🔢 mathematics

Arbitrary state creation via controlled measurement

यह शोध पत्र एक क्वांटम एल्गोरिदम प्रस्तुत करता है जो एक-क्विबिट रोटेशन, मल्टी-कंट्रोल्ड सी-नोट (C-NOT) गेट्स और बिना किसी शास्त्रीय पूर्व-गणना की आवश्यकता के या कम सफलता की संभावनाओं से ग्रस्त हुए, कचरे (garbage) को समाप्त करने के लिए एक महत्वपूर्ण नियंत्रित मापन (controlled measurement) का उपयोग करके निर्दिष्ट सटीकता के साथ मनमाने $n$ -क्विबिट शुद्ध सुपरपोजिशन अवस्थाओं को कुशलतापूर्वक उत्पन्न करता है।

मूल लेखक: Alexander I. Zenchuk, Wentao Qi, Junde Wu

प्रकाशित 2026-07-17

📖 5 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Alexander I. Zenchuk, Wentao Qi, Junde Wu

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 घर बनाने की कोशिश कर रहे हैं, लेकिन आप ईंट और गारे से शुरुआत नहीं करते; आप एक खाली, खाली प्लॉट से शुरुआत करते हैं। क्वांटम कंप्यूटिंग की दुनिया में, यह "खाली प्लॉट" एक क्वांटम कंप्यूटर है जो अपनी डिफ़ॉल्ट स्थिति में है, जो आमतौर पर केवल शून्य (zeros) का एक समूह होता है। इससे पहले कि आप जटिल समस्याओं को हल करने वाले किसी भी शानदार, दिमाग घुमा देने वाले प्रोग्राम को चला सकें—जैसे कि कोड तोड़ना या नई दवाओं को डिजाइन करना—आपको पहले उस खाली प्लॉट पर एक बहुत ही विशिष्ट, जटिल चित्र पेंट करना होगा। इसे "स्टेट प्रिपरेशन" (state preparation) कहा जाता है। यह एक मेज पर लाखों मार्बल्स (कंकड़ों) को इस तरह व्यवस्थित करने जैसा है ताकि वे एक पूर्ण, घूमती हुई आकाशगंगा बना सकें, जहाँ प्रत्येक मार्बल का एक विशिष्ट वजन और स्थिति हो। यदि आप व्यवस्था में थोड़ी सी भी गलती करते हैं, तो पूरा प्रयोग विफल हो जाता है।

यहाँ बड़ी चुनौती यह है कि क्वांटम कंप्यूटर अविश्वसनीय रूप से नाजुक होते हैं। उन मार्बल्स को सही स्थानों पर रखने के लिए, आपको आमतौर पर एक सहायक (एक क्लासिकल कंप्यूटर) की आवश्यकता होती है जो पहले भारी गणित करे, यह गणना करे कि क्वांटम बिट्स को कैसे घुमाया और मोड़ा जाए। लेकिन यह सहायक समय लेता है और क्वांटम मशीन के "प्रवाह" (flow) को तोड़ देता है। इसके अलावा, मौजूदा कई विधियाँ ऐसी हैं जैसे कि आप एक विशिष्ट प्रकार का घर बनाने की कोशिश कर रहे हों; वे सरल आकृतियों के लिए तो बहुत अच्छा काम करती हैं लेकिन यदि आप कुछ जंगली और अनिश्चित बनाना चाहते हैं तो बुरी तरह विफल हो जाती हैं। सवाल जो वैज्ञानिक पूछ रहे हैं, वह यह है: क्या हम सीधे क्वांटम मशीन पर, बिना किसी कैलकुलेटर की मदद के यह बताए कि हमें क्या करना है, और बिना इस जोखिम के कि पूरी चीज़ ढह जाए क्योंकि सफलता की संभावना बहुत कम है, कोई भी आकृति बना सकते हैं?

यह शोध पत्र, जिसका शीर्षक "आर्बिट्ररी स्टेट क्रिएशन वाया कंट्रोल्ड मेजरमेंट" (Arbitrary state creation via controlled measurement) है, "हाँ" कहने के लिए एक चतुर नया तरीका प्रस्तावित करता है। लेखक, अलेक्जेंडर आई. जेनचुक, वेन्टाओ क्यूई, और जुंडे वू ने किसी भी संभावित क्वांटम अवस्था (state) को बनाने के लिए एक विशिष्ट सेट क्वांटम मूव्स का उपयोग करके एक सटीक रेसिपी डिजाइन की है। इस पद्धति को एक जादुई असेंबली लाइन की तरह समझें। कैलकुलेटर से निर्देश मांगने के बजाय, मशीन अपनी गलतियों को सुधारने के लिए "कंट्रोल्ड मेजरमेंट्स" (नियंत्रित मापन) की एक श्रृंखला का उपयोग करती है।

यह जादू का खेल कैसे काम करता है। कल्पना कीजिए कि आप बर्फ के एक ब्लॉक से एक मूर्ति तराशने की कोशिश कर रहे हैं, लेकिन आपको यह काम मोटे दस्ताने पहनकर करना है। आमतौर पर, आपको यह जानने के लिए एक ब्लूप्रिंट (क्लासिकल गणना) की आवश्यकता होगी कि कहाँ से बर्फ को छीलना है। इस टीम का एल्गोरिदम उस ब्लूप्रिंट को छोड़ देता है। इसके बजाय, यह एक "गारबेज कलेक्टर" (कचरा इकट्ठा करने वाला) का उपयोग करता है। जैसे-जैसे मशीन अवस्था का निर्माण करती है, वह अनजाने में बहुत सारा "गारबेज" (कचरा)—अतिरिक्त, अवांछित बर्फ के टुकड़े जो मूर्ति का हिस्सा नहीं हैं—बना देती है। पुरानी विधियों में, आप बस उम्मीद करते कि आपने बहुत अधिक कचरा नहीं बनाया है, या आपको तब तक बार-बार प्रयास करना पड़ता जब तक कि आप भाग्यशाली न हो जाएं। लेकिन यह नई विधि अंत में एक विशेष "कंट्रोल्ड मेजरमेंट" का उपयोग करती है। यह एक जादुई छलनी की तरह है जो केवल पूर्ण मूर्ति को ही गुजरने देती है जबकि सारा कचरा पकड़ लेती है, और यह इस समस्या को हटाकर किया जाता है कि इस प्रक्रिया की सफलता की संभावना बहुत कम होती है, जो आमतौर पर इन मापों में देखी जाती है।

एल्गोरिदम एक "n-qubit" सिस्टम (मुख्य मूर्ति) को संभालता है और "m-decimals" की सटीकता (मूर्ति की सतह कितनी चिकनी होनी चाहिए) का उपयोग करता है। लेखक दिखाते हैं कि हालांकि इस प्रक्रिया में कई चरण लगते हैं (एल्गोरिदम की "डेप्थ" $O(2^n n)$ के रूप में बढ़ती है), इसे बहुत अधिक अतिरिक्त स्थान (मेमोरी) की आवश्यकता नहीं होती है, यह केवल सिस्टम के आकार के साथ रैखिक रूप से $O(n)$ बढ़ता है। सबसे रोमांचक बात यह है कि क्वांटम मूव्स के लिए आवश्यक कोण और रोटेशन वांछित सटीकता के आधार पर पहले से ही अनुमानित होते हैं, जिसका अर्थ है कि प्रक्रिया के दौरान अतिरिक्त गणित करने के लिए क्लासिकल कंप्यूटर के हस्तक्षेप की आवश्यकता नहीं है।

यह शोध पत्र सुझाव देता है कि यह एक सार्वभौमिक उपकरण है। यह केवल सरल, समान अवस्थाओं के लिए ही नहीं काम करता है; यह किसी भी मनचाही शुद्ध क्वांटम सुपरपोजिशन को बना सकता है। लेखक इस बात पर जोर देते हैं कि इसे बिना विफल हुए काम करने की कुंजी वह अंतिम "कंट्रोल्ड मेजरमेंट" चरण है। इसके बिना, अवस्था को सफलतापूर्वक बनाने की संभावना अविश्वसनीय रूप से कम होगी, जैसे कि हर बार घर बनाने की कोशिश करने पर लॉटरी जीतने की संभावना। इस विशिष्ट तकनीक का उपयोग करके, वे उस जोखिम को दूर कर देते हैं।

संक्षेप में, यह पेपर क्वांटम कंप्यूटर में डेटा लोड करने का एक नया, स्व-निहित तरीका प्रस्तुत करता है। यह एक ऐसे शेफ की तरह है जो रेसिपी बुक के बिना भी कोई भी व्यंजन बना सकता है, क्योंकि उसके पास जले हुए हिस्सों को तुरंत छानने की एक विशेष ट्रिक है। हालांकि प्रक्रिया जटिल है और इसमें समय लगता है, यह क्वांटम एल्गोरिदम—जैसे कि मैट्रिक्स हेरफेर या मशीन लर्निंग के लिए उपयोग किए जाने वाले एल्गोरिदम—के लिए शुरुआती रेखा तैयार करने का एक तरीका प्रदान करता है, बिना किसी क्लासिकल कंप्यूटर के हाथ थामे। लेखक इसे एक सबरूटीन के रूप में प्रस्तावित करते हैं जिसे कई अन्य क्वांटम एल्गोरिदम में प्लग किया जा सकता है, जिससे वे संभावित रूप से अधिक कुशल और आत्मनिर्भर बन सकते हैं।

तकनीकी सारांश: नियंत्रित मापन के माध्यम से अनिश्चित अवस्था निर्माण (Arbitrary State Creation via Controlled Measurement)

समस्या विवरण
क्वांटम अवस्था की तैयारी (Quantum state preparation) कई क्वांटम एल्गोरिदम के लिए एक मौलिक पूर्व शर्त है, जिसमें HHL एल्गोरिदम (रैखिक प्रणालियों के लिए), मैट्रिक्स हेरफेर रूटीन और क्वांटम मशीन लर्निंग प्रोटोकॉल शामिल हैं। हालाँकि, मौजूदा अवस्था तैयारी विधियाँ अक्सर महत्वपूर्ण सीमाओं से ग्रस्त होती हैं:

प्रतिबंधित अवस्था परिवार (Restricted State Families): कई एल्गोरिदम केवल विशिष्ट श्रेणियों की अवस्थाओं (जैसे, यूनिफॉर्म सुपरपोजिशन, डिके स्टेट्स, या विशिष्ट विश्लेषणात्मक कार्यों से प्राप्त अवस्थाएं) के लिए डिज़ाइन किए गए हैं।
शास्त्रीय ओवरहेड (Classical Overhead): अनिश्चित अवस्थाओं के लिए सार्वभौमिक एल्गोरिदम को क्वांटम निष्पादन से पूर्व रोटेशन कोणों (rotation angles) को निर्धारित करने के लिए व्यापक शास्त्रीय गणना की आवश्यकता होती है, जो क्वांटम एल्गोरिदम में सबरूटीन के निर्बाध एकीकरण को बाधित करता है।
सफलता की संभावना (Success Probability): "गारबेज" अवस्थाओं (वांछित विन्यास में न होने वाले सहायक क्वबिट्स) को हटाने के लिए मानक मापन-आधारित दृष्टिकोणों के परिणामस्वरूप अक्सर सफलता की संभावना कम होती है, जिससे बार-बार चलाने की आवश्यकता होती है।
संसाधन स्केलिंग (Resource Scaling): कुछ उच्च-सटीकता वाली विधियों के लिए घातीय (exponential) सहायक क्वबिट्स की आवश्यकता होती है, जो उन्हें बड़े पैमाने के सिस्टम के लिए अव्यवहारिक बनाती है।

कार्यप्रणाली (Methodology)
लेखक एक $n$ -qubit शुद्ध क्वांटम सुपरपोजिशन अवस्था बनाने के लिए एक क्वांटम एल्गोरिदम का प्रस्ताव करते हैं, जो प्रत्येक संभाव्यता आयाम (probability amplitude) और चरण (phase) के लिए $m$ -डेसिमल (बाइनरी प्रतिनिधित्व में) की सटीकता रखता है। यह एल्गोरिदम क्वांटम निष्पादन के दौरान पूरक शास्त्रीय गणनाओं के बिना कार्य करता है; रोटेशन कोण लक्ष्य अवस्था के मापदंडों के बाइनरी विस्तार द्वारा ही निर्धारित होते हैं।

मुख्य कार्यप्रणाली में तीन उपप्रणाली (subsystems) शामिल हैं:

सिस्टम $S$ : एक $n$ -qubit रजिस्टर जो लक्षित अवस्था को संग्रहीत करता है।
उपप्रणाली $R$ : आयाम एन्कोडिंग (amplitude encoding) के लिए एक $m$ -qubit सहायक रजिस्टर।
उपप्रणाली $\phi$ : चरण एन्कोडिंग (phase encoding) के लिए एक $m$ -qubit सहायक रजिस्टर।

एल्गोरिदम निम्नलिखित चरणों में आगे बढ़ता है:

आरंभीकरण (Initialization): सिस्टम $|0\rangle_S |0\rangle_R |0\rangle_\phi$ ग्राउंड स्टेट से शुरू होता है। $S$ , $R$ , और $\phi$ के सभी क्वबिट्स पर हैडामार्ड गेट्स (Hadamard gates) लागू किए जाते हैं। इसके अतिरिक्त, $\phi$ उपप्रणाली पर एक विशिष्ट सुपरपोजिशन अवस्था $|\Psi_\phi\rangle$ बनाने के लिए फेज गेट्स $R_{\phi k}$ लागू किए जाते हैं।
आयाम एन्कोडिंग (Amplitude Encoding): एल्गोरिदम लक्ष्य आयामों के बाइनरी विस्तार से प्राप्त पूर्णांक आयामों $a_j$ को सुपरपोजिशन में एनकोड करता है। यह प्रोजेक्टर $P^{(k)}_S$ और सहायक क्वबिट्स $A_1$ और $A_2$ के शामिल नियंत्रित ऑपरेशनों के माध्यम से प्राप्त किया जाता है। ऑपरेटर $W^{(1)}_{SRA}$ , बाइनरी गुणांक $\alpha_{jk}$ के आधार पर $S$ के बेसिस स्टेट्स को $R$ के विशिष्ट बेसिस स्टेट्स के साथ सह-संबंधित करता है, जो प्रभावी रूप से आयाम की जानकारी को $R$ उपप्रणाली में मैप करता है।
चरण एन्कोडिंग (Phase Encoding): दूसरा सबरूटीन प्रोजेक्टर $P^{(j)}_{S\phi}$ और सहायक $A_1$ पर नियंत्रित ऑपरेशनों का उपयोग करके चरणों $\phi_j$ को एनकोड करता है। ऑपरेटर $W^{(2)}_{S\phi A_1}$ बाइनरी गुणांक $\beta_{jk}$ के आधार पर आवश्यक फेज शिफ्ट लागू करता है।
व्यतिकरण और चयन (Interference and Selection): $R$ और $\phi$ पर हैडामार्ड गेट्स को पुनः लागू किया जाता है। एल्गोरिदम फिर उन पदों का चयन करता है जहाँ $R$ और $\phi$ $|0\rangle$ अवस्था में वापस आते हैं, जो प्रभावी रूप से सुपरपोजिशन को फ़िल्टर करता है। जो पद $|0\rangle$ में वापस नहीं आते, वे "गारबेज" ( $|g_4\rangle$ ) का निर्माण करते हैं।
नियंत्रित मापन (Crucial Step - महत्वपूर्ण चरण): "गारबेज" को कम सफलता की संभावना के बिना हटाने के लिए, लेखक एक 2-qubit सहायक $B$ पेश करते हैं। एक नियंत्रित ऑपरेटर $W^{(4)}_{R\phi AB}$ "उपयोगी" अवस्था (जहाँ $R, \phi$ अवस्था $|0\rangle$ हैं) को $|1\rangle_{B_1}|1\rangle_{B_2}$ के साथ लेबल करता है और गारबेज को $|0\rangle_{B_1}|0\rangle_{B_2}$ के साथ लेबल करता है। अंत में, $B$ के पहले क्वबिट के $|1\rangle$ होने की स्थिति पर, $B$ के दूसरे क्वबिट पर एक नियंत्रित मापन $W^{(5)}_B$ किया जाता है। यह चरण नियत रूप से (deterministically) गारबेज घटक को हटा देता है और सामान्यीकृत लक्षित अवस्था प्रदान करता है।

प्रमुख योगदान (Key Contributions)

सार्वभौमिकता (Universality): यह एल्गोरिदम निर्दिष्ट आयामों और चरणों के साथ एक अनिश्चित $n$ -qubit शुद्ध अवस्था उत्पन्न कर सकता है, जो केवल चुने गए परिशुद्धता $m$ द्वारा सीमित है।
शून्य शास्त्रीय ओवरहेड (Zero Classical Overhead): पिछले सार्वभौमिक तरीकों के विपरीत, इस एल्गोरिदम को क्वांटम प्रक्रिया के दौरान रोटेशन कोणों की गणना करने के लिए शास्त्रीय गणना की आवश्यकता नहीं होती है। पैरामीटर सीधे बाइनरी विस्तार के माध्यम से प्रोजेक्टरों में एम्बेड किए जाते हैं।
नियंत्रित मापन (Controlled Measurement): यह पेपर एक नियंत्रित मापन तकनीक पेश करता है जो सहायक क्वबिट्स के मानक प्रक्षेप मापन (projective measurements) में निहित कम सफलता की संभावना की समस्या से बचते हुए सुपरपोजिशन के "गारबेज" भाग को समाप्त करता है।
संसाधन दक्षता (Resource Efficiency): एल्गोरिदम $O(n)$ स्थान (विशेष रूप से $O(n+m)$ क्वबिट्स) का उपयोग करता है, जो अन्य उच्च-सटीकता वाली विधियों की घातीय (exponential) सहायक आवश्यकताओं से बचता है।

परिणाम और जटिलता (Results and Complexity)

स्थान जटिलता (Space Complexity): एल्गोरिदम के लिए $O(n + m)$ क्वबिट्स की आवश्यकता होती है। जब $n \gg m$ हो, तो यह $O(n)$ के रूप में स्केल करता है।
डेप्थ जटिलता (Depth Complexity): सर्किट डेप्थ आयाम और चरण एन्कोडिंग ऑपरेटरों द्वारा संचालित होती है। डेप्थ का अनुमान $O(2^n n m + m^2)$ लगाया गया है, जो $n \gg m$ के लिए $O(2^n n)$ में सरल हो जाता है।
परिशुद्धता (Precision): आउटपुट अवस्था आयामों और चरणों दोनों के लिए $m$ बाइनरी डेसिमल्स की सटीकता के साथ लक्षित अवस्था का अनुमान लगाती है। नॉर्मलाइजेशन फैक्टर $G$ को एल्गोरिदम की संरचना द्वारा स्वतः ही संभाल लिया जाता है।

महत्व (Significance)
लेखक इस बात पर जोर देते हैं कि हालांकि एल्गोरिदम की डेप्थ ( $O(2^n n)$ ) अधिक है, फिर भी यह विभिन्न क्वांटम एल्गोरिदम, विशेष रूप से मैट्रिक्स हेरफेर (योग, गुणन, व्युत्क्रम) में आवश्यक इनपुट अवस्थाओं को उत्पन्न करने के लिए एक सार्वभौमिक सबरूटीन के रूप में कार्य करता है। प्राथमिक महत्व यह है कि यह बिना किसी अतिरिक्त शास्त्रीय गणना के अनिश्चित अवस्थाओं को बनाने और उच्च सफलता की संभावना सुनिश्चित करने के लिए नियंत्रित मापन का उपयोग करने में सक्षम है। यह पेपर तर्क देता है कि यह दृष्टिकोण मैट्रिक्स संचालन के अनुक्रमों वाले लंबे गणना कोड के लिए प्रभावी है जहाँ प्रारंभिक अवस्था की तैयारी एक महत्वपूर्ण, फिर भी अक्सर अलग घटक होती है।

इसी तरह के और पेपर