শাস্ত্রীয়ভাবে, গণনা সম্পর্কে ভাবার 3 টি জনপ্রিয় উপায় রয়েছে: টুরিং মেশিন, সার্কিট এবং ল্যাম্বডা-ক্যালকুলাস (আমি এটি বেশিরভাগ কার্যকরী দর্শনের জন্য একটি ক্যাচ হিসাবে ব্যবহার করি)। সমস্ত 3 টি বিভিন্ন ধরণের সমস্যা সম্পর্কে চিন্তাভাবনা করার কার্যকর উপায় ছিল এবং বিভিন্ন ক্ষেত্রগুলি এই কারণে বিভিন্ন সূত্র ব্যবহার করে।
আমি যখন কোয়ান্টাম কম্পিউটিংয়ের সাথে কাজ করি তবে আমি কেবল কখনও সার্কিট মডেলটি নিয়ে চিন্তা করি। মূলত, QC কোয়ান্টাম ট্যুরিং মেশিনের ক্ষেত্রে সংজ্ঞায়িত করা হয়েছিল তবে যতদূর আমি বুঝতে পারি, এই সংজ্ঞাটি (যদিও উভয়টি সাবধানতার সাথে প্রস্তুত করা হয় তবে কোয়ান্টাম সার্কিটের সমতুল্য) প্রায় তেমন ফলদায়ক হয়নি। 3 য় সূত্র (ল্যাম্বডা-ক্যালকুলাস বা অনুরূপ ক্রিয়ামূলক সেটিংসের ক্ষেত্রে) আমি সম্পূর্ণরূপে অপরিচিত। সুতরাং আমার প্রশ্নগুলি:
কোয়ান্টাম ল্যাম্বদা-ক্যালকুলাস (বা অন্যান্য কার্যকরী দৃষ্টান্ত) এর দরকারী সংজ্ঞাগুলি কী কী?
কিউআইপির কোন সাবফিল্ডগুলি সার্কিট মডেলের পরিবর্তে এই সূত্রটি ব্যবহার করে গভীর অন্তর্দৃষ্টি অর্জন করে?
নোট
আমি সচেতন যে আমি সেলুলার অটোমাটা, র্যাম-মডেল, ইত্যাদি অনেক অন্যান্য জনপ্রিয় formalisms উপেক্ষা করছি আমি এই বেশিরভাগই অগ্রাহ্য কারণ আমি এই মডেলের পরিপ্রেক্ষিতে চিন্তা সঙ্গে অভিজ্ঞতা হয় classically নেই, একা থাকতে দাও quantumly ।
আমি এও জানি যে কোয়ান্টাম সেটিংয়ের জনপ্রিয় বিকল্পগুলি যেমন পরিমাপ-ভিত্তিক, টপোলজিকাল এবং অ্যাডিয়াব্যাটিক রয়েছে। আমি তাদের নিয়ে আলোচনা করি না কারণ আমি শাস্ত্রীয় অংশগুলির সাথে পরিচিত নই।