⚛️ quantum physics

Bounding Classical and Quantum Correlations in Bayesian Networks with Quasiprobabilities

यह शोध पत्र बेयसियन नेटवर्क के लिए अर्ध-संभाव्यता (क्वासीप्रोबेबिलिस्टिक) मॉडलों की जांच करता है, जो यह प्रदर्शित करता है कि वे नेटवर्क के एक व्यापक वर्ग के लिए सभी गैर-संकेत (नॉन-सिग्नलिंग) सहसंबंध उत्पन्न कर सकते हैं और यह अनुमान लगाता है कि यह "अर्ध-समुच्चय" (क्वासी सेट) टेंसर नेटवर्क अपघटन के संबंधों का उपयोग करते हुए नेस्टेड मार्कोव मॉडल को पुनः प्राप्त करता है।

मूल लेखक: Paul Becsi, Matty J. Hoban

प्रकाशित 2026-06-23

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Paul Becsi, Matty J. Hoban

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

मुख्य चित्र: छिपे हुए संबंधों का रहस्य

कल्पना कीजिए कि आप एक जासूस हैं जो यह पता लगाने की कोशिश कर रहे हैं कि लोगों का एक समूह आपस में कैसे जुड़ा हुआ है। आप देख सकते हैं कि वे क्या कहते हैं और क्या करते हैं (अवलोकित नोड्स/observed nodes), लेकिन आप उन निजी नोट्स को नहीं देख सकते जो वे एक-दूसरे को देते हैं या उन गुप्त नियमों को नहीं देख सकते जिनका वे पालन करते हैं (सुप्त/अदृश्य नोड्स/latent/unobserved nodes)।

विज्ञान की दुनिया में, हम इन कारण-और-प्रभाव वाले संबंधों को मैप करने के लिए "बेशियन नेटवर्क" (जो केवल फैंसी फ्लोचार्ट हैं) का उपयोग करते हैं। आमतौर पर, हम यह मान लेते हैं कि सब कुछ मानक प्रायिकता (standard probability) के नियमों का पालन करता है: चीजों के होने की संभावना 0% से 100% के बीच होती है। कुछ भी "ऋणात्मक 50% संभावित" नहीं हो सकता।

हालाँकि, क्वांटम भौतिकी (वह नियम जो परमाणुओं और प्रकाश को नियंत्रित करते हैं) कभी-कभी इन नियमों को तोड़ देती है। यह ऐसी "अजीब" (spooky) कड़ियों की अनुमति देती है जिन्हें शास्त्रीय तर्क (classical logic) नहीं समझा सकता। वैज्ञानिक एक रेखा खींचने की कोशिश कर रहे हैं कि जो हमारी रोजमर्रा की दुनिया में संभव है (शास्त्रीय/Classical) और जो क्वांटम दुनिया में संभव है, उसके बीच क्या अंतर है।

समस्या: क्वांटम पहेली बहुत कठिन है

लेखक बताते हैं कि यह समझना कि एक क्वांटम नेटवर्क वास्तव में क्या कर सकता है, अविश्वसनीय रूप से कठिन है। यह एक ऐसे भूलभुलैया को हल करने जैसा है जहाँ दीवारें लगातार हिलती रहती हैं। सभी संभावित क्वांटम व्यवहारों का सेट बहुत जटिल, उलझा हुआ और गणितीय रूप से "अनिर्णायक" (undecidable) है (इसका अर्थ है कि यह जांचने के लिए कोई सरल सूत्र नहीं है कि कोई विशिष्ट व्यवहार संभव है या नहीं)।

क्योंकि क्वांटम पहेली इतनी कठिन है, वैज्ञानिक अक्सर "बाहरी सन्निकटन" (outer approximations) की तलाश करते हैं। इसे एक जटिल, ऊबड़-खाबड़ द्वीप के चारों ओर एक बड़ा, सरल घेरा बनाने जैसा समझें। वह घेरा स्वयं द्वीप नहीं है, लेकिन वह यह बताता है कि द्वीप निश्चित रूप से उसके अंदर है। यदि आप सिद्ध कर सकते हैं कि कुछ चीज़ उस घेरे के बाहर है, तो आप जानते हैं कि वह द्वीप पर नहीं है।

समाधान: "क्वासी-प्रायिकता" (जादुई स्याही) का परिचय

लेखक उस "घेरे" को बनाने का एक नया तरीका प्रस्तावित करते हैं। वे क्वासी-प्रायिकता (Quasiprobabilities) नामक एक अवधारणा पेश करते हैं।

कल्पना कीजिए कि आपके पास एक मानक प्रायिकता मानचित्र है जहाँ प्रत्येक संख्या सकारात्मक (0 से 1) होनी चाहिए। अब, कल्पना कीजिए कि आपके पास एक जादुई स्याही है जो आपको मानचित्र पर ऋणात्मक संख्याएँ लिखने की अनुमति देती है।

सामान्य प्रायिकता: "बारिश होने की 50% संभावना है।"
क्वासी-प्रायिकता: "बारिश होने की -20% संभावना है।"

वास्तविक दुनिया में, ऋणात्मक बारिश का कोई अर्थ नहीं है। लेकिन इस गणितीय मॉडल में, इन "ऋणात्मक प्रायिकताओं" (जो अभी भी कुल 100% जुड़ती हैं) को अनुमति देने से संभावनाओं का एक बहुत बड़ा और अधिक लचीला सेट बन जाता है। लेखक इसे "क्वासी सेट" (Quasi Set) कहते हैं।

मुख्य खोज: जादुई स्याही का उपयोग करने के दो तरीके

पेपर इस जादुई स्याही के बारे में एक आश्चर्यजनक बात सिद्ध करता है। आप इसका उपयोग दो अलग-अलग तरीकों से कर सकते हैं, और इनके परिणाम बिल्कुल समान होते हैं:

जादुई छिपे हुए चर (Magic Hidden Variables): आप गुप्त नोट्स (hidden variables) को जादुई स्याही (ऋणात्मक प्रायिकताओं) में लिख सकते हैं।
जादुई नियम (Magic Rules): आप उन नियमों को जादुई स्याही में लिख सकते हैं जो उन नोट्स को क्रियाओं (response functions) में बदलते हैं।

लेखक दिखाते हैं कि इससे कोई फर्क नहीं पड़ता कि आप किसे "जादुई" चुनते हैं। यदि आप गुप्त नोट्स या नियमों में से किसी को भी ऋणात्मक संख्याओं का उपयोग करने की अनुमति देते हैं, तो आपको परिणामों का बिल्कुल समान दायरा प्राप्त होता है। यह एक "द्वैतता" (duality) है, जैसे सिक्के को सामने या पीछे से देखना—यह एक ही सिक्का है।

बड़ी परिकल्पना (The Big Conjecture): एक आदर्श मानचित्र

लेखक एक साहसी अनुमान (एक परिकल्पना/Conjecture) लगाते हैं:
उनका मानना है कि यदि आप इस जादुई स्याही (क्वासी-प्रायिकताओं) की अनुमति देते हैं, तो आपका "क्वासी सेट" बिल्कुल नेस्टेड मार्कोव मॉडल (Nested Markov Model) के बराबर हो जाएगा।

नेस्टेड मार्कोव मॉडल एक बहुत ही सख्त, व्यवस्थित गणितीय संरचना है जो नेटवर्क के सभी तार्किक नियमों का वर्णन करती है, और उन जटिल असमानता संबंधी बाधाओं (inequality constraints) को अनदेखा करती है जो आमतौर पर काम को कठिन बनाती हैं।
दावा: ऋणात्मक प्रायिकताओं की अनुमति देकर, आप सभी जटिल "असमानता" नियमों को हटा देते हैं। जो बचता है वह एक साफ, व्यवस्थित संरचना है जो नेस्टेड मार्कोव मॉडल के साथ पूरी तरह मेल खाती है।

यदि यह सच है, तो इसका अर्थ है कि "क्वासी सेट" क्वांटम सहसंबंधों के लिए एक सटीक, सरल बाहरी सीमा है। यह सुझाव देता है कि शास्त्रीय और क्वांटम सहसंबंधों के बीच जो "असमानता" बाधाएं (जैसे प्रसिद्ध बेल असमानताएं) हैं, वे केवल इसलिए हैं क्योंकि हम सकारात्मक संख्याओं का उपयोग करने के लिए मजबूर हैं। यदि हम ऋणात्मक संख्याओं की अनुमति देते हैं, तो वे बाधाएं गायब हो जाती हैं।

प्रमाण: पेड़ और उलझे हुए धागे

लेखक हर संभव नेटवर्क के लिए इसे सिद्ध नहीं कर सके, लेकिन उन्होंने एक विशिष्ट, बहुत सामान्य प्रकार के नेटवर्क के लिए इसे सिद्ध किया जिसे "ट्री-स्ट्रक्चर्ड कोरिलेशन सिनेरियो" (Tree-Structured Correlation Scenario) कहा जाता है।

उपमा: एक पारिवारिक वंशावली (family tree) की कल्पना करें जहाँ माता-पिता छिपे हुए हैं, और बच्चे वे लोग हैं जिन्हें आप देख सकते हैं। यदि पारिवारिक वंशावली में कोई लूप नहीं है (कोई भी अपना पूर्वज नहीं है), तो यह एक "पेड़" (tree) है।
उपकरण: इन ट्री नेटवर्कों के लिए अपने बिंदु को सिद्ध करने के लिए, लेखकों ने कंप्यूटर विज्ञान और भौतिकी के एक उपकरण का उपयोग किया जिसे टेंसर नेटवर्क (Tensor Networks) कहा जाता है।
- टेंसर नेटवर्क को धागों की एक गांठ को सुलझाने के तरीके के रूप में समझें।
- उन्होंने दिखाया कि इन ट्री नेटवर्कों में व्यवहार के किसी भी पैटर्न को उनकी जादुई स्याही (क्वासी-प्रायिकताओं) का उपयोग करके "सुलझाया" जा सकता है और दर्शाया जा सकता है।
- इसने सिद्ध किया कि ट्री जैसे नेटवर्कों के लिए, "क्वासी सेट" और "नेस्टेड मार्कोव मॉडल" वास्तव में समान हैं।

सारांश

लक्ष्य: नेटवर्क में क्वांटम सहसंबंधों की सीमाओं का वर्णन करने का एक सरल तरीका खोजना।
चाल (Trick): प्रायिकताओं को ऋणात्मक (क्वासी-प्रायिकता) होने की अनुमति देना।
परिणाम: यह चाल एक "क्वासी सेट" बनाती है जो गणितीय रूप से नेस्टेड मार्कोव मॉडल नामक एक साफ, व्यवस्थित संरचना के समान है (कम से कम ट्री-आकार के नेटवर्कों के लिए)।
निहितार्थ: शास्त्रीय और क्वांटम दुनिया को अलग करने वाली जटिल "असमानताएं" केवल एक अवशेष हो सकती हैं जो प्रायिकताओं को सकारात्मक होने के लिए मजबूर करने से पैदा होती हैं। यदि आप ऋणात्मक संख्याओं की अनुमति देते हैं, तो सीमा बहुत सरल और अधिक अनुमानित हो जाती है।

यह पेपर मूल रूप से कहता है: "यदि आप अपनी गणित को ऋणात्मक संख्याओं का उपयोग करने की अनुमति देते हैं, तो क्वांटम नेटवर्क की जटिल पहेली एक साफ, सुलभ पैटर्न बन जाती है।"

तकनीकी सारांश: क्वैसीप्रोबबिलिटीज़ (Quasiprobabilities) के साथ बेयसियन नेटवर्क में शास्त्रीय और क्वांटम सहसंबंधों की सीमा निर्धारण

समस्या विवरण
अव्यक्त (unobserved) चरों वाले बेयसियन नेटवर्क (निर्देशित अचक्रीय ग्राफ़ या DAG) में सहसंबंधों का अध्ययन, कारण संबंधी अनुमान (causal inference) और क्वांटम आधारों के लिए केंद्रीय है। एक प्राथमिक चुनौती "शास्त्रीय सेट" $\mathcal{C}(G)$ को चरित्रित करना है, जो दिए गए कारण संरचना $G$ के अनुरूप देखे गए प्रायिकता वितरणों (probability distributions) के सेट को परिभाषित करता है। जबकि शास्त्रीय सेट एक अर्ध-बीजगणितीय (semialgebraic) संरचना है (जो बहुपद समीकरणों और असमानताओं द्वारा परिभाषित है), जटिल असमानता बाधाओं के कारण इसका लक्षण वर्णन करना अत्यंत कठिन है।

इसके समानांतर, "क्वांटम सेट" $\mathcal{Q}(G)$ , जो क्वांटम संसाधनों के माध्यम से प्राप्त किए जा सकने वाले सहसंबंधों का प्रतिनिधित्व करता है, और भी अधिक जटिल है; यह एक परिमित बहुभुज (finite polytope) नहीं है, यह बंद (closed) नहीं है, और सामान्य रूप से अनिर्णायक (undecidable) है। शोधकर्ता अक्सर इन सेटों को सीमित करने के लिए "बाहरी सन्निकटन" (outer approximations) खोजने का प्रयास करते हैं। बाइटाइट बेल परिदृश्य (Bipartite Bell Scenario - एक विशिष्ट DAG) में एक ज्ञात परिणाम यह है कि यदि विलत चरों (latent variables) को क्वैसीप्रोबबिलिटी वितरणों (ऐसे वितरण जो योग 1 के बराबर होते हैं लेकिन ऋणात्मक मान ले सकते हैं) का पालन करने की अनुमति दी जाए, तो यह सभी गैर-सिग्नलिंग सहसंबंधों को पुनः प्राप्त कर लेता है। यह शोध पत्र जांच करता है कि क्या यह परिणाम मनमाने बेयसियन नेटवर्क में सामान्यीकृत होता है और "क्वैसी सेट" तथा "नेस्टेड मार्कोव मॉडल" $\mathcal{N}(G)$ (जो शास्त्रीय सेट का एक सुलभ बीजगणितीय सन्निकटन है) के बीच के संबंध की खोज करता है।

कार्यप्रणाली
लेखक कारण मॉडलिंग (causal modeling), क्वैसीप्रोबबिलिस्टिक विश्लेषण और टेंसर नेटवर्क सिद्धांत के संयोजन का उपयोग करते हैं।

क्वैसीप्रोबबिलिस्टिक मॉडल: शोध पत्र एक "क्वैसीमार्जिनल सेट" $\mathcal{W}(G)$ के तीन समतुल्य निरूपणों को परिभाषित करता है, जहाँ देखा गया वितरण ग्राफ पर गुणनखंडित (factorizing) पूर्ण वितरण का मार्जिनल है, लेकिन इसमें ढीली सकारात्मकता बाधाएं (relaxed positivity constraints) लागू हैं:
- क्वैसिलैटेंट्स (Quasilatents - $\mathcal{W}_l$ ): विलत चर क्वैसी-वितरणों का पालन करते हैं, जबकि प्रतिक्रिया फलन (देखे गए नोड्स की सशर्त प्रायिकताएं) गैर-ऋणात्मक रहते हैं।
- क्वैज़िरेस्पॉन्स (Quasiresponses - $\mathcal{W}_r$ ): प्रतिक्रिया फलन क्वैसी-वितरणों का पालन करते हैं, जबकि विलत चर गैर-ऋणात्मक रहते हैं।
- क्वैज़िनोइज़ (Quasinoise - $\mathcal{W}_n$ ): देखे गए नोड्स को शास्त्रीय विलत चरों और स्वतंत्र "शोर" (noise) चरों पर निर्भर नियतात्मक प्रतिक्रिया फलनों के साथ मॉडल किया जाता है, जहाँ शोर चर क्वैसी-वितरणों का पालन करते हैं।
ग्राफ न्यूनीकरण (Graph Reduction): लेखक यह दिखाने के लिए शास्त्रीय कार्य-कारण विज्ञान (जैसे, विलतों का एक्सोजेनाइजेशन, अनावश्यक चरों का उन्मूलन) के परिणामों का उपयोग करते हैं कि ये न्यूनीकरण चरण क्वैसीप्रोबबिलिस्टिक मॉडलों के लिए भी मान्य हैं, जिससे वे बिना किसी हानि के "न्यूनीकरणकृत" ग्राफ मान सकते हैं।
टेंसर नेटवर्क अपघटन (Tensor Network Decompositions): विशिष्ट ग्राफ संरचनाओं के लिए मुख्य अनुमान को सिद्ध करने के लिए, लेखक समस्या को टेंसर नेटवर्क में मैप करते हैं। वे देखे गए प्रायिकता वितरण को एक उच्च-क्रम टेंसर के रूप में मानते हैं और संरचना एवं अंतर्निहित अनडिरेक्टेड ग्राफ (जहाँ किनारे साझा विलत माता-पिता को दर्शाते हैं) के बीच पत्राचार का उपयोग करते हैं। वे वृक्षों (trees) के लिए न्यूनतम टेंसर अपघटन के अस्तित्व संबंधी प्रमेयों का लाभ उठाते हैं।

प्रमुख योगदान और परिणाम

क्वैसीप्रोबबिलिस्टिक परिभाषाओं की समानता: यह शोध पत्र प्रमेय 4 को सिद्ध करता है, जो स्थापित करता है कि किसी भी DAG $G$ के लिए, $\mathcal{W}_l(G)$ , $\mathcal{W}_r(G)$ , और $\mathcal{W}_n(G)$ सेट समान हैं। यह एक द्वैत (duality) प्रदर्शित करता है: विलत चरों में ऋणात्मकता की अनुमति देना, देखे गए गैर-ऋणात्मक वितरणों के सेट के संबंध में प्रतिक्रिया फलनों (या शोर) में ऋणात्मकता की अनुमति देने के गणितीय रूप से समतुल्य है।
नेस्टेड मार्कोव मॉडल में समावेश: लेखक प्रपोजिशन 6 को सिद्ध करते हैं, जो यह दर्शाता है कि $\mathcal{W}(G) \subseteq \mathcal{N}(G)$ है। चूंकि नेस्टेड मार्कोव मॉडल विशुद्ध रूप से गुणनखंडन बाधाओं (बहुपद समीकरणों) द्वारा परिभाषित है बिना सकारात्मकता आवश्यकताओं के, इसलिए कोई भी वितरण जो क्वैसीप्रोबबिलिटीज़ के साथ गुणनखंडित होता है (जो सामान्यीकरण को संतुष्ट करता है लेकिन सकारात्मकता को नहीं), नेस्टेड मार्कोव बाधाओं को अवश्य संतुष्ट करेगा।
समानता पर अनुमान: शोध पत्र अनुमान 1 (Conjecture 1) प्रस्तावित करता है: किसी भी DAG $G$ के लिए, $\mathcal{W}(G) = \mathcal{N}(G)$ । यह संकेत देगा कि क्वैसी सेट ठीक वही सेट है जो सभी बहुपद समानता बाधाओं (नेस्टेड मार्कोव मॉडल) को संतुष्ट करता है, और शास्त्रीय और क्वांटम सेटों में असमानता बाधाएं केवल प्रायिकताओं की गैर-ऋणात्मकता की आवश्यकता से उत्पन्न होती हैं।
ट्री-स्ट्रक्चर्ड कोरिलेशन सिनेरियो (TCS) के लिए प्रमाण: लेखक TCSs के उपवर्ग के लिए अनुमान 1 का एक कठोर प्रमाण प्रदान करते हैं, जहाँ अंतर्निहित अनडिरेक्टेड ग्राफ (देखे गए नोड्स जो एक साझा विलत जनक को साझा करते हैं) एक वृक्ष (tree) है।
- वे प्रदर्शित करते हैं कि साधारण मार्कोव मॉडल (जो TCSs के लिए नेस्टेड मार्कोव मॉडल के बराबर है) में से किसी भी वितरण को एक टेंसर नेटवर्क में विघटित किया जा सकता है।
- इस अपघटन के न्यूनतम बॉन्ड आयामों (bond dimensions) का विश्लेषण करके, वे एक क्वैसीप्रोबबिलिस्टिक विलत चर मॉडल का निर्माण करते हैं जो उस वितरण को पुनरुत्पादित करता है, जिससे यह सिद्ध होता है कि $\mathcal{M}(G) \subseteq \mathcal{W}(G)$ है। TCSs के लिए सामान्य समावेश $\mathcal{W}(G) \subseteq \mathcal{N}(G)$ के साथ मिलकर, यह $\mathcal{W}(G) = \mathcal{N}(G)$ को स्थापित करता है।

महत्व और दावे

यह शोध पत्र दावा करता है कि उनका कार्य बेल परिदृश्य में गैर-सिग्नलिंग सहसंबंधों को पुनः प्राप्त करने के ज्ञात परिणाम को व्यापक श्रेणी के नेटवर्क तक सामान्यीकृत करता है।

असमानता बाधाओं का लक्षण वर्णन: यदि अनुमान 1 सत्य है, तो यह शास्त्रीय और क्वांटम कारण मॉडलों में असमानता बाधाओं के लिए एक संरचनात्मक व्याख्या प्रदान करता है। लेखक तर्क देते हैं कि ये असमानताएं कारण संरचना या गुणनखंडन मानदंड की अंतर्निहित विशेषता नहीं हैं, बल्कि प्रायिकताओं की गैर-ऋणात्मकता बाधा के आर्टिफैक्ट (artifacts) हैं। क्वैसी सेट में, जो सकारात्मकता को शिथिल करता है, ये असमानताएं लुप्त हो जाती हैं, जिससे केवल नेस्टेड मार्कोव मॉडल के बीजगणितीय (समानता) बाधाएं शेष रह जाती हैं।
सामान्यीकृत संभाव्यता सिद्धांतों (GPTs) की अभिव्यक्ति: परिणाम सुझाव देते हैं कि एक सिद्धांत जो विलत चरों (या प्रतिक्रिया फलनों) को मनमाने वास्तविक मान लेने की अनुमति देता है (एक गैर-मुक्त GPT), नेस्टेड मार्कोव सहसंबंधों के सभी वितरणों को उत्पन्न करने के लिए पर्याप्त अभिव्यंजक है। यह मानक GPTs (जैसे क्वांटम थ्योरी) के विपरीत है, जो ज्ञात रूप से सभी नेस्टेड मार्कोव सहसंबंधों (जैसे, ट्रायंगल परिदृश्य) को उत्पन्न करने में अपर्याप्त हैं।
टेंसर नेटवर्क के साथ संबंध: यह कार्य कारण अनुमान और टेंसर नेटवर्क अपघटन के बीच एक नया संबंध उजागर करता है, जो यह सुझाव देता है कि एक टेंसर का रैंक (अंतर्निहित अनडिरेक्टेड ग्राफ के संदर्भ में) एक क्वैसीप्रोबबिलिस्टिक मॉडल में आवश्यक विलत चरों के न्यूनतम आकार के अनुरूप होता है।

लेखक सामान्य मामले के संबंध में विनम्र रहते हैं, यह नोट करते हुए कि हालांकि उन्होंने वृक्ष-संरचित सहसंबंध परिदृश्यों के लिए अनुमान को सिद्ध किया है और ट्रायंगल परिदृश्य के लिए एक प्रमाण (परिशिष्ट में) प्रदान किया है, एक पूर्ण प्रमाण किसी भी DAG के लिए भविष्य के कार्य के लिए एक खुला विषय बना हुआ है। वे सुझाव देते हैं कि "इन्फ्लेशन तकनीक" (Inflation Technique) एक सामान्य प्रमाण के लिए एक व्यवहार्य मार्ग हो सकती है, हालांकि क्वैसीप्रोबबिलिटीज़ के लिए इन्फ्लेशन की पूर्णता वर्तमान में एक समर्थन देने वाले डे सिमिट (de Finetti) प्रमेय के बिना है।