⚛️ quantum physics

Hybrid Analog-Digital Simulation of the Abelian Higgs model

यह शोध पत्र सुपरकंडक्टिंग ट्रांसमोन क्यूट्रिट प्रोसेसरों पर (1+1) आयामी एबेलियन हिग्स मॉडल को सिम्युलेट करने के लिए एक व्यवहार्य प्लेटफॉर्म प्रदर्शित करता है, जिसमें स्पिन-1 फील्ड ऑब्जर्वेबल्स के लिए तीन-स्तरीय प्रणालियों के प्राकृतिक मैपिंग का लाभ उठाते हुए, एक पल्स-आधारित हाइब्रिड एनालॉग-डिजिटल प्रोटोकॉल और एक गेट-आधारित ट्रोटरयुक्त दृष्टिकोण का प्रयोगात्मक रूप से निर्माण और तुलना की गई है।

मूल लेखक: Muhammad Asaduzzaman, Rayleigh W. Parker, Noah Goss, Ahmed I. Mohamed, Max Neiderbach, Zane Ozzello, Ravi K. Naik, Alexander F. Kemper, Irfan Siddiqi, Yannick Meurice, Machiel S. Blok

प्रकाशित 2026-03-16

📖 7 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Muhammad Asaduzzaman, Rayleigh W. Parker, Noah Goss, Ahmed I. Mohamed, Max Neiderbach, Zane Ozzello, Ravi K. Naik, Alexander F. Kemper, Irfan Siddiqi, Yannick Meurice, Machiel S. Blok

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 अदृश्य बलों द्वारा संचालित एक ब्रह्मांड में कणों के एक जटिल, अराजक नृत्य (chaotic dance) का अनुकरण (simulate) करने की कोशिश कर रहे हैं। वास्तविक दुनिया में, यह क्वांटम फील्ड थ्योरी (Quantum Field Theory) का क्षेत्र है, विशेष रूप से एक मॉडल जिसे एबेलियन हिग्स मॉडल (Abelian Higgs Model) कहा जाता है। यह उन नियमों का एक सरलीकृत संस्करण है जो यह नियंत्रित करते हैं कि कण कैसे परस्पर क्रिया करते हैं और आपस में जुड़ते हैं (एक घटना जिसे "कन्फाइनमेंट" या बंधन कहा जाता है, जो प्रोटॉन के भीतर क्वार्क्स को जोड़ने वाले गोंद के समान है)।

दशकों से, वैज्ञानिकों ने इसे क्लासिकल सुपरकंप्यूटरों पर सिम्युलेट करने की कोशिश की है, लेकिन वे एक दीवार से टकरा गए। यह मौसम की भविष्यवाणी करने के लिए हवा के हर एक अणु की गणना करने जैसा है; गणित बहुत जटिल हो जाता है, खासकर जब आप यह देखना चाहते हैं कि चीजें वास्तविक समय (real-time) में कैसे बदलती हैं, न कि केवल एक स्थिर तस्वीर के रूप में।

यहाँ क्वांटम कंप्यूटर का प्रवेश होता है। गणना करने के बजाय, एक क्वांटम कंप्यूटर स्वयं वह "डांस फ्लोर" बन जाता है। लेकिन इसमें एक पेंच है: आज के अधिकांश क्वांटम कंप्यूटर "क्यूबिट्स" (qubits) के साथ बनाए गए हैं, जो प्रकाश के स्विच की तरह होते हैं जो या तो चालू (ON) या बंद (OFF) हो सकते हैं (0 या 1)। हालांकि, जिस भौतिकी का हम अनुकरण करने की कोशिश कर रहे हैं, उसमें अक्सर तीन अलग-अलग अवस्थाओं वाले कण शामिल होते हैं (जैसे कि एक लाइट स्विच जो बंद, चालू, या एक विशेष "डिम्ड/धुंधले" मोड में हो सकता है)।

यह शोध पत्र एक सफलता का वर्णन करता है जहाँ शोधकर्ताओं ने इस नृत्य को अधिक कुशलता से सिम्युलेट करने के लिए क्यूट्रिट्स (Qutrits) (क्वांटम तीन-स्तरीय सिस्टम) का उपयोग किया। उन्होंने केवल एक विधि का उपयोग नहीं किया; उन्होंने इस काम को पूरा करने के लिए दो अलग-अलग "कोरियोग्राफी" का परीक्षण किया।

पात्रों की टोली: ट्रांसमोन क्यूट्रिट (The Transmon Qutrit)

सोचिए कि उन्होंने जिस हार्डवेयर का उपयोग किया है वह एक ट्रांसमोन (Transmon) है। आमतौर पर, इनका उपयोग साधारण लाइट स्विच (क्यूबिट्स) के रूप में किया जाता है। लेकिन इन शोधकर्ताओं ने इन्हें तीन-तरफा डिमर स्विच (three-way dimmer switches) के रूप में कार्य करने के लिए ट्यून किया।

अवस्था 0 (State 0): बंद (Off)।
अवस्था 1 (State 1): धुंधला (Dim)।
अवस्था 2 (State 2): चमकदार (Bright)।

यह एक बहुत बड़ा लाभ है। यदि आप दो-अवस्था वाले स्विचों (क्यूबिट्स) का उपयोग करके तीन-अवस्था वाले सिस्टम का अनुकरण करने की कोशिश करते हैं, तो आपको एक कण का प्रतिनिधित्व करने के लिए दो स्विचों की आवश्यकता होगी, जिससे जटिलता और त्रुटियों की संभावना दोगुनी हो जाएगी। एक एकल तीन-अवस्था वाले स्विच (क्यूट्रिट) का उपयोग करना, दो हथौड़ों के बजाय एक एकल, बहुमुखी उपकरण का उपयोग करने जैसा है।

दो दृष्टिकोण: एनालॉग-डिजिटल बनाम पूर्णतः डिजिटल

टीम ने एबेलियन हिग्स मॉडल की धुन पर इन क्यूट्रिट्स को नचाने के दो अलग-अलग तरीकों का परीक्षण किया।

1. "एनालॉग-डिजिटल हाइब्रिड" (द डीजे रिमिक्स)

कल्पना कीजिए कि आप एक विशिष्ट गाना फिर से बनाना चाहते हैं।

एनालॉग भाग: आपके पास एक डीजे (हार्डवेयर) है जो स्वाभाविक रूप से एक बीट बजाता है जो आपके वांछित गाने के लगभग समान है। यह करीब है, लेकिन एकदम सही नहीं है।
डिजिटल भाग: हर कुछ सेकंड में, डीजे रुकता है, एक विशिष्ट "रीसेट" बटन (डिजिटल गेट) दबाता है, और लय को ठीक करने के लिए एक स्विच बदल देता है।
परिणाम: संगीत के स्वाभाविक प्रवाह और इन त्वरित सुधारों के बीच बारी-बारी से चलते हुए, वे एक "फ्लोकेट" (Floquet) चक्र बनाते हैं। यह एक लाइव डीजे रिमिक्स की तरह है: वे संगीत के प्राकृतिक प्रवाह का उपयोग करते हैं लेकिन ताल पर बने रहने के लिए इसे लगातार ट्यून करते रहते हैं।
चुनौती: इसके लिए बहुत सटीक इंजीनियरिंग की आवश्यकता होती है। उन्हें दो क्यूट्रिट्स के बीच के प्राकृतिक संपर्क को ट्यून करने के लिए माइक्रोवेव "स्टार्क ड्राइव्स" (tuning forks की तरह) का उपयोग करना पड़ा ताकि यह उस गणित से मेल खा सके जिसकी उन्हें आवश्यकता थी। उन्होंने पृष्ठभूमि के शोर को रद्द करने के लिए "डायनामिकल डिकपलिंग" (नॉइज़-कैंसलिंग हेडफ़ोन जैसी एक तकनीक) का भी उपयोग किया।

2. "पूर्णतः डिजिटल" (द लेगो बिल्डर)

यह दृष्टिकोण लेगो ब्रिक्स से संरचना बनाने जैसा है।

हार्डवेयर के प्राकृतिक प्रवाह पर निर्भर रहने के बजाय, उन्होंने पूरी सिमुलेशन को छोटे, सटीक चरणों (गेट्स) के क्रम में तोड़ दिया।
उन्होंने एक "ट्रोटराइजेशन" (Trotterization) विधि का उपयोग किया: कल्पना कीजिए कि आप एक नदी पार कर रहे हैं। पूरी दूरी एक बार में कूदने के बजाय, आप कई छोटे, सटीक कदम उठाते हैं।
नवाचार: क्योंकि वे क्यूट्रिट्स का उपयोग कर रहे थे, वे इन चरणों को बहुत अधिक कुशलता से बना सकते थे। एक कार्य जिसके लिए मानक क्यूबिट कंप्यूटर पर 12 लेगो ब्रिक्स (गेट्स) की आवश्यकता होती थी, उसके लिए उनके क्यूट्रिट कंप्यूटर ने केवल 3 ब्रिक्स का उपयोग किया। यह प्रयास में चार गुना कमी है!
सफाई: चूंकि वर्तमान क्वांटम कंप्यूटर शोर वाले (जैसे हवादार कमरे में लेगो बनाने जैसा) होते हैं, इसलिए उन्होंने "एरर मिटिगेशन" (त्रुटि शमन) का उपयोग किया। उन्होंने परिणाम को स्पष्ट करने के लिए रैंडम "ट्विस्ट्स" (रैंडमाइज्ड कम्पाइलेशन) के साथ सिमुलेशन को 30 बार चलाया, ताकि उस बिखराव को एक अनुमानित पैटर्न में बदला जा सके, और फिर वास्तविक चित्र देखने के लिए गणितीय रूप से परिणाम को साफ किया।

परिणाम: अदृश्य को देखना

उन्होंने वास्तव में क्या देखा?
उन्होंने अपने सिम्युलेटेड ब्रह्मांड के "इलेक्ट्रिक फील्ड" को वास्तविक समय में विकसित होते देखा।

कन्फाइनमेंट (Confinement): उन्होंने देखा कि कैसे आवेश (कण) अलग होने की कोशिश करते हैं लेकिन वापस खींचे जाते हैं, जैसे दो चुंबक जो एक-दूसरे को छोड़ने से इनकार करते हैं।
स्ट्रिंग ब्रेकिंग (String Breaking): उन्होंने देखा कि जब आप उन्हें बहुत ज़ोर से खींचते हैं तो क्या होता है—वह "डोरी" (string) जो उन्हें थामे हुए है, टूट जाती है, जिससे नए कण बनते हैं।

दोनों विधियाँ सफल रहीं! हाइब्रिड विधि लंबी, सुचारू सिमुलेशन के लिए बेहतरीन थी, जबकि डिजिटल विधि अविश्वसनीय रूप से सटीक थी और इसने दिखाया कि क्यूट्रिट्स पारंपरिक क्यूबिट्स की तुलना में कितने कुशल हैं।

यह क्यों मायने रखता है?

यह भविष्य के लिए एक "प्रूफ ऑफ कॉन्सेप्ट" है।

दक्षता (Efficiency): यह सिद्ध करता है कि दो-स्तरीय सिस्टम (क्यूबिट्स) में सब कुछ फिट करने के बजाय तीन-स्तरीय सिस्टम (क्यूट्रिट्स) का उपयोग करना एक स्मार्ट तरीका है।
स्केलेबिलिटी (Scalability): यह दिखाता है कि हम बड़े, अधिक जटिल ब्रह्मांडों को सिम्युलेट करने के लिए इसे स्केल कर सकते हैं, जो संभावित रूप से हमें QCD फेज डायग्राम (मैटर कैसे व्यवहार करता है, इसका मानचित्र, जैसे न्यूट्रॉन स्टार के अंदर या बिग बैंग के क्षणों के दौरान) को समझने में मदद कर सकता है।
भविष्य: हम "क्या हम यह कर सकते हैं?" से "हम इसे कितनी कुशलता से कर सकते हैं?" की ओर बढ़ रहे हैं। यह शोध पत्र सुझाव देता है कि हमारे हार्डवेयर की स्वाभाविक "तीन-तरफा" प्रकृति का उपयोग करके, हम उन समस्याओं को हल कर सकते हैं जो पहले बहुत महंगी या असंभव गणनाएँ थीं।

संक्षेप में: शोधकर्ताओं ने एक विशेष "तीन-तरफा डिमर स्विच" कंप्यूटर बनाया। उन्होंने इसे नाचने के दो अलग-अलग तरीके सिखाए: एक अपने प्राकृतिक लय को रिमिक्स करके, और दूसरा चरण-दर-चरण निर्माण करके। दोनों नृत्यों ने प्रारंभिक ब्रह्मांड की जटिल भौतिकी को सफलतापूर्वक पुन: निर्मित किया, जिससे यह साबित हुआ कि यह नया "तीन-अवस्था" वाला दृष्टिकोण क्वांटम दुनिया के रहस्यों को खोलने के लिए एक शक्तिशाली कुंजी है।

यहाँ मुहम्मद असादुज्जमानman और अन्य द्वारा लिखित शोध पत्र "Hybrid Analog-Digital Simulation of the Abelian Higgs model" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

नॉन-एबेलियन गेज सिद्धांतों, जैसे कि क्वांटम क्रोमोडायनामिक्स (QCD), का अनुकरण करना क्वांटम कंप्यूटिंग का एक प्राथमिक लक्ष्य है, लेकिन वर्तमान हार्डवेयर पर इसमें महत्वपूर्ण बाधाएं आती हैं।

साइन प्रॉब्लम (The Sign Problem): परिमित रासायनिक क्षमता (finite chemical potential) पर क्लासिकल लैटिस QCD सिमुलेशन, मोंटे कार्लो विधियों का उपयोग करते समय "साइन प्रॉब्लम" से जूझते हैं और वास्तविक समय की गैर-संतुलन गतिशीलता (non-equilibrium dynamics) का आसानी से अनुकरण नहीं कर पाते हैं।
क्यूबिट्स की संसाधन अक्षमता (Resource Inefficiency of Qubits): अधिकांश मौजूदा क्वांटम सिमुलेशन क्यूबिट्स (2-स्तरीय प्रणालियों) का उपयोग करते हैं। हालाँकि, लैटिस गेज सिद्धांत अक्सर स्वाभाविक रूप से उच्च-आयामी प्रणालियों (qudits) से जुड़े होते हैं। एक स्पिन-1 प्रणाली (3 स्तर) को क्यूबिट्स पर मैप करने के लिए प्रति साइट कई क्यूबिट्स और जटिल, गैर-स्थानीय गेट डिकंपोजिशन की आवश्यकता होती है, जिससे गहरे सर्किट और उच्च त्रुटि दर उत्पन्न होती है।
क्विडिट हार्डवेयर का अभाव (Lack of Qudit Hardware): जबकि सैद्धांतिक प्रस्ताव मौजूद हैं, क्विडेट-आधारित सिमुलेशन के प्रायोगिक कार्यान्वयन अत्यंत दुर्लभ हैं।

उद्देश्य: सुपरकंडक्टिंग ट्रांसमोन क्वट्रिट्स (3-स्तरीय प्रणालियों) का उपयोग करके एबेलियन हिग्स मॉडल (AHM)—जो QCD की तरह कन्फाइनमेंट (confinement) और स्ट्रिंग ब्रेकिंग (string breaking) जैसी प्रमुख विशेषताओं वाला एक खिलौना मॉडल है—का अनुकरण करने के लिए एक संसाधन-कुशल, स्केलेबल प्लेटफॉर्म का प्रदर्शन करना। इसके लिए दो अलग-अलग प्रोटोकॉल का उपयोग किया गया है: हाइब्रिड एनालॉग-डिजिटल और पूर्णतः डिजिटल (Fully Digital)।

2. कार्यप्रणाली (Methodology)

लेखकों ने (1+1) आयामी AHM का दो-साइट लैटिस पर अनुकरण करने के लिए दो अलग-अलग सुपरकंडक्टिंग ट्रांसमोन क्वट्रिट प्रोसेसरों (एक रोचेस्टर विश्वविद्यालय में और एक यूसी बर्कले में) का उपयोग किया। मॉडल को स्पिन-1 प्रतिनिधित्व में सीमित (truncate) किया गया था, जहाँ प्रत्येक लैटिस साइट स्वाभाविक रूप से एक एकल क्वट्रिट ( $d=3$ ) से मैप होती है।

A. सैद्धांतिक मॉडल (Theoretical Model)

स्पिन-1 ट्रंकेशन में AHM हैमिल्टोनियन इस प्रकार है:
$H_{AHM} = \frac{\kappa}{2} \sum L_z^2 - \chi \sum F_x + \frac{\beta}{2} \sum (L_z^{k+1} - L_z^k)^2$
जहाँ $L_z$ इलेक्ट्रिक फील्ड ऑपरेटर को दर्शाता है और $F_x$ मैटर फील्ड होपिंग को दर्शाता है। स्पिन-1 अवस्थाओं $|m=1, 0, -1\rangle$ को ट्रांसमोन इगेनस्टेट्स $|n=0, 1, 2\rangle$ में मैप किया गया है।

B. प्रोटोकॉल 1: हाइब्रिड एनालॉग-डिजिटल सिमुलेशन (Hybrid Analog-Digital Simulation)

प्लेटफॉर्म: रोचेस्टर-आधारित ट्रांसमोन डिवाइस।
दृष्टिकोण: यह विधि एनालॉग इवोल्यूशन और लघु डिजिटल पल्स (फ्लोकैट इंजीनियरिंग) के बीच बारी-बारी से बदलकर एक प्रभावी हैमिल्टोनियन तैयार करती है।
सिंगल-साइट डायनेमिक्स: विशिष्ट डिट्यूनिंग्स और एनवेलोप्स के साथ $|0\rangle \leftrightarrow |1\rangle$ और $|1\rangle \leftrightarrow |2\rangle$ ट्रांजिशन को एक साथ ड्राइव करके प्रभावी $L_z^2$ और $L_x$ टर्म्स उत्पन्न किए गए।
इंटरैक्शन इंजीनियरिंग: ट्रांसमोंस के बीच मूल अंतःक्रिया (native interaction) एक विसरित क्रॉस-केर (Cross-Kerr) इंटरैक्शन है ( $H_{ck} \propto \sum z_{ij} L_z^i \otimes L_z^j$ $H_{c k} \propto \sum z_{ij} L_{z}^{i} \otimes L_{z}^{j}$ ), जिसमें अवांछित पद (जैसे $L_z L_z^2$ $L_{z} L_{z}^{2}$ , आदि) शामिल हैं।
- डायनामिकल डिकपलिंग (Dynamical Decoupling): अवांछित विषम-पैरिटी (odd-parity) इंटरैक्शन पदों को रद्द करने के लिए लेखकों ने एक $\pi_{02}$ पल्स (जो $|0\rangle$ और $|2\rangle$ को स्वैप करता है) लागू किया।
- स्टार्क ड्राइव्स (Stark Drives): शेष सम-पैरिटी (even-parity) गुणांकों को ट्यून करने के लिए समवर्ती ऑफ-रेजोनेंट स्टार्क ड्राइव्स लागू किए गए, विशेष रूप से $z_{22}$ पद को शून्य करने के लिए $L_z \otimes L_z$ इंटरैक्शन को लक्षित किया गया।
परिणाम: एक प्रभावी फ्लोकेट हैमिल्टोनियन जो न्यूनतम गेट ओवरहेड के साथ लक्षित AHM का सन्निकटन (approximation) प्रदान करता है।

C. प्रोटोकॉल 2: पूर्णतः डिजिटल सिमुलेशन (Fully Digital Simulation)

प्लेटफॉर्म: बर्कले-आधारित यूनिवर्सल क्वट्रिट प्रोसेसर।
दृष्टिकोण: एक गेट-आधारित ट्रोटरलाइज्ड (Trotterized) सिमुलेशन जो टाइम-इवोल्यूशन ऑपरेटर $U(t) = e^{-iHt}$ को डिकम्पोज़ करता है।
गेट डिकम्पोजिशन:
- नेटिव गेट्स: $|0\rangle \leftrightarrow |1\rangle$ और $|1\rangle \leftrightarrow |2\rangle$ सबस्पेस में रोटेशन के लिए सिंगल-टोन ड्राइव्स, और एक कंट्रोल्ड-सम एंटैंगलिंग गेट ($UCSUM$) का उपयोग किया गया।
- दक्षता: लेखकों ने प्रदर्शित किया कि क्वट्रिट्स पर AHM इवोल्यूशन को डिकम्पोज़ करने के लिए प्रति ट्रोटर स्टेप 3 नेटिव एंटैंगलिंग गेट्स की आवश्यकता होती है। इसके विपरीत, एक क्यूबिट-आधारित कार्यान्वयन (3 स्तरों को 2 क्यूबिट्स पर मैप करने के लिए) में 12 CNOT गेट्स (या प्रतिबंधित कनेक्टिविटी के साथ ~30) की आवश्यकता होगी, जो संसाधनों की आवश्यकताओं में 4-गुना कमी को दर्शाता है।
त्रुटि शमन (Error Mitigation): हार्डवेयर शोर के कारण, लेखकों ने निम्नलिखित का उपयोग किया:
- रैंडमाइज्ड कम्पाइलेशन (Twirling): कोहेरेंट त्रुटियों को स्टोकेस्टिक पॉली शोर (stochastic Pauli noise) में बदलने के लिए।
- साइकिल बेंचमार्किंग (Cycle Benchmarking): शोर मापदंडों को मापने के लिए।
- न्यूमेरिकल प्योरिफिकेशन (Numerical Purification): मापे गए शोर के आधार पर एक्सपेक्टेशन वैल्यू को पुन: स्केल करने के लिए, जिससे फिडेलिटी में काफी सुधार हुआ।

3. मुख्य योगदान (Key Contributions)

प्रथम क्वडिट फील्ड थ्योरी सिमुलेशन: यह कार्य क्वडिट हार्डवेयर पर लैटिस फील्ड थ्योरी के बहुत कम प्रायोगिक वास्तविक स्वरूपों में से एक प्रस्तुत करता है, जो विशेष रूप से ट्रांसमोन क्वट्रिट्स पर AHM को प्रदर्शित करता है।
क्विडिट्स के लिए हैमिल्टोनियन इंजीनियरिंग: एक नया प्रोटोकॉल विकसित किया गया जो स्टार्क ड्राइव्स और डायनामिकल डिकपलिंग को जोड़कर मल्टी-लेवल सिस्टम में विशिष्ट $L_z \otimes L_z$ इंटरैक्शन को इंजीनियर करता है, जिससे जटिल पल्स सीक्वेंस के बिना अवांछित क्रॉस-केर टर्म्स को दबाया जा जाता है।
संसाधन दक्षता का प्रदर्शन: मात्रात्मक रूप से सिद्ध किया गया कि स्पिन-1 मॉडल के लिए क्वट्रिट-आधारित सिमुलेशन, क्यूबिट-आधारित दृष्टिकोणों की तुलना में महत्वपूर्ण लाभ प्रदान करते हैं, जिससे एंटैंगलिंग गेट काउंट में चार गुना कमी आती है और गैर-स्थानीय कनेक्टिविटी समस्याओं से बचा जा सकता है।
क्विडिट्स में त्रुटि शमन: यह प्रमाणित किया गया कि क्यूबिट्स के लिए विकसित उन्नत त्रुटि शमन तकनीकें (रैंडमाइज्ड कम्पाइलेशन और प्योरिफिकेशन) सीधे क्वट्रिट्स के लिए भी लागू और प्रभावी हैं, जिससे अवलोकन योग्य सिमुलेशन समय बढ़ जाता है।

4. परिणाम (Results)

एनालॉग-डिजिटल परिणाम: प्रयोग ने इलेक्ट्रिक फील्ड ऑपरेटर ( $L_z$ ) और उसके वर्ग ( $L_z^2$ ) के वास्तविक समय के डायनेमिक्स को सफलतापूर्वक देखा। डेटा उच्च फिडेलिटी के साथ सैद्धांतिक श्रोडिंगर इवोल्यूशन और लिंडब्लाड मास्टर इक्वेशन सिमुलेशन (डिकोहेरेंस को ध्यान में रखते हुए) से मेल खाता है।
डिजिटल परिणाम: गेट-आधारित सिमुलेशन ने भी $\langle L_z \rangle$ $⟨ L_{z} ⟩$ और $\langle L_z^2 \rangle$ $⟨ L_{z}^{2} ⟩$ के डायनेमिक्स को ट्रैक किया।
- त्रुटि शमन का प्रभाव: शोर के कारण कच्चा हार्डवेयर डेटा सिद्धांत से काफी विचलित हो गया। हालाँकि, रैंडमाइज्ड कम्पाइलेशन और प्योरिफिकेशन लागू करने से परिणाम सटीक डायग्नोनालाइजेशन भविष्यवाणियों के करीब आ गए।
- स्केलेबिलिटी: न्यूमेरिकल सिमुलेशन (Cirig का उपयोग करके) ने दिखाया कि डिजिटल प्रोटोकॉल को स्ट्रिंग ब्रेकिंग और चार्ज कन्फाइनमेंट जैसी घटनाओं का अध्ययन करने के लिए 15-साइट लैटिस तक बढ़ाया जा सकता है, बशर्ते कि हार्डवेयर कोहेरेंस समय में सुधार हो।
तुलना: हाइब्रिड दृष्टिकोण ने कम पल्स के साथ लंबे सिमुलेशन समय प्रदान किया लेकिन इसके लिए सटीक हैमिल्टोनियन इंजीनियरिंग की आवश्यकता थी। डिजिटल दृष्टिकोण अधिक सार्वभौमिक और लचीला है, लेकिन यह गेट डेप्थ और शोर द्वारा सीमित है, हालाँकि त्रुटि शमन ने इसकी उपयोगिता को सफलतापूर्वक बढ़ा दिया।

5. महत्व और भविष्य की राह (Significance and Outlook)

QCD की ओर मार्ग: AHM, नॉन-एबेलियन गेज सिद्धांतों (जैसे SU(3) QCD) का अनुकरण करने के लिए एक महत्वपूर्ण कदम है। क्वडिट हार्डवेयर पर स्पिन-1 प्रणालियों को स्वाभाविक रूप से मैप करने की क्षमता यह सुझाव देती है कि भविष्य के QCD सिमुलेशन क्वडिट हार्डवेयर पर बहुत अधिक कुशल हो सकते हैं।
स्केलेबिलिटी: यह शोध रेखांकित करता है कि जबकि एनालॉग-डिजिटल दृष्टिकोण के लिए स्केलिंग हेतु विशेष उपकरणों (विशिष्ट फ्रीक्वेंसी स्पेसिंग) की आवश्यकता होती है, डिजिटल दृष्टिकोण अधिक लचीला है। भविष्य के कार्यों का लक्ष्य उच्च स्थानिक आयामों और उच्च-स्तरीय ट्रंकेशन ( $l \ge 2$ ) तक इन विधियों का विस्तार करना है।
प्लेटफॉर्म व्यवहार्यता: यह अध्ययन पुष्टि करता है कि वर्तमान और निकट-अवधि के सुपरकंडक्टिंग ट्रांसमोन प्रोसेसर, कन्फाइनमेंट और स्ट्रिंग ब्रेकिंग जैसी एक्सोटिक फील्ड थ्योरी विशेषताओं का अध्ययन करने के लिए व्यवहार्य प्लेटफॉर्म हैं, बशर्ते कि त्रुटि शमन और हार्डवेयर नियंत्रण में सुधार होता रहे।

निष्कर्षतः, यह कार्य गेज सिद्धांतों के अनुकरण के लिए एक दोहरा ढांचा (हाइब्रिड और डिजिटल) स्थापित करता है, जो यह प्रदर्शित करता है कि क्वडिट हार्डवेयर पर क्वट्रिट्स संसाधन दक्षता में स्पष्ट लाभ प्रदान करते हैं और उच्च-ऊर्जा भौतिकी की घटनाओं के अधिक जटिल सिमुलेशन के लिए मार्ग प्रशस्त करते हैं।