🔢 mathematics

Gibbs Sampling gives Quantum Advantage at Constant Temperatures with O(1)-Local Hamiltonians

यह शोध पत्र प्रदर्शित करता है कि क्वांटम कंप्यूटर स्थिर-तापमान, O(1)-स्थानीय हैमिल्टोनियन (विशेष रूप से 3D लैटिस पर 5-स्थानीय) की गिब्स अवस्थाओं (Gibbs states) के लिए शास्त्रीय कंप्यूटरों की तुलना में सुपर-पॉलीनोमियल सैंपलिंग लाभ प्राप्त कर सकते हैं, यहाँ तक कि अपूर्ण मापन की उपस्थिति में भी।

मूल लेखक: Joel Rajakumar, James D. Watson

प्रकाशित 2026-01-28

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Joel Rajakumar, James D. Watson

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 आपके पास एक विशाल, जटिल मशीन है जो हजारों छोटे स्विचों (qubits) से बनी है। जब इस मशीन को एक विशिष्ट तापमान वाले कमरे में अकेला छोड़ दिया जाता है, तो यह स्वाभाविक रूप से "तापीय साम्यावस्था" (thermal equilibrium) की एक अवस्था में स्थिर हो जाती है। भौतिकी में, हम इस स्थिर अवस्था को गिब्स स्टेट (Gibbs state) कहते हैं। यह उबलते हुए सूप के एक बर्तन की तरह है जो अब शांत हो गया है और एक समान तापमान पर पहुँच गया है; सामग्रियाँ आपस में मिली हुई हैं, लेकिन वे अब अराजक रूप से हिल-डुल नहीं रही हैं।

बड़ा सवाल वैज्ञानिकों द्वारा पूछा जा रहा है: यह अनुमान लगाना कितना कठिन है कि वह सूप कैसा दिखेगा?

पुराना मुद्दा: "बहुत जटिल" मशीन

पहले, शोधकर्ताओं को पता था कि यदि मशीन के स्विच बहुत जटिल और दूरगाली तरीकों से जुड़े हों (कल्पना कीजिए कि हर स्विच कमरे के दूसरे छोर पर मौजूद स्विच से बात कर रहा है), तो एक क्लासिकल कंप्यूटर (जैसे आपका लैपटॉप) उस सूप की अवस्था का पता लगाने में अनंत समय ले लेगा। हालाँकि, एक क्वांटम कंप्यूटर (एक ऐसी मशीन जो क्वांटम भौतिकी के अजीब नियमों का उपयोग करती है) इसे जल्दी से कर सकता था।

लेकिन समस्या यह थी कि वे जटिल मशीनें अवास्तविक थीं। वास्तविक दुनिया की सामग्रियां आमतौर पर ऐसी होती हैं जिनमें स्विच केवल अपने निकटतम पड़ोसियों से बात करते हैं (जैसे भीड़ में लोग केवल अपने बगल में खड़े व्यक्ति से बात करते हैं)। वैज्ञानिक अनिश्चित थे कि क्या सरल, स्थानीय कनेक्शनों के साथ बनी मशीनों के मामले में भी क्वांटम कंप्यूटरों को कोई लाभ मिलेगा।

नई खोज: "सरल" मशीन अभी भी कठिन है

यह पेपर कहता है: हाँ, साधारण मशीनों के साथ भी क्वांटमान लाभ (quantum advantage) मौजूद रहता है।

लेखकों, जोएल राजकुमार और जेम्स डी. वाटसन ने सिद्ध किया है कि आप एक ऐसी मशीन बना सकते हैं जहाँ प्रत्येक स्विच केवल अपने सीमित संख्या में पड़ोसियों के साथ परस्पर क्रिया करता है (विशेष रूप से, 5 या 6 पड़ोसी)। भले ही कनेक्शन सरल और स्थानीय हों, फिर भी उस अंतिम "सूप" की अवस्था का अनुमान लगाना (गिब्स स्टेट से सैंपलिंग करना) क्लासिकल कंप्यूटर के लिए अविश्वसनीय रूप से कठिन है, लेकिन क्वांटम कंप्यूटर के लिए आसान है।

उन्होंने इसे कुछ रचनात्मक उपमाओं का उपयोग करके किया है:

1. "पैरेंट" रेसिपी (निर्माण)

एक क्वांटम सर्किट को किसी विशिष्ट व्यंजन की रेसिपी की तरह समझें। लेखकों ने इन सर्किट्स पर आधारित एक विशेष "पैरेंट हैमिल्टोनियन" (एक मास्टर रेसिपी) बनाया।

चाल: उन्होंने पाया कि यदि आप इस "पैरेंट" व्यंजन को एक विशिष्ट तापमान पर पकाते हैं, तो परिणामी स्वाद प्रोफाइल (गिब्स स्टेट) गणितीय रूप से एक शोर वाले (noisy) क्वांटम रेसिपी के आउटपुट के समान होता है।
परिणाम: उन्होंने दिखाया कि भले ही प्रत्येक स्विच के केवल 5 या 6 पड़ोसी हों, इस व्यंजन का "स्वाद" इतना जटिल है कि एक क्लासिकल कंप्यूटर बिना ब्रह्मांड की आयु से अधिक समय लिए इसका अनुमान नहीं लगा सकता।

2. "शोर" का कारक (अपूर्ण माप)

वास्तविक दुनिया में, कुछ भी पूर्ण नहीं होता। आपके माप थोड़े गलत हो सकते हैं, या आपकी मशीन में थोड़ा सा स्टैटिक (static) हो सकता है।

उपमा: कल्पना कीजिए कि आप एक शोर वाले कमरे में एक गाना सुनने की कोशिश कर रहे हैं। आमतौर पर, शोर विवरणों को धुंधला कर देता है जिससे गाने का अनुमान लगाना आसान हो जाता है।
निष्कर्ष: लेखकों ने सिद्ध किया कि भले ही आपके पास "शोर" (अपूर्ण माप) हो या आपकी मशीन में थोड़ी त्रुटि हो, फिर भी वह गाना क्लासिकल कंप्यूटर के समझने के लिए बहुत जटिल है। क्वांटम लाभ मजबूत (robust) है; यह शोर के बीच भी जीवित रहता है।

3. "त्रुटि का पता लगाना" (सुरक्षा जाल)

एक थोड़े अलग प्रकार की मशीन (5 के बजाय 6 पड़ोसी) के लिए इसे सिद्ध करने के लिए, उन्होंने एक चतुर तकनीक का उपयोग किया।

उपमा: कल्पना कीजिए कि आप एक संदेश भेज रहे हैं। यह सुनिश्चित करने के लिए कि संदेश दूषित न हो, आप उसी संदेश को तीन बार भेजते हैं। यदि एक प्रति खराब हो जाती है, तो आप असली संदेश का पता लगाने के लिए अन्य दो को देखते हैं।
निष्कर्ष: उन्होंने एक ऐसा सिस्टम बनाया जहाँ वे क्वांटम सर्किट के हिस्सों को दोहराते हैं। यदि कोई त्रुटि होती है, तो सिस्टम उसे फ्लैग (चिह्नित) कर देता है। यह उन्हें यह सिद्ध करने की अनुमति देता है कि थोड़ी सी त्रुटि के साथ भी, कार्य क्लासिकल कंप्यूटरों के लिए असंभव बना रहता है।

यह क्यों महत्वपूर्ण है (पेपर के अनुसार)

पेपर का दावा है कि यह एक बड़ा कदम है क्योंकि:

यथार्थवाद: यह "जादुई" मशीनों से हटकर ऐसी मशीनों की ओर बढ़ता है जो वास्तविक भौतिक सामग्रियों (3D लैटिस) की तरह दिखती हैं।
तापमान: यह "स्थिर तापमान" (केवल परम शून्य के करीब नहीं) पर काम करता है, जो अधिक व्यावहारिक है।
शक्ति का प्रमाण: यह एक ठोस परीक्षण मामला प्रदान करता है जहाँ एक क्वांटम कंप्यूटर कुछ ऐसा कर सकता है जिसे क्लासिकल कंप्यूटर बिल्कुल नहीं कर सकता, भले ही क्लासिकल कंप्यूटर को कुछ गलतियाँ करने की अनुमति दी गई हो।

"हमें कैसे पता चला?" की जाँच

पेपर एक संदेहास्पद प्रश्न को भी संबोधित करता है: यदि हम इसे क्वांटम कंप्यूटर पर बनाते हैं, तो हमें कैसे पता चलेगा कि हमने वास्तव में सही अवस्था बनाई है और केवल एक गड़बड़ी नहीं बनाई है?

वे एक "ह्यूरिस्टिक" (सर्वश्रेष्ठ अनुमान) विधि का सुझाव देते हैं:

विचार: पूरी जटिल सूप की एक साथ जांच करने के बजाय, वे "सामग्रियों" (हैमिल्टोनियन पैरामीटर्स) की जांच करने का सुझाव देते हैं।
विधि: आप अवस्था के कुछ नमूने लेते हैं और रेसिपी को रिवर्स-इंजीनियर करने के लिए एक लर्निंग एल्गोरिदम का उपयोग करते हैं। यदि आपको मिलने वाली रेसिपी उस रेसिपी से मेल खाती है जिसे आप बनाने का इरादा रखते थे, तो आप काफी आश्वस्त हो सकते हैं कि आपके पास सही अवस्था है।
चेतावनी: वे स्वीकार करते हैं कि यह एक पूर्ण प्रमाण नहीं है (यह एक "ह्यूरिस्टिक" है), लेकिन यह लैब में प्रयोग को सत्यापित करने का एक व्यावहारिक तरीका है।

सारांश

संक्षेप में, यह पेपर कहता है: "क्वांटम कंप्यूटर तेज़ हैं, यह दिखाने के लिए आपको एक अति-जटिल, अवास्तविक मशीन की आवश्यकता नहीं है। यहाँ तक कि एक साधारण, स्थानीय मशीन जिसमें प्रत्येक स्विच के केवल कुछ पड़ोसी हों, और जो सामान्य तापमान पर काम करती है, वह क्लासिकल कंप्यूटरों के सिम्युलेट करने के लिए बहुत जटिल है, लेकिन क्वांटम कंप्यूटरों के लिए आसान है।"

यह सुझाव देता है कि "क्वांटम एडवांटेज" केवल पूर्ण, शोर-मुक्त प्रयोगशालाओं के लिए एक सैद्धांतिक जिज्ञासा नहीं है, बल्कि एक मजबूत विशेषता है जो शोर भरी, वास्तविक दुनिया की स्थितियों में भी जीवित रह सकती है।

तकनीकी सारांश: गिब्स सैंपलिंग (Gibbs Sampling) स्थिर तापमान पर $O(1)$ -लोकल हैमिल्टनियन के साथ क्वांटम लाभ प्रदान करता है

समस्या विवरण
क्वांटम गिब्स अवस्थाओं (तापीय संतुलन अवस्थाओं) से सैंपलिंग की कम्प्यूटेशनल जटिलता, स्थिर तापमान ( $\beta = \Theta(1)$ ) पर, अब तक कम समझ में आई थी। जबकि हाल ही के कार्य द्वारा बरगामास्की और अन्य [1] ने यह प्रदर्शित किया था कि $O(\log \log n)$ -लोकल इंटरैक्शन वाले हैमिल्टनियन के गिब्स अवस्थाओं से सैंपलिंग करना क्लासिकली कठिन (जटिलता-सैद्धांतिक अनुमानों के तहत) है, फिर भी इसे क्वांटम कंप्यूटरों पर कुशलतापूर्वक तैयार किया जा सकता है, यह स्पष्ट नहीं था कि क्या यह क्वांटम लाभ पूर्णतः स्थिर स्थानीयता, $O(1)$ -लोकल, वाले हैमिल्टनियन के लिए भी बना रहता है, जो अधिक भौतिक रूप से यथार्थवादी हैं। विशेष रूप से, प्रश्न यह था कि क्या सिस्टम साइज के साथ स्थानीयता को बढ़ाए बिना, स्थिर तापमान पर $O(1)$ -लोकल हैमिल्टनियन के लिए क्लासिकल हार्डनेस-ऑफ-सैंपलिंग (hardness-of-sampling) को बनाए रखा जा सकता है।

कार्यप्रणाली (Methodology)
लेखक पैरेंट हैमिल्टनियन (parent Hamiltonians) के ढांचे का विस्तार करते हैं ताकि $O(1)$ -लोकल हैमिल्टनियन के परिवारों का निर्माण किया जा सके जिनके गिब्स स्टेट्स शोर वाले क्वांटम सर्किटों के आउटपुट डिस्ट्रीब्यूशन के अनुरूप हों। मुख्य कार्यप्रणाली में तीन मुख्य घटक शामिल हैं:

पैरेंट हैमिल्टनियन निर्माण: लेखक लेम्मा 3 (से [1] और यहाँ स्पष्ट रूप से सिद्ध) में स्थापित संबंध का उपयोग करते हैं, जो बताता है कि एक पैरेंट हैमिल्टनियन $H_C = C H_{NI} C^\dagger$ (जहाँ $H_{NI}$ एक नॉन-इंटरैक्टिंग हैमिल्टनियन है और $C$ एक क्वांटम सर्किट है) का गिब्स स्टेट, बिट-फ्लिप नॉइज़ के साथ एक स्टेट पर सर्किट $C$ के क्रियान्वयन के आउटपुट डिस्ट्रीब्यूशन के समान होता है। शोर की तीव्रता $q$ , इनवर्स टेम्परेचर $\beta$ से सीधे संबंधित है: $q = e^{-\beta}/(1+e^{-\beta})$ ।
कठिन-से-सैंपल होने वाले सर्किटों का चयन: क्लासिकल इंट्रैक्टेबिलिटी (intractability) सुनिश्चित करने के लिए, लेखक इंस्टेंटेनियस क्वांटम पॉलिनॉमियल (IQP) परिवार से सर्किटों का चयन करते हैं। वे शोर के तहत हार्डनेस बनाए रखने के लिए और परिणामी पैरेंट हैमिल्टनियन को $O(1)$ $O (1)$ -लोकल रखने के लिए दो अलग-अलग रणनीतियों का उपयोग करते हैं:
- टोपोलॉजिकल प्रोटेक्शन (F1): फुजी और तामाते [38] के परिणामों का उपयोग करते हुए, वे 3D क्यूबिक लैटिस पर कॉन्स्टेंट-डेप्थ IQP सर्किटों का निर्माण करते हैं। ये सर्किट टोपोलॉजिकली प्रोटेक्टेड हैं ताकि सटीक सैंपलिंग अभी भी कठिन बनी रहे, बशर्ते कि शोर एक थ्रेशोल्ड ( $\approx 0.134$ ) से नीचे हो। यह फुल फॉल्ट-टोलरेंट एनकोडिंग की आवश्यकता को समाप्त करता है, जिससे लो-लोकेलिटी सुरक्षित रहती है।
- एरर डिटेक्शन और रिपिटिशन (F2): ब्रेमर और अन्य [39] तथा बरगामास्की और अन्य [1] से प्रेरित होकर, वे एक एनकोडिंग स्कीम लागू करते हैं जहाँ लॉजिकल क्विबिट्स को फिजिकल क्विबिट्स के ब्लॉक्स द्वारा प्रतिस्थापित किया जाता है। CNOT गेट्स का उपयोग एक रिपिटिशन कोड बनाने के लिए किया जाता है जो एरर्स को फ्लैग करता है। यह क्लासिकल पोस्ट-प्रोसेसिंग का उपयोग करके लॉजिकल आउटपुट डिस्ट्रीब्यूशन को रिकवर करने की अनुमति देता है, जिससे एडिटिव एरर सैंपलिंग के लिए हार्डनेस प्रूफ सक्षम होते हैं।
क्वांटम तैयारी (Quantum Preparation): लेखक लेम्मा 4 (से [1]) पर भरोसा करते हैं, जो यह गारंटी देता है कि इन पैरेंट हैमिल्टनियन के गिब्स स्टेट्स को पॉलीनोमियल समय में एक क्वांटम कंप्यूटर पर कुशलतापूर्वक तैयार किया जा सकता है, बशर्ते कि हैमिल्टनियन $O(1)$ -लोकल हो और सर्किट डेप्थ लॉगरिदमिक हो।

प्रमुख योगदान और परिणाम
यह शोध पत्र दो प्राथमिक हैमिल्टनियन परिवारों ( $F_1$ और $F_2$ ) को स्थापित करता है जो स्थिर तापमान पर गिब्स सैंपलिंग में क्वांटम लाभ प्रदर्शित करते हैं:

थ्योरम 1 (अनौपचारिक): ऐसे कुशलतापूर्वक निर्मित योग्य हैमिल्टनियन परिवार मौजूद हैं जिनके गिब्स स्टेट्स से $\beta = \Theta(1)$ $β = Θ (1)$ पर सैंपलिंग करना क्लासिकली कठिन (यह मानते हुए कि पॉलीनोमियल हाइरार्की कोलैप्स नहीं होती है) है लेकिन क्वांटम कंप्यूटर पर कुशलतापूर्वक प्राप्त किया जा सकता है।
- फैमिली $F_1$ : इसमें 5-लोकल, नियरस्ट-नेबर हैमिल्टनियन शामिल हैं जो एक 3D क्यूबिक लैटिस पर आधारित हैं। यहाँ सैंपलिंग एक्सपोनेंशियल एरर ( $\epsilon = O(\exp(-n))$ ) के साथ कठिन है। यह निर्माण अधूरे मापन (imperfect measurements) की अनुमति देता है जहाँ सिंगल-क्विबिट आउटकम्स $O(1)$ प्रायिकता के साथ गलत हो सकते हैं।
- फैमिली $F_2$ : इसमें 6-लोकल हैमिल्टनियन शामिल हैं। यहाँ सैंपलिंग कॉन्स्टेंट एडिटिव एरर ( $\epsilon = O(1)$ , विशेष रूप से $1/192$ तक) के साथ कठिन है।
मापन त्रुटियों के प्रति मजबूती (Robustness to Measurement Errors): थ्योरम 11 प्रदर्शित करता है कि क्लासिकल हार्डनेस ऑफ सैंपलिंग तब भी मजबूत रहती है जब क्वांटम कंप्यूटर अवस्था को अनुमानित रूप से तैयार करता है और उसके बाद के मापन दोषपूर्ण (नॉइजी) होते हैं। लेखक दिखाते हैं कि परिणामी डिस्ट्रीब्यूशन क्लासिकली सैंपल करने के लिए कठिन बना रहता है।
क्वांटम दक्षता: थ्योरम 10 पुष्टि करता है कि दोनों परिवारों के लिए, एक क्वांटम कंप्यूटर पॉलीनोमियल समय में गिब्स स्टेट्स से सैंपल कर सकता है, जो $O(1)$ -लोकल हैमिल्टनियन के लिए संबंधित लिंडब्लाडियन इवोल्यूशन (Lindbladian evolution) के रैपिड मिक्सिंग गुणों का लाभ उठाता है।

महत्व और दावे
यह शोध पत्र गिब्स सैंपलिंग में ज्ञात क्वांटम एडवांटेज की सीमाओं को विस्तारित करने का दावा करता है। विशेष रूप से:

यह प्रदर्शित करता है कि गिब्स सैंपलिंग के लिए क्वांटम लाभ इस बात पर निर्भर नहीं है कि हैमिल्टनियन की लोकैलिटी सिस्टम साइज के साथ बढ़ रही हो ( $O(\log \log n)$ ), बल्कि यह सख्ती से स्थिर लोकैलिटी ( $O(1)$ ) के लिए भी बना रहता है।
यह पहली बार विश्वसनीय प्रमाण प्रदान करता है कि गिब्स स्टेट्स स्थिर तापमान ( $\beta = \Theta(1)$ ) पर गैर-तुच्छ (non-trivial) क्वांटम कम्प्यूटेशनल गुण बनाए रखते हैं, उन हैमिल्टनियन के लिए जो पिछले प्रस्तावों की तुलना में अधिक प्रयोगात्मक रूप से व्यवहार्य (जैसे 3D लैटिस पर 5-लोकल) हैं।
लेखक सुझाव देते हैं कि हालांकि तैयारी के विशिष्ट एल्गोरिदम के लिए फॉल्ट-टोलरेंट क्वांटम कंप्यूटरों की आवश्यकता हो सकती है (जो NISQ क्षमताओं से परे है), परिणाम उन एनालॉग या डिसिपेटिव मॉडल्स के लिए प्रासंगिक हैं जो स्वाभाविक रूप से गिब्स स्टेट्स की ओर बढ़ते हैं।
पेपर एक ह्यूरिस्टिक वेरिफिकेशन प्रोटोकॉल प्रस्तावित करता है जो हैमिल्टनियन लर्निंग पर आधारित है ताकि यह जांचा जा सके कि क्या कोई डिवाइस सही गिब्स स्टेट से सैंपल कर रहा है, हालांकि यह "स्पूफिंग" (spoofing) के संबंध में सीमाओं को स्वीकार करता है।

यह कार्य सभी भौतिक प्रणालियों के लिए सामान्य गिब्स सैंपलिंग समस्याओं को हल करने का दावा नहीं करता है, बल्कि स्थिर तापमान और स्थिर लोकैलिटी बाधाओं के तहत क्लासिकल और क्वांटम सैंपलिंग क्षमताओं के बीच एक विशिष्ट जटिलता-सैद्धांतिक पृथक्करण (complexity-theoretic separation) को सिद्ध करने के लिए विशिष्ट हैमिल्टनियन परिवारों का निर्माण करता है।