Compilation-informed probabilistic logical-error cancellation
यह शोध पत्र एक सर्किट-, कोड- और कंपाइलर-अज्ञेय (agnostic) क्वांटम त्रुटि शमन योजना प्रस्तुत करता है जो स्थिर नमूना जटिलता (sample complexity) और परिशुद्धता-स्वतंत्र संसाधन ओवरहेड्स के साथ निष्पक्ष, उच्च-परिशुद्धता वाले शोर रहित प्रत्याशा मानों (expectation values) को प्राप्त करने के लिए अर्ध-संभाव्यता विधियों को संकलन-सूचित डेटा के साथ संयोजित करता 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
क्वांटम कंप्यूटर कुछ समस्याओं को आज हमारे पास मौजूद किसी भी मशीन की तुलना में कहीं अधिक तेज़ी से हल करने का वादा करते हैं, लेकिन वे एक जिद्दी बाधा का सामना कर रहे हैं: वे अविश्वसनीय रूप से नाजुक हैं। वे सूक्ष्म क्वांटम अवस्थाएं जो इन मशीनों को उनकी शक्ति प्रदान करती हैं, मामूली शोर से भी आसानी से बाधित हो जाती हैं, जिससे ऐसी त्रुटियां होती हैं जो परिणामों को भ्रष्ट कर देती हैं। एक वास्तव में उपयोगी क्वांटम कंप्यूटर बनाने के लिए, वैज्ञानिक 'क्वांटम एरर करेक्शन' (क्वांटम त्रुटि सुधार) नामक एक सुरक्षा जाल विकसित कर रहे हैं। यह तकनीक सूचना की एक एकल, अधिक विश्वसनीय "लॉजिकल" इकाई को एनकोड करने के लिए कई भौतिक घटकों का उपयोग करती है, जिससे सिस्टम को गलतियों का पता लगाने और उन्हें होते ही ठीक करने की अनुमति मिलती है। हालांकि, एक पूर्णतः त्रुटि-सुधार वाली मशीन बनाने के लिए विशाल संसाधनों और समय की आवश्यकता होती है, जो हमें एक कठिन मध्य मार्ग में छोड़ देता है जहाँ हार्डवेयर सटीक परिणामों के लिए बहुत शोर वाला है लेकिन इसे अनदेखा करने के लिए बहुत जटिल है। शोधकर्ता अब इन त्रुटिपूर्ण मशीनों से उपयोगी उत्तर प्राप्त करने के तरीके खोज रहे हैं, बिना पूर्ण हार्डवेयर के आने का इंतज़ार किए।
शोधकर्ताओं की एक टीम ने इन शोर वाले, शुरुआती चरण के क्वांटम उपकरणों से सटीक परिणाम निकालने के लिए एक नई विधि पेश की है। उनका दृष्टिकोण, जिसे वे 'कंपाइलेशन-इन्फॉर्म्ड प्रोबेबिलिस्टिक एरर कैंसिलेशन' (कंपाइलेशन-सूचित संभाव्य त्रुटि निवारण) कहते हैं, उन दो विशिष्ट त्रुटियों से निपटता है जो आमतौर पर क्वांटम गणनाओं को प्रभावित करती हैं: हार्डवेयर में निहित शोर और वे त्रुटियां जो एक जटिल समस्या को उन विशिष्ट निर्देशों में अनुवादित करने से आती हैं जिन्हें मशीन समझ सकती है। क्वांटम कंप्यूटिंग की दुनिया में, एक "कंपाइलर" एक सॉफ्टवेयर टूल है जो एक उच्च-स्तरीय एल्गोरिदम को बुनियादी ऑपरेशनों के एक अनुक्रम में तोड़ देता है जिसे हार्डवेयर निष्पादित कर सकता है। यह अनुवाद प्रक्रिया कभी भी पूर्ण नहीं होती; यह अपने स्वयं के छोटे दोषों को पेश करती है। आमतौर पर, वैज्ञानिक हार्डवेयर के शोर और इन अनुवाद त्रुटियों को अलग-अलग समस्याओं के रूप में देखते हैं, लेकिन यह नई विधि उन्हें एक एकल, एकीकृत चुनौती के रूप में देखती है।
इसका मूल विचार एक चतुर सांख्यिकीय युक्ति पर आधारित है। क्वांटम सर्किट को एक बार चलाने और सबसे अच्छे परिणाम की उम्मीद करने के बजाय, शोधकर्ता इसे थोड़े, गणना किए गए बदलावों के साथ कई बार चलाते हैं। वे मशीन द्वारा वास्तव में किए जाने वाले ज्ञात, शोर वाले निर्देशों को अन्य संभावित निर्देश अनुक्रमों के साथ गणितीय रूप से जोड़ते हैं। इन विभिन्न रन के लिए सकारात्मक और नकारात्मक भार (weights) निर्धारित करके—ठीक वैसे ही जैसे लाभ और हानि के साथ एक बहीखाता संतुलित किया जाता है—वे त्रुटियों को रद्द कर सकते हैं। परिणाम उस उत्तर का अनुमान है जो होता यदि मशीन पूर्ण होती। जो इस नई विधि को विशिष्ट बनाता है वह यह है कि यह अनुवाद चरण को कैसे संभालता है। पिछली तकनीकों के लिए अनुवाद का अविश्वसनीय रूप से सटीक होना आवश्यक था, जिसने कंप्यूटर को बहुत अधिक चरणों का उपयोग करने के लिए मजबूर किया, जिससे इसके सीमित संसाधनों का तेजी से क्षय हुआ। यह नया दृष्टिकोण अनुवाद को "रफ" या मोटा होने की अनुमति देता है, जिसका अर्थ है कि यह कम चरणों का उपयोग करता है, जबकि बाद में सांख्यिकीय संतुलन के माध्यम से त्रुटियों को ठीक किया जा सकता है।
शोधकर्ताओं ने कंप्यूटर पर इस प्रक्रिया का अनुकरण (सिमुलेशन) करके प्रदर्शित किया कि यह विधि काम करती है। उन्होंने गणित की एक क्लासिक समस्या पर इसका परीक्षण किया जिसे जोन्स पॉलीनोमियल (Jones polynomial) का अनुमान लगाना कहा जाता है, जो एक गांठ (knot) के आकार का वर्णन करता है। अपने सिमुलेशन में, उन्होंने अपनी नई विधि की तुलना दो अन्य रणनीतियों से की: एक जो त्रुटियों को स्वीकार कर लेती है और दूसरी जो मानक त्रुटि सुधार तकनीकों का उपयोग करती है। उनके परिणामों ने दिखाया कि उनकी विधि बहुत कम संसाधनों का उपयोग करके उच्च-परिशुद्धता वाले उत्तर प्राप्त कर सकती है। विशेष रूप से, उन्होंने पाया कि उन्हें अधिक सटीक उत्तर प्राप्त करने के लिए सिमुलेशन को कितनी बार चलाने की आवश्यकता है, यह केवल इसलिए नहीं बढ़ना चाहिए, जो आमतौर पर अन्य विधियों को परेशान करता है। एक विशिष्ट गांठ के आकार से जुड़े एक परीक्षण मामले में, उनकी विधि ने वांछित त्रुटि सीमा के भीतर उत्तर का सफलतापूर्वक अनुमान लगाया, जबकि मानक दृष्टिकोण अधिक बार चलाने की अनुमति दिए जाने के बावजूद ऐसा करने में विफल रहा।
यह कार्य क्वांटम कंप्यूटरों की अगली पीढ़ी के लिए एक व्यावहारिक मार्ग का सुझाव देता है। यह इंगित करता है कि हमें उपयोगी गणना करने के लिए मशीनों के पूरी तरह से शांत होने या त्रुटि सुधार के त्रुटिहीन होने का इंतजार करने की आवश्यकता नहीं है। यह स्वीकार करते हुए कि किसी समस्या को मशीन कोड में अनुवादित करना स्वयं शोर का एक स्रोत है, और एक सुधार रणनीति डिजाइन करके जो इसका हिसाब रखती है, शोधकर्ताओं ने दिखाया है कि हम त्रुटिपूर्ण हार्डवेयर से विश्वसनीय डेटा निकाल सकते हैं। यह विधि लचीली है, जो विभिन्न प्रकार के क्वांटम कोड और कंपाइलर के साथ काम करती है, जिसका अर्थ है कि यह तकनीक में सुधार के साथ अनुकूलित हो सकती है। हालांकि वर्तमान परिणाम सिमुलेशन पर आधारित हैं, उनके पीछे का गणितीय प्रमाण वास्तविक दुनिया के अनुप्रयोग के लिए एक मजबूत आधार प्रदान करता है, जो संभावित रूप से रसायन विज्ञान और सामग्री विज्ञान जैसे क्षेत्रों में जटिल गणनाओं को पहले की सोच से कहीं अधिक जल्दी अनलॉक कर सकता है।
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।