🔢 mathematics

Quantum Dynamical Entropy and non-Markovianity: a collisional model perspective

यह शोध पत्र यह प्रदर्शित करता है कि एक शास्त्रीय स्पिन चेन परिवेश वाले कोलिज़नल मॉडल में मल्टी-टाइम कोरिलेशन फंक्शन्स से प्राप्त एलिकी-लिंडब्लाड-फ़ैनेस (ALF) डायनेमिकल एंट्रॉपी, ओपन क्वांटम सिस्टम्स में नॉन-मार्कोवियन मेमोरी प्रभावों के सक्रियण और सुपर-एक्टिवेशन को परिवेश के सांख्यिकीय गुणों से जोड़ने वाले एक मात्रात्मक माप के रूप में कार्य करती है।

मूल लेखक: Giovanni Nichele, Fabio Benatti

प्रकाशित 2026-03-17

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Giovanni Nichele, Fabio Benatti

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

एक बड़ी तस्वीर: एक क्वांटम जासूसी कहानी

कल्पना कीजिए कि आप यह समझने की कोशिश कर रहे हैं कि कॉफी का प्याला ठंडा क्यों हो रहा है।

पुराना तरीका (मार्कोवियन/Markovian): आप बस कॉफी को देखते हैं। आप देखते हैं कि वह ठंडी हो रही है और मान लेते हैं कि वह बस कमरे में गर्मी खो रही है। आप सोचते हैं, "ठीक है, अतीत का कोई महत्व नहीं है; यह बस अभी ठंडी हो रही है।" इसे मार्कोवियन (Markovian) व्यवहार कहा जाता है—जिसमें कोई स्मृति (मेमोरी) नहीं होती।
नया तरीका (नॉन-मार्कोवियन/Non-Markovian): लेकिन क्या होगा अगर कमरे का फर्श अजीब और उछलने वाला हो? कॉफी ठंडी होती है, लेकिन फिर फर्श उस गर्मी को वापस कप में उछाल देता है, जिससे वह एक पल के लिए फिर से गर्म हो जाती है और फिर ठंडी होने लगती है। कॉफी उस गर्मी को "याद रखती" है जो उसने खो दी थी। यह नॉन-मार्कोवियन (Non-Markovian) व्यवहार है—जहाँ स्मृति (मेमोरी) मौजूद है।

समस्या: क्वांटम दुनिया में, हम आमतौर पर केवल "कॉफी" (ओपन सिस्टम) को देखते हैं। हम "फर्श" (पर्यावरण) को नहीं देख सकते। क्योंकि हम पर्यावरण को नहीं देख पाते, इसलिए हम अक्सर इस तथ्य को चूक जाते हैं कि सूचना (इन्फॉर्मेशन) आगे-पीछे बह रही है। हमें लगता है कि सिस्टम चीज़ों को भूल रहा है, लेकिन वास्तव में वह उन्हें याद रख रहा हो सकता है।

इस शोध पत्र में समाधान: लेखकों, जियोवानी निचले (Giovanni Nichele) और फैबियो बेनाटी (Fabio Benatti) ने एक नया "जासूसी उपकरण" विकसित किया है जिसे ALF एंट्रॉपी (ALF Entropy) कहा जाता है (इसका नाम वैज्ञानिकों एलिकी, लिंडब्लाड और फ़ैनेस के नाम पर रखा गया है)। यह उपकरण केवल कॉफी को नहीं देखता; यह समय के साथ हमारे द्वारा लिए गए मापों के पैटर्न को देखता है ताकि यह पता लगाया जा सके कि क्या सिस्टम वास्तव में भूल रहा है या वह पर्यावरण के रहस्यों को थामे हुए है।

उपमा: "आंखों पर पट्टी बांधा हुआ जादूगर"

उनके तरीके को समझने के लिए, एक जादूगर (क्वांटम सिस्टम) की कल्पना करें जो शीशों से भरे कमरे में गेंदों का करतब (जगलिंग) दिखाने की कोशिश कर रहा है (पर्यावरण)।

सेटअप (कोलिज़नल मॉडल/Collisional Model):
जादूगर अकेला करतब नहीं दिखाता। हर सेकंड, एक नया शीशा अंदर आता है, जादूगर उससे टकराता है, और फिर वह शीशा वापस चला जाता है। यह कोलिज़नल मॉडल (Collisional Model) है। जादूगर घड़ी की हर टिक के साथ पर्यावरण के एक ताज़ा हिस्से के साथ संपर्क करता है।
आंखों पर पट्टी (रिड्यूस्ड डायनेमिक्स/Reduced Dynamics):
आमतौर पर, हम केवल जादूगर के हाथों को देखते हैं। हम शीशों को नहीं देख सकते। यदि जादूगर एक गेंद गिरा देता है, तो हम मान लेते हैं कि वह हमेशा के लिए चली गई। यह ओपन सिस्टम का अध्ययन करने का मानक तरीका है।
नया उपकरण (ALF एंट्रॉपी):
लेखक कहते हैं, "रुको! आइए गेंदों के गिरने और पकड़ने के क्रम (sequence) को देखें।"

उच्च एंट्रॉपी (भूलना): यदि जादूगर बस बेतरतीब ढंग से गेंदें गिरा रहा है और उन्हें कभी नहीं पकड़ रहा है, तो पैटर्न अराजक (chaotic) है। हम हर सेकंड बहुत सारी नई जानकारी प्राप्त करते हैं क्योंकि भविष्य अप्रत्याशित है। यह बिना मेमोरी (no memory) वाले सिस्टम जैसा है।
कम एंट्रॉपी (याद रखना): यदि जादूगर एक सटीक, लयबद्ध पैटर्न में गेंदों को पकड़ना शुरू कर देता है, तो भविष्य अनुमानित हो जाता है। हम नई जानकारी प्राप्त करना बंद कर देते हैं क्योंकि हम अनुमान लगा सकते हैं कि आगे क्या होगा। यह कम एंट्रॉपी है।

ट्विस्ट: क्वांटम दुनिया में, यदि एंट्रॉपी शून्य के करीब गिर जाती है, तो इसका मतलब यह नहीं है कि जादूगर एकदम सटीक है। इसका मतलब यह हो सकता है कि शीशे गेंदों को जादूगर के पास एक बहुत ही विशिष्ट तरीके से वापस उछाल रहे हैं। सिस्टम पर्यावरण को इतनी अच्छी तरह से "याद रख" रहा है कि वह नई अनिश्चितता (randomness) पैदा करना बंद कर देता है।

"सुपर-एक्टिवेशन" का आश्चर्य

यह शोध पत्र एक वास्तव में अजीब चीज़ की खोज करता है, जिसे वे सुपर-एक्टिवेशन (Super-Activation) कहते हैं।

कल्पना कीजिए कि आपके पास दो समान जादूगर हैं।

जादूगर A बहुत अच्छा प्रदर्शन कर रहा है; वह कभी गेंद नहीं गिराता।
जादूगर B भी बहुत अच्छा प्रदर्शन कर रहा है; वह कभी गेंद नहीं गिराता।

यदि आप उन्हें अलग-अलग देखते हैं, तो आपको कोई "मेमोरी प्रभाव" या अजीब उछाल दिखाई नहीं देता। वे पूरी तरह से सामान्य दिखते हैं।

लेकिन, यदि आप उन्हें अगल-बगल रखते हैं और उन्हें उसी अजीब शीशों वाले कमरे के साथ इंटरैक्ट करने देते हैं, तो कुछ जादुई होता है। अचानक, वे गेंदों को गिराने और पकड़ने के एक ऐसे अराजक, उछलते हुए पैटर्न में लग जाते जो वे अकेले कभी नहीं कर सकते थे।

पेपर दिखाता है कि मेमोरी प्रभावों को "सुपर-एक्टिवेट" किया जा सकता है। एक ऐसा सिस्टम जो ऐसा दिखता है जैसे उसमें कोई मेमोरी नहीं है (कोई सूचना वापस नहीं आ रही), वह अचानक बड़े मेमोरी प्रभाव दिखा सकता है जब आप उसे एक विशिष्ट तरीके से देखते हैं (जैसे कि दो प्रतियों को एक साथ देखना)। "ALF एंट्रॉपी" टूल ही एकमात्र ऐसा उपकरण है जो इस छिपे हुए संबंध को पहचानने के लिए पर्याप्त संवेदनशील है।

यह क्यों महत्वपूर्ण है?

बेहतर क्वांटम कंप्यूटर: क्वांटम कंप्यूटर बहुत नाजुक होते हैं। वे अपने पर्यावरण में सूचना खो देते हैं (शोर/noise)। यदि हम समझ सकें कि सूचना कैसे वापस आती है (मेमोरी), तो हम उस "गूँज" (echo) का उपयोग त्रुटियों को ठीक करने या अपने डेटा को सुरक्षित करने के लिए कर सकते हैं।
"मेमोरी" की नई परिभाषा: यह पेपर तर्क देता है कि मेमोरी को परिभाषित करने का पुराना तरीका (सिर्फ यह जांचना कि क्या सिस्टम "कम अनुमानित" हो रहा है) पर्याप्त नहीं है। हमें सूचना की दर (information rate/entropy) को देखने की आवश्यकता है। यदि सूचना की दर गिरती है, तो इसका मतलब है कि पर्यावरण सिस्टम से बात कर रहा है।
"GNS" निर्माण: लेखक एक शानदार गणितीय तकनीक (GNS) का उपयोग करते हैं ताकि वे पर्यावरण को सिस्टम के "छाया जुड़वां" (shadow twin) के रूप में देख सकें। इस जुड़वां का अध्ययन करके, वे उन मेमोरी प्रभावों को देख सकते हैं जो अकेले सिस्टम को देखने पर अदृश्य रहते हैं।

एक वाक्य में सारांश

यह शोध पत्र एक नया तरीका पेश करता है जिससे यह मापा जा सके कि एक क्वांटम सिस्टम अपने पर्यावरण को कितना "याद रख" रहा है, जिसमें समय के साथ सूचना के पैटर्न का विश्लेषण किया जाता है, जिससे यह पता चलता है कि जो सिस्टम सब कुछ भूलते हुए प्रतीत होते हैं, वे वास्तव में अपने परिवेश से इतने गहरे जुड़े हो सकते हैं जिन्हें हम पहले नहीं देख पा रहे थे।

यहाँ जियोवानी निचले और फैबियो बेनाटी के शोध पत्र "Quantum Dynamical Entropy and non-Markovianity: a collisional model perspective" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या का विवरण (Problem Statement)

यह शोध पत्र ओपन क्वांटम सिस्टम्स में नॉन-मार्कोवियनिटी (non-Markovianity) को लक्षणबद्ध करने की चुनौती को संबोधित करता है। पारंपरिक दृष्टिकोण अक्सर केवल सिस्टम की रिड्यूस्ड डायनेमिक्स (reduced dynamics) पर निर्भर करते हैं (जैसे कि कम्पलीट पॉजिटिविटी (CP) डिविबिलिटी या ट्रेस डिस्टेंस रिवाइवल के माध्यम से सूचना के बैक-फ्लो की जाँच करना)। हालाँकि, लेखक तर्क देते हैं कि ये रिड्यूस्ड विवरणों में मल्टी-टाइम कोरिलेशन (multi-time correlations) में निहित महत्वपूर्ण सांख्यिकीय जानकारी खो जाती है।

मुख्य समस्या एक ऐसे माप को खोजने की है जो:

संयुक्त सिस्टम-एनवायरनमेंट डायनेमिक्स के पूर्ण सांख्यिकीय गुणों को कैप्चर करे।
केवल रिड्यूस्ड डायनेमिक्स की तुलना में अधिक मजबूती से मार्कोवियन और नॉन-मार्कोवियन व्यवहारों के बीच अंतर कर सके।
क्वांटम मैकेनिक्स में निहित मापन प्रक्रिया (measurement process) को ध्यान में रखते हुए, सिस्टम से एनवायरनमेंट में "इन्फॉर्मेशन बैक-फ्लो" (सूचना का वापस प्रवाह) को मात्रात्मक रूप से व्यक्त कर सके।

2. कार्यप्रणाली (Methodology)

लेखक क्वांटम डायनेमिकल सिस्टम्स के लिए एक बीजगणितीय दृष्टिकोण (algebraic approach) का उपयोग करते हैं, जिसमें कोलिज़नल मॉडल्स (Collisional Models) और क्वांटम डायनेमिकल एंट्रॉपी (Quantum Dynamical Entropy) का उपयोग किया जाता है।

कोलिज़नल मॉडल्स (Collisional Models): खुला सिस्टम ( $S$ ) एक अनंत एनवायरनमेंट ( $E$ ) के व्यक्तिगत साइटों के साथ क्रमिक रूप से इंटरैक्ट करता है, जिसे एक क्लासिकल स्पिन चेन के रूप में मॉडल किया गया है। वैश्विक डायनेमिक्स एक यूनिटरी ऑटोमोर्फिज्म $\Theta$ है, जो एक लोकल इंटरैक्शन $\Phi$ और एक शिफ्ट ऑपरेटर $\sigma_E$ से मिलकर बना है।
क्वांटम रिग्रेशन (Quantum Regression - QR): रिड्यूस्ड मैप $\Lambda_t$ को देखने के बजाय, लेखक सिस्टम के मल्टी-टाइम कोरिलेशन फंक्शन्स पर ध्यान केंद्रित करते हैं। वे एक सिस्टम को तब QR-मार्कोवियन कहते हैं यदि इन कोरिलेशन को पूरी तरह से केवल सिस्टम पर कार्य करने वाले सीक्वेंस ऑफ कम्पलीटली पॉजिटिव एंड यूनिटी-प्रिजर्विंग (CPU) प्रोपेगेटर्स के रूप में व्यक्त किया जा सकता है।
एलिसकी-लिंडब्लाड-फैनिस (ALF) एंट्रॉपी: लेखक ALF एंट्रॉपी (जो मूल रूप से रिवर्सिबल सिस्टम्स के लिए थी) को ओपन और डिसिपेटिव सिस्टम्स के लिए अनुकूलित करते हैं।
- वे बार-बार किए जाने वाले मापन (POVMs) के आधार पर एक कोर्स-ग्रेनड डेंसिटी मैट्रिक्स $\rho_S[X^{(n)}]$ का निर्माण करते हैं।
- ओपन-सिस्टम ALF एंट्रॉपी ( $h_S(\Theta)$ ) को इस कोर्स-ग्रेनड मैट्रिक्स की एसिम्प्टोटिक वॉन न्यूमैन एंट्रॉपी दर के रूप में परिभाषित किया गया है।
GNS कंस्ट्रक्शन: एक ऑपरेशनल व्याख्या प्रदान करने के लिए, लेखक बीजगणितीय सेटअप को गेलफैंड-नैमरिक-सेगल (GNS) हिल्बर्ट स्पेस में मैप करते हैं। यह उन्हें बार-बार होने वाले मापन के दौरान यूनिटरी इवोल्यूशन के साथ जुड़े हुए एंट्रॉपी एक्सचेंज को देखने की अनुमति देता है।

3. मुख्य योगदान (Key Contributions)

ओपन-सिस्टम ALF एंट्रॉपी की परिभाषा: यह पेपर एल्जेब्रिक क्वांटम स्टैटिस्टिकल मैकेनिक्स (ALF एंट्रॉपी फ्रेमवर्क) को ओपन डिसिपेटिव सिस्टम्स तक विस्तारित करता है, जिसे विशेष रूप से पूर्ण सिस्टम-एनवायरनमेंट बीजगण्ड (algebra) के बजाय ओपन सिस्टम के सब-बीजगण्ड ( $A_S \otimes 1_E$ ) पर परिभाषित किया गया है।
बेंचमार्क के रूप में QR-मार्कोवियनिटी: लेखक सिद्ध करते हैं कि यदि कोई सिस्टम क्वांटम रिग्रेशन (QR) सूत्र का पालन करता है, तो ओपन-सिस्टम ALF एंट्रॉपी स्ट्रिक्टली पॉजिटिव होती है (जब तक कि डायनेमिक्स यूनिटरी/आइसोमेट्रिक न हो)। इसके विपरीत, इस एंट्रॉपी दर में कमी आना, सूचना के बैक-फ्लो के लिए एक विटनेस (witness) के रूप में कार्य करता है।
अपर बाउंड थ्योरम (Upper Bound Theorem): वे एक क्वांटम स्पिन चेन से जुड़े सिस्टम के लिए ALF एंट्रॉपी के लिए एक सामान्य ऊपरी सीमा प्राप्त करते हैं:
$h_S(\Theta) \leq S_{\omega_E} + \log(D)$
जहाँ $S_{\omega_E}$ एनवायरनमेंट की मीन एंट्रॉपी रेट है। इसका तात्पर्य है कि एनवायरनमेंट में मजबूत कोरिलेशन (कम $S_{\omega_E}$ ) के कारण सिस्टम में एंट्रॉपी प्रोडक्शन कम होता है।
मेमोरी इफेक्ट्स का सुपर-एक्टिवेशन (Super-Activation): यह पेपर प्रदर्शित करता है कि मेमोरी इफेक्ट्स को "सुपर-एक्टिवेट" किया जा सकता है। एक सिस्टम अपनी रिड्यूस्ड डायनेमिक्स में कोई बैक-फ्लो नहीं दिखा सकता (P-डिवाइज़िबल), लेकिन GNS डायलेशन (एक टू-क्यूबिट सिस्टम) के माध्यम से देखे जाने पर यह मजबूत बैक-फ्लो प्रदर्शित कर सकता है, जिसे ALF एंट्रॉपी कैप्चर करती है।

4. मुख्य परिणाम (Key Results)

लेखक विशिष्ट कोरिलेशन पैरामीटर्स ( $\Delta$ ) के साथ एक क्लासिकल मार्कोवियन स्पिन चेन से जुड़े क्यूबिट (qubit) के लिए ALF एंट्रॉपी की गणना स्पष्ट रूप से करते हैं।

एंट्रॉपी बनाम कोरिलेशन: गणना की गई डायनेमिकल एंट्रॉपी $h_S(\Theta)$ , एनवायरनमेंटल कोरिलेशन ( $\Delta$ ) का एक मोनोटोनिकली घटता हुआ फलन (decreasing function) है।
अत्यधिक नॉन-मार्कोवियन शासन में लुप्त होती एंट्रॉपी: अधिकतम एनवायरनमेंटल कोरिलेशन ( $\Delta = p = 1/2$ $Δ = p = 1/2$ ) की सीमा में, सिस्टम की डायनेमिकल एंट्रॉपी घटकर शून्य हो जाती है।
- विरोधाभास (Paradox): इस शासन में, रिड्यूस्ड डायनेमिक्स अत्यधिक नॉन-मार्कोवियन है (ट्रेस-नॉर्म रिवाइल्स/बैक-फ्लो दिखाता है), फिर भी एंट्रॉपी प्रोडक्शन शून्य है, जो एक रिवर्सिबल क्लोज्ड सिस्टम की नकल करता है।
- व्याख्या: शून्य एंट्रॉपी प्रोडक्शन का अर्थ है कि बार-बार किए गए मापन से एसिम्प्टोटिक रूप से कोई नई जानकारी प्राप्त नहीं होती है। सिस्टम की अवस्था इतनी प्रेडिक्टेबल (मजबूत मेमोरी के कारण) है कि "अनजानता" (ignorance) नहीं बढ़ती है, जो प्रभावी रूप से संकेत देता है कि सूचना एनवायरनमेंट से वापस आ रही है।
डिविबिलिटी बनाम QR: यह अध्ययन एक पदानुक्रम (hierarchy) प्रकट करता है:
- CP-डिविज़िबिलिटी $\implies$ P-डिविज़िबिलिटी $\implies$ कोई बैक-फ्लो नहीं (रिड्यूस्ड डायनेमिक्स में)।
- हालाँकि, एक सिस्टम P-डिवाइज़िबल हो सकता है (रिड्यूस्ड ट्रेस डिस्टेंस में कोई बैक-फ्लो नहीं) जबकि QR का उल्लंघन कर सकता है।
- GNS रिप्रेजेंटेशन (टू-क्यूबिट डायलेशन) में, सिस्टम P-डिविज़िबिलिटी खो सकता है, भले ही सिंगल-क्यूबिट रिड्यूस्ड डायनेमिक्स P-डिवाइज़िबल बना रहे, जो सुपर-एक्टिवेशन को प्रदर्शित करता है।

5. महत्व (Significance)

रिड्यूस्ड डायनेमिक्स से परे: यह कार्य स्थापित करता है कि रिड्यूस्ड डायनेमिक्स (CPTP मैप्स) नॉन-मार्कोवियनिटी को पूरी तरह से चरित्रित करने के लिए अपर्याप्त हैं। मल्टी-टाइम स्टैटिस्टिक्स और ALF एंट्रॉपी, सिस्टम-एनवायरनमेंट के बीच के अंतर्संबंध की अधिक पूर्ण तस्वीर प्रदान करते हैं।
एंट्रॉपी का ऑपरेशनल अर्थ: GNS कंस्ट्रक्शन और मेजरमेंट अपरेटस के साथ ALF एंट्रॉपी को जोड़कर, यह पेपर एक भौतिक व्याख्या प्रदान करता है: डायनेमिकल एंट्रॉपी सिस्टम से निकाली जा सकने वाली सूचना की दर को मापती है। इस दर में कमी यह दर्शाती है कि एनवायरनमेंट सिस्टम को सूचना वापस "फीड" कर रहा है, जिससे सिस्टम का भविष्य एक मार्कोवियन प्रक्रिया की तुलना में अधिक प्रेडिक्टेबल हो जाता है।
सुपर-एक्टिवेशन: यह एक ठोस उदाहरण प्रदान करता है जहाँ मेमोरी इफेक्ट्स मानक रिड्यूस्ड डायनेमिक्स में अदृश्य होते हैं, लेकिन सिस्टम के प्योरिफिकेशन (GNS डायलेशन) को विचार में लेने पर स्पष्ट हो जाते हैं। इसके क्वांटम इंफॉर्मेशन प्रोसेसिंग में निहितार्थ हैं, जहाँ मेमोरी इफेक्ट्स मानक मेट्रिक्स में छिपे हो सकते हैं लेकिन एरर करेक्शन या स्टेट डिस्क्रीमिनेशन के लिए महत्वपूर्ण हो सकते हैं।
सैद्धांतिक ढांचा: यह एल्जेब्रिक क्वांटम स्टैटिस्टिकल मैकेनिक्स (कोलमोगोरोव-सिनाई एंट्रॉपी) और आधुनिक ओपन क्वांटम सिस्टम थ्योरी (कोलिज़नल मॉडल्स, प्रोसेस टेंसर) के बीच के अंतर को पाटता है, जो जटिल एनवायरनमेंट्स का विश्लेषण करने के लिए एक कठोर उपकरण प्रदान करता है।

संक्षेप में, निचले और बेनाटी यह प्रदर्शित करते हैं कि क्वांटम डायनेमिकल एंट्रॉपी नॉन-मार्कोवियनिटी के लिए एक शक्तिशाली, ऑपरेशनली सार्थक विटनेस के रूप में कार्य करती है। वे दिखाते हैं कि उच्च एनवायरनमेंटल कोरिलेशन एंट्रॉपी प्रोडक्शन को शून्य तक दबा सकते हैं, जो एक ऐसे शासन का संकेत देते जहाँ सूचना का बैक-फ्लो इतना प्रभावी है कि सिस्टम एक रिवर्सिबल सिस्टम की तरह व्यवहार करता है, भले ही वह एक ओपन, डिसिपेटिव सिस्टम हो।