিটের সংখ্যা কম এবং মডুলার বিপরীত নির্ণয়ে ভিন্ন আপসের কথা বলা হয়েছে।
  • কেন গুরুত্বপূর্ণ: বড় কোয়ান্টাম অ্যালগরিদম বারবার ছোট রুটিন চালায়। এসব রুটিনের আনুমানিক সম্পদ কমলে ভবিষ্যৎ বাস্তবায়নের চাহিদাও কমতে পারে, যদি ত্রুটি সংশোধন ও হার্ডওয়্যারের সীমার সঙ্গে যুক্ত করার পরও নকশাগুলো কার্যকর থাকে।
  • কী দেখতে হবে: সার্কিটের গঠন, ঘোষিত ত্রুটি-বাজেট এবং নির্দিষ্ট হার্ডওয়্যারের সম্পদ-হিসাবের স্বাধীন পর্যালোচনাই নির্ধারণ করবে এই পরীক্ষার বাইরে ফলগুলো কত দূর প্রযোজ্য।

মডেল প্রস্তাব দেয়; মূল্যায়ক পরীক্ষা করে

সাধারণ প্রোগ্রাম যে তথ্যের ওপর নতুন তথ্য লিখতে পারে, কোয়ান্টাম সার্কিটকে তা সংরক্ষণ করতে হয়। অস্থায়ী মান তৈরির গণনা উল্টো করে সেগুলো মুছতে হয়; এই প্রক্রিয়াকে আনকম্পিউটেশন বা uncomputation বলে। মান ধরে রাখলে কিউবিট লাগে, আর আবার গণনা করলে গেট লাগে। গবেষণাপত্রটি এমন রুটিন নিয়ে কাজ করে, যাদের আচরণ বিপরীতযোগ্য কোয়ান্টাম অপারেশনে যুক্ত একটি ক্লাসিক্যাল ফাংশন হিসেবে প্রকাশ করা যায়। এই সীমিত শ্রেণিতে স্বয়ংক্রিয়ভাবে সঠিকতা যাচাই বাস্তবসম্মত হয়।

আটটি কাজের প্রতিটির জন্য গবেষকেরা কাঙ্ক্ষিত ইনপুট-আউটপুট আচরণ লিখে ফাঁকা প্রোগ্রাম থেকে অনুসন্ধান শুরু করেন। Claude সার্কিট তৈরির Python প্রোগ্রাম হিসেবে কয়েকটি অ্যালগরিদম-পরিবার প্রস্তাব করে। আলাদা অনুসন্ধান প্রতিটি পরিবার উন্নত করে এবং মাঝেমধ্যে ভালো প্রার্থী ভাগ করে নেয়। মূল্যায়ক পরীক্ষা করে জমা দেওয়া সার্কিট কাঙ্ক্ষিত আউটপুট দেয় কি না, ইনপুট সংরক্ষণ করে কি না, অস্থায়ী কিউবিট পরিষ্কার করে কি না এবং ফেজ সঠিকভাবে সামলায় কি না। তারপর Toffoli গেট ও একসঙ্গে বরাদ্দ করা লজিক্যাল কিউবিটের সর্বোচ্চ সংখ্যা গোনা হয়। কাজের শর্ত পূরণ না করা প্রার্থী বাতিল হয়; সঠিক প্রার্থীদের দুই সম্পদ-সংখ্যার গুণফল অনুযায়ী ক্রম দেওয়া হয়।

গবেষণাপত্রে একে OpenEvolve ও Claude Mythos 5 ব্যবহার করে বিবর্তনমূলক অনুসন্ধান বলা হয়েছে। প্রতিটি ধাপে মডেল একটি মূল প্রোগ্রাম, প্রতিক্রিয়া এবং সংরক্ষণাগার থেকে সীমিত বিকল্প পেয়েছে। মূল্যায়কের ফল পরবর্তী প্রস্তাবকে নির্দেশনা দিয়েছে। Anthropic জানায়, উপবৃত্তীয় বক্ররেখায় বিন্দু যোগের একটি দীর্ঘ অনুসন্ধান 53 ঘণ্টা চলেছে; মানুষ মাঝেমধ্যে আরও বিস্তৃতভাবে খোঁজার নির্দেশ দিয়েছেন। প্রাথমিক শর্ত, কাজের নির্বাচন ও নম্বর দেওয়ার নিয়ম মানুষই ঠিক করেছেন।

দাবি করা সাশ্রয় ও তার শর্ত

দলের আট কাজের ফলাফলের সারণিতে অপ্টিমাইজেশন অ্যালগরিদমের ডিকোডার, সংখ্যাগত ফাংশন, রসায়নের একটি সার্কিট, ল্যাটিস গেজ সিমুলেশন ও মডুলার বিপরীত নির্ণয় রয়েছে। Reed–Solomon ডিকোডারের ক্ষেত্রে গবেষণাপত্রটি প্রকাশিত ভিত্তি-নকশার 5.1 মিলিয়ন Toffoli গেট ও সর্বোচ্চ 1,938 লজিক্যাল কিউবিটের সঙ্গে প্রস্তাবিত নকশার 440,000 গেট ও 1,837 কিউবিট তুলনা করেছে। গবেষণার হিসাব অনুযায়ী গেট ও কিউবিট সংখ্যার গুণফলের স্কোরে 12 গুণ উন্নতি হয়। ফিক্সড-পয়েন্ট গাউসীয় ফাংশনে সংখ্যাগুলো 24,000 গেট ও 362 কিউবিট থেকে 1,583 গেট ও 139 কিউবিট হয়, ফলে ওই স্কোরে 39 গুণ উন্নতি পাওয়া যায়।

অষ্টম কাজটিকে ভিন্নভাবে পড়তে হবে। মৌলিক সংখ্যক উপাদানবিশিষ্ট ক্ষেত্রে মডুলার বিপরীত নির্ণয়ের জন্য লেখকেরা একটিমাত্র ভিত্তি-নকশা বা উন্নতির গুণক দেননি, কারণ আগের গঠনগুলোতে কম কিউবিটের বিনিময়ে বেশি গেট লাগে, অথবা তার উল্টো। তাঁদের পূর্ণ বেঞ্চমার্ক সার্কিটে 4.0 মিলিয়ন Toffoli গেট ও 935 লজিক্যাল কিউবিট লাগে। Anthropic-এর বিবরণ অনুযায়ী নতুন পরিবারের একটি নকশায় আগের সবচেয়ে কম কিউবিটের নকশার চেয়ে 12% বেশি কিউবিট লাগে, কিন্তু গেট লাগে 17 গুণ কম। এটি আপস, সব সূচকে হ্রাস নয়।

প্রস্তাবিত একটি ডিকোডার নির্ভরযোগ্যতার ক্ষেত্রেও ইচ্ছাকৃত আপস করে। ব্যতিক্রমের সবচেয়ে খারাপ সম্ভাব্য ক্রমের জন্য 665 কিউবিট রাখার বদলে, এটি একটি ব্যতিক্রমী সংরক্ষিত মানের জন্য 19 কিউবিট রাখে। গবেষণাপত্রের হিসাব অনুযায়ী নির্দিষ্ট বণ্টনে প্রায় প্রতি 10,000 ইনপুটের একটিতে বেশি সংরক্ষণস্থান লাগবে এবং সেটি ব্যর্থ হবে। অন্য কাজগুলোতে নির্ভুলতা বা ব্যর্থতার মানদণ্ড আলাদা। সারির তুলনা করার সময় গেট ও কিউবিটের সংখ্যার পাশাপাশি এসব শর্তও ধরে রাখতে হবে।

গণনা কোন প্রশ্ন মেটাতে পারে না

মূল্যায়ক এমন সার্কিটে কম্পিউটেশনাল-বেসিস ইনপুটের আচরণ অনুসরণ করে, যেগুলোর দক্ষ ক্লাসিক্যাল সিমুলেশন সম্ভব। বড় ইনপুট-পরিসরে সম্ভাব্য প্রতিটি ইনপুট সঠিক প্রমাণ করার বদলে নমুনা ইনপুট পরীক্ষা করা হয়। কিছু কাজের শর্তে একেবারে নির্ভুল ফল চাওয়া হয়েছে, কিন্তু সেগুলোর ঘোষিত যাচাইও সসীম পরীক্ষার সেট ব্যবহার করে। এই পরীক্ষা প্রতিটি কাজের নির্দিষ্ট ইন্টারফেস ও ত্রুটি-সহনশীলতার মধ্যে প্রস্তাবগুলোকে সমর্থন করে; কোয়ান্টাম হার্ডওয়্যারে সার্কিট চলা দেখায় না।

Toffoli গেটের সংখ্যা ও লজিক্যাল কিউবিটের সর্বোচ্চ সংখ্যা ভবিষ্যতের সময় ও স্থান-ব্যয়ের পরোক্ষ সূচক। যন্ত্রের গেট-গভীরতা, রাউটিং, ত্রুটি-সংশোধন ব্যবস্থা ও ফিজিক্যাল কিউবিট কোন নকশা ভালো তা বদলে দিতে পারে। লেখকেরা প্রতিটি কাজের ইনপুট উপস্থাপনার ধরনও নির্দিষ্ট রেখেছেন, ফলে এনকোডিংয়ের কিছু পরিবর্তন অনুসন্ধানের বাইরে। সম্ভাবনাময় কোনো সাবরুটিনকে পূর্ণ অ্যালগরিদমে ব্যবহারের আগে এসব সীমা গুরুত্বপূর্ণ।

সবচেয়ে শক্তিশালী সিদ্ধান্তটি নকশা-পদ্ধতি নিয়ে। গবেষণা-সমস্যার স্পষ্ট শর্ত ও যথেষ্ট দ্রুত স্বাধীন মূল্যায়ক থাকলে মডেল এমন সার্কিট-স্থাপত্য খুঁজতে পারে, যা গেটের স্থানীয় পরিবর্তনের সরল ধারায় চোখ এড়িয়ে যেতে পারে। সম্পদের নির্দিষ্ট সংখ্যাগুলো এখনো লেখকদের প্রিপ্রিন্টের ফল; সেগুলোর স্বাধীন পুনরুৎপাদন ও হার্ডওয়্যার বিবেচনায় মূল্যায়ন বাকি।

উৎস ও আরও পড়ুন