Ruang Kuantum

Apa & untuk apa

Ruang Kuantum adalah fitur Quantum Machine Learning (QML) di PSD — tempat merancang sirkuit kuantum, menjalankannya di simulator, dan melatih model hibrida kuantum-klasik. Ruang Kuantum adalah aset mandiri (kind="kuantum"), sejajar dengan Proyek, Dataset, dan Model — bukan sub-fitur di dalam Model.

Fitur ini ditujukan sebagai magnet komunitas fisika & komputasi kuantum: Anda bisa bereksperimen dengan encoding data, variational circuit, dan pengukuran — tanpa harus menulis kode PennyLane dari nol. Sistem meng-generate kode Python valid dari pilihan Anda, lalu menjalankannya di lingkungan terisolasi (transparan & aman).

Cara kerja

Setiap aset kuantum terdiri dari tiga komponen utama:

1. Encoding — cara memasukkan data klasik ke qubit:

• Angle — 1 qubit per fitur.
• Amplitude — menampung hingga 2ⁿ nilai (n = jumlah qubit).
• Basis — jumlah fitur harus sama dengan jumlah qubit.

1. Sirkuit (ansatz) — rangkaian gerbang kuantum (H, X, CNOT, RX, RY, dll.) dengan parameter

trainable yang bisa dioptimasi saat latihan.

1. Measurement — cara membaca hasil: ekspektasi (expval), probabilitas (probs), atau sampel

(sample) dengan observable Pauli (Z/X/Y).

Alur tipikal:

1. Buat aset kuantum — atur qubit, encoding, sirkuit, dan measurement.
2. Lihat kode — sistem merakit kode PennyLane utuh (read-only) untuk transparansi & belajar.
3. Jalankan — simulator menghitung ekspektasi/histogram dengan jumlah shots yang Anda tentukan.
4. Latih — optimizer klasik menyesuaikan parameter sirkuit memakai Dataset sebagai sumber fitur.
5. Terbitkan ke Model *(opsional)* — bobot terlatih bisa dipublikasikan sebagai Model baru atau

ditautkan ke Model yang sudah ada.

Simulasi qubit mahal secara eksponensial (state vector = 2ⁿ), sehingga tier membatasi qubit, shots, dan kedalaman sirkuit. Hardware kuantum nyata tersedia untuk tier tinggi.

Kapan dipakai

Cocok untuk:

• Belajar QML & komputasi kuantum dengan antarmuka visual (tanpa menulis kode mentah).
• Eksperimen sirkuit variational, encoding data, dan pengukuran kuantum.
• Melatih model hibrida kuantum-klasik dengan dataset PSD.
• Membangun portofolio QML dan berbagi ke komunitas fisika/kuantum.

Kurang tepat bila:

• Anda hanya butuh model ML klasik — gunakan aset Model biasa.
• Masalah Anda murni tabular/deep learning tanpa komponen kuantum — Notebook atau Studio Python lebih efisien.
• Anda butuh measure analitik di atas tabel gold — itu Ruang Model Semantik, bukan Ruang Kuantum.

Langkah demi langkah

Membuat aset kuantum

1. Buka menu Aset → Ruang Kuantum, lalu tekan Buat Aset Kuantum.
2. Isi judul dan tentukan jumlah qubit (≤ batas tier Anda).
3. Pilih encoding (angle/amplitude/basis) — panel menampilkan qubit minimum yang dibutuhkan.
4. Susun sirkuit lewat perancang visual: tambah gerbang, tandai parameter trainable.
5. Atur measurement (expval/probs/sample + observable + wire).
6. Simpan — kode PennyLane otomatis muncul di panel Kode (read-only).

Menjalankan sirkuit

1. Buka halaman detail aset kuantum (/kuantum/[slug]).
2. Pilih backend — Simulator (default) atau Hardware *(tier lanjut)*.
3. Atur jumlah shots (≤ batas tier).
4. Tekan Jalankan — hasil ekspektasi atau histogram muncul setelah proses selesai.
5. Riwayat run tersimpan di tab Runs.

Melatih model hibrida

1. Dari halaman aset, tekan Latih.
2. Pilih Dataset sebagai sumber fitur, tentukan optimizer dan jumlah langkah.
3. Proses latihan berjalan di latar belakang — pantau kurva loss.
4. Setelah sukses, bobot terlatih tersimpan di aset kuantum.

Menerbitkan bobot ke Model *(opsional)*

1. Setelah latihan sukses, tekan Terbitkan sebagai Model.
2. Pilih salah satu:

• Buat Model baru — bobot jadi aset Model tersendiri.
• Tautkan ke Model yang ada — bobot ditambahkan sebagai versi Model yang sudah Anda punya.

1. Model terkait muncul di katalog Model; aset kuantum tetap berdiri sendiri.

Menjelajahi komunitas

1. Buka Penemuan atau halaman Ruang Kuantum publik.
2. Jelajahi aset kuantum orang lain yang visibilitasnya publik.
3. Pelajari sirkuit, encoding, dan kode yang mereka bagikan.

Batas tier

Simulasi kuantum dibatasi ketat karena biaya komputasi eksponensial. Angka berikut mengikuti tier reputasi Anda — ilustratif, angka dapat berubah.

Poin & quest

Quest bertema Ruang Kuantum:

1. Sirkuit Bell Pertama — buat dan jalankan sirkuit 2-qubit sederhana (Bell state).
2. Encoding Pertama — coba ketiga metode encoding (angle, amplitude, basis).
3. Pengukuran Ekspektasi — jalankan measurement expval dengan observable PauliZ.
4. Latih Hibrida — selesaikan satu siklus latihan dengan dataset PSD.
5. Terbitkan ke Model — publikasikan bobot terlatih ke aset Model (opsional).

Masalah umum & solusi

Fitur terkait

• Model — tujuan opsional publikasi bobot hasil latihan QML.
• Dataset — sumber fitur saat melatih model hibrida.
• Registry Model — kelola versi model hasil publikasi QML (fitur lanjut).
• Notebook — eksplorasi klasik; bandingkan dengan pendekatan kuantum.
• Kategori — tandai aset kuantum agar ditemukan di penemuan komunitas.