Cost-effective scalable quantum error mitigation for tiled Ansätze
यह शोध पत्र "टायल्ड M0" (tiled M0) प्रस्तुत करता है, जो एक लागत प्रभावी क्वांटम त्रुटि शमन तकनीक है जो निकट-अवधि क्वांटम उपकरणों पर आणविक जमीनी अवस्था ऊर्जा गणनाओं में उच्च सटीकता बनाए रखते हुए, शोर लक्षण वर्णन लागतों को तेजी से कम करने के लिए टायल्ड एन्सैट्ज़ (tiled Ansätze) की संरचना का लाभ उठाता 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 एक वायलिन पर बज रही एक मंद, सुंदर धुन को सुनने की कोशिश कर रहे हैं, लेकिन कमरा एक अराजक, शोर मचाती भीड़ से भरा हुआ है। क्वांटम कंप्यूटिंग की वर्तमान स्थिति यही है। वैज्ञानिकों ने ऐसी मशीनें बनाई हैं जो सैद्धांतिक रूप से उन समस्याओं को हल कर सकती हैं जो आज के सुपरकंप्यूटरों के लिए असंभव हैं, जैसे कि नई दवाओं या सामग्रियों की खोज के लिए जटिल अणुओं का अनुकरण करना। हालाँकि, ये मशीनें वर्तमान में "शोरपूर्ण" (noisy) हैं। क्यूबिट्स (सूचना की छोटी इकाइयाँ) अविश्वसनीय रूप से नाजुक हैं, और ज़रा सा भी व्यवधान उन्हें गलतियाँ करने पर मजबूर कर देता है, जिससे सही उत्तर शोर के समुद्र में डूब जाता है।
इसे ठीक करने के लिए, वैज्ञानिक "एरर मिटिगेशन" (त्रुटि न्यूनीकरण) का उपयोग करते हैं। इसे वायलिन की मरम्मत करने के रूप में नहीं, बल्कि एक चतुर ऑडियो फ़िल्टर का उपयोग करने के रूप में सोचें जो रिकॉर्डिंग से भीड़ के शोर को घटा देता है। एक लोकप्रिय विधि में एक परीक्षण चलाना शामिल है ताकि यह पता लगाया जा सके कि शोर वास्तव में कैसे व्यवहार करता है—एक "कन्फ्यूजन मैट्रिक्स" बनाना जो गलतियों के शब्दकोश की तरह कार्य करता है। यदि आप जानते हैं कि शोर सिग्नल को ठीक कैसे मोड़ रहा है, तो आप बाद में गणितीय रूप से उसे अनट्विस्ट (उलझन सुलझाना) कर सकते हैं। लेकिन यहाँ एक पेंच है: एक बड़ी मशीन के लिए, शोर हर संभव तरीके से चीज़ों को कैसे बिगाड़ सकता है, इसका मानचित्रण करना एक भाषा में हर संभावित वाक्य को लिखने की कोशिश करने जैसा है। काम की मात्रा इतनी तेज़ी से बढ़ती है कि यह सबसे छोटी मशीनों के अलावा किसी के लिए भी असंभव हो जाता है। यह शोध पत्र विशेष रूप से इसी बाधा को संबोधित करता है, और पूछता है: "क्या हम हर एक गलती का मानचित्र बनाए बिना शोर को साफ कर सकते हैं?"
इस अध्ययन के पीछे के शोधकर्ताओं ने, डेनमार्क और यूके की एक टीम के साथ मिलकर, "टायल्ड M0" (tiled M0) नामक एक चतुर शॉर्टकट विकसित किया है। पूरे क्वांटम कंप्यूटर के शोर का मानचित्र एक साथ बनाने के बजाय, उन्होंने महसूस किया कि वे कंप्यूटर को दोहराते हुए टाइल्स से बने एक मोज़ेक (mosaic) की तरह मान सकते हैं। उनके विशिष्ट सेटअप में, जिसे "tUPS Ansatz" कहा जाता है, क्वांटेंट सर्किट को समान ब्लॉकों (टाइल्स) से बनाया गया है जो बार-बार दोहराए जाते हैं। टीम का बड़ा विचार यह था कि शोर प्रत्येक इन छोटे टाइल्स के भीतर समान रूप से व्यवहार करता है और एक टाइल का शोर दूसरे के पड़ोसी को बहुत अधिक प्रभावित नहीं करता है।
इस "लोकैलिटी एप्रोक्सिमेशन" (स्थानीयता सन्निकटन) को अपनाकर, वे केवल एक या दो छोटे टाइल्स के लिए शोर को माप सकते थे और फिर उस जानकारी को पूरी मशीन में कॉपी कर सकते थे। यह एक बहुत बड़ा शॉर्टकट है। एक बड़े सिस्टम का मानचित्रण करने के लिए लाखों टेस्ट सर्किट चलाने के बजाय, उन्हें केवल कुछ ही सर्किट चलाने की आवश्यकता थी। अपने परीक्षणों में, उन्होंने कई अणुओं, जिनमें पानी, बेंजीन और ब्यूटाडिएन शामिल थे, की ग्राउंड स्टेट एनर्जी (सबसे स्थिर ऊर्जा स्तर) की गणना करने के लिए इस पद्धति को लागू किया, जो 12 क्यूबिट तक के क्वांटम कंप्यूटरों का उपयोग करते हैं।
परिणाम उत्साहजनक थे, लेकिन एक मोड़ के साथ। उन कंप्यूटर सिमुलेशन में जहाँ शोर पूरी तरह से अनुमानित था, "टायल्ड M0" विधि लगभग पूर्ण-पैमाने वाली भारी विधि के समान प्रभावी थी, जिसने ऊर्जा त्रुटियों को दस गुना या उससे अधिक कम कर दिया। इसने बेंजीन जैसे अणुओं के लिए सिग्नल को सफलतापूर्वक साफ किया, जिसमें 12 क्यूबिट होते हैं—एक ऐसा आकार जहाँ पुरानी विधि व्यावहारिक रूप से असंभव होती। हालाँकि, जब उन्होंने इन परीक्षणों को वास्तविक, भौतिक क्वांटम कंप्यूटरों पर चलाया, तो परिणाम थोड़े अधिक अस्त-व्यस्त थे। लिथियम हाइड्राइड और हाइड्रोजन जैसे छोटे अणुओं के लिए, यह विधि बहुत अच्छी तरह से काम करती है। लेकिन पानी और बेंजीन जैसे बड़े, अधिक जटिल अणुओं के लिए, सुधार इतना नाटकीय नहीं था, जिसने त्रुटि को केवल दो से चार गुना तक ही कम किया।
लेखक सुझाव देते हैं कि सिमुलेशन और वास्तविक दुनिया के बीच यह अंतर इसलिए नहीं है कि उनका गणित गलत था, बल्कि इसलिए है क्योंकि वास्तविक क्वांटम कंप्यूटर चंचल होते हैं। इन मशीनों पर शोर समय के साथ बदलता और उतार-चढ़ाव करता रहता है। चूंकि उनकी पद्धति को प्रयोग चलाने के लिए लंबा समय (बेंजीन के लिए दो घंटे तक) चाहिए था, इसलिए शुरुआत में बनाया गया "शोर मानचित्र" (noise map) उनके द्वारा ऊर्जा मापने के समय तक पुराना हो गया होगा। उन्हें संदेह है कि यदि मशीन का शोर अधिक स्थिर होता, तो उनकी तकनीक और भी बेहतर चमकती।
अंततः, यह शोध पत्र यह दावा नहीं करता है कि इसने शोर की समस्या को हमेशा के लिए हल कर दिया है। इसके बजाय, यह एक लागत प्रभावी, स्केलेबल टूल प्रदान करता है जो बड़े मशीनों के लिए एरर मिटिगेशन को संभव बनाता है जो पहले पहुंच से बाहर थे। यह सुझाव देता है कि क्वांटम कंप्यूटर को एक विशाल, उलझे हुए जाल के बजाय स्थानीय पड़ोस के संग्रह के रूप में मानकर, हम समय और संसाधनों की भारी बचत कर सकते हैं। हालांकि इस पद्धति को वास्तविक हार्डवेयर के बदलते शोर को संभालने के लिए और अधिक परीक्षण की आवश्यकता है, यह हमारे पास मौजूद अपूर्ण मशीनों पर अधिक सटीक क्वांटम सिमुलेशन चलाने के लिए एक द्वार खोलता 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।