محققین نے 17 اپریل کو کہا کہ کوانٹم کمپیوٹنگ کو مصنوعی ذہانت کے ساتھ ملا کر تیار کردہ ہائبرڈ طریقہ پیچیدہ اور افراتفری نظاموں کی پیش گوئی میں نمایاں بہتری لاتا ہے اور روایتی ماڈلز کے مقابلے میں بہت کم میموری کی ضرورت رکھتا ہے [1]۔
یہ پیش رفت اہم ہے کیونکہ افراتفری مظاہر کی درست اور مستحکم طویل المدتی پیش گوئیاں موسمیات کے علم، توانائی کے جال کے انتظام اور طبی ماڈلنگ کو نئی شکل دے سکتی ہیں۔
ٹیم، جس کے ادارے پریس ریلیزز میں نام نہیں کیے گئے، نے ایک کوانٹم‑مُعزز الگورتھم تیار کیا جو کوانٹم متوازیّت کا استعمال کرتے ہوئے بیک وقت متعدد ممکنہ نظامی حالتوں کی کھوج کرتا ہے۔ اس کے بعد ایک روایتی اے آئی پرت سب سے امید افزا راستوں کا انتخاب کرتی ہے اور انہیں قابلِ عمل پیش گوئیوں میں تبدیل کرتی ہے۔ معیاری افراتفری ڈیٹا سیٹس پر کیے گئے تجربات نے ظاہر کیا کہ ہائبرڈ طریقہ معیاری عددی ماڈلز سے بہتر کارکردگی دکھاتا ہے جبکہ اس کے لیے درکار میموری کا صرف جزوی حصہ استعمال ہوتا ہے۔
موسمیاتی سمولیشنز میں، یہ طریقہ طویل المدتی فضائی نمونوں کو موجودہ تکنیکوں سے زیادہ قابلِ اعتماد طور پر ضبط کرتا ہے، جس سے زیادہ باریک درجے کی موسمی پیش گوئیاں ممکن ہو سکتی ہیں بغیر اس وقت درکار وسیع سپرکمپیٹنگ وسائل کے۔ توانائی کے جال کے آپریٹر اس طریقے سے تجدید پذیر توانائی کی پیداوار میں تیز تبدیلیوں کی پیش گوئی کر سکتے ہیں، جس سے بوجھ کی توازن بہتر ہو گا اور بلیک آؤٹ کے خطرے میں کمی آئے گی۔ طب میں، افراتفری حیاتیاتی عمل جیسے پروٹین کی تہہ یا نیورون کی سرگرمی کی ماڈلنگ کی صلاحیت دوائی کی دریافت اور شخصی علاج کے منصوبوں کو تیز کر سکتی ہے۔
محققین نے کہا کہ یہ طریقہ روایتی اعلیٰ کارکردگی کمپیوٹنگ کا متبادل نہیں بلکہ ایک تکمیلی آلہ ہے۔ سب سے زیادہ حسابی بوجھ والے تلاش کے میدان کو کوانٹم ہارڈویئر پر منتقل کر کے، اے آئی جزو نمونہ شناسی اور غلطی کی اصلاح پر توجہ مرکوز کر سکتا ہے، جس سے درست حلوں کی طرف تیز رفتار تقارب ممکن ہوتا ہے۔
سائنسدانوں نے کہا کہ کوانٹم ہارڈویئر ابھی ابتدائی ترقی کے مرحلے میں ہے۔ اس تکنیک کو حقیقی دنیا کے بڑے پیمانے کے نظاموں تک بڑھانے کے لیے کیوبٹ کی استحکام اور غلطی کے تخفیف میں پیش رفت ضروری ہوگی۔ تاہم، یہ مطالعہ ایک تصوراتی ثبوت پیش کرتا ہے کہ کوانٹم‑اے آئی ہائبرڈز ایسے مسائل حل کر سکتے ہیں جنہیں پہلے غیر قابلِ اعتماد پیش گوئی کے لیے بہت افراتفری سمجھا جاتا تھا۔
یہ نتائج ScienceDaily اور EurekAlert کے ذریعے جاری کیے گئے، جن دونوں نے تحقیقاتی ٹیم کی داخلی رپورٹس کا حوالہ دیا۔ ابھی تک کوئی ہم نظیر جائزہ شدہ جرنل مضمون شائع نہیں ہوا، اس لیے وسیع سائنسی برادری آزادانہ نقل اور توثیق کی منتظر ہے۔
**یہ کیا معنی رکھتا ہے** ہائبرڈ کوانٹم‑اے آئی ماڈل اس بات کی نشاندہی کرتا ہے کہ محققین افراتفری نظاموں کی پیش گوئی کے لیے کس طرح کا نیا طریقہ اختیار کر سکتے ہیں۔ کوانٹم کی رفتار کو اے آئی کی نمونہ سیکھنے کی صلاحیت کے ساتھ ملا کر، سائنسدان زیادہ درست طویل المدتی پیش گوئیاں حاصل کر سکتے ہیں بغیر وسیع سپرکمپیٹنگ کے مہنگے اخراجات کے۔ اگر یہ طریقہ وسیع پیمانے پر قابلِ اطلاق ثابت ہو تو یہ موسمیاتی لچک، تجدید پذیر توانائی کے انتظام اور بائیومیڈیکل تحقیق میں پیش رفت کو تیز کر سکتا ہے، اور معاشروں کو غیر متوقع نظاموں کے ساتھ نمٹنے کے لیے زیادہ قابلِ اعتماد آلات فراہم کر سکتا ہے۔
“ہائبرڈ کوانٹم‑اے آئی طریقہ معیاری ماڈلز سے بہتر کارکردگی دکھاتا ہے جبکہ بہت کم میموری استعمال کرتا ہے۔”
ہائبرڈ کوانٹم‑اے آئی ماڈل اس بات کی نشاندہی کرتا ہے کہ محققین افراتفری نظاموں کی پیش گوئی کے لیے کس طرح کا نیا طریقہ اختیار کر سکتے ہیں۔ کوانٹم کی رفتار کو اے آئی کی نمونہ سیکھنے کی صلاحیت کے ساتھ ملا کر، سائنسدان زیادہ درست طویل المدتی پیش گوئیاں حاصل کر سکتے ہیں بغیر وسیع سپرکمپیٹنگ کے مہنگے اخراجات کے۔ اگر یہ طریقہ وسیع پیمانے پر قابلِ اطلاق ثابت ہو تو یہ موسمیاتی لچک، تجدید پذیر توانائی کے انتظام اور بائیومیڈیکل تحقیق میں پیش رفت کو تیز کر سکتا ہے، اور معاشروں کو غیر متوقع نظاموں کے ساتھ نمٹنے کے لیے زیادہ قابلِ اعتماد آلات فراہم کر سکتا ہے۔
