तकनीकी सारांश: क्वांटम स्किप गेट्स: पुनरावृत्ति क्वांटम एल्गोरिदम में सुसंगत रूप से अनुकूलित सबरूटीन (Coherently Conditioned Subroutines)

समस्या विवरण

पुनरावृत्ति क्वांटम एल्गोरिदम, जैसे कि ग्रोवर का सर्च (Grover's search), अक्सर महंगे सबरूटीन (ओरेकल) के अनुक्रमों पर निर्भर करते हैं। कई परिदृश्यों में, एक महंगे सबरूटीन ($U_B$) के निष्पादन को तब टाला जा सकता है यदि एक पूर्ववर्ती, सस्ते सबरूटीन ($U_A$) ने पहले ही सफलता प्राप्त कर ली हो। शास्त्रीय रूप से, इस अनुकूलन को माप (measurement) और फीड-फॉरवर्ड नियंत्रण के माध्यम से प्राप्त किया जाता है; हालाँकि, क्वांटम डोमेन में, मध्य-सर्किट मापन वेवफंक्शन को कोलैप्स (collapse) कर देता है, जिससे ग्रोवर जैसे एल्गोरिदम के लिए आवश्यक सुसंगतता (coherence) टूट जाती है। फलस्वरूप, वर्तमान क्वांटम कार्यान्वयन में सभी सबरूटीन को एक निश्चित क्रम में निष्पादित करना पड़ता है, जिससे अनावश्यक संसाधन लागत आती है और शोर (noise) संचित होता है, भले ही समाधान पहले ही मिल चुका हो।

कार्यप्रणाली (Methodology)

यह शोध पत्र क्वांटम स्किप गेट (QSG) को प्रस्तुत करता है, जो एक यूनिटरी सर्किट प्रिमिटिव (unitary circuit primitive) है। इसे मध्य-सर्किट मापन के बिना, एक सस्ते सबरूटीन के परिणाम के आधार पर एक महंगे सबरूटीन के निष्पादन और उसके त्याग (omission) को सुसंगत रूप से सुपरपोजिशन में रखने के लिए डिज़ाइन किया गया है।

मुख्य तंत्र (Core Mechanism)

QSG एक संयुक्त हिल्बर्ट स्पेस (composite Hilbert space) के भीतर कार्य करता है जिसमें एक कंट्रोल क्यूबिट ($C$), डेटा रजिस्टर्स ($x_A, x_B$), फ्लैग क्यूबिट्स ($f_A, f_B$), और एक अनिसिला ($a$) शामिल है। तर्क इस प्रकार आगे बढ़ता है:

1. आरंभीकरण (Initialization): कंट्रोल क्यूबिट $C$ को एक सुपरपोजिशन अवस्था ($|+\rangle$) में तैयार किया जाता है, जो सुसंगत ब्रांचिंग (coherent branching) को सक्षम बनाता है।
2. फ्लैग एनकोडिंग (Flag Encoding): रजिस्टर $x_A$ पर सस्ता सबरूटीन $U_A$ लागू किया जाता है। यदि $U_A$ सफल होता है (एक प्रेडिकेट $\Pi_A$ को संतुष्ट करता है), तो यह फ्लैग क्यूबिट $f_A$ को $|0\rangle$ से $|1\rangle$ में बदल देता है।
3. स्किप कंडीशन गणना (Skip Condition Computation): एक टोफ़ोली-शैली का गेट (विशेष रूप से गहराई को कम करने के लिए एक RCCX गेट) अनिसिला $a$ में लॉजिकल कंजंक्शन $C \land f_A$ की गणना करता है। स्किप कंडीशन को $C=1$ और $f_A=1$ के रूप में परिभाषित किया गया है।
4. सशर्त निष्पादन (Conditional Execution): महंगा सबरूटीन $U_B$ रजिस्टर $x_B$ पर केवल तभी लागू किया जाता है जब स्किप कंडीशन पूरी न हुई हो।
   • डायरेक्ट कंट्रोल (Direct Control): प्रारंभ में, $U_B$ अनिसिला द्वारा नियंत्रित होता है। हालाँकि, इसके लिए $U_B$ के प्रत्येक गेट को मल्टी-कंट्रोल के तहत रखना आवश्यक होगा, जिससे सर्किट डेप्थ (depth) का भारी बोझ बढ़ जाएगा।
   • स्वैप-आउट ऑप्टिमाइज़ेशन (Swap-Out Optimization): डेप्थ विस्फोट को कम करने के लिए, लेखक एक "स्वैप-आउट" कार्यान्वयन का प्रस्ताव करते हैं। एक डमी रजिस्टर $d_B$ (जिसे $|0\rangle^{\otimes n}$ के रूप में आरंभीकृत किया गया है) पेश किया जाता है। डेटा को पुनर्निर्देशित करने के लिए कंट्रोल्ड-स्वैप (Fredkin) गेट का उपयोग किया जाता है: यदि स्किप कंडीशन पूरी होती है ($a=1$), तो डेटा को $x_B$ से $d_B$ में स्वैप कर दिया जाता है। इसके बाद, $U_B$ को वर्तमान $x_B$ लाइन पर बिना शर्त लागू किया जाता है। चूँकि $d_B$ एक $|0\rangle$ अवस्था है और कोई मार्क किया हुआ स्टेट नहीं है, इसलिए $U_B$ उस पर आइडेंटिटी (identity) के रूप में कार्य करता है। एक अंतिम कंट्रोल्ड-स्वैप मूल रजिस्टर असाइनमेंट को बहाल करता है। यह दृष्टिकोण गहरे ओरेकल को सीधे नियंत्रित करने के बजाय, सर्किट डेप्थ को ओरेकल की चौड़ाई के रैखिक (linear) रखता है।
5. अनकंप्यूटेशन (Uncomputation): पूर्ण सुसंगतता को बहाल करने और अनिसिला को सिस्टम से विसंलंगित (disentangle) करने के लिए अनिसिला $a$ को कंजंक्शन गेट के व्युत्क्रम (inverse) का उपयोग करके अनकंप्यूट किया जाता है।

ग्रोवर सर्च में एम्बेडिंग (Embedding in Grover Search)

QSG को ग्रोवर-शैली के पुनरावृत्तियों (iterations) में इस प्रकार एम्बेड किया गया है जहाँ यूनिटरी लेयर को $U_{layer} = V \cdot U_B U_A D$ के रूप में बनाया गया है। यहाँ, $V$ स्किप लॉजिक को लागू करता है। लेखक प्रदर्शित करते हैं कि यह संशोधन समग्र यूनिटरी की ब्लॉक-डायगोनल संरचना और नॉर्म-प्रिजर्वेशन (norm-preservation) को बनाए रखता है, जिससे एम्प्लीट्यूड एम्प्लीफिकेशन (amplitude amplification) "एग्जीक्यूट" और "स्किप" दोनों शाखाओं में सुसंगत रूप से आगे बढ़ सकता है।

मुख्य योगदान (Key Contributions)

1. QSG प्रिमिटिव की परिभाषा: शोध पत्र एक यूनिटरी प्रिमिटिव को औपचारिक रूप से परिभाषित करता है जो महंगे सबरूटीन के सुसंगत सशर्त निष्पादन को सक्षम करता है, जो क्लासिकल अर्ली-एग्जिट लॉजिक और क्वांटम कोहेरेंस आवश्यकताओं के बीच के अंतर को पाटता है।
2. स्वैप-आउट आर्किटेक्चर: लेखक एक डेप्थ-ऑप्टिमाइज्ड "स्वैप-आउट" निर्माण पेश करते हैं जो गहरे ओरेकल के प्रत्यक्ष नियंत्रण से होने वाले अत्यधिक डेप्थ खर्चों से बचता है। यह QSG को तब भी प्रतिस्पर्धी बनाए रखता है जब ओरेकल जटिलता बढ़ती है।
3. प्रायोगिक सत्यापन: यह कार्य वास्तविक क्वांटम हार्डवेयर (IBM Brisbane) पर QSG का पहला प्रायोगिक प्रदर्शन प्रदान करता है और यथार्थवादी शोर मॉडल (IBM Sherbrooke) के तहत इसके प्रदर्शन को मान्य करता है।

परिणाम (Results)

शोध पत्र वास्तविक हार्डवेयर प्रयोगों और शोर-मॉडल सिमुलेशन दोनों से प्राप्त परिणाम प्रस्तुत करता है:

• IBM Brisbane (वास्तविक हार्डवेयर, $n=4, k=3$):
  • बिना स्वैप-आउट के: कम ओरेकल डेप्थ ($R=20$) पर, QSG ने फिक्स्ड-ऑर्डर बेसलाइन की तुलना में 31–61% अधिक सफलता-प्रति-ओरेकल दक्षता प्राप्त की। यह सफलता की संभावना में 10-20% की वृद्धि और $U_B$ के कॉल्स में 9-25% की कमी द्वारा संचालित था। हालाँकि, उच्च डेप्थ ($R=30$) पर, मल्टी-कंट्रोल्ड गेट्स के कारण उत्पन्न सर्किट डेप्थ ओवरहेड ने लाभों को कम कर दिया, जिससे दक्षता बेसलाइन के एक-तिहाई तक गिर गई।
  • स्वैप-आउट के साथ: $R=10$ पर, स्वैप-ऑप्टिमाइज्ड QSG फिक्स्ड-ऑर्डर सर्किट की तुलना में 24% कम गहरा (shallower) था। इसने कच्ची सफलता की संभावना को दोगुने से अधिक ($0.763$बनाम$0.355$) कर दिया और लगभग **तीन गुना दक्षता** ($0.170$बनाम$0.059$) प्राप्त की।
• शोर-मॉडल सिमुलेशन (IBM Sherbrooke):
  • ओरेकल डेप्थ $R \in \{25, 30, 35\}$ के लिए सिमुलेशन ने पुष्टि की कि स्वैप-आउट डिज़ाइन एक छोटा भौतिक डेप्थ बनाए रखता है और लगातार लगभग 25% $U_B$ कॉल्स को स्किप करता है।
  • QSG ने $R=25, 30,$ और $35$ के लिए क्रमशः 35%, 40%, और 45% की दक्षता में फिक्स्ड-ऑर्डर बेसलाइन से बेहतर प्रदर्शन किया, जबकि सभी मामलों में उच्च सफलता की संभावना बनाए रखी।

महत्व और दावे (Significance and Claims)

शोध पत्र का दावा है कि क्वांटम स्किप गेट निकट-अवधि (near-term) क्वांटम एल्गोरिदम के लिए संसाधन प्रबंधन (resource management) का एक व्यावहारिक तरीका प्रदान करता है। महंगे सबरूटीन के निष्पादन को सुसंगत रूप से अनुकूलित करके, QSG यूनिटैरिटी (unitarity) का उल्लंघन किए बिना रनटाइम लागत और शोर संचय को महत्वपूर्ण रूप से कम करता है।

लेखक इस बात पर जोर देते हैं कि हालांकि QSG ग्रोवर के एल्गोरिदम की एसिम्प्टोटिक क्वेरी कॉम्प्लेक्सिटी (asymptotic query complexity) में सुधार नहीं करता है (जो $\Theta(\sqrt{N})$ रहता है), यह यथार्थवादी लागत मॉडलों के तहत दक्षता में पर्याप्त कॉन्स्टेंट-फैक्टर सुधार (constant-factor improvements) प्रदान करता है। यह कार्य प्रदर्शित करता है कि सुसंगत नियंत्रण प्रभावी रूप से शोर को कम करने और महंगे ओरेकल कॉल्स की संख्या को कम करने में मदद कर सकता है, जिससे पुनरावृत्ति एल्गोरिदम वर्तमान शोर वाले इंटरमीडिएट-स्केल क्वांटम (NISQ) उपकरणों पर अधिक व्यवहार्य हो जाते हैं। शोध पत्र निष्कर्ष निकालता है कि यह दृष्टिकोण किसी भी पुनरावृत्ति एल्गोरिदम के लिए व्यापक रूप से लागू किया जा सकता है जहाँ सशर्त निष्पादन से संसाधन बचत होती है, जैसे कि एडेप्टिव फेज एस्टीमेशन या वेरिएशनल सर्किट।