कम्प्यूटेशनल जटिलता की अवधारणा के अनुसार, गणितीय समस्याओं में कठिनाई की अलग-अलग डिग्री होती है, जो इस बात पर निर्भर करती है कि उन्हें कितनी आसानी से हल किया जा सकता है। जबकि एक पारंपरिक कंप्यूटर बहुपद समय में कुछ समस्याओं (पी) को हल कर सकता है- यानी, पी को हल करने के लिए आवश्यक समय इनपुट के आकार का बहुपद कार्य है- यह अक्सर एनपी समस्याओं को हल करने में विफल रहता है जो समस्या के आकार के साथ घातीय रूप से स्केल करते हैं और इसलिए बहुपद समय में हल नहीं किया जा सकता है। इसलिए, सेमीकंडक्टर उपकरणों पर निर्मित पारंपरिक कंप्यूटरों का उपयोग करके पर्याप्त बड़ी एनपी समस्याओं को हल नहीं किया जा सकता है।
एक साथ महत्वपूर्ण संख्या में संचालन करने की उनकी क्षमता के कारण, क्वांटम कंप्यूटरों को इस संबंध में आशाजनक माना जाता है। नतीजतन, एनपी समस्या निवारण प्रक्रिया तेज हो जाती है। हालांकि, कई भौतिक अनुप्रयोग तापमान परिवर्तन के प्रति बहुत संवेदनशील होते हैं।
नतीजतन, क्वांटम कंप्यूटरों के उपयोग के लिए अक्सर कठोर प्रायोगिक स्थितियों की आवश्यकता होती है जैसे बेहद कम तापमान, जिससे उनका निर्माण मुश्किल हो जाता है और उनकी लागत बढ़ जाती है।
सौभाग्य से, क्वांटम कंप्यूटिंग के लिए एक कम प्रसिद्ध और अभी तक अनदेखा विकल्प संभाव्य कंप्यूटिंग है। एनपी समस्याओं को प्रभावी ढंग से हल करने के लिए, स्टोचैस्टिक कंप्यूटिंग तथाकथित "स्टोचैस्टिक नैनोडेविसेस" का उपयोग करती है, जिसका संचालन थर्मल उतार-चढ़ाव पर निर्भर करता है। थर्मल उतार-चढ़ाव, क्वांटम कंप्यूटरों के विपरीत, संभाव्य संगणना समस्याओं को हल करने में मदद करते हैं। नतीजतन, संभाव्य कंप्यूटिंग रोजमर्रा की स्थितियों में उपयोग करने के लिए अधिक व्यावहारिक है।
शोधकर्ताओं ने विशिष्ट एनपी समस्याओं को हल करने के लिए स्टोचैस्टिक नैनो-डिवाइस नेटवर्क का अनुकरण करके संभाव्य संगणना की क्षमता को सिद्ध किया है, इस व्यवहार्य विकल्प के बारे में बहुत आवश्यक जानकारी प्रदान की है। पर्ड्यू विश्वविद्यालय में प्रोफेसर पीटर बरमेल के नेतृत्व में शोध जर्नल ऑफ फोटोनिक्स फॉर एनर्जी (जेपीई) में प्रकाशित किया गया है।
"आइज़िंग मॉडल", एक मानक मॉडल, का उपयोग शोधकर्ताओं द्वारा विभिन्न प्रकार के भौतिक और गणितीय विषयों का अनुकरण करने के लिए किया गया था। "हैमिल्टनियन" के रूप में जाना जाने वाला ऊर्जा ऑपरेटर भी एनपी समस्याओं का वर्णन कर सकता है। हैमिल्टन को मूल रूप से परमाणु स्पिन के चुंबकीय द्विध्रुवीय क्षणों की बातचीत के मॉडल के लिए विकसित किया गया था। संक्षेप में, एक एनपी समस्या को हल करने के लिए संबंधित आइसिंग हैमिल्टनियन को हल करने की आवश्यकता होती है।
इन समस्याओं को ऑप्टिकल पैरामीट्रिक ऑसिलेटर्स (ओपीओ) और कम थर्मल बाधाओं वाले स्टोचैस्टिक सर्कुलर नैनोमैग्नेट नेटवर्क से युक्त संभाव्य कंप्यूटिंग उपकरणों का उपयोग करके हल किया जाता है।
शोधकर्ताओं ने मौजूदा फैब्रिकेशन तकनीकों का उपयोग करके ऐसे नैनोमैग्नेट नेटवर्क को सक्रिय किया है। इसके बाद उन्होंने कॉम्बिनेटरियल ऑप्टिमाइज़ेशन से जुड़े संख्या सिद्धांत से चार एनपी-पूर्ण समस्याओं के आइसिंग हैमिल्टन को हल करने के लिए इसे लागू किया। एनपी-पूर्ण समस्याएं ऐसी समस्याएं हैं जिनके पास एक कुशल समाधान एल्गोरिथम नहीं है। इनमें पूर्णांक रैखिक प्रोग्रामिंग, बाइनरी पूर्णांक रैखिक प्रोग्रामिंग, पूर्ण कवरेज और संख्या विभाजन शामिल हैं।
ईज़िंग मॉडल (बोल्ट्ज़मैन का नियम) का सैद्धांतिक समाधान और 3, 3 और 6 संभाव्य बिट्स (पी-बिट्स) वाली पहली तीन समस्याओं के सिमुलेशन परिणाम पूर्ण समझौते में थे। 3, 6, 9, 12, और 15 पी-बिट्स के साथ पांच अलग-अलग फुल-कवरेज समस्याओं के सिमुलेशन ने मॉडलिंग और सिद्धांत के बीच एक समान समझौते का खुलासा किया। इससे पता चला कि संभाव्य कंप्यूटिंग के लिए ढांचे को बढ़ाया जा सकता है।
बरमेल के अनुसार, "संभाव्य कंप्यूटिंग को पारंपरिक कंप्यूटिंग तकनीकों का एक शक्तिशाली और व्यवहार्य विकल्प बनाने की कुंजी कार्य आकार के साथ प्रभावी स्केलिंग है। कौन सी रणनीतियाँ सबसे प्रभावी हैं, यह निर्धारित करने के लिए मॉडल और प्रयोग दोनों का उपयोग करने की आवश्यकता होगी।
शोधकर्ताओं का सुझाव है कि भले ही दिए गए सिमुलेशन परिणाम सभी पी-बिट्स (3 से 15 तक) के लिए ठोस निष्कर्ष दिखाते हैं, समानांतर एल्गोरिदम सिमुलेशन क्षमता को और बढ़ाने में मदद कर सकते हैं। नैनोमैग्नेट से ओपीओ नेटवर्क में संक्रमण प्रभावी समस्या समाधान को सक्षम कर सकता है जहां समांतरता संभव नहीं है। सीएमओएस तकनीक जैसी मौजूदा विनिर्माण प्रक्रियाओं का उपयोग करके ओपीओ नेटवर्क पर सिस्टम को आसानी से लागू और मैप किया जा सकता है। नतीजतन, संभाव्य गणना के लिए कम ऊर्जा बाधाओं वाले स्टोकास्टिक नैनोमैग्नेट अंततः बनाए जा सकते हैं।
यूनिवर्सिटी ऑफ कोलोराडो बोल्डर के प्रोफेसर और जेपीई के एडिटर-इन-चीफ सीन शाहीन के अनुसार, "कृत्रिम बुद्धिमत्ता और वैज्ञानिक/उद्यम कंप्यूटिंग के पैमाने में एक दर से वृद्धि होती है, जो ऊर्जा की खपत और कार्बन पदचिह्न के बारे में महत्वपूर्ण, अगर जरूरी नहीं है, चिंताएं उठाती है। कंप्यूटिंग हार्डवेयर विकास के पारंपरिक रूप अधिक से अधिक महत्वपूर्ण होते जा रहे हैं।"
झू, शी और बरमेल का यह काम प्रौद्योगिकी के लिए एक यथार्थवादी मार्ग प्रदान करता है जो एनपी-पूर्ण समस्याओं के एक महत्वपूर्ण वर्ग को संभाल सकता है। कार्य एक स्केलेबल, ऊर्जा-कुशल समाधान प्रदर्शित करता है जिसमें ईज़िंग गणना को चलाने के लिए ऑप्टिकल उपकरणों के गैर-रैखिक नेटवर्क का उपयोग करके कम्प्यूटेशनल रूप से मांग वाले कार्यों को संभालने में पारंपरिक हार्डवेयर को महत्वपूर्ण रूप से बेहतर प्रदर्शन करने की क्षमता है।
स्रोत: techxplore.com/news
📩 03/05/2023 14:19