⚛️ quantum physics

High-performance gates on trapped ion qubits using counterpropagating pulse-shaped laser beams

यह शोध पत्र प्रदर्शित करता है कि ट्रैप्ड-आयन क्वबिट्स के लिए प्रति-प्रसारित (counterpropagating) लेजर बीमों पर डायनेमिकली करेक्टेड, रोबस्ट पल्स अनुक्रमों को लागू करने से पारंपरिक तरीकों की तुलना में गेट त्रुटियों में 50% से अधिक की कमी आती है, जो सह-प्रसारित (copropagating) बीमों के लिए पारंपरिक प्राथमिकता को चुनौती देता है और लेजर-ड्रिवन सिंगल-क्विबिट ऑपरेशंस के लिए एक नया उच्च-प्रदर्शन बेंचमार्क स्थापित करता है।

मूल लेखक: Evangelos Piliouras, Hisham Amer, Susan M. Clark, Melissa C. Revelle, Edward C. Tortorici, Matthew N. H. Chow, Brandon Ruzic, Daniel S. Lobser, Brian K. McFarland, Christopher G. Yale, Edwin Barnes, S

प्रकाशित 2026-06-16

📖 5 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Evangelos Piliouras, Hisham Amer, Susan M. Clark, Melissa C. Revelle, Edward C. Tortorici, Matthew N. H. Chow, Brandon Ruzic, Daniel S. Lobser, Brian K. McFarland, Christopher G. Yale, Edwin Barnes, Sophia E. Economou

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 लेजर पॉइंटर का उपयोग करके अपने एक मित्र को एक नाजुक संदेश भेजने की कोशिश कर रहे हैं। क्वांटम कंप्यूटिंग की दुनिया में, यह "संदेश" आयनों (आवेशित परमाणुओं) नामक सूक्ष्म कणों पर की जाने वाली एक गणना है। इन आयनों की स्थिति (state) को बदलने के लिए वैज्ञानिक लेजर का उपयोग करते हैं, जो बिल्कुल वैसा ही है जैसे किसी स्विच को "ऑफ" से "ऑन" में बदलना।

वर्षों तक, वैज्ञानिकों को एक पेचीदा समस्या का सामना करना पड़ा: आप स्विच को इस तरह कैसे बदल सकते हैं कि अनजाने में उस मेज को भी न हिला दें जिस पर आयन रखा हुआ है?

समस्या: हिलती हुई मेज

ट्रैप्ड-आयन कंप्यूटरों में, आयनों को चुंबकीय क्षेत्रों द्वारा एक रेखा में रखा जाता है। जटिल गणनाएं (टू-क्विबिट गेट्स) करने के लिए, वैज्ञानिकों को ऐसे लेजर का उपयोग करने की आवश्यकता होती है जो आयनों को धकेलते और खींचते हैं, जिससे वे एक विशिष्ट तरीके से कंपन (vibrate) करते हैं। यह एक झूले को धक्का देने के लिए तेज हवा का उपयोग करने जैसा है।

हालाँकि, जब वैज्ञानिक केवल एक एकल स्विच (एक सिंगल-क्विबिट गेट) को बदलना चाहते हैं, तो वे कोई कंपन नहीं चाहते। यदि लेजर आयन को बहुत जोर से धकेलता है, तो यह पूरी रेखा को हिला देता है, जिससे त्रुटियां (errors) पैदा होती हैं।

इससे बचने के लिए, पारंपरिक तरीके दो अलग-अलग सेटअपों का उपयोग करते हैं:

जटिल गतिविधियों के लिए: वे विपरीत दिशाओं से आने वाले लेजर का उपयोग करते हैं (जैसे दो लोग एक कार को आगे और पीछे से धक्का दे रहे हों)। यह आवश्यक कंपन पैदा करता है।
सरल बदलावों के लिए: वे एक ही दिशा से आने वाले लेजर का उपयोग करते हैं (जैसे दो लोग एक कार को एक ही तरफ से धक्का दे रहे हों)। इससे कंपन रद्द हो जाता है।

चुनौती: इन दो अलग-अलग लेजर सेटअपों के बीच स्विच करने के लिए मजबूर होना ऐसा है जैसे हर बार एक साधारण कार्य करने के लिए आपको अपना पूरा टूलबॉक्स बदलना पड़े। यह जटिलता बढ़ाता है, अधिक हार्डवेयर की आवश्यकता होती है, और कंप्यूटर को स्केल अप करना बहुत कठिन बना देता है।

समाधान: "स्मार्ट" लेजर पल्स

इस शोध पत्र के शोधकर्ताओं ने एक अलग प्रश्न पूछा: क्या होगा यदि हम हर चीज़ के लिए "कांपने वाले" (shaky) लेजर सेटअप (विपरीत दिशाओं वाले) का उपयोग कर सकें, लेकिन लेजर पल्स को इतना स्मार्ट बना दें कि वह कंपन को अनदेखा कर दे?

उन्होंने एक नए प्रकार का लेजर पल्स विकसित किया जिसे रोबस्ट पल्स (विशेष रूप से BARQ नामक विधि का उपयोग करके) कहा जाता है।

उपमा: रस्सी पर चलने वाला कलाकार (Tightrope Walker)
कल्प_ना कीजिए कि एक रस्सी पर चलने वाला कलाकार (क्वांटम गेट) एक पुल पार करने की कोशिश कर रहा है।

पुराना तरीका (निरंतर पल्स): कलाकार एक सीधा, तेज़ रास्ता लेता है। यदि हवा का एक झोंका (शोर/noise) उन्हें हिट करता है, तो वे लड़खड़ा जाते हैं। यदि हवा गलत दिशा से आती है (आयन की गति), तो वे गिर जाते हैं।
नया तरीका (रोबस्ट पल्स): कलाकार एक बहुत लंबा, घुमावदार, ज़िग-ज़ैग रास्ता लेता है। वे धीरे-धीरे और सचेत होकर चलते हैं, लगातार अपना संतुलन बनाए रखते हैं। भले ही हवा का एक झोंका उन्हें हिट करे, उनका घुमावदार रास्ता स्वाभाविक रूप से उस धक्के को रद्द कर देता है। वे दूसरी ओर सुरक्षित पहुँच जाते हैं, भले ही उन्होंने लंबा रास्ता लिया हो।

तकनीकी शब्दों में, शोधकर्ताओं ने स्पेस कर्व क्वांटम कंट्रोल (Space Curve Quantum Control) नामक एक गणितीय तकनीक का उपयोग किया। लेजर को केवल चालू और बंद करने के बजाय, उन्होंने लेजर की तीव्रता और समय को एक जटिल वक्र (curve) में आकार दिया। यह वक्र इस तरह से डिज़ाइन किया गया है कि आयन के हिलने (या अन्य लेजर गड़बड़ियों) के कारण होने वाली कोई भी त्रुटि गेट समाप्त होने तक एक-दूसरे को रद्द कर देती है।

उन्होंने क्या पाया

टीम ने चार आयनों के साथ एक छोटे कंप्यूटर पर इसका परीक्षण किया। यहाँ हुआ:

"सुरक्षित" तरीके से बेहतर: आश्चर्यजनक रूप से, उनका "कांपने वाला" लेजर सेटअप (विपरीत बीम का उपयोग करके) वास्तव में पारंपरिक "सुरक्षित" सेटअप (एक ही दिशा वाली बीम का उपयोग करने वाले) की तुलना में बेहतर प्रदर्शन करता है।
कम त्रुटियां: उन्होंने मानक तरीकों की तुलना में त्रुटि दर को 50% से अधिक कम कर दिया।
एक नया रिकॉर्ड: उन्होंने इतनी कम त्रुटि दर हासिल की जो इस प्रकार के लेजर-ड्रिवेन गेट के लिए अब तक की सर्वश्रेष्ठ दर्ज की गई है। यह उन बेहतरीन माइक्रोवेव-आधारित गेटों से केवल 10 गुना ही खराब है (जो वर्तमान में स्वर्ण मानक माने जाते हैं), और उन्होंने यह बिना किसी जटिल हार्डवेयर परिवर्तनों के हासिल किया है जिनकी आमतौर पर आवश्यकता होती है।
"वास्तविक दुनिया" के शोर को संभालना: उन्होंने यह भी पाया कि ये स्मार्ट पल्स "नॉन-मार्कोवियन" (non-Markovian) त्रुटियों को भी संभाल सकते हैं। इसे ऐसे समझें जैसे कंप्यूटर थक रहा है या वातावरण समय के साथ अधिक शोर भरा हो रहा है। स्मार्ट पल्स इन बढ़ती त्रुटियों को दबाने में सक्षम थे, जिससे गणना सटीक बनी रही, भले ही आयन कुछ समय से वहां बैठे हों।

मुख्य निष्कर्ष

यह शोध पत्र इस लंबे समय से चली आ रही धारणा को चुनौती देता है कि अच्छे परिणाम प्राप्त करने के लिए आपको आयनों को हिलने से रोकना ही होगा। इसके बजाय, उन्होंने दिखाया कि यदि आप अपने लेजर पल्स को सही ढंग से आकार देते हैं, तो आप हर चीज़ के लिए शक्तिशाली, हिलने वाले लेजर सेटअप का उपयोग कर सकते हैं।

इसका अर्थ यह है कि हमें अब जटिल, दोहरी-लेजर प्रणालियों को बनाने की आवश्यकता नहीं हो सकती है। हम बस एक शक्तिशाली सेटअप का उपयोग कर सकते हैं और भारी काम करने के लिए "स्मार्ट" सॉफ्टवेयर (पल्स शेपिंग) पर भरोसा कर सकते हैं। यह हार्डवेयर को सरल बनाता है और बहुत बड़े, अधिक शक्तिशाली क्वांटम कंप्यूटर बनाने का मार्ग प्रशस्त करता है।

तकनीकी सारांश: काउंटरप्रोपेगेटिंग पल्स-शेप्ड लेजर बीम का उपयोग करके ट्रैप्ड आयन क्वबिट्स पर उच्च-प्रदर्शन गेट्स

समस्या विवरण
ट्रैप्ड-आयन क्वांटम आर्किटेक्चर को स्केल करने के लिए अत्यधिक स्थानीयकृत प्रकाश-द्रव्य अंतःक्रियाओं (light-matter interactions) की आवश्यकता होती है। हाइपरफाइन क्वबिट सिस्टम में, दो-क्वबिट एंटैंगलिंग गेट्स आमतौर पर सामूहिक मोशन मोड (collective motional modes) से क्वबिट अवस्थाओं को जोड़ने के लिए काउंटरप्रोपेगेटिंग लेजर बीम पर निर्भर करते हैं। हालाँकि, सिंगल-क्वबिट ऑपरेशन्स के लिए, यह मोशनल कपलिंग अवांछनीय है क्योंकि यह त्रुटियों को जन्म देती है। फलस्वरूप, मानक अभ्यास सिंगल-क्वबिट गेट्स के लिए कोप्रोपेगेटिंग बीम्स (जहाँ शुद्ध संवेग हस्तांतरण नगण्य होता है) या माइक्रोवेव कंट्रोल का उपयोग करता है। दो अलग-अलग बीम ज्योमेट्री (एंटैंगलमेंट के लिए काउंटरप्रोपेगेटिंग और सिंगल-क्वबिट गेट्स के लिए कोप्रोपेगेटिंग) या माइक्रोवेव हार्डवेयर की यह आवश्यकता महत्वपूर्ण अंशांकन (calibration), फेज़-स्टेबिलिटी और हार्डवेयर ओवरहेड जोड़ती है, जो स्केलेबिलिटी में बाधा डालती है। इसके अलावा, कोप्रोपेगेटिंग कॉन्फ़िगरेशन भी रबी रेट फ्लक्चुएशन, डिफरेंशियल एसी स्टार्क शिफ्ट और बीम-पाथ अस्थिरता जैसे शोर स्रोतों के प्रति संवेदनशील होते हैं।

कार्यप्रणाली
लेखक हार्डवेयर संशोधन के बजाय कंट्रोल थ्योरी के माध्यम से इन चुनौतियों को संबोधित करने का प्रस्ताव करते हैं। वे डायनेमिकली करेक्टेड गेट्स (DCGs) को डिजाइन करने के लिए स्पेस कर्व क्वांटम कंट्रोल (SCQC), विशेष रूप से बेज़ियर एंसेट फॉर रोबस्ट क्वांटम (BARX) पद्धति का उपयोग करते हैं।

शोर मॉडल (Noise Model): सिस्टम को क्वबिट हैमिल्टोनियन को प्रभावित करने वाले क्वासी-स्टैटिक शोर के साथ मॉडल किया गया है, जिसमें मल्टीप्लिकेटिव रबी रेट एरर (एम्प्लीट्यूड शोर) और एडिटिव फ्रीक्वेंसी एरर (डीफेजिंग) शामिल हैं। काउंटरप्रोपेगेटिंग ज्योमेट्री में, आयन-मोशन कपलिंग फोनन-संख्या-निर्भर रबी दर उत्पन्न करती है, जो प्रभावी रूप से एक कोहेरेंट एम्प्लीट्यूड एरर के रूप में कार्य करती है।
पल्स डिजाइन: BARX विधि कंट्रोल समस्या को एक स्पेस कर्व $\vec{r}(t)$ $r (t)$ की ज्यामिति में मैप करती है।
- डीफेजिंग रोबस्टनेस (Dephasing Robustness): यह सुनिश्चित करके प्राप्त की जाती है कि स्पेस कर्व बंद है ( $\vec{r}(T_g) = \vec{r}(0)$ )।
- एम्प्लीट्यूड रोबस्टनेस (Amplitude Robustness): यह सुनिश्चित करके प्राप्त की जाती है कि स्पर्श रेखा वक्र (tangent curve) $\vec{T}(t)$ शून्य क्षेत्रफल घेरता है (अर्थात $\vec{T} \times \dot{\vec{T}}$ के इंटीग्रल शून्य हैं)।
- कंट्रोल फील्ड (रबी रेट $\Omega(t)$ और फेज़ डेरिवेटिव $\dot{\Phi}(t)$ ) वक्र के कर्वेचर (curvature) और टोरशन (torsion) से व्युत्पन्न होते हैं।
प्रायोगिक कार्यान्वयन: प्रयोग QSCOUT ट्रैप्ड-आयन टेस्टबेड पर $^{171}\text{Yb}^+$ $^{171} Yb^{+}$ की चार-आयन श्रृंखला पर किए गए थे। क्वबिट्स को $|F=0, m_F=0\rangle$ $∣ F = 0, m_{F} = 0 ⟩$ और $|F=1, m_F=0\rangle$ $∣ F = 1, m_{F} = 0 ⟩$ हाइपरफाइन अवस्थाओं में एनकोड किया गया है।
- पल्स को एक एकोस्टो-ऑप्टिक मॉड्यूलेटर (AOM) के माध्यम से रमन ट्रांजिशन का उपयोग करके उत्पन्न किया गया था।
- एक न्यूनतम अंशांकन रूटीन का उपयोग किया गया: एक सिंगल क्वबिट ( $q[1]$ ) का उपयोग एम्प्लीट्यूड स्केल पैरामीटर ( $s_\Omega = 2$ ) निर्धारित करने के लिए किया गया ताकि रोबस्ट पल्स को हार्डवेयर के अनुरूप बनाया जा सके, जिसे फिर बिना किसी व्यक्तिगत पुन: अंशांकन के सभी क्वबिट्स पर लागू किया गया।
- दोनों कोप्रोपेगेटिंग और काउंटरप्रोपेगेटिंग बीम कॉन्फ़िगरेशन का परीक्षण किया गया।

प्रमुख योगदान और परिणाम
यह अध्ययन स्टैंडर्ड कांस्टेंट-एम्प्लीट्यूड पल्स के विरुद्ध रोबस्ट BARX पल्स की तुलना करने के लिए गेट सेट टोमोग्राफी (GST) और रनटाइम इम्यूलेशन प्रयोग करता है।

त्रुटि में कमी (Error Reduction): रोबस्ट पल्स के उपयोग से कांस्टेंट-एम्प्लीट्यूड पल्स की तुलना में 50% से अधिक त्रुटि में कमी आई।
- काउंटरप्रोपेगेटिंग कॉन्फ़िगरेशन में, रोबस्ट पल्स ने डायमंड डिस्टेंस एरर रेट $(3.59 \pm 1.25) \cdot 10^{-3}$ जितना कम प्राप्त किया।
- यह स्टैंडर्ड कोप्रोपेगेटिंग कांस्टेंट-एनवेलप पल्स के सापेक्ष >3 $\times$ कमी को दर्शाता है।
- उल्लेखनीय रूप से, रोबस्ट काउंटरप्रोपेगेटिंग पल्स अक्सर अपने कोप्रोपेगेटिंग समकक्षों से बेहतर प्रदर्शन करते हैं, जो इस धारणा को चुनौती देते हैं कि सिंगल-क्वबिट गेट्स के लिए कोप्रोपेगेटिंग बीम्स स्वाभाविक रूप से श्रेष्ठ हैं।
नॉन-मार्कोवियन त्रुटियों का दमन (Suppression of Non-Markovian Errors):
- GST मॉडल फिट्स ने मानक विचलन ( $N_\sigma$ ) में लगभग 2 $\times$ कमी दिखाई जहाँ डेटा मार्कोवियन मॉडल के अनुरूप नहीं था, जो नॉन-मार्कोवियन त्रुटियों के प्रभावी दमन को दर्शाता है।
- रनटाइम इम्यूलेशन: हीटिंग और बढ़े हुए फोनन नंबरों को सिम्युलेट करने के लिए वेरिएबल वेट टाइम वाले प्रयोगों ने दिखाया कि काउंटरप्रोपेगेटिंग ज्योमेट्री में कांस्टेंट पल्स बढ़ते फोनन नंबरों के साथ बढ़ती त्रुटियां प्रदर्शित करते हैं। रोबस्ट पल्स ने 3 ms तक के वेट टाइम के लिए कम त्रुटि दर बनाए रखी, जो मोशन-प्रेरित एम्प्लीट्यूड एरर्स के प्रति प्रतिरोध प्रदर्शित करता है।
- पुनरावृत्ति प्रयोग (Repetition Experiments): गेट्स के बार-बार अनुप्रयोग ने दिखाया कि रोबस्ट पल्स ट्रांजिशन प्रोबेबिलिटीज के क्षय (decay) को काफी धीमा कर देते हैं। काउंटरप्रोपेगेटिंग कॉन्फ़िगरेशन में, क्षय समय स्थिरांक ( $\tau_d$ ) कांस्टेंट पल्स की तुलना में एक क्रम से अधिक बढ़ गया।
प्रदर्शन मेट्रिक्स (Performance Metrics):
- रिपोर्ट किया गया डायमंड डिस्टेंस $\sim 3.6 \cdot 10^{-3}$ सबसे अच्छे रिपोर्ट किए गए सिंगल-क्वबिट माइक्रोवेव गेट एरर रेट्स से केवल एक क्रम (order of magnitude) अधिक है।
- काउंटरप्रोपेगेटिंग रोबस्ट पल्स के लिए औसत गेट इन्फिडेलिटी (average gate infidelities) का अनुमान $1.36 \cdot 10^{-3}$ (99.86% फिडेलिटी) लगाया गया।

महत्व और दावे
यह पेपर इस व्यापक रूप से स्वीकृत विश्वास को चुनौती देने का दावा करता है कि मोशनल कपलिंग से बचने के लिए सिंगल-क्वबिट ऑपरेशन्स के लिए कोप्रोपेगेटिंग गेट्स को प्राथमिकता दी जानी चाहिए। इसके बजाय, लेखक प्रदर्शित करते हैं कि उच्च-प्रदर्शन रोबस्ट पल्स एक ही बीम ज्योमेट्री के भीतर कई शोर स्रोतों (मोशनल शोर, एम्प्लीट्यूड फ्लक्चुएशन और डीफेजिंग सहित) को दबा सकते हैं।

प्राथमिक महत्व इस बात में निहित है कि यह प्रायोगिक जटिलता को सरल बनाने की क्षमता रखता है, जिससे सिंगल-क्वबिट गेट्स के लिए अलग कोप्रोपेगेटिंग बीम सेटअप की आवश्यकता समाप्त हो जाती है। रोबस्ट काउंटरप्रोपेगेटिंग पल्स को अपनाकर, सिस्टम सिंगल- और टू-क्विबिट ऑपरेशन्स दोनों के लिए एक एकीकृत बीम ज्योमेट्री का उपयोग कर सकता है और माइक्रोवेव कंट्रोल के प्रतिस्पर्धी तथा स्टैंडर्ड लेजर-ड्रिवन गेट्स से बेहतर त्रुटि दर प्राप्त कर सकता है। लेखक नोट करते हैं कि हालांकि वर्तमान परिणाम प्रभावशाली हैं, लेकिन क्वबिट-विशिष्ट अंशांकन, विशेष रूप से श्रृंखला के किनारे वाले क्वबिट्स के लिए, के माध्यम से और अधिक त्रुटि कमी संभव है।

समस्या: हिलती हुई मेज

समाधान: "स्मार्ट" लेजर पल्स

उन्होंने क्या पाया

मुख्य निष्कर्ष

इसी तरह के और पेपर