Optimal, and approximately optimal, quantum strategies for $\mathrm{XOR}^{*}$ and $\mathrm{FFL}$ games

क्वांटम भौतिकी की विचित्र और प्रति-सहज दुनिया में, कण इस तरह से एक-दूसरे से जुड़ सकते हैं जो हमारे रोजमर्रा के अनुभव की दूरी और स्वतंत्रता को चुनौती देता है। यह घटना, जिसे एंटैंगलमेंट (entanglement) कहा जाता है, दो अलग-अलग वस्तुओं को एक एकल अस्तित्व साझा करने की अनुमति देती है, जहाँ एक का मापन तुरंत दूसरे को प्रभावित करता है, चाहे वे एक-दूसरे से कितनी भी दूर क्यों न हों। दशकों से, वैज्ञानिकों ने इस गुण का उपयोग ब्रह्मांड के मौलिक नियमों का परीक्षण करने के लिए किया है, जो अक्सर गेम थ्योरी (game theory) के माध्यम से होता है। कल्पना कीजिए कि दो खिलाड़ी हैं, एलिस और बॉब, जो अलग-अलग हैं और एक-दूसरे से संवाद नहीं कर सकते। एक रेफरी उन्हें प्रश्न भेजता है, और उन्हें एक साझा रणनीति के आधार पर उत्तर देने होते हैं। यदि वे केवल शास्त्रीय भौतिकी (classical physics) के नियमों पर निर्भर रहते हैं, तो उनके एक साथ जीतने की आवृत्ति की एक सख्त सीमा होती है। हालाँकि, यदि वे एक एंटैंगल्ड क्वांटम अवस्था साझा करते हैं, तो वे अपने उत्तरों में इस तरह समन्वय कर सकते हैं जो शास्त्रीय भौतिकी वर्जित करती है, जिससे वे किसी भी शास्त्रीय टीम की तुलना में अधिक बार जीत सकते हैं। शास्त्रीय रणनीतियों के साथ जो संभव है और क्वांटम रणनीतियों के साथ जो संभव है, उनके बीच का यह अंतर उस रहस्य का केंद्र है जिसे शोधकर्ता समझने का प्रयास कर रहे हैं।

पीट रिगास का एक नया अध्ययन इस अंतर की बारीकी से जांच करता है, विशेष रूप से दो अलग-अलग प्रकार के खेलों का परीक्षण करता है: प्रसिद्ध XOR गेम और एक अधिक जटिल भिन्नता जिसे फोर्टनाउ-फीज-लोवास (FFL) गेम कहा जाता है। जबकि पिछले शोध ने सरल XOR गेम के लिए इष्टतम रणनीतियों को सफलतापूर्वक मैप किया था, FFL गेम का व्यवहार कम स्पष्ट बना रहा। FFL गेम अद्वितीय है क्योंकि जीतने के नियम अलग हैं; रेफरी एक विशिष्ट संभाव्यता पैटर्न के साथ प्रश्न वितरित करता है जो इस खेल को XOR गेम से अलग बनाता है। इस खेल में, दोनों शास्त्रीय और क्वांटम टीमों के लिए सर्वोत्तम संभव जीतने की संभाव्यता ठीक दो-तिहाई निकलती है। यह एक महत्वपूर्ण विवरण है क्योंकि, XOR गेम के विपरीत जहाँ क्वांटम यांत्रिकी एक स्पष्ट लाभ प्रदान करती है, FFL गेम एक ऐसी स्थिति प्रस्तुत करता है जहाँ शास्त्रीय और क्वांटम सीमाएँ समान हैं। शोधकर्ता जानना चाहते थे: यदि जीतने की संभाव्यताएँ समान हैं, तो अंतर्निहित रणनीतियाँ कैसे भिन्न हैं? विशेष रूप से, उन्होंने क्वांटम रणनीतियों में "त्रुटि" या अपूर्णता के मार्जिन को मापने का प्रयास किया, यह निर्धारित किया कि एक खिलाड़ी को इष्टतम क्वांटम अवस्था प्राप्त करने के लिए आदर्श अवस्था के कितने करीब होना चाहिए।

इसका उत्तर देने के लिए, शोधकर्ताओं ने 2016 में विकसित एक गणितीय ढांचे का उपयोग किया जो इन गेम रणनीतियों को ज्यामितीय वस्तुओं के रूप में मानता है। उन्होंने एक विशिष्ट गणितीय उपकरण, एक रैखिक रूपांतरण (linear transformation) का निर्माण किया, जो आदर्श, पूर्ण क्वांटम रणनीति और वास्तविक, थोड़ी अपूर्ण रणनीतियों जो खिलाड़ी वास्तव में उपयोग कर सकते हैं, के बीच एक सेतु के रूप में कार्य करता है। इस सेतु का विश्लेषण करके, वे गणना कर सके कि यदि खिलाड़ियों की साझा क्वांटम अवस्था पूरी तरह से संरेखित नहीं है, तो जीतने की संभाव्यता कितनी कम हो जाएगी। अध्ययन ने दो मुख्य खिलाड़ियों, एलिस और बॉब, और उन ऑपरेटरों पर ध्यान केंद्रित किया जिनका वे उत्तर उत्पन्न करने के लिए उपयोग करते हैं। शोधकर्ताओं ने उन त्रुटियों के "आकार" की गणना की जो तब उत्पन्न होती हैं जब ऑपरेटर लक्ष्य से थोड़े हट जाते हैं। उन्होंने पाया कि FFL गेम के लिए, खिलाड़ियों के कार्यों और परिणामी त्रुटि के बीच का संबंध विशिष्ट संख्यात्मक स्थिरांकों द्वारा नियंत्रित होता है। एलिस की रणनीति के लिए, त्रुटि सीमा नौ के कारक के समानुपाती है, जबकि बॉब की रणनीति के लिए, यह चवालीस-तिहाई के कारक के समानुपाती है। ये संख्याएँ मनमानी नहीं हैं; ये FFL गेम के अद्वितीय संभाव्यता वितरण से सीधे उभरती हैं, जहाँ रेफरी एक-तिहाई समय में कुछ प्रश्न पूछता है और प्रश्नों के एक विशिष्ट संयोजन को कभी नहीं पूछता है।

जांच से पता चला कि हालांकि FFL गेम के लिए जीतने की संभाव्यता शास्त्रीय और क्वांटम खिलाड़ियों के लिए समान है, लेकिन उस विजय का क्वांटम मार्ग संरचनात्मक रूप से भिन्न है। शोधकर्ताओं ने प्रदर्शित किया कि क्वांटम रणनीति एक विशिष्ट प्रकार के गणितीय अपघटन (mathematical decomposition) का उपयोग करके वर्णित एंटैंगल्ड अवस्थाओं के एक नाजुक संतुलन पर निर्भर करती है। उन्होंने दिखाया कि यदि खिलाड़ी इस पूर्ण संतुलन से थोड़ा भी विचलित होते हैं, तो उनके प्रदर्शन में त्रुटि एक अनुमानित तरीके से बढ़ती है, जो पूछे गए प्रश्नों की संख्या के वर्ग के साथ स्केल करती है। यह निष्कर्ष महत्वपूर्ण है क्योंकि यह उन क्वांटम रणनीतियों के लिए एक सटीक "त्रुटि बजट" प्रदान करता है जो पूरी तरह से सममित नहीं हैं। यह हमें बताता है कि क्वांटम लाभ कितना मजबूत है, या FFL गेम के मामले में, क्वांटम समानता शास्त्रीय सीमा के प्रति कितनी मजबूत है। अध्ययन पुष्टि करता है कि भले ही अंतिम स्कोर समान हो, लेकिन उस जीत को प्राप्त करने के लिए आवश्यक क्वांटम मशीनरी सख्त, मापने योग्य नियमों द्वारा शासित होती है जो सरल XOR गेम से भिन्न हैं।

पेपर निष्कर्ष निकालता है कि यह क्वांटम रणनीतियों के लिए एक सुरक्षा जाल के रूप में कार्य करने वाले नि和他 (inequalities) का एक सेट स्थापित करता है। ये असमानताएँ इष्टतम स्तर से नीचे गिरने से पहले आदर्श अवस्था से अधिकतम स्वीकार्य विचलन को परिभाषित करती हैं। FFL गेम के लिए इन त्रुटि सीमाओं के सत्य होने को सिद्ध करके, शोधकर्ताओं ने मानक उदाहरणों से परे क्वांटम खेलों का विश्लेषण करने के लिए उपलब्ध टूलकिट का विस्तार किया है। उन्होंने दिखाया है कि सरल क्वांटम खेलों को समझने के लिए उपयोग किए जाने वाले गणितीय तंत्र को अधिक जटिल, अनियमित संरचनाओं के अनुकूल बनाया जा सकता है। यह कार्य यह दावा नहीं करता है कि इसने क्वांटम गेम थ्योरी के हर रहस्य को सुलझा लिया है, बल्कि यह कम समान नियमों वाले खेलों में क्वांटम रणनीतियों की स्थिरता को मापने के लिए एक कठोर पद्धति प्रदान करता है। परिणाम बताते हैं कि क्वांटम लाभ को समझने का मार्ग न केवल अंतिम जीत के प्रतिशत में निहित है, बल्कि रणनीतियों के सटीक गणितीय ज्यामिति में भी है, एक ऐसी ज्यामिति जो तब भी सुसंगत रहती है जब खेल के नियम बदलते हैं।