⚛️ quantum physics

Quantum Prediction of Transport Dynamics in Discretized State Spaces

यह शोध पत्र बेयसियन स्टेट एस्टीमेशन (Bayesian state estimation) के लिए एक गेट-आधारित क्वांटम एल्गोरिदम का प्रस्ताव करता है जो प्रायिकता घनत्वों (probability densities) को क्वांटम आयामों (quantum amplitudes) में एनकोड करके और डिफ्यूजन टर्म (diffusion term) को अनुमानित करने के लिए विक रोटेशन-आधारित यूनिटरी सरोगेट (Wick-rotation-based unitary surrogate) का उपयोग करके फॉकर-प्लैंक डायनेमिक्स (Fokker-Planck dynamics) का कुशलतापूर्वक अनुकरण करता है।

मूल लेखक: Felix Govaers

प्रकाशित 2026-04-28

📖 4 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Felix Govaers

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 एक विशाल, जटिल बगीचे में उड़ रही एक अकेली, नन्ही और अप्रत्याशित मधुमक्खी को ट्रैक करने की कोशिश कर रहे हैं। आप मधुमक्खी को पूरी तरह से देख नहीं पा रहे हैं, इसलिए आपको इस बारे में एक "सबसे अच्छा अनुमान" लगाना होगा कि वह कहाँ है और उसकी गति कितनी है।

विज्ञान में, इस "सबसे अच्छे अनुमान" को प्रोबेबिलिटी डेंसिटी (probability density) कहा जाता है—यह केवल एक बिंदु नहीं है, बल्कि एक धुंधला बादल है जो उन सभी स्थानों का प्रतिनिधित्व करता है जहाँ मधुमक्खी हो सकती है।

फेलिक्स गोवेर्स द्वारा लिखा गया यह शोध पत्र, इस बारे में है कि उस "धुंधले बादल" के समय के साथ कैसे हिलने और फैलने की भविष्यवाणी करने के लिए क्वांटम कंप्यूटरों का उपयोग करने का एक नया तरीका क्या है।

समस्या: "धुंधला बादल" वाली समस्या

जब आप किसी चलती हुई चीज़ (जैसे मधुमक्खी, मिसाइल, या स्टॉक की कीमत) को ट्रैक करते हैं, तो दो चीजें होती हैं:

ड्रिफ्ट (Drift): वस्तु एक निश्चित दिशा में चलती है (मधुमक्खी एक फूल की ओर उड़ती है)।
डिफ्यूजन (Diffusion): वस्तु का मार्ग अनिश्चित हो जाता है और "फैल" जाता है (मधुमक्खी अप्रत्याशित रूप से टेढ़ी-मेढ़ी चलती है)।

यदि आप इसे एक सामान्य कंप्यूटर पर ट्रैक करने की कोशिश करते हैं, तो गणित अविश्वसनीय रूप से भारी हो जाता है। जैसे-जैसे बगीचा बड़ा होता जाता है और मधुमक्खी की हरकतें अधिक जटिल होती जाती हैं, कंप्यूटर को गणनाओं का एक पहाड़ करना पड़ता है। यह बगीचे में घास की हर एक पत्ती का हाई-डेफिनिशन मानचित्र बनाने की कोशिश करने जैसा है—अंततः, आपका कंप्यूटर अपनी मेमोरी खत्म कर देगा।

क्वांटम समाधान: "जादुई दर्पण"

लेखक इसे हल करने के लिए क्वांटम कंप्यूटर का उपयोग करने का प्रस्ताव देते हैं। वह इसे दो चतुर तरीकों का उपयोग करके करते हैं:

1. "कॉम्पैक्ट सूटकेस" (एम्प्लीट्यूड एनकोडिंग)

एक सामान्य कंप्यूटर पर, यदि आप 1,000,000 बिंदुओं के ग्रिड का वर्णन करना चाहते हैं, तो आपको 1,000,000 डेटा पॉइंट्स की आवश्यकता होती है।
एक क्वांटम कंप्यूटर पर, आप एम्प्लीट्यूड एनकोडिंग (Amplitude Encoding) का उपयोग कर सकते हैं। इसे एक जादुई सूटकेस की तरह समझें: 1,000,000 व्यक्तिगत वस्तुओं को पैक करने के बजाय, आप एक ही "जादुई वस्तु" पैक करते हैं जो खुलने पर 1,000,000 वस्तुओं में बदल जाती है। यह क्वांटम कंप्यूटर को बहुत कम "स्थान" (qubits) का उपयोग करके विशाल, जटिल "बादलों" का प्रतिनिधित्व करने की अनुमति देता है।

2. "संगीत का शॉर्टकट" (फूरियर ट्रांसफॉर्म्स)

एक ग्रिड के माध्यम से एक बादल के हिलने की गणना करना गणितीय रूप से थका देने वाला है। लेखक क्वांटम फूरियर ट्रांसफॉर्म (Quantum Fourier Transform) नामक एक ट्रिक का उपयोग करते हैं।
कल्प_िए कि आप जंगल में दौड़ रहे लोगों की भीड़ को ट्रैक करने के लिए हर एक व्यक्ति को देख रहे हैं। यह कठिन है। लेकिन क्या होगा यदि आप केवल उनके कदमों की लय (rhythm) को सुन लें? "गति" को "ध्वनि तरंगों" (आवृत्तियों/frequencies) में बदलकर, गणित बहुत सरल हो जाता है। आप लहरों के "पिच" को समायोजित करके गति का अनुकरण कर सकते हैं, और फिर ध्वनि को वापस भीड़ में बदल सकते हैं। यह हर व्यक्ति को ट्रैक करने की तुलना में बहुत तेज़ है।

"विक रोटेशन" (Wick Rotation) ट्रिक: गर्मी को संगीत में बदलना

एक पेच है: क्वांटम कंप्यूटर "यूनिटरी" (unitary) होते हैं, जिसका अर्थ है कि वे उन चीजों में माहिर हैं जो लूप करती हैं या दोलन (oscillate) करती हैं (जैसे संगीत या तरंगें), लेकिन वे उन चीजों के साथ संघर्ष करते हैं जो "लुप्त" (dissipate) होती हैं (जैसे गर्मी का फैलना या बादल का गायब होना)।

मधुमक्खी की गति का "डिफ्यूजन" हिस्सा गर्मी के फैलने जैसा है—यह एक एकतरफा रास्ता है जो चीजों को "कम" (dampen) कर देता है। क्वांटम कंप्यूटर "डैम्पिंग" को पसंद नहीं करते।

इसे ठीक करने के लिए, लेखक एक विक रोटेशन (Wick Rotation) का उपयोग करते हैं। वह कंप्यूटर को मूल रूप से कहते हैं: "फैलते हुए बादल को गर्मी की तरह मत समझो; इसे एक जटिल संगीत कॉर्ड (chord) की तरह समझो जो समय के साथ और अधिक बेसुरा होता जाता है।" "फैलने" को "फेज मिक्सिंग" (लहरों को अधिक अराजक बनाना) में बदलकर, वह क्वांटम कंप्यूटर को उसकी प्राकृतिक शक्तियों का उपयोग करके डिफ्यूजन का अनुकरण करने की अनुमति देते हैं।

यह क्यों मायने रखता है?

यह शोध पत्र सिमुलेशन के माध्यम से सिद्ध करता है कि गति की भविष्यवाणी करने का यह "संगीत संबंधी" तरीका बहुत सटीक है।

बड़ी बात: जैसे-जैसे हम विशाल डेटा की दुनिया में प्रवेश कर रहे हैं—हजारों ड्रोन को ट्रैक करना, जटिल मौसम के पैटर्न की भविष्यवाणी करना, या वैश्विक लॉजिस्टिक्स का प्रबंधन करना—क्लासिकल कंप्यूटर अंततः एक दीवार से टकरा जाएंगे। यह शोध दिखाता है कि क्वांटम कंप्यूटरों के पास गणित का एक "शॉर्टकट" है, जो उन्हें उन विशाल, धुंधले बादलों को संभालने की अनुमति देता है जो एक सामान्य कंप्यूटर को उलझा कर रख देंगे।

तकनीकी सारांश: विविक्त अवस्था स्थानों (Discretized State Spaces) में परिवहन गतिकी का क्वांटम पूर्वानुमान

लेखक: फेलिक्स गोवेर्स (फ्रौनहोफर FKIE)

1. समस्या विवरण

यह शोध पत्र बेशियन अवस्था अनुमान (Bayesian state estimation) में आने वाली कम्प्यूटेशनल बाधा, विशेष रूप से अनिश्चितता के तहत गतिशील प्रणालियों के लिए पूर्वानुमान चरण (prediction step) को संबोधित करता है। लक्ष्य ट्रैकिंग (target tracking) में, लक्ष्य एक संभाव्यता घनत्व फलन (probability density function - pdf) को समय के साथ आगे बढ़ाना है, जिसके लिए फॉकर-प्लांक समीकरण (Fokker–Planck equation - FPE) का उपयोग किया जाता है।

जबकि शास्त्रीय ग्रिड-आधारित विधियाँ (अवस्था स्थान का विवक्तीकरण) कलमन फिल्टर की प्रतिबंधात्मक धारणाओं से बचती हैं, वे "आयाम के अभिशाप" (curse of dimensionality) से ग्रस्त होती हैं। जैसे-जैसे अवस्था स्थान (जैसे स्थिति और वेग) बढ़ता है, सटीक प्रतिनिधित्व के लिए आवश्यक ग्रिड बिंदुओं की संख्या तेजी से बढ़ती है, जिससे उच्च-आयामी प्रणालियों के लिए शास्त्रीय संख्यात्मक समाधान कम्प्यूटेशनल रूप से अत्यधिक कठिन हो जाते हैं।

2. कार्यप्रणाली

लेखक एक गेट-आधारित क्वांटम एल्गोरिदम प्रस्तावित करते हैं जो संभाव्यता घनत्व को प्रदर्शित करने के लिए एम्प्लीट्यूड एनकोडिंग (amplitude encoding) का लाभ उठाता है। इस योजना में, घनत्व $p$ को एक क्वांटम अवस्था $\psi$ के आयामों (amplitudes) में इस प्रकार एनकोड किया जाता है कि $p = |\psi|^2$ हो। यह अवस्था स्थान का घातीय संपीड़न (exponential compression) करने की अनुमति देता है।

एल्गोरिदम फॉकर-प्लांक ऑपरेटर को दो अलग-अलग घटकों में विभाजित करता है:

ड्रिफ्ट (नियत परिवहन - Deterministic Transport): लेखक प्रदर्शित करते हैं कि ड्रिफ्ट घटक को आयाम स्थान में सटीक रूप से लागू किया जा सकता है। परिमित-अंतर अवकलज मैट्रिसेस (finite-difference derivative matrices) की सर्कुलेंट संरचना का लाभ उठाकर, स्थानिक परिवहन को फूरियर डोमेन में विकर्णित (diagonalized) किया जाता है। विकास (evolution) को क्वांटम फूरियर ट्रांसफॉर्म (QFT) और नियंत्रित चरण घूर्णन (controlled phase rotations) का उपयोग करके साकार किया जाता है।
डिफ्यूजन (स्टोकेस्टिक प्रक्रिया - Stochastic Process): ड्रिफ्ट के विपरीत, डिफ्यूजन विसरणात्मक (dissipative) है और आयाम स्थान में इसका कोई रैखिक प्रतिनिधित्व नहीं है (क्योंकि $p = |\psi|^2$ एक गैर-रैखिक संबंध है)। क्वांटम कंप्यूटिंग के लिए आवश्यक यूनिटरी (unitarity) को बनाए रखने के लिए, लेखक एक विक रोटेशन (Wick rotation) के माध्यम से एक यूनिटरी सरोगेट (unitary surrogate) पेश करते हैं। यह विसरणात्मक डिफ्यूजन शब्द को एक विक्षेपी चरण विकास (dispersive phase evolution) में बदल देता है (जो श्रोडिंगर-प्रकार की गतिकी के समान है), जहाँ डिफ्यूजन को आयाम क्षय (amplitude damping) के बजाय स्पेक्ट्रल डोमेन में चरण मिश्रण (phase mixing) के रूप में मॉडल किया जाता है।

संयुक्त एल्गोरिदम तीन-चरणीय स्पेक्ट्रल दृष्टिकोण का पालन करता है:

अवस्था को फूरियर आधार में रूपांतरित करना (QFT का उपयोग करके)।
चरण विकास (ड्रिफ्ट और विक-रोटेड डिफ्यूजन का प्रतिनिधित्व करने वाला) लागू करना।
कम्प्यूटेशनल आधार में वापस रूपांतरित करना (इनवर्स QFT का उपयोग करके)।

3. प्रमुख योगदान

सटीक ड्रिफ्ट कार्यान्वयन: यह सिद्ध करना कि ड्रिफ्ट जनरेटर को सीधे आयाम $\psi$ पर लागू किया जा सकता है ताकि शास्त्रीय परिवहन का सटीक पुनरुत्पादन प्राप्त हो सके।
यूनिटरी डिफ्यूजन सरोगेट: एक विक-रोटेड, विसेपी (dispersive) यूनिटरी ऑपरेटर का उपयोग करके गैर-यूनिटरी डिफ्यूजन प्रक्रिया को अनुमानित करने की विधि विकसित करना।
सैद्धांतिक त्रुट विश्लेषण: अनुमान त्रुटि का गणितीय लक्षण वर्णन प्रदान करना, यह पहचानते हुए कि विसंगति आयाम मैपिंग की गैर-रैखिकता और आयाम के स्थानीय ग्रेडिएंट से उत्पन्न होती है (त्रुटि $\psi$ के वर्ग ग्रेडिएंट के समानुपाती है)।
कुशल सर्किट निर्माण: एक ऐसा सर्किट डिजाइन करना जहाँ चरण (phase) वेग रजिस्टर के बाइनरी अंकों पर रैखिक रूप से निर्भर करता है, जिससे नियंत्रित चरण गेट्स के माध्यम से कुशल कार्यान्वयन संभव होता है।

4. परिणाम

एल्गोरिदम का मूल्यांकन एक विविक्त स्थिति-वेग ग्रिड ( $64 \times 64$ बिंदु) पर एक क्वांटम सिम्युलेटर का उपयोग करके किया गया।

सटीकता: विधि ने सटीक शास्त्रीय समाधान के साथ मजबूत गुणात्मक और मात्रात्मक सहमति दिखाई।
सांख्यिकीय निष्ठा (Statistical Fidelity): परीक्षण किए गए परिदृश्यों में, वितरण के माध्य (mean) को उच्च सटीकता के साथ पुनरुत्पादित किया गया। हालांकि उच्च-वेग/उच्च-ग्रेडिएंट परिदृश्यों में $L_2$ त्रुटि और कोवेरियेंस त्रुटि बढ़ गई, फिर भी घनत्व की समग्र संरचना शास्त्रीय फॉकर-प्लांक विकास के अनुरूप बनी रही।
जटिलता: एल्गोरिदम ग्रिड बिंदुओं की संख्या के सापेक्ष घातीय मेमोरी संपीड़न ( $n$ क्यूबिट का उपयोग करके $2^n$ अवस्थाओं का प्रतिनिधित्व करना) और पॉलीलॉगैरिथमिक कम्प्यूटेशनल जटिलता $O(n_x^2 + n_v^2 + n_x n_v)$ प्राप्त करता है।

5. महत्व

यह कार्य क्वांटम बेयसियन फ़िल्टरिंग (Quantum Bayesian Filtering) की दिशा में एक महत्वपूर्ण कदम है। स्टोकेस्टिक प्रक्षेपवक्रों (पार्टिकल फ़िल्टरिंग) के अनुकरण के बजाय आयाम-एनकोडेड घनत्वों को विकसित करने की ओर स्थानांतरित होकर, लेखक उच्च-आयामी फ़िल्टरिंग समस्याओं को संभालने का एक मार्ग प्रदान करते हैं जो वर्तमान में शास्त्रीय हार्डवेयर के लिए अव्यवहार्य हैं। यह विधि उन अनुप्रयोगों के लिए विशेष रूप से आशाजनक है जहाँ केवल निम्न-क्रम सांख्यिकी (जैसे माध्य और कोवेरियेंस) की आवश्यकता होती है, क्योंकि इन्हें पूरे घनत्व के पुनर्निर्माण की आवश्यकता के बिना क्वांटम अवस्था से कुशलतापूर्वक निकाला जा सकता है।