এআই অ্যারনসন-অ্যাম্বাইনিস অনুমান প্রমাণ করেছে: কাঠামোহীন সমস্যায় কোয়ান্টাম কম্পিউটার সীমাবদ্ধ

সম্পাদনা করেছেন: Svitlana Velhush

যেসব সমস্যা সমাধানে ইনপুট ডেটা প্রায় এলোমেলো এবং বিশেষ গাণিতিক কাঠামোহীন, সেখানে কোয়ান্টাম কম্পিউটার সাধারণ কম্পিউটারকে সূচকীয়ভাবে ছাড়িয়ে যেতে পারবে না। এটি কেবল আরেকটি সীমাবদ্ধতা নয় — এটি কৃত্রিম বুদ্ধিমত্তার দ্বারা অর্জিত একটি প্রমাণ।

2026 সালের নভেম্বরে মার্কিন যুক্তরাষ্ট্রের স্টার্টআপ Physical Superintelligence (PSI) এমন একটি অনুমান প্রমাণের ঘোষণা দেয়, যা 2011 সালে অস্টিনের টেক্সাস বিশ্ববিদ্যালয়ের স্কট অ্যারনসন এবং লাটভিয়া বিশ্ববিদ্যালয়ের আন্দ্রিস অ্যাম্বাইনিস প্রণয়ন করেছিলেন। অনুমানটিতে বলা হয়েছিল: বুলিয়ান ঘনকে 0 থেকে 1 পর্যন্ত মান গ্রহণকারী নিম্ন-মাত্রার বহুপদীর জন্য সর্বদা এমন একটি চলক পাওয়া যাবে যার লক্ষণীয় প্রভাব রয়েছে। প্রমাণটি খুঁজে পেয়েছে PSI-এর অভ্যন্তরীণ গবেষণা ব্যবস্থা, Anthropic-এর একটি অপ্রকাশিত মডেলের ভিত্তিতে। সম্পূর্ণ পাঠ Lean ব্যবস্থায় যাচাইয়ের মধ্য দিয়ে গেছে, এবং উপস্থাপনাটি প্রস্তুত করেছেন স্ট্যানফোর্ডের গবেষকরা — গাই ব্ল্যাংক, জর্ডান ডক্টার, কারমেন স্ট্রাসল এবং লি-ইয়াং তান।

ব্যবস্থাটি চার দিন কাজ করেছে: প্রথমে সম্পূর্ণ প্রমাণ পেয়েছে, তারপর দুবার তা উন্নত করেছে, এবং প্রতিটি সংস্করণ Lean ত্রুটি ছাড়াই গ্রহণ করেছে। এটি কোয়ান্টাম প্রসেসরে কোনো পরীক্ষা নয়, বরং কোয়েরি জটিলতা তত্ত্বের ক্ষেত্রে একটি বিশুদ্ধ গাণিতিক প্রমাণ। এটি দেখায় যে ইনপুটে T সংখ্যক কোয়েরি করা একটি কোয়ান্টাম অ্যালগরিদমকে অধিকাংশ এলোমেলো ইনপুটে কেবল বহুপদী সংখ্যক কোয়েরি ব্যবহার করে উচ্চ নির্ভুলতার সাথে চিরায়তভাবে অনুকরণ করা সম্ভব।

কোটি কোটি বাক্সের একটি বিশাল গুদাম কল্পনা করুন, যেখানে প্রয়োজনীয় বস্তুটি কোনো সংকেত ছাড়াই এলোমেলো স্থানে রাখা আছে। চিরায়ত অনুসন্ধান একের পর এক বাক্স তন্ন তন্ন করে। কোয়ান্টাম অনুসন্ধান মনে হয় একসাথে সবগুলোর ভেতরে উঁকি দিতে পারত — কিন্তু প্রমাণটি দেখায় যে ফ্যাক্টরিকরণের জন্য শোরের অ্যালগরিদমের মতো বিশেষ কাঠামো ছাড়া এই ধরনের ‘উঁকি দেওয়া’ কেবল বহুপদী ত্বরণ দেয়, সূচকীয় নয়। বহুপদীতে একটি চলকের প্রভাব নিশ্চিত করে যে এলোমেলো ইনপুট প্রায় সর্বদা অল্প সংখ্যক বিট থেকে পূর্বানুমান করা যায়।

এই ফলাফল কোয়ান্টাম শ্রেষ্ঠত্বের সীমা সম্পর্কে ধারণা বদলে দেয়। এখন স্পষ্ট: অন্তর্নির্মিত কাঠামোহীন সমস্যার জন্য — এলোমেলো গ্রাফ, এলোমেলো ফাংশন — সূচকীয় সুবিধার আশা করা উচিত নয়। কোয়ান্টাম কম্পিউটার সেখানে সুবিধা ধরে রাখে যেখানে কাঠামো আছে, যেমন ক্রিপ্টোগ্রাফি বা বিশেষ বৈশিষ্ট্যযুক্ত অপ্টিমাইজেশনে। এটি যন্ত্রপাতির ব্যবহারিক নির্মাণ বাতিল করে না, বরং প্রচেষ্টাকে ঠিক এমন কাঠামোবদ্ধ সমস্যা খোঁজার দিকে পরিচালিত করে।

12 নভেম্বর 2026 সালের New Scientist-এ প্রকাশিত নিবন্ধ এবং 8 নভেম্বরের arXiv প্রিপ্রিন্টে প্রমাণের ধারা এবং এলোমেলো ওরাকলের জগতে BPP ও BQP শ্রেণির সম্পর্কের উপর এর পরিণতি বিস্তারিতভাবে বর্ণনা করা হয়েছে।

কোয়ান্টাম শ্রেষ্ঠত্ব এখন আরও স্পষ্টভাবে চিহ্নিত: এটি বাস্তব, কিন্তু এর জন্য এলোমেলোতা নয়, বরং একটি লুকানো নিয়মিততা প্রয়োজন।

3 দৃশ্য

উৎসসমূহ

  • AI confirms a long-suspected limit on quantum computers’ advantages

  • psi.inc

  • arxiv.org

মন্তব্য

আপনি কি কোনো ত্রুটি বা অসঠিকতা খুঁজে পেয়েছেন?আমরা আপনার মন্তব্য যত তাড়াতাড়ি সম্ভব বিবেচনা করব।