কোয়ান্টাম কম্পিউটিং থেকে কোন ধরণের পরিসংখ্যানগত সমস্যা উপকৃত হতে পারে?


14

আমরা কোয়ান্টাম কম্পিউটিংয়ের আবির্ভাবের সাথে সাথে কোয়ান্টাম ভাষাগুলি প্রত্যাশা করে হার্ডওয়্যার কোয়ান্টাম কম্পিউটারগুলি এখন সিমুলেটেড কোয়ান্টাম কম্পিউটারের জন্য উচ্চ এবং নিম্ন স্তরে পাওয়া যায় । কোয়ান্টাম কম্পিউটিং মত নতুন প্রাথমিক ফাংশন এনেছে জড়াইয়া পড়া এবং টেলিপোর্টেশন qubits এর পরিমাপ qubits, এবং আধান এর উপরিপাত qubits উপর।

কোয়ান্টাম গণনা থেকে কোন ধরণের পরিসংখ্যানগত সমস্যা উপকৃত হতে পারে?

উদাহরণস্বরূপ, কোয়ান্টাম কম্পিউটারগুলি কি আরও সর্বব্যাপী সত্যিকারের এলোমেলো সংখ্যা জেনারেশন সরবরাহ করবে? গণনাগতভাবে সস্তা সিউডোরডম সংখ্যা জেনারেশন সম্পর্কে কী? কোয়ান্টাম কম্পিউটিং এমসিসিএম রূপান্তরকে ত্বরান্বিত করতে সহায়তা করবে, বা কনভার্জেন্স সময় উপরের সীমাটি নিশ্চিত করবে? অন্যান্য নমুনা-ভিত্তিক অনুমানকারীদের জন্য কি কোয়ান্টাম অ্যালগরিদম থাকবে?

এটি একটি বিস্তৃত প্রশ্ন, এবং গ্রহণযোগ্য উত্তরগুলিও বিস্তৃত হবে, তবে তারা যদি কোয়ান্টাম এবং শাস্ত্রীয় গণনা পৃথক করে। (যদি এটি খুব বিস্তৃত প্রশ্ন হয় তবে দয়া করে এটিকে আরও ভাল প্রশ্ন করতে আমাকে সহায়তা করুন))


6
+1 আমি মনে করি এটি একটি ভাল এবং আকর্ষণীয় প্রশ্ন। যেহেতু এটি অনেকগুলি (এবং সম্ভাব্য অনুমানমূলক) উত্তরগুলি আমন্ত্রণ করে তা এখানে কী ধরণের প্রশ্ন কাজ করে তার সীমান্তরেখায় রয়েছে। এটি আমাদের কয়েকটি সর্বাধিক জনপ্রিয় এবং স্থায়ী থ্রেডের সাথে সীমান্তটি ভাগ করে এবং এর মতো সিডব্লিউ স্ট্যাটাসের প্রাপ্য।
whuber

7
যেহেতু মেশিন লার্নিং হ'ল পরিসংখ্যানের একটি সাব-ডিসিপ্লিনাইন, তাই আপনি তত্ত্বাবধানে থাকা এবং নিরীক্ষণযোগ্য মেশিন শেখার জন্য কোয়ান্টাম অ্যালগরিদমগুলি আকর্ষণীয় খুঁজে পেতে পারেন।
জাকুব বার্টকজুক

2
দ্রুততম কম্পিউটিং সর্বদা মূল্যবান তবে বর্তমানে কোয়ান্টাম কম্পিউটিং একটি শিশু পর্যায়ে রয়েছে এবং তারা এখনও এটি শাস্ত্রীয় কম্পিউটিংকে পরাস্ত করতে পারেনি। আমি এই প্রশ্নের প্রশংসা করি কারণ এটি সম্পর্কে কিছু শিখতে আমাকে পেয়েছে। এতক্ষণে আমার বুঝতে অসুবিধা হয়েছে।
মাইকেল আর চেরনিক

1
কোয়ান্টাম কম্পিউটিং এখনও শৈশব মধ্যে আছে কি এটা বিবেচনা করে? এটি কাজ করে এবং এটি যখন শিশু ছিল তখন এটি ক্লাসিক্যাল কম্পিউটিংকে মারধর করে। তাত্পর্যপূর্ণ গুরুত্বহীন নয়, ম্যাট্রিক্স সমীকরণগুলি সমাধান করা বা ফাংশন এবং কালো বাক্সগুলির বিপরীত সন্ধান করা যেমন সমস্যার জন্য গতি বাড়ানো তাত্পর্যপূর্ণ হতে পারে । এখন আমাদের কেবল এটি বড় হওয়ার দরকার। এই জাতীয় ভবিষ্যতের কম্পিউটারগুলিতে যে অ্যালগরিদমগুলি চলতে পারে তা কয়েক দশক থেকেই তৈরি হয়ে গেছে .. পরিসংখ্যানের জন্য অ্যাপ্লিকেশন নিয়ে আসা কেবল সোজা (যদিও খুব বিস্তৃত, কেবল ম্যাট্রিক্স সমীকরণের কথা ভাবেন)।
সেক্সটাস এম্পেরিকাস

1
আমি মনে করি প্রথম এবং সবচেয়ে গুরুত্বপূর্ণ বিষয়টি হ'ল কোয়ান্টাম কম্পিউটিং তাত্ত্বিকভাবে একটি গুরুত্বপূর্ণ ডিগ্রি দ্বারা পাটিগণিতের গতি বাড়িয়ে তুলতে পারে। এটা কি ঠিক? যদি তা হয় তবে সমস্ত লিনিয়ার বীজগণিত রুটিন ইতিমধ্যে একটি সুবিধা দেখতে পাবে।
অ্যাডমো

উত্তর:


1

ব্রুট ফোর্স পদ্ধতিগুলি কোয়ান্টাম কম্পিউটিং কী কারণে সবচেয়ে বেশি উপকৃত হতে পারে। কেন? পিচ বেসবলের পাথের একটি সম্ভাব্য শারীরিক ব্যাখ্যা হ'ল সমস্ত সম্ভাব্য কোয়ান্টাম পাথগুলি স্বয়ংক্রিয়ভাবে অন্বেষণ করা হয় এবং সর্বনিম্ন শক্তি ব্যয়ের পাথ, অর্থাৎ প্রাপ্ত ন্যূনতম প্রতিরোধের পথটি বেছে নেওয়া হয় এবং যা ক্যালকুলেটর তৈরি না করেই করা হয় all ; গণনাগুলি অকার্যকর। সরলীকরণ; প্রকৃতি কোয়ান্টাম ক্যালকুলেটর হিসাবে দেখা যেতে পারে। সুতরাং যারা সমস্যার যে একই, বেশী যে অপ্টিমাইজেশান কি, কিছু নির্ণায়ক রিগ্রেশনে কম মত হইয়া বা যে ধার্মিকতা হতে অন্যান্য (হইয়া ধার্মিকতা, কিছু ক্ষেত্রে, মন্দ যাকে জাহির করা হয়) বেশী যে উপকৃত হবে।

বিটিডাব্লু, মধ্যবর্তী পদক্ষেপ; অপ্টিমাইজেশনে পুনরাবৃত্তি গণনা করা হবে না, কেবল চূড়ান্ত ফলাফল, ঠিক যেমন একটি বেসবল পিচটি ঘটে। অর্থাৎ, কেবল বেসবলের আসল পথটি ঘটে, বিকল্প পথগুলি স্বয়ংক্রিয়ভাবে বাদ থাকে। একটি পরিসংখ্যান বাস্তবায়ন এবং একটি শারীরিক ঘটনার মধ্যে একটি পার্থক্য, তবে, স্ট্যাটিস্টিকাল গণনার ত্রুটি নির্বিচারে যথাযথতা বৃদ্ধি করে (যেমন, 65 দশমিক স্থানে) বাড়িয়ে পছন্দসই হিসাবে ছোট করা যেতে পারে, এবং এটি সাধারণত শারীরিকভাবে অর্জনযোগ্য হয় না । উদাহরণস্বরূপ, এমনকি একটি পিচিং মেশিনও বেসবলকে ঠিক অনুলিপিযুক্ত পথে ফেলে দেবে না।


+1 আপনাকে ধন্যবাদ। আপনি কি বলবেন যে মন্টি কার্লো পদ্ধতি, বুটস্ট্র্যাপিং পদ্ধতি এবং সমাধানের অন্যান্য পরিমাণগত পদ্ধতির "ব্রুট ফোর্স" লেবেলটি খাপ খায়?
অ্যালেক্সিস

1
সম্ভাব্য, তারা হতে পারে, তবে লিনিয়ার প্রোগ্রামিংয়ের মতো নয় fashion উদাহরণস্বরূপ, মেট্রোপলিস এবং উলামের পদ্ধতি (মন্টে কার্লো সিমুলেশন) মূলত উলাম দ্বারা প্রয়োগ করা হয়েছিল পারমাণবিক বোমার সমালোচনামূলক ভর গণনা করার জন্য। সত্যিকারের কোয়ান্টাম কম্পিউটিংয়ের মাধ্যমে, একটি সিমুলেটেড বোমাটি বাস্তব বিস্ফোরণের প্রায় একই গতিতে হয় সিমুলেটেড বিস্ফোরণ ঘটায়, না হয়। বিটিডব্লিউ, আমি ১৯64৪ সালে উলামের সাথে দেখা করেছিলাম, আমি তখন যুবক ছিলাম।
কার্ল

1
আপনাকে ধন্যবাদ, "সিমুলেটেড বিস্ফোরণ" সম্পর্কে সেই বিন্দুটি সত্যই সহায়তা করে এবং আমি মনে করি এই বিষয়টি সম্পর্কে আমার অন্তর্নিহিততা তৈরি করছে। এছাড়াও: ডি বাহ!
অ্যালেক্সিস

1

আমি বেসবলের উপরের উত্তরটি পছন্দ করেছি। তবে কোয়ান্টাম কম্পিউটিং কী ভাল করতে পারে সে সম্পর্কে আমি সতর্ক থাকব।

দেখে মনে হচ্ছে এটি ক্রিপ্টোগ্রাফিক স্কিমগুলি ক্র্যাক করা এবং এর মতো কাজগুলিতে খুব ভালভাবে করতে পারে: সমস্ত সমাধানকে উচ্চমানেরূপে সক্ষম করতে সক্ষম হওয়া এবং তারপরে প্রকৃতটির উপর পড়ার বিষয়টি খুব দ্রুত যেতে পারে।

তবে ১৯৮০ এর দশকে - যা অনেক দিন আগে ছিল - থিংকিং মেশিনস নামে একটি খুব হাই-প্রোফাইল সংস্থা ছিল। এই নিবন্ধটি দেখুন: https://en.wikedia.org/wiki/Think_Machines_Cor কর্পোরেশন

পুরো ধারণাটিতে কোয়ান্টাম কম্পিউটিংয়ের হুইফ ছিল। এটি একটি n- মাত্রিক হাইপারকিউব বিন্যাস ব্যবহার করেছে। কল্পনা করুন, আপনি যদি করেন তবে একটি স্কোয়ারে চারটি (খুব সাধারণ) মাইক্রোপ্রসেসর সংযুক্ত রয়েছে। প্রত্যেকে একটি গণনা করতে পারে, তারপরে ফলাফলটি প্রসেসরের সাথে ভাগ করার আগে (ঘড়ির কাঁটার দিকের) পরে, (ঘড়ির কাঁটার দিকের) পরে, বা এর বিপরীতে (জুড়ে)) এরপরে একটি কিউবে 8 টি প্রসেসর কল্পনা করুন যা এই ধারণাটি তিন মাত্রায় প্রসারিত করতে পারে (প্রতিটি প্রসেসর এখন তার আউটপুট এক বা একাধিক 7 জনের সাথে ভাগ করতে পারে: 3 কিউবের একটি শীর্ষবিন্দু সহ প্রসেসরের অংশটি তিনটি ছিল) এর, এবং 3-স্পেসে একটি তির্যক)।

এখন এটি একটি 6-মাত্রিক হাইপারকিউবে সম্ভবত 64 প্রসেসরের কাছে নিয়ে যান।

এটি সেই সময়ের অন্যতম উষ্ণ ধারণা ছিল (নিবেদিতপ্রাপ্ত, 34 বিট লিস্প মেশিন সহ যা প্রতীকগুলি রেখেছিল, এবং কেন্ডাল স্কয়ার রিসার্চ দ্বারা প্রকাশিত সামান্য উদ্ভট ক্যাশে-কেবল মেমরি সিস্টেম - উভয়ই উইকিপিডিয়া পৃষ্ঠাগুলি পড়ার মতো মূল্যবান রয়েছে)।

সমস্যাটি ছিল যে ঠিক একটি ছিল, এবং কেবলমাত্র একটি এলগরিদম যা আসলে টিএম আর্কিটেকচারে ভালভাবে কাজ করেছিল: একটি দ্রুত ফুরিয়ার ট্রান্সফর্ম যা "পারফেক্ট শফেল অ্যালগরিদম" নামে পরিচিত তাকে ব্যবহার করে। এটি কীভাবে বাইনারি মাস্ক কৌশল, বিসপোক অ্যালগরিদম এবং আর্কিটেকচারকে সমান্তরাল প্রক্রিয়াটি একটি চতুর চালাক এবং দ্রুত উপায়ে একটি এফএফটি ব্যবহার করতে হবে তার প্রতিভা অন্তর্দৃষ্টি ছিল। তবে আমি মনে করি না তারা এর জন্য আর কোনও একক ব্যবহার খুঁজে পেয়েছিল। (এই সম্পর্কিত প্রশ্নটি দেখুন: /cs/10572/perfect-shuffle-in-parallel- প্রসেসিং )

আমি প্রায় বুঝতে পেরেছিলাম যে উজ্জ্বল এবং শক্তিশালী বলে মনে হচ্ছে এমন প্রযুক্তিগুলি প্রায়শই কোনও সমস্যার সমাধান না করে শেষ হয় না (বা পর্যাপ্ত সমস্যাগুলি) সেগুলি কার্যকর করে তোলে।

এ সময় প্রচুর উজ্জ্বল ধারণা ছিল: টিএম, সিম্বলিকস, কেএসআর পাশাপাশি ট্যান্ডেম (চলে গেছে) এবং স্ট্রেটাস (আশ্চর্যজনকভাবে এখনও জীবিত)। প্রত্যেকে ভেবেছিল এই সংস্থাগুলি - তাদের মধ্যে অন্তত কয়েকটি - বিশ্বজুড়ে নেবে এবং কম্পিউটিংয়ে বিপ্লব আনবে।

তবে পরিবর্তে আমরা ফেসবুক পেয়েছি।


আপনি হাইপ কল করতে ঠিক বলেছেন, এবং আমি আপনার historicalতিহাসিক দৃষ্টিকোণ, eSurfsnake পছন্দ। সিলিকন ভ্যালি হয়ে উঠার সাথে সাথে আমি সান্টা ক্লারা কাউন্টিতে বড় হয়েছি ... সর্বজনীন গণনার আমার দীর্ঘকাল ধরে প্রশংসা হয়েছিল। পরিসংখ্যান আমাকে সরিয়ে দেওয়ার অন্যতম কারণ, কারণ সম্ভাবনা — সত্য র্যান্ডমনেস comp গণনার ডোমেনের বাইরে। আমরা এটি অনেকগুলি উদ্দেশ্যে খুব ভালভাবে অনুকরণ করতে পারি, তবে প্রকৃতির কিছু দিক রয়েছে বলে মনে হয়, এটি গণনা নয় । কোয়ান্টাম কম্পিউটিং প্রাথমিক ক্রিয়াকলাপগুলির প্রস্তাব দেয় যা টুরিং গণনাও নয় ... তাই আমি বুঝতে চাই যে এই জাতীয় সরঞ্জামগুলি কী বোঝাতে পারে।
অ্যালেক্সিস

@ অ্যালেক্সিস আসলে, কোয়ান্টাম কম্পিউটারগুলিতে কোনও সুপার-টুরিংয়ের ক্ষমতা নেই। কোয়ান্টাম কম্পিউটার ব্যবহার করে যে কোনও সমস্যা গণনা করা যায় তা ক্লাসিকাল কম্পিউটার ব্যবহার করেও গণনা করা যেতে পারে, যা ক্লাসিকাল কম্পিউটারগুলি কোয়ান্টাম কম্পিউটারের অনুকরণ করতে পারে এই সত্যটি অনুসরণ করে। তবে, কয়েকটি জ্ঞাত সমস্যা রয়েছে যা কোয়ান্টাম কম্পিউটার ব্যবহার করে আরও দক্ষতার সাথে সমাধান করা যেতে পারে।
ব্যবহারকারী20160

@ user20160 সত্য এলোমেলোতা একটি সুপার-টুরিং ক্ষমতা। সুপারপজিশন একটি সুপার-টুরিং ক্ষমতা। সিমুলেশন জিনিস নিজেই হয় না।
অ্যালেক্সিস

@ অ্যালেক্সিস নিশ্চিত নয় যে আমরা একই জিনিসটির বিষয়ে কথা বলছি কিনা তবে সুপার-টুরিং বলতে যা বোঝায় তা হ'ল কোনও টুরিং মেশিন পারে না এমন একটি ফাংশন গণনা করার ক্ষমতা। মজার বিষয় হচ্ছে, সত্যিকারের এলোমেলোতা এমন কোনও ক্রিয়া গণনা করার ক্ষমতা দেয় না যা নির্বিচারে গণনা করা যায়নি। আমি সম্পূর্ণরূপে সম্মত হই যে সিমুলেশন জিনিসটি নিজেই নয়, তবে এটি গণনামূলক সমতুল্যের একেবারে হৃদয়ে রয়েছে (যেখানে আমরা জিনিসটি নিজেই বিমূর্ত করি)। যদি মেশিন এ মেশিন বি অনুকরণ করতে পারে তবে এ বি যে কোনও ফাংশন গণনা করতে পারে। নীলসেন ও চুয়াং-এ আরও কিছু। কোয়ান্টাম গণনা এবং কোয়ান্টাম তথ্য
ব্যবহারকারী ২০১201

0

কোয়ান্টাম কম্পিউটিং থেকে কোন ধরণের পরিসংখ্যানগত সমস্যা উপকৃত হতে পারে?

" শারীরিক রসায়ন: ধারণা এবং তত্ত্ব " এর 645 পৃষ্ঠায় কেনেথ এস স্মিথ ব্যাখ্যা করেছেন:

ডি-ব্রোগলি তরঙ্গদৈর্ঘ্য কণার মাত্রার সাথে তুলনামূলক বা তার চেয়ে বেশি হয়ে উঠলে কোয়ান্টাম প্রভাবগুলি গুরুত্বপূর্ণ হয়ে ওঠে। যখন এটি ঘটে তরঙ্গ ফাংশনগুলি ওভারল্যাপ করতে পারে, সিস্টেমের বিভিন্ন বৈশিষ্ট্য দেয়।

ম্যাক্রোস্কোপিক সিস্টেমগুলি শাস্ত্রীয় পদ্ধতি দ্বারা বিশ্লেষণ করা যেতে পারে, যেমন উইকিপিডিয়া পৃষ্ঠাটি ব্যাখ্যা করে:

আরও পরিমার্জিত বিবেচনা শাস্ত্রীয় এবং কোয়ান্টাম মেকানিক্সকে এই ভিত্তিতে পৃথক করে যে শাস্ত্রীয় যান্ত্রিকগুলি বিষয়টিকে স্বীকৃতি দিতে ব্যর্থ হয় এবং শক্তিটাকে ক্ষুদ্রতর ছোট ছোট পার্সেলগুলিতে বিভক্ত করা যায় না, যাতে শেষ পর্যন্ত সূক্ষ্ম বিভাজন অপ্রতিরোধ্যভাবে দানাদার বৈশিষ্ট্যগুলি প্রকাশ করে। সূক্ষ্মতার মাপদণ্ডটি হ'ল প্ল্যাঙ্কের ধ্রুবক হিসাবে ইন্টারঅ্যাকশনগুলি বর্ণিত হয় কি না। মোটামুটিভাবে বলতে গেলে, শাস্ত্রীয় যান্ত্রিকগুলি গণিতের আদর্শিক পদগুলিতে কণাকে এমনকি জ্যামিতিক বিন্দুর মতো সূক্ষ্ম হিসাবে বিবেচনা করে, যার কোনও মাত্রা নেই, এখনও তাদের সীমাবদ্ধ জনসাধারণ রয়েছে। শাস্ত্রীয় যান্ত্রিকগুলিও গাণিতিকভাবে আদর্শিকৃত বর্ধিত পদার্থকে জ্যামিতিকভাবে ধারাবাহিকভাবে যথেষ্ট হিসাবে বিবেচনা করে। এই জাতীয় আদর্শিকরণগুলি বেশিরভাগ দৈনন্দিন গণনার জন্য দরকারী তবে অণু, পরমাণু, ফোটন এবং অন্যান্য প্রাথমিক কণাগুলির জন্য সম্পূর্ণ ব্যর্থ হতে পারে। অনেক উপায়ে, ক্লাসিকাল মেকানিক্সকে একটি প্রধানত ম্যাক্রোস্কোপিক তত্ত্ব হিসাবে বিবেচনা করা যেতে পারে। পরমাণু এবং অণুগুলির খুব ছোট স্কেলগুলিতে, শাস্ত্রীয় যান্ত্রিকগুলি ব্যর্থ হতে পারে এবং কণার মিথস্ক্রিয়াগুলি কোয়ান্টাম মেকানিক্স দ্বারা বর্ণিত হয়।

   

উদাহরণস্বরূপ, কোয়ান্টাম কম্পিউটারগুলি কি আরও সর্বব্যাপী সত্যিকারের এলোমেলো সংখ্যা জেনারেশন সরবরাহ করবে?

না। সত্যিকারের এলোমেলো সংখ্যা তৈরি করার জন্য আপনার কম্পিউটারের দরকার নেই , এবং এটির জন্য কোয়ান্টাম কম্পিউটার ব্যবহার করা এলোমেলো কোনও উন্নতি না করে সম্পদের অপব্যবহার হবে।

আইডি কোয়ান্টিকের এসওএস, একা একা এবং পিসিআই কার্ডগুলি $ 1200 থেকে ইউএস $ 3500 পর্যন্ত বিক্রয়ের জন্য উপলব্ধ রয়েছে । এটি অর্ধ-স্বচ্ছ আয়নাতে ভ্রমণ করে ফোটনের চেয়ে কিছুটা বেশি, তবে এআইএস 31 ("কার্যকারিতা ক্লাস এবং সত্য (শারীরিক) এলোমেলো সংখ্যার জেনারেটরের জন্য মূল্যায়ন পদ্ধতি - সংস্করণ 3.1 সেপ্টেম্বর 29 2001"। পিডিএফ ) পাস করার জন্য পর্যাপ্ত পরিমাণ কোয়ান্টাম এলোমেলো সম্পত্তি রয়েছে । " তারা তাদের পদ্ধতিটি এভাবে বর্ণনা করে:

কোয়ান্টিস একটি শারীরিক এলোমেলো সংখ্যা জেনারেটর যা প্রাথমিক কোয়ান্টাম অপটিক্স প্রক্রিয়াটি শোষণ করে। ফোটন - হালকা কণা - একে একে আধা স্বচ্ছ আয়নাতে প্রেরণ করা হয় এবং সনাক্ত করা হয়। এই একচেটিয়া ইভেন্টগুলি (প্রতিবিম্ব - সংক্রমণ) "0" - "1" বিট মানগুলির সাথে সম্পর্কিত। এটি আমাদেরকে সত্যিকারের পক্ষপাতহীন এবং অনির্দেশ্য সিস্টেমের নিশ্চয়তা দিতে সক্ষম করে।

একটি দ্রুততর (1 Gbit / সেকেন্ড) সিস্টেম দ্বারা দেওয়া হয় QuintessenceLabs । তাদের কোয়ান্টাম এলোমেলো সংখ্যার জেনারেটর "কিউস্ট্রিম" এনআইএসটি এসপি 800-90A এর সাথে অনুগত এবং এটি এনএসিস্ট এসপি 800 90 বি এবং সি খসড়ার প্রয়োজনীয়তা পূরণ করে এটি এএসকি টানেলের ডায়োড ব্যবহার করে । তাদের পণ্যগুলি নতুন এবং মূল্য এখনও প্রকাশ্যে উপলভ্য নয়।

কমস্কায়ার থেকে কয়েকশো হাজার ডলার পর্যন্ত সিস্টেমগুলি উপলভ্য । তাদের পিসিকিউএনজি এবং পোস্ট-কোয়ান্টাম আরএনজি পদ্ধতি এবং পেটেন্টগুলি তাদের ওয়েবসাইটে ব্যাখ্যা করা হয়েছে।

কোয়ান্টাম নাম্বার কর্পোরেশন দ্রুত (1 গিগাবাইট / গুলি) কোয়ান্টাম এলোমেলো সংখ্যা প্রস্তুত করার জন্য একটি চিপ আকারের ডিভাইস তৈরি করেছে যা তারা দাবি করে যে খুব শীঘ্রই উপলব্ধ হবে।

গণনাগতভাবে সস্তা সিউডোরডম সংখ্যা জেনারেশন সম্পর্কে কী?

যদি আপনি কয়েকটি নির্দেশনা এবং দ্রুত সম্পাদন হিসাবে "গণনামূলকভাবে সস্তা" বলতে চান তবে হ্যাঁ।

যদি আপনি বোঝাতে চান যে কোনও কম্পিউটার সত্যিকারের এলোমেলো সংখ্যা তৈরির জন্য একটি সস্তা উপায় = না।

কিউআরএনজি প্রয়োগ করা কোনও সম্পত্তি সিউডো এলোমেলো সংখ্যা তৈরি করবে না ।

কোয়ান্টাম কম্পিউটিং মার্কোভ চেইন মন্টি কার্লো (এমসিএমসি) রূপান্তরকে ত্বরান্বিত করতে সহায়তা করবে , না অভিযানের সময় উপরের সীমাটি নিশ্চিত করবে?

আমি এই মুহূর্তে অন্য কাউকে একটি ক্র্যাক নিতে দেব।

অন্যান্য নমুনা-ভিত্তিক অনুমানকারীদের জন্য কি কোয়ান্টাম অ্যালগরিদম থাকবে?

সম্ভবত।

দয়া করে এই উইকি উত্তরটি সম্পাদনা করুন এবং উন্নত করুন।


আমি নিশ্চিত নই যে আমি নির্ভরযোগ্য সত্য আরএনজির জন্য "সম্পদের সত্য অপচয়" সম্পর্কে একমত। এক কিছুর জন্য সিউডো-আরএনজি সময় নেয় যা বড় আকারের সিমুলেশন কাজে দ্রুত বাড়িয়ে তোলে । অন্যের জন্য, আরএনজি মেমরি নিয়েছে এবং তেমনি বড় আকারের সিমুলেশন কাজের জন্য। পরিচিত বিতরণ থেকে সত্য র্যান্ডম হওয়ার দ্রুত গ্যারান্টিযুক্ত উত্স পাওয়া এত অপব্যয় বলে মনে হয় না। তাছাড়া অন্যান্য সত্য RNG সমাধান যেমন একটি সমাধান প্রদান থেকে প্রতিরোধ কোয়ান্টাম কম্পিউটারের না।
অ্যালেক্সিস
আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.