OAM-Induced Lattice Rotation Reveals a Fractional Optimum in Fault-Tolerant GKP Quantum Sensing

तकनीकी सारांश: OAM-प्रेरित जाली घूर्णन (Lattice Rotation) दोष-सहिष्णु GKP क्वांटम सेंसिंग में एक भिन्नात्मक इष्टतम (Fractional Optimum) को प्रकट करता है

समस्या विवरण
क्वांटम मेट्रोलॉजी अज्ञात मापदंडों का अनुमान लगाने के लिए गैर-शास्त्रीय सहसंबंधों (non-classical correlations) का उपयोग करके मानक क्वांटम सीमा (SQL) से परे सटीकता प्राप्त करने का लक्ष्य रखती है। हालाँकि, व्यावहारिक कार्यान्वयन फोटॉन हानि और विरूपण (dephasing) से गंभीर रूप से सीमित हैं, जो एंटैंगल्ड प्रोब अवस्थाओं को तेजी से क्षय करते हैं। जबकि दोष-सहिष्णु क्वांटम मेट्रोलॉजी त्रुटि-सुधार कोडों में प्रोब को एनकोड करके एक समाधान प्रदान करती है, वर्तमान दृष्टिकोण गोट्समैन-किटाव-प्रिसकिल (GKP) जाली की ज्यामिति को एक निश्चित डिज़ाइन विकल्प के रूप में देखते हैं—जो लगभग सार्वभौमिक रूप से वर्गाकार जाली (square lattice) है। ऐसे व्यवस्थित तरीकों का अभाव है जो त्रुटि-सुधार कोड की ज्यामिति को विशिष्ट सेंसिंग कार्य (फेज एस्टिमेशन) और शोर चैनल (noise channel) की विशेषताओं दोनों के अनुकूल एक साथ डिजाइन कर सकें। इसके अतिरिक्त, मेट्रोलॉजिकल लाभ बढ़ाने के लिए OAM मोड को GKP कोड के साथ एकीकृत करने की क्षमता अभी भी अनछुए क्षेत्र में है।

कार्यप्रणाली
लेखक OAM एनकोडिंग और GKP जाली ज्यामिति के बीच एक संरचनात्मक जुड़ाव स्थापित करते हैं। वे प्रदर्शित करते हैं कि एक OAM मोड जिसमें टोपोलॉजिकल चार्ज $\ell$ है, एक निरंतर-चर चरण-स्थान घूर्णन (continuous-variable phase-space rotation) $\theta_\ell = \ell\pi/\ell_{max}$ प्रेरित करता है। यह घूर्णन ठीक से "ट्विस्टेड" (twisted) GKP स्टेबलाइजर लैटिस के एक परिवार के अनुरूप है।

इस प्रणाली को अनुकूलित करने के लिए, लेखक Strawberry Fields फोटोनिक क्वांटम कंप्यूटिंग लाइब्रेरी और एक TensorFlow बैकएंड का उपयोग करके एक एंड-टू-एंड डिफरेंशिएबल क्वांटम प्रोग्रामिंग फ्रेमवर्क का उपयोग करते हैं। इस दृष्टिकोण में शामिल हैं:

1. सर्किट आर्किटेक्चर: एक दो-चरणीय आर्किटेक्चर जहाँ GKP कोडवर्ड को एक गैर-डिफरेंशिएबल Fock बैकएंड (NumPy ऐरे के रूप में कैश किया गया) पर तैयार किया जाता है और फिर इसे डिफरेंशिएबल TensorFlow ऑपरेशन्स के माध्यम से पारित किया जाता है। इन ऑपरेशन्स में स्क्वीजिंग ($S(\ln r)$) और OAM-प्रेरित घूर्णन ($R(\theta_\ell)$) शामिल हैं, जिससे जाली का पहलू अनुपात (aspect ratio) $r$ और OAM चार्ज $\ell$ (जिसे अनुकूलन के दौरान एक निरंतर चर माना जाता है) को प्रशिक्षित करने योग्य पैरामीटर बनाया जा सकता है।
2. शोर मॉडलिंग (Noise Modeling): सिस्टम एक यथार्थवादी शोर स्थितियों के तहत फेज एस्टिमेशन कार्य का अनुकरण करता है, विशेष रूप से फोटॉन हानि (ट्रांसमिसिविटी $\eta$) और विरूपण (दर $\gamma$)। विरूपण चैनल को घुमाए गए फ्रेम में एनिसोट्रोपिक डिफ्यूजन (anisotropic diffusion) के रूप में मॉडल किया गया है, जिसका उपयोग ट्विस्टेड लैटिस कर सकता है।
3. अनुकूलन उद्देश्य (Optimization Objective): एक संयुक्त लॉस फंक्शन $L(\xi) = -F_Q(\phi; \xi) + \lambda[P_{err}(\xi) - P_{th}]_+$ को मिनिमाइज किया जाता है। यह फंक्शन संवेदनशीलता के लिए क्वांटम फिशर इंफॉर्मेशन (QFI, $F_Q$) और दोष-सहिष्णुता के लिए लॉजिकल एरर रेट ($P_{err}$) को संयुक्त रूप से अनुकूलित करता है, जो एक थ्रेशोल्ड बाधा ($P_{th} = 10^{-3}$) के अधीन है।
4. मापन: एक एडेप्टिव होमोडाइन डिटेक्टर जिसे एक प्रशिक्षित लोकल-ऑसिलेटर कोण के साथ QFI बाउंड के सापेक्ष क्लासिकल फिशर इंफॉर्मेशन (CFI) को अधिकतम करने के लिए अनुकूलित किया गया है।

प्रमुख योगदान

• ज्यामितीय डिज़ाइन सिद्धांत: यह शोध पत्र स्थापित करता है कि OAM चार्ज घूमते हुए GKP स्टेबलाइजर लैटिस के लिए एक निरंतर पैरामीटर के रूप में कार्य करता है, जिससे फोटोनिक डिग्री ऑफ फ्रीडम और त्रुटि-सुधार कोड की ज्यामिति के बीच सीधा संबंध बनता है।
• डिफरेंशिएबल फ्रेमवर्क: लेखक एक पूर्णतः ओपन-सोर्स, डिफरेंशिएबल प्रोग्रामिंग टेम्पलेट (oam_gkp पैकेज) पेश करते हैं, जो कोड मापदंडों (लैटिस रोटेशन, पहलू अनुपात, एनवेलप चौड़ाई) को निरंतर चरों के रूप में मानता है। यह उन शोर-अनुकूलित एनकोडिंगों की खोज की अनुमति देता है जिन्हें विश्लेषणात्मक डिज़ाइन सिद्धांत शायद मिस कर दें।
• भिन्नात्मक इष्टतम की खोज (Fractional Optimum Discovery): इस धारणा के विपरीत कि इष्टतम टोपोलॉजिकल चार्ज पूर्णांक (integers) होने चाहिए, अनुकूलन एक भिन्नात्मक OAM चार्ज $\ell = 1.5$ (संगत घूर्णन कोण $\theta = 67.5^\circ$) पर एक ग्लोबल ऑप्टिमम को प्रकट करता है।
• मेट्रोलॉजिकल क्षमता: लेखक एक नया मीट्रिक "मेट्रोलॉजिकल कैपेसिटी" $C = F_Q \cdot (-\ln P_{err})$ परिभाषित करते हैं, जो संयुक्त संवेदनशीलता और दोष-सहिष्णुता संसाधन को मापता है।

परिणाम
कम-शोर ($\eta=0.9, \gamma=0.05$) और उच्च-शोर ($\eta=0.8, \gamma=0.10$) व्यवस्थाओं के लिए संख्यात्मक सिमुलेशन किए गए:

• संवेदनशीलता अपरिवर्तनीयता (Sensitivity Invariance): पाया गया कि क्वांटम फिशर इंफॉर्मेशन ($F_Q$) ज्यामिति-अपरिवर्तनीय है। सभी लैटिस कॉन्फ़िगरेशन (स्क्वायर, $\ell=1, \ell=1.5, \ell=2$) समान $F_Q$ मानों (जैसे, कम शोर पर $9.764$) पर अभिसरित होते हैं, जो पुष्टि करता है कि घूर्णन मेट्रोलॉजिकल रिसोर्स को बदले बिना सुधार सीमा (correction boundary) को पुनर्वितरित करता है।
• दोष-सहिष्णुता में सुधार: OAM-ट्विस्टेड लैटिस ने लॉजिकल एरर रेट ($P_{err}$) को काफी कम कर दिया।
  • कम शोर पर, भिन्नात्मक इष्टतम $\ell=1.5$ ने $P_{err} = 1.73 \times 10^{-5}$ प्राप्त किया, जो वर्गाकार लैटिस बेसलाइन ($4.13 \times 10^{-4}$) की तुलना में 23.9-गुणा कमी है।
  • इसने सर्वश्रेष्ठ पूर्णांक मान ($\ell=2$) को भी पीछे छोड़ दिया, जिसने 15.7-गुणा कमी प्रदान की।
  • उच्च शोर पर, $\ell=1.5$ कॉन्फ़िगरेशन अभी भी वर्गाकार लैटिस की तुलना में 2.96-गुणा सुधार प्रदान करता है।
• मेट्रोलॉजिकल क्षमता: भिन्नात्मक इष्टतम $\ell=1.5$ ने मेट्रोलॉजिकल क्षमता $C = 107.1$ प्राप्त की, जो वर्गाकार लैटिस बेसलाइन ($C=76.1$) पर 41% की बढ़त दर्शाता है।
• विश्लेषणात्मक सत्यापन: परिणामों की पुष्टि इष्टतम कोण $\theta^*(\eta, \gamma, r)$ के लिए एक विश्लेषणात्मक ट्रांसेंडेंटल बैलेंस इक्वेशन द्वारा की गई। यह समीकरण विशिष्ट शोर मापदंडों के लिए $\theta^* \approx 64.4^\circ$ के इष्टतम कोण की भविष्यवाणी करता है; डिस्क्रीट $\ell=1.5$ समाधान ($67.5^\circ$) एरर लैंडस्केप के फ्लैट मिनिमम के भीतर स्थित है, जिससे केवल 2.8% अतिरिक्त एरर रेट आती है।
• मजबूती (Robustness): प्रदर्शन फेज एरर के प्रति मजबूत है; इष्टतम से $7^\circ$ का विचलन भी 99% से अधिक लाभ बनाए रखता है।

महत्व और दावे
यह शोध पत्र दावा करता है कि यह शोर-अनुकूलित क्वांटम सेंसर के लिए एक नया ज्यामितीय डिज़ाइन सिद्धांत स्थापित करता है। मुख्य महत्व इस बात में निहित है कि फेज एस्टिमेशन के तहत विरूपण (dephasing) के लिए इष्टतम GKP लैटिस ज्यामिति मानक वर्गाकार लैटिस या सरल पूर्णांक-ट्विस्टेड लैटिस नहीं है, बल्कि $\ell=1.5$ के अनुरूप एक भिन्नात्मक लैटिस है।

लेखक इस बात पर जोर देते हैं कि यह सुधार बिना किसी अतिरिक्त गैर-गॉसियन संसाधनों या बढ़ी हुई स्क्वीजिंग के प्राप्त किया गया है; यह लाभ शुद्ध रूप से सुधार सीमा (correction boundary) के एनिसोट्रोपिक शोर चैनल के साथ ज्यामितीय संरेखण से आता है। यह कार्य एक प्रमाण-अवधारणा (proof-of-principle) प्रदान करता है कि डिफरेंशिएबल क्वांटम प्रोग्रामिंग शोर-अनुकूलित एनकोडिंगों की पहचान कर सकती है। लेखक अपने ओपन-सोर्स कोडबेस को अन्य बोसोनिक कोड परिवारों (जैसे, कैट कोड, बाइनोमियल कोड) और अन्य सेंसिंग कार्यों के लिए इन विधियों को विस्तारित करने के लिए एक टेम्पलेट के रूप में प्रस्तुत करते हैं, जो डिफरेंशिएबल क्वांटम प्रोग्रामिंग, निरंतर-चर त्रुटि सुधार और उच्च-आयामी फोटोनिक एनकोडिंग के बीच की खाई को पाटता है। शोध पत्र निष्कर्ष निकालता है कि इन निष्कर्षों को मान्य करने के लिए मौजूदा ऑप्टिकल घटकों (SLMs, स्पाइरल फेज प्लेट्स, होमोडाइन डिटेक्शन) का उपयोग करके एक प्रमाण-अवधारणा प्रयोग करना व्यवहार्य है।