သော့သွားယူမှုများ
- Flatiron Institute သည် လက်ပ်တော့တစ်လုံးတွင် 2026 ကွမ်တမ်ပြဿနာကို ဖြေရှင်းပေးခဲ့ပြီး ရှေးရိုးတောင်းဆိုချက်များကို ကျော်လွန်ကာ စိန်ခေါ်ခဲ့သည်။
- Joseph Tindall ၏ tensor ကွန်ရက်များသည် ကွမ်တမ်ပုံသဏ္ဍာန်များနှင့် ကိုက်ညီပြီး ကွမ်တမ် ကွန်ပြူတာ ဆွေးနွေးငြင်းခုံမှုများကို ပြန်လည်ပုံဖော်သည်။
- 2026 ခုနှစ် မေလ 21 ရက်နေ့မှ သိပ္ပံစာတမ်းသည် ကွမ်တမ်ပစ္စည်းများနှင့် ပိုမိုကောင်းမွန်အောင်ပြုလုပ်ထားသော သုတေသနကို လမ်းညွှန်နိုင်မည်ဖြစ်ပါသည်။
ဂန္တဝင်စက်များအတွက် လက်လှမ်းမမီသောကြောင့် လက်တော့ပ်ပေါ်မှ တွန်းပို့လိုက်သော ပြဿနာတစ်ခု။ Boston University မှ ပူးပေါင်းလုပ်ဆောင်သည့် Simons Foundation's Flatiron Institute မှ ရူပဗေဒပညာရှင်များသည် tensor ကွန်ရက်များကို အသုံးပြု၍ ရှုပ်ထွေးနေသော qubits ရာပေါင်းများစွာ၏ လှိုင်းလုပ်ဆောင်ချက်ကို ချုံ့ရန်အတွက် ဦးဆောင်ရေးသားသူ Joseph Tindall က “ လှိုင်းလုပ်ဆောင်ချက်အတွက် ဇစ်ဖိုင်တစ်ခု” ဟုခေါ်သည်။ လက်ပ်တော့ရလဒ်များသည် သီအိုရီဟောကိန်းထုတ်မှုများနှင့် ကွမ်တမ်-ကွန်ပြူတာစဥ်းစားမှုများနှင့် ကိုက်ညီပြီး Andrew D. King နှင့် ပူးပေါင်းလုပ်ဆောင်သူများနှင့် ဆက်စပ်နေသော အစောပိုင်း “ဂန္ထဝင်လွန်သော” အရေးဆိုချက်များကို လျှော့ချထားသည်။ သတိပြုမိသည်မှာ ၎င်းသည် ဉာဏ်ရည်တု လုံးဝမဟုတ်သော်လည်း အဆင့်မြင့်သင်္ချာနှင့် အထူးပြု tensor-network software သည် လေးလံမှုကို မြှင့်တင်ခြင်းပင်ဖြစ်သည်။
သင့်လက်ပ်တော့အိတ်ထဲ ရောက်သွားသည့် ကွမ်တမ်ခေါင်းစီး
၂၀၂၆ ခုနှစ် ဇူလိုင်လ ၂၀ ရက်၊ ScienceDaily တွင် ဖော်ပြထားပါသည်။ “ ကွမ်တမ်” အလိုအလျောက် “ ကွမ်တမ်ကွန်ပြူတာ လိုအပ်သည်” ဟု မယူဆမီ US နည်းပညာစာဖတ်သူတိုင်း ခေတ္တရပ်ထားသင့်သော ရလဒ်တစ်ခုဖြစ်သည်။ Boston University နှင့် အလုပ်လုပ်သော Simons Foundation's Flatiron Institute မှ ကွန်ပြူတာ ကွမ်တမ် ရူပဗေဒ စင်တာ (CCQ) မှ ရူပဗေဒပညာရှင်များသည် တော်ရုံတန်ရုံ ဟာ့ဒ်ဝဲများကို အသုံးပြု၍ ရှေးရိုးစက်များထက် ရှည်လျားသော ဘောင်ခတ်ထားသော ပြဿနာကို ဖြေရှင်းခဲ့သည်။
တကယ်ဖြစ်ပျက်ခဲ့တာတွေ၊ ဘာကြောင့် အရေးကြီးတာလဲ။
အဖွဲ့၏အဓိကလုပ်ဆောင်မှုမှာ ရောထွေးနေသော qubits ရာပေါင်းများစွာ၏ ရှုပ်ယှက်ခတ်နေသော ကွမ်တမ်လှိုင်းလုပ်ဆောင်ချက်ကို ခေါင်းငုံ့မကြည့်ဘဲ ညှစ်နိုင်သည့်အရာအဖြစ် ဆက်ဆံရန်ဖြစ်သည်။ ၎င်းတို့သည် လက်ပ်တော့တစ်လုံးပေါ်တွင် အလုပ်လုပ်ရန် လုံလောက်သော အဆိုပါလှိုင်းလုပ်ဆောင်ချက်ကို ချုံ့ရန် tensor ကွန်ရက်များကို အသုံးပြုခဲ့ကြပြီး၊ သင်္ချာနှင့် အယ်လဂိုရီသမ်များသည် “သာမန်ကွန်ပျူတာများ” လုပ်ဆောင်နိုင်သည့်အရာအတွက် မျက်နှာကျက်ကို သတ်မှတ်ပေးနေဆဲဖြစ်ကြောင်း သတိပေးချက်တစ်ခုဖြစ်သည်။
ပြီးတော့ ဒါက “ လုံလောက်တဲ့” ရလဒ်မဟုတ်ခဲ့ပါ။ လက်ပ်တော့၏အထွက်နှုန်းသည် သီအိုရီခန့်မှန်းချက်များနှင့် ကိုက်ညီပြီး ကွမ်တမ်ကွန်ပြူတာဖြင့် ပြုလုပ်ထားသော ကွမ်တမ်ကွန်ပြူတာဖြင့် လုပ်ဆောင်သည့် သရုပ်ဖော်ပုံများနှင့်အတူ ကွမ်တမ်အသာစီး အငြင်းအခုံများကို ရိုးရိုးသားသား ထိန်းထားနိုင်သည့် ပန်းသီးမှ ပန်းသီး နှိုင်းယှဉ်မှုမျိုးဖြစ်သည်။
“ ဇစ်ဖိုင်” စိတ်ကူး၊ အဟောင်း algorithm သည် ဘဝအသစ်ကိုရယူသည်။
ဦးဆောင်သုတေသီ Joseph Tindall သည် တင်းဆာကွန်ရက်ကို “တင်းဆာကွန်ရက်” ဟုခေါ်သော ပင်ကိုယ်သဘောကို လွင်ပြင်ဘာသာစကားဖြင့် ထည့်သွင်းထားသည်။လှိုင်းလုပ်ဆောင်ချက်အတွက် ဇစ်ဖိုင်တစ်ခု” ၎င်းသည် မကြာခဏဆိုသလို အောင်မြင်မှုများဝှက်ထားရာ “ပိုမိုကောင်းမွန်သောကိုယ်စားပြုမှု” နှင့် “ပို၍တွက်ချက်မှု” ကို ပိုင်းခြားထားသောကြောင့် ၎င်းသည် အရေးကြီးပါသည်။
အဆိုပါချဉ်းကပ်မှုသည် 1980 ခုနှစ်များမှ ယုံကြည်ချက်-ပြန့်ပွားမှုပုံစံနည်းလမ်းကို ကွမ်တမ်စနစ်များအတွက် လိုက်လျောညီထွေဖြစ်သော ITensor၊ လက်ပ်တော့တွက်ချက်မှုများအတွက်အသုံးပြုသည့် အထူးပြုတင်းဆာကွန်ရက်ဆော့ဖ်ဝဲပက်ကေ့ချ်နှင့် ပေါင်းစပ်ထားသည်။ မှတ်သားဖွယ်အချက်မှာ၊ အစီရင်ခံချက်တွင် လက်ပ်တော့၏ တိကျသောထုတ်လုပ်မှု သို့မဟုတ် spec များကို မဖော်ပြဘဲ၊ ဇာတ်လမ်းသည် နည်းပညာအကြောင်း၊ မှော်စက်မဟုတ်ကြောင်း အလေးပေးဖော်ပြသည်။
ကွမ်တမ် သရုပ်ဖော်မှုတွင် “ဂန္ထဝင်လွန်သော” တောင်းဆိုချက်များကို ပြန်လည်စဉ်းစားပါ။
Joseph Tindall၊ Antonio Francesco Mello၊ Matthew Fishman၊ E. Miles Stoudenmire နှင့် Dries Sels ရေးသားသော 2026 ခုနှစ် မေလ 21 ရက်နေ့ တွင် သိပ္ပံပညာတွင် ရေးသားခဲ့သော “ကွမ်တမ်စနစ်များ ရှုပ်ထွေးနေသော ကွမ်တမ်စနစ်များ၏ Dynamics of Dynamics” ဖြစ်သည်။ ၎င်းသည် ကွမ်တမ် ဟာ့ဒ်ဝဲပြဿနာကို ကိုင်တွယ်ဖြေရှင်းနိုင်သည်ဟု အထောက်အထားအဖြစ် သဘောထားထားသည့် Andrew D. King နှင့် ပူးပေါင်းဆောင်ရွက်သူများနှင့် ဆက်စပ်နေသည့် အစောပိုင်း “ဂန္ထဝင် တွက်ချက်မှုထက် ကွမ်တမ် တွက်ချက်ခြင်း” ကို တိုက်ရိုက် စိန်ခေါ်လိုက်ပါသည်။
အမျှ phys.org မှဖော်ပြသည်။ဂန္ထဝင်တွက်ချက်မှုအတွက် အနိုင်ရခြင်းသည် ကွမ်တမ်ကွန်ပျူတာများကို ဆန္ဒခံယူပွဲမဟုတ်ဘဲ နယ်နိမိတ်မျဉ်းကို ပြန်လည်ရေးဆွဲခြင်းဖြစ်သည်။ တူညီသောနည်းလမ်းကို ကွမ်တမ်ဒိုင်းနမစ်နှင့် ပစ္စည်းများရှာဖွေရန် လမ်းကြောင်းတစ်ခုအဖြစ် နေရာချထားပြီး ပိုမိုကောင်းမွန်အောင်လုပ်ဆောင်ခြင်းဆိုင်ရာ ပြဿနာများကို ကူညီပေးနိုင်သည့် ပရိုတိုကောတစ်ခုအဖြစ် ထားရှိထားပါသည်။