⚛️ quantum physics

Infinite Distance Extrapolation: How error mitigation can enhance quantum error correction

यह शोध पत्र एक नवीन प्रतिमान (पैराडाइम) प्रस्तावित करता है जो कोड दूरी को ज़ीरो-नॉइज़ एक्सट्रपलेशन फ्रेमवर्क के भीतर एक शोर पैरामीटर के रूप में मानकर क्वांटम एरर मिटिगेशन और क्वांटम एरर करेक्शन को एकीकृत करता है, जो प्रभावी रूप से गैर-स्टेबलाइज़र इनपुट अवस्थाओं के लिए भी लॉजिकल त्रुटियों को कम करने हेतु "इनफिनिट डिस्टेंस एक्सट्रपलेशन" को सक्षम बनाता है।

मूल लेखक: George Umbrarescu, Oscar Higgott, Dan E. Browne

प्रकाशित 2026-03-13

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: George Umbrarescu, Oscar Higgott, Dan E. Browne

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

मुख्य विचार: एक बड़ा जहाज बनाकर एक लीक होती नाव को ठीक करना

कल्पना कीजिए कि आप एक छोटी नाव (एक क्वांटम कंप्यूटर) को एक तूफानी समुद्र के पार ले जाने की कोशिश कर रहे हैं। आपकी नाव में छेद हैं (शोर/त्रुटियाँ), और लगातार पानी अंदर आ रहा है, जिससे सही मंजिल (एक सही गणना) तक पहुँचना मुश्किल हो रहा है।

लोग आमतौर पर इसे ठीक करने के दो मुख्य तरीके अपनाते हैं:

क्वांटम एरर करेक्शन (QEC): आप अपनी छोटी नाव के चारों ओर एक विशाल, मजबूत ढांचा (hull) बनाते हैं। यह ढांचा जितना बड़ा होगा (जिसे "कोड डिस्टेंस" कहा जाता है), पानी को बाहर रखने में वह उतना ही बेहतर होगा। लेकिन एक विशाल ढांचा बनाने के लिए बहुत सारी लकड़ी और समय की आवश्यकता होती है (संसाधन)।
क्वांटम एरर मिटिगेशन (QEM): आप एक बड़ी नाव नहीं बनाते। इसके बजाय, आप तूफान में छोटी नाव चलाते हैं, मापते हैं कि कितना पानी अंदर आया, फिर उसे एक और भी खराब तूफान (बढ़ा हुआ शोर) में चलाते हैं, उसे मापते हैं, और फिर गणित का उपयोग करके यह अनुमान लगाते हैं कि परिणाम क्या होता यदि समुद्र पूरी तरह से शांत होता।

समस्या: आमतौर पर, इन दोनों तरीकों को अलग रखा जाता है। QEC भविष्य के लिए है (जब हमारे पास विशाल कंप्यूटर होंगे), और QEM आज के लिए है (जब हमारे पास शोर वाले, छोटे कंप्यूटर हैं)।

पेपर का समाधान: लेखकों ने इन्फिनिट डिस्टेंस एक्सट्रपलेशन (IDE) नामक एक चतुर हाइब्रिड (मिश्रित विधि) प्रस्तावित किया है। उन्होंने महसूस किया कि आप "QEM ट्रिक" (एक्सट्रपलेशन) का उपयोग "QEC फ्रेमवर्क" के भीतर कर सकते हैं।

तूफान को और बदतर बनाने के बजाय ताकि शांत परिणाम का अनुमान लगाया जा सके, वे नाव को छोटा बना देते हैं ताकि एक अनंत रूप से बड़ी नाव के परिणाम का अनुमान लगाया जा सके।

मुख्य उपमा: "ज़ूम आउट" करने की ट्रिक

"कोड डिस्टेंस" को एक फोटो के रेजोल्यूशन (Resolution) की तरह समझें।

लो डिस्टेंस (छोटा $d$ ): एक धुंधली, पिक्सेलेटेड फोटो। आप सामान्य आकार देख सकते हैं, लेकिन विवरण धुंधले हैं क्योंकि उनमें "शोर" (त्रुटियाँ) है।
हाई डिस्टेंस (बड़ा $d$ ): एक हाई-डेफिनिशन, क्रिस्टल-क्लियर फोटो। शोर को छान दिया गया है।
इनफिनिट डिस्टेंस (अनंत दूरी): एक आदर्श, गणितीय छवि जिसमें शून्य शोर है।

IDE कैसे काम करता है:

तस्वीरों की एक श्रृंखला लें: आप अलग-अलग ज़ूम स्तरों (दूरी $d=5, d=7, d=9$ , आदि) का उपयोग करके एक ही दृश्य की कई तस्वीरें लेते हैं।
धुंधलेपन को देखें: आप देखते हैं कि जैसे-जैसे ज़ूम स्तर कम होता जाता है (छोटा डिस्टेंस), तस्वीर एक बहुत ही अनुमानित तरीके से धुंधली होती जाती है।
गणित का जादू: आप इन धुंधली तस्वीरों के माध्यम से एक चिकनी वक्र रेखा (smooth curve) खींचते हैं और उस रेखा को दाईं ओर तब तक बढ़ाते हैं, जहाँ ज़ूम स्तर "अनंत" है।
परिणाम: भले ही आपने वास्तव में "अनंत ज़ूम" वाला कैमरा नहीं बनाया (जिसके लिए एक सुपरकंप्यूटर की आवश्यकता होती), आपका गणित सटीक भविष्यवाणी करता है कि वह आदर्श छवि कैसी दिखेगी।

यह क्यों शानदार है?
आमतौर पर, स्पष्ट तस्वीर पाने के लिए आपको एक बड़ा कैमरा बनाना पड़ता है (अधिक क्वबिट्स)। लेकिन IDE के साथ, आप कुछ छोटे, सस्ते कैमरे ले सकते हैं, कुछ तस्वीरें खींच सकते हैं, और गणित का उपयोग करके एक विशाल कैमरे के परिणाम को "नकली" (fake) रूप में दिखा सकते हैं। आप भारी मात्रा में संसाधनों की बचत करते हैं।

"विषम बनाम सम" (Odd vs. Even) की विचित्रता

लेखकों ने इस परीक्षण के दौरान एक अजीब बात देखी।

यदि आप एक विषम (odd) दूरी (जैसे 5 या 7) के साथ कोड बनाते हैं, तो यह एक तरह से काम करता है।
यदि आप एक सम (even) दूरी (जैसे 6 या 8) के साथ कोड बनाते हैं, तो यह थोड़ा अलग तरह से काम करता है, लगभग एक अलग प्रकार की नाव की तरह।

यह एक गोल छेद में चौकोर खूँटा फिट करने की कोशिश करने जैसा है। यदि आप गणित में विषम और सम दूरियों को मिला देते हैं, तो वक्र रेखा डगमगा जाती है। पेपर दिखाता है कि सटीक भविष्यवाणी प्राप्त करने के लिए आपको विषम और सम दूरियों को अलग-अलग समूहों के रूप में मानना होगा।

"मैजिक स्टेट्स" से निपटना

क्वांटम कंप्यूटरों को जटिल गणित करने के लिए "मैजिक स्टेट्स" (नॉन-स्टेबलाइजर स्टेट्स) नामक विशेष सामग्रियों की आवश्यकता होती है। इन्हें एक सामान्य कंप्यूटर पर सिम्युलेट करना बहुत कठिन है क्योंकि वे बहुत "अजीब" होते हैं।

लेखकों को एक चतुर वर्कअराउंड (जुगाड़) का उपयोग करना पड़ा। कल्पना कीजिए कि आप सीधे एक जटिल केक नहीं बना सकते। इसके बजाय, आप कई साधारण वैनिला और चॉकलेट केक बनाते हैं, उन्हें विशिष्ट अनुपात में मिलाते हैं, और यह मान लेते हैं कि यह मिश्रण ही वह जटिल केक है। इसने उन्हें केवल आसान गणनाओं के बजाय सबसे कठिन प्रकार की क्वांटम गणनाओं पर अपने तरीके का परीक्षण करने की अनुमति दी।

वास्तविक दुनिया का लाभ: संसाधनों की बचत

पेपर ने यह देखने के लिए सिमुलेशन चलाया कि यह वास्तव में कितना मदद करता है।

परिणाम: इस "एक्सट्रपलेशन" ट्रिक का उपयोग करके, वे एक बहुत बड़े कंप्यूटर के समान सटीकता प्राप्त कर सके, जिसके लिए 3 से 10 गुना कम भौतिक भागों (क्वबिट्स) की आवश्यकता थी।
समझौता (Trade-off): आपको प्रयोग को कुछ अधिक बार चलाना होगा (विभिन्न दूरियों के लिए डेटा प्राप्त करने के लिए), लेकिन यह एक पूरा नया, बड़ा क्वांटम कंप्यूटर बनाने की तुलना में बहुत सस्ता है।

सारांश

यह पेपर भविष्य का एक शॉर्टकट खोजने जैसा है। यह कहता है: "हमें एक आदर्श परिणाम प्राप्त करने के लिए एक विशाल, पूर्ण क्वांटम कंप्यूटर के होने तक प्रतीक्षा करने की आवश्यकता नहीं है। हम अपने वर्तमान, शोर वाले, छोटे कंप्यूटरों का उपयोग कर सकते हैं, कुछ अलग-अलग आकार के परीक्षण चला सकते हैं, और एक आदर्श परिणाम तक पहुँचने के लिए थोड़े से गणित का उपयोग करके 'एक्सट्रपलेशन' कर सकते हैं।"

यह "शोर वाले" वर्तमान और "फॉल्ट-टोलरेंट" भविष्य के बीच के अंतर को पाटता है, जिससे हमें हमारे पास मौजूद हार्डवेयर के साथ आज बेहतर विज्ञान करने की अनुमति मिलती है।

यहाँ उम्ब्रारेसकु (Umbrarescu), हिगोट (Higgott), और ब्राउन (Browne) के शोध पत्र "Infinite Distance Extrapolation: How error mitigation can enhance quantum error correction" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

क्वांटम एरर करेक्शन (QEC) और क्वांटम एरर मिटिगेशन (QEM) को पारंपरिक रूप से दो अलग-अलग दृष्टिकोणों के रूप में माना जाता है। QEC को फॉल्ट-टोलरेंट क्वांटम कंप्यूटिंग (FTQC) युग के लिए डिज़ाइन किया गया है, जिसमें त्रुटियों (errors) को थ्रेशोल्ड से नीचे दबाने के लिए बड़े भौतिक संसाधनों की आवश्यकता होती है। QEM को NISQ युग के लिए डिज़ाइन किया गया है, जो एक्सपेक्टेशन वैल्यू (expectation values) में बायस (bias) को कम करने के लिए स्थानिक संसाधनों (spatial resources) के बजाय टेम्पोरल संसाधनों (temporal resources - अधिक सर्किट निष्पादन) का उपयोग करता है।

यह शोध पत्र अर्ली फॉल्ट-टोलरेंट (EFT) युग को संबोधित करता है, जो एक संक्रमणकालीन चरण है जहाँ उपकरण बेहतर हो रहे हैं लेकिन पूर्ण फॉल्ट टॉलरेंस अभी भी प्राप्त करना संभव नहीं है। मुख्य समस्या यह है कि इन दोनों प्रतिमानों (paradigms) को गैर-तुच्छ (non-trivially) तरीके से कैसे जोड़ा जाए। विशेष रूप से, लेखक यह जांचते हैं कि क्या QEM तकनीकें QEC के प्रदर्शन को तब बढ़ा सकती हैं जब भौतिक त्रुटि दर कोड थ्रेशोल्ड से नीचे हो, लेकिन लॉजिकल एरर रेट (LER) अभी भी महत्वपूर्ण हो।

2. कार्यप्रणाली: इनफिनिट डिस्टेंस एक्सट्रपलेशन (IDE)

लेखक इनफिनिट डिस्टेंस एक्सट्रपलेशन (IDE) का प्रस्ताव करते हैं, जो एक नया प्रतिमान है जो ज़ीरो-नॉइज़ एक्सट्रपलेशन (ZNE) तकनीक को QEC सेटिंग में अनुकूलित करता है।

मुख्य अवधारणा: मानक ZNE में, शोर (noise) को कृत्रिम रूप से बढ़ाया जाता है (जैसे, सर्किट फोल्डिंग द्वारा), और परिणामों को ज़ीरो-नॉइज़ लिमिट ( $\lambda \to 0$ $λ \to 0$ ) तक एक्सट्रपलेट किया जाता है। IDE में, "नॉइज़ पैरामीटर" को कोड डिस्टेंस ( $d$ ) द्वारा प्रतिस्थापित किया जाता है।
- कोड डिस्टेंस (अधिक फिजिकल क्वबिट्स का उपयोग करके) बढ़ाना लॉजिकल एरर रेट को कम करता है, जो भौतिक शोर को कम करने के समान है।
- इसलिए, अनंत दूरी ( $d \to \infty$ ) तक एक्सट्रपलेशन करना गणितीय रूप से ज़ीरो-नॉइज़ तक एक्सट्रपलेशन करने के समान है।
द एंसाट (The Ansatz): लेखक सरफेस कोड थ्योरी के आधार पर लॉजिकल एरर रेट के लिए एक विश्लेषणात्मक एंसाट (analytical ansatz) व्युत्पन्न करते हैं। वे नॉइज़ी एक्सपेक्टेशन वैल्यू $y(d)$ को इस प्रकार मॉडल करते हैं:
$y(d) = A + Be^{-Cd}$
जहाँ $A$ निर्दोष (noiseless) एक्सपेक्टेशन वैल्यू (लक्ष्य) है, और एक्सपोनेंशियल टर्म उस त्रुटि योगदान का प्रतिनिधित्व करता है जो $d \to \infty$ होने पर समाप्त हो जाता है। वे विभिन्न त्रुटि तंत्रों (जैसे, $X$ बनाम $Y$ बेसिस एरर) को ध्यान में रखने के लिए मल्टी-एक्सपोनेंशियल फॉर्म का भी अन्वेषण करते हैं।
कार्यान्वयन (Implementation):
1. समानांतर निष्पादन (Parallel Execution): एक बड़े कोड को चलाने के बजाय, यह विधि उपलब्ध हार्डवेयर संसाधनों पर अलग-अलग कोड डिस्टेंस ( $d_1, d_2, \dots, d_k$ ) के साथ एक ही लॉजिकल सर्किट के कई इंस्टेंस को समानांतर में चलाती है।
2. डेटा संग्रह: प्रत्येक डिस्टेंस के लिए एक्सपेक्टेशन वैल्यू मापी जाती है।
3. फिटिंग: डेटा पॉइंट्स को एंसाट फंक्शन पर फिट किया जाता है।
4. एक्सट्रपलेशन: फंक्शन को $d \to \infty$ पर मूल्यांकित किया जाता है ताकि मिटिगेटेड (mitigated) एक्सपेक्टेशन वैल्यू प्राप्त की जा सके।
नॉन-स्टेबलाइज़र स्टेट्स को संभालना: गैर-स्टेबलाइज़र एक्सपेक्टेशन वैल्यू (केवल $\pm 1$ $\pm 1$ नहीं) के परीक्षण के लिए, लेखक महंगे नॉन-क्लिफ़ोर्ड सिमुलेशन की आवश्यकता को दूर करने के लिए दो विधियों का उपयोग करते हैं:
- क्वांटम प्रोसेस टोपोलॉजी (QPT): प्रभावी लॉजिकल नॉइज़ चैनल का लक्षण वर्णन करना।
- स्टेबलाइज़र डीकंपोजिशन: नॉन-स्टेबलाइज़र स्टेट्स (जैसे, $|T\rangle$ स्टेट) को स्टेबलाइज़र स्टेट्स के क्वैसी-प्रोबेबिलिटी सम (quasiprobability sum) के रूप में व्यक्त करना, जिससे क्लिफ़ोर्ड सर्किट्स के माध्यम से कुशल सिमुलेशन संभव हो सके।

3. प्रमुख योगदान

प्रतिमान परिवर्तन (Paradigm Shift): एक ऐसा ढांचा प्रस्तावित करता है जहाँ QEC, QEM वर्कफ़्लो के भीतर एक सबरूटीन के रूप में कार्य करता है, जो पिछले प्रस्तावों से भिन्न है जहाँ QEC के अंदर QEM का उपयोग किया जाता था।
सैद्धांतिक औचित्य: यह लॉजिकल एरर रेट स्केलिंग को कोड डिस्टेंस के एक्सपोनेंशियल डिके फंक्शन से जोड़ते हुए एक विश्लेषणात्मक व्युत्पत्ति प्रदान करता है, जो एंसाट के चुनाव को न्यायसंगत बनाता है।
मजबूती का परीक्षण (Robustness Testing): वास्तविक सर्किट-लेवल नॉइज़ मॉडल्स (SI1000) और स्थानिक रूप से विषम शोर (fabrication defects का अनुकरण करते हुए) के तहत रोटेटेड सरफेस कोड पर विधि की प्रभावकारिता प्रदर्शित करता है।
नॉन-स्टेबलाइज़र वैलिडेशन: IDE को नॉन-स्टेबलाइज़र इनपुट स्टेट्स (जैसे, $|T\rangle$ और XY-प्लेन में स्टेट्स) पर सफलतापूर्वक लागू किया गया है, जो यह सिद्ध करता है कि यह विधि सामान्य क्वांटम गणनाओं के लिए काम करती है, न कि केवल मेमोरी प्रयोगों के लिए।

4. मुख्य परिणाम

लेखकों ने Stim सिम्युलेटर और PyMatching डिकोडर का उपयोग करके संख्यात्मक सिमुलेशन किए।

सटीकता में सुधार: IDE, सिंगल-डिस्टेंस QEC प्रयोगों की तुलना में एक्सपेक्टेशन वैल्यू की त्रुटि को काफी कम कर देता है।
- स्टेबलाइज़र स्टेट्स ( $|0\rangle$ ) के लिए, यह विधि लगभग पूर्ण फिट ( $R^2 > 0.99$ ) प्राप्त करती है।
- नॉन-स्टेबलाइज़र स्टेट्स ( $|T\rangle$ ) के लिए, IDE एक बहुत बड़े डिस्टेंस वाले एकल प्रयोग की तुलना में त्रुटियों को 10 $\times$ तक कम कर देता है।
प्रभावी दूरी ( $d_{eff}$ ): लेखक एक "प्रभावी दूरी" मीट्रिक को परिभाषित करते हैं। वे दिखाते हैं कि मध्यम दूरी (जैसे, $d=13$ ) तक डेटा को फिट करना, एक बहुत बड़े डिस्टेंस (जैसे, $d \approx 30+$ ) पर एकल प्रयोग चलाने के बराबर परिणाम देता है, जो भौतिक त्रुटि दर पर निर्भर करता है।
संसाधन बचत:
- IDE पर्याप्त संसाधन बचत प्रदान करता है। $p=0.4\%$ की भौतिक त्रुटि दर के लिए, IDE एक एकल बड़े कोड को चलाने की तुलना में $\approx 9\times$ कम फिजिकल क्वबिट्स के साथ समान लॉजिकल एरर रेट प्राप्त कर सकता है।
- स्पेस-टाइम वॉल्यूम बचत का अनुमान 4.5 $\times$ और 30 $\times$ के बीच लगाया गया है।
मजबूती (Robustness): विधि तब भी प्रभावी रहती है जब भौतिक क्वबिट्स की त्रुटि दर अलग-अलग होती है (स्थानिक विषमता), हालांकि इसका प्रदर्शन अंततः सबसे खराब प्रदर्शन करने वाले क्वबिट्स द्वारा सीमित होता है।
तुलना: IDE पारंपरिक रिचर्डसन एक्सट्रपलेशन (जो एक पॉलिनोमियल एंसाट का उपयोग करता है) की तुलना में त्रुटि में कमी के मामले में कई गुना बेहतर प्रदर्शन करता है, विशेष रूप से नॉन-स्टेबलाइज़र स्टेट्स के लिए।

5. महत्व और निहितार्थ

EFT गैप को पाटना: IDE, अर्ली फॉल्ट-टोलरेंट युग के लिए एक व्यावहारिक मार्ग प्रदान करता है। यह शोधकर्ताओं को उन उपकरणों से उच्च-फिडेलिटी परिणाम निकालने की अनुमति देता है जो अभी तक वांछित सटीकता के लिए पूर्ण फॉल्ट-टोलरेंट एल्गोरिदम चलाने के लिए पर्याप्त बड़े नहीं हैं।
हार्डवेयर दक्षता: लॉजिकल एरर रेट के सुचारू स्केलिंग का लाभ उठाकर, IDE "आभासी" अनंत दूरी वाले कोड (virtual infinite distance codes) प्रदान करता है, जो भौतिक रूप से बड़े कोड बनाने की अत्यधिक लागत के बिना संभव है।
सामान्य प्रयोजकता: हालांकि इसे सरफेस कोड पर प्रदर्शित किया गया है, लेखक तर्क देते है कि यह विधि अन्य टोपोलॉजिकल कोड्स पर भी लागू होती है। वे नोट करते हैं कि गैर-स्मूथ डिस्टेंस जम्प्स वाले कोड (जैसे LDPC या कॉनकेटनेटेड कोड्स) के लिए आगे के अन्वेषण की आवश्यकता हो सकती है।
लागत-लाभ (Cost-Benefit): यह विधि सैंपलिंग ओवरहेड (कई सर्किट चलाना) के बदले स्थानिक ओवरहेड (बड़े कोड बनाना) का व्यापार करती है। चूंकि सैंपलिंग अक्सर बड़े चिप्स बनाने की तुलना में सस्ती होती है, इसलिए IDE एक अत्यधिक आकर्षक रणनीति है।

निष्कर्षतः, यह शोध पत्र स्थापित करता है कि इनफिनिट डिस्टेंस एक्सट्रपलेशन एक शक्तिशाली तकनीक है जो कोड डिस्टेंस को एक ट्यूनेबल नॉइज़ पैरामीटर के रूप में उपयोग करके QEC को बेहतर बनाती है, जिससे निकट भविष्य में कम हार्डवेयर आवश्यकताओं के साथ उच्च-परिशुद्धता वाली क्वांटम गणना संभव होती है।