Methods for Reducing Ancilla-Overhead in Block Encodings

क्वांटम कंप्यूटर उन समस्याओं को हल करने का वादा करते हैं जिन्हें पूरा करने में क्लासिकल मशीनों को सहस्राब्दियों लग सकती हैं, लेकिन वे अत्यंत नाजुक होते हैं। जटिल गणनाएं करने के लिए, ये मशीनें 'ब्लॉक एनकोडिंग' नामक एक तकनीक पर निर्भर करती हैं, जो उन्हें उन गणितीय क्रियाओं को दर्शाने की अनुमति देती है जो पूरी तरह से प्रतिवर्ती (reversible) नहीं हैं, जो रासायनिक प्रतिक्रियाओं के अनुकरण या विभेदक समीकरणों (differential equations) को हल करने जैसे वास्तविक दुनिया के अनुप्रयोगों के लिए एक आवश्यकता है। ब्लॉक एनकोडिंग को एक जटिल, गैर-प्रतिवर्ती गणना को अतिरिक्त सहायक बिट्स (helper bits), जिन्हें 'एंसिला' (ancillae) कहा जाता है, का उपयोग करके एक बड़ी, प्रतिवर्ती क्वांटम प्रक्रिया के भीतर छिपाने के तरीके के रूप में समझें। ये सहायक बिट्स अस्थायी वर्कस्पेस के रूप में कार्य करते हैं, जिससे क्वांटम कंप्यूटर क्वांटम यांत्रिकी के मौलिक नियमों को तोड़े बिना डेटा को हेरफेर करने में सक्षम होता है। हालांकि, जैसे-जैसे एल्गोरिदम अधिक जटिल होते जाते हैं, उन्हें इन सहायक बिट्स की अधिक से अधिक आवश्यकता होती है। चूंकि क्वांटम हार्डवेयर वर्तमान में इस बात में सीमित है कि वह कितने क्यूबिट्स रख सकता है, इसलिए अतिरिक्त स्थान की यह मांग एक गंभीर बाधा उत्पन्न करती है, जो अक्सर शोधकर्ताओं को या तो गणना चलाने या पूरी तरह से मेमोरी समाप्त होने के बीच चयन करने के लिए मजबूर करती है।

कैलिफोर्निया विश्वविद्यालय, बर्कले और हंगरी के अल्फ्रेड रेनी गणित संस्थान के शोधकर्ताओं की एक टीम ने ब्लॉक एनकोडिंग के लिए आवश्यक इन सहायक बिट्स की संख्या को भारी रूप से कम करने के लिए दो नई विधियाँ विकसित की हैं। उनका कार्य इस समस्या को दो अलग-अलग दृष्टिकोणों से संबोधित करता है, जो पहले मामले में स्थान और समय के बीच, और दूसरे मामले में स्थान और सटीकता के बीच एक समझौता (trade-off) प्रदान करता है। पहली विधि एक तरीका पेश करती है जिससे गणना पूरी होने के बाद वर्कस्पेस को "साफ" किया जा सके। कई क्वांटम एल्गोरिदम में, एक बार ब्लॉक एनकोडिंग का उपयोग हो जाने के बाद, सहायक बिट्स एक अव्यवस्थित, उलझी हुई (entangled) अवस्था में रह जाते हैं जिसे पुन: उपयोग नहीं किया जा सकता है। शोधकर्ताओं ने एक प्रोटोकॉल तैयार किया जो इन लगभग सभी सहायक बिट्स को सुसंगत रूप से वापस एक साफ, शून्य अवस्था में रीसेट कर देता है, जिससे वे एल्गोरिदम के बाद के हिस्सों में उपयोग के लिए मुक्त हो जाते हैं। यह प्रक्रिया तात्कालिक नहीं है; इसके लिए अतिरिक्त कम्प्यूटेशनल चरणों की आवश्यकता होती है, जो प्रभावी रूप से अतिरिक्त स्थान के मूल्यवान संसाधन के बदले अतिरिक्त समय का व्यापार करता है। परिणाम यह है कि एक ऐसा सिस्टम जो केवल एक ही सहायक बिट का उपयोग करके वही जटिल ऑपरेशन कर सकता है, चाहे मूल रूप से कितने भी बिट्स की आवश्यकता क्यों न रही हो, बशर्ते कि गणना पूरी तरह से सटीक न हो लेकिन व्यावहारिक उपयोग के लिए पर्याप्त करीब हो।

उनके कार्य का दूसरा भाग विशेष रूप से कई ब्लॉक एनकोडिंग को एक साथ गुणा करने की चुनौती से निपटता है, जो भौतिक प्रणालियों के समय के साथ विकसित होने के अनुकरण के लिए एक सामान्य आवश्यकता है। पारंपरिक रूप से, कई ब्लॉक एनकोडिंग को एक साथ गुणा करने के लिए सहायक बिट्स की एक संख्या की आवश्यकता होती थी जो ऑपरेशनों की संख्या के साथ लघुगणकीय (logarithmically) रूप से बढ़ती थी, एक ऐसी मांग जो तेजी से उपलब्ध हार्डवेयर की क्षमता से बाहर निकल जाती है। शोधकर्ताओं ने सिद्ध किया कि सटीक, पूर्ण गुणन के लिए, यह लघुगणकीय आवश्यकता एक कठिन सीमा है जिसे बायपास नहीं किया जा सकता है। हालांकि, उन्होंने दिखाया कि यदि कोई व्यक्ति त्रुटि की एक बहुत छोटी, नियंत्रित मात्रा स्वीकार करने को तैयार है, तो इस सीमा को तोड़ा जा सकता है। उन्होंने एक नया 'गैजेट' पेश किया जो इन गुणनों को एक स्थिर, छोटे संख्या में सहायक बिट्स के साथ करता है, चाहे कितनी भी क्रियाओं को एक साथ जोड़ा गया हो। इस संपीड़न (compression) से उत्पन्न त्रुटि अत्यंत सूक्ष्म है और जैसे-जैसे सहायक बिट्स की संख्या थोड़ी बढ़ाई जाती है, यह तेजी से घटती है। यह दृष्टिकोण उन सिमुलेशन के लिए विशेष रूप से प्रभावी है जहां व्यक्तिगत चरण पहले से ही कुछ न करने के बहुत करीब होते हैं, जो भौतिकी सिमुलेशन में एक सामान्य परिदृश्य है जहां क्रमिक परिवर्तनों को ट्रैक करने के लिए छोटे समय अंतराल का उपयोग किया जाता है।

यह सुनिश्चित करने के लिए कि ये संकुचित गणनाएं अभी भी उपयोगी हैं, शोधकर्ताओं ने 'ऑब्लिवियस एम्प्लीट्यूड एम्प्लीफिकेशन' (oblivious amplitude amplification) नामक एक तकनीक का उपयोग करना भी प्रदर्शित किया है। यह विधि एक फिल्टर की तरह कार्य करती है जो गणना के सफल होने की संभावना को बढ़ा देती है, जो प्रभावी रूप से एक ऐसी प्रक्रिया को जो अक्सर विफल हो सकती है, लगभग हर बार सफल होने वाली प्रक्रिया में बदल देती है, भले ही वह संकुचित, अनुमानित विधि का उपयोग कर रही हो। निष्कर्षों से पता चलता है कि सटीकता और संसाधन उपयोग के बीच सावधानीपूर्वक प्रबंधन करके, क्वांटम एल्गोरिदम को बहुत अधिक कुशल बनाया जा सकता है। यह केवल एक सैद्धांतिक अभ्यास नहीं है; ये विधियाँ सीधे तौर पर 'हैमिल्टोनियन डायनेमिक्स' (Hamiltonian dynamics) के अनुकरण में लागू होती हैं, जो यह वर्णन करता है कि ऊर्जा एक प्रणाली के माध्यम से कैसे चलती है, और क्वांटम विभेदक समीकरणों को हल करने में, जो तरल गतिकी (fluid dynamics) से लेकर रासायनिक प्रतिक्रियाओं तक सब कुछ मॉडल करने के लिए आवश्यक हैं। सहायक बिट्स के ओवरहेड को कम करके, ये तकनीकें वर्तमान और निकट भविष्य के क्वांटम कंप्यूटरों को उन समस्याओं को हल करने में सक्षम बना सकती हैं जो उपलब्ध मेमोरी की कमी के कारण पहले पहुंच से बाहर थीं।