Modeling Logical Gates and Read-Out of Superconducting Gottesman-Kitaev-Preskill Qubits
यह शोध पत्र यह प्रदर्शित करके सैद्धांतिक GKP त्रुटि सुधार मॉडलों और व्यावहारिक सुपरकंडक्टिंग डिवाइस की सीमाओं के बीच के अंतर को पाटता है कि हानि (loss) और विरूपण (dephasing) को यादृच्छिक विस्थापन (random displacements) के रूप में अनुमानित किया जा सकता है, गेट इनफिडेलिटी (gate infidelity) को नाटकीय रूप से कम करने के लिए डिकोडर संशोधनों का प्रस्ताव करता है, और रीड-आउट के दौरान मापन अक्षमताओं को कम करने के लिए एक क्वांटम ट्रजेक्टरी-आधारित योजना की रूपरेखा तैयार करता है।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
एक ऐसा कंप्यूटर बनाने के लिए जो आज की मशीनों की पहुंच से परे समस्याओं को हल कर सके, वैज्ञानिकों को पहले एक मौलिक समस्या को हल करना होगा: क्वांटम सूचना अविश्वसनीय रूप से नाजुक होती है। क्वांटम कंप्यूटर में डेटा के बिट्स, जिन्हें क्यूबिट्स (qubits) कहा जाता है, अपने वातावरण के साथ संपर्क करते ही अपनी अवस्था खो देते हैं। इस नाजुक जानकारी की रक्षा करने के लिए, शोधकर्ता 'क्वांटम एरर करेक्शन' (quantum error correction) नामक रणनीति का उपयोग करते हैं। एक एकल, पूर्ण भौतिक घटक पर भरोसा करने के बजाय, वे एकल सूचना के टुकड़े को एक बड़े सिस्टम में एनकोड करते हैं, जिससे उन्हें डेटा को नष्ट किए बिना गलतियों का पता लगाने और उन्हें ठीक करने की अनुमति मिलती है। इसे करने के सबसे आशाजनक तरीकों में से एक 'बोसोनिक कोड्स' (bosonic codes) का उपयोग करना है, जो सूचना को एक क्वांटम ऑसिलेटर के निरंतर कंपन में संग्रहीत करते हैं, ठीक वैसे ही जैसे एक पेंडुलम आगे-पीछे झूलता है। इनमें से, गोट्समैन-किटाएव-प्रेस्किल (Gottesman-Kitaev-Preskill), या GKP कोड इसलिए विशिष्ट है क्योंकि यह अपेक्षाकृत सरल संसाधनों का उपयोग करके सार्वभौमिक क्वांटम कंप्यूटिंग का मार्ग प्रदान करता है। हालांकि, इन कोडों को डिजाइन करने के लिए उपयोग किए जाने वाले सैद्धांतिक मॉडलों और प्रयोगशाला में उन्हें बनाने की वास्तविक जटिलता के बीच एक महत्वपूर्ण अंतर रहा है। सिद्धांत अक्सर एक विशिष्ट, समान प्रकार के शोर (noise) को मान लेते हैं, जबकि वास्तविक दुनिया के उपकरण ऊर्जा हानि, यादृच्छिक अस्थिरता और अपूर्ण मापन से जूझते हैं।
शोधकर्ताओं की एक टीम ने अब इन GKP क्यूबिट्स के वास्तविक परिस्थितियों में व्यवहार को मॉडल करने के नए तरीके विकसित करके इस अंतर को पाट दिया है। उन्होंने तीन महत्वपूर्ण क्षेत्रों पर ध्यान केंद्रित किया: समय के साथ क्यूबिट्स का क्षरण, लॉजिकल ऑपरेशन्स द्वारा त्रुटियों का प्रसार, और त्रुटिपूर्ण मापन उपकरणों के साथ अंतिम परिणाम को कैसे पढ़ा जाए। उनका कार्य प्रकट करता है कि जबकि GKP कोड का सैद्धांतिक वादा मजबूत बना हुआ है, एक कामकाजी क्वांटम कंप्यूटर के लिए व्यावहारिक पथ में त्रुटियों को सुधारा जाने वाले तरीके और मापन कैसे किया जाए, इसमें सावधानीपूर्वक समायोजन की आवश्यकता है। इन क्यूबिट्स की अवस्था को डिकोड करने के तरीके को परिष्कृत करके और अपने मापन की दक्षता बढ़ाने के नए तरीके प्रस्तावित करके, शोधकर्ता दिखाते हैं कि यह उन त्रुटि दरों को काफी कम करना संभव है जो वर्तमान में इन प्रयोगों को पटरी से उतारने के लिए खतरा बनी हुई हैं।
शोधकर्ताओं ने आदर्श शोर मॉडलों (noise models), जिनका उपयोग सिमुलेशन में किया जाता है, और सुपरकंडक्टिंग सर्किटों में GKP क्यूबिट्स को खराब करने वाली वास्तविक भौतिक प्रक्रियाओं के बीच के विच्छेद को संबोधित करने से शुरुआत की। सिद्धांत में, ये कोड स्थिति (position) और संवेग (momentum) में एक समान यादृच्छिक बदलाव को ठीक करने के लिए डिज़ाइन किए गए हैं। व्यवहार में, क्यूबिट्स ऊर्जा हानि और डीफेजिंग (dephasing) से पीड़ित होते हैं, जो अधिक जटिल और सिम्युलेट करने में कठिन होते हैं। टीम ने एक गणितीय तकनीक विकसित की जो इन वास्तविक दुनिया के शोर के प्रभाव को एक यादृच्छिक बदलाव के रूप में अनुमानित करती है, जो आदर्श मॉडल के समान है। इस सन्निकटन (approximation) ने उन्हें अधिक जटिल, सटीक गणनाओं के परिणामों से मेल खाने वाले कुशल सिमुलेशन चलाने की अनुमति दी। उन्होंने पाया कि यह विधि उल्लेखनीय रूप से अच्छी तरह से काम करती है, जो एक विश्वसनीय तरीका प्रदान करती है जिससे यह भविष्यवाणी की जा सके कि क्यूबिट की गुणवत्ता (जो इसकी ऊर्जा और स्क्वीजिंग द्वारा परिभाषित होती है) त्रुटियों का विरोध करने की इसकी क्षमता को कैसे प्रभावित करती है। यह पुष्टि महत्वपूर्ण है क्योंकि यह शोधकर्ताओं को सटीकता से समझौता किए बिना बेहतर त्रुटि-सुधार रणनीतियों को डिजाइन करने के लिए सरल, तेज़ मॉडल का उपयोग करने की अनुमति देती है।
इसके बाद, टीम ने जांच की कि जब लॉजिकल गेट्स (logical gates)—वे ऑपरेशन्स जो गणना करने के लिए क्यूबिट्स को संचालित करते हैं—लागू किए जाते हैं, तो क्या होता है। उन्होंने पाया कि मानक गेट्स प्रणालियों में त्रुटियों को फैला देते हैं, जिससे उन्हें ठीक करना कठिन हो जाता है और ऑपरेशन की समग्र शुद्धता (fidelity) कम हो जाती है। इसका मुकाबला करने के लिए, उन्होंने स्वयं त्रुटि-सुधार प्रक्रिया में एक संशोधन प्रस्तावित किया। प्रत्येक गेट के बाद क्यूबिट की अवस्था को डिकोड करने के लिए एक निश्चित, मानक विधि का उपयोग करने के बजाय, उन्होंने दिखाया कि डिकोडिंग रणनीति को अभी किए गए विशिष्ट गेट के आधार पर गतिशील रूप से समायोजित किया जा सकता है। मापन परिणामों की व्याख्या करने के लिए उपयोग किए जाने वाले क्षेत्र के आकार को बदलकर, वे गेट द्वारा उत्पन्न होने वाले त्रुटि-प्रसार को प्रभावी रूप से रद्द कर सकते थे। अपने सिमुलेशन में, इस सरल समायोजन ने इन ऑपरेशन्स की त्रुटि दर को दो आदेशों (orders of magnitude) तक कम कर दिया, जो एक विशाल सुधार है जो इन गेट्स के प्रदर्शन को व्यावहारिक कंप्यूटिंग के लिए आवश्यक स्तरों के बहुत करीब लाता है।
पहेली का अंतिम हिस्सा 'रीड-आउट' (read-out) प्रक्रिया से संबंधित था, जहाँ गणना के परिणाम को प्रकट करने के लिए क्वांटम अवस्था का मापन किया जाता है। सुपरकंडक्टिंग सर्किटों में, यह आमतौर पर होमोडाइन डिटेक्शन (homodyne detection) का उपयोग करके किया जाता है, जो एक ऐसी तकनीक है जो विद्युत चुम्बकीय क्षेत्र के दोलन को मापती है। हालांकि, वर्तमान प्रयोगात्मक सेटअप पूर्ण नहीं हैं, जिसमें मापन दक्षता अक्सर 60 से 75 प्रतिशत के बीच होती है। यह अक्षमता महत्वपूर्ण त्रुटियां पैदा करती है, जिससे क्यूबिट की वास्तविक अवस्था को शोर से अलग करना कठिन हो जाता है। शोधकर्ताओं ने इस अक्षमता के प्रभाव का विश्लेषण किया और पाया कि सर्वोत्तम वर्तमान हार्डवेयर के साथ भी, त्रुटि दर विश्वसनीय कंप्यूटिंग के लिए बहुत अधिक रहेगी। इसे हल करने के लिए, उन्होंने मापन की प्रभावी दक्षता में सुधार करने के लिए दो योजनाएं प्रस्तावित कीं। पहली में मापन से पहले सिग्नल को प्रवर्धित (amplify) करना शामिल है, जबकि दूसरी एक चतुर कपलिंग तकनीक का उपयोग करती है जो सूचना को नाजुक GKP क्यूबिट से एक अलग, सहायक मोड (auxiliary mode) में स्थानांतरित करती है जो मापने में आसान है।
क्वांटम ट्राजेक्टरीज (quantum trajectories) के सिद्धांत का उपयोग करते हुए, जो निरंतर अवलोकन के तहत एक प्रणाली के विकास को ट्रैक करता है, टीम ने प्रदर्शित किया कि ये योजनाएं मापन की गुणवत्ता में नाटकीय रूप से सुधार कर सकती हैं। उन्होंने दिखाया कि मुख्य क्यूबिट को एक निम्न-गुणवत्ता वाले सहायक मोड से जोड़कर और उस मोड को मापकर, वे 90 प्रतिशत से अधिक की प्रभावी मापन दक्षता प्राप्त कर सकते हैं। दक्षता का यह स्तर मापन त्रुटि को 0.1 प्रतिशत की सीमा तक लाने के लिए पर्याप्त है, जो फॉल्ट-टोलरेंट क्वांटम कंप्यूटिंग के लिए आवश्यक दहलीज है। उनके विश्लेषण ने यह भी रेखांकित किया कि इस मापन की गति अत्यंत महत्वपूर्ण है; यदि प्रक्रिया में बहुत अधिक समय लगता है, तो क्यूबिट अपनी अवस्था स्वाभाविक क्षय (decay) के कारण खो देगा। उन्होंने गणना की कि यथार्थवादी कपलिंग स्ट्रेंथ के साथ, मापन को एक माइक्रोसेकंड से कम समय में पूरा किया जा सकता है, जो अन्य अग्रणी क्वांटम तकनीकों की रीड-आउट गति के तुल्य है।
अध्ययन यह निष्कर्ष निकालता है कि हालांकि GKP कोड का उपयोग करके एक बड़े पैमाने के क्वांटम कंप्यूटर का मार्ग चुनौतियों से भरा है, लेकिन शोर मॉडलिंग, गेट-प्रेरित त्रुटियों और मापन अक्षमता जैसी विशिष्ट बाधाएं पार करने योग्य हैं। वास्तविक दुनिया से मेल खाने के लिए सैद्धांतिक मॉडलों को परिष्कृत करके और अनुकूलित डिकोडिंग एवं उन्नत मापन तकनीकों को पेश करके, शोधकर्ताओं ने इन प्रणालियों के प्रदर्शन को बेहतर बनाने के लिए एक ठोस रोडमैप प्रदान किया है। उनका कार्य सुझाव देता है कि सही इंजीनियरिंग समायोजनों के साथ, GKP कोड अगली पीढ़ी के क्वांटम कंप्यूटरों के लिए एक मजबूत आधार के रूप में अपनी प्रतिज्ञा को पूरा कर सकता है। उनके निष्कर्ष यह दावा नहीं करते हैं कि समस्या हल हो गई है, बल्कि यह कि इसे हल करने के उपकरण अब पहुंच के भीतर हैं, जो सैद्धांतिक संभावना से प्रयोगात्मक वास्तविकता की ओर बढ़ने का एक स्पष्ट दृश्य प्रदान करते हैं।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।