एक अंतरराष्ट्रीय शोध दल, जिसका नेतृत्व वियना विश्वविद्यालय ने किया, ने एक क्रांतिकारी अध्ययन में यह दिखाया है कि छोटे पैमाने के क्वांटम कंप्यूटर भी एक नवीन फोटोनिक क्वांटम सर्किट के उपयोग से मशीन लर्निंग के प्रदर्शन को काफी बढ़ा सकते हैं।
शोधकर्ताओं ने यह सिद्ध किया है कि आज की क्वांटम तकनीक केवल प्रयोगात्मक नहीं है—बल्कि यह विशिष्ट कार्यों में पारंपरिक प्रणालियों से बेहतर प्रदर्शन कर सकती है। इस प्रयोग में एक फोटोनिक क्वांटम कंप्यूटर का उपयोग कर डेटा पॉइंट्स को वर्गीकृत किया गया और यह दिखाया गया कि छोटे आकार के क्वांटम प्रोसेसर पारंपरिक एल्गोरिदम की तुलना में बेहतर परिणाम दे सकते हैं। परियोजना के प्रमुख, वियना विश्वविद्यालय के फिलिप वाल्थर बताते हैं, "हमने पाया कि कुछ विशिष्ट कार्यों के लिए हमारा एल्गोरिदम अपने पारंपरिक समकक्ष की तुलना में कम त्रुटियां करता है।"
इस प्रयोगात्मक सेटअप में एक क्वांटम फोटोनिक सर्किट का उपयोग किया गया, जिसे इटली के पोलिटेक्निको दी मिलानो में बनाया गया था, और इसमें मशीन लर्निंग एल्गोरिदम चलाया गया, जिसे यूनाइटेड किंगडम की क्वांटिन्यूम कंपनी के शोधकर्ताओं ने प्रस्तावित किया था। नेचर फोटोनिक्स में प्रकाशित शोध के प्रथम लेखक झेंगहाओ यिन जोड़ते हैं, "इसका अर्थ है कि मौजूदा क्वांटम कंप्यूटर बिना अत्याधुनिक तकनीक से आगे बढ़े भी अच्छे प्रदर्शन दिखा सकते हैं।"
इस शोध का एक विशेष रूप से आशाजनक पहलू यह है कि फोटोनिक प्लेटफॉर्म पारंपरिक कंप्यूटरों की तुलना में काफी कम ऊर्जा की खपत करते हैं। सह-लेखिका आइरिस एग्रीस्टी जोर देती हैं, "यह भविष्य में महत्वपूर्ण हो सकता है, क्योंकि मशीन लर्निंग एल्गोरिदम की अत्यधिक ऊर्जा मांग के कारण वे असंभव होते जा रहे हैं।" चूंकि इस सर्किट में केवल प्रकाश प्रवाहित होता है, न कि विद्युत धारा, इसलिए फोटोनिक चिप्स को कम कूलिंग की आवश्यकता होती है। उच्च प्रदर्शन और कंप्यूट डेंसिटी के साथ मिलकर यह ऊर्जा की उल्लेखनीय बचत करता है। कुछ फोटोनिक एआई एक्सेलेरेटर ग्राफिक्स प्रोसेसिंग यूनिट (GPU) की तुलना में 30 गुना तक कम ऊर्जा की खपत का वादा करते हैं।
इस परिणाम का प्रभाव क्वांटम कंप्यूटेशन पर भी है, क्योंकि यह उन कार्यों की पहचान करता है जो क्वांटम प्रभावों से लाभान्वित होते हैं, साथ ही पारंपरिक कंप्यूटिंग पर भी। वास्तव में, क्वांटम आर्किटेक्चर से प्रेरित नए एल्गोरिदम डिजाइन किए जा सकते हैं, जो बेहतर प्रदर्शन और कम ऊर्जा खपत प्राप्त कर सकते हैं। यह सफलता दर्शाती है कि छोटे पैमाने के फोटोनिक क्वांटम कंप्यूटर विशिष्ट मशीन लर्निंग कार्यों में पारंपरिक प्रणालियों से बेहतर प्रदर्शन कर सकते हैं, जिसमें शोधकर्ताओं ने फोटोनिक सर्किट पर क्वांटम-संवर्धित एल्गोरिदम का उपयोग कर डेटा को पारंपरिक तरीकों की तुलना में अधिक सटीकता से वर्गीकृत किया।
जैसे-जैसे एआई प्रणालियां जटिलता और ऊर्जा मांग में बढ़ती जा रही हैं, यह शोध अधिक टिकाऊ और शक्तिशाली एआई तकनीकों के लिए रास्ता खोलता है, जो आज ही क्वांटम लाभ का उपयोग कर सकती हैं, न कि केवल सैद्धांतिक भविष्य में। क्वांटम फोटोनिक्स और मशीन लर्निंग का एकीकरण कंप्यूटिंग तकनीक के सबसे आशाजनक क्षेत्रों में से एक है, जिसमें तत्काल व्यावहारिक अनुप्रयोग पहले से ही उभर रहे हैं।