আমি নীলসন এবং চুয়াং, কোয়ান্টাম গণনা এবং কোয়ান্টাম তথ্য, 10 তম বার্ষিকী সংস্করণ, পৃষ্ঠা 5 (জোর দেওয়া আমার) থেকে উদ্ধৃতি দিতে চাই:
শক্তিশালী চার্চের প্রতি এক শ্রেণির চ্যালেঞ্জ – টুরিং থিসিসটি এনালগ গণনার ক্ষেত্র থেকে আসে। টুরিংয়ের পরের বছরগুলিতে, গবেষকদের বিভিন্ন দল লক্ষ্য করেছে যে নির্দিষ্ট ধরণের অ্যানালগ কম্পিউটারগুলি এমন সমস্যা সমাধান করতে পারে যা বিশ্বাস করা হয় যে টুরিং মেশিনে কোনও কার্যকর সমাধান নেই। প্রথম নজরে এই অ্যানালগ কম্পিউটারগুলি চার্চ – টুরিং থিসিসের শক্তিশালী রূপ লঙ্ঘন করে। দুর্ভাগ্যক্রমে অ্যানালগ গণনার জন্য, এটি দেখা যাচ্ছে যে যখন এনালগ কম্পিউটারগুলিতে শব্দগুলির উপস্থিতি সম্পর্কে বাস্তববাদী অনুমান করা হয়, তখন তাদের শক্তি সমস্ত জ্ঞাত উদাহরণে অদৃশ্য হয়ে যায়; তারা এমন সমস্যাগুলি দক্ষতার সাথে সমাধান করতে পারে না যা কোনও টুরিং মেশিনে দক্ষতার সাথে সমাধানযোগ্য হয় না।এই পাঠ - যে একটি গণনামূলক মডেলটির দক্ষতা মূল্যায়নের ক্ষেত্রে বাস্তববাদী শব্দের প্রভাবগুলি অবশ্যই বিবেচনায় নেওয়া উচিত - কোয়ান্টাম গণনা এবং কোয়ান্টাম তথ্যের একটি দুর্দান্ত প্রাথমিক চ্যালেঞ্জগুলির মধ্যে একটি ছিল, কোয়ান্টাম ত্রুটির তত্ত্বের বিকাশের দ্বারা সফলভাবে পূরণ করা একটি চ্যালেঞ্জ কোড সংশোধন করে এবং ত্রুটি-সহনশীল কোয়ান্টাম গণনা। সুতরাং, অ্যানালগ গণনার বিপরীতে, কোয়ান্টাম গণনা নীতিগতভাবে একটি সীমাবদ্ধ পরিমাণের শব্দকে সহ্য করতে পারে এবং তার গণ্য সুবিধাগুলি বজায় রাখতে পারে।
এটি কি এমন একটি বিবৃতি যা সমস্যার আকারের কিছু পাওয়ারের চেয়ে শব্দ দ্রুততর স্কেল করে, বা কেউ আমাকে সঠিক দিকে নির্দেশ করতে পারে যাতে আমি এই স্কেলিং সীমাটি মৌলিক বা নিছক "ইঞ্জিনিয়ারিং ইস্যু" কিনা তা সম্পর্কে আরও জানতে পারি?
স্পষ্টতই, আমি জিজ্ঞাসা করছি যে এনালগ কম্পিউটারগুলি শব্দের কারণে দক্ষতার সাথে টুরিং মেশিনগুলিকে পরাজিত করতে পারে না।