काठमाडौं ।
अनुसन्धानकर्ताहरूले क्वान्टम कम्प्युटरको प्रयोगमार्फत कृत्रिम बुद्धिमत्ता (एआई) प्रणालीमा हुने अनिश्चितता घटाउने विधि विकास गरेका छन्। उनीहरूका अनुसार यो उत्पादन स्तरको पूर्व-प्रशिक्षित ठूलो भाषा मोडेल (एलएलएम) मा “क्वान्टम एन्हान्समेन्ट” प्रदर्शन गरिएको पहिलो उदाहरण हो।
एन्थ्रोपिकको क्लोड, ओपनएआईको च्याटजीपीटीजस्ता एआई प्रणालीको गुणस्तर र क्षमतामापन गर्न प्रयोग हुने प्रमुख सूचकहरूमध्ये “परप्लेक्सिटी” वा पीपीएल एक हो। यसले वाक्य वा शब्दहरूको क्रमपछि आउने अर्को शब्द सही रूपमा अनुमान गर्न प्रणाली कति सक्षम छ भन्ने मापन गर्छ।
कम पीपीएल भएको प्रणाली अर्को शब्द अनुमान गर्न राम्रो मानिन्छ भने उच्च पीपीएल भएको प्रणालीले अनियमित उत्तर दिने सम्भावना बढी हुन्छ। ठूलो एआई मोडेलमा पीपीएल घटाउन फाइन-ट्युनिङ, ठूलो डाटासेटमा प्रशिक्षण र थप प्यारामिटर प्रयोगजस्ता विधि अपनाइन्छन्।
लाइभसाइन्सका अनुसार उदाहरणका लागि, जीपीटी–५.५ मा करिब २ खर्बदेखि ५ खर्बसम्म प्यारामिटर रहेको अनुमान गरिएको छ। सामान्य एलएलएममा प्रत्येक प्यारामिटरले मेमोरीमा स्थान ओगट्ने भएकाले मोडेल ठूलो र सक्षम बन्दै जाँदा थप पूर्वाधार आवश्यक पर्छ।
तर मल्टिभर्स कम्प्युटिङका वैज्ञानिकहरूले एआई पूर्वाधार विस्तार नगरी वैकल्पिक उपाय फेला पारेका छन्। मे ७ मा एआरएक्सआईभी प्रिप्रिन्ट डाटाबेसमा अपलोड गरिएको नयाँ अध्ययनमा उनीहरूले क्वान्टम सर्किट ब्लक प्रयोग गर्दा एआई मोडेलमा सानो मात्र प्यारामिटर थपेर पनि परप्लेक्सिटी उल्लेखनीय रूपमा घटाउन सकिने बताएका छन्।
“हाम्रो जानकारीअनुसार यो वास्तविक सुपरकन्डक्टिङ क्वान्टम हार्डवेयरमा उत्पादन स्तरको व्यापक रूपमा प्रयोग हुने एलएलएममा अन्त्यदेखि अन्त्यसम्म क्वान्टम एन्हान्समेन्ट प्रदर्शन गरिएको पहिलो उदाहरण हो,” अनुसन्धानकर्ताहरूले अध्ययनमा लेखेका छन्।
अध्ययनमा अनुसन्धानकर्ताहरूले “केली-प्यारामिटराइज्ड युनिटरी एडाप्टर” (सीयूए) नामक क्वान्टम सर्किट ब्लक तयार गरी प्रयोग गरेका थिए।
केली प्यारामिटर गणितीय म्याट्रिक्सको एक सेट हो, जसलाई विशेष म्याट्रिक्स कम्पोनेन्टअनुसार “प्रशिक्षित” गर्न सकिन्छ। यी प्यारामिटरलाई एलएलएमको निश्चित तहमा राखेर क्लासिकल कम्प्युटरमा प्रशिक्षण दिइन्छ।
यस क्रममा एलएलएमका मूल प्यारामिटर स्थिर राखिन्छन्। त्यसपछि प्रशिक्षित केली प्यारामिटर र मूल मोडेल समावेश भएको हाइब्रिड प्रणालीलाई १५६-क्युबिटको IBM क्वान्टम सिस्टम टु सुपरकन्डक्टिङ क्वान्टम प्रोसेसिङ युनिटमा सञ्चालन गरिन्छ।
यसबाट तयार भएको क्वान्टम–क्लासिकल हाइब्रिड मोडेलले Meta द्वारा विकसित ८ अर्ब प्यारामिटर भएको लामा ३.१ ८बी मोडेलको परप्लेक्सिटी १.४ प्रतिशतले घटाएको थियो। यसका लागि केवल ६ हजार प्यारामिटर थपिएका थिए, जुन कुलमा ०.००००७५ प्रतिशत वृद्धि मात्रै हो।
अध्ययनका मुख्य लेखक तथा मल्टिभर्स कम्प्युटिङका वरिष्ठ अनुसन्धान वैज्ञानिक बोरखा आइजपुरुआले यो प्रविधिलाई भविष्यको विकासका लागि अवधारणा प्रमाणको रूपमा वर्णन गरेका छन्।
उनले क्वान्टम कम्प्युटरले परम्परागत प्रणालीभन्दा केही फाइदा दिन सक्ने भए पनि त्यससँग चुनौती पनि रहेको बताए।
उनका अनुसार सबैभन्दा पहिले प्यारामिटरलाई क्वान्टम कम्प्युटरमा इन्कोड गरिन्छ। त्यसपछि क्लासिकल रूपमा प्रशिक्षण गरिएको केली युनिटरी एडाप्टरलाई क्वान्टम हार्डवेयरमा कार्यान्वयन गरिन्छ।
उनले एडाप्टर सानो हुनु महत्वपूर्ण रहेको बताए, किनकि सर्किट ठूलो हुँदै जाँदा “न्वाइज” पनि बढ्छ। क्वान्टम गणनाका क्रममा नजिकका क्युबिट, पृथ्वीको चुम्बकीय क्षेत्र, वाइफाइ वा फोनबाट आउने विकिरण तथा अन्तरिक्षीय किरणबाट उत्पन्न हुने न्वाइजले त्रुटि ल्याउन सक्छ र नतिजा अर्थहीन बन्न सक्छ।
क्वान्टम कम्प्युटिङ अनुसन्धानमा जस्तै यस अध्ययनमा पनि क्वान्टम त्रुटि सुधार मुख्य चासोको विषय थियो। आइजपुरुआ र उनको टोलीले विशेष गरी न्वाइजबाट उत्पन्न त्रुटि कम गर्ने प्रयास गरेका थिए।
अनुसन्धानकर्ताहरूले क्लासिकल रूपमा प्रशिक्षण गरिएका केली युनिटरी एडाप्टरलाई एआई प्रणालीको “इन्फरेन्स” चरणअघि क्वान्टम प्रणालीमा लोड गरेका थिए। त्यसपछि हाइब्रिड मोडेलको नतिजालाई सामान्य मोडेलसँग तुलना गरिएको थियो।
अनुसन्धानकर्ताहरूले हाइब्रिड मोडेलले केही प्रश्नको सही उत्तर दिन सकेको पत्ता लगाए, जुन मूल लामा मोडेलले दिन सकेको थिएन।
खगोलशास्त्रसम्बन्धी एक प्रश्नमा मूल मोडेलले केवल शनिसँग मात्रै जोभियन ग्रहका घेरा हुन्छन् भनेर गलत उत्तर दिएको थियो। तर सीयूए-सक्षम मोडेलले सबै जोभियन ग्रहमा घेरा हुने सही उत्तर दिएको थियो।
त्यस्तै अर्को जीवविज्ञानसम्बन्धी प्रश्नमा मूल मोडेलले गलत उत्तर दिएको थियो भने सीयूए-सक्षम मोडेलले “बढ्दो आनुवंशिक समानता” सही रूपमा पहिचान गरेको थियो।
“यहाँ हामीले देख्न सक्छौँ कि एउटा मोडेलले सही उत्तर दिन सकेन, तर क्वान्टम प्रविधि थपेपछि त्यसले सही उत्तर दिन थाल्यो,” आइजपुरुआले बताएका छन्।
उनका अनुसार १.४ प्रतिशत परप्लेक्सिटी कमी र सही उत्तर दिने क्षमताले क्वान्टम हाइब्रिड एआई प्रणाली विकासका लागि स्पष्ट मार्ग देखाएको छ।
उनले यो अनुसन्धानले क्लासिकल कम्प्युटिङ पूर्वाधार विस्तारको सीमाबाट उत्पन्न विकास अवरोध हटाउन मद्दत गर्न सक्ने बताए।
भविष्यमा सम्पूर्ण क्वान्टम सर्किटलाई प्रत्यक्ष इन्कोड गर्ने विधि विकास गर्ने लक्ष्य रहेको उनले बताए। यसले कम प्यारामिटर प्रयोग गरेर अझ कम परप्लेक्सिटी र उच्च सटीकता भएको एलएलएम विकास गर्न सक्ने अपेक्षा गरिएको छ।
अन्ततः अनुसन्धानको उद्देश्य “क्वान्टम एड्भान्टेज” हासिल गर्न सक्ने उच्च गुणस्तरको एआई प्रणाली विकास गर्नु रहेको आइजपुरुआले बताएका छन्। “क्वान्टम एड्भान्टेज” भन्नाले कुनै पनि परम्परागत कम्प्युटरले गर्न नसक्ने कार्य गर्न सक्ने क्वान्टम कम्प्युटर प्रणालीलाई जनाउँछ।
प्रकाशित: १३ जेष्ठ २०८३, बुधबार
