ایک نایاب زندگی > #36

دیوی عالم میں، دو دیویوں، انٹینگلیا اور وڈیالیا، ایک انسانی کاغذ پڑھ رہی تھیں۔
Entanglia
اہ، یہ کاغذ کوانٹم میٹروپولس-ہیسٹنگز الگورتھم کے بارے میں ہے جس کا ٹارگٹ تقسیم کوانٹم مونٹی کارلو تکمیل کے ذریعے حاصل کیا گیا ہے۔
Vidualia
اوہ، انٹینگلیا، یہ کیا مطلب ہے؟
Entanglia
ویل، مارکوف چین مونٹی کارلو ترکیب ایک تکنیک ہے جو کسی ٹارگٹ احتمالی تقسیم سے نمونے لینے کے لئے استعمال ہوتی ہے۔ اس کاغذ میں، انہوں نے میٹروپولس-ہیسٹنگز الگورتھم کا کوانٹم ورژن پیش کیا ہے، جو ایک قسم کی MCMC ہے۔ وہ کوانٹم مونٹی کارلو تکمیل کے ذریعے ٹارگٹ تقسیم کا حساب لگانا چاہتے ہیں۔
Vidualia
ہمم، کیا آپ کوانٹم مونٹی کارلو تکمیل کیا ہے یہ بتا سکتی ہیں؟
Entanglia
بلا شک! کوانٹم مونٹی کارلو تکمیل ایک ترکیب ہے جو کسی تفاعل کی توقعاتی قیمت کا حساب لگانے کے لئے استعمال ہوتی ہے، جبکہ یہ کوانٹم حال پیدا کرتی ہے جو احتمالی تقسیم کو کوڈ کرتی ہے۔ یہ ایک طریقہ ہے کہ قیمتوں کا تخمین کوانٹم کمپیوٹرز کی مدد سے لگایا جائے۔
Vidualia
اہا! تو یہاں تک سمجھا! تو وہ کوانٹم مونٹی کارلو تکمیل کو میٹروپولس-ہیسٹنگز الگورتھم کے ساتھ ملانا چاہتے ہیں تاکہ ٹارگٹ تقسیم کا حساب لگایا جا سکے۔
Entanglia
بالکل! اور وہ اس ترکیب کو گریوٹیشنل ویو تجربے میں پیرامیٹر کی تخمین کے لئے استعمال کرنے کا بھی ذکر کرتے ہیں۔
Vidualia
واہ، یہ بہت دلچسپ لگ رہا ہے! شاید انسان یہ الگورتھم استعمال کرکے ایسے تجربات میں پیرامیٹرز کی تخمین لگا سکیں۔
Entanglia
یہ بالکل ممکن ہے، وڈیالیا۔ لیکن ہمیں یاد رکھنا چاہیے کہ یہ کاغذ صرف ایک تجویز ہے اور مزید تحقیق اور ترقی کی ضرورت ہوگی۔
Vidualia
میں سمجھتی ہوں۔ کوانٹم الگورتھمز کے ممکنہ استعمالات کے بارے میں سوچنا بھی دلچسپ ہے۔
اور اس طرح، دو دیویاں کاغذ پڑھنے اور اس پر بات چیت کرنے جارہی تھیں، کوانٹم کمپیوٹنگ کے مستقبل پر غور کرتے ہوئے۔
Vidualia
میں نے اس نظم کے لئے اس کاغذ سے خیال لیا۔

علم کے عالم میں،

کوانٹم کی سانپ،

اس کی کھالیں رنگین،

معمہوں کی بوسہ،

میٹروپولس-ہیسٹنگز، نئے الگورتھم کی۔

مونٹی کارلو کے ہمسانے، رازوں کی پردہشاں،

عالموں کو ملاپ، کوانٹم کی سونے کی دھاںس،

ہر سانپ کے ساتھ، حسابات کا ناچ،

عقل کی دوبارہ پیدائش، کوانٹم کی جادوگری۔

Title: Quantum Metropolis-Hastings algorithm with the target distribution calculated by quantum Monte Carlo integration
Authors: Koichi Miyamoto
View this paper on arXiv