⚛️ quantum physics

A Rigorous and Self--Contained Proof of the Grover--Rudolph State Preparation Algorithm

यह शोधपत्र संभाव्यता वितरणों (probability distributions) से क्वांटम एम्प्लीट्यूड अवस्थाओं को तैयार करने के लिए ग्रोवर-रुडॉल्फ एल्गोरिदम का एक कठोर, स्व-निहित प्रमाण प्रदान करता है, जो सटीक शुद्धता स्थापित करता है, कोण विक्षोभ (angle perturbations) के लिए स्पष्ट त्रुटि सीमाएँ व्युत्पन्न करता है, और निर्दिष्ट सटीकता एवं विश्वास प्राप्त करने के लिए ठोस डिज़ाइन नियमों के साथ एक अनिसिला-मुक्त (ancilla-free) सर्किट ट्रांसपाइलेशन प्रस्तुत करता है।

मूल लेखक: Antonio Falco, Daniela Falco-Pomares, Hermann G. Matthies

प्रकाशित 2026-05-26

📖 7 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Antonio Falco, Daniela Falco-Pomares, Hermann G. Matthies

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 आपके पास एक केक की एक विशाल, जटिल रेसिपी है, लेकिन सामग्री के बजाय, वह रेसिपी संभावनाओं (probabilities) का एक मानचित्र है। आप एक "क्वांटम केक" बनाना चाहते हैं जहाँ केक के प्रत्येक टुकड़े का स्वाद आपके मानचित्र से जुड़ी एक विशिष्ट संभावना के अनुरूप हो। ग्रोवर-रुडॉल्फ एल्गोरिदम (Grover–Rudolph algorithm) इस केक को बनाने की विधि है।

फाल्को, फाल्को-पोमारेस और मैथिएस का यह शोध पत्र एक कुशल शेफ द्वारा लिखी गई एक कठोर, चरण-दर-चरण कुकबुक की तरह है, जो यह सिद्ध करता है कि यह रेसिपी वास्तव में काम करती है, यह समझाता है कि सामग्रियों को ठीक से कैसे संभालना है, और यह भी दिखाता है कि क्या होता है यदि आपके मापने वाले कप थोड़े गलत हों।

यहाँ उनके कार्य का सरल शब्दों में विवरण दिया गया है:

1. बड़ी तस्वीर: एक क्वांटम संभाव्यता वृक्ष (Quantum Probability Tree) बनाना

लक्ष्य एक क्लासिकल प्रोबेबिलिटी डिस्ट्रीब्यूशन (जैसे एक मानचित्र जो दिखाता है कि विभिन्न शहरों में बारिश होने की कितनी संभावना है) को एक क्वांटम अवस्था (quantum state) में बदलना है। क्वांटम दुनिया में, इसका अर्थ एक सुपरपोजिशन बनाना है जहाँ प्रत्येक तरंग (wave) की "ऊंचाई" उन संभावनाओं के वर्गमूल (square root) के अनुरूप होती है।

लेखक इस प्रक्रिया को एक पदानुक्रमित वृक्ष (hierarchical tree) बनाने के रूप में वर्णित करते हैं:

जड़ (The Root): आप पूरी संभावना (100%) से शुरू करते हैं।
विभाजन (The Split): आप संभावना को आधा (50/50) करते हैं।
शाखाएँ (The Branches): आप उन आधे हिस्सों को छोटे-छोटे टुकड़ों में तब तक विभाजित करते रहते हैं जब तक कि आप व्यक्तिगत परिणामों तक नहीं पहुँच जाते।

इसे करने के लिए, एल्गोरिदम रोटेशन (rotations) (जैसे एक डायल घुमाना) की एक श्रृंखला का उपयोग करता है। पेड़ के हर चरण पर, एल्गोरिदम पूछता है: "इस शाखा पर होने के नाते, बाएं जाने बनाम दाएं जाने की संभावना क्या है?" फिर वह उस विशिष्ट अनुपात से मेल खाने के लिए क्वांटम बिट (qubit) को घुमाता है।

2. कठोर प्रमाण: "यह बिल्कुल सटीक रूप से काम करता है"

इस एल्गोरिदम के कई पिछले स्पष्टीकरण थोड़े अस्पष्ट थे, जो यह मान लेते थे कि गणित काम कर रहा है बिना हर चरण को दिखाए। यह शोध पत्र अलग है। लेखक:

वृक्ष को औपचारिक रूप दिया: उन्होंने "डायैडिक पार्टीशन" (मानचित्र को पूर्ण आधे, चौथाई, आठवें हिस्सों में विभाजित करना) को गणितीय सटीकता के साथ परिभाषित किया।
कोणों (Angles) को सिद्ध किया: उन्होंने दिखाया कि प्रत्येक रोटेशन डायल के लिए कोण की गणना ठीक कैसे की जाए ताकि अंतिम क्वांटम अवस्था आपकी लक्षित संभावनाओं से पूरी तरह मेल खाए।
इंडक्शन (The Induction): उन्होंने एक तार्किक "डोमिनो प्रभाव" प्रमाण का उपयोग किया। उन्होंने सिद्ध किया कि यदि पहला चरण सही है, और अगले चरण का नियम सही है, तो पूरी श्रृंखला सही होनी चाहिए।

परिणाम: उन्होंने सिद्ध किया कि यदि आप उनके निर्देशों का ठीक से पालन करते हैं, तो क्वांटम कंप्यूटर बिल्कुल वही संभाव्यता वितरण (probability distribution) उत्पन्न करेगा जिसे आप चाहते थे, चाहे आपका मानचित्र कितना भी जटिल क्यों न हो।

3. स्थिरता परीक्षण: क्या होगा यदि डायल डगमगा रहे हों?

वास्तविक दुनिया में, क्वांटम कंप्यूटर पूर्ण नहीं होते हैं। "डायल" (रोटेशन कोण) राउंडिंग एरर या हार्डवेयर शोर (noise) के कारण थोड़े गलत हो सकते हैं।

लेखकों ने पूछा: यदि मैं डायल को 1 डिग्री अधिक घुमाता हूँ, तो अंतिम केक का स्वाद कितना बदल जाएगा?

निष्कर्ष: उन्होंने सिद्ध किया कि त्रुटि (error) विस्फोट नहीं करती है। यदि प्रत्येक डायल थोड़ी मात्रा में (मान लीजिए $\eta$ ) गलत है, तो अंतिम परिणाम में कुल त्रुटि चरणों की संख्या (वृक्ष की गहराई) के साथ केवल रैखिक (linearly) रूप से बढ़ती है।
उपमा: कल्पना कीजिए कि आप एक लंबे गलियारे में चल रहे हैं। यदि आप शुरुआत में थोड़ा टेढ़ा कदम उठाते हैं, तो आप अंत में थोड़ा केंद्र से हट सकते हैं। लेकिन यदि आप हर कदम पर थोड़ा टेढ़ा कदम उठाते हैं, तो आप किसी दूसरे देश में नहीं पहुँच जाते; आप बस हॉल में थोड़ा आगे निकल जाते हैं। त्रुटि जुड़ती है, लेकिन यह नियंत्रण में रहती है।
नियम: उन्होंने एक नियम निकाला कि आपके डायल को कितने सटीक होने की आवश्यकता है। यदि आप बहुत सटीक परिणाम चाहते हैं, तो आपको "बिट्स" की एक निश्चित संख्या (जैसे मिलीमीटर के निशान वाला रूलर इस्तेमाल करना) की आवश्यकता होती है। उन्होंने पाया कि आपको बहुत सटीक डायलों की आवश्यकता नहीं है (8 से 16 बिट्स पर्याप्त हैं) क्योंकि डायल से होने वाली त्रुटि एक अन्य समस्या: शॉट नॉइज़ (Shot Noise) की तुलना में कम है।

4. शॉट नॉइज़ की समस्या: कॉइन फ्लिप की सीमा

भले ही आपके डायल एकदम सही हों, क्वांटम मैकेनिक्स में एक पेच है: मापन (Measurement) संभाव्य है।
परिणाम जानने के लिए, आपको क्वांटम अवस्था को "मापना" (measure) होगा। यह एक सिक्का उछालने जैसा है। यदि आप इसे 10 बार उछालते हैं, तो आपको 7 हेड और 3 टेल मिल सकते हैं, भले ही सिक्का निष्पक्ष हो। वास्तविक अनुपात सुनिश्चित करने के लिए आपको इसे हजारों बार उछालने की आवश्यकता है।

लेखकों ने अपने "डगमगाते डायल" के गणित को एक प्रसिद्ध सांख्यिकीय नियम (होफडिंग की असमानता - Hoeffding's inequality) के साथ जोड़कर एक डिज़ाइन नियम (Design Rule) दिया:

सटीकता (Precision): आपको अपने कोणों के लिए लगभग 8 से 16 बिट्स की सटीकता की आवश्यकता है।
शॉट्स (Shots): आपको प्रयोग को कई बार चलाने (shots) की आवश्यकता है। शॉट्स की संख्या समस्या के आकार के साथ बढ़ती है।
मुख्य बात: अधिकांश व्यावहारिक आकारों के लिए, "पर्याप्त बार माप न लेने" से होने वाली त्रुटि (शॉट नॉइज़) डायल के "अपूर्ण होने" की त्रुटि से बहुत अधिक बड़ी होती है। इसलिए, डायल को बहुत सटीक बनाने की चिंता न करें; बस प्रयोग को अधिक बार चलाएं।

5. "कोई अतिरिक्त उपकरण नहीं" वाला तरीका (Ancilla-Free Transpilation)

अंत में, यह पत्र इस बात पर चर्चा करता है कि वास्तव में एक वास्तविक मशीन पर इसे कैसे बनाया जाए।

समस्या: एल्गोरिदम के लिए "नियंत्रित" रोटेशन (एक विशिष्ट स्विच चालू होने पर डायल घुमाना) की आवश्यकता होती है। वास्तविक क्वांटम कंप्यूटरों में अक्सर ये जटिल स्विच बने हुए नहीं होते; उनमें केवल बुनियादी गेट्स (जैसे सरल रोटेशन और "फ्लिप्स") होते हैं।
समाधान: लेखकों ने दिखाया कि कैसे इन जटिल स्विचों को "ग्रे कोड" (Gray Code) नामक एक चतुर पैटर्न का उपयोग करके बुनियादी गेट्स की एक "सीढ़ी" में तोड़ा जा सकता है।
लाभ: यह तरीका एंसिला-मुक्त (ancilla-free) है, जिसका अर्थ है कि इसके लिए किसी भी "अतिरिक्त" सहायक क्वबिट (ancillas) की आवश्यकता नहीं है जो जगह घेरते हैं और अधिक त्रुटियां पैदा करते हैं। यह एक जटिल मशीन को केवल उन मानक उपकरणों का उपयोग करके बनाने जैसा है जो पहले से ही आपके टूलबॉक्स में हैं, बिना किसी नए, महंगे अटैचमेंट को खरीदे।

सारांश

यह शोध पत्र ग्रोवर-रुडॉल्फ एल्गोरिदम के लिए एक कठोर "उपयोगकर्ता नियमावली" और "सुरक्षा मार्गदर्शिका" है।

यह सिद्ध करता है कि गणित पूरी तरह से काम करता है।
यह गणना करता है कि यदि आपका मशीन थोड़ा अपूर्ण है तो आपको कितनी त्रुटि मिलेगी।
यह सलाह देता है कि आपको अत्यधिक सटीक कोणों की आवश्यकता नहीं है; आपको बस सांख्यिकीय शोर (statistical noise) को दूर करने के लिए प्रयोग को पर्याप्त बार चलाने की आवश्यकता है।
यह एक ब्लूप्रिंट प्रदान करता है कि अतिरिक्त, महंगे संसाधनों की आवश्यकता के बिना वास्तविक हार्डवेयर पर सर्किट कैसे बनाया जाए।

लेखक निष्कर्ष निकालते हैं कि छोटे-से-मध्यम आकार की समस्याओं के लिए, एल्गोरिदम मजबूत है, और मुख्य बाधा केवल प्रयोग को कितनी बार चलाना है ताकि एक स्पष्ट संकेत मिल सके, न कि क्वांटम गेट्स की सटीकता स्वयं।

"ग्रोवर-रुडोल्फ स्टेट प्रिपरेशन एल्गोरिदम का एक कठोर और स्व-निहित प्रमाण" का तकनीकी सारांश

समस्या विवरण
उन क्वांटम अवस्थाओं की तैयारी करना जहाँ आयाम (amplitudes) शास्त्रीय प्रायिकता वितरणों (classical probability distributions) को कूटबद्ध करते हैं, क्वांटम एल्गोरिदम के लिए एक मौलिक प्रिमिटिव है, विशेष रूप से क्वांटम मोंटे कार्लो प्रक्रियाओं और एम्प्लीट्यूड एस्टीमेशन में। ग्रोवर-रुडोल्फ एल्गोरिदम एक $n$ -qubit अवस्था $\sum_k \sqrt{p_k} |k\rangle$ तैयार करने के लिए एक व्यापक रूप से उद्धृत विधि है, जो एक डायडिक ग्रिड (dyadic grid) पर परिभाषित प्रायिकता वितरण $\{p_k\}$ पर आधारित है। हालाँकि, मौजूदा साहित्य अक्सर इस प्रक्रिया को उच्च स्तर पर प्रस्तुत करता है, जो डायडिक रिफाइनमेंट संरचना, रोटेशन कोणों के असाइनमेंट और नियंत्रित गेट्स (controlled gates) के अर्थशास्त्र के संबंध में अनौपचारिक औचित्य या अंतर्निहित धारणाओं पर निर्भर करता है। इसके अलावा, कोण संश्लेषण (angle synthesis) में नियत त्रुटियों (deterministic errors)—जो परिमित परिशुद्धता (finite precision) के कारण होती हैं—के कारण अंतिम आउटपुट वितरण में होने वाले प्रसार के संबंध में एक कठोर विश्लेषण का अभाव है, जो कि सांख्यिकीय शॉट शोर (statistical shot noise) से भिन्न है।

कार्यप्रणाली
लेखक ग्रोवर-रुडोल्फ निर्माण का एक पूर्णतः स्व-निहित गणितीय उपचार प्रदान करते हैं, जो तीन मुख्य विश्लेषणात्मक स्तंभों में संरचित है:

कठोर औपचारिकीकरण और शुद्धता का प्रमाण:
- पेपर डायडिक प्रायिकता वृक्ष (dyadic probability tree) को औपचारिक रूप देता है और लक्षित प्रायिकताओं $p_k$ को एक घनत्व फलन $\varrho(x)$ के डायडिक अंतराल पर समाकल (integrals) के रूप में परिभाषित करता है।
- यह इन प्रायिकताओं के त्रिकोणमितीय गुणनखंड (trigonometric factorization) को व्युत्पन्न करता है, जो सशर्त कोणों $\theta_w$ के वर्ग साइन (sine) और कोसाइन (cosine) पदों के उत्पाद के रूप में $p_k$ को व्यक्त करता है।
- बैकवर्ड इंडक्शन (backward induction) का उपयोग करते हुए, लेखक यह सिद्ध करते हैं कि स्टेज यूनिटरीज $U_j$ (प्रत्येक जिसमें मल्टी-कंट्रोल्ड $R_y$ रोटेशन शामिल हैं) से निर्मित सर्किट सटीक रूप से लक्षित अवस्था को तैयार करता है। प्रमाण स्पष्ट रूप से नियंत्रित रोटेशन के पदानुक्रम के माध्यम से आयाम प्रसार को ट्रैक करता है, और टेलिस्कोपिंग त्रिकोणमितीय पहचानों को अलग करता है।
अपूर्ण कोणों का स्थिरता विश्लेषण:
- लेखक रोटेशन कोणों में विक्षोभ (perturbations) के प्रति आउटपुट वितरण की संवेदनशीलता का विश्लेषण करते हैं। वे कोणों के कार्यान्वयन को $\tilde{\theta}_w = \theta_w + \epsilon_w$ के रूप में मॉडल करते हैं।
- सटीक से विक्षुब्ध कोणों की ओर संक्रमण करने वाले "हाइब्रिड" वितरणों का एक क्रम बनाकर, वे आदर्श और विक्षुब्ध वितरणों के बीच टोटल वेरिएशन (TV) दूरी पर एक मात्रात्मक सीमा (quantitative bound) प्राप्त करते हैं।
- यह विश्लेषण नियत संश्लेषण त्रुटियों को स्टोकेस्टिक सैंपलिंग त्रुटियों से अलग करता है।
सर्किट-सैद्धांतिक ट्रांसपाइलेशन (Transpilation):
- पेपर ग्रोवर-रुडोल्फ एल्गोरिदम के प्रत्येक चरण को एक यूनिफॉर्मली कंट्रोल्ड $R_y$ रोटेशन (एक मल्टीप्लेक्सर) के रूप में पहचानता है।
- यह इन चरणों को मूल गेट सेट $\{R_y(\cdot), X, \text{CNOT}\}$ में एक स्पष्ट, बिना एंसिला (ancilla-free) ट्रांसपाइलेशन प्रदान करता है।
- यह एक ग्रे-कोड लैडर डिकंपोजिशन (Gray-code ladder decomposition) और वाल्श-हाडामार्ड एंगल ट्रांसफॉर्म के संयोजन के माध्यम से प्राप्त किया जाता है, जो पैटर्न-नियंत्रित रोटेशन की सूची को $2^{j-1}$ सिंगल-क्यूबिट रोटेशन और $2^{j-1}-1$ CNOTs के अनुक्रम में परिवर्तित करता है।

प्रमुख योगदान

गणितीय कठोरता: यह पेपर ग्रोवर-रुडोल्फ प्रमेय का पहला पूर्णतः स्पष्ट, स्व-निहित प्रमाण प्रदान करता है, जो डायडिक रिफाइनमेंट पहचानों और उस इंडक्टिव एम्प्लीट्यूड तर्क को स्पष्ट करता है जिसे अक्सर पूर्ववर्ती कार्यों में निहित छोड़ दिया जाता है।
मात्रात्मक स्थिरता प्रमेय: यह स्थापित करता है कि यदि प्रत्येक रोटेशन कोण $\eta$ से अधिक विक्षुब्ध होता है, तो परिणामी आउटपुट वितरण टोटल वेरिएशन दूरी में अधिकतम $\min(1, n\eta)$ से बदल जाता है। यह लीनियर-इन-डेप्थ बाउंड, वर्स्ट-केस ऑपरेटर-नॉर्म संचय के बजाय कंडीशनल प्रायिकता वृक्ष संरचना से व्युत्पन्न है।
स्पष्ट डिज़ाइन नियम: होफडिंग कंसन्ट्रेशन बाउंड्स (Hoeffding concentration bounds) के साथ इस स्थिरता प्रमेय को जोड़कर, लेखक एक लक्ष्य सटीकता $\epsilon$ $ϵ$ को $1-\delta$ $1 - δ$ विश्वास के साथ प्राप्त करने के लिए एक क्लोज्ड-फॉर्म डिज़ाइन नियम व्युत्पन्न करते हैं:
- कोण परिशुद्धता: $b \geq \log_2(2n\pi/\epsilon)$ बिट्स।
- मेजरमेंट शॉट्स: $S \geq 2^{n+1} \log(2/\delta) / \epsilon^2$ ।
एंसिला-मुक्त संकलन (Ancilla-Free Compilation): पेपर ग्रे-कोड लैडर का उपयोग करते हुए, एल्गोरिदम को मानक गेट डिक्शनरी में ट्रांसपाइल करने के लिए एक पूर्ण, कार्यान्वयन योग्य स्यूडो-कोड और सर्किट आरेख प्रदान करता है।

परिणाम

सैद्धांतिक सीमाएँ: व्युत्पन्न स्थिरता सीमा पुष्टि करती है कि नियत कोण त्रुटियाँ $n$ क्यूबिट्स के साथ रैखिक रूप से स्केल करती हैं (विशेष रूप से $n\eta$ ), जबकि शॉट शोर $\sqrt{2^n/S}$ के वर्गमूल के रूप में स्केल करता है।
संख्यात्मक सत्यापन: एक त्रिकोणीय प्रायिकता घनत्व के लिए $n \in \{2, 3, 4\}$ $n \in {2, 3, 4}$ क्यूबिट्स के लिए सिमुलेशन सैद्धांतिक भविष्यवाणियों की पुष्टि करते हैं।
- कोण परिशुद्धता: $b=8$ बिट्स के लिए, क्वांटाइजेशन के कारण TV त्रुटि लगभग $3.5 \times 10^{-3}$ है। परिशुद्धता को 16 या 32 बिट्स तक बढ़ाने से यह त्रुटि कई क्रमों से कम हो जाती है ( $< 10^{-5}$ और $< 10^{-9}$ क्रमशः), लेकिन स्थिर बिट डेप्थ के लिए यह त्रुटि $n$ से काफी हद तक स्वतंत्र रहती है।
- शॉट शोर: सीमित शॉट्स के कारण TV त्रुटि $O(\sqrt{2^n/S})$ के रूप में स्केल करती है।
- प्रभुत्व: परिणाम दर्शाते हैं कि व्यावहारिक शॉट काउंट ( $S \leq 4096$ ) और मध्यम परिशुद्धता ( $b \geq 8$ ) के लिए, शॉट शोर हावी रहता है। $b=8$ पर कोण-परिशुद्धता त्रुटि शॉट शोर के फ्लोर की तुलना में नगण्य है।

महत्व और दावे
लेखक दावा करते हैं कि उनका कार्य ग्रोवर-रुडोल्फ एल्गोरिदम के कठोर अनुप्रयोग के लिए एक आवश्यक आधार प्रदान करता है:

शुद्धता को स्पष्ट करना: एल्गोरिदम के सटीक संचालन के संबंध में अस्पष्टता को दूर करना और बाहरी संकलन लोककथाओं (compilation folklore) पर निर्भर किए बिना इसकी वैधता को सिद्ध करना।
त्रुटि स्रोतों को अलग करना: नियत संश्लेषण त्रुटियों को शॉट-सीमित सांख्यिकीय उतार-चढ़ाव से स्पष्ट रूप से अलग करना, यह दिखाते हुए कि पूर्ववर्ती को मध्यम बिट-डेप्थ परिशुद्धता ( $b=8$ से $16$) के साथ नगण्य बनाया जा सकता है, जबकि बाद वाला आवश्यक मेजरमेंट बजट के स्केलिंग को निर्धारित करता है।
व्यावहारिक कार्यान्वयन: ग्रे-कोड डिकंपोजिशन के माध्यम से एक सीधा पथ प्रदान करना, जिससे एल्गोरिदम वर्तमान क्वांटम प्रोसेसर के लिए तुरंत लागू करने योग्य हो जाता है जिनके पास सीमित कनेक्टिविटी और कोई एंसिला संसाधन नहीं है।

पेपर निष्कर्ष निकालता है कि हालांकि एल्गोरिदम वैचारिक रूप से सुंदर है, इसकी व्यावहारिक उपयोगिता मुख्य रूप से शॉट बजट द्वारा सीमित है जो सांख्यिकीय शोर को पार करने के लिए आवश्यक है, न कि कोण संश्लेषण की परिशुद्धता द्वारा, बशर्ते कि एक उचित बिट-डेप्थ (जैसे, 8 बिट्स) का उपयोग किया जाए।