Controlled Gate Networks: Theory and Application to Eigenvalue Estimation

यहाँ शोध पत्र "Controlled Gate Networks: Theory and Application to Eigenvalue Estimation" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

मेनी-बॉडी फिजिक्स (जैसे, परमाणु संरचना, हैमिल्टनियन सिमुलेशन) के लिए क्वांटम एल्गोरिदम अक्सर यूनिटरी ऑपरेटर्स के रैखिक संयोजन (linear combinations of unitary operators - LCU) के निर्माण पर निर्भर करते हैं। ये निम्नलिखित कार्यों के लिए आवश्यक हैं:

• वेरिएशनल सबस्पेस गणना (QAOA अवस्थाओं को मिश्रित करना)।
• आइगेनवैल्यू एस्टीमेशन (जैसे, फेज एस्टीमेशन, रोडियो एल्गोरिदम)।
• इमेजिनरी टाइम इवोल्यूशन (Imaginary time evolution)।

मुख्य चुनौती:
नियंत्रित यूनिटरी ऑपरेशंस को लागू करने के लिए पारंपरिक दृष्टिकोण में प्रत्येक व्यक्तिगत नियंत्रित ऑपरेटर के गेट कॉम्प्लेक्सिटी (gate complexity) को स्वतंत्र रूप से कम करने का प्रयास किया जाता है। उदाहरण के लिए, यदि किसी एल्गोरिदम को $U$ और $V$ के बीच टॉगल करने की आवश्यकता है, तो मानक विधियाँ $U$ के अपघटन (decomposition) और $V$ के अपघटन को अलग-अलग नियंत्रित करती हैं। यह अक्सर दो-क्विबिट एंटैंगलिंग गेट्स (CNOTs) की उच्च संख्या की ओर ले जाता है, जो वर्तमान नोइजी इंटरमीडिएट-स्केल क्वांटम (NISQ) उपकरणों में शोर और त्रुटि का प्राथमिक स्रोत हैं। मौजूदा ट्रांसपाइलेशन टूल्स स्थानीय संरचनाओं (गेट फ्यूजन, कैंसिलेशन) को अनुकूलित करते हैं, लेकिन वे एक नेटवर्क में विभिन्न यूनिटरी ऑपरेटर्स के बीच वैश्विक संरचनात्मक संबंधों (global structural relationships) का लाभ उठाने में विफल रहते हैं।

2. कार्यप्रणाली: कंट्रोल्ड गेट नेटवर्क्स (Controlled Gate Networks - CGN)

लेखक कंट्रोल्ड गेट नेटवर्क्स नामक एक नया प्रतिमान प्रस्तावित करते हैं। व्यक्तिगत ऑपरेटर्स को अनुकूलित करने के बजाय, यह रणनीति आवश्यक यूनिटरी ऑपरेशंस के सेट को एक जुड़े हुए नेटवर्क के रूप में देखती है जहाँ उनके बीच के रूपांतरणों (transformations) को अनुकूलित किया जाता है।

सैद्धांतिक ढांचा (Theoretical Framework)

• अवधारणा: एक CGN में रूपांतरण गेट्स ($G_i$) द्वारा एक-दूसरे में परिवर्तित किए गए नियंत्रित यूनिटरी ऑपरेटर्स का एक सेट होता है। एक अनसिल्ला क्वबिट (ancilla qubit) इन रूपांतरण गेट्स के समावेश या अपवर्जन को नियंत्रित करता है।
• तंत्र:
  • मान लीजिए $U = \prod U_k$ और $V = \prod V_k$।
  • $U$ और $V$ को अलग-अलग नियंत्रित करने के बजाय, नेटवर्क ऐसे यूनिटरी ऑपरेटर्स $A_k$ और $B_k$ खोजता है कि $A_k U_k B_k = V_k$ हो।
  • सर्किट बिना शर्त $U_k$ लागू करता है, फिर $U$ से $V$ में अवस्था को बदलने के लिए अनसिल्ला की स्थिति के आधार पर सशर्त रूप से $A_k$ और $B_k$ लागू करता है।
• जटिलता में कमी (Complexity Reduction):
  • लेखक सिद्ध करते हैं कि दो यूनिटरीज $U$ और $V$ के लिए, यदि वे संरचनात्मक समानताएं साझा करते हैं, तो नियंत्रित नेटवर्क के लिए आवश्यक CNOT गेट्स की संख्या $U$ और $V$ को व्यक्तिगत रूप से नियंत्रित करने के CNOT योग से कम होती है।
  • विशेष रूप से, यदि $U_k$ और $V_k$ एक ही क्वबिट्स पर कार्य करते हैं और आइडेंटिटी के समानुपाती नहीं हैं, तो नेटवर्क प्रत्येक चरण में कम से कम 1 CNOT कम करता है, और अक्सर इससे भी काफी अधिक।
  • $N = 2^n$ यूनिटरीज के लिए, नेटवर्क बाइनरी कंट्रोल स्टेट्स में अग्रणी शून्य (leading zeros) के लिए सशर्त नियंत्रणों को छोड़ सकता है, जिससे CNOT काउंट में $N-1$ से संबंधित कारक द्वारा कमी आती है।

विशेष मामला: कंट्रोल्ड रिवर्सल गेट्स (Controlled Reversal Gates)

टाइम इवोल्यूशन के लिए एक विशिष्ट प्रकार का CGN पेश किया गया है: कंट्रोल्ड रिवर्सल गेट।

• एक रिवर्सल गेट $R$ हैमिल्टनियन टर्म्स के एक उपसमूह के साथ एंटी-कम्यूट करता है ($R H R^\dagger = -H$)।
• एक कंट्रोल्ड रिवर्सल गेट $C(R)$ सिस्टम को अनसिल्ला अवस्था के आधार पर फॉरवर्ड टाइम इवोल्यूशन ($e^{-iHt}$) और बैकवर्ड टाइम इवोल्यूशन ($e^{+iHt}$) के बीच टॉगल करने की अनुमति देता है।
• लाभ: यह समरूपता (symmetry) एल्गोरिदम को आधे संख्या में ट्रोटर स्टेप्स (Trotter steps) के साथ समान सापेक्ष फेज इवोल्यूशन प्राप्त करने की अनुमति देती है, जिससे दक्षता दोगुनी हो जाती है।

3. प्रमुख योगदान (Key Contributions)

1. सामान्य सिद्धांत: CGNs के लिए गणितीय ढांचे को स्थापित किया, जो यूनिटरीज के रैखिक संयोजन के लिए CNOT रिडक्शन पर कठोर सीमाएं (rigorous bounds) सिद्ध करता है।
2. कंट्रोल्ड रिवर्सल गेट्स: टाइम इवोल्यूशन के लिए एक विशिष्ट कार्यान्वयन पेश किया जो समय-रिवर्सल समरूपता का लाभ उठाकर सर्किट डेप्थ को आधा कर देता है।
3. प्रायोगिक सत्यापन: तीन अलग-अलग अनुप्रयोगों में वास्तविक क्वांटम हार्डवेयर (IBM Perth और Quantinuum H1-2) पर इस सिद्धांत को प्रमाणित किया।
4. शोर प्रतिरोध विश्लेषण (Noise Resilience Analysis): दिखाया कि CGNs के साथ मिलकर रोडियो एल्गोरिदम उच्च सटीकता बनाए रखता है, भले ही सर्किट फिडेलिटी कम हो, क्योंकि एल्गोरिदम पूर्ण प्रायिकता फिडेलिटी के बजाय पीक डिटेक्शन पर निर्भर करता है।

4. परिणाम और अनुप्रयोग (Results and Applications)

शोध पत्र तीन विशिष्ट उदाहरणों के माध्यम से सिद्धांत को सत्यापित करता है:

A. वेरिएशनल सबस्पेस कैलकुलेशन (2-क्विबिट सिस्टम)

• कार्य: दो QAOA अवस्थाओं, $|A\rangle$ और $|B\rangle$, का सुपरपोजिशन बनाना, ताकि इनर प्रोडक्ट्स और हैमिल्टनियन मैट्रिक्स एलिमेंट्स की गणना की जा सके।
• तुलना:
  • मानक दृष्टिकोण (Hadamard Test): 64 CNOTs और 82 सिंगल-क्विबिट गेट्स की आवश्यकता थी।
  • CGN दृष्टिकोण: 13 CNOTs और 21 सिंगल-क्विबिट गेट्स की आवश्यकता थी।
• परिणाम: CNOTs में 5 गुना कमी और सिंगल-क्विबिट गेट्स में 4 गुना कमी।

B. रोडियो एल्गोरिदम के माध्यम से आइगेनवैल्यू एस्टीमेशन (2-क्विबिट हैमिल्टनियन)

• कार्य: $H_{obj} = c_1 X_1 Z_2 + c_2 Z_1 X_2$ के आइगेनवैल्यू का अनुमान लगाने के लिए रोडियो एल्गोरिदम (इटरेटिव डिस्ट्रक्टिव इंटरफेरेंस) का उपयोग करना।
• कार्यान्वयन: टाइम इवोल्यूशन की दिशा को टॉगल करने के लिए कंट्रोल्ड रिवर्सल गेट्स का उपयोग किया गया।
• गेट काउंट में कमी:
  • मानक कंट्रोल्ड टाइम इवोल्यूशन: प्रति चक्र 20 CNOTs।
  • CGN (कंट्रोल्ड रिवर्सल): प्रति चक्र 4 CNOTs।
• हार्डवेयर प्रदर्शन:
  • IBM Perth (5 चक्र): स्पेक्ट्रम रेंज के 0.004 (0.05%) के RMS विचलन के साथ आइगेनवैल्यू अनुमान प्राप्त किया, जबकि सर्किट एरर रेट ~30% था।
  • Quantinuum H1-2 (5 चक्र): ~5% एरर रेट के साथ 0.005 (0.06%) का RMS विचलन प्राप्त किया।
• महत्व: ऊर्जा माप की सापेक्ष सटीकता सर्किट फिडेलिटी से कई गुना बेहतर थी, जो एल्गोरिदम की शोर के प्रति मजबूती (robustness) को प्रदर्शित करती है। CGNs के बिना, शोर संचय के कारण एरर बार 2-3 गुना बड़े होते।

C. कंट्रोल्ड टाइम इवोल्यूशन (3D लैटिस न्यूक्लियॉन)

• कार्य: एक 3D लैटिस पर फ्री न्यूक्लियॉन के कंट्रोल्ड टाइम इवोल्यूशन का अनुकरण करना।
• 4 विधियों की तुलना:
  • विधि A (Naive): प्रत्येक गेट को व्यक्तिगत रूप से नियंत्रित करता है (11x ओवरहेड)।
  • विधि B (Partial Control): केवल पैरामीटर-डिपेंडेंट गेट्स को नियंत्रित करता है (3x ओवरहेड)।
  • विधि C (Single Reversal): एक क्वबिट पर कंट्रोल्ड Z का उपयोग करता है (1x ओवरहेड, लेकिन $N_t/2$ स्टेप्स की आवश्यकता)।
  • विधि D (Bipartite Reversal): इवन/ऑड लैटिस साइट्स पर कंट्रोल्ड Z का उपयोग करता है।
• परिणाम: विधि D ने CNOT काउंट को अनकंट्रोल्ड इवोल्यूशन लागत के ~50% तक कम कर दिया (विधि A के 1100% की तुलना में), जो बड़े लैटिस सिमुलेशन के लिए दृष्टिकोण की स्केलेबिलिटी को सिद्ध करता है।

5. महत्व और भविष्य की दृष्टि (Significance and Outlook)

• स्केलेबिलिटी: कंट्रोल्ड गेट नेटवर्क्स, दो-क्विबिट गेट काउंट को नाटकीय रूप से कम करके, परमाणु भौतिकी और मेनी-बॉडी समस्याओं के लिए क्वांटम सिमुलेशन को स्केल करने का मार्ग प्रदान करते हैं, जो NISC उपकरणों के लिए मुख्य बाधा है।
• हार्डवेयर एग्नोस्टिक: यह विधि विभिन्न हार्डवेयर आर्किटेक्चरों पर लागू की जा सकती है, जैसा कि IBM के हेवी-हेक्स लैटिस और Quantinuum की ऑल-टू-ऑल कनेक्टिविटी दोनों पर सफल रन से सिद्ध हुआ है।
• शोर प्रतिरोध (Noise Resilience): CGNs और रोडियो एल्गोरिदम का संयोजन सटीक आइगेनवैल्यू एस्टीमेशन की अनुमति देता है, क्योंकि एल्गोरिदम ग्लोबल फेज एरर्स और एम्प्लीट्यूड डैम्पिंग के प्रति मजबूत है, बशर्ते सिग्नल-टू-नॉइज़ रेशियो एक थ्रेशोल्ड से ऊपर रहे।
• भविष्य का प्रभाव: यह कार्य कई न्यूक्लियन्स वाले अधिक जटिल परमाणु लैटिस सिमुलेशन के लिए आधार तैयार करता है, जहाँ एंटीसिमेट्राइजेशन और इंटरेक्शन टर्म्स भी इसी तरह नेटवर्क-आधारित अनुकूलन से लाभान्वित हो सकते हैं।

निष्कर्षतः, यह शोध पत्र प्रदर्शित करता है कि अनुकूलन के फोकस को व्यक्तिगत गेट्स से हटाकर यूनिटरी ऑपरेटर्स के बीच संरचनात्मक संबंधों पर केंद्रित करने से दक्षता में भारी सुधार होता है, जिससे जटिल क्वांटम एल्गोरिदम वर्तमान और निकट-अवधि के क्वांटम हार्डवेयर पर भी व्यवहार्य हो जाते हैं।