⚛️ quantum physics

A Quantum Algorithm with Polylogarithmic Depth per Trotter Step for the Extended Hubbard Model

यह शोध पत्र Q2FMM को प्रस्तुत करता है, जो फास्ट मल्टीपोल मेथड से प्रेरित एक क्वांटम एल्गोरिदम है जो लंबी दूरी के इंटरैक्शन को पदानुक्रमित रूप से समूहीकृत करके और रिवर्सिबल अनकंप्यूटिंग के माध्यम से मल्टीपोल एक्सपेंशन का कुशलतापूर्वक पुन: उपयोग करके विस्तारित हबर्ड मॉडल के अनुकरण के लिए प्रति ट्रोटर स्टेप पॉलिकिलॉगारिदमिक सर्किट डेप्थ प्राप्त करता है।

मूल लेखक: Yu Wang, Martina Nibbi, Maxine Luo, Isabel Nha Minh Le, Yanbin Chen, J. Ignacio Cirac, Christian B. Mendl

प्रकाशित 2026-07-01

📖 5 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Yu Wang, Martina Nibbi, Maxine Luo, Isabel Nha Minh Le, Yanbin Chen, J. Ignacio Cirac, Christian B. Mendl

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 विशाल चौक (प्लाजा) में लोगों की एक बड़ी भीड़ की परस्पर क्रिया (interaction) की भविष्यवाणी करने की कोशिश कर रहे हैं। इस "प्लाजा" में, हर व्यक्ति (एक इलेक्ट्रॉन) के पास दूसरों के साथ बातचीत करने के दो तरीके हैं:

"पड़ोसी" नियम: वे केवल अपने ठीक बगल में खड़े व्यक्ति से ही बात कर सकते हैं।
"लंबी दूरी" का नियम: वे पूरे प्लाजा में किसी को भी चिल्लाकर पुकार सकते हैं, चाहे वह कितनी भी दूर क्यों न हो। वह व्यक्ति जितना दूर होगा, आवाज़ उतनी ही धीमी होती जाएगी, लेकिन वह पूरी तरह से गायब नहीं होती।

समस्या यह है कि यदि आपके पास 1,000 लोग हैं, तो "पड़ोसी" वाले नियमों को गिनना आसान है। लेकिन "लंबी दूरी" वाले नियम एक दुस्वप्न की तरह हैं। हर एक व्यक्ति को दूसरे हर व्यक्ति के साथ जोड़ा जाना चाहिए ताकि उनकी परस्पर क्रिया की गणना की जा सके। यह लगभग दस लाख जोड़ों की जाँच करने जैसा है! यदि आप इसे कंप्यूटर पर चलाने की कोशिश करते हैं, तो लगने वाला समय इतनी तेज़ी से बढ़ता है कि सबसे शक्तिशाली सुपरकंप्यूटर (और भविष्य के क्वांटम कंप्यूटर भी) फंस जाएंगे।

यह शोध पत्र इस पहेली को हल करने का एक नया तरीका पेश करता है जिसे Q2FMM कहा जाता है। यह कैसे काम करता है, इसके लिए सरल उपमाओं का उपयोग किया गया है:

1. "ज़ूम-आउट" वाली ट्रिक (कोर्स-ग्रेनिंग/Coarse-Graining)

इसके बजाय कि हर व्यक्ति यह पूछे कि भीड़ में मौजूद हर दूसरे व्यक्ति के बारे में वे कैसा महसूस कर रहे हैं, यह एल्गोरिदम एक चतुर ट्रिक का उपयोग करता है: समूहीकरण (Grouping)।

कल्पना कीजिए कि आप प्लाजा को चार बड़े वर्गों (बक्सों) में विभाजित करते हैं।

यदि आप ऊपर-बाएँ बॉक्स में खड़े हैं, और आप जानना चाहते हैं कि नीचे-दाएँ बॉक्स में मौजूद लोग आपके बारे में कैसा महसूस करते हैं, तो आपको नीचे-दाएँ बॉक्स के हर एक व्यक्ति से व्यक्तिगत रूप से पूछने की आवश्यकता नहीं है।
इसके बजाय, आप उस पूरे नीचे-दाएँ बॉक्स को उस बॉक्स के केंद्र में खड़े एक "सुपर-व्यक्ति" के रूप में देखते हैं।
आप अपने बॉक्स और दूसरे बॉक्स के बीच की परस्पर क्रिया की गणना करते हैं।

यह एक हेलीकॉप्टर से जंगल को देखने जैसा है। आप पेड़ों के हर एक पत्ते को नहीं गिनते; आप पेड़ों के समूहों को देखते हैं। यदि समूह एक-दूसरे से पर्याप्त दूर हैं, तो पूरे समूह को एक एकल इकाई के रूप में मानना काम के लिए पर्याप्त सटीक होता है।

2. "रशियन नेस्टिंग डॉल" जैसा पदानुक्रम (Hierarchy)

एल्गोरिदम केवल इस समूहीकरण के एक स्तर पर नहीं रुकता है। यह एक पदानुक्रम बनाता है, जैसे कि रशियन नेस्टिंग डॉल्स (एक के अंदर एक खिलौने) या एक पारिवारिक वंशावली:

स्तर 1 (सबसे सूक्ष्म): व्यक्तिगत लोग (लैटिस साइट्स)।
स्तर 2: 4 लोगों के छोटे समूह।
स्तर 3: 16 लोगों के बड़े समूह।
स्तर 4: और भी बड़े समूह, और इसी तरह पूरे प्लाजा तक।

यह एल्गोरिदम इस सीढ़ी पर ऊपर की ओर काम करता है। यह छोटे समूहों के बीच की परस्पर क्रिया की गणना करता है, फिर उन परिणामों का उपयोग बड़े समूहों के बीच की परस्पर क्रिया की गणना करने के लिए करता है। इसे फास्ट मल्टीपोल मेथड (FMM) कहा जाता है।

3. "दोबारा करना" (अनकंप्यूटिंग/Uncomputing)

यही वह पेचीदा हिस्सा है क्वांटम कंप्यूटरों के लिए: क्वांटम कंप्यूटर बहुत नाजुक होते हैं। यदि आप कुछ गणना करते हैं और "रफ कार्य" (अस्थायी डेटा) को इधर-उधर छोड़ देते हैं, तो यह "कचरा" पैदा करता है जो नाजुक क्वांटम अवस्था को बिगाड़ देता है।

लेखकों ने एक विशेष "रिवर्सिबल" सर्किट डिज़ाइन किया है। इसे एक जादू के खेल की तरह समझें जहाँ आप:

गणना करते हैं: आप बड़े समूहों को बनाने के लिए छोटे समूहों से जानकारी एकत्र करते हैं।
उपयोग करते हैं: आप बड़े समूह की जानकारी का उपयोग परस्पर क्रिया की गणना करने के लिए करते हैं।
अनकंप्यूट (Uncompute) करते हैं: आप अस्थायी डेटा को मिटाने के लिए तुरंत जानकारी एकत्र करने की प्रक्रिया को उल्टा (reverse) कर देते हैं, जिससे सिस्टम साफ रहता है।

यह सुनिश्चित करता है कि आपका क्वांटम कंप्यूटर बेकार की जानकारी से "अव्यवस्थित" न हो, जिससे यह बहुत तेज़ी से चल पाता है।

4. परिणाम: एक चमत्कारिक गति

शोध पत्र का दावा है कि इस "ज़ूम-आउट" और "दोबारा करने" की रणनीति का उपयोग करके, भीड़ की गति के एक चरण का अनुकरण (simulate) करने में लगने वाला समय, भीड़ के बड़े होने पर बहुत धीरे-धीरे बढ़ता है।

पुराना तरीका: यदि आप प्लाजा का आकार दोगुना करते हैं, तो समय चार गुना या उससे भी अधिक बढ़ सकता है।
Q2FMM तरीका: यदि आप प्लाजा का आकार दोगुना करते हैं, तो समय केवल बहुत कम, लगभग नगण्य मात्रा में बढ़ता है (गणितीय रूप से, यह आकार के लॉगारिदम के साथ बढ़ता है)।

यह क्यों महत्वपूर्ण है

लेखकों का कहना है कि यह विधि विशेष रूप से भविष्य के विशिष्ट प्रकार के क्वांटम कंप्यूटरों के लिए अच्छी है, जैसे कि वे जो न्यूट्रल एटम्स (तटस्थ परमाणु) का उपयोग करते हैं (जहाँ परमाणुओं को बोर्ड पर रखे मोहरों की तरह भौतिक रूप से घुमाया जा सकता है) या वे जो सरफेस कोड्स (Surface Codes) का उपयोग करते हैं (जो लंबी दूरी की "पुकार" तुरंत कर सकते हैं)।

संक्षेप में, यह शोध पत्र एक ब्लूप्रिंट प्रदान करता है कि कैसे जटिल, लंबी दूरी की परस्पर क्रियाओं को क्वांटम कंप्यूटरों पर बिना गणनाओं के बोझ तले दबे सिम्युलेट किया जा सकता है, जिससे क्वांटम कंप्यूटरों पर सुपरकंडक्टिविटी (अतिचालकता) और चार्ज वेव्स जैसी चीजों का अध्ययन करना पहले की तुलना में बहुत अधिक कुशल हो जाता है।

तकनीकी सारांश: विस्तारित हबर्ड मॉडल के लिए Q2FMM

समस्या विवरण
दो-आयामी जाली (lattice) पर विस्तारित फर्मी-हबर्ड मॉडल का अनुकरण करना क्वांटम कंप्यूटिंग में एक केंद्रीय चुनौती है, विशेष रूप से संघनित द्रव्य भौतिकी (condensed matter physics) और दृढ़ सह-संबद्ध इलेक्ट्रॉनिक संरचनाओं के लिए। जबकि स्थानीय पदों (hopping और on-site interactions) को स्थिर या कम-गहराई वाले सर्किटों के साथ कुशलतापूर्वक सिम्युलेट किया जा सकता है, दीर्घ-परासी कूलम्ब अंतःक्रियाओं (long-range Coulomb interactions) का समावेश एक महत्वपूर्ण बाधा उत्पन्न करता है। ये अंतःक्रियाएं $O(N^2)$ पद उत्पन्न करती हैं (जहाँ $N$ जाली साइटों की संख्या है), जिससे गहरे क्वांटम सर्किट बनते हैं। मानक दृष्टिकोण, जैसे कि फर्मीय SWAP नेटवर्क, प्रति ट्रॉटर स्टेप (Trotter step) सर्किट की गहराई को $O(N)$ तक बढ़ा देते हैं। कूलम्ब विभव (potentials) के लिए ट्रंकेशन रणनीतियाँ अक्सर अप्रभावी होती हैं क्योंकि इनमें $1/r$ का धीमा क्षय होता है, जिसके लिए सटीकता बनाए रखने हेतु बड़े कटऑफ रेडियस की आवश्यकता होती है।

कार्यप्रणाली: Q2FMM एल्गोरिदम
लेखक विस्तारित हबर्ड मॉडल के समय विकास (time evolution) को ट्रॉटर प्रोडक्ट फॉर्मूला के भीतर सिम्युलेट करने के लिए एक क्वांटम एल्गोरिदम Q2FMM प्रस्तावित करते हैं, जो शास्त्रीय फास्ट मल्टीपोल मेथड (FMM) से प्रेरित है। मुख्य कार्यप्रणाली में प्रत्यक्ष साइट-साइट अंतःक्रियाओं को कई लंबाई के पैमानों पर पदानुक्रमित (hierarchical), मोटे-स्तर के "बॉक्सों" (boxes) के बीच की अंतःक्रियाओं से बदलना शामिल है।

पदानुक्रमित संरचना (Hierarchical Structure): एल्गोरिदम 2D जाली को एक क्वाडट्री (quadtree) संरचना में व्यवस्थित करता है। यह "निकट-क्षेत्र" (near-field) अंतःक्रियाओं (जो सूक्ष्मतम स्तर पर सीधे संभाली जाती हैं) और "दूर-क्षेत्र" (far-field) अंतःक्रियाओं (जो मल्टीपोल विस्तार के माध्यम से अनुमानित की जाती हैं) के बीच अंतर करता है।
मल्टीपोल विस्तार (Multipole Expansions):
- 0वें-क्रम का Q2FMM: एक सरलीकृत सन्निकटन का उपयोग करता है जहाँ दूरस्थ बॉक्स कुल अधिभोग संख्याओं ( $N_A N_B$ ) के आधार पर परस्पर क्रिया करते हैं।
- उच्च-क्रम का Q2FMM: केवल कुल अधिभोग संख्याओं के बजाय मल्टीपोल गुणांकों ( $M_{\ell m}$ ) को बनाए रखकर सटीकता को परिष्कृत करता है। यह एक ट्रंकेशन ऑर्डर $p$ के माध्यम से सटीकता और कम्प्यूटेशनल लागत के बीच एक व्यवस्थित समझौता (trade-off) करने की अनुमति देता है।
क्वांटम सर्किट डिज़ाइन:
- कंप्यूट चरण (Compute Phase): एल्गोरिदम सूक्ष्मतम स्तर (व्यक्तिगत साइटों) से सबसे मोटे स्तर तक बढ़ता है। प्रत्येक स्तर पर, यह क्वांटम एडर्स (adders) का उपयोग करके चाइल्ड बॉक्स से पैरेंट बॉक्स में जानकारी को एकत्रित करता है। उच्च-क्रम संस्करणों के लिए, इसमें मल्टीपोल गुणांकों को अनुवादित और संचित करना शामिल है।
- फेज अनुप्रयोग (Phase Application): बॉक्स जोड़ों के लिए अंतःक्रिया ऊर्जा की गणना अधिभोग संख्याओं या मल्टीपोल पदों के गुणनफल की गणना करने के लिए क्वांटम मल्टीप्लायर्स का उपयोग करके की जाती है। परिणामी फेज को सिंगल-क्यूबिट फेज गेट्स के माध्यम से लागू किया जाता है।
- अनकंप्यूट चरण (Uncompute Phase): गारबेज स्टेट्स (garbage states) और अवांछित एंटैंगलमेंट के संचय को रोकने के लिए, एल्गोरिदम एक प्रतिवर्ती (reversible) "अनकंप्यूट" चरण का उपयोग करता है। यह फेज को अंकित करने के बाद एकत्रीकरण चरणों को उलट देता है (पैरेंट जानकारी को वापस चाइल्ड जानकारी में विघटित करना), यह सुनिश्चित करता है कि सिस्टम एक स्वच्छ अवस्था में लौट आए जबकि गतिशील फेज सुरक्षित रहे।
अनुकूलन (Optimizations): पेपर फेज गणनाओं को समानांतर करने के लिए COPY ऑपरेशन्स (ट्रांसवर्सल CNOTs) का उपयोग करने और अरिथमेटिक सर्किट की गहराई को $O(\log^* n)$ तक कम करने के लिए अनबाउंडेड फैन-आउट गेट्स का उपयोग करने वाले वैकल्पिक अनुकूलन पर चर्चा करता है, हालांकि प्राथमिक स्केलिंग विश्लेषण मानक प्रतिवर्ती सर्किट पर आधारित है।

प्रमुख परिणाम और जटिलता
परिणामस्वरूप क्वांटम सर्किट प्रति ट्रॉटर स्टेप और लक्ष्य त्रुटि $\epsilon$ के साथ कुल सिमुलेशन समय $t$ के लिए निम्नलिखित स्केलिंग गुण प्राप्त करता है:

सर्किट गहराई (Circuit Depth): प्रति ट्रॉटर स्टेप सर्किट की गहराई सिस्टम आकार $N$ के साथ पॉलीलॉगारिदमिक (polylogarithmically) रूप से स्केल करती है। विशेष रूप से, यह $O(\log N \cdot \log Q)$ के रूप में स्केल करती है, जहाँ $Q$ इलेक्ट्रॉनों की संख्या है।
गेट जटिलता (Gate Complexity): प्रति ट्रॉटर स्टेप गेट जटिलता सिस्टम आकार के साथ क्वासी-लीनियर (quasi-linearly) रूप से स्केल करती है, जिसे $\tilde{O}(N)$ द्वारा दर्शाया गया है।
कुल जटिलता (Total Complexity): त्रुटि $\epsilon$ के साथ समय $t$ को सिम्युलेट करने के लिए आवश्यक ट्रॉटर स्टेप्स की संख्या को ध्यान में रखते हुए, कुल सर्किट गहराई $\tilde{O}(N^{1/2} t^{3/2} / \epsilon^{1/2})$ के रूप में स्केल करती है, और कुल गेट जटिलता $\tilde{O}(N^{3/2} t^{3/2} / \epsilon^{1/2})$ के रूप में स्केल करती है।
एंसिला क्यूबिट्स (Ancilla Qubits): एल्गोरिदम को सिस्टम आकार के साथ क्वासी-लीनियर रूप से स्केल होने वाले $\tilde{O}(N)$ एंसिला क्यूबिट्स की आवश्यकता होती है।

महत्व और दावे
पेपर दावा करता है कि Q2FMM बड़े सिस्टमों में दीर्घ-परासी अंतःक्रियाओं को सिम्युलेट करने के लिए मौजूदा विधियों की तुलना में एक महत्वपूर्ण लाभ प्रदान करता है।

इंटरैक्शन पिक्चर के साथ तुलना: लेखक इंटरैक्शन-पिक्चर विधि (लो और वीबे, संदर्भ [82]) के साथ Q2FMM की तुलना करते हैं, जिसकी गेट जटिलता $\tilde{O}(N^2 t)$ है। Q2FMM बड़े-सिस्टम शासन (large-system regime) (बड़े $N$ ) में फायदेमंद होता है, जबकि इंटरैक्शन-पिक्चर विधि लंबे समय, उच्च-परिशुद्धता वाले सिमुलेशन (बड़े $t$ , छोटा $\epsilon$ ) के लिए अधिक अनुकूल है। क्रॉसओवर पॉइंट का अनुमान $N \sim \tilde{O}(t/\epsilon)$ पर लगाया गया है।
हार्डवेयर उपयुक्तता: लेखकों का सुझाव है कि Q2FMM विशेष रूप से दो-आयामी न्यूट्रल-एटम क्वांटम कंप्यूटरों के लिए उपयुक्त है, जो स्वाभाविक रूप से एटम शटलिंग और दीर्घ-परासी एंटैंगलिंग गेट्स का समर्थन करते हैं। यह उन सरफेस-कोड आर्किटेक्चर के साथ भी संगत है जहाँ दीर्घ-परासी संचालन को स्थिर गहराई (constant depth) में साकार किया जा सकता है।
सामान्यता (Generality): हालांकि इसे विस्तारित हबर्ड मॉडल पर प्रदर्शित किया गया है, इस ढांचे को अन्य कर्नेल (जैसे युकावा, हेल्महोल्ट्ज़) और संभावित रूप से वास्तविक-स्थान ग्रिड पर विविक्त (discretized) किए गए एब इनिटियो आणविक हैमिल्टोनियन के लिए भी लागू करने योग्य बताया गया है।

संबंधित कार्य से अंतर
लेखक आणविक हैमिल्टोनियन के लिए हालिया FMM-आधारित दृष्टिकोणों (जैसे बेरी एट अल., संदर्भ [80]) से Q2FMM को अलग करते हैं। उन कार्यों में, क्वांटम अवस्था प्रथम क्वांटाइजेशन (first quantization) में होती है, जिसके लिए क्वांटम स्थिति डेटा के आधार पर इलेक्ट्रॉनों को स्थानिक बॉक्सों में जटिल रूप से सॉर्ट करने की आवश्यकता होती है। इसके विपरीत, Q2FMM एक जाली (lattice) पर काम करता है जहाँ क्यूबिट्स स्थानिक स्थिति द्वारा पूर्व-व्यवस्थित (second quantization) होते हैं, जिससे स्थिति के आधार पर क्वांटम डेटा मूवमेंट की आवश्यकता समाप्त हो जाती है। फलस्वरूप, Q2FMM मध्यवर्ती परिणामों के कुशल पदानुक्रमित पुन: उपयोग और अनकंप्यूटिंग के माध्यम से गारबेज स्टेट्स के प्रबंधन पर केंद्रित है।

1. "ज़ूम-आउट" वाली ट्रिक (कोर्स-ग्रेनिंग/Coarse-Graining)

2. "रशियन नेस्टिंग डॉल" जैसा पदानुक्रम (Hierarchy)

3. "दोबारा करना" (अनकंप्यूटिंग/Uncomputing)

4. परिणाम: एक चमत्कारिक गति

यह क्यों महत्वपूर्ण है

इसी तरह के और पेपर