⚛️ quantum physics

Demonstration of Exponential Quantum Speedup with Constant-Depth Compiled Circuits for Simon's Problem

यह शोधपत्र एक हार्डवेयर-जागरूक संकलन रणनीति (hardware-aware compilation strategy) का उपयोग करके वर्तमान IBM सुपरकंडक्टिंग प्रोसेसरों पर साइमन की समस्या के एक प्रतिबंधित संस्करण के लिए घातांकीय क्वांटम गति वृद्धि (exponential quantum speedup) प्रदर्शित करता है, जो सर्किट गहराई को एक स्थिरांक तक कम करता है, जिससे NISQ युग में त्रुटि शमन (error suppression) के बिना एल्गोरिदम संबंधी लाभ प्राप्त होता है।

मूल लेखक: Phattharaporn Singkanipa, Victor Kasatkin, Daniel A. Lidar

प्रकाशित 2026-05-01

📖 5 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Phattharaporn Singkanipa, Victor Kasatkin, Daniel A. Lidar

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 रहस्यमय, अदृश्य मित्र के साथ एक उच्च-दांव वाला अनुमान लगाने वाला खेल खेल रहे हैं। आपका लक्ष्य उस गुप्त "चाबी" (0 और 1 की एक छिपी हुई स्ट्रिंग) को खोजना है जिसे आपका मित्र पकड़े हुए है। इस चाबी के बारे में जानने का एकमात्र तरीका सवाल पूछना है। आप पूछ सकते हैं, "यदि मैं आपको यह विशिष्ट संख्या दूँ, तो क्या बाहर आएगा?" और आपका मित्र उत्तर देगा।

समस्या: घास के ढेर में सुई ढूँढना
इस गुप्त चाबी को खोजना एक विशाल घास के ढेर में एक विशिष्ट सुई को खोजने जैसा है। यदि घास का ढेर पर्याप्त बड़ा है, तो आपको सुई खोजने के लिए लगभग हर एक तिनके को देखना पड़ सकता है। जितने बड़े सवाल होंगे, आपको उतने ही अधिक प्रश्न पूछने की आवश्यकता होगी, जो घातांकीय (exponentially) रूप से बढ़ता जाता है। यह एक पासवर्ड का अनुमान लगाने के लिए हर एक संयोजन को आज़माने जैसा है; इसमें बहुत समय लगता है।

क्वांटम समाधान: एक जादुई टॉर्च
क्वांटम कंप्यूटर एक जादुई टॉर्च की तरह होने चाहिए जो एक ही बार में पूरे घास के ढेर को रोशन कर सकती है। सैद्धांतिक रूप से, एक क्वांटम कंप्यूटर केवल कुछ ही सवालों के साथ इस चाबी को खोज सकता है, चाहे घास का ढेर कितना भी बड़ा क्यों न हो। इसे "एक्सपोनेंशियल स्पीडअप" (exponential speedup) कहा जाता है।

हालाँकि, लंबे समय से, एक वास्तविक क्वांटम कंप्यूटर बनाना जो एक सामान्य कंप्यूटर से बेहतर हो, बेहद कठिन रहा है। वर्तमान क्वांटम कंप्यूटर "शोर वाले" (noisy) हैं (वे आसानी से गलतियाँ करते हैं) और "उथले" (shallow) हैं (वे लंबे, जटिल निर्देशों को चलाने से पहले ही शोर के कारण खराब हो जाते हैं)। यह एक पहेली सुलझाने जैसा है जबकि कोई मेज को हिला रहा है और आपको स्ट्रोब लाइट से अंधा कर रहा है।

एक नई सफलता: पहेली बनाने का एक नया तरीका
यह शोध पत्र बताता है कि शोधकर्ताओं ने वास्तविक, शोर वाले क्वांटम हार्डवेयर (विशेष रूप से, IBM के "Boston" और "Miami" प्रोसेसर) पर इस खेल को जीतने के लिए किस चतुर ट्रिक का उपयोग किया।

पुराना तरीका एक ट्रैफिक जाम था: पहले, इन मशीनों पर इस विशिष्ट पहेली (जिसे साइमन की समस्या या Simon's Problem कहा जाता है) को हल करने के लिए, शोधकर्ताओं को एक बहुत ही गहरा और घुमावदार सर्किट बनाना पड़ता था। कल्पना कीजिए कि आप एक ऐसे शहर में कार चला रहे हैं जहाँ केवल एक ही लेन है, जिससे आपको बिंदु A से बिंदु B तक पहुँचने के लिए सैकड़ों यू-टर्न (SWAP गेट्स) लेने पड़ते हैं। हर मोड़ शोर और त्रुटियों को बढ़ा देता था, जिससे कार (कंप्यूटर) मंजिल तक पहुँचने से पहले ही दुर्घटनाग्रस्त हो जाती थी।
नया तरीका एक हाईवे है: लेखकों ने एक नया "कंपाइलर" (एक अनुवाद उपकरण जो गणितीय समस्या को मशीन निर्देशों में बदलता है) डिजाइन किया। एक घुमावदार शहर की सड़क के बजाय, उन्होंने एक सीधा, निरंतर-गहराई वाला हाईवे (constant-depth highway) बनाया।
- निरंतर गहराई (Constant Depth): जैसे-जैसे समस्या बड़ी होती जाती है, "सड़क" की लंबाई हमेशा एक समान छोटी रहती है। यह एक टेलीपोर्टर की तरह है जो आपको गंतव्य तक ठीक उसी समय में पहुँचा देता है, चाहे शहर छोटा हो या बहुत बड़ा।
- कोई मोड़ नहीं: यह नया डिज़ाइन चिप्स के भौतिक लेआउट में पूरी तरह फिट बैठता है, इसलिए कोई अतिरिक्त "डिटूर" (SWAP गेट्स) की आवश्यकता नहीं होती है।

परिणाम: दौड़ जीतना
शोधकर्ताओं ने दो अलग-अलग क्वांटम कंप्यूटरों पर यह खेल चलाया:

Boston (156 qubits): उन्होंने दिखाया कि समस्याओं के एक विस्तृत दायरे के लिए, क्वांटम कंप्यूटर ने सबसे अच्छे संभावित क्लासिकल कंप्यूटर की तुलना में घातांकीय रूप से तेज़ी से पहेली को हल किया। क्वांटम कार क्लासिकल कार से आगे निकल गई।
Miami (120 qubits): इस मशीन पर, क्वांटम कंप्यूटर अभी भी जीता, लेकिन स्पीडअप थोड़ा कम नाटकीय था (एक्सपोनेंशियल के बजाय पॉलिनोमियल), विशेष रूप से पहेली के सबसे कठिन संस्करणों के लिए। हालाँकि, आसान संस्करणों के लिए, इसने अभी भी एक्सपोनेंशियल लाभ दिखाया।

यह क्यों मायने रखता है
इस शोध पत्र का सबसे महत्वपूर्ण हिस्सा यह नहीं है कि वे खेल जीते; बल्कि यह है कि वे कैसे जीते।

कोई जादुिक कवच नहीं: आमतौर पर, शोर वाले क्वांटम कंप्यूटरों को काम करने के योग्य बनाने के लिए, वैज्ञानिक भारी "त्रुटि शमन" (error suppression) तकनीकों (जैसे डायनामिकल डिकपलिंग) का उपयोग करते हैं, जो शोर-रद्द करने वाले हेडफ़ोन की तरह काम करते हैं। ये बहुत अधिक समय और स्थान लेते हैं। लेखकों ने सिद्ध किया कि केवल सर्किट को बेहतर ढंग से डिजाइन करके (हाइवे बनाम ट्रैफिक जाम), वे बिना किसी अतिरिक्त शोर-रद्द करने वाले ट्रिक्स के एक बड़ा स्पीडअप प्राप्त कर सकते हैं।
वास्तविक हार्डवेयर: उन्होंने इसे केवल सुपरकंप्यूटर पर सिम्युलेट नहीं किया; उन्होंने इसे आज उपलब्ध वास्तविक, भौतिक चिप्स पर किया।

संक्षेप में
इसे इस तरह सोचिए: वर्षों तक, लोगों ने एक टूटे हुए, ऊबड़-खाबड़ ट्रैक पर मैराथन दौड़ने की कोशिश की और असफल रहे। यह शोध पत्र कहता है, "हमें धावक के जूतों को ठीक करने या हवा के खिलाफ एक ढाल बनाने की ज़रूरत नहीं है; हमें बस एक सीधा, चिकना रास्ता बनाने की ज़रूरत है।" ऐसा करके, धावक (क्वांटम एल्गोरिदम) अंततः पैदल चलने वाले (क्लासिकल एल्गोरिदम) को एक बड़े अंतर से हरा सका, जिससे यह साबित हुआ कि आज की अपूर्ण तकनीक के साथ भी क्वांटम कंप्यूटर वास्तव में क्लासिकल कंप्यूटरों की तुलना में चीजें तेजी से कर सकते हैं।

यहाँ शोध पत्र "Demonstration of Exponential Quantum Speedup with Constant-Depth Compiled Circuits for Simon's Problem" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

यह शोध पत्र नोइज़ी इंटरमीडिएट-स्केल क्वांटम (NISQ) उपकरणों पर एल्गोरिद्मिक क्वांटम स्पीडअप (algorithmic quantum speedup) प्रदर्शित करने की चुनौती को संबोधित करता है। विशेष रूप से, यह साइमन की समस्या (Simon's Problem) पर ध्यान केंद्रित करता है, जो एक मानक हिडन-सबग्रुप समस्या है जहाँ एक क्वांटम एल्गोरिदम सैद्धांतिक रूप से किसी भी शास्त्रीय (classical) एल्गोरिदम की तुलना में घातीय रूप से (exponentially) तेज़ी से इस समस्या को हल कर सकता है।

चुनौती: NISQ हार्डवेयर पर क्वांटम स्पीडअप के पिछले प्रायोगिक प्रदर्शन अक्सर गहरे सर्किट (deep circuits) पर निर्भर थे जिन्हें व्यापक त्रुटि दमन (जैसे, डायनेमिकल डिकपलिंग - dynamical decoupling) की आवश्यकता होती थी, या वे विशिष्ट समस्या उदाहरणों तक सीमित थे। गहरे सर्किट शोर (noise) के प्रति अत्यधिक संवेदनशील होते हैं, और त्रुटि दमन तकनीकें अक्सर अपने स्वयं के ओवरहेड्स पेश करती हैं या उनके लिए विशिष्ट हार्डवेयर आइडल टाइम की आवश्यकता होती है जो हमेशा उपलब्ध नहीं होता है।
विशिष्ट कार्य: लेखक साइमन की समस्या के एक प्रतिबंधित-हैमिंग-वेट (restricted-Hamming-weight) संस्करण, जिसे $w$ -Simon- $n$ कहा जाता है, की जांच करते हैं। इस संस्करण में, छिपे हुए बिटस्ट्रिंग $b$ को एक हैमिंग वेट (1 की संख्या) के रूप में अधिकतम $w$ तक सीमित किया गया है। मूल साइमन की समस्या तब प्राप्त होती है जब $w=n$ हो।
लक्ष्य: कॉन्स्टेंट-डेप्थ (constant-depth) सर्किट का उपयोग करके एक घातीय क्वांटम स्पीडअप प्रदर्शित करना जो सीधे हार्डवेयर कनेक्टिविटी से मैप होते हैं, जिससे जटिल त्रुटि दमन तकनीकों की आवश्यकता समाप्त हो जाती है।

2. कार्यप्रणाली (Methodology)

A. हार्डवेयर-अवेयर कंपाइलेशन रणनीति (Hardware-Aware Compilation Strategy)

इस कार्य का मुख्य नवाचार साइमन क्वेरी सर्किट के लिए एक नई कंपाइलेशन योजना है।

पिछला दृष्टिकोण (Ref. [47]): एक छिपे हुए स्ट्रिंग $b$ के लिए ऑरेकल सर्किट का डेप्थ आमतौर पर हैमिंग वेट के रैखिक रूप से, $O(HW(b))$ स्केल करता था। जब इसे IBM प्रोसेसरों की हेवी-हेक्स (heavy-hex) कनेक्टिविटी पर मैप किया गया, तो इसमें महत्वपूर्ण SWAP गेट ओवरहेड और रूटिंग की आवश्यकता थी, जिसके परिणामस्वरूप गहरे सर्किट बने जिन्हें त्रुटि दमन की आवश्यकता थी।
नया दृष्टिकोण: लेखकों ने एक कंपाइलेशन रणनीति विकसित की है जो ऑरेकल $O_f$ $O_{f}$ को एक कॉन्स्टेंट-डेप्थ ( $O(1)$ ) सर्किट में पुनर्गठित करती है।
- नया सर्किट हैमिंग वेट $w$ की परवाह किए बिना केवल दो एंटैंगलिंग लेयर्स (entangling layers) का उपयोग करता है।
- इसके लिए केवल रैखिक कनेक्टिविटी (linear connectivity) (क्विबिट्स की एक श्रृंखला) की आवश्यकता होती है, जो अतिरिक्त SWAP गेट्स के बिना सामान्य 2D सुपरकंडक्टिंग क्विबिट लेआउट (जैसे हेवी-हेक्स या स्क्वायर लैटिस) में स्वाभाविक रूप से मैप होती है।
- कंपाइलेशन यह मान लेता है कि कंपाइलर ऑरेकल की संरचना को जानता है लेकिन विशिष्ट छिपे हुए स्ट्रिंग $b$ को नहीं, जिससे यह डिवाइस की कनेक्टिविटी ग्राफ के आधार पर सर्किट टोपोलॉजी को अनुकूलित कर सकता है।

B. प्रयोगात्मक सेटअप (Experimental Setup)

हार्डवेयर: प्रयोग दो IBM क्वांटम सुपरकंडक्टिंग प्रोसेसरों पर किए गए:
- Boston: 156 क्विबट्स (Heron प्रोसेसर, हेवी-हेक्स कनेक्टिविटी)।
- Miami: 120 क्विबट्स (Nighthawk प्रोसेसर, स्क्वायर-लैटिस कनेक्टिविटी)।
मेट्रिक: प्रदर्शन को नंबर-ऑफ-क्वेरीज-टू-सॉल्यूशन (NTS) का उपयोग करके मापा गया।
- $NTS = \langle Q \rangle / \langle P \rangle$ , जहाँ $Q$ ऑरेकल क्वेरी की संख्या है और $P$ स्कोर है (गलत अनुमानों के लिए दंडित करता है)।
- कम NTS बेहतर प्रदर्शन को दर्शाता है। लक्ष्य यह दिखाना है कि क्वांटम NTS, शास्त्रीय निचली सीमा ( $NTS_{C}^{lb}$ ) की तुलना में बेहतर स्केल करता है।
गेम फ्रेमवर्क: लेखक एक सिंगल-प्लेयर गेसिंग गेम का उपयोग करते हैं जहाँ खिलाड़ी (क्वांटम या क्लासिकल) न्यूनतम क्वेरी के साथ छिपे हुए स्ट्रिंग $b$ की पहचान करने का प्रयास करता है। शास्त्रीय निचली सीमा $O(N_w^{1/2})$ के रूप में स्केल करती है (जहाँ $N_w$ संभावित स्ट्रिंग्स की संख्या है), जबकि आदर्श क्वांटम एल्गोरिदम $O(\log N_w)$ के रूप में स्केल करता है।

C. स्केलिंग विश्लेषण (Scaling Analysis)

स्पीडअप को मापने के लिए, लेखकों ने $N_w$ के फलन के रूप में दो मॉडलों के विरुद्ध प्रयोगात्मक NTS डेटा ( $NTS_Q$ ) को फिट किया:

पॉली-लॉग मॉडल (Polylog Model): $NTS \propto (\log N_w)^\alpha$ । इस मॉडल में फिट होना घातीय स्पीडअप (exponential speedup) को इंगित करता है।
पॉलीनोमियल मॉडल (Polynomial Model): $NTS \propto N_w^\beta$ । इस मॉडल में फिट होना जिसमें $\beta_Q < \beta_C$ हो, पॉलीनोमियल स्पीडअप (polynomial speedup) को इंगित करता है।

3. प्रमुख योगदान (Key Contributions)

कॉन्स्टेंट-डेप्थ ऑरेकल निर्माण: यह शोध पत्र साइमन के क्वेरी सर्किट के डेप्थ को $O(HW(b)) $से घटाकर$ O(1)$ करने वाला एक नवीन सर्किट निर्माण पेश करता है। यह SWAP गेट्स और रूटिंग ओवरहेड की आवश्यकता को समाप्त करता है, जिससे सर्किट इतने उथले (shallow) हो जाते हैं कि उन्हें डायनेमिकल डिकपलिंग (DD) के बिना चलाया जा सके।
त्रुटि दमन के बिना प्रदर्शन: उन पिछले कार्यों के विपरीत जो गहरे सर्किटों में फिडेलिटी बनाए रखने के लिए DD पर निर्भर थे, यह कार्य केवल कंपाइल किए गए सर्किट की अंतर्निहित मजबूती (उथले डेप्थ के कारण) का उपयोग करके उच्च-फिडेलिटी परिणाम प्राप्त करता है।
व्यापक हैमिंग-वेट रेंज: अध्ययन ने हैमिंग वेट ( $w$ ) की एक विस्तृत श्रृंखला को कवर किया है, यह प्रदर्शित करते हुए कि प्रतिबंधित-HW शासन के भीतर समस्या की जटिलता बढ़ने पर भी स्पीडअप बना रहता है।
मूल साइमन की समस्या की रिकवरी: कंपाइलेशन योजना $n=20$ (Boston पर) और $n=16$ (Miami पर) तक की समस्या आकारों के लिए मूल, अनियंत्रित साइमन की समस्या ( $w=n$ ) के कार्यान्वयन की अनुमति देती है, जो यह दर्शाता है कि स्पीडअप केवल छोटे $w$ तक सीमित नहीं है।

4. परिणाम (Results)

घातीय स्पीडअप (Exponential Speedup):
- Boston डिवाइस पर, क्वांटम एल्गोरिदम ने पूरे अध्ययन किए गए हैमिंग-वेट रेंज ( $w \in [4, 20]$ प्रतिबंधित के लिए, $w \in [11, 20]$ अनरिस्ट्रिक्टेड के लिए) में घातीय स्पीडअप (पॉली-लॉग मॉडल में फिट होना) प्रदर्शित किया।
- Miami डिवाइस पर, निम्न-से-मध्यम हैमिंग वेट ( $w \in [3, 11]$ प्रतिबंधित के लिए) के लिए घातीय स्पीडअप देखा गया।
पॉलीनोमियल स्पीडअप (Polynomial Speedup):
- Miami डिवाइस पर, उच्च हैमिंग वेट ( $w \ge 12$ प्रतिबंधित के लिए, $w \ge 10$ अनरिस्ट्रिक्टेड के लिए) पर, डेटा पॉलीनोमियल मॉडल में फिट हुआ। हालाँकि, क्वांटम स्केलिंग एक्सपोनेंट $\beta_Q$ शास्त्रीय एक्सपोनेंट $\beta_C = 0.5$ से सख्ती से कम था, जो एक पॉलीनोमियल क्वांटम स्पीडअप की पुष्टि करता है।
फिडेलिटी और स्केलेबिलिटी:
- कंपाइल किए गए सर्किटों ने DD या मेज़रमेंट एरर मिटिगेशन (MEM) जैसी त्रुटि न्यूनीकरण तकनीकों के बिना समस्या को हल करने के लिए पर्याप्त उच्च फिडेलिटी प्राप्त की।
- विश्लेषण किए गए सबसे बड़े सर्किटों में 126 क्विबट्स (Boston, प्रतिबंधित) और 40 क्विबट्स (Boston, अनरिस्ट्रिक्टेड) शामिल थे, जो एल्गोरिद्मिक स्पीडअप प्रदर्शन के लिए एक महत्वपूर्ण पैमाना है।
सांख्यिकीय सत्यापन: लेखकों ने यह पुष्टि करने के लिए कि पॉली-लॉग मॉडल घातीय स्पीडअप शासन के लिए बेहतर फिट है, कठोर सांख्यिकीय उपकरणों ( $R^2$ , AIC, Akaike weights) का उपयोग किया, जहाँ $\Delta AIC \ge 10$ ने मजबूत प्रमाण प्रदान किया।

5. महत्व (Significance)

एल्गोरिदम और हार्डवेयर का सह-डिज़ाइन (Co-Design): यह कार्य हार्डवेयर बाधाओं के साथ क्वांटम एल्गोरिदम को सह-डिज़ाइन करने के महत्वपूर्ण महत्व को रेखांकित करता है। डिवाइस की कनेक्टिविटी के आधार पर सर्किट कंपाइलेशन को अनुकूलित करके, लेखकों ने एक ऐसा क्षेत्र प्राप्त किया जहाँ त्रुटि सुधार के भारी ओवरहेड के बिना क्वांटम लाभ सुलभ है।
NISQ व्यवहार्यता: यह इस बात का पुख्ता प्रमाण प्रदान करता है कि वर्तमान NISQ हार्डवेयर पर एल्गोरिद्मिक क्वांटम स्पीडअप (एक उपयोगी कम्प्यूटेशनल समस्या को शास्त्रीय कंप्यूटरों की तुलना में तेज़ी से हल करना) प्राप्त करना संभव है, न कि केवल सैंपलिंग कार्यों (क्वांटम सुप्रेमेसी) के लिए।
स्केलेबिलिटी पाथवे: कॉन्स्टेंट-डेप्थ कंपाइलेशन रणनीति यह सुझाव देती है कि शोर वाले हार्डवेयर पर बड़े समस्या आकारों तक क्वांटम एल्गोरिदम को स्केल करने का एक मार्ग मौजूद है, क्योंकि सर्किट का डेप्थ समस्या की जटिलता (हैमिंग वेट) के साथ नहीं बढ़ता है।
बेंचमार्किंग मानक: यह शोध पत्र NTS मेट्रिक और सांख्यिकीय मॉडल चयन का उपयोग करके एक कठोर बेंचमार्किंग फ्रेमवर्क स्थापित करता है, जो भविष्य के क्वांटम स्पीडअप दावों के लिए एक मानक निर्धारित करता है।

निष्कर्षतः, यह शोध पत्र प्रदर्शित करता है कि हार्डवेयर टोपोलॉजी के साथ क्वांटम सर्किट के कंपाइलेशन को अनुकूलित करके, वर्तमान सुपरकंडक्टिंग प्रोसेसरों पर साइमन की समस्या के लिए घातीय क्वांटम स्पीडअप प्राप्त किया जा सकता है, वह भी सक्रिय त्रुटि दमन के बिना। यह शास्त्रीय रूप से कठिन समस्याओं को हल करने के लिए व्यावहारिक उपयोगिता के लिए NISQ उपकरणों की ओर एक महत्वपूर्ण कदम है।