‘क्वान्टम मेशिन लर्निङ’ प्रविधिले माइक्रोचिप बनाउने तरिकामा ठूलो परिवर्तन ल्याउने: वैज्ञानिकहरु

काठमाडौं ।

मोबाइल फोन, ल्यापटपदेखि फ्रिजसम्मका आधुनिक उपकरणहरू प्रायः सबै माइक्रोचिपबाट सञ्चालित हुन्छन्। तर ती चिप बनाउने प्रक्रिया निकै जटिल हुन्छ। तर अनुसन्धानकर्ताहरूले क्वान्टम कम्प्युटिङको शक्तिको प्रयोग गरी यसलाई सजिलो बनाउने तरिका फेला पारेको बताएका छन्।

अष्ट्रेलियाका वैज्ञानिकहरूले कृत्रिम बुद्धिमत्ता (एआई) र क्वान्टम कम्प्युटिङ सिद्धान्तको संयोजनमार्फत ‘क्वान्टम मेशिन लर्निङ’ प्रविधि विकास गरेका छन्, जसले माइक्रोचिप बनाउने तरिकामा ठूलो परिवर्तन ल्याउन सक्ने उनीहरूको दावी छ।

उनीहरूले जुन २३ मा एडभान्स्ड साइन्स नामक जर्नलमा प्रकाशित अध्ययनमा चिपभित्रको विद्युत् प्रतिरोध मोडलिङ गर्ने जटिल प्रक्रियालाई क्वान्टम मेशिन लर्निङको प्रयोगबाट कसरी सुधार गर्न सकिन्छ भन्ने कुरा पहिलो पटक देखाएका छन्। चिपको कार्यक्षमता कति प्रभावकारी हुन्छ भन्ने निर्धारणमा विद्युत् प्रतिरोध महत्त्वपूर्ण कारक मानिन्छ।

लाइभसाइन्सका अनुसार क्वान्टम मेशिन लर्निङ एउटा मिश्रित प्रविधि हो, जसमा परम्परागत तथ्याङ्कलाई क्वान्टम कम्प्युटिङ प्रविधिबाट प्रशोधन गरिन्छ।

परम्परागत कम्प्युटरमा डाटा ० वा १ मा आधारित बिटमा संग्रह हुन्छ भने, क्वान्टम कम्प्युटरले ‘क्युबिट’ प्रयोग गर्छ, जसले सुपरपोजिशन र एन्ट्याङ्गलमेन्टजस्ता सिद्धान्तको कारण एकैसाथ विभिन्न अवस्थामा रहन सक्छ। यसले धेरै क्युबिट थपिएसँगै गणनाको गति तीव्र रूपमा बढ्न सक्छ।

यस प्रविधिमा परम्परागत डाटा क्वान्टम अवस्थाहरूमा रूपान्तरण गरिन्छ, जसले गर्दा क्वान्टम कम्प्युटरले परम्परागत प्रणालीहरूले नदेख्ने जटिल ढाँचाहरू पत्ता लगाउन सक्छ। त्यसपछि, परम्परागत प्रणालीले ती नतिजालाई व्याख्या गरेर व्यवहारमा ल्याउने काम गर्छ।

चिप निर्माण प्रक्रिया स्वयंमा अत्यन्तै जटिल र चरणबद्ध हुन्छ, जसमा प्रत्येक कदम उच्च सटीकताका साथ गर्नुपर्छ। सामान्यतः सिलिकन वेफरमा सयौँ तहहरू राख्ने, संरचना बनाउने, ढाँचाहरू स्थानान्तरण गर्ने, सामग्री हटाउने, आयन इम्प्लान्टेसनबाट तहहरूको विद्युत् गुण परिवर्तन गर्ने र अन्त्यमा उपकरणमा प्रयोग गर्न मिल्नेगरी प्याकेजिङ्ग गर्ने काम हुन्छ।

यसै क्रममा, अध्ययनमा वैज्ञानिकहरूले विशेष रूपमा ‘ओह्मिक कन्ट्याकट रेजिस्टेन्स’ मोडलिङमा ध्यान केन्द्रित गरेका छन्। यो चिपको धातु र सेमिकन्डक्टर तहबीच विद्युत् प्रवाह कति सजिलै हुने गर्छ भन्ने मापन हो। कम प्रतिरोधको अर्थ, चिप छिटो र ऊर्जा-कुशल रूपमा काम गर्छ। तर यो प्रतिरोधलाई सहीसँग मोडलिङ गर्नु चुनौतीपूर्ण रहँदै आएको छ।

हालसम्म, इन्जिनियरहरूले परम्परागत मेशिन लर्निङको प्रयोग गर्दै आएका थिए, जुन ठूलो र सफा डाटा सेटमा राम्रो काम गर्छ। तर सेमिकन्डक्टरको परीक्षणबाट साना, अव्यवस्थित र जटिल ढाँचायुक्त डाटा आउने हुँदा मेशिन लर्निङको परिणाम सधैं भरपर्दो हुँदैन। यस समस्यालाई समाधान गर्न वैज्ञानिकहरूले क्वान्टम मेशिन लर्निङ प्रविधिको प्रयोग गरेका हुन्।

अनुसन्धान टोलीले ग्यालियम नाइट्राइड नामक १५९ नमूनाबाट प्राप्त डाटा प्रयोग गरे, जुन उच्च गति र प्रभावकारिताका कारण ५जी जस्ता उपकरणमा प्रयोग हुने सेमिकन्डक्टर हो। उनीहरूले पहिले त ओह्मिक प्रतिरोधमा सबैभन्दा बढी प्रभाव पार्ने निर्माणसम्बन्धी कारकहरू पहिचान गरे। त्यसपछि क्वान्टम केर्नल अलाइन्ड रिग्रेसर (क्यूकेएआर) नामक नयाँ मेशिन लर्निङ प्रविधि विकास गरे।

क्यूकेएआरले परम्परागत डेटा क्वान्टम अवस्थामा रूपान्तरण गर्छ र त्यसपछि क्वान्टम प्रणालीले जटिल सम्बन्ध पत्ता लगाउँछ। यी सम्बन्धको आधारमा परम्परागत एल्गोरिदमले सिक्ने काम गर्छ र नयाँ मोडेल तयार हुन्छ। यस मोडेललाई पाँच नयाँ नमूनामा परीक्षण गरियो जुन प्रशिक्षण डेटा सेटमा थिएनन्।

क्यूकेएआर मोडेललाई गहिरो (शिक्षण डीप लर्निङ) र ग्रेडियन्ट बुस्टिङ जस्ता सात उत्कृष्ट परम्परागत मोडेलहरूसँग तुलना गर्दा यसले सबैभन्दा राम्रो परिणाम दिएको थियो। यसले ०.३३८ ओम प्रति मिलिमिटर प्रतिरोध हासिल गरेको उल्लेख भए पनि विस्तृत तथ्याङ्क भने प्रकाशित गरिएको छैन।

महत्त्वपूर्ण कुरा के हो भने, यो प्रविधि वास्तविक हार्डवेयरमा प्रयोग गर्न मिल्नेगरी विकास गरिएको हो, जसले गर्दा भविष्यमा विश्वसनीय क्वान्टम मेसिनहरूमा प्रयोग गर्न सकिनेछ।

वैज्ञानिकहरूले लेखेका छन्, “यी निष्कर्षहरूले सेमिकन्डक्टर क्षेत्रमा कम डेटा, उच्च जटिलतायुक्त समस्याहरू समाधान गर्न क्वान्टम मेशिन लर्निङको सम्भावना देखाउँछन्।” विशेष गरी क्वान्टम हार्डवेयर अझ उन्नत हुँदै जाँदा यो प्रविधि छिट्टै वास्तविक चिप उत्पादन प्रक्रियामा प्रयोगमा ल्याउन सकिने उनीहरूले थप उल्लेख गरेका छन्।