EITC/AI/TFQML ٹینسرفلو کوانٹم مشین لرننگ گوگل کوانٹم پروسیسر سائکمور فن تعمیر پر مشین لرننگ کو لاگو کرنے کے لئے گوگل ٹینسرفلو کوانٹم لائبریری کے استعمال پر یورپی آئی ٹی سرٹیفیکیشن پروگرام ہے۔
EITC/AI/TFQML ٹینسرفلو کوانٹم مشین لرننگ کا نصاب مندرجہ ذیل ڈھانچے کے اندر منظم گوگل کوانٹم پروسیسر سائکیمور فن تعمیر پر جدید ترین کوانٹم کمپیوٹیشنل ماڈل پر مبنی مشین لرننگ کے لئے گوگل کے ٹینسرفلو کوانٹم لائبریری کے استعمال میں نظریاتی علم اور عملی صلاحیتوں پر مرکوز ہے۔ اس EITC سرٹیفیکیشن کے حوالہ کے طور پر محاورہاتی مواد۔
ٹینسرفلو کوانٹم (ٹی ایف کیو) ہائبرڈ کوانٹم کلاسیکی ایم ایل ماڈلز کی تیزی سے پروٹو ٹائپنگ کے لئے ایک کوانٹم مشین لرننگ لائبریری ہے۔ کوانٹم الگورتھم اور ایپلی کیشنز کی تحقیق گوگل کے کوانٹم کمپیوٹنگ فریم ورک کا فائدہ اٹھاسکتی ہے ، یہ سب ٹینسرفلو کے اندر ہی ہیں۔
ٹینسرفلو کوانٹم کوانٹم ڈیٹا اور ہائبرڈ کوانٹم کلاسیکی ماڈل بنانے میں مرکوز ہے۔ یہ سرک (کوانٹم سرکٹس ماڈل پر مبنی کوانٹم پروگرامنگ فریم ورک) میں ڈیزائن کیا گیا کوانٹم کمپیوٹنگ الگورتھم اور منطق کو مربوط کرتا ہے ، اور اعلی کارکردگی کے کوانٹم سرکٹ سمیلیٹروں کے ساتھ ، موجودہ ٹینسرفلو API کے ساتھ مطابقت پذیر کوانٹم کمپیوٹنگ فراہم کرتا ہے۔ ٹینسرفلو کوانٹم وائٹ پیپر میں مزید پڑھیں۔
کوانٹم کمپیوٹنگ کمپیوٹ کو انجام دینے کے لئے کوانٹم مظاہر جیسے سپر پوزیشن اور الجھن کا استعمال ہے۔ کمپیوٹرز جو کوانٹم کمپیوٹرز انجام دیتے ہیں انہیں کوانٹم کمپیوٹرز کہا جاتا ہے۔ سمجھا جاتا ہے کہ کوانٹم کمپیوٹرز کچھ کمپیوٹیشنل مسائل جیسے انٹیگر فیکٹرلائزیشن (جس میں RSA انکرپشن کی تشکیل ہوتی ہے) ، کلاسیکی کمپیوٹرز کے مقابلے میں کافی تیزی سے حل کرنے کے قابل ہے۔ کوانٹم کمپیوٹنگ کا مطالعہ کوانٹم انفارمیشن سائنس کا ایک ذیلی فیلڈ ہے۔
کوانٹم کمپیوٹنگ کی شروعات 1980 کی دہائی کے اوائل میں ہوئی ، جب ماہر طبیعیات پال بینیف نے ٹورنگ مشین کا کوانٹم میکینیکل ماڈل تجویز کیا۔ رچرڈ فین مین اور یوری منین نے بعد میں یہ تجویز کیا کہ ایک کوانٹم کمپیوٹر میں ایسی چیزوں کی نقالی کرنے کی صلاحیت موجود ہے جو کلاسیکی کمپیوٹر نہیں کرسکتا تھا۔ 1994 میں ، پیٹر شور نے عدد صحیح کرنے کے ل quant ایک کوانٹم الگورتھم تیار کیا جس میں RSA- خفیہ مواصلات کو ڈیکرٹ کرنے کی صلاحیت موجود تھی۔ 1990 کی دہائی کے آخر سے جاری تجرباتی پیشرفت کے باوجود ، زیادہ تر محققین کا خیال ہے کہ "غلطی برداشت کرنے والے کوانٹم کمپیوٹنگ اب بھی ایک دور کا خواب ہے۔" حالیہ برسوں میں ، سرکاری اور نجی دونوں شعبوں میں کوانٹم کمپیوٹنگ ریسرچ میں سرمایہ کاری میں اضافہ ہوا ہے۔ 23 اکتوبر 2019 کو ، گوگل اے آئی نے ، امریکی نیشنل ایروناٹکس اینڈ اسپیس ایڈمنسٹریشن (ناسا) کے ساتھ شراکت میں ، ایک ایسا کوانٹم کمپیوٹشن کرنے کا دعوی کیا جو کسی بھی کلاسیکی کمپیوٹر (نام نہاد کوانٹم بالادستی کے نتیجہ) پر ناقابل شناخت ہے۔
کوانٹم کمپیوٹرز (یا بلکہ ، کوانٹم کمپیوٹنگ سسٹم) کے متعدد ماڈل موجود ہیں ، جن میں کوانٹم سرکٹ ماڈل ، کوانٹم ٹورنگ مشین ، اڈیبیٹک کوانٹم کمپیوٹر ، ایک طرفہ کوانٹم کمپیوٹر ، اور مختلف کوانٹم سیلولر آٹو میٹا شامل ہیں۔ سب سے زیادہ استعمال شدہ ماڈل کوانٹم سرکٹ ہے۔ کوانٹم سرکٹس کوانٹم بٹ ، یا "کوئبٹ" پر مبنی ہیں ، جو کلاسیکی حساب میں تھوڑا سا مطابقت رکھتا ہے۔ کیوبٹس 1 یا 0 کوانٹم ریاست میں ہوسکتے ہیں ، یا وہ 1 اور 0 ریاستوں کے سپرپوزیشن میں ہوسکتے ہیں۔ تاہم ، جب کوئٹس کو ناپا جاتا ہے تو پیمائش کا نتیجہ ہمیشہ ایک 0 یا 1 ہوتا ہے۔ ان دونوں نتائج کے امکانات کا انحصار کوانٹم ریاست پر ہے کہ پیمائش فوری طور پر پیمائش سے پہلے تھے۔
جسمانی کوانٹم کمپیوٹر کی تعمیر کی طرف پیشرفت ٹرانسمن ، آئن ٹریپس اور ٹوپولوجیکل کوانٹم کمپیوٹرز جیسی ٹکنالوجیوں پر مرکوز ہے ، جس کا مقصد اعلی معیار والے کوئبٹس تیار کرنا ہے۔ یہ کوئٹس کوانٹم کمپیوٹرز کے مکمل کمپیوٹنگ ماڈل پر منحصر ہیں ، چاہے کوانٹم لاجک گیٹس ، کوانٹم اینیلنگ ، یا اڈیبیٹک کوانٹم کمپیوٹشن مختلف ڈیزائن کیے جاسکتے ہیں۔ اس وقت مفید کوانٹم کمپیوٹرز کی تعمیر کے راستے میں متعدد نمایاں رکاوٹیں ہیں۔ خاص طور پر ، کوئبٹس کی کوانٹم ریاستوں کو برقرار رکھنا مشکل ہے کیونکہ وہ کوانٹم ڈیکورینس اور ریاستی وفاداری کا شکار ہیں۔ کوانٹم کمپیوٹرز کو غلطی کی اصلاح کی ضرورت ہے۔ کوئی بھی کمپیوٹیشنل مسئلہ جو کلاسیکل کمپیوٹر کے ذریعہ حل کیا جاسکتا ہے کوانٹم کمپیوٹر کے ذریعہ بھی حل کیا جاسکتا ہے۔ اس کے برعکس ، کوئی بھی مسئلہ جو کوانٹم کمپیوٹر کے ذریعہ حل کیا جاسکتا ہے ، کو کلاسیکی کمپیوٹر بھی حل کرسکتا ہے ، کم از کم اصولی طور پر کافی وقت دیا جائے۔ دوسرے الفاظ میں ، کوانٹم کمپیوٹرز چرچ – ٹورنگ تھیسس کی پابندی کرتے ہیں۔ اگرچہ اس کا مطلب یہ ہے کہ کوانٹم کمپیوٹرز کمپیوٹیبلٹی کے لحاظ سے کلاسیکی کمپیوٹرز کے مقابلے میں کوئی اضافی فوائد فراہم نہیں کرتے ہیں ، بعض مسائل کے لئے کوانٹم الگورتھم اسی زمانے کے معروف کلاسیکل الگورتھم کے مقابلے میں نمایاں طور پر کم وقت کی پیچیدگیاں رکھتے ہیں۔ خاص طور پر ، خیال کیا جاتا ہے کہ کوانٹم کمپیوٹرز کچھ ایسی مشکلات کو فوری طور پر حل کرنے میں کامیاب ہوجاتے ہیں جن کا کوئی بھی کلاسیکل کمپیوٹر کسی قابل عمل وقت میں حل نہیں کرسکتا تھا۔ یہ ایک ایسا کارنامہ ہے جسے "کوانٹم بالادستی" کہا جاتا ہے۔ کوانٹم کمپیوٹرز کے حوالے سے مسائل کی کمپیوٹیشنل پیچیدگی کا مطالعہ کوانٹم کمپلیکس تھیوری کے نام سے جانا جاتا ہے۔
گوگل سکیمور ایک کوانٹم پروسیسر ہے جو گوگل انکارپوریشن کی مصنوعی ذہانت ڈویژن نے تشکیل دیا ہے۔ اس میں 53 کوئبٹس شامل ہیں۔
2019 میں ، سکمور نے 200 سیکنڈ میں ایک کام مکمل کیا جس کا دعویٰ گوگل نے فطرت کے ایک پیپر میں کیا ، جدید ترین سپر کمپیوٹر کو 10,000 ہزار سال مکمل کرنے میں مدد ملے گی۔ اس طرح ، گوگل نے دعوی کیا ہے کہ کوانٹم بالادستی حاصل ہے۔ کلاسیکل سپر کمپیوٹر کے ذریعہ ہونے والے وقت کا اندازہ لگانے کے لئے ، گوگل نے سمٹ میں کوانٹم سرکٹ تخروپن کے کچھ حص ranے چلائے ، جو دنیا کا سب سے طاقتور کلاسیکی کمپیوٹر ہے۔ بعد میں ، آئی بی ایم نے ایک متنازعہ بحث کرتے ہوئے دعوی کیا کہ اس سمٹ جیسے کلاسیکی نظام میں صرف 2.5 دن لگیں گے۔ اگر گوگل کے دعوے کو برقرار رکھا گیا ہے ، تو وہ کمپیوٹنگ کی طاقت میں ایک نمایاں چھلانگ کی نمائندگی کرے گا۔
اگست 2020 میں گوگل کے لئے کام کرنے والے کوانٹم انجینئروں نے کوانٹم کمپیوٹر پر سب سے بڑا کیمیکل نقلی اطلاع دی - ایک ہارٹری - فاک کے قریب ایک کلاسیکی کمپیوٹر کی جوڑی نے نتائج کا تجزیہ کیا جس میں 12 کوبٹ سسٹم کے لئے نئے پیرامیٹرز کی فراہمی کی گئی۔
دسمبر 2020 میں ، یو ایس ٹی سی کے تیار کردہ ، چینی فوٹون پر مبنی جیو زانگ پروسیسر ، نے 76 کوئبٹس کی پروسیسنگ پاور حاصل کی اور یہ سکامور سے 10 بلین گنا تیز تھا ، جس سے یہ کوانٹم کی بالادستی حاصل کرنے والا دوسرا کمپیوٹر بنا۔
کوانٹم مصنوعی ذہانت لیب (جسے کوانٹم اے آئی لیب یا کوئیل بھی کہا جاتا ہے) ناسا ، یونیورسٹیز اسپیس ریسرچ ایسوسی ایشن ، اور گوگل (خاص طور پر گوگل ریسرچ) کا مشترکہ اقدام ہے جس کا مقصد یہ ہے کہ کوانٹم کمپیوٹنگ مشین سیکھنے میں کس طرح مدد فراہم کرسکتی ہے۔ اور کمپیوٹر کے دیگر مشکل مسائل۔ لیب کی میزبانی ناسا کے ایمس ریسرچ سنٹر میں کی گئی ہے۔
کوانٹم AI لیب کا اعلان گوگل ریسرچ نے 16 مئی ، 2013 کو ایک بلاگ پوسٹ میں کیا تھا۔ لانچ کے وقت ، لیب ڈی-ویو سسٹمز سے جدید ترین تجارتی لحاظ سے دستیاب کوانٹم کمپیوٹر ، ڈی-ویو ٹو کا استعمال کررہا تھا۔
20 مئی ، 2013 کو ، اعلان کیا گیا کہ لوگ لیب میں ڈی ویو ٹو پر وقت استعمال کرنے کے لئے درخواست دے سکتے ہیں۔ 10 اکتوبر ، 2013 کو ، گوگل نے کوانٹم اے آئی لیب کی موجودہ حالت کو بیان کرنے والی ایک مختصر فلم جاری کی۔ 18 اکتوبر ، 2013 کو ، گوگل نے اعلان کیا کہ اس نے کوانٹم فزکس کو منی کرافٹ میں شامل کرلیا ہے۔
جنوری 2014 میں ، گوگل نے لیب میں D-Wave two کی کارکردگی کو کلاسیکی کمپیوٹرز کے ساتھ مقابلے کے نتائج کی اطلاع دی۔ نتائج مبہم تھے اور انٹرنیٹ پر گرما گرم بحث کو ہوا دیتے تھے۔ 2 ستمبر 2014 کو ، اعلان کیا گیا کہ کوانٹم اے آئی لیب ، یوسی سانٹا باربرا کے ساتھ شراکت میں ، سپر کنڈکٹنگ الیکٹرانکس پر مبنی کوانٹم انفارمیشن پروسیسر بنانے کے لئے ایک پہل شروع کرے گی۔
23 اکتوبر 2019 کو ، کوانٹم اے آئی لیب نے ایک مقالے میں اعلان کیا کہ اس نے کوانٹم بالادستی حاصل کرلی ہے۔
گوگل اے کوانٹم کوانٹم کمپیوٹنگ کو کوانٹم پروسیسرز اور ناول کوانٹم الگورتھم تیار کرکے آگے بڑھ رہا ہے تاکہ محققین اور ڈویلپرز کو نظریاتی اور عملی دونوں قریبی مدت کے مسائل حل کرنے میں مدد ملے۔
کوانٹم کمپیوٹنگ کو کل کی بدعات کی ترقی میں مدد کرنے کے لئے سمجھا جاتا ہے ، بشمول اے آئی۔ یہی وجہ ہے کہ گوگل سرشار کوانٹم ہارڈ ویئر اور سافٹ ویئر کی تعمیر کے لئے اہم وسائل کا ارتکاب کرتا ہے۔
کوانٹم کمپیوٹنگ ایک نئی مثال ہے جو AI کے لئے کاموں کو تیز کرنے میں بڑا کردار ادا کرے گی۔ گوگل کا مقصد محققین اور ڈویلپرز کو اوپن سورس فریم ورک اور کمپیوٹنگ پاور تک رسائی کی پیش کش کرنا ہے جو حساب کتاب کی کلاسیکی صلاحیتوں سے پرے کام کرسکتے ہیں۔
گوگل AI کوانٹم کے مرکزی مقامات یہ ہیں
- سپر سوانڈکٹنگ کوئٹ پروسیسرز: چپ پر مبنی توسیع پزیر فن تعمیر کے ساتھ دو بکوٹ گیٹ کی غلطی <0.5٪ کو نشانہ بناتے ہوئے سپر کُنڈکٹنگ کوئٹس۔
- کیوبٹ میٹرولوجی: دو کوبیٹ نقصان کو 0.2-سے کم کرنا غلطی کی اصلاح کے ل critical اہم ہے۔ ہم جدید ترین کلاسیکی کمپیوٹرز اور الگورتھم کی صلاحیتوں سے پرے کوانٹم سرکٹ کے نمونے کے ل to ، ایک کوانٹم بالادستی کے تجربے پر کام کر رہے ہیں۔
- کوانٹم تخروپن: جسمانی نظام کی تخروپن کوانٹم کمپیوٹنگ کی انتہائی متوقع درخواستوں میں شامل ہے۔ ہم خاص طور پر کیمسٹری اور میٹریل سائنس میں ایپلی کیشنز کے ساتھ الیکٹرانوں کو انٹرایکٹو کرنے کے ماڈلنگ سسٹم کے لئے کوانٹم الگورتھم پر فوکس کرتے ہیں۔
- کوانٹم کی مدد سے کی گئی اصلاح: ہم تخمینہ لگانے کے ل hy ہائبرڈ کوانٹم کلاسیکی سالور تیار کررہے ہیں۔ توانائی کی رکاوٹوں کو دور کرنے کے لئے کلاسیکی الگورتھم میں تھرمل چھلانگ کوانٹم اپ ڈیٹ کی مدد سے بڑھایا جاسکتا ہے۔ ہم خاص آبادی کی منتقلی میں دلچسپی رکھتے ہیں۔
- کوانٹم نیورل نیٹ ورکس: ہم قریبی مدت کے پروسیسروں پر کوانٹم نیورل نیٹ ورک نافذ کرنے کے لئے ایک فریم ورک تیار کررہے ہیں۔ ہم اس بات کو سمجھنے میں دلچسپی رکھتے ہیں کہ نیٹ ورک کے آپریشن کے دوران بڑے پیمانے پر سپرپوزیشن ریاستیں پیدا کرنے سے کیا فوائد حاصل ہوسکتے ہیں۔
گوگل اے کوانٹم کے تیار کردہ اہم ٹولز اوپن سورس فریم ورک ہیں جو خاص طور پر ناول کوانٹم الگورتھم تیار کرنے کے ل designed تیار کیے گئے ہیں تاکہ عملی پریشانیوں کے لئے قریبی مدت کی ایپلی کیشنز کو حل کیا جاسکے۔ یہ شامل ہیں:
- Cirq: قریب انٹرمیڈیٹ اسکیل کوانٹم (NISQ) الگورتھم کو قریب مدتی کوانٹم پروسیسرز پر تعمیر اور تجربہ کرنے کے لئے ایک اوپن سورس کوانٹم فریم ورک
- اوپنفیرمین: کیمسٹری اور میٹریل سائنس کے مسائل کو کوانٹم سرکٹس میں ترجمہ کرنے کے لئے ایک اوپن سورس پلیٹ فارم جو موجودہ پلیٹ فارمز پر عمل میں لایا جاسکتا ہے۔
گوگل اے آئی کوانٹم قریب قریب کی ایپلی کیشنز میں شامل ہیں:
کوانٹم تخروپن
کیمسٹری اور گاڑھا ہوا معاملہ ماڈلز کے درست نقالی کے ذریعے نئے ماد materialsوں کا ڈیزائن اور پیچیدہ طبیعیات کی وضاحت۔ کوانٹم کمپیوٹنگ کی سب سے زیادہ امید افزا ایپلی کیشنز میں شامل ہیں۔
نقص کم کرنے کی تکنیک
ہم مکمل کوانٹم غلطی اصلاح کے راستے پر ایسے طریقوں کو تیار کرنے کے لئے کام کرتے ہیں جو موجودہ آلات میں ڈرامائی طور پر شور کو کم کرنے کی صلاحیت رکھتے ہیں۔ اگرچہ پورے پیمانے پر غلطی روادار کوانٹم کمپیوٹنگ میں کافی پیشرفت کی ضرورت ہوسکتی ہے ، ہم نے کوانٹم سب اسپیس توسیع کی تکنیک تیار کی ہے تاکہ قریبی مدت کے آلات پر ایپلی کیشنز کی کارکردگی کو بہتر بنانے کے لئے کوانٹم غلطی اصلاح سے متعلق تکنیک کو بروئے کار لاسکے۔ مزید یہ کہ ، یہ تکنیک قریبی مدت کے آلات پر پیچیدہ کوانٹم کوڈ کی جانچ میں سہولت فراہم کرتی ہے۔ ہم ان تکنیکوں کو فعال طور پر نئے علاقوں میں آگے بڑھا رہے ہیں اور قریبی مدت کے تجربات کے ڈیزائن کی بنیاد کے طور پر ان کا فائدہ اٹھا رہے ہیں۔
کوانٹم مشین لرننگ
ہم قریب قریب کوانٹم آلات پر ہائبرڈ کوانٹم کلاسیکی مشین سیکھنے کی تکنیک تیار کررہے ہیں۔ ہم کوانٹم اور کلاسیکی ڈیٹا کی درجہ بندی اور کلسٹرنگ کے لئے عالمگیر کوانٹم سرکٹ سیکھنے کا مطالعہ کر رہے ہیں۔ ہم جنریٹری اور امتیازی سلوک والے کوانٹم نیورل نیٹ ورکس میں بھی دلچسپی رکھتے ہیں ، جو کوانٹم مواصلاتی نیٹ ورک کے اندر کوانٹم ریپیٹرز اور اسٹیٹ پیوریفیکیشن یونٹ کے طور پر ، یا دوسرے کوانٹم سرکٹس کی تصدیق کے ل used استعمال ہوسکتے ہیں۔
کوانٹم آپٹمائزیشن
ایرو اسپیس ، آٹوموٹو اور دیگر صنعتوں میں مجرد اصلاحات ہائبرڈ کوانٹم - کلاسیکی اصلاح سے فائدہ اٹھاسکتی ہیں ، مثال کے طور پر نقلی انیلنگ ، کوانٹم اسسٹڈ اوپٹائزیشن الگورتھم (کیو اے اے) اور کوانٹم بڑھا ہوا آبادی کی منتقلی آج کے پروسیسروں کی افادیت رکھ سکتی ہے۔
سرٹیفیکیشن کے نصاب سے اپنے آپ کو تفصیل سے آشنا کرنے کے لیے آپ نیچے دی گئی جدول کو بڑھا سکتے ہیں اور اس کا تجزیہ کر سکتے ہیں۔
EITC/AI/TFQML TensorFlow کوانٹم مشین لرننگ سرٹیفیکیشن نصاب ایک ویڈیو کی شکل میں کھلی رسائی کے تدریسی مواد کا حوالہ دیتا ہے۔ سیکھنے کے عمل کو مرحلہ وار ڈھانچے (پروگرام -> اسباق -> عنوانات) میں تقسیم کیا گیا ہے جس میں نصاب کے متعلقہ حصوں کا احاطہ کیا گیا ہے۔ ڈومین کے ماہرین کے ساتھ لامحدود مشاورت بھی فراہم کی جاتی ہے۔
سرٹیفیکیشن کے طریقہ کار کی تفصیلات کے لیے چیک کریں۔ یہ کیسے کام کرتا ہے.
نصاب حوالہ وسائل
ٹینسرفلو کوانٹم (ٹی ایف کیو) ہائبرڈ کوانٹم کلاسیکی ایم ایل ماڈلز کی تیزی سے پروٹو ٹائپنگ کے لئے ایک کوانٹم مشین لرننگ لائبریری ہے۔ کوانٹم الگورتھم اور ایپلیکیشنز کی تحقیق گوگل کے کوانٹم کمپیوٹنگ فریم ورک کا فائدہ اٹھاسکتی ہے ، یہ سب ٹینسرفلو کے اندر ہی ہیں۔ ٹینسرفلو کوانٹم کوانٹم ڈیٹا اور ہائبرڈ کوانٹم کلاسیکی ماڈل بنانے میں مرکوز ہے۔ یہ کوارٹم کمپیوٹنگ الگورتھم اور منطق کو مربوط کرتا ہے جس میں سرک میں ڈیزائن کیا گیا ہے ، اور موجودہ ٹینسرفلو APIs کے ساتھ مطابقت پذیر کوانٹم کمپیوٹنگ آدم فراہم کرتا ہے ، نیز اعلی کارکردگی کے کوانٹم سرکٹ سمیلیٹرس کے ساتھ۔ ٹینسرفلو کوانٹم وائٹ پیپر میں مزید پڑھیں۔ اضافی حوالہ کے طور پر آپ جائزہ چیک کرسکتے ہیں اور نوٹ بک ٹیوٹوریلز چلا سکتے ہیں۔
https://www.tensorflow.org/quantum
سرق
شورق انٹرمیڈیٹ اسکیل کوانٹم (این آئی ایس کیو) کمپیوٹرز کے لئے ایک اوپن سورس فریم ورک ہے۔ اسے گوگل اے آئی کوانٹم ٹیم نے تیار کیا تھا ، اور عوامی الفا کا اعلان بین الاقوامی ورکشاپ برائے کوانٹم سافٹ ویئر اور کوانٹم مشین لرننگ میں 18 جولائی ، 2018 کو کیا گیا تھا۔ Cirq سمیلیٹر پر مسئلہ حل ہو رہا ہے۔ سرک میں کوانٹم پروگراموں کی نمائندگی "سرکٹ" اور "نظام الاوقات" کے ذریعہ کی جاتی ہے جہاں "سرکٹ" کوانٹم سرکٹ کی نمائندگی کرتا ہے اور "شیڈول" وقت کی معلومات کے ساتھ کوانٹم سرکٹ کی نمائندگی کرتا ہے۔ پروگرام مقامی سمیلیٹروں پر عمل میں لائے جا سکتے ہیں۔ مندرجہ ذیل مثال سے پتہ چلتا ہے کہ کس طرح سے سرق میں بیل اسٹیٹ تشکیل اور اس کی پیمائش کی جائے۔
درآمد سرک
# کوئبٹس چنیں
کوئبٹ 0۔ = سرک.گرڈ کیوبٹ(0, 0)
کوئبٹ 1۔ = سرک.گرڈ کیوبٹ(0, 1)
# سرکٹ بنائیں
سرکٹ = سرک.سرکٹ.سے_اوپس(
سرک.H(کوئبٹ 0۔),
سرک.CNOT(کوئبٹ 0۔, کوئبٹ 1۔),
سرک.پیمائش(کوئبٹ 0۔, کلید='m0'),
سرک.پیمائش(کوئبٹ 1۔, کلید='m1')
)
سرکٹ کو چھاپنا اس کا خاکہ دکھاتا ہے
پرنٹ(سرکٹ)
# پرنٹس
# (0 ، 0): ───H─── @ ───M ('m0') ───
# │
# (0 ، 1): ───X───M ('m1') ───
بار بار سرکٹ کا نقشہ بتانے سے پتہ چلتا ہے کہ قطبوں کی پیمائش باہمی تعلق ہے۔
سمیلیٹر = سرک.سملیٹر()
نتیجہ = سمیلیٹر.چلانے(سرکٹ, ریہرسل=5)
پرنٹ(نتیجہ)
# پرنٹس
# ایم0 = 11010
# ایم1 = 11010
EITC/AI/TFQML TensorFlow کوانٹم مشین لرننگ پروگرام کے لیے مکمل آف لائن خود سیکھنے کی تیاری کا مواد پی ڈی ایف فائل میں ڈاؤن لوڈ کریں۔
EITC/AI/TFQML تیاری کا مواد - معیاری ورژن
EITC/AI/TFQML تیاری کا مواد - جائزہ سوالات کے ساتھ توسیع شدہ ورژن