আমি আপনার প্রথম প্রশ্নে একটি শট নেব:
প্রাকৃতিক ফাংশন পরিবারের এমন কি উদাহরণ রয়েছে যে ক্লিপাল কম্পিউটারগুলির চেয়ে ক্রিপ্টোগ্রাফিক অনুমান দেওয়া কোয়ান্টাম কম্পিউটারগুলি শিখতে পারে?
ঠিক আছে, এটি নির্ভর করে সঠিক মডেল এবং সংস্থানটি হ্রাস করা হচ্ছে। একটি বিকল্প হ'ল স্ট্যান্ডার্ড ক্লাসিকাল মডেলের নমুনা জটিলতা (বিতরণ-স্বতন্ত্র পিএসি শিক্ষার জন্য) কোয়ান্টাম মডেলের সাথে কোয়ান্টাম নমুনা দেওয়া হয় (যেমন, এলোমেলো ইনপুট এবং তার সাথে সম্পর্কিত ফাংশন মান দেওয়ার পরিবর্তে, অ্যালগরিদম সরবরাহ করা হয়) ইনপুট এবং তাদের ফাংশনগুলির মানগুলির উপরে কোয়ান্টাম সুপারপজিশন সহ)। এই সেটিংয়ে কোয়ান্টাম পিএসি লার্নিং এবং ক্লাসিকাল পিএসি লার্নিং মূলত সমতুল্য। নমুনা জটিলতার উপর ধ্রুপদী উপরের আবদ্ধ এবং নমুনা জটিলতার উপর কোয়ান্টাম লোয়ার বাউন্ডগুলি প্রায় একই রকম, নিম্নলিখিত কাগজগুলির নিম্নলিখিত ক্রম দ্বারা দেখানো হয়েছে:
[1] আর। সার্ভেদিও এবং এস গোর্টলার, "কোয়ান্টাম এবং ক্লাসিকাল শিখনযোগ্যতার মধ্যে সমতা এবং বিচ্ছেদ," কম্পিউটারে সিয়াম জার্নাল, খণ্ড। 02138, পৃষ্ঠা 1-226, 2004।
[২] এ। আতিকি এবং আর সার্ভেদো, "কোয়ান্টাম লার্নিং অ্যালগরিদমগুলির উন্নত সীমানা," কোয়ান্টাম ইনফরমেশন প্রসেসিং, পৃষ্ঠা 1-18, 2005।
[3] সি ঝাং, "কোয়ান্টাম পিএসি শেখার জন্য কোয়েরি জটিলতায় একটি উন্নত নিম্ন বদ্ধ," তথ্য প্রসেসিং লেটারস, খণ্ড। 111, না। 1, পৃষ্ঠা 40-45, ডিসেম্বর 2010।
সময়ের জটিলতায় এগিয়ে যাওয়ার জন্য একই কোয়ান্টাম পিএসি মডেলটি ব্যবহার করে, ব্লুউটি এবং জ্যাকসন দেখিয়েছিলেন যে ইউনিফর্ম বিতরণে বহু-কালীন সময়ে ডিএনএফরা কোয়ান্টাম পিএসি শিখতে পারে [৪], আরও উন্নত [৫]। এটির জন্য সর্বাধিক পরিচিত শাস্ত্রীয় অ্যালগরিদমও ( এন)লগএন)সময়। অ্যাটিসি এবং সার্ভেদিও []] জান্তা শিখতে ও পরীক্ষার জন্য উন্নত ফলাফল দেখায়।
[৪] এন। ব্লাউউটি এবং জে জ্যাকসন, "কোয়ান্টাম উদাহরণ ওরাকল ব্যবহার করে ইউনিফর্ম বিতরণ সম্পর্কে ডিএনএফ শিখছেন," সিয়াম জার্নাল অন কম্পিউটারিং, খণ্ড। 28, না। 3, পৃষ্ঠা 1136–1153, 1998।
[]] জে জ্যাকসন, সি। ট্যামন এবং টি। ইয়ামাকামি, "কোয়ান্টাম ডিএনএফ শেখার পুনর্বিবেচনা," কম্পিউটার এবং সংহতিবিদ্যা, পিপি –৯৫-–০৪, ২০০২।
[]] এ। আটকী এবং আর সার্ভেদো, "কোয়ান্টাম অ্যালগরিদমস শিখতে এবং পরীক্ষার জন্য জান্টাস," কোয়ান্টাম ইনফরমেশন প্রসেসিং, খণ্ড। 6, না। 5, পিপি 323–348, সেপ্টেম্বর 2007।
অন্যদিকে, যদি আপনি কেবল প্রমিত-প্রক্রিয়াকরণ সরঞ্জাম হিসাবে কোয়ান্টাম কম্পিউটিং ব্যবহার করে (যেমন, কোনও কোয়ান্টাম নমুনা) মানক ক্লাসিকাল পিএসি মডেলের প্রতি আগ্রহী হন, তবে সার্ভেদিও এবং গোরলার [1] পর্যবেক্ষণ করেছেন যে সেখানে একটি ধারণা শ্রেণি রয়েছে কেয়ার্নস এবং ভ্যালিয়েন্টের কাছে যা ক্লাসিকালি পিএসি শিখতে পারে না ব্লাম ইন্টিজারগুলির ফ্যাক্টরিংয়ের কঠোরতা ধরে নিয়ে, তবে শোরের অ্যালগরিদম ব্যবহার করে কোয়ান্টামালি পিএসি শিখতে পারে।
অ্যাংলুইনের সদস্যপদ অনুসন্ধানগুলির মাধ্যমে সঠিক শিক্ষার মডেলটির পরিস্থিতি কিছুটা একই। কোয়ান্টাম ক্যোয়ারীস কোয়েরি জটিলতার ক্ষেত্রে কেবল একটি বহুপদী গতিবেগ দিতে পারে। তবে ওয়ানওয়ে ফাংশনগুলির অস্তিত্ব ধরে নিয়ে সময়ের জটিলতায় একটি ক্ষতিকারক গতি আছে [1]।
দ্বিতীয় প্রশ্ন সম্পর্কে আমার কোনও ধারণা নেই। আমি সে সম্পর্কে আরও শুনে খুশি হব।