प्रौद्योगिकी और कंप्यूटिंग की दिग्गज कंपनी एनवीडिया ने हाल ही में आइसिंग नामक ओपन सोर्स कृत्रिम बुद्धिमत्ता मॉडल का एक परिवार जारी किया है, जिसके बारे में उसका दावा है कि यह विशेष रूप से क्वांटम कंप्यूटिंग अंशांकन और त्रुटि सुधार के लिए दुनिया का पहला एआई मॉडल सूट है। एनवीआईडीआईए ने कहा कि मॉडलों का यह परिवार वैज्ञानिक अनुसंधान संस्थानों और कंपनियों को अधिक शक्तिशाली क्वांटम कंप्यूटर बनाने में मदद करेगा, जिससे उन्हें बड़े पैमाने पर वास्तव में उपयोगी व्यावहारिक अनुप्रयोगों को चलाने की क्षमता मिलेगी।
जटिल अनुप्रयोगों को चलाने के लिए क्वांटम कंप्यूटर के लिए, सिस्टम को लाखों क्यूबिट के पैमाने के साथ क्वांटम सूचना इकाइयों को संसाधित करने की आवश्यकता होती है। हालाँकि, क्वैबिट स्वयं बेहद नाजुक होते हैं, शोर हस्तक्षेप के प्रति संवेदनशील होते हैं और त्रुटि-प्रवण होते हैं। जैसे-जैसे क्वांटम कंप्यूटरों का दायरा बढ़ता है, सिस्टम को संचालन के दौरान वास्तविक समय में त्रुटि सुधार और बारीक अंशांकन पूरा करने में सक्षम होना चाहिए और गणना परिणामों की वैधता बनाए रखने के लिए पर्यावरणीय उतार-चढ़ाव की भरपाई करनी चाहिए। NVIDIA के संस्थापक और सीईओ जेन्सेन हुआंग ने कहा, "एआई क्वांटम कंप्यूटिंग को व्यावहारिक बनाने की कुंजी है।" उनके विचार में, आइसिंग के साथ, "एआई क्वांटम मशीनों का नियंत्रण विमान बन जाएगा - क्वांटम मशीनों के ऑपरेटिंग सिस्टम के बराबर, नाजुक क्यूबिट्स को स्केलेबल और विश्वसनीय क्वांटम-जीपीयू सिस्टम में बदल देगा।"
आइसिंग नाम आइसिंग मॉडल से आया है, जो भौतिकी में एक क्लासिक गणितीय मॉडल है, जिसका उपयोग कण स्पिन के बीच बातचीत का वर्णन करने और जटिल भौतिक प्रणालियों को अधिक संक्षिप्त तरीके से चित्रित करने के लिए किया जाता है। NVIDIA इस बार दो प्रकार के मॉडल प्रदान करता है: एक का उपयोग वास्तविक समय त्रुटि सुधार के लिए किया जाता है, और दूसरा क्वांटम सिस्टम के अंशांकन पर केंद्रित होता है।
त्रुटि सुधार के संदर्भ में, आइसिंग डिकोडिंग शोर की स्थिति में सुसंगत आउटपुट में क्वांटम माप को "डिकोड" करने के लिए जिम्मेदार है। यह एक त्रि-आयामी दृढ़ तंत्रिका नेटवर्क पर आधारित है और दो प्रकार प्रदान करता है: एक गति पर केंद्रित और दूसरा सटीकता पर। एनवीडिया का दावा है कि वर्तमान ओपन सोर्स उद्योग में आमतौर पर उपयोग किए जाने वाले त्रुटि सुधार उपकरण पाइमैचिंग की तुलना में, इज़िंग डिकोडिंग डिकोडिंग गति को 2.5 गुना तक बढ़ा सकता है और सटीकता में लगभग 3 गुना सुधार कर सकता है।
अंशांकन के संदर्भ में, आइसिंग अंशांकन मुख्य रूप से भौतिकविदों और इंजीनियरिंग टीमों के उद्देश्य से है और इसका उपयोग क्वांटम हार्डवेयर के नियंत्रण संकेतों को ट्यून करने, मापने और अनुकूलित करने के लिए किया जाता है। इन नियंत्रण संकेतों में माइक्रोवेव, लेजर और अन्य भौतिक साधन शामिल हैं। उच्च गुणवत्ता वाला क्वांटम आउटपुट समय के साथ शोर, हार्डवेयर अस्थिरता और पैरामीटर बहाव जैसे मुद्दों का प्रतिकार करने के लिए सटीक अंशांकन पर अत्यधिक निर्भर है। एनवीआईडीआईए के अनुसार, आइसिंग कैलिब्रेशन एक दृश्य-भाषा मॉडल है जो क्वांटम प्रोसेसर से माप डेटा की तुरंत व्याख्या कर सकता है और एआई एजेंटों को लगातार और स्वचालित रूप से कैलिब्रेशन प्रक्रिया को पूरा करने के लिए प्रेरित कर सकता है।
भविष्य के रोडमैप के बारे में बात करते समय, एनवीडिया क्वांटम उत्पाद निदेशक सैम स्टैनविक ने प्रेस कॉन्फ्रेंस में कहा कि कंपनी ने पहले डिकोडिंग और कैलिब्रेशन लॉन्च करने का फैसला किया क्योंकि ये दो लिंक क्वांटम सिस्टम के विस्तार को प्रतिबंधित करने वाली सबसे अधिक दबाव वाली बाधाएं हैं। उन्होंने दोनों को "एआई-आकार के कार्यभार" के रूप में वर्णित किया और माना कि इन क्षेत्रों में एआई की शुरूआत से तत्काल और काफी प्रभाव पड़ सकते हैं। हालाँकि, उन्होंने इस बात पर भी ज़ोर दिया कि एनवीडिया का दीर्घकालिक दृष्टिकोण यहीं तक सीमित नहीं है। भविष्य में, यह आशा की जाती है कि एआई क्वांटम सर्किट के निर्माण और अनुकूलन में भी भाग ले सकता है, जिससे डिकोडिंग और कैलिब्रेशन क्वांटम-जीपीयू सुपरकंप्यूटिंग प्लेटफार्मों की राह पर पहला मील का पत्थर बन जाएगा।
वर्तमान में, आइसिंग डिकोडिंग और आइसिंग कैलिब्रेशन को उद्यमों और वैज्ञानिक अनुसंधान संस्थानों में लागू किया जाना शुरू हो गया है। त्रुटि डिकोडिंग के संदर्भ में, कॉर्नेल विश्वविद्यालय, सैंडिया नेशनल लेबोरेटरीज, कैलिफोर्निया विश्वविद्यालय, सैन डिएगो, कैलिफोर्निया विश्वविद्यालय, सांता बारबरा और अन्य संस्थानों ने प्रासंगिक मॉडल तैनात करना शुरू कर दिया है। अंशांकन के संदर्भ में, कई क्वांटम कंप्यूटिंग-संबंधित कंपनियां और अनुसंधान संगठन जैसे एटम कंप्यूटिंग, एकेडेमिया सिनिका, ईरोक्यू, आयनक्यू, आईक्यूएम क्वांटम कंप्यूटर, क्यू‑CTRL, आदि पहले से ही सिस्टम डिबगिंग और अनुकूलन के लिए आइसिंग कैलिब्रेशन का उपयोग कर रहे हैं।
उपयोग में आने वाली बाधाओं को कम करने के लिए, NVIDIA ने "कुकबुक" गाइड का एक सेट भी जारी किया, जिसमें क्वांटम कंप्यूटिंग और सहायक प्रशिक्षण डेटा के लिए वर्कफ़्लो उदाहरण शामिल हैं, और NVIDIA NIM पर आधारित माइक्रोसर्विसेज प्रदान करता है। ये संसाधन डेवलपर्स को विभिन्न क्वांटम हार्डवेयर आर्किटेक्चर के आधार पर मॉडल को अनुकूलित, प्रशिक्षित और फाइन-ट्यून करने और संस्थान के भीतर संवेदनशील प्रयोगात्मक डेटा को बनाए रखते हुए एआई क्षमताओं का लाभ उठाते हुए स्थानीय अनुसंधान वातावरण में चलाने में मदद करेंगे।