⚛️ quantum physics

Entangling logical qubits without physical operations

यह शोध पत्र "फैंटम कोड्स" (phantom codes) को प्रस्तुत करता है, जो क्वांटम त्रुटि-सुधार कोडों का एक वर्ग है जो बिना किसी स्थानिक या कालिक ओवरहेड के भौतिक क्वबिट रीलेबलिंग के माध्यम से पूर्ण-निष्ठा वाले लॉजिकल एंटैंगलिंग गेट्स प्राप्त करते हैं, जो विशिष्ट वर्कलोड के लिए शोर वाले सिमुलेशन में सरफेस कोड की तुलना में महत्वपूर्ण स्केलेबिलिटी लाभ प्रदर्शित करते हैं।

मूल लेखक: Jin Ming Koh, Anqi Gong, Andrei C. Diaconu, Daniel Bochen Tan, Alexandra A. Geim, Michael J. Gullans, Norman Y. Yao, Mikhail D. Lukin, Shayan Majidy

प्रकाशित 2026-01-30

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Jin Ming Koh, Anqi Gong, Andrei C. Diaconu, Daniel Bochen Tan, Alexandra A. Geim, Michael J. Gullans, Norman Y. Yao, Mikhail D. Lukin, Shayan Majidy

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

यहाँ "Entangling logical qubits without physical operations" शोध पत्र का सरल भाषा और रचनात्मक उपमाओं के साथ विवरण दिया गया है।

मुख्य विचार: "भूतिया" (Ghost) संबंध

कल्पना कीजिए कि आप एक सुपर-शक्तिशाली कंप्यूटर (एक क्वांटम कंप्यूटर) बनाने की कोशिश कर रहे हैं जो उन समस्याओं को हल कर सके जिन्हें कोई सामान्य कंप्यूटर कभी नहीं कर सकता। इन मशीनों के साथ सबसे बड़ी समस्या यह है कि वे बहुत नाजुक होती हैं; ज़रा सा शोर या गलती भी गणना (calculation) को विफल कर सकती है।

इसे ठीक करने के लिए, वैज्ञानिक क्वांटम एरर करेक्शन (QEC) का उपयोग करते हैं। इसे अपने डेटा के लिए "बॉडीगार्ड्स की एक टीम" की तरह समझें। जानकारी के एक टुकड़े को एक नाजुक क्यूबिट (qubit) पर रखने के बजाय, आप इसे कई क्यूबिट्स में फैला देते हैं। यदि एक बॉडीगार्ड को गोली लगती है (एक त्रुटि/error होती है), तो अन्य लोग समझ सकते हैं कि क्या हुआ और जानकारी खोए बिना उसे ठीक कर सकते हैं।

हालाँकि, इसमें एक पेंच है। इन कंप्यूटरों को उपयोगी बनाने के लिए, बॉडीगार्ड्स (क्यूबिट्स) को गणना करने के लिए एक-दूसरे से बात करने की आवश्यकता होती है। आमतौर पर, उन्हें बात करने के लिए जटिल, शोर वाले भौतिक ऑपरेशन्स (जैसे लेजर चलाना या चुंबकीय क्षेत्र लागू करना) की आवश्यकता होती है। ये ऑपरेशन्स धीमे होते हैं और इनमें गलतियों की संभावना अधिक होती है।

यह शोध पत्र एक नए प्रकार के कोड को पेश करता है जिसे "फैंटम कोड" (Phantom Code) कहा जाता है।

उपमा: सीटिंग चार्ट का कमाल

कल्पना कीजिए कि एक कक्षा है जहाँ छात्र (भौतिक क्यूबिट्स) विशिष्ट सीटों पर बैठे हैं। शिक्षक (कंप्यूटर) चाहता है कि दो विशिष्ट छात्र एक प्रोजेक्ट पर मिलकर काम करें (एंटैंगल/entangle)।

पुराना तरीका: शिक्षक को शारीरिक रूप से वहाँ जाना पड़ता है, छात्र A को पकड़ना पड़ता है, उन्हें छात्र B के पास ले जाना पड़ता है, उन्हें बात करने के लिए कहना पड़ता है, और फिर उन्हें वापस उनकी जगह पर ले जाना पड़ता है। इसमें समय, ऊर्जा लगती है और अन्य छात्रों से टकराने का जोखिम (त्रुटियाँ) होता है।
फैंटम तरीका: शिक्षक किसी को हिलाता नहीं है। इसके बजाय, शिक्षक केवल डेस्क पर लगे नाम के टैग बदल देता है।
- "ठीक है, सीट 1 पर जो व्यक्ति बैठा है, उसे इस गणना के उद्देश्य से अब 'छात्र A' कहा जाएगा।"
- "सीट 3 वाला व्यक्ति अब 'छात्र B' है।"
- "अब, छात्र A और छात्र B आपस में बात कर रहे हैं।"

वास्तव में, कोई भी हिला नहीं। कोई भौतिक संपर्क नहीं हुआ। "कनेक्शन" पूरी तरह से यह पुनः लेबल करने (relabeling) से बनाया गया था कि कौन कौन है। क्योंकि भौतिक रूप से कुछ भी नहीं हिला, इसलिए कनेक्शन के दौरान गलती होने की शून्य संभावना है। यह एक "भूतिया" (फैंटम) संपर्क है।

शोधकर्ताओं ने क्या किया

लेखकों (हार्वर्ड, ETH ज्यूरिख और अन्य की एक टीम) ने एक बड़ा सवाल पूछा: क्या इन "बॉडीगार्ड्स" को व्यवस्थित करने के अन्य तरीके हैं ताकि हम उन्हें बिना हिलाए, केवल उनके नाम बदलकर आपस में बात करने के योग्य बना सकें?

उन्होंने पाया कि हाँ, ऐसे व्यवस्थाओं के कई विकल्प मौजूद हैं। यहाँ उनकी खोज दी गई है:

एक विशाल खोज: उन्होंने क्यूबिट्स को व्यवस्थित करने के अरबों संभावित तरीकों में से खोजने के लिए शक्तिशाली कंप्यूटरों का उपयोग किया। उन्होंने छोटे सिस्टमों के लिए 27 अरब से अधिक अलग-अलग व्यवस्थाएं (कोड) पाईं और सैकड़ों हजारों को "फैंटम कोड" के रूप में पहचाना।
बड़े सिस्टम बनाना: उन्होंने केवल रैंडम उदाहरण नहीं दिए; उन्होंने इन कोडों के ऐसे परिवार बनाए जो बड़े, अधिक जटिल गणनाओं को संभालने के लिए स्केल (बड़ा) किए जा सकते हैं।
पुनः लेबल करने का "जादू": उन्होंने दिखाया कि इन कोडों में, आप सॉफ्टवेयर कंपाइलेशन में क्यूबिट्स के लेबल को बदलकर जटिल लॉजिक ऑपरेशन्स (जैसे CNOT गेट, जो क्वांटम कंप्यूटिंग का "AND" गेट है) को आसानी से कर सकते हैं। भौतिक हार्डवेयर को कभी भी भारी काम करने की आवश्यकता नहीं पड़ती।

यह क्यों महत्वपूर्ण है (परिणाम)

शोधकर्ताओं ने केवल ये कोड खोजे ही नहीं; उन्होंने वास्तविक शोर (noise) के सिमुलेशन का उपयोग करके वर्तमान "गोल्ड स्टैंडर्ड" (जिसे "सरफेस कोड" कहा जाता है) के विरुद्ध इनका परीक्षण किया।

परीक्षण: उन्होंने दो कठिन कार्यों का सिमुलेशन किया: एक विशाल एंटैंगल्ड स्टेट बनाना (जैसे 64 क्यूबिट्स के लिए एक ग्रुप हग) और एक जटिल भौतिक सिमुलेशन चलाना।
परिणाम: फैंटम कोड ने सरफेस कोड की तुलना में 10 से 100 गुना बेहतर प्रदर्शन किया।
- सरफेस कोड में, "बॉडीगार्ड्स" को बात करने के लिए भौतिक रूप से इंटरैक्ट करना पड़ता है, जिससे त्रुटियाँ आती हैं।
- फैंटम कोड में, क्योंकि "बातचीत" केवल एक सॉफ्टवेयर लेबल परिवर्तन है, त्रुटि दर नाटकीय रूप से गिर जाती है।

एक कमी (सीमाएँ)

यह शोध पत्र ट्रेड-ऑफ (समझौतों) के बारे में बहुत ईमानदार है:

उच्च वेट (High Weight): इन कोडों के लिए "बॉडीगार्ड्स" को एक जटिल जाल (हाई-वेट स्टेबलाइजर्स) में बहुत मजबूती से जुड़ा होना आवश्यक है। यह उन्हें मानक कोडों की तुलना में शुरू में सेट करना कठिन बनाता है।
हर चीज़ के लिए नहीं: ये कोड तब चमकते हैं जब आपके पास बहुत सारे स्थानीय कनेक्शन (जैसे एक घना पड़ोस जहाँ हर कोई एक-दूसरे को जानता है) हों। यदि आपकी गणना के लिए ऐसे क्यूबिट्स की आवश्यकता है जो दूर-दूर हैं और शायद ही कभी इंटरैक्ट करते हैं, तो फैंटम कोड सबसे अच्छा विकल्प नहीं हो सकता है।

सारांश

इस शोध पत्र को एक लाइब्रेरी (पुस्तकालय) को व्यवस्थित करने के एक नए तरीके की खोज के रूप में समझें।

पुराना तरीका: किताब खोजने के लिए, आपको भौतिक रूप से शेल्फ तक जाना पड़ता है, उसे बाहर निकालना पड़ता है और पढ़ने की मेज तक ले जाना पड़ता है।
फैंटम तरीका: आप किताबों को वहीं रहने देते हैं। आप बस कंप्यूटर कैटलॉग को अपडेट कर देते हैं ताकि जब कोई "किताब A" के बारे में पूछे, तो सिस्टम को पता हो कि वह वास्तव में "शेल्फ B" पर रखी है।

ऐसा करके, लाइब्रेरी (क्वांटम कंप्यूटर) सूचना को "कनेक्ट" करने के लिए किसी भौतिक गति की आवश्यकता के बिना बहुत तेज़ी से और कम गलतियों के साथ अनुरोधों को प्रोसेस कर सकती है। लेखकों ने इन "केवल-कैटलॉग-आधारित" लाइब्रेरीों के एक पूरे परिदृश्य का मानचित्र तैयार किया है और सिद्ध किया है कि वे विशिष्ट, जटिल कार्यों के लिए अविश्वसनीय रूप से प्रभावी हैं।

तकनीकी सारांश: भौतिक ऑपरेशन्स के बिना लॉजिकल क्यूबिट्स को एंटैंगल करना

समस्या विवरण

स्केलेबल फॉल्ट-टोलरेंट क्वांटम कंप्यूटिंग क्वांटम एरर करेक्शन (QEC) पर निर्भर करती है। जबकि हालिया प्रगति का ध्यान उच्च-दर वाले क्वांटम लो-डेंसिटी पैरिटी-चेक (qLDPC) कोडों के माध्यम से QEC ओवरहेड्स को कम करने पर केंद्रित रहा है, ये डिज़ाइन अक्सर लॉजिकल गेट्स को एक डाउनस्ट्रीम बाधा के रूप में देखते हैं। व्यवहार में, लॉजिकल एंटैंगलिंग गेट्स (जैसे CNOT) स्पेस-टाइम ओवरहेड्स और एरर बजट पर हावी होते हैं, विशेष रूप से घने स्थानीय एंटैंगलमेंट वाले सर्किट में। लॉजिकल एंटैंगलिंग गेट्स (जैसे CNOT) को लागू करने के पारंपरिक दृष्टिकोणों के लिए आमतौर पर बार-बार माप राउंड, भौतिक टू-क्यूबिट गेट्स के घने स्तर, या सहायक कोडब्लॉक्स की आवश्यकता होती है, जो सभी महत्वपूर्ण एरर संचय और संसाधन लागत पेश करते हैं। मौलिक चुनौती स्टोरेज और कंप्यूटेशन के संयुक्त डिजाइन को अनुकूलित करना है, विशेष रूप से लॉजिकल एंटैंगलिंग गेट्स की लागत के निचले स्तर (lower bound) को संबोधित करना है।

कार्यप्रणाली

लेखक फैंटम कोड्स (phantom codes) नामक QEC कोड्स के एक नए वर्ग को पेश करते हैं और व्यवस्थित रूप से जांचते हैं। ये CSS स्टेबलाइजर कोड्स हैं जहाँ एक कोडब्लॉक के भीतर किसी भी क्रमित लॉजिकल क्यूबिट जोड़े के बीच लॉजिकल एंटैंगलिंग गेट्स को केवल भौतिक क्यूबिट्स के परम्यूटेशन (पुनर्व्यवस्था/relabeling) के माध्यम से लागू किया जा सकता है।

यह कार्यप्रणाली इन कोड्स को पहचानने और निर्मित करने के लिए चार पूरक दृष्टिकोणों का उपयोग करती है:

व्यापक सूचीकरण (Exhaustive Enumeration): $n \le 14$ ब्लॉक लेंथ वाले सभी $2.71 \times 10^{10}$ असमान CSS कोड्स की एक व्यवस्थित खोज। इसमें स्टेबलाइजर ग्रुप्स को जेनरेट करना, कोड्स को समानता वर्गों (क््यूबिट परम्यूटेशन और ग्लोबल हैडामार्ड्स के तहत) में समूहबद्ध करना, और परम्यूटेशन-आधारित CNOT कार्यान्वयन के अस्तित्व को सत्यापित करने के लिए SAT सॉल्वर का उपयोग करना शामिल था।
SAT-आधारित खोज: $n > 14$ के लिए, जहाँ व्यापक सूचीकरण गणनात्मक रूप से निषेध है, लेखकों ने कोड डिस्कवरी समस्या को एक बूलियन सैटिस्फिएबिलिटी (SAT) समस्या के रूप में तैयार किया। स्टेबलाइजर जेनरेटर मैट्रिसेस को फ्री वेरिएबल्स के रूप में मानकर, उन्होंने $n = 21$ तक फैंटम कोड्स की पहचान की और विशिष्ट लॉजिकल क्यूबिट काउंट ( $k$ ) और डिस्टेंस ( $d$ ) के लिए न्यूनतम ब्लॉक लेंथ स्थापित की।
एनालिटिक कंस्ट्रक्शन (क्वांटम रीड-मुलर): उच्च $k$ और स्केलेबल परिवारों तक पहुँचने के लिए, लेखकों ने क्वांटम रीड-मुलर (qRM) कोड्स पर आधारित फैंटम कोड्स के अनंत परिवारों का निर्माण किया। इसमें चयनित लॉजिकल ऑपरेटर्स को स्टेबलाइजर्स के रूप में प्रमोट करके पैरेंट qRM कोड्स को "गेज-फिक्सिंग" करना शामिल है, जिसमें लॉजिकल क्यूबिट्स को कोड डिस्टेंस के बदले दिया जाता है।
बाइनराइजेशन और कॉनकेनेशन (Binarization and Concatenation): $d > \sqrt{n}$ डिस्टेंस प्राप्त करने के लिए, लेखकों ने हाई-डिस्टेंस सेल्फ-ड्यूल GF(4) क्वडिट कोड्स को क्वबिट कोड्स में बदलने के लिए एक स्कीम विकसित की, जिसके बाद $[[4, 2, 2]]$ फैंटम कोड के साथ कॉनकेनेशन किया गया।

अध्ययन उन समर्थित लॉजिकल गेट सेट्स का भी लक्षण वर्णन करता है जो परिभाषित CNOTs से परे हैं, जिसमें क्लिफोर्ड गेट्स (ऑटोमोर्फिज्म और फोल्ड-डायगोनल गेट्स के माध्यम से) और नॉन-क्लिफोर्ड "मैजिक" गेट्स शामिल हैं। अंत में, लेखक एक प्रतिनिधि फैंटम कोड ( $[[64, 4, 8]]$ ) की सरफेस-कोड बेसलाइन्स के विरुद्ध एंड-टू-एंड नॉइजी सिमुलेशन भी करते हैं।

मुख्य योगदान

फैंटम कोड्स की परिभाषा और खोज: यह पेपर फैंटम कोड्स को औपचारिक रूप से परिभाषित करता है और मौजूदा दो उदाहरणों से लेकर 100,000 से अधिक नए इंस्टेंस और कई एरर-करेक्टिंग परिवारों तक इसके परिदृश्य का विस्तार करता है।
जीरो-ओवरहेड एंटैंगलमेंट: यह प्रदर्शित करता है कि इन कोड्स के लिए, सभी इन-ब्लॉक लॉजिकल एंटैंगलिंग गेट्स को सर्किट कंपाइलेशन स्टेज में भौतिक क्यूबिट परम्यूटेशन को अवशोषित करके "कंपाइल अवे" किया जा सकता है। यह इन विशिष्ट गेट्स के लिए जीरो स्पेशियल या टेम्पोरल ओवरहेड के साथ परफेक्ट फिडेलिटी प्रदान करता है।
सैद्धांतिक सीमाएं और गुण: लेखक CSS फैंटम कोड्स के लिए एक हैमिंग बाउंड निकालते हैं और सिद्ध करते हैं कि फैंटम प्रॉपर्टी लॉजिकल बेसिस से स्वतंत्र है। वे यह भी स्थापित करते हैं कि परम्यूटेशन के साथ नॉन-कम्यूटिंग स्ट्रिक्टली ट्रांसवर्सल लॉजिकल गेट्स (जैसे ट्रांसवर्सल हैडामार्ड या मैजिक गेट्स) वर्जित हैं, जिसके लिए वैकल्पिक फॉल्ट-टोलरेंट रणनीतियों की आवश्यकता होती है।
व्यावहारिक कार्यान्वयन उपकरण: यह कार्य नॉन-LDPC फैंटम कोड्स के लिए विशिष्ट प्रोटोकॉल विकसित करता है, जिसमें फॉल्ट-टोलरेंट स्टेट प्रिपरेशन (स्टीन-स्टाइल एरर करेक्शन और प्रीसेलेक्शन का उपयोग करके) और एरर कोरिलेशन को ट्रैक करने वाले स्पैटियोटेम्पोरल स्लाइडिंग-विंडो डिकोडर शामिल हैं।

परिणाम

कोड लैंडस्केप: लेखकों ने वाइड रेंज के पैरामीटर्स में फैंटम कोड्स की पहचान की। उल्लेखनीय उदाहरणों में $[[64, 4, 8]]$ qRM कोड और SAT सर्च के माध्यम से पाए गए $n=21$ तक के विभिन्न कोड्स शामिल हैं।
लॉजिकल गेट सेट्स: CNOTs के अलावा, पहचाने गए कोड्स विभिन्न क्लिफोर्ड गेट्स (जैसे $H^{\otimes k}$ , $CZ$, $S$ ) और लोकल क्लिफोर्ड्स, परम्यूटेशन और फोल्ड-डायगोनल इंटरैक्शन के माध्यम से डायगोनल मैजिक गेट्स (जैसे $T$ , $C^kZ$ ) का समर्थन करते हैं।
बेंचमार्किंग प्रदर्शन: वास्तविक भौतिक एरर रेट्स ( $p=10^{-3}$ $p = 1 0^{- 3}$ और अनुमानित $5 \times 10^{-4}$ $5 \times 1 0^{- 4}$ ) के साथ एंड-टू-एंड सिमुलेशन, घने स्थानीय एंटैंगलमेंट वाले कार्यों में सरफेस-कोड बेसलाइन्स के मुकाबले फैंटम कोड्स के महत्वपूर्ण लाभ दिखाते हैं:
- GHZ स्टेट प्रिपरेशन: 4–64 लॉजिकल क्यूबिट्स के लिए, फैंटम कोड ने तुलनीय भौतिक क्यूबिट काउंट (लगभग 24% प्रीसेलेक्शन एक्सेप्टेंस रेट पर) के साथ सरफेस कोड्स की तुलना में लॉजिकल इन्फिडेलिटी में $\sim 56\times$ की कमी हासिल की।
- ट्रोटराइज्ड मेनी-बॉडी सिमुलेशन (Trotterized Many-Body Simulation): 8-बॉडी टर्म्स और 8–64 लॉजिकल क्यूबिट्स वाले हैमिल्टोनियंस के लिए, फैंटम कोड ने सरफेस कोड्स की तुलना में लॉजिकल इन्फिडेलिटी में $\sim 94\times$ की कमी दिखाई।
- सिंगल-ब्लॉक CNOT सर्किट्स: उन रेजिम्स में जो इन-ब्लॉक CNOTs द्वारा डोमिनेटेड हैं, फैंटम कोड का लॉजिकल फेलियर रेट सर्किट डेप्थ बढ़ने के साथ स्थिर रहा (क्योंकि CNOT का कोई खर्च नहीं है), जबकि सरफेस कोड का फेलियर रेट रैखिक रूप से बढ़ता गया।

महत्व और दावे

पेपर का दावा है कि फैंटम कोड्स फॉल्ट-टोरेंट क्वांटम कंप्यूटिंग के लिए एक व्यवहार्य आर्किटेक्चरल मार्ग प्रदान करते हैं, विशेष रूप से उन वर्कलोड के लिए जो घने स्थानीय एंटैंगलिंग स्ट्रक्चर (जैसे फर्मिओनिक सिमुलेशन, कोरिलेटेड-फेज प्रिपरेशन) द्वारा विशेषता वाले हैं। डिज़ाइन के केंद्र में लॉजिकल ऑपरेशंस को रखकर, ये कोड्स एंटैंगलमेंट के लिए "जीरो-ओवरहेड एक्सट्रीम" प्राप्त करते हैं, जो विशिष्ट कार्यों के लिए टेलर्ड (tailored) होने पर भी अग्रणी फॉल्ट-टोलरेंट आर्किटेक्चर (जैसे सरफेस कोड) को पछाड़ते हैं, भले ही वे नॉन-LDPC हों और उनमें कम एनकोडिंग रेट ( $k = O(\log n)$ ) हो।

लेखक इस बात पर जोर देते हैं कि उनका कार्य क्वांटम एरर-करेक्टिंग कोड्स के परिदृश्य को व्यवस्थित रूप से खोजने के लिए सामान्य उपकरण प्रदान करता है, जिसमें छोटे-फुटप्रिंट वाले CSS कोड्स का एक पूर्ण डेटाबेस और लॉजिकल ऑपरेशंस को निकालने के लिए ऑटोमेटेड पाइपलाइन्स शामिल हैं। वे सुझाव देते हैं कि हालांकि फैंटम कोड्स व्यावहारिक बाधाएं थोपते हैं (स्टीन-स्टाइल QEC और प्रीसेलेक्शन की आवश्यकता के कारण), वे यह प्रदर्शित करते हैं कि नॉन-LDPC कोड्स कुशल लॉजिकल कंप्यूटेशन के लिए सह-डिज़ाइन (co-designed) किए जाने पर विशिष्ट अनुप्रयोगों के लिए LDPC कोड्स से बेहतर प्रदर्शन कर सकते हैं। यह कार्य एनकोडिंग रेट, कोड डिस्टेंस और लॉजिकल गेट एफिशिएंसी के बीच ट्रेड-ऑफ के व्यापक अन्वेषण को प्रेरित करता है।