Fully optimised variational simulation of a dynamical quantum phase transition on a trapped-ion quantum computer
यह शोध पत्र एक ट्रैप्ड-आयन क्वांटम कंप्यूटर पर ट्रांसवर्स-फील्ड आइसिंग मॉडल में एक डायनेमिकल क्वांटम फेज ट्रांज़िशन को सिम्युलेट करने की व्यवहार्यता को प्रदर्शित करता है, जिसमें सैंपलिंग लागत को कम करने के लिए फिडेलिटी-आधारित अनुकूलन और स्टोकेस्टिक पैरामीटर सुधारों के साथ एक वेरिएशनल क्वांटम सर्किट मैट्रिक्स प्रोडक्ट स्टेट एंसेटल (ansatz) का उपयोग किया गया 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
कल्पना कीजिए कि आप लोगों की एक विशाल, अराजक भीड़ (एक क्वांटम सिस्टम) के भविष्य की भविष्यवाणी करने की कोशिश कर रहे हैं, जो मौसम में अचानक आए बदलाव (एक चुंबकीय क्षेत्र) के प्रति प्रतिक्रिया दे रही है। क्वांटम दुनिया में, यह केवल लोगों के हिलने-डुलने के बारे में नहीं है; यह उनके मिजाज, उनके जुड़ाव और एक-दूसरे पर पड़ने वाले अदृश्य "भूतिया" प्रभावों के बारे में भी है।
यह पेपर इस बारे में है कि कैसे वैज्ञानिकों की एक टीम ने एक क्वांटम कंप्यूटर को यह सिखाने में सफलता प्राप्त की कि एक विशिष्ट, कठिन घटना के दौरान इस भीड़ का व्यवहार कैसा होता है, जिसे डायनामिकल क्वांटम फेज ट्रांजिशन (Dynamical Quantum Phase Transition) कहा जाता है।
यहाँ बताया गया है कि उन्होंने इसे कैसे किया, जिसे सरल अवधारणाओं में विभाजित किया गया है:
1. समस्या: "भूतिया" भीड़
वैज्ञानिकों ने ट्रांसवर्स फील्ड आइसिंग मॉडल (Transverse Field Ising Model) नामक एक मॉडल का अध्ययन किया। इसे ऐसे समझें जैसे लोग एक-दूसरे का हाथ थामे हुए एक पंक्ति में खड़े हैं।
- सेटअप: हर कोई मजबूती से हाथ पकड़े हुए है (चुंबकीय व्यवस्था/magnetic order)।
- बदलाव: अचानक, एक तेज हवा (एक चुंबकीय क्षेत्र) चलने लगती है, जो लोगों को एक-दूसरे से अलग करने की कोशिश करती है।
- लक्षत: वे देखना चाहते थे कि समय के साथ वह पंक्ति कैसे प्रतिक्रिया देती है। विशेष रूप से, वे देखना चाहते थे कि क्या वह पंक्ति टूट जाएगी, डगमगाएगी, या अंततः स्थिर हो जाएगी।
जटिल हिस्सा यह है कि इसकी भविष्यवाणी करने के लिए, आपको हर एक व्यक्ति के "मिजाज" को ट्रैक करना होगा और यह देखना होगा कि कैसे उनका मिजाज उनके पड़ोसियों के मिजाज को रद्द करता है या उसे और मजबूत करता है। यदि आप गणित में थोड़ी सी भी गलती करते हैं, तो पूरी भविष्यवाणी ढह जाएगी। यह मनुष्यों और वर्तमान कंप्यूटरों दोनों के लिए अविश्वसनीय रूप से कठिन है।
2. उपकरण: एक "स्मार्ट स्केच" (The Ansatz)
हर एक व्यक्ति की सटीक स्थिति की गणना करने के बजाय (जो एक शोर वाले/noisy कंप्यूटर के लिए असंभव है), टीम ने एक मैट्रिक्स प्रोडक्ट स्टेट (Matrix Product State - MPS) का उपयोग किया।
- उपमा: कल्पना कीजिए कि आप एक लंबी, घुमावदार नदी का वर्णन करना चाहते हैं। आप पानी की हर एक बूंद को माप सकते हैं (जो असंभव है)। या, आप एक स्केच (रेखाचित्र) बना सकते हैं जो नदी के मुख्य घुमावों और प्रवाह को पकड़ लेता है।
- नवाचार: उन्होंने एक "क्वांटम स्केच" (एक विशिष्ट सर्किट डिजाइन) का उपयोग किया जो नदी के बहने के साथ अपना आकार बदलने के लिए पर्याप्त लचीला था, लेकिन इतना सरल भी था कि कंप्यूटर उसे संभाल सके।
3. चुनौती: "सैंपलिंग" का जाल
यहाँ सबसे बड़ी बाधा आई जिसका उन्हें सामना करना पड़ा। क्वांटम कंप्यूटिंग में, उत्तर प्राप्त करने के लिए, आपको कंप्यूटर से हजारों बार एक ही प्रश्न पूछना होता है (जैसे यह देखने के लिए कि पासा निष्पक्ष है या नहीं, लाखों बार पासा फेंकना)। इसे सैंपलिंग (Sampling) कहा जाता है।
- समस्या: आमतौर पर, सिमुलेशन के हर सेकंड को अपडेट करने के लिए, आपको लाखों बार पासा फेंकना पड़ता है। इसमें इतना समय लगता है कि कंप्यूटर थक (noisy हो) जाता है इससे पहले कि आप काम पूरा कर सकें। यह एक उत्कृष्ट कृति बनाने जैसा है, लेकिन आपको हर एक ब्रशस्ट्रोक जोड़ने के बाद रुकना पड़ता है और बस का इंतजार करना पड़ता है।
4. समाधान: "अनुमान और जांच" एक ट्विस्ट के साथ
टीम ने हर बार बस का इंतजार करने से बचने के लिए एक चतुर तरीका निकाला।
- पुराना तरीका: "आइए अनुमान लगाएं कि नदी आगे कहाँ जाएगी, फिर जांचें कि क्या हम सही थे।" (इसके लिए लाखों जांचों की आवश्यकता होती है)।
- उनका नया तरीका: "हम जानते हैं कि नदी सुचारू रूप से बहती है। यदि हमें पता है कि वह 1:00 बजे और 1:01 बजे कहाँ थी, तो हम उच्च सटीकता के साथ अनुमान लगा सकते हैं कि वह 1:02 बजे कहाँ होगी।"
- जादू: उन्होंने एक सरल गणितीय ट्रिक (लीनियर एक्सट्रपलेशन) का उपयोग किया जिससे एक बहुत अच्छा अनुमान लगाया जा सके। फिर, उन्होंने केवल छोटी त्रुटियों को ठीक करने के लिए क्वांटम कंप्यूटर से अपने अनुमान की कुछ ही बार जांच करने के लिए कहा।
- परिणाम: इसने "पासा फेंकने" (सैंपलिंग) की संख्या को 1,000 गुना कम कर दिया। इसने एक असंभव कार्य को एक करने योग्य कार्य में बदल दिया।
5. खोज: एक छिपा हुआ सरलता
जब उन्होंने क्वेंटिनियम H1-1 (Quantinuum H1-1) (एक शक्तिशाली ट्रैप्ड-आयन क्वांटम कंप्यूटर) पर अपना सिमुलेशन चलाया, तो उन्हें कुछ आश्चर्यजनक मिला।
- उन्हें उम्मीद थी कि जैसे-जैसे सिस्टम फेज ट्रांजिशन से गुजरेगा, "स्केच" के पैरामीटर बेतहाशा इधर-उधर कूदेंगे।
- इसके बजाय: पैरामीटर एक बिल्कुल सीधी रेखा में चले।
- रूपक: यह एक नर्तक को देखने जैसा है। आप उम्मीद करते हैं कि एक नाटकीय क्षण के दौरान वे पागलों की तरह घूमेंगे और कूदेंगे। इसके बजाय, वे मंच पर एक सहज, सीधी रेखा में तैरते हैं। क्वांटम भीड़ की "अराजकता" के नीचे वास्तव में एक बहुत ही सरल, सुंदर लय छिपी हुई थी।
यह क्यों मायने रखता है?
- प्रूफ ऑफ कॉन्सेप्ट: उन्होंने दिखाया कि हम वर्तमान, अपूर्ण क्वांटम कंप्यूटरों का उपयोग जटिल भौतिकी का अनुकरण करने के लिए कर सकते हैं, यदि हम सवाल पूछने के तरीके के बारे में स्मार्ट हों।
- दक्षता: उनके "अनुमान और जांच" (Guess and Check) विधि का अर्थ है कि हम अधिक जटिल सिस्टम का सिमुलेशन कर सकते हैं, भले ही हमारे पास एक आदर्श कंप्यूटर न हो।
- नई भौतिकी: उन्होंने खोजा कि सबसे अराजक क्वांटम ट्रांजिशन में भी, एक छिपी हुई सरलता (एक "प्रिसेशन" या सुचारू रोटेशन) होती है जिसे शास्त्रीय कंप्यूटर शायद मिस कर देते या जिसे हम देख नहीं पा रहे थे।
संक्षेप में: टीम ने एक स्मार्ट स्केच और एक "अच्छे अनुमान" की रणनीति का उपयोग करके एक तूफान के प्रति एक अराजक भीड़ की प्रतिक्रिया की भविष्यवाणी करना सिखाया। उन्होंने पाया कि अराजकता वास्तव में एक सुचारू, सीधी रेखा थी, जो यह साबित करती है कि यदि हम सही तरकीबें इस्तेमाल करें तो क्वांटम कंप्यूटर आज भी उपयोगी विज्ञान कर सकते 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।