⚛️ quantum physics

Quantum memory based on concatenating surface codes and quantum Hamming codes

यह शोध पत्र एक हाइब्रिड क्वांटम मेमोरी आर्किटेक्चर प्रस्तावित करता है जो सरफेस कोड्स को क्वांटम हैमिंग कोड्स के साथ संयोजित करता है, यह प्रदर्शित करते हुए कि यह दृष्टिकोण केवल सरफेस कोड्स की तुलना में उच्च त्रुटि थ्रेसहोल्ड और बेहतर लॉजिकल एरर सप्रेशन प्राप्त करता है, जिससे यह निकट-अवधि लघु-स्तरीय और भविष्य के बड़े-स्तरीय दोष-सहिष्णु (फॉल्ट-टोलरेंट) क्वांटम कंप्यूटेशन दोनों के लिए एक आशाजनक मार्ग प्रदान करता है।

मूल लेखक: Menglong Fang, Daiqin Su

प्रकाशित 2026-05-12

📖 5 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Menglong Fang, Daiqin Su

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

कल्पना कीजिए कि आप कांच से बना एक विशाल, अविश्वसनीय रूप से नाजुक महल बनाने की कोशिश कर रहे हैं। लक्ष्य इस महल को हमेशा के लिए खड़ा रखना है, लेकिन इसके चारों ओर की हवा में नन्हे, अदृश्य 'डस्ट बनीज़' (गलतियाँ) भरे हुए हैं जो लगातार इसके टुकड़ों को गिराने की कोशिश करते हैं। क्वांटम कंप्यूटर की दुनिया में, ये "कांच के टुकड़े" सूचना के बिट्स हैं, और "डस्ट बनीज़" वह शोर (noise) है जो गणनाओं को खराब कर देता है।

इस महल को बचाने के लिए, आपको एक सुरक्षा प्रणाली की आवश्यकता है। यह शोध पत्र सरफेस-हैमिंग कोड्स (Surface-Hamming codes) नामक एक नई, दो-परतीय सुरक्षा प्रणाली पेश करता है। यह कैसे काम करता है, इसका सरल विवरण यहाँ दिया गया है:

सुरक्षा की दो परतें

इसे एक समस्या के रूप में देखें जहाँ आपके पास दो अलग-अलग प्रकार के सुरक्षा गार्ड हैं, जिनमें से प्रत्येक किसी चीज़ में अच्छा है लेकिन दूसरी चीज़ में बुरा है।

सरफेस कोड (द नेबरहुड वॉच - पड़ोस की निगरानी):
कल्पना कीजिए कि एक पड़ोस है जहाँ हर घर की एक बाड़ (fence) है। यदि किसी घर पर पत्थर फेंका जाता है, तो पड़ोसी तुरंत उसे देख लेते हैं और ठीक कर देते हैं। यह प्रणाली समस्याओं को जल्दी पकड़ने में बहुत अच्छी है और इसमें शोर सहने की उच्च क्षमता है (यह बहुत सारे पत्थर झेल सकती है इससे पहले कि पूरा पड़ोस बिखर जाए)। हालाँकि, बहुत सारे घरों की रक्षा करने के लिए, आपको बाड़ों की एक विशाल दीवार बनानी पड़ती है, जिसमें बहुत अधिक जगह और संसाधनों का उपयोग होता है।
क्वांटम हैमिंग कोड (द एफिशिएंट मैनेजर - कुशल प्रबंधक):
अब एक बहुत ही कुशल प्रबंधक की कल्पना करें जो लोगों के एक छोटे समूह को एक चुस्त टीम में व्यवस्थित कर सकता है। यह प्रबंधक बहुत बुद्धिमान है और बहुत कम जगह का उपयोग करता है। हालाँकि, यदि शोर बहुत बढ़ जाता है (बहुत अधिक पत्थर फेंके जाते हैं), तो यह प्रबंधक घबरा जाता है और पूरी टीम ढह जाती है।

शोध का बड़ा विचार:
लेखकों ने इन दोनों को मिलाने का निर्णय लिया। उन्होंने सरफेस कोड को "नींव" (निचली परत) के रूप में लेने का फैसला किया क्योंकि यह मजबूत है और शोर को अच्छी तरह से संभालता है। फिर उन्होंने सूचना को कुशलतापूर्वक व्यवस्थित करने के लिए इसके ऊपर क्वांटियम हैमिंग कोड को रखा।

वे इस नए हाइब्रिड सिस्टम को सरफेस-हैमिंग कोड कहते हैं।

यह हाइब्रिड सिस्टम कैसे काम करता है

इसे दो धावकों वाली एक रिले रेस की तरह समझें:

धावक 1 (सरफेस कोड): सबसे पहले, शोर वाला डेटा सरफेस कोड से टकराता है। यह धावक मजबूत है और सबसे बड़ी, सबसे स्पष्ट गलतियों को पकड़ लेता है। यह गंदगी को साफ करता है और अगला बैटन (सुधारित जानकारी) अगले धावक को सौंप देता है।
धावक 2 (हैमिंग कोड): हैमिंग कोड उस साफ की गई जानकारी को लेता है और उसे व्यवस्थित करता है। चूंकि सरफेस कोड ने भारी काम कर दिया है, इसलिए हैमिंग कोड को अब उतनी मेहनत करने की आवश्यकता नहीं है। अब यह बहुत कम जगह का उपयोग करते हुए बेहद कुशल होने पर ध्यान केंद्रित कर सकता है।

उन्होंने क्या पाया?

शोधकर्ताओं ने हजारों कंप्यूटर सिमुलेशन चलाए (जैसे वीडियो गेम में रिले रेस को बार-बार चलाना) यह देखने के लिए कि यह टीम कैसा प्रदर्शन करती है।

उच्च सहनशीलता: बेस के रूप में सरफेस कोड का उपयोग करके, पूरा सिस्टम अकेले हैमिंग कोड की तुलना में बहुत अधिक शोर को संभाल सकता है। यह एक कुशल प्रबंधक को बॉडीगार्ड देने जैसा है; अब वे अधिक शोर वाले वातावरण में काम कर सकते हैं।
गलतियों को रोकने में बेहतर: जब उन्होंने इस हाइब्रिड सिस्टम की तुलना केवल एक विशाल सरफेस कोड (केवल पड़ोस की निगरानी) के उपयोग से की, तो उन्हें कुछ आश्चर्यजनक मिला। एक मध्यम आकार के महल (एक "क्वांटम मेमोरी" मध्यम पैमाने के लिए) के लिए, हाइब्रिड टीम ने विशाल पड़ोस की निगरानी की तुलना में कम गलतियाँ कीं, भले ही उन्होंने लगभग समान मात्रा में निर्माण सामग्री (संसाधन) का उपयोग किया था।
"स्वीट स्पॉट" (सबसे उपयुक्त स्थिति): हाइब्रिड सिस्टम मध्यम आकार की चीज़ बनाते समय सबसे अच्छा प्रदर्शन करता है। यह अभी भी सबसे छोटे या सबसे बड़े सैद्धांतिक स्तरों के लिए अनिवार्य रूप से सबसे अच्छा नहीं है, लेकिन यह उन भविष्य के प्रयोगों के लिए एकदम सही है जिन्हें वैज्ञानिक करने की योजना बना रहे हैं।

एक पेच (लेकिन...)

शोध पत्र कुछ महत्वपूर्ण विवरणों को नोट करता है:

सहसंबद्ध त्रुटियाँ (Correlated Errors): कभी-कभी, जब कांच का एक टुकड़ा टूटता है, तो यह अपने पड़ोसियों को तोड़ने के लिए एक चेन रिएक्शन (श्रृंखला प्रतिक्रिया) शुरू कर देता है। शोधकर्ताओं ने पाया कि उनका नया सिस्टम इन "चेन रिएक्शन" को बहुत अच्छी तरह से संभालता है, जो एक बड़ा लाभ है।
"परफेक्ट" का अनुमान: उनके सिमुलेशन ने यह माना कि सुरक्षा गार्ड (मापन उपकरण) स्वयं कभी गलती नहीं करते हैं। वास्तविक दुनिया में, गार्ड थक सकते हैं या भ्रमित हो सकते हैं। शोध पत्र स्वीकार करता है कि यदि गार्ड गलतियाँ करते हैं, तो सिस्टम सिमुलेशन जितना सटीक नहीं हो सकता है, लेकिन यह जल्द ही वास्तविक क्वांटम कंप्यूटर बनाने के लिए एक बहुत ही मजबूत दावेदार बना हुआ है।

सारांश

संक्षेप में, लेखकों ने एक क्वांटम मेमोरी बनाई है जो एक मजबूत नींव के ऊपर एक कुशल छत की तरह है। यह संयोजन उन्हें केवल मजबूत नींव का उपयोग करने की तुलना में कम गलतियों और कम बर्बाद स्थान के साथ क्वांटम सूचना को संग्रहीत करने की अनुमति देता है, विशेष रूप से उन कंप्यूटरों के आकार के लिए जिन्हें हम निकट भविष्य में बनाने की उम्मीद करते हैं। यह हमारे नाजुक क्वांटम कांच के महलों को ऊँचा खड़ा रखने का एक आशाजनक नया तरीका है।

तकनीकी सारांश: सरफेस कोड्स और क्वांटम हैमिंग कोड्स के संयोजन पर आधारित क्वांटम मेमोरी

समस्या विवरण
बड़े पैमाने पर दोष-सहिष्णु (fault-tolerant) क्वांटम कंप्यूटिंग प्राप्त करने के लिए ऐसे क्वांटम एरर करेक्टिंग कोड्स (QECCs) की आवश्यकता होती है जो उच्च त्रुटि सीमा (error threshold), कम संसाधन ओवरहेड और कुशल डिकोडिंग एल्गोरिदम के बीच संतुलन बनाए रखें। जबकि सरफेस कोड्स उच्च थ्रेशोल्ड और स्थानीय गेट आवश्यकताओं की पेशकश करते हैं, वे पर्याप्त संसाधन ओवरहेड से ग्रस्त हैं और जटिल डिकोडिंग की आवश्यकता होती है। इसके विपरीत, क्वांटम लो-डेंसिटी पैरिटी-चेक (LDPC) कोड्स निरंतर स्थानिक ओवरहेड का वादा करते हैं, लेकिन आमतौर पर उनके लिए गैर-स्थानीय (non-local) गेट्स की आवश्यकता होती है, जो कई भौतिक प्लेटफार्मों के लिए चुनौतीपूर्ण हैं। कॉनकेटनेटेड (concatenated) क्वांटम हैमिंग कोड्स को एक उम्मीदवार के रूप में प्रस्तावित किया गया है जो निरंतर एसिम्प्टोटिक (asymptotic) स्थानिक ओवरहेड और कुशल डिकोडिंग प्रदान करते हैं; हालाँकि, पिछले विश्लेषणों ने अक्सर प्रत्येक कॉनकेटेशन स्तर पर स्वतंत्र त्रुटियों को माना है। वास्तव में, निचले स्तरों पर त्रुटियों को सुधारना उच्च स्तरों पर सह-संबंधित (correlated) त्रुटियों को प्रेरित कर सकता है, जिसके लिए थ्रेशोल्ड और ओवरहेड का सटीक अनुमान लगाने के लिए डिकोडिंग प्रक्रिया के पूर्ण सिमुलेशन की आवश्यकता होती है।

कार्यप्रणाली
लेखक "सरफेस-हैमिंग कोड्स" नामक एक मल्टी-क्यूबिट क्वांटम मेमोरी आर्किटेक्चर का प्रस्ताव करते हैं, जो सरफेस कोड्स (सबसे निचले स्तर पर) को क्वांटम हैमिंग कोड्स (उच्च स्तरों पर) के साथ जोड़ता है।

आर्किटेक्चर: यह योजना एक मल्टी-लेवल कॉनकेटिनेशन संरचना का उपयोग करती है। मानक कॉनकेटेड क्वांटम हैमिंग कोड में, लेवल-0 रजिस्टर्स भौतिक क्यूबिट्स होते हैं। प्रस्तावित सरफेस-हैमिंग वेरिएंट में, लेवल-0 रजिस्टर्स को सरफेस कोड्स (कोड दूरी $d$ के साथ) के ब्लॉक्स द्वारा प्रतिस्थापित किया जाता है। उच्च स्तर ( $l \geq 1$ ) क्वांटम हैमिंग कोड्स $[[2^{l+3}-1, 2^{l+3}-2(l+3)-1, 3]]$ का उपयोग करते हैं।
त्रुटि मॉडल (Error Model): सिमुलेशन यह मानता है कि बिट-फ्लिप और फेज-फ्लिप त्रुटियां भौतिक डेटा क्यूबिट्स पर प्रायिकता $p$ के साथ स्वतंत्र रूप से होती हैं। सिमुलेशन के अंतर्निहित गुणों को अलग करने के लिए सिनड्रोम निष्कर्षण (syndrome extraction) और माप सर्किट को त्रुटि-मुक्त माना गया है।
डिकोडिंग एल्गोरिदम: एक रिकर्सिव (recursive), बॉटम-अप डिकोडिंग रणनीति का उपयोग किया जाता है।
1. लेवल 0: सरफेस कोड ब्लॉक्स को मिनिमम-वेट परफेक्ट मैचिंग (MWPM) एल्गोरिदम का उपयोग करके डिकोड किया जाता है।
2. उच्च स्तर: सरफेस कोड्स का आउटपुट (नॉइजी लॉजिकल क्यूबिट्स) कॉनकेटेड क्वांटम हैमिंग कोड्स के लिए इनपुट के रूप में कार्य करता है। इन्हें एक रिकर्सिव हैमिंग-कोड डिकोडर का उपयोग करके डिकोड किया जाता है जो सिनड्रोम मान $N$ के आधार पर सिनड्रोम की गणना करता है और सुधार ऑपरेटर लागू करता है।
सह-संबंधित त्रुटि विश्लेषण (Correlated Error Analysis): पिछले पुनरावृत्ति दृष्टिकोणों के विपरीत, जो लॉजिकल त्रुटियों को अगले स्तर के लिए स्वतंत्र इनपुट के रूप में मानते हैं, यह अध्ययन पूरी डिकोडिंग प्रक्रिया का पूर्ण मोंटे कार्लो सिमुलेशन करता है। यह सह-संबंधित लॉजिकल त्रुटियों को ट्रैक करने की अनुमति देता है, जहाँ एक एकल सुधार विफलता एक साथ कई लॉजिकल क्यूबिट्स को प्रभावित कर सकती है। लेखक इन त्रुटियों की "लोकलली डिकेइंग" (locally decaying) प्रकृति को सत्यापित करते हैं, जो कि एक त्रुटि थ्रेशोल्ड के अस्तित्व के लिए आवश्यक स्थिति है।

प्रमुख योगदान और परिणाम

कॉनकेटनेटेड हैमिंग कोड्स के लिए त्रुटि थ्रेशोल्ड का अस्तित्व:
सह-संबंधित त्रुटियों को ध्यान में रखते हुए व्यापक संख्यात्मक सिमुलेशन के माध्यम से, लेखक कॉनकेटेड क्वांटम हैमिंग कोड्स के लिए एक त्रुटि थ्रेशोल्ड के अस्तित्व की पुष्टि करते हैं। लेवल 3 तक कॉनकेटेड कोड्स के लिए, थ्रेशोल्ड लगभग $p_{th} \approx 1.5\%$ अनुमानित है। यह परिणाम तब भी मान्य रहता है जब एक स्तर पर लॉजिकल त्रुटियां सह-संबंधित होती हैं, बशर्ते कि त्रुटियां 'लोकलली डिकेइंग' हों।
सरफेस-हैमिंग कॉनकेटिनेशन के माध्यम से उन्नत थ्रेशोल्ड:
स्तर-0 भौतिक क्यूबिट्स को सरफेस कोड्स से बदलकर, त्रुटि थ्रेशोल्ड काफी बढ़ जाता है। थ्रेशोल्ड अंतर्निहित सरफेस कोड के आकार ( $d$ ) के साथ स्केल करता है:
- $d=3$ : थ्रेशोल्ड $\approx 1.3\%$
- $d=5$ : थ्रेशोल्ड $\approx 3.4\%$
- $d=21$ : थ्रेशोल्ड $> 6.5\%$
  लेखक देखते हैं कि जैसे-जैसे सरफेस कोड का आकार बढ़ता है, थ्रेशोल्ड स्वयं सरफेस कोड के थ्रेशोल्ड के करीब पहुंच जाता है।
मध्यवर्ती पैमानों पर श्रेष्ठ लॉजिकल एरर सप्रेशन:
तुलनीय संसाधन ओवरहेड (भौतिक क्यूबिट संख्या) वाले स्टैंडअलोन सरफेस कोड्स के मुकाबले सरफेस-हैमिंग कोड्स की तुलना करने पर, कॉनकेटेटेड योजना लॉजिकल त्रुटियों को दबाने में बेहतर प्रदर्शन करती है।
- भौतिक त्रुटि दर $p \approx 1\%$ के लिए, सरफेस-हैमिंग कोड (लेवल 1 तक कॉनकेटेड $d=3$ सरफेस कोड का उपयोग करके) स्टैंडअलोन सरफेस कोड ( $d=4$ ) की तुलना में लगभग एक ऑर्डर ऑफ मैग्नीट्यूड कम लॉजिकल एरर रेट प्राप्त करता है।
- लेवल 2 तक कॉनकेटेड $d=3$ सरफेस कोड का उपयोग करने वाला सरफेस-हैमिंग कोड, $d=7$ के स्टैंडअलोन सरफेस कोड से बेहतर प्रदर्शन करता है, जबकि इसके लिए लगभग आधा संसाधन ओवरहेड (प्रति लॉजिकल क्यूबिट 85 के मुकाबले 41 भौतिक क्यूबिट) की आवश्यकता होती है।
- यह लाभ एसिम्प्टोटिक लिमिट के बजाय मध्यवर्ती पैमानों (जैसे, दर्जनों से सैकड़ों लॉजिकल क्यूबिट्स को एनकोड करना) पर सबसे अधिक स्पष्ट है।
डिकोडिंग समय विश्लेषण:
यह अध्ययन CPU और GPU दोनों पर डिकोडिंग समय का अनुमान लगाता है। हालांकि बिना पैरेललाइजेशन के हैमिंग डिकोडर की रिकर्सिव प्रकृति CPU पर एक्सपोनेंशियल टाइम कॉम्प्लेक्सिटी की ओर ले जाती है, GPU पर पैरेलल निष्पादन इसे काफी हद तक कम कर देता है। लेखक नोट करते हैं कि 4 से कम कॉनकेटेशन लेवल के लिए, कॉनकेटेड क्वांटम हैमिंग कोड, MWPM के माध्यम से डिकोड किए गए सरफेस कोड्स की तुलना में CPU हार्डवेयर पर कम्प्यूटेशनल लाभ प्रदर्शित करता है, जो एक्सपोनेंशियल टर्म में छोटे गुणांकों के कारण होता है।

महत्व और दावे
पेपर का दावा है कि सरफेस कोड्स को क्वांटम हैमिंग कोड्स के साथ जोड़ना निकट भविष्य में छोटे पैमाने के दोष-सहिष्णु क्वांटम सर्किट प्रदर्शित करने के लिए एक आशाजनक मार्ग प्रदान करता है। यह आर्किटेक्चर एक उच्च त्रुटि थ्रेशोल्ड, कम संसाधन ओवरहेड और कुशल डिकोडिंग की पेशकश करता है, जो इसे दोष-सहिष्णु क्वांटम कंप्यूटिंग के लिए एक प्रतिस्पर्धी उम्मीदवार बनाता है।

लेखक स्पष्ट रूप से कहते हैं कि उनका अध्ययन पूर्ण सिनड्रोम निष्कर्षण की धारणा के तहत कोड्स के अंतर्निहित गुणों पर केंद्रित है। वे स्वीकार करते हैं कि क्वांटम हैमिंग कोड्स LDPC कोड नहीं हैं और उन्हें गहरे सिनड्रोम निष्कर्षण सर्किट की आवश्यकता हो सकती है, जो माप त्रुटियों (measurement errors) को पेश कर सकते हैं जो थ्रेशोल्ड को कम कर सकते हैं। हालांकि, पिछले कार्यों का हवाला देते हुए, वे सुझाव देते हैं कि यह उनके लाभों को शून्य नहीं कर सकता है। पेपर निष्कर्ष निकालता है कि जबकि मध्यवर्ती-पैमाने की मेमोरी के लिए लाभ स्पष्ट हैं, वास्तविक त्रुटि मॉडल (सिनड्रोम निष्कर्षण त्रुटियों सहित) के तहत इन लाभों का अस्तित्व भविष्य के अनुसंधान के लिए एक खुला प्रश्न बना हुआ है।

सुरक्षा की दो परतें

यह हाइब्रिड सिस्टम कैसे काम करता है

उन्होंने क्या पाया?

एक पेच (लेकिन...)

सारांश

इसी तरह के और पेपर