⚛️ quantum physics

Entanglement-assisted continuous-variable concatenated codes for encoding qubits or oscillators

यह शोध पत्र एंटैंगलमेंट-असिस्टेड कंटीन्यूअस-वेरिएबल कॉन्कैटिनेटेड कोड्स का प्रस्ताव और विश्लेषण करता है जो क्यूबिट-इन-ऑसिलेटर और ऑसिलेटर-इन-ऑसिलेटर एनकोडिंग स्कीम्स दोनों के लिए एरर करेक्शन रेट को बढ़ाने और क्वाड्रैचर एरर वेरिएंस को कम करने के लिए एंटैंगलमेंट-असिस्टेड स्टेबलाइजर कोड्स को गोट्समैन-किटाव-प्रेस्किल (GKP) कोड्स के साथ जोड़ते हैं।

मूल लेखक: Nihar Ranjan Dash, Sanjoy Dutta, R. Srikanth, Subhashish Banerjee

प्रकाशित 2026-06-09

📖 5 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Nihar Ranjan Dash, Sanjoy Dutta, R. Srikanth, Subhashish Banerjee

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 बहुत ही नाजुक संदेश को एक शोर भरे, तूफानी समुद्र के पार भेजने की कोशिश कर रहे हैं। क्वांटम दुनिया में, यह "संदेश" सूचना (जैसे कि एक क्यूबिट) है, और "तूफान" वह यादृच्छिक शोर (random noise) है जो डेटा को खराब या नष्ट कर सकता है।

यह शोध पत्र इस संदेश को सुरक्षित करने का एक नया, अत्यंत कुशल तरीका प्रस्तावित करता है, जो दो अलग-अलग प्रकार के सुरक्षा जालों को जोड़ता है: एंटैंगलमेंट (एक रहस्यमयी क्वांटम संबंध) और कंकाटेनेटेड कोड्स (एक "डिब्बे के भीतर डिब्बा" वाली रणनीति)।

यहाँ उनके विचारों का रोजमर्रा के उदाहरणों के माध्यम से विवरण दिया गया है:

1. दो सुरक्षा जाल

इस शोध पत्र को समझने के लिए, आपको उन दो उपकरणों को जानना होगा जिन्हें वे मिला रहे हैं:

"क्वांटम रस्सी" (GKP कोड्स): कल्पना कीजिए कि आपका संदेश एक नाजुक धागा है। GKP कोड उस धागे को एक मोटी, बुनी हुई रस्सी में बुनने जैसा है। यदि हवा (शोर) रस्सी को थोड़ा धकेलती है, तो बुनाई उसे अपनी जगह पर बनाए रखती है। यह संदेश की स्थिति (position) या संवेग (momentum) में होने वाले छोटे, यादृच्छिक उतार-चढ़ाव को ठीक करने में बहुत अच्छा है।
"क्वांटम हैंडशेक" (एंटैंगलमेंट-असिस्टेड कोड्स): कल्पना कीजिए कि आपके और आपके मित्र के बीच एक गुप्त, पूर्व-साझा संबंध है। भले ही आप मीलों दूर हों, यदि आप दोनों के पास एक "जादुई सिक्के" का आधा हिस्सा है, तो आप अकेले काम करने की तुलना में इस संबंध का उपयोग करके त्रुटियों को तेजी से ठीक कर सकते हैं। इसे "एंटैंगलमेंट असिस्टेंस" कहा जाता है। यह त्रुटि सुधार की गति को बढ़ाता है, लेकिन इसके लिए आपको पहले से ये जादुई सिक्के साझा करने होंगे।

2. "डिब्बे के भीतर डिब्बा" रणनीति

यह शोध पत्र इन सुरक्षा जालों को जोड़ने के दो तरीकों की खोज करता है। इसे एक नाजुक फूलदान को पैक करने जैसा समझें।

दृष्टिकोण A: "बाहरी डिब्बा" रणनीति (ऑसिलेटर्स के भीतर क्यूबिट्स)

यह कैसे काम करता है: पहले, आप अपने संदेश को एक मानक "क्वांटम रस्सी" (GKP) में लपेटते हैं। फिर, आप उस लिपटी हुई रस्सी को एक "क्वांटम हैंडशेक" बॉक्स (एंटैंगलमेंट-असिस्टेड कोड) के अंदर रखते हैं।
उदाहरण: आप फूलदान को बबल रैप (GKP) में लपेटते हैं, और फिर आप उस लिपटे हुए फूलदान को एक क्रेट में रखते हैं जहाँ आपके और प्राप्तकर्ता के पास समन्वय करने के लिए एक पूर्व-साझा रेडियो लिंक (एंटैंगलमेंट) होता है।
परिणाम: लेखकों ने इसका परीक्षण एक विशिष्ट सेटअप (एक 3-क्यूबिट रिपिटिशन कोड) के साथ किया। उन्होंने पाया कि क्योंकि प्राप्तकर्ता के पास "जादुई सिक्के" (एंटैंगलमेंट) तैयार हैं, इसलिए यह विधि त्रुटियों को ठीक करने में बहुत अच्छी है। वास्तव में, इसने एक प्रसिद्ध 5-क्यूबिट कोड से बेहतर प्रदर्शन किया जिसमें इस पूर्व-साझा मदद का उपयोग नहीं किया गया था।

दृष्टिकोण B: "आंतरिक डिब्बा" रणनीति (क्यूबिट्स के भीतर ऑसिलेटर्स)

यह कैसे काम करता है: यह इसके ठीक विपरीत है। पहले, आप "क्वांटम हैंडशेक" का उपयोग करके संदेश की रक्षा करते हैं। फिर, आप उस पूरे सुरक्षित पैकेज को "क्वांटम रस्सी" (GKP) में लपेट देते हैं।
उदाहरण: आप और प्राप्तकर्ता पहले अपने जादुई रेडियो (एंटैंगलमेंट) के माध्यम से जुड़कर एक सुरक्षित चैनल बनाते हैं। फिर, आप उस सुरक्षित चैनल के माध्यम से भेजने से पहले संदेश को बबल रैप (GKP) में लपेटते हैं।
परिणाम: यह इस शोध पत्र की बड़ी सफलता है। इस क्रम का उपयोग करके, उन्होंने दोनों प्रकार के शोर (स्थिति और संवेग) को एक साथ कम करने का एक तरीका खोजा।
- जादुई गणित: यदि आप 2 जादुई सिक्कों (एंटैंगल्ड मोड्स) का उपयोग करते हैं, तो आप संदेश के "कंपन" को 3 के कारक से कम कर सकते हैं।
- सामान्य नियम: यदि आप $n-1$ जादुई सिक्कों का उपयोग करते हैं, तो आप कंपन को $n$ के कारक से कम कर सकते हैं।
- उदाहरण: यदि आप 9 जादु "सिक्के" उपयोग करते हैं, तो आप शोर को 10 गुना कम कर देते हैं।

3. यह क्यों महत्वपूर्ण है (शोध पत्र के अनुसार)

शोध पत्र का दावा है कि इन दोनों अवधारणाओं को मिलाकर, उन्होंने एक ऐसा सिस्टम बनाया है जो है:

संसाधन-कुशल (Resource-Thrift): यह "जादुई सिक्कों" का कुशलतापूर्वक उपयोग करता है।
उच्च प्रदर्शन (High Performance): यह संदेश के विफल होने की संभावना (लॉजिकल फेलियर प्रोबेबिलिटी) को काफी कम कर देता है।
बहुमुखी (Versatile): उन्होंने दिखाया कि यह साधारण बिट्स (क्यूबिट्स) और निरंतर तरंगों (ऑसिलेटर्स) दोनों को भेजने के लिए कैसे काम करता है।

उन्होंने क्या दावा नहीं किया

यह महत्वपूर्ण है कि आप केवल वही देखें जो शोध पत्र कहता है:

उन्होंने यह दावा नहीं किया कि यह आज व्यावसायिक उपयोग के लिए तैयार है।
उन्होंने यह दावा नहीं किया कि यह चिकित्सा उपकरणों या नैदानिक उपयोगों के लिए काम करता है।
उन्होंने यह दावा नहीं किया कि यह सभी क्वांटम समस्याओं को हल करता है।
उन्होंने स्पष्ट रूप से उल्लेख किया कि उनकी गणनाएँ "आदर्श" स्थितियों (परफेक्ट जादुई सिक्के और साधारण कंपन के अलावा अन्य प्रकार के शोर की अनुपस्थिति) को मानती हैं। उन्होंने सुझाव दिया है कि भविष्य के कार्य वास्तविक दुनिया की खामियों के साथ इसका परीक्षण कर सकते हैं, लेकिन उन्होंने अभी तक ऐसा नहीं किया है।

निचोड़ (Bottom Line)

लेखकों ने क्वांटम सूचना के लिए एक सैद्धांतिक "सुपर-पैकेजिंग" प्रणाली बनाई है। एक पूर्व-साझा क्वांटम कनेक्शन (एंटैंगलमेंट) का उपयोग करके एक विशिष्ट प्रकार के त्रुटि-सुधार कोड (GKP) की मदद लेने से, उन्होंने संदेश को शोर के विरुद्ध बहुत अधिक स्थिर बनाने का एक तरीका खोजा। उन्होंने सिद्ध किया कि आप जितने अधिक "जादुई सिक्के" (एंटैंगलमेंट) साझा करते हैं, आपका क्वांटम संदेश उतना ही सुचारू और सुरक्षित होता जाता है।

तकनीकी सारांश: क्यूबिट या ऑसिलेटर को एनकोड करने के लिए एंटैंगलमेंट-असिस्टेड कंटीन्यूअस-वेरिएबल कॉनकेटनेटेड कोड्स

समस्या विवरण
फॉल्ट-टॉलोरेंट क्वांटम कंप्यूटिंग के लिए क्वांटम एरर करेक्शन (QEC) अनिवार्य है। जबकि स्टेबलाइजर कोड्स डिस्क्रीट-वेरिएबल (DV) सिस्टम के लिए प्रभावी हैं, कंटीन्यूअस-वेरिएबल (CV) सिस्टम (बोसोनिक मोड्स) को फेज स्पेस में छोटे शिफ्ट एरर्स को ठीक करने के लिए गोट्समैन-किटाएव-प्रिसकिल (GKP) कोड जैसे विशिष्ट कोड की आवश्यकता होती है। हाइब्रिड दृष्टिकोण, जैसे कि DV स्टेबलाइजर कोड्स को CV GKP कोड्स के साथ कॉनकेटनेट करना, एरर करेक्शन प्रदर्शन में सुधार करने के लिए खोजे गए हैं। हालांकि, ये पारंपरिक कॉनकेटेशन प्री-शेयर्ड एंटैंगलमेंट का उपयोग नहीं करते हैं। एंटैंगलमेंट-असिस्टेड (EA) स्टेबलाइजर कोड्स ज्ञात रूप से ट्रांसमिशन दरों और एरर करेक्शन क्षमताओं को बढ़ाने के लिए संचार दरों को बेहतर बनाते हैं, बशर्ते प्रेषक और प्राप्तकर्ता के पास प्री-शेयर्ड एंटैंगल्ड बिट्स (ebits) हों। इस कार्य में संबोधित केंद्रीय समस्या यह है कि एरर सप्रेशन और लॉजिकल फेलियर प्रोबेबिलिटी को और बढ़ाने के लिए, विशेष रूप से क्यूबिट और ऑसिलेटर दोनों को एनकोड करने के लिए, EA सहायता को कैसे एकीकृत किया जाए।

कार्यप्रणाली
लेखक दो अलग-अलग कॉनकेटेशन आर्किटेक्चर प्रस्तावित करते हैं जो EA-स्टेबलाइजर कोड और GKP कोड को संयोजित करते हैं, जिन्हें $A \triangleright B$ नोटेशन से दर्शाया गया है, जहाँ $A$ बाहरी कोड है और $B$ आंतरिक कोड है।

$C_{EA-stabilizer} \triangleright C_{GKP}$ (Qubit-into-Oscillator):
- संरचना: एक बाहरी EA-स्टेबलाइजर कोड (DV) को एक आंतरिक GKP कोड (CV) के साथ कॉनकेटेट किया गया है।
- प्रक्रिया: एक लॉजिकल क्यूबिट को पहले एक EA-स्टेबलाइजर कोड (प्री-शेयर्ड ebits का उपयोग करके) का उपयोग करके एक फिजिकल क्यूबिट स्टेट में एनकोड किया जाता है। इसके बाद, प्रत्येक फिजिकल क्यूबिट और ebits के आधे हिस्सों को कम्प्यूटेशनल GKP स्टेट्स (ऑसिलेटर्स) में एनकोड किया जाता है।
- उदाहरण: लेखक एक $[[3, 1, 3; 2]]$ EA-रेपेटिशन कोड का विश्लेषण करते हैं जिसे GKP कोड के साथ कॉनकेटेट किया गया है। बाहरी परत एक लॉजिकल क्यूबिट को दो प्री-शेयर्ड ebits का उपयोग करके तीन फिजिकल क्यूबिट्स में एनकोड करती है। आंतरिक परत इन तीन क्यूबिट्स और दो ebit हिस्सों को पांच हार्मोनिक ऑसिलेटर्स में एनकोड करती है।
- डिकोडिंग: पहले व्यक्तिगत मोड्स पर CV एरर्स को सुधारा जाता है, उसके बाद EA-स्टेबलाइजर सिनड्रोम्स का उपयोग करके डिस्क्रीट एरर्स को सुधारा जाता है।
$C_{GKP} \triangleright C_{EA-stabilizer}$ (Oscillator-into-Oscillators):
- संरचना: एक बाहरी GKP कोड को एक आंतरिक EA-स्टेबलाइजर कोड के साथ कॉनकेटेट किया गया है।
- प्रक्रिया: एक सिंगल-मोड GKP एनकोडेड स्टेट पहले तैयार किया जाता है। इस स्टेट को फिर एक Gaussian एनकोडर का उपयोग करके कई ऑसिलेटर मोड्स में एनकोड किया जाता है, जो एक EA-स्टेबलाइजर कोड से व्युत्पन्न होता है और प्री-शेयर्ड GKP बेल स्टेट्स (एंटैंगल्ड मोड्स या emodes) का उपयोग करता है।
- उदाहरण: लेखक एक $C_{GKP} \triangleright C_{[[3, 1, 3; 2]]}$ कोड प्रस्तावित करते हैं। एक सिंगल लॉजिकल GKP स्टेट को दो प्री-शेयर्ड GKP बेल पेयर्स (emodes) का उपयोग करके तीन ऑसिलेटर मोड्स में एनकोड किया जाता है। एनकोडिंग एक Gaussian यूनिटरी एनकोडर ( $U^G_{enc}$ ) का उपयोग करती है जो SUM गेट्स से बना है।
- डिकोडिंग: सिस्टम डेटा मोड और एंसिलरी emodes के स्टेबलाइजर्स पर सिनड्रोम मेजरमेंट का उपयोग करता है। चूंकि डेटा मोड सिनड्रोम्स को स्टेट को बाधित किए बिना सीधे मापा नहीं जा सकता है, इसलिए लेखक एंसिलरी मोड्स के मापे गए सिनड्रोम्स और स्वतंत्र और समान रूप से वितरित (iid) Gaussian शोर की धारणा के आधार पर सबसे संभावित एरर वैल्यूज का अनुमान लगाने के लिए मैक्सिमम लाइकलीहुड एस्टीमेशन (MLE) का उपयोग करते हैं।

प्रमुख योगदान और परिणाम

EA कॉनकेटनेटेड कोड्स का प्रस्ताव: यह पेपर दो नए परिवारों के कॉनकेटनेटेड कोड्स को पेश करता है और औपचारिक रूप देता है: $C_{EA-stabilizer} \triangleright C_{GKP}$ और $C_{GKP} \triangleright C_{EA-stabilizer}$ ।
$C_{GKP} \triangleright C_{EA-stabilizer}$ में नॉइज़ सप्रेशन:
- $C_{GKP} \triangleright C_{[[3, 1, 3; 2]]}$ के विशिष्ट मामले के लिए, लेखक प्रदर्शित करते हैं कि दो मैक्सिमली एंटैंगल्ड मोड्स (emodes) का उपयोग करने से डेटा मोड के पोजीशन ( $q$ ) और मोमेंटम ( $p$ ) क्वाड्रचर एरर्स दोनों के वेरिएंस को $1/3$ के कारक से कम किया जा सकता है।
- अवशिष्ट (residual) लॉजिकल एरर्स एक Gaussian वितरण का पालन करते हैं जिसका वेरिएंस $\sigma^2/3$ है, मूल वेरिएंस $\sigma^2$ की तुलना में।
- यह अतिरिक्त क्वाड्रचर स्क्वीजिंग के बिना, केवल एंटैंगलमेंट सहायता पर निर्भर करते हुए प्राप्त किया गया है।
$n$ -qubit EA रेपिटिशन कोड्स का सामान्यीकरण:
- लेखक $C_{GKP} \triangleright C_{[[3, 1, 3; 2]]}$ स्कीम को $C_{GKP} \triangleright C_{[[n, 1, n; n-1]]}$ के एक परिवार के लिए सामान्यीकृत करते हैं, जहाँ $n$ एक विषम पूर्णांक $\ge 3$ है।
- थ्योरम 1: यह परिवार $n-1$ emodes का उपयोग करके डेटा मोड के पोजीशन और मोमेंटम क्वाड्रचर एरर्स दोनों के वेरिएंस को $1/n$ के कारक से कम करता है।
- इस परिणाम की तुलना पूर्व साहित्य (Ref. [28]) में अनबायस्ड GKP-रेपेटिशन कोड्स से की जाती है, जिसमें उल्लेख किया गया है कि प्रस्तावित EA स्कीम समान सप्रेशन फैक्टर्स ( $n+1$ मोड्स के लिए $1/(n+1)$ ) प्राप्त करती है, लेकिन एक अलग रिसोर्स स्ट्रक्चर के साथ (रेपेटिशन कॉन्टेक्स्ट में $n$ कुल मोड्स के लिए $n-1$ emodes का उपयोग करना)।
प्रदर्शन तुलना:
- $C_{[[3, 1, 3; 2]]} \triangleright C_{GKP}$ के लिए लॉजिकल फेलियर प्रोबेबिलिटी की गणना की गई है और दिखाया गया है कि यह $C_{[[5, 1, 3]]} \triangleright C_{GKP}$ कोड (बिना EA सहायता के एक मानक क्यूबिट-इंटू-ऑसिलेटर कोड) से बेहतर प्रदर्शन करता है। इस सुधार का श्रेय इस तथ्य को दिया गया है कि बाहरी EA कोड के पास रिसीवर के पास ebits के नॉइज़लेस आधे हिस्से मौजूद हैं।
- इसके विपरीत, $C_{GKP} \triangleright C_{[[3, 1, 3; 2]]}$ (ऑसिलेटर-इंटू-ऑसिलेटर) कोड का लॉजिकल फेलियर प्रोबेबिलिटी उसके $C_{[[3, 1, 3; 2]]} \triangleright C_{GKP}$ समकक्ष की तुलना में अधिक पाया गया है। लेखक इसके लिए अनमेज़र्ड स्टेट्स के अनुमान की आवश्यकता को जिम्मेदार ठहराते हैं, जबकि दूसरे में पूर्ण EA स्टेबलाइजर मेजरमेंट्स की सुविधा उपलब्ध है।

महत्व और दावे
यह पेपर $C_{stabilizer} \triangleright C_{GKP}$ और $C_{GKP} \triangleright C_{stabilizer}$ कोड्स के हालिया तुलनात्मक अध्ययनों को उनके एंटैंगलमेंट-असिस्टेड समकक्षों तक विस्तारित करने का दावा करता है। प्राथमिक महत्व इस बात में निहित है कि एंटैंगलमेंट असिस्टेंस को CV कॉनकेटनेटेड कोड्स में प्रभावी ढंग से एकीकृत किया जा सकता है ताकि:

क्यूबिट-इंटू-ऑसिलेटर स्कीम्स में एरर करेक्शन रेट को बढ़ाया जा सके और लॉजिकल फेलियर प्रोबेबिलिटी को कम किया जा सके।
एक ऑसिलेटर डेटा मोड के दोनों क्वाड्रचर्स में वेरिएंस को $n-1$ एंटैंगल्ड मोड्स का उपयोग करके $1/n$ के कारक से कम करने के लिए एक तंत्र प्रदान किया जा सके, जो अतिरिक्त स्क्वीजिंग या अधिक एंसिलरी मोड्स की आवश्यकता वाले स्कीम्स के लिए एक संसाधन-कुशल विकल्प है।

लेखक एक सीमित दायरे को बनाए रखते हैं, यह नोट करते हुए कि उनका विश्लेषण आदर्श GKP स्टेट्स और Gaussian शिफ्ट एरर्स को मानता है। वे स्वीकार करते हैं कि हालांकि उनके परिणाम आशाजनक हैं, व्यावहारिक कार्यान्वयन के लिए वास्तविक हार्डवेयर बाधाओं के तहत परिमित-ऊर्जा प्रभावों (finite-energy effects), गैर-गॉसियन शोर चैनलों (जैसे प्योर-लॉस), और फॉल्ट-टॉलोरेंट थ्रेशोल्ड को संबोधित करने की आवश्यकता होगी। वे सुझाव देते हैं कि इन फ्रेमवर्क्स को क्वांटम रिपीटर्स और डिस्ट्रिब्यूटेड सेंसिंग में लागू किया जा सकता है, लेकिन आवश्यक स्टेट्स उत्पन्न करने में सक्षम मौजूदा प्लेटफॉर्म्स (ट्रैप्ड आयन्स, सुपरकंडक्टिंग सर्किट्स, फोटोनिक्स) को संदर्भित करने के अलावा किसी विशिष्ट प्रयोगात्मक सेटअप का प्रस्ताव नहीं करते हैं।