⚛️ quantum physics

Detection Efficiency Bounds in (Semi-)Device-Independent Scenarios

यह समीक्षा लेख विभिन्न डिवाइस-स्वतंत्र (device-independent) और अर्ध-डिवाइस-स्वतंत्र (semi-device-independent) परिदृश्यों में गैर-शास्त्रीयता (non-classicality) प्रदर्शित करने में डिटेक्शन एफिशिएंसी (detection efficiency) की महत्वपूर्ण भूमिका का व्यापक रूप से परीक्षण करता है, जो बेल (Bell), इंस्ट्रूमेंटल (instrumental), प्रिपेयर-एंड-मेजर (prepare-and-measure), और बायलोकेलिटी (bilocality) जैसे विभिन्न कारण संरचनाओं (causal structures) पर डिटेक्शन लूपहोल (detection loophole) के प्रभाव का विश्लेषण करता है।

मूल लेखक: Tailan S. Sarubi, Santiago Zamora, Moisés Alves, Vinícius F. Alves, Gandhi Viswanathan, Rafael Chaves

प्रकाशित 2026-03-24

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Tailan S. Sarubi, Santiago Zamora, Moisés Alves, Vinícius F. Alves, Gandhi Viswanathan, Rafael Chaves

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 जासूस हैं जो यह साबित करने की कोशिश कर रहे हैं कि एलिस और बॉब एक गुप्त, जादुई कोड का उपयोग करके संवाद कर रहे हैं जो भौतिकी के नियमों को चुनौती देता है। आपको संदेह है कि वे "क्वांटम एंटैंगलमेंट" (quantum entanglement) का उपयोग कर रहे हैं, जो एक डरावना संबंध है जहाँ उनके कार्य, चाहे वे कितनी भी दूर क्यों न हों, पूरी तरह से जुड़े होते हैं।

हालाँकि, एक समस्या है: आपका जासूसी उपकरण टूटा हुआ है।

आपके डिटेक्टर (वे कैमरे या सेंसर जो एलिस और बॉब को देख रहे हैं) आलसी हैं। वे कभी-कभी सिग्नल को मिस कर देते हैं। वे कण को पहुँचते हुए नहीं देख पाते। क्वांटम भौतिकी की दुनिया में, इसे डिटेक्शन लूपहोल (Detection Loophole) कहा जाता है।

यदि आपके डिटेक्टर बहुत अधिक सिग्नल मिस कर देते हैं, तो एक चतुर "शास्त्रीय" (classical) धोखेबाज तर्क दे सकता है: "अरे, आपने केवल उन्हीं सिग्नल्स को देखा जो जादुई लग रहे थे! आपने उन बोरिंग सिग्नल्स को मिस कर दिया जो यह साबित कर सकते थे कि वे केवल सामान्य, पुराने जमाने के तरीकों का उपयोग कर रहे थे। आप यह साबित नहीं कर सकते कि वे जादू का उपयोग कर रहे हैं क्योंकि आपका कैमरा बहुत धीमा है!"

यह शोधपत्र जासूसों के लिए एक विशाल मार्गदर्शिका है। यह पूछता है: "हमारा कैमरा कितना अच्छा होना चाहिए कि हम अंततः कह सकें, 'ठीक है, धोखेबाज गलत है, यह निश्चित रूप से क्वांटम जादू है'?"

यहाँ उनके निष्कर्षों का विवरण दिया गया, जिसे रोजमर्रा के उदाहरणों के माध्यम से समझाया गया है।

1. क्लासिक केस: द बेल सिनेरियो (मानक परीक्षण)

यह मूल परीक्षण है। एलिस और बॉब अलग-अलग कमरों में हैं। वे सिक्के उछालते हैं (कणों को मापते हैं) और परिणामों की तुलना करते हैं।

समस्या: यदि आपके कैमरे उछाल के 1/3 से अधिक हिस्से को मिस कर देते हैं, तो धोखेबाज "बोरिंग" परिणामों को छिपा सकता है और एक जादुई संबंध का ढोंग कर सकता है।
समाधान: आपको सुनिश्चित होने के लिए कि आपके कैमरे कम से कम 67% कुशल (हर 3 में से 2 सिग्नल देखना) हों।
ट्विस्ट: यदि एक कैमरा एकदम सटीक (100% कुशल) है और दूसरा खराब है, तो खराब वाले को केवल 50% कुशल होने की आवश्यकता है। यह एक सुपर-सटीक रेफरी और एक थोड़े विचलित रेफरी के होने जैसा है; सुपर-सटीक वाला टीम को संभाल लेता है।

2. द इंस्ट्रूमेंटल सिनेरियो (द मैसेंजर)

कल्पना कीजिए कि एक खेल है जहाँ एलिस केवल सिक्का नहीं उछालती; वह बॉब को एक संदेश भेजती है कि उसे अपना सिक्का कैसे उछालना है।

चुनौती: यह सेटअप अधिक सख्त है। क्योंकि एलिस सीधे बॉब को प्रभावित कर रही है, इसलिए यदि आप डेटा मिस करते हैं, तो "जादू" वास्तविक है यह साबित करना कठिन हो जाता है।
परिणाम: आपको यहाँ बहुत बेहतर कैमरों की आवश्यकता है। पूरी तरह से आश्वस्त होने के लिए, आपको लगभग 96% दक्षता की आवश्यकता है। यदि आप एक विशिष्ट गणितीय ट्रिक का उपयोग करते हैं (मिस किए गए सिग्नल्स को "गलत उत्तर" की श्रेणी में शामिल करना), तो आप लगभग 67% के साथ काम चला सकते हैं, जो क्लासिक टेस्ट के समान है।

3. द प्रिपेयर-एंड-मेजर सिनेरियो (द डायमेंशन चेक)

यहाँ, एलिस एक भौतिक वस्तु (जैसे एक पत्र) बॉब को भेजती है। लक्ष्य केवल जादू को साबित करना नहीं है, बल्कि यह साबित करना है कि पत्र एक जटिल भाषा (उच्च आयाम/high dimension) में लिखा गया है न कि साधारण बाइनरी कोड (0s और 1s) में।

समस्या: यदि पत्र डाक में खो जाता है (डिटेक्शन लॉस), तो बॉब सोच सकता है कि यह एक साधारण पत्र था जो बस खो गया, बजाय इसके कि यह एक जटिल पत्र था।
परिणाम: यह साबित करने के लिए कि पत्र जटिल है, आपको लगभग 71% दक्षता की आवश्यकता है। दिलचस्प बात यह है कि यदि आपके पास सटीक और खराब डिटेक्टरों का मिश्रण है, तो खराब वाला लगभग बेकार भी हो सकता है, और आप अभी भी जटिलता को साबित कर सकते हैं, बशर्ते सेटअप सही हो।

4. द बिलोकेलिटी सिनेरियो (द नेटवर्क इफेक्ट)

यह सबसे रोमांचक हिस्सा है। कल्पना कीजिए कि एक श्रृंखला है: एलिस बॉब को एक संदेश भेजती है, और बॉब चार्ली को एक संदेश भेजता है। लेकिन यहाँ ट्विस्ट यह है: एलिस और बॉब को सोर्स 1 से संदेश मिलते हैं, जबकि बॉब और चार्ली को सोर्स 2 से मिलते हैं। दोनों स्रोत पूरी तरह से स्वतंत्र हैं।

जादू: क्योंकि यहाँ दो स्वतंत्र स्रोत हैं, नियम बदल जाते हैं। "धोखेबाज" के लिए परिणामों को नकली बनाना कठिन होता है क्योंकि उसे दो अलग-अलग, असंबंधित साजिशों का समन्वय करना पड़ता है।
परिणाम: यह नेटवर्क संरचना एक सुपरपावर है! यह आवश्यकताओं को कम कर देती है। आप मानक परीक्षण की तुलना में कम दक्षता (लगभग 53% या कुछ मामलों में उससे भी कम) के साथ क्वांटम कनेक्शन को साबित कर सकते हैं। यह दो स्वतंत्र गवाहों के होने जैसा है; यदि वे दोनों एक ही कहानी पर सहमत होते हैं, तो आपको इस बात की उतनी चिंता करने की आवश्यकता नहीं है कि आपके कैमरे ने हर एक फ्रेम पकड़ा या नहीं।

बड़ी तस्वीर: यह क्यों मायने रखता है?

यह शोधपत्र अनहैकेबल संचार प्रणालियों (क्वांटम की डिस्ट्रीब्यूशन) और भविष्य के क्वांटम कंप्यूटरों को बनाने के लिए एक मैनुअल की तरह है।

सुरक्षा: यदि आप एक क्वांटम बैंक वॉल्ट बना रहे हैं, तो आपको यह जानने की आवश्यकता है कि आपके सेंसर कितने अच्छे होने चाहिए ताकि कोई हैकर "मिस" किए गए सिग्नल्स का फायदा उठाकर अंदर न घुस सके।
व्यवहार्यता (Feasibility): यह इंजीनियरों को बताता है, "हे, आपको क्वांटम मैकेनिक्स काम करती है यह साबित करने के लिए 100% परफेक्ट कैमरों की आवश्यकता नहीं है। यदि आप एक नेटवर्क बनाते हैं (जैसे बिलोकेलिटी सिनेरियो), तो आप थोड़े खराब, सस्ते उपकरणों के साथ भी काम चला सकते हैं।"

सारांश उपमा (Summary Analogy)

"डिटेक्शन लूपहोल" को एक लीकी बाल्टी (leaky bucket) के रूप में सोचें।

स्टैंडर्ड टेस्ट में, बाल्टी इतनी लीक होती है कि आपको यह साबित करने के लिए कि होज़ (hose) काम कर रहा है, एक बहुत ही टाइट सील (67% दक्षता) की आवश्यकता है कि पर्याप्त पानी पकड़ा जा सके।
नेटवर्क टेस्ट (बिलोकेलिटी) में, बाल्टी को डबल-वॉल्ड संरचना के साथ बनाया गया है। भले ही इसमें थोड़ा अधिक रिसाव हो, लेकिन दो स्वतंत्र स्रोतों से पानी का दबाव इतना अधिक होता है कि आप एक बहुत ही ढीले सील (कम दक्षता) के साथ भी यह साबित कर सकते हैं कि होज़ काम कर रहा है।

यह समीक्षा सभी गणित और इतिहास को एकत्रित करती है ताकि हमें यह बता सके: "अपने क्वांटम प्रयोगों को सिर्फ इसलिए छोड़ न दें क्योंकि आपके डिटेक्टर परफेक्ट नहीं हैं। प्रयोग को सेट करने के कुछ चतुर तरीके हैं जिससे भले ही अपूर्ण डिटेक्टर भी जादू को पकड़ सकें।"

यहाँ "Detection Efficiency Bounds in (Semi-)Device-Independent Scenarios" नामक शोध पत्र का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

केंद्र में संबोधित समस्या क्वांटम फाउंडेशन और क्वांटम सूचना में डिटेक्शन लूपहोल (detection loophole) है। गैर-शास्त्रीयता (जैसे बेल टेस्ट) के परीक्षण करने वाले प्रयोगों में, अपूर्ण डिटेक्टर घटनाओं के एक अंश को दर्ज करने में विफल रहते हैं। यदि डिटेक्शन दक्षता ( $\eta$ ) एक महत्वपूर्ण सीमा (threshold) से नीचे गिर जाती है, तो एक लोकल हिडन वेरिएबल (LHV) मॉडल इन "नो-क्लिक" (no-click) घटनाओं का लाभ उठाकर क्वांटम सहसंबंधों की नकल कर सकता है, जिससे गैर-शास्त्रीयता के दावे को गलत सिद्ध किया जा सकता है।

हालाँकि डिटेक्शन लूपहोल का बेल परिदृश्य (Bell scenario) में व्यापक अध्ययन किया गया है, यह शोध पत्र तर्क देता है कि गैर-क्वांटमनेस (quantumness) को परीक्षण करने के लिए उपयोग किए जाने वाले विभिन्न कारण संरचनाओं (causal structures) में दक्षता की आवश्यकताएं काफी भिन्न होती हैं। लेखक डिटेक्शन लूपहोल को बंद करने के लिए आवश्यक महत्वपूर्ण दक्षता सीमाओं ( $\eta_{crit}$ ) के संबंध में एक एकीकृत समीक्षा और नए परिणाम प्रदान करने का लक्ष्य रखते हैं, जो निम्नलिखित में लागू होते हैं:

बेल परिदृश्य (Bell Scenarios) (मानक और मल्टीपार्टाइट)।
इंस्ट्रुमेंटल परिदृश्य (Instrumental Scenarios) (संचार के साथ असममित कारण संरचनाएं)।
प्रिपेयर-एंड-मेजर (PAM) परिदृश्य (सेमी-डिवाइस-इंडिपेंडेंट, डायमेंशन विटनेसिंग)।
बाइलोसिटी परिदृश्य (Bilocality Scenarios) (स्वतंत्र स्रोतों वाले क्वांटम नेटवर्क)।

2. कार्यप्रणाली (Methodology)

यह शोध पत्र सैद्धांतिक समीक्षा, कारण मॉडलिंग (causal modeling) और संख्यात्मक अनुकूलन (numerical optimization) के संयोजन का उपयोग करता है।

डिटेक्टर मॉडलिंग: लेखक गैर-डिटेक्शन घटनाओं को संभालने के लिए दो प्राथमिक मॉडल को कठोरता से परिभाषित करते हैं:
1. एब्जॉर्प्शन मॉडल (Absorption Model - मॉडल 1): नो-क्लिक घटनाओं को एक मौजूदा आउटपुट में अवशोषित किया जाता है (उदाहरण के लिए, एक "नो-क्लिक" को आउटपुट $\hat{a}=1$ के रूप में दर्ज किया जाता है)। यह ध्रुवीकरण प्रयोगों में आम है जहाँ एक छूटे हुए फोटॉन को गलत पहचाना जा सकता है।
2. एक्स्ट्रा-आउटकम मॉडल (Extra-Outcome Model - मॉडल 2): नो-क्लिक घटनाओं को एक अलग, स्पष्ट अतिरिक्त आउटपुट (जैसे $\emptyset$ ) के रूप में माना जाता है, जो आउटपुट अल्फाबेट का विस्तार करता है।
कारण ढांचा (Causal Frameworks): विश्लेषण प्रत्येक परिदृश्य के लिए कारण धारणाओं (स्थानीयता, स्वतंत्रता, मापन स्वतंत्रता) को परिभाषित करने के लिए निर्देशित अचक्रीय ग्राफ़ (Directed Acyclic Graphs - DAGs) का उपयोग करता है।
अनुकूलन (Optimization): उन परिदृश्यों के लिए जहाँ विश्लेषणात्मक सीमाएँ जटिल हैं, लेखक संख्यात्मक अनुकूलन करते हैं। वे विशिष्ट असमानताओं (CHSH, Mermin, IJ, Dimension Witnesses) का उल्लंघन करने के लिए न्यूनतम $\eta$ खोजने हेतु क्वांटम अवस्थाओं (जैसे, नॉन-मैक्सिमली एंटैंगल्ड स्टेट्स, क्यूबट्रिट्स) और स्थानीय मापों को पैरामीटराइज़ करते हैं।
मैपिंग (Mapping): एक प्रमुख पद्धतिगत योगदान इंस्ट्रुमेंटल परिदृश्य और बेल परिदृश्य के बीच औपचारिक मैपिंग है, जो यह दिखाता है कि विशिष्ट पोस्ट-सिलेक्शन नियमों के तहत इंस्ट्रुमेंटल असमानताओं को बेल असमानताओं से कैसे प्राप्त किया जा सकता है।

3. मुख्य योगदान और परिणाम (Key Contributions and Results)

A. बेल परिदृश्य (समीक्षा और विस्तार)

CHSH असमानता: नॉन-मैक्सिमली एंटैंगल्ड स्टेट्स का उपयोग करके सिमेट्रिक एफिशिएंसी के लिए प्रसिद्ध एबरहार्ड बाउंड (Eberhard bound) $\eta > 2/3 \approx 66.7\%$ की पुष्टि करता है।
असममिति (Asymmetry): यह प्रदर्शित करता है कि यदि एक डिटेक्टर पूर्ण ( $\eta_1=1$ ) है, तो दूसरे के लिए सीमा घटकर 50% हो जाती है।
मल्टीपार्टाइट सिस्टम:
- मर्मिन असमानताएं (Mermin Inequalities): यह दिखाते हैं कि $n$ पक्षों के लिए, महत्वपूर्ण दक्षता $n$ बढ़ने के साथ घट सकती है (स्केलिंग $\approx n/2^n$ के रूप में), जिससे मल्टीपार्टाइट सिस्टम बाइपार्टाइट की तुलना में नुकसान (loss) के प्रति अधिक मजबूत हो सकते हैं।
- स्वेलिट्नी असमानताएं (Svetlichny Inequalities): इसके विपरीत, जेनुइन मल्टीपार्टाइट नॉनलोकैलिटी (GMN) के लिए, $n$ बढ़ने के साथ थ्रेशोल्ड तेजी से 100% के करीब पहुँच जाता है, जिससे ये परीक्षण नुकसान के प्रति अत्यंत संवेदनशील हो जाते हैं।
- क्यूबट्रिट्स (Qutrits): संख्यात्मक परिणाम दिखाते हैं कि CGLMP असमानता के साथ क्यूबट्रिट्स (3-लेवल सिस्टम) का उपयोग करने के लिए $\eta \approx 81\%$ (सिमेट्रिक) या $\eta \approx 68\%$ (असममित) की आवश्यकता होती है, जो क्यूब CHSH बाउंड से अधिक है।

B. इंस्ट्रुमेंटल परिदृश्य (नए परिणाम) $\dagger$

यह खंड नए निष्कर्ष प्रस्तुत करता है।

बेल के साथ समानता: लेखक सिद्ध करते हैं कि बाइनरी वेरिएबल्स के साथ इंस्ट्रुमेंटल परिदृश्य, दक्षता सीमाओं के संबंध में बेल परिदृश्य के औपचारिक रूप से समकक्ष है।
थ्रेशोल्ड्स:
- $I_{222}$ असमानता के लिए (पर्ल की असमानताओं से व्युत्पन्न), महत्वपूर्ण दक्षता CHSH परिणामों को दर्शाती है।
- सिमेट्रिक केस: $\eta_{crit} \approx 0.67$ (यदि गैर-डिटेक्शन को $\hat{a}=1, \hat{b}=0$ में अवशोषित किया जाता है) या $\eta_{crit} \approx 0.84$ (यदि $\hat{a}=1, \hat{b}=1$ में अवशोषित किया जाता है)।
- असममित केस: यदि एक डिटेक्टर पूर्ण है, तो दूसरे के लिए $\eta > 0.5$ आवश्यक है।
हाइब्रिड पॉलीटोप्स (Hybrid Polytopes): शोध पत्र ऑब्जर्वेशनल और इंटरवेंशनल डेटा को संयोजित करने की खोज करता है, यह दिखाते हुए कि हालांकि यह एक टाइटर पॉलीटोप को परिभाषित करता है, दक्षता सीमाएं मानक बेल परीक्षणों के तुलनीय रहती हैं।

C. प्रिपेयर-एंड-मेजर (PAM) परिदृश्य

डायमेंशन विटनेस: यह विश्लेषण करता है कि अक्षमताएं क्वांटम सिस्टम के आयाम (dimension) के प्रमाणन (जैसे, एक क्यूबिट को क्लासिकल बिट से अलग करना) को कैसे प्रभावित करती हैं।
स्केलिंग: मानक डायमेंशन विटनेस $T_2$ (2-बिट रैंडम एक्सेस कोड) के लिए, थ्रेशोल्ड $\eta > 1/\sqrt{2} \approx 0.707$ है।
मजबूती (Robustness): शोध पत्र रेखांकित करता है कि डायमेंशन विटनेस असममित सेटअप में नुकसान के प्रति अधिक मजबूत हो सकते हैं। यदि एक मापन आधार (measurement basis) पूर्ण है, तो दूसरे आधार में अत्यंत कम दक्षता के साथ भी उल्लंघन संभव हैं।
नॉइज़ चैनल्स: लेखक स्टेट प्रिपरेशन की अक्षमताओं को एम्प्लीट्यूड डैम्पिंग (Amplitude Damping) और डीपोलराइजिंग (Depolarizing) चैनलों का उपयोग करके मॉडल करते हैं। वे उन महत्वपूर्ण शोर थ्रेशोल्ड्स ( $t_c \approx 0.433$ डैम्पिंग के लिए, $q_c \approx 0.216$ डीपोलराइजेशन के लिए) की पहचान करते हैं जिसके बाद डायमेंशन सर्टिफिकेशन विफल हो जाता है।

D. बाइलोसिटी परिदृश्य (The Bilocality Scenario)

नेटवर्क लाभ: इस परिदृश्य में दो स्वतंत्र स्रोत ( $\lambda_1, \lambda_2$ ) शामिल हैं। स्रोत स्वतंत्रता की धारणा मानक स्थानीयता (locality) की तुलना में शास्त्रीय मॉडलों पर सख्त प्रतिबंध लगाती है।
शिथिल थ्रेशोल्ड्स (Relaxed Thresholds):
- मानक बाइलोसिटी असमानता ($IJ $) के लिए सिमेट्रिक डिटेक्शन हेतु$ \eta > 1/\sqrt{2} \approx 0.707$ की आवश्यकता होती है।
- हालाँकि, स्रोतों की एंटैंगलमेंट को अनुकूलित करके, लेखक दिखाते हैं कि नॉन-बाइलोकल सहसंबंधों को $\eta \approx 0.529$ (सिमेट्रिक) की दक्षता के साथ प्रमाणित किया जा सकता है, और अत्यधिक असममित मामलों में (एक पूर्ण डिटेक्टर के साथ) यहाँ तक कि $\eta \approx 0.00001$ के साथ भी।
महत्व: यह दर्शाता है कि क्वांटम नेटवर्क मानक बेल परीक्षणों की तुलना में काफी कम डिटेक्शन दक्षता के साथ गैर-शास्त्रीयता को प्रमाणित कर सकते हैं, बशर्ते कि नेटवर्क टोपोलॉजी (स्वतंत्र स्रोत) का लाभ उठाया जाए।

4. महत्व और निष्कर्ष (Significance and Conclusion)

एकीकृत परिप्रेक्ष्य: यह शोध पत्र डिवाइस-इंडिपेंडेंट और सेमी-डिवाइस-इंडिपेंडेंट प्रोटोकॉल के परिदृश्य में डिटेक्शन दक्षता आवश्यकताओं का एक व्यापक मानचित्र प्रदान करता है।
प्रायोगिक मार्गदर्शन: यह प्रयोगकर्ताओं के लिए ठोस लक्ष्य प्रदान करता है। उदाहरण के लिए, यह सुझाव देता है कि बाइलोसिटी टेस्ट उच्च हानि वाले सिस्टम (जैसे, लंबी दूरी के फाइबर नेटवर्क) में लूपहोल-फ्री प्रदर्शन के लिए सबसे आशाजनक मार्ग हैं, जबकि मल्टीपार्टाइट मर्मिन टेस्ट उच्च-पार्टी सिस्टम के लिए एक रास्ता प्रदान करते हैं।
सुरक्षा निहितार्थ: सेमी-डिवाइस-इंडिपेंडेंट प्रोटोकॉल (जैसे QKD) में, शोध पत्र स्पष्ट करता है कि डिटेक्शन अक्षमताओं का उपयोग डायमेंशन उल्लंघन को फर्जी बनाने के लिए किया जा सकता है, जो सुरक्षा प्रमाणों में कठोर दक्षता मॉडलिंग की आवश्यकता पर जोर देता है।
नए बाउंड्स: इंस्ट्रुमेंटल परिदृश्य के लिए निकाले गए विशिष्ट संख्यात्मक बाउंड्स और असममित बाइलोसिटी थ्रेशोल्ड का विस्तृत विश्लेषण क्षेत्र में नए योगदान हैं, जो कारण संरचना और प्रयोगात्मक व्यवहार्यता के बीच के ट्रेड-ऑफ की हमारी समझ को परिष्कृत करते हैं।

संक्षेप में, शोध पत्र निष्कर्ष निकालता है कि जबकि डिटेक्शन लूपहोल एक बड़ी चुनौती बना हुआ है, कारण परिदृश्य (बेल बनाम इंस्ट्रुमेंटल बनाम बाइलोकल) का चयन और क्वांटम अवस्थाओं का अनुकूलन (नॉन-मैक्सिमल एंटैंगलमेंट) डिटेक्शन दक्षता की आवश्यकता को नाटकीय रूप से कम कर सकता है, जिससे वास्तविक, लॉस-प्रवण (lossy) वातावरणों में मजबूत गैर-शास्त्रीयता प्रदर्शन संभव हो पाता है।