⚛️ quantum physics

Quantum error mitigation by hierarchy-informed sampling: chiral dynamics in the Schwinger model

यह शोध पत्र NISQ उपकरणों के लिए एक नवीन क्वांटम त्रुटि न्यूनीकरण (error mitigation) योजना प्रस्तुत करता है जो श्वािंगर मॉडल (Schwinger model) में वास्तविक समय की काइरल गतिशीलता (chiral dynamics) को बहुपद संसाधन ओवरहेड के साथ प्रभावी ढंग से पुनर्प्राप्त करने के लिए विस्तारित BBGKY पदानुक्रम समीकरणों के एक बहुपद उपसमुच्चय को एक सैंपलिंग मानदंड के रूप में उपयोग करता है।

मूल लेखक: Theo Saporiti, Oleg Kaikov, Vasily Sazonov, Mohamed Tamaazousti

प्रकाशित 2026-03-05

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Theo Saporiti, Oleg Kaikov, Vasily Sazonov, Mohamed Tamaazousti

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

बड़ी समस्या: "शोर वाला" (Noisy) क्वांटम कंप्यूटर

कल्पना कीजिए कि आप एक सुंदर, जटिल सिम्फनी (भौतिकी के नियम) सुनने की कोशिश कर रहे हैं, जिसे एक बिल्कुल नए, प्रयोगात्मक ऑर्केस्ट्रा (एक क्वांटम कंप्यूटर) द्वारा बजाया जा रहा है। संगीत को एकदम सटीक होना चाहिए, लेकिन वाद्य यंत्र थोड़े बेसुुरे हैं, संगीतकार थोड़े डगमगा रहे हैं, और बहुत सारा स्टैटिक इंटरफेरेंस (शोर) मौजूद है। यह NISQ (नोइज़ी इंटरमीडिएट-स्केल क्वांटम) कंप्यूटरों की वास्तविकता है। वे शक्तिशाली तो हैं, लेकिन वे गलतियाँ करते हैं, जिससे उनके परिणामों पर भरोसा करना कठिन हो जाता है।

वैज्ञानिक आमतौर पर इसे "एरर करेक्शन" (त्रुटि सुधार) के माध्यम से ठीक करने की कोशिश करते हैं, जो कि हर एक नोट की दोबारा जांच करने के लिए बैकअप संगीतकारों की एक विशाल टीम को काम पर रखने जैसा है। लेकिन अभी, हमारे क्वांटम कंप्यूटर उस विशाल टीम का खर्च उठाने के लिए बहुत छोटे हैं। हमें इस शोर को साफ करने के लिए एक सस्ते तरीके की आवश्यकता है।

समाधान: "फिजिक्स डिटेक्टिव" (भौतिकी का जासूस)

इस शोध पत्र के लेखक एक चतुर नई विधि प्रस्तावित करते हैं जिसे हाइरार्की-इंफॉर्म्ड सैंपलिंग (Hierarchy-Informed Sampling) कहा जाता है। शोर को होने के बाद उसे ठीक करने के बजाय, वे खराब अनुमानों को छानने के लिए भौतिकी के नियमों का ही उपयोग करते हैं।

यह कैसे काम करता है, इसे तीन चरणों में समझा गया है:

1. भौतिकी का "फैमिली ट्री" (BBGKY पदानुक्रम/Hierarchy)

भौतिकी में, चीजें आपस में जुड़ी होती हैं। यदि आप जानते हैं कि एक कण कैसे चलता है, तो वह आपको बताता है कि उसके पड़ोसी का व्यवहार कैसा होगा, जो फिर अगले कण के बारे में बताता है, और इसी तरह। ये संबंध समीकरणों के एक विशाल, शाखाओं वाले फैमिली ट्री का निर्माण करते हैं जिसे BBGKY पदानुक्रम कहा जाता है।

उपमा (Analogy): एक विशाल, परस्पर जुड़े हुए डोमिनोज़ (dominoes) के जाल की कल्पना करें। यदि आप पहले डोमिनोज़ को गिराते हैं, तो भौतिकी के नियम निर्धारित करते हैं कि दूसरा, तीसरा और चौथा डोमिनोज़ ठीक उसी तरह गिरेगा। ऐसा नहीं हो सकता कि पहला गिर जाए और चौथा खड़ा रहे; यह ब्रह्मांड के नियमों को तोड़ देगा।
शोध पत्र का अंतर्दृष्टि (Insight): लेखकों ने महसूस किया कि भले ही क्वांटम कंप्यूटर कोई गलती करे (एक डोमिनोज़ गलत दिशा में गिर जाए), फिर भी सही उत्तर इस विशाल कनेक्शन वाले जाल में फिट होना चाहिए।

2. "अनुमान लगाने का खेल" (सैंपलिंग)

जब क्वांटम कंप्यूटर एक सिमुलेशन चलाता है, तो वह हमें एक शोर भरा (noisy) उत्तर देता है। आइए इसे "नॉइजी गेस" (Noisy Guess) कहें।

लेखकों की विधि इस समस्या को "हॉट एंड कोल्ड" (Hot and Cold) के खेल की तरह मानती है।

वे हजारों संभावित उत्तर (उम्मीदवार) उत्पन्न करते हैं जो शोर वाले अनुमान से थोड़े अलग होते हैं।
वे प्रत्येक उम्मीदवार की "फैमिली ट्री" (BBGKY पदानुक्रम) के विरुद्ध जांच करते हैं।
फ़िल्टर: यदि कोई उम्मीदवार उत्तर फैमिली ट्री के नियमों को तोड़ता है (उदाहरण के लिए, यह सुझाव देता है कि एक डोमिनोज़ बिना पिछले डोमिनोज़ के हिले गिर गया), तो उसे खारिज कर दिया जाता है। यदि वह नियमों में पूरी तरह फिट बैठता है, तो उसे एक "वोट" मिलता है।

3. "सिमुलेटेड एनीलिंग" (अराजकता को शांत करना)

हजारों उम्मीदवारों में से सर्वश्रेष्ठ उत्तर खोजने के लिए, वे सिमुलेटेड एनीलिंग नामक तकनीक का उपयोग करते हैं।

उपमा: कल्पना कीजिए कि आप एक धुंधली, पर्वतीय घाटी (परफेक्ट उत्तर) के सबसे निचले बिंदु को खोजने की कोशिश कर रहे हैं। आप आंखों पर पट्टी बांधे हुए हैं और केवल अपने पैरों के नीचे की जमीन को महसूस कर सकते हैं।
- शुरुआत में, आप पागलों की तरह इधर-उधर कूदते हैं (उच्च तापमान), पूरी घाटी का पता लगाते हैं।
- धीरे-धीरे, आप "ठंडे" होने लगते हैं। आप कूदना बंद कर देते हैं और छोटे, अधिक सावधानीपूर्ण कदम उठाना शुरू करते हैं, हमेशा नीचे की ओर जाने की कोशिश करते हैं।
- अंततः, आप सबसे गहरी, सबसे स्थिर घाटी में बस जाते हैं।
शोध पत्र में: "पर्वत" त्रुटि (error) की मात्रा है। "कूलिंग" (ठंडा होने) की प्रक्रिया सिस्टम को उस उत्तर में स्थिर होने के लिए मजबूर करती है जो न केवल शोर वाले माप के करीब है, बल्कि भौतिकी के नियमों (पदानुक्रम) का भी पूरी तरह पालन करता है।

यह क्यों महत्वपूर्ण है: श्विंगर मॉडल टेस्ट (Schwinger Model Test)

अपने तरीके को सिद्ध करने के लिए, वैज्ञानिकों ने श्विंगर मॉडल नामक एक प्रसिद्ध भौतिकी पहेली पर परीक्षण किया। यह मॉडल स्ट्रॉन्ग न्यूक्लियर फोर्स (जो परमाणुओं को थामे रखता है) को समझने के लिए एक "प्रशिक्षण मैदान" की तरह है।

विशेष रूप से, उन्होंने काइरल मैग्नेटिक इफेक्ट (CME) पर ध्यान केंद्रित किया।

उपमा: कल्पना कीजिए कि एक मजबूत चुंबकीय क्षेत्र एक विशाल कन्वेयर बेल्ट की तरह कार्य कर रहा है। यदि आपके पास बाएं हाथ और दाएं हाथ के कणों का मिश्रण है, तो यह कन्वेयर बेल्ट उन्हें एक विशिष्ट दिशा में धकेलेगा, जिससे एक विद्युत धारा (current) उत्पन्न होगी।
परिणाम: एक शोर वाले क्वांटम कंप्यूटर पर, "कन्वेयर बेल्ट" टूटा हुआ लग रहा था; करंट अव्यवस्थित था और समझ में नहीं आ रहा था। लेकिन जब लेखकों ने अपना "फिजिक्स डिटेक्टिव" फ़िल्टर लगाया, तो शोर गायब हो गया। अव्यवस्थित डेटा अचानक सिद्धांत द्वारा अनुमानित पूर्ण, चिकनी वक्र (curve) में बदल गया।

मुख्य निष्कर्ष (The Takeaway)

यह शोध पत्र एक नया तरीका पेश करता है जिससे हम बिना त्रुटि-मुक्त मशीनों की प्रतीक्षा किए, आज के दौर में ही शोर वाले क्वांटम कंप्यूटरों को उपयोगी बना सकते हैं।

पुराना तरीका: "हमारे पास एक शोर वाला उत्तर है। चलिए उम्मीद करते हैं कि यह काफी हद तक सही होगा।"
नया तरीका: "हमारे पास एक शोर वाला उत्तर है। आइए इसे भौतिकी के नियमों से बनी एक छलनी में डालें। जो कुछ भी इस छलनी से नीचे गिरता है, वही वास्तविक उत्तर है।"

ब्रह्मांड के आंतरिक तर्क (समीकरणों के पदानुक्रम) का उपयोग एक मार्गदर्शक के रूप में करके, वे डेटा को "साफ" कर सकते हैं, जिससे हमें अपूर्ण हार्डवेयर पर भी ब्रह्मांड के जन्म या नए पदार्थों के व्यवहार जैसी जटिल भौतिक घटनाओं का अनुकरण करने की अनुमति मिलती है।

यहाँ सपोरिती और अन्य लेखकों के शोध पत्र "Quantum error mitigation by hierarchy-informed sampling: chiral dynamics in the Schwinger model" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

वर्तमान नोइज़ी इंटरमीडिएट-स्केल क्वांटम (NISQ) उपकरण व्यवस्थित क्वांटम शोर (systematic quantum noise) से गंभीर रूप से सीमित हैं, जो क्वांटम सिमुलेशन के परिणामों को दूषित कर देते हैं, विशेष रूप से मेनी-बॉडी सिस्टम्स (many-body systems) की वास्तविक समय की गतिशीलता (real-time dynamics) के लिए। जबकि फॉल्ट-टॉलरेंट क्वांटम कंप्यूटिंग एक दीर्घकालिक समाधान प्रदान करती है, यह वर्तमान में क्वबिट संख्या और त्रुटि दर की बाधाओं के कारण अव्यवहार्य है। फलस्वरूप, क्वांटम एरर मिटिगेशन (QEM) तकनीकें आवश्यक हैं।

मौजूदा QEM विधियाँ अक्सर विशिष्ट धारणाओं (जैसे, समय-स्वतंत्र हैमिल्टोनियन, अल्प-दूरी की अंतःक्रियाएं) पर निर्भर करती हैं या उनके लिए संसाधन-गहन एक्सट्रपलेशन (जैसे, ज़ीरो-नॉइज़ एक्सट्रपलेशन, ZNE) की आवश्यकता होती है जो अधिक बाधाएं जोड़ने पर सटीकता में सुधार की गारंटी नहीं देता है। एक सामान्य, स्केलेबल मिटिगेशन योजना की आवश्यकता है जो किसी भी समय-निर्भर हैमिल्टोनियन (arbitrary time-dependent Hamiltonians) के लिए लागू हो सके, जिसमें लंबी दूरी की अंतःक्रियाएं हों और जो शोर को फ़िल्टर करने के लिए भौतिक नियमों का लाभ उठा सके।

2. कार्यप्रणाली (Methodology)

लेखक एक नवीन, स्टैंडअलोन मिटिगेशन योजना प्रस्तावित करते हैं जिसे हायरार्की-इन्फॉर्म्ड सैंपलिंग (Hierarchy-Informed Sampling) कहा जाता है। इसका मूल विचार संभव "मिटिगेटेड" (mitigated) क्वांटम अवस्थाओं के सैंपलिंग को निर्देशित करने के लिए बोगोल्युबोव-बोर्न-ग्रीन-किर्कवुड-यव (BBGKY) पदानुक्रम (hierarchy) के समीकरणों को भौतिक बाधाओं के रूप में उपयोग करना है।

A. विस्तारित क्वबिट BBGKY पदानुक्रम (Extended Qubit BBGKY Hierarchy)

व्युत्पत्ति (Derivation): लेखक किसी भी समय-निर्भर स्पिन-1/2 चेन सिस्टम के लिए एक विस्तारित BBGKY पदानुक्रम व्युत्पन्न करते हैं। ये समीकरण पाउली स्ट्रिंग्स ( $\sigma^a_A$ ) के एक्सपेक्टेशन वैल्यूज के समय के विकास का वर्णन करते हैं, जो उनके हैमिल्टोनियन के साथ कम्यूटेटर पर आधारित होते हैं।
पदानुक्रमित संरचना (Hierarchical Structure): समीकरण एक ग्राफ बनाते हैं जहाँ नोड्स (nodes) पाउली स्ट्रिंग्स हैं और किनारे (edges) "तत्काल कनेक्शन" का प्रतिनिधित्व करते हैं (जहाँ एक स्ट्रिंग दूसरे के समीकरण में दिखाई देती है)। यह संरचना अनुमति देती है कि सिस्टम को उप-पदानुक्रमों (sub-hierarchies) में विभाजित किया जा सके।
पॉलीनोमियल स्केलेबिलिटी (Polynomial Scalability): महत्वपूर्ण रूप से, लेखक सिद्ध करते हैं कि उन हैमिल्टोनियन्स के लिए जिनमें अंतःक्रिया पदों की संख्या पॉलीनोमियल है (जैसे श्विंगर मॉडल), आवश्यक कोरिलेटर्स और पदानुक्रम का मूल्यांकन करने के लिए आवश्यक कम्प्यूटेशनल संसाधन क्वबिट्स की संख्या ( $N_Q$ ) के साथ पॉलीनोमियल रूप से स्केल करते हैं, जिससे यह क्लासिकल पोस्ट-प्रोसेसिंग के लिए व्यवहार्य हो जाता है।

B. मिटिगेशन योजना (सिमुलेटेड एनीलिंग के माध्यम से सैंपलिंग)

यह विधि वास्तविक समय की गतिशीलता को BBGKY पदानुक्रम के समाधान के रूप में मानती है। यह सबसे अधिक "भौतिक" (physical) कॉन्फ़िगरेशन खोजने के लिए एक संभाव्यता ढांचा (probabilistic framework) तैयार करती है जो शोर वाले क्वांटम मापन और BBGKY बाधाओं दोनों को संतुष्ट करता है।

एक्शन फॉर्मूलेशन (Action Formulation):
- क्वांटम एक्शन ( $S_Q$ ): एक दंड (penalty) शब्द जो उम्मीदवार समाधान को शोर वाले क्वांटम मापन ( $\bar{x}_{qs}$ ) के करीब रहने के लिए मजबूर करता है।
- BBGKY एक्शन ( $S_B$ ): एक दंड शब्द जो उम्मीदवार समाधान को विविक्त (discretized) BBGKY समीकरणों को संतुष्ट करने के लिए मजबूर करता है।
- कुल एक्शन (Total Action): $S(\vec{x}) = (1-z)S_Q(\vec{x}) + zS_B(\vec{x})$ , जहाँ $z$ एक वेटिंग पैरामीटर है (जो शुद्ध शोर और शुद्ध भौतिकी के बीच अंतर करता है)।
सैंपलिंग एल्गोरिदम (Sampling Algorithm):
- लेखक मेट्रोपोलिस-हैस्टिंग्स (MH) एल्गोरिदम को सिमुलेटेड एनीलिंग के साथ नियोजित करते हैं।
- वे एक संभाव्यता वितरण $D(\lambda) \propto e^{-\lambda S(\vec{x})}$ को परिभाषित करते हैं, जहाँ $\lambda$ एक इनवर्स टेम्परेचर के रूप में कार्य करता है।
- एल्गोरिदम $\lambda=0$ (रैंडम सैंपलिंग) से शुरू होता है और धीरे-धीरे $\lambda$ को बढ़ाता है (सिमुलेटेड एनीलिंग), जिससे मार्कोव चेन (Markov chain) को एक्शन $S(\vec{x})$ के लो-एनर्जी स्टेट्स में फंसाया जा सके।
- सैंपल्ड कॉन्फ़िगरेशन का अंतिम औसत मिटिगेटेड अनुमान ( $\chi_{qs}$ ) प्रदान करता है, जो कि शोर वाले डेटा का एक भौतिकी-आधारित सुधार (physics-informed correction) है।

3. मुख्य योगदान (Key Contributions)

BBGKY का सामान्यीकरण: समय-स्वतंत्र, शॉर्ट-रेंज सिस्टम तक सीमित पिछले कार्यों की सीमाओं से आगे बढ़ते हुए, किसी भी समय-निर्भर हैमिल्टोनियन और किसी भी स्पिन अंतःक्रियाओं के लिए BBGKY पदानुक्रम का विस्तार।
स्टैंडअलोन मिटिगेशन: ज़ीरो-नॉइज़ एक्सट्रपलेशन (ZNE) या अन्य पूर्व-मौजूदा योजनाओं से स्वतंत्र एक नई तकनीक। इसके लिए अलग-अलग शोर स्तरों पर सर्किट चलाने की आवश्यकता नहीं है।
पॉलीनोमियल रिसोर्स ओवरहेड: इस बात का प्रमाण कि अनुकूल हैमिल्टोनियन्स (जैसे श्विंगर मॉडल) के लिए, बाधाओं को उत्पन्न करने और सैंपलिंग करने की क्लासिकल कम्प्यूटेशनल लागत सिस्टम के आकार के साथ पॉलीनोमियल रूप से स्केल करती है।
स्केलेबल सुधार: यह प्रदर्शन कि जैसे-जैसे BBGKY उप-पदानुक्रम (त्रिज्या $r$ ) का आकार बढ़ता है, त्रुटि कम करने की क्षमता व्यवस्थित रूप से सुधरती है।

4. परिणाम (Results)

विधि का परीक्षण श्विंगर मॉडल (एक 1+1D लैटिस QED मॉडल) पर किया गया था ताकि काइरल मैग्नेटिक इफेक्ट (CME) का अनुकरण किया जा सके, जो एक ऐसी घटना है जहाँ एक काइरल असंतुलन चुंबकीय क्षेत्र में विद्युत धारा को प्रेरित करता है।

प्रायोगिक सेटअप (Experimental Setup): सिमुलेशन एक IBM टोरिनो QPU के एटन्यूएटेड नॉइज़ (वास्तविक शोर के 10% स्तर) के क्लासिकल इम्युलेटर पर किए गए थे ताकि विधि की प्रभावकारिता का परीक्षण किया जा सके।
शोर में कमी (Noise Reduction):
- मिटिगेटेड परिणाम ( $\langle J \rangle_{MH}$ ) ने सभी परीक्षण किए गए मापदंडों (द्रव्यमान $m$ , काइरल केमिकल पोटेंशियल $\mu_5$ , और पदानुक्रम त्रिज्या $r$ ) में कच्चे शोर वाले मापन ( $\langle J \rangle_{Noisy}$ ) की तुलना में त्रुटि में व्यवस्थित कमी दिखाई।
- त्रुटि मीट्रिक ( $L_r^{MH}$ ) कम होता गया जैसे-जैसे BBGKY उप-पदानुक्रम की त्रिज्या ( $r$ ) बढ़ी, और जब $r$ पूर्ण उप-पदानुक्रम के आकार तक पहुँच गया, तो यह ट्रोटर विवक्तीकरण (Trotter discretization) त्रुटि के स्तर के करीब पहुँच गया।
भौतिक गतिशीलता की रिकवरी (Recovery of Physical Dynamics):
- कच्चे शोर वाले डेटा ने CME करंट ( $\langle J \rangle \propto t^2$ ) के विशिष्ट द्विघातीय लघु-समय व्यवहार (quadratic short-time behavior) को पकड़ने में विफल रहा।
- पदानुक्रम-सूचित सैंपलिंग ने इस द्विघातीय व्यवहार को सफलतापूर्वक पुनः प्राप्त किया, जो पुष्टि करता है कि विधि सही भौतिक गतिशीलता को बहाल करती है।
मीट्रिक प्रदर्शन: पॉलीनोमियल फिट समानता मीट्रिक ( $P_r$ ) ने दिखाया कि मिटिगेटेड परिणाम सटीक विकर्णकरण (exact diagonalization - ED) के परिणामों के काफी करीब थे, जिसमें कम विचरण (variance) था।

5. महत्व (Significance)

NISQ और भौतिकी के बीच सेतु: यह कार्य प्रदर्शित करता है कि भौतिक नियमों (BBGKY पदानुक्रमों में एनकोड) का उपयोग त्रुटि सुधार कोड की आवश्यकता के बिना, शोर वाले क्वांटम हार्डवेयर से स्वच्छ गतिशीलता निकालने के लिए एक "फ़िल्टर" के रूप में प्रभावी ढंग से किया जा सकता है।
QCD के लिए प्रयोज्यता: श्विंगर मॉडल (जो QCD का एक प्रॉक्सी है) में CME का सफलतापूर्वक अनुकरण करके, यह शोध पत्र NISQ उपकरणों का उपयोग जटिल घटनाओं जैसे टोपोलॉजिकल ट्रांज़िशन और पदार्थ-प्रतिपदार्थ असंतुलन (matter-antimatter asymmetry) की समस्या के अध्ययन के लिए करने के मार्ग को मान्य करता है, जो वर्तमान में क्लासिकल मोंटे कार्लो विधियों के लिए 'साइन प्रॉब्लम' (sign problem) के कारण कठिन है।
भविष्य का हार्डवेयर विकास: काइरल डायनेमिक्स को पुनः प्राप्त करने की क्षमता यह सुझाव देती है कि यह विधि काइरल क्वबिट्स के विकास और डिरैक/वेइल सेमीमेटल्स (Dirac/Weyl semimetals) के अध्ययन में सहायता कर सकती है।
स्केलेबिलिटी: विधि की पॉलीनोमियल स्केलिंग इसे बड़े क्वांटम प्रोसेसरों पर निकट-अवधि अनुप्रयोगों के लिए एक व्यवहार्य उम्मीदवार बनाती है, बशर्ते कि हैमिल्टोनियन संरचना एक पॉलीनोमियल-आकार के BBGKY उपसमुच्चय (subset) की अनुमति दे।

निष्कर्षतः, यह शोध पत्र एक मजबूत, भौतिकी-संचालित त्रुटि न्यूनीकरण रणनीति प्रस्तुत करता है जो मेनी-बॉडी डायनेमिक्स की गणितीय संरचना का लाभ उठाकर वर्तमान शोर वाले क्वांटम हार्डवेयर की सीमाओं को पार करती है, और काइरल मैग्नेटिक इफेक्ट जैसी जटिल वास्तविक-समय घटनाओं को सफलतापूर्वक पुनः प्राप्त करती है।