⚛️ quantum physics

Fidelity-Enhanced Variational Quantum Optimal Control

यह शोध पत्र फिडेलिटी-एन्हांस्ड वेरिएशनल क्वांटम ऑप्टिमल कंट्रोल (F-VQOC) प्रस्तुत करता है, जो एक नवीन विधि है जो विभिन्न शोर स्थितियों के तहत सिंगल और मल्टीक्विबिट स्टेट प्रिपरेशन दोनों के लिए फिडेलिटी में पारंपरिक गैर-स्टोकेस्टिक दृष्टिकोणों से काफी बेहतर प्रदर्शन करने वाले सुदृढ़ क्वांटम पल्स को डिजाइन करने के लिए स्टोकेस्टिक श्रोडिंगर समीकरण का लाभ उठाती है।

मूल लेखक: Robert de Keijzer, Luke Visser, Oliver Tse, Servaas Kokkelmans

प्रकाशित 2026-03-04

📖 5 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Robert de Keijzer, Luke Visser, Oliver Tse, Servaas Kokkelmans

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 एक नन्हे, अविश्वसनीय रूप से नाजुक मार्बल (एक qubit) को एक अंधेरे, तूफानी भूलभुलैया के माध्यम से एक विशिष्ट गंतव्य (एक target state) तक ले जाने की कोशिश कर रहे हैं।

क्वांटम कंप्यूटिंग की दुनिया में, यह "तूफान" शोर (noise) है। यह हर तरफ से आता है: हिलते हुए लेजर, विद्युत हस्तक्षेप, या कमरे की गर्मी। यदि आप मार्बल को बहुत ज़ोर से धकेलते हैं या ऐसा रास्ता चुनते हैं जो भूलभुलैया के सबसे हवादार हिस्से से होकर जाता है, तो मार्बल अपने रास्ते से भटक जाता है, और आपकी गणना विफल हो जाती है।

लंबे समय तक, वैज्ञानिकों ने VQOC (Variational Quantum Optimal Control) नामक एक विधि का उपयोग किया। इसे एक ऐसे GPS की तरह समझें जो केवल औसत मौसम के पूर्वानुमान को देखता है। यह कहता है, "औसतन, हवा हल्की है, इसलिए चलिए एक सीधा, तेज़ रास्ता लेते हैं।"

समस्या यह है कि "औसत" एक झूठ है। वास्तव में, हवा अप्रत्याशित रूप से चलती है। कभी तूफान शांत होता है, तो कभी अचानक एक ज़ोरदार झोंका आता है जब आपका मार्बल एक संवेदनशील स्थिति में होता है। GPS उस विशिष्ट झोंके को देख नहीं पाया, इसलिए उसने मार्बल को एक आपदा क्षेत्र में भेज दिया।

नए नायक का आगमन: F-VQOC

आपके द्वारा साझा किया गया पेपर एक नई विधि पेश करता है जिसे Fidelity-Enhanced Variational Quantum Optimal Control (F-VQOC) कहा जाता है।

"औसत" मौसम को देखने के बजाय, F-VQOC एक अत्यधिक चौकस नेविगेटर की तरह कार्य करता है जो मार्बल के चलने से पहले ही हज़ारों अलग-अलग संभावित तूफानों का अनुकरण (simulate) करता है। यह शोर हर संभव तरीके से कैसे व्यवहार कर सकता है, इसकी कल्पना करने के लिए Stochastic Schrödinger Equation नामक एक गणितीय उपकरण का उपयोग करता है।

यह कैसे काम करता है, सरल उपमाओं का उपयोग करते हुए यहाँ दिया गया है:

1. "क्या होगा अगर" सिम्युलेटर (The "What-If" Simulator)

कल्पना कीजिए कि आप एक रोड ट्रिप की योजना बना रहे हैं।

पुरानी विधि (VQOC): आप मौसम ऐप देखते हैं, देखते हैं कि यह "ज्यादातर धूप वाला" है, और सीधे चलते हैं। यदि अचानक ओलावृष्टि होती है, तो आप दुर्घटनाग्रस्त हो जाते हैं।
नई विधि (F-VQOC): आप एक सिमुलेशन चलाते हैं। आप पूछते हैं, "क्या होगा अगर यहाँ बारिश हो? क्या होगा अगर वहाँ हवा चले? क्या होगा अगर सड़क बर्फीली हो?" आप महसूस करते हैं कि सीधा रास्ता जोखिम भरा है। इसके बजाय, आप एक थोड़ा लंबा, घुमावदार रास्ता चुनते हैं जो सुरक्षित घाटियों में रहता है, उन खुले मैदानों से बचता है जहाँ हवा सबसे तेज़ होती है।

2. "खतरे के क्षेत्रों" से बचना

क्वांटम भौतिकी में, "भूलभुलैया" (जिसे Hilbert space कहा जाता है) के कुछ स्थान खुले मैदानों की तरह होते हैं जहाँ शोर सबसे अधिक प्रहार करता है। अन्य स्थान गहरी गुफाओं की तरह होते हैं जहाँ शोर नहीं पहुँच पाता।

VQOC अक्सर सबसे छोटा रास्ता लेता है, जो सीधे खुले मैदान से होकर गुजर सकता है।
F-VQC महसूस करता है कि "गुफाओं" (शोर-प्रतिरोधी क्षेत्रों) के माध्यम से थोड़ा लंबा रास्ता लेने से सफलता की संभावना बहुत बढ़ जाती है। यह सुरक्षा के लिए गति का एक छोटा सा हिस्सा त्याग देता है।

3. "फिडेलिटी" स्कोरकार्ड (The "Fidelity" Scorecard)

पेपर एक विशेष स्कोर पेश करता है जिसे Fidelity कहा जाता है। इसे एक "सफलता मीटर" के रूप में सोचें।

पुरानी विधि केवल फिनिश लाइन तक जल्दी पहुँचने की परवाह करती थी।
नई विधि (F-VQOC) इस बात की भी परवाह करती है कि आप वहाँ कैसे पहुँचते हैं। यह एक नियम जोड़ता है: "सिर्फ वहाँ पहुँचो ही नहीं; वहाँ बिना विचलित हुए पहुँचो।" यह न केवल अंत में, बल्कि पूरी यात्रा के दौरान मार्बल की स्थिरता की लगातार जाँच करता है।

यह क्यों मायने रखता है?

हम वर्तमान में NISQ युग (Noisy Intermediate-Scale Quantum) में हैं। यह क्वांटम कंप्यूटरों के "शुरुआती दिनों" जैसा है। वे शक्तिशाली हैं लेकिन बहुत नाजुक हैं। हर बार जब वे कोई गणना करने की कोशिश करते हैं, तो शोर उसे बर्बाद करने की कोशिश करता है।

लेखकों ने अपने नए तरीके का परीक्षण किया:

एकल मार्बल्स (1 qubit) पर: इसने बहुत अधिक स्थिर रास्ते खोजे।
मार्बल्स की टीमों (Multi-qubit) पर: इसने जटिल समूहों को विशिष्ट आकृतियाँ (जैसे GHZ अवस्थाएँ) बनाने के लिए सफलतापूर्वक निर्देशित किया, जिन्हें स्थिर रखना आमतौर पर बहुत कठिन होता है।

मुख्य निष्कर्ष

यह पेपर क्वांटम कंप्यूटरों को चलाने का एक स्मार्ट तरीका प्रस्तावित करता है। वास्तविक दुनिया की अराजकता को अनदेखा करने और सबसे अच्छी उम्मीद करने के बजाय, F-VQOC अराजकता को स्वीकार करता है। यह शोर का अनुकरण करता है, सीखता है कि "तूफानी" स्थान कहाँ हैं, और एक ऐसा रास्ता बनाता है जो उनके चारों ओर नृत्य करते हुए निकलता है।

संक्षेप में: यह अपनी आँखें बंद करके कार चलाने और उम्मीद करने के बीच का अंतर है कि सड़क सीधी होगी, बनाम एक हाई-टेक रडार के साथ गाड़ी चलाना जो हर गड्ढे और हवा के झोंके को देख सकता है, जिससे आप अपने गंतव्य तक सुचारू रूप से स्टीयर कर सकें। यह क्वांटम कंप्यूटरों को वास्तविक दुनिया की समस्याओं को हल करने के लिए पर्याप्त विश्वसनीय बनाने की कुंजी हो सकती है।

यहाँ "Fidelity-Enhanced Variational Quantum Optimal Control" (F-VQOC) (de Keijzer et al. द्वारा लिखित) का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

नोइजी इंटरमीडिएट-स्केल क्वांटम (NISQ) युग में, क्वांटम ऑपरेशन्स कंट्रोल इलेक्ट्रॉनिक्स (लेजर तीव्रता/आवृत्ति उतार-चढ़ाव), स्वतःस्फूर्त उत्सर्जन (spontaneous emission), और मापन त्रुटियों जैसे शोर (noise) के प्रति अत्यधिक संवेदनशील होते हैं।

वर्तमान विधियों की सीमाएँ: पारंपरिक अनुकूलन नियंत्रण (optimal control) विधियाँ अक्सर सिस्टम के विकास को वर्णित करने के लिए लिंडब्लाड समीकरण (Lindblad equation) पर निर्भर करती हैं। हालाँकि, लिंडब्लाड समीकरण व्हाइट नॉइज़ के तहत एक सिस्टम के औसत व्यवहार (mean behavior) का वर्णन करता है और यह अपरिवर्तनीय (irreversible) है। इस ढांचे का उपयोग करके शोर के प्रति संवेदनशीलता को कम करना चुनौतीपूर्ण है क्योंकि यह विशिष्ट शोर वास्तविकताओं (noise realizations) और संभावित परिणामों के वितरण को अस्पष्ट कर देता है।
अंतराल (The Gap): मौजूदा वेरिएशनल क्वांटम ऑप्टिमल कंट्रोल (VQOC) विधियाँ आमतौर पर पल्स निर्माण चरण के दौरान शोर की स्टोकेस्टिक प्रकृति को स्पष्ट रूप से ध्यान में रखे बिना ऊर्जा या गेट त्रुटि को कम करती हैं। वे अक्सर व्हाइट नॉइज़ मान लेती हैं या शोर को पूरी तरह से अनदेखा कर देती हैं, जिससे ऐसे कंट्रोल पल्स बन सकते हैं जो अनजाने में क्वबिट को हिल्बर्ट स्पेस के "शोर-प्रवण" (noise-prone) क्षेत्रों के माध्यम से निर्देशित करते हैं।

2. कार्यप्रणाली (Methodology)

लेखक Fidelity-Enhanced Variational Quantum Optimal Control (F-VQOC) प्रस्तावित करते हैं, जो केवल एन्सेम्बल औसत के बजाय व्यक्तिगत शोर वास्तविकताओं को मॉडल करने के लिए स्टोकेस्टिक श्रोडिंगर समीकरण (Stochastic Schrödinger Equation - SSE) का उपयोग करता है।

मुख्य सैद्धांतिक ढांचा (Core Theoretical Framework)

स्टोकेस्टिक श्रोडिंगर समीकरण (SSE): लिंडब्लाड मास्टर इक्वेशन के बजाय, सिस्टम के विकास को SSE के माध्यम से मॉडल किया जाता है:
$d\psi_t = iH\psi_t dt - \frac{1}{2}\sum_l S_l^\dagger S_l \psi_t d[X_l]_t + i\sum_l S_l \psi_t dX_l$
यहाँ, $S_l$ हर्मिटियन नॉइज़ ऑपरेटर्स हैं, और $X_l$ शोर प्रक्रियाएं (जैसे कि ऑर्नस्टीन-उलेंबैक प्रक्रियाएं) हैं जो परिमित द्विघाती भिन्नता (finite quadratic variation) के साथ कलर्ड नॉइज़ (colored noise) का प्रतिनिधित्व करती हैं। यह व्हाइट नॉइज़ के बजाय यथार्थवादी, आवृत्ति-निर्भर शोर प्रोफाइल (कलर्ड नॉइज़) के मॉडलिंग की अनुमति देता है।
लागत फलन (Cost Function): अनुकूलन एक लागत फलन $J$ $J$ को कम करता है जो तीन पदों से बना है:
1. $J_1$ (ऊर्जा/लक्ष्य): अंतिम समय $T$ पर लक्ष्य हैमिल्टोनियन के सापेक्ष अवस्था की ऊर्जा को मापता है।
2. $J_2$ (रेगुलराइजेशन): उच्च-आयाम वाले कंट्रोल पल्स को दंडित करता है ( $\lambda \|z\|^2$ )।
3. $J_3$ (फिडेलिटी रेगुलराइज़र): एक नवीन पद जो पूरे विकास पथ (या अंत समय पर) स्टोकेस्टिक नॉइजी अवस्था $\psi_t$ और नियत (deterministic) नॉइज़लेस अवस्था $\phi_t$ के बीच फिडेलिटी को अधिकतम करता है।
  $J_3(z) = -\mu \mathbb{E}\left[ F_T + \nu \int_0^T F_s ds \right]$
  जहाँ $F_t = |(\phi_t)^\dagger \psi_t|^2$ है। पैरामीटर $\nu > 0$ यह सुनिश्चित करता है कि एल्गोरिदम केवल एंडपॉइंट (end-point) नहीं, बल्कि पथ फिडेलिटी (path fidelity) को अनुकूलित करता है।

अनुकूलन एल्गोरिदम (Optimization Algorithm)

एनालिटिकल ग्रेडिएंट्स (Analytical Gradients): विधि कंट्रोल पल्स $z$ के सापेक्ष कॉस्ट फंक्शन के गैटो डेरिवेटिव (Gâteaux derivative) को प्राप्त करने के लिए स्टोकेस्टिक ऑप्टिमल कंट्रोल तकनीकों का उपयोग करती है।
फॉरवर्ड-बैकवर्ड दृष्टिकोण (Forward-Backward Approach): फिडेलिटी टर्म $J_3$ के ग्रेडिएंट की गणना करने के लिए, लेखक एक वेक्टर $\eta_t$ (जो पाउली मैट्रिसेस के ओवरलैप को दर्शाता है) के लिए विकास समीकरणों का एक सिस्टम बनाते हैं। वे एडजॉइंट वेरिएबल्स ( $p, r$ ) के लिए बैकवर्ड स्टोकेस्टिक डिफरेंशियल इक्वेशंस (BSDEs) का उपयोग करते हैं, लेकिन वे दिखाते हैं कि विशिष्ट भौतिक मामलों (निश्चित और स्केल्ड नॉइज़) के लिए, इन्हें फॉरवर्ड स्टोकेस्टिक डिफरेंशियल इक्वेशंस और मोंटे कार्लो सिमुलेशन के संयोजन से हल किया जा सकता है।
शोर मॉडल (Noise Models): एल्गोरिदम दो अलग-अलग शोर व्यवस्थाओं को संभालता है:
1. फिक्स्ड नॉइज़ (Fixed Noise): शोर की शक्ति कंट्रोल आयाम से स्वतंत्र है (जैसे बाहरी क्षेत्र का शोर)।
2. स्केल्ड नॉइज़ (Scaled Noise): शोर की शक्ति कंट्रोल पल्स के आयाम के साथ स्केल होती है (जैसे न्यूट्रल परमाणुओं में लेजर तीव्रता का शोर या सुपरकंडक्टिंग क्वबिट्स में फ्लक्स शोर)।

3. प्रमुख योगदान (Key Contributions)

कंट्रोल के लिए स्टोकेस्टिक अनरैवलिंग (Stochastic Unraveling for Control): यह पेपर एक ऐसा ढांचा पेश करता है जो केवल मीन-फील्ड लिंडब्लाड डायनेमिक्स से आगे बढ़कर पूर्ण स्टोकेस्टिक स्टेट ट्राजेक्टरीज के आधार पर कंट्रोल पल्स को अनुकूलित करता है।
फिडेलिटी रेगुलराइजेशन (Fidelity Regularization): कॉस्ट फंक्शन में फिडेलिटी टर्म जोड़ने से, एल्गोरिदम सिस्टम को स्पष्ट रूप से शोर-संवेदनशील हिल्बर्ट स्पेस क्षेत्रों से दूर ले जाता है, न कि केवल ऊर्जा को कम करता है।
कलर्ड नॉइज़ अनुकूलता (Colored Noise Compatibility): यह विधि कलर्ड नॉइज़ (विशेष रूप से ऑर्नस्टीन-उलेंबैक प्रक्रियाएं) को समायोजित करती है, जो पिछले कार्यों में सामान्य व्हाइट नॉइज़ धारणा की तुलना में वास्तविक दुनिया के कंट्रोल इलेक्ट्रॉनिक्स का अधिक प्रतिनिधित्व करती है।
एनालिटिकल ग्रेडिएंट डिसेंट (Analytical Gradient Descent): एनालिटिकल ग्रेडिएंट्स का व्युत्पन्न विधि को मनमाने संख्या में क्वबिट्स वाले सिस्टम तक स्केल करने की अनुमति देता है, जिससे फाइनाइट-डिफरेंस एप्रोक्सिमेशन की आवश्यकता समाप्त हो जाती है जो गणनात्मक रूप से महंगी और शोर भरी होती है।
बहुमुखी प्रतिभा (Versatility): यह ढांचा स्टेट प्रिपरेशन (ग्राउंड स्टेट ऑप्टिमाइजेशन) और गेट सिंथेसिस (यूनिटरी ट्रांसफॉर्मेशन) दोनों के लिए लागू करने योग्य है।

4. परिणाम (Results)

लेखकों ने उच्च शोर स्तरों (सिग्नल-टू-नॉइज़ अनुपात $\approx 0.01$ ) के साथ सिंगल और मल्टी-क्विबिट सिस्टम पर संख्यात्मक सिमुलेशन का उपयोग करके मानक VQOC के विरुद्ध F-VQOC को मान्य किया।

सिंगल-क्विबिट स्टेट प्रिपरेशन:
- फिक्स्ड नॉइज़ परिदृश्यों में, F-VQOC ने क्वबिट को शोर-प्रतिरोधी आइजनस्टेट्स (जैसे कि जब $\sigma_X$ शोर प्रभावी था, तो $\sigma_X$ आइजनस्टेट्स) के करीब के पथों के माध्यम से सफलतापूर्वक निर्देशित किया, जिसके परिणामस्वरूप VQOC की तुलना में काफी कम ऊर्जा त्रुटियां हुईं।
- कंटीन्यूअस-टाइम कॉस्ट ( $\nu > 0$ ) ने लगातार एंड-टाइम कॉस्ट ( $\nu = 0$ ) और मानक VQOC से बेहतर प्रदर्शन किया, जिससे 300 रैंडमाइज्ड हैमिल्टोनियन ट्रायल्स में औसतन 20% कम त्रुटियां हुईं।
- F-VQOC ने परीक्षण किए गए मामलों में से 87% में फिडेलिटी में सुधार किया।
स्केल्ड नॉइज़ (Scaled Noise):
- पल्स एम्प्लीट्यूड के साथ स्केल होने वाले शोर के लिए, कंटीन्यूअस-टाइम कॉस्ट फंक्शन महत्वपूर्ण था। इसने ऐसे पथ खोजे जो विकास के शुरुआती चरणों में ही शोर-असंवेदनशील क्षेत्रों में प्रवेश करते हैं, जबकि एंड-टाइम कॉस्ट अक्सर शोर स्केलिंग के संचयी प्रभाव को समझने में विफल रहता है।
गेट ऑप्टिमाइजेशन (Gate Optimization):
- रैंडम यूनिटरीज के लिए औसत फिडेलिटी F-VQOC और VQOC के बीच समान होने के बावजूद, F-VQOC ने विभिन्न इनपुट स्टेट्स के बीच फिडेलिटी के वेरिएंस (variance) को काफी कम कर दिया। यह इंगित करता है कि F-VQOC अधिक मजबूत गेट बनाता है जो प्रारंभिक अवस्था की परवाह किए बिना लगातार अच्छा प्रदर्शन करते हैं।
मल्टी-क्विबिट (GHZ स्टेट):
- विधि ने दो क्वबिट्स पर ग्रीनबर्गर-होरन-ज़ेलिंगर (GHZ) अवस्था तैयार करने के लिए कंट्रोल पल्स सफलतापूर्वक उत्पन्न किए, जो फिक्स्ड और स्केल्ड नॉइज़ दोनों वातावरणों में VQOC से बेहतर रहे।

5. महत्व (Significance)

NISQ में मजबूती (Robustness in NISQ): F-VQOC हार्डवेयर सुधारों की आवश्यकता के बिना, कंट्रोल नॉइज़ को कम करने के लिए एक सॉफ्टवेयर-स्तरीय समाधान प्रदान करके NISC उपकरणों की एक महत्वपूर्ण बाधा को संबोधित करता है।
पथ अनुकूलन (Path Optimization): अध्ययन यह प्रदर्शित करता है कि हिल्बर्ट स्पेस के माध्यम से लिया गया ट्रैजेक्टरी (trajectory) अंतिम अवस्था जितना ही महत्वपूर्ण है। उच्च-संवेदनशीलता वाले क्षेत्रों से बचने के लिए पथ को अनुकूलित करके, विधि उच्च फिडेलिटी प्राप्त करती है।
प्रायोगिक प्रासंगिकता (Experimental Relevance): विशिष्ट नॉइज़ ऑपरेटर्स और पावर स्पेक्ट्रल डेंसिटीज (कलर्ड नॉइज़) को शामिल करने की क्षमता इस पद्धति को न्यूट्रल एटम और सुपरकंडक्टिंग क्वबिट प्लेटफॉर्म के लिए सीधे तौर पर लागू करने योग्य बनाती है।
भविष्य की रूपरेखा (Future Outlook): लेखक सुझाव देते हैं कि भौतिक क्वांटम कंप्यूटरों पर प्रायोगिक सत्यापन (संभावित रूप से कृत्रिम शोर इंजेक्शन के साथ) अगला तार्किक कदम है, और सिस्टम मापदंडों के आधार पर रेगुलराइजेशन पैरामीटर्स ( $\lambda, \mu, \nu$ ) को स्वचालित रूप से अनुकूलित करने के लिए और कार्य की आवश्यकता है।

संक्षेप में, F-VQOC कंट्रोल पल्स को सीधे स्टोकेस्टिक डायनेमिक्स के साथ एकीकृत करके क्वांटम कंट्रोल थ्योरी में एक महत्वपूर्ण प्रगति का प्रतिनिधित्व करता है, जिससे ऐसे कंट्रोल पल्स प्राप्त होते हैं जो लक्षित हार्डवेयर की विशिष्ट शोर विशेषताओं के प्रति स्वाभाविक रूप से अधिक लचीले होते हैं।