⚛️ quantum physics

Orthogonal Quantum Krylov Diagonalisation

यह शोध पत्र ऑर्थोगोनल क्वांटम क्राइलोव डायगोनलाइज़ेशन (OQKD) प्रस्तुत करता है, जो एक ऐसा ढांचा है जो इष्टतम क्वेरी जटिलता के साथ स्थिर, ओवरलैप-मुक्त क्वांटम सबस्पेस डायगोनलाइज़ेशन प्राप्त करने के लिए ऑपरेटर स्तर पर शास्त्रीय लैंकोस रिकर्सन को पुनर्गठित करता है, और साथ ही क्वांटम फेज एस्टीमेशन के लिए कुशल स्टेट प्रिपरेशन को सक्षम करने हेतु एक रीस्टार्टेड प्रोटोकॉल का प्रस्ताव भी देता है।

मूल लेखक: Hadi Rammal, Alexandre Perrin, Oumaya Ladhari, Clément Dutreix, Jérémie Messud, Matthieu Saubanere

प्रकाशित 2026-07-13

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Hadi Rammal, Alexandre Perrin, Oumaya Ladhari, Clément Dutreix, Jérémie Messud, Matthieu Saubanere

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 विशाल, धुंधले पर्वत श्रृंखला में सबसे निचले बिंदु को खोजने की कोशिश कर रहे हैं। वैज्ञानिक एक क्वांटम सिस्टम की ऊर्जा की गणना करने के लिए यही करते हैं: वे कणों के एक समूह के लिए "ग्राउंड स्टेट" (ground state), यानी सबसे स्थिर, निम्नतम-ऊर्जा वाली स्थिति की खोज कर रहे होते हैं।

लंबे समय तक, कंप्यूटर पर यह करने का सबसे अच्छा तरीका लैंकोस (Lanczos) नामक एक विधि था। इसे इस तरह सोचें: यह एक ऐसे हाइकर (पर्वतारोही) की तरह है जो कई कदम उठाता है, और हर कदम पर अपने पैरों की पकड़ की जांच करता है ताकि वह गोल-गोल न घूमता रहे। हाइकर एक ऐसा रास्ता बनाता है जहाँ उसका हर नया कदम पिछले कदम के बिल्कुल लंबवत (perpendicular/right angle) होता है। यह रास्ते को साफ, स्थिर और आसान बनाए रखता है, जिससे वह सीधे घाटी के सबसे निचले हिस्से तक पहुँच जाता है।

हालाँकि, जब वैज्ञानिकों ने इस हाइकिंग यात्रा को एक क्वांटम कंप्यूटर पर ले जाने की कोशिश की, तो उन्हें एक बाधा का सामना करना पड़ा। लैंकोस विधि के क्वांटम संस्करण ऐसे हाइकर की तरह थे जो अपने ही पैरों में उलझकर गिरते रहते थे। वे ऐसे रास्ते बना रहे थे जो पूरी तरह से लंबवत नहीं थे; कदम अव्यवset और आपस में टकराने लगे थे। इसे ठीक करने के लिए, उन्हें एक "रेगुलराइजेशन" (regularization) टूल का उपयोग करना पड़ा—जो एक अनाड़ी इरेज़र (मिटाने वाले यंत्र) की तरह है जो गंदगी को साफ करने की कोशिश करता है। लेकिन यह इरेज़र अक्सर नक्शे को धुंधला कर देता था, जिससे परिणाम कम सटीक हो जाते थे और शोर (noise) को साफ करने के लिए बहुत अधिक अतिरिक्त मापों की आवश्यकता होती थी।

नया रास्ता: OQKD

इस शोध पत्र में, लेखक एक नया ढांचा पेश करते हैं जिसे ऑर्थोगोनल क्वांटम क्रायलोव डायगोनलाइजेशन (OQKD) कहा जाता है। उन्होंने केवल पुराने रास्ते को ठीक नहीं किया; उन्होंने हाइकिंग के गियर (सामान) को ही पूरी तरह से नया रूप दिया।

कदमों को अव्यवस्थित होने देने के बजाय, OQKD एक चतुर गणितीय चाल का उपयोग करता है ताकि यह सुनिश्चित किया जा सके कि क्वांटम कंप्यूटर द्वारा उठाया गया हर नया कदम पिछले कदमों के बिल्कुल लंबवत हो, ठीक वैसे ही जैसे मूल क्लासिकल हाइकर करता था। वे ऐसा इसलिए करते हैं क्योंकि वे इन कदमों को "पॉलीनोमियल्स" (गणितीय रेसिपी) के रूप में देखते हैं जो सिस्टम को रूपांतरित करते हैं। जनरलाइज्ड क्वांटम सिग्नल प्रोसेसिंग (GQSP) नामक तकनीक का उपयोग करके, वे इन रेसिपीज़ को सीधे क्वांटम अवस्था (quantum state) पर लागू कर सकते हैं।

परिणाम क्या है? "ओवरलैप मैट्रिक्स" (overlap matrix)—वह गणितीय हिस्सा जो आमतौर पर अव्यवस्थित हो जाता है और जिसे उस अनाड़ी इरेज़र की आवश्यकता होती है—पूरी तरह से साफ रहता है। यह एक परफेक्ट 'आइडेंटिटी' (identity - एक गणितीय "कुछ न करने" की स्थिति जिसका अर्थ है कि सब कुछ व्यवस्थित है) के बहुत करीब रहता है, और लेखक कहते हैं कि यह कंप्यूटर की अपनी संख्यात्मक सटीकता (numerical precision) की सीमा तक स्थिर रहता है। एक विशिष्ट चुंबकीय मॉडल (J1–J2 हाइजेनबर्ग मॉडल) के अपने सिमुलेशन में, इस नई विधि ने क्लासिकल लैंकोस एल्गोरिदम के सटीक अभिसरण (convergence) को सफलतापूर्वक दोहराया, और बिना किसी मैसी क्लीनअप के मशीन प्रिसिजनशन (machine precision) तक पहुँच गई।

पेच: सफलता की दर

लेकिन इस कहानी में एक मोड़ है। हालाँकि रास्ता अब बिल्कुल सीधा है, लेकिन कदम उठाने का काम जितना आगे बढ़ोगे, उतना ही कठिन होता जाता है।

क्वांटम दुनिया में, इन उच्च-डिग्री पॉलीनोमियल रेसिपीज़ को लागू करना एक ऐसे सिक्के को उछालने की कोशिश करने जैसा है, जिसमें आपके खिलाफ भारी वजन है। जैसे-जैसे कदमों की संख्या (पॉलीनोमियल की "डिग्री") बढ़ती है, सफलता की संभावना घातांकीय रूप से (exponentially) गिर जाती है। लेखक अपने सिमुलेशन में दिखाते हैं कि बड़े नंबर ऑफ स्टेप्स के लिए, सफलता की संभावना नगण्य हो जाती है। ऐसा नहीं है कि गणित गलत है; बल्कि, उस गणित को निष्पादित करने के लिए आवश्यक "सिक्का उछालना" (coin flip) अविश्वसनीय रूप से कठिन हो जाता है।

रीस्टार्ट रणनीति: छोटी हाइक लेना

इस "सिक्का उछालने" वाली समस्या को हल करने के लिए, लेखक एक रीस्टार्टेड प्रोटोकॉल (restarted protocol) का प्रस्ताव देते हैं।

कल्पना कीजिए कि आप एक विशाल पहाड़ पर हाइकिंग कर रहे हैं, लेकिन यदि आप एक बार में बहुत ऊपर चढ़ने की कोशिश करते हैं, तो आपकी ऊर्जा (या इस मामले में, सफलता की संभावना) समाप्त हो जाती है। एक बड़ी, थका देने वाली चढ़ाई के बजाय, आप छोटी, प्रबंधनीय हाइक (यात्राओं) की एक श्रृंखला लेते हैं।

आप एक छोटी, सुरक्षित हाइक (कम डिग्री वाला पॉलीनोमियल) लेते हैं ताकि आप आधे रास्ते तक पहुँच सकें।
आप रुकते हैं, आराम करते हैं, और उस स्थान से मिलने वाले दृश्य का उपयोग अपने अगले कदम की योजना बनाने के लिए करते हैं।
आप वर्तमान स्थिति को अपना नया शुरुआती बिंदु मानते हैं और एक और छोटी, सुरक्षित हाइक लेते हैं।

इन छोटी, उच्च-सफलता-संभावना वाली हाइक को एक साथ जोड़कर, लेखक दिखाते हैं कि आप एक बड़ी, जोखिम भरी हाइक के समान ही उच्च-सटीकता वाले गंतव्य तक पहुँच सकते हैं, लेकिन बिना सफलता की संभावना शून्य होने के डर के। अपने सिमुलेशन में, यह "रीस्टार्टेड" दृष्टिकोण पूरे प्रोसेस के दौरान सफलता की दर को लगभग स्थिर रखता है, जबकि हर चक्र के साथ ग्राउंड स्टेट की सटीकता में सुधार करता रहता है।

इसका क्या अर्थ है (और क्या नहीं)

लेखक बहुत स्पष्ट हैं कि उन्होंने क्या हासिल किया है और क्या अभी भी देखना बाकी है।

उन्होंने क्या सिद्ध किया: संख्यात्मक सिमुलेशन (विशेष रूप से J1–J2 मॉडल पर) में, OQKD बिल्कुल क्लासिकल लैंकोस एल्गोरिदम की तरह काम करता है, जो पूर्ण ऑर्थोगोनैलिटी और स्थिरता बनाए रखता है। उन्होंने यह भी दिखाया कि "रीस्टार्टेड" संस्करण सफलता दर को उच्च रखते हुए अभिसरण (convergence) को बनाए रखता है।
उन्होंने किसे खारिज किया: वे स्पष्ट रूप से पुराने गैर-ऑर्थोगोनल तरीकों के खिलाफ तर्क देते हैं जिन्हें "ओवरलैप-मैट्रिक्स रेगुलराइजेशन" की आवश्यकता होती है। वे दिखाते हैं कि वे तरीके "इल-कंडीशनिंग" (ill-conditioning) की समस्या से जूझते हैं जहाँ गणित अस्थिर हो जाता है और थ्रेसहोल्डिंग (छोटे नंबरों को हटाना) की आवश्यकता होती है, जो अभिसरण को धीमा कर देता है और त्रुटि पैदा करता है।
एक सीमा क्या है: पेपर यह दावा नहीं करता है कि उन्होंने वास्तविक क्वांटम हार्डवेयर पर उच्च-डिग्री पॉलीनोमियल्स की समस्या को अभी तक हल कर लिया है। उच्च-डिग्री पॉलीनोमियल्स के लिए सफलता की संभावना में घातांकीय गिरावट एक वास्तविक तकनीकी बाधा है। "रीस्टार्टेड" प्रोटोकॉल एक प्रस्तावित रणनीति है जो इसके चारों ओर काम करने का एक तरीका है, लेकिन लेखक नोट करते हैं कि इन पॉलीनोमियल ग्रोथ और सिस्टम साइज के बीच का तालमेल भविष्य के अनुसंधान का विषय है।

संक्षेप में, लेखकों ने एक नया, गणितीय रूप से सटीक क्वांटम हाइकिंग ट्रेल बनाया है जो पुराने रास्तों के गड्ढों से बचता है। उन्होंने यह भी पाया है कि शीर्ष तक पहुँचने के लिए छोटे, सुरक्षित कदम कैसे उठाए जा सकते हैं। हालाँकि सिमुलेशन अविश्वसनीय रूप से आशाजनक दिखते हैं, लेकिन अंतिम परीक्षण कि क्या यह एक वास्तविक, शोर वाले (noisy) क्वांटम कंप्यूटर पर काम करता है, अभी भी आगे है।

तकनीकी सारांश: ऑर्थोगोनल क्वांटम क्रायलोव डायगोनालाइज़ेशन (Orthogonal Quantum Krylov Diagonalization)

समस्या विवरण
क्वांटम सबस्पेस-डायगोनालाइज़ेशन विधियाँ, विशेष रूप से क्वांटम क्रायलोव डायगोनालाइज़ेशन (QKD), क्वांटम अनेक-शरीर हैमिल्टोनियन (many-body Hamiltonians) के निम्न-ऊर्जा स्पेक्ट्रा की गणना करने के लिए एक आशाजनक मार्ग प्रदान करती हैं। हालाँकि, मौजूदा क्वांटम क्रायलोव दृष्टिकोण (हालिया चेबिशेव-आधारित CQKD सहित) गैर-ऑर्थोगोनल (non-orthogonal) क्रायलोव आधारों पर निर्भर करते हैं। यह गैर-ऑर्थोगोनैलिटी एक सामान्य आइगेनवैल्यू समस्या (generalized eigenvalue problem) को हल करने की आवश्यकता पैदा करती है जिसमें एक ओवरलैप मैट्रिक्स ( $S$ ) शामिल होता है। जैसे-जैसे सबस्पेस का आयाम बढ़ता है, क्रायलोव वेक्टर रैखिक रूप से निर्भर (linearly dependent) हो जाते हैं, जिससे ओवरलैप मैट्रिक्स खराब स्थिति (ill-conditioned) में आ जाता है। इस संख्यात्मक अस्थिरता को कम करने के लिए, मौजूदा विधियों को थ्रेशोल्डिंग और रेगुलराइजेशन प्रक्रियाओं की आवश्यकता होती है। ये चरण अतिरिक्त कम्प्यूटेशनल और माप लागत उत्पन्न करते हैं, अभिसरण (convergence) गुणों को खराब करते हैं, और शास्त्रीय लैंकोस (Lanczos) एल्गोरिदम में पाई जाने वाली स्थिरता और ऑर्थोगोनैलिटी विशेषताओं के सटीक पुनरुत्पादन को रोकते हैं। इसके अलावा, इन विधियों की माप जटिलता अक्सर "ऑर्थोगोनैलिटी कैटास्ट्रोफी" (लक्ष्य आइगेनस्टेट के साथ प्रारंभिक अवस्था का छोटा ओवरलैप) के कारण सिस्टम आकार के साथ चरघातांकीय (exponential) निर्भरता विरासत में लेती है।

कार्यप्रणाली (Methodology)
लेखक ऑर्थोगोनल क्वांटम क्रायलोव डायगोनालाइज़ेशन (OQKD) पेश करते हैं, जो एक ढांचा है जो एक ऑर्थोगोनल क्वांटम कार्यान्वयन को सक्षम करने के लिए ऑपरेटर स्तर पर शास्त्रीय लैंकोस पुनरावृत्ति (recursion) को पुनर्गठित करता है।

ऑपरेटर-स्तरीय पुनर्गठन: गैर-ऑर्थोगोनल वेक्टर बनाने और उन्हें रेगुलराइज करने के बजाय, OQKD लैंकोस वेक्टर्स $|\psi^\perp_n\rangle$ को सीधे रीस्केल्ड हैमिल्टोनियन $\tilde{H}$ पर प्रारंभिक अवस्था $|\Phi_0\rangle$ के नॉर्मलाइज्ड पॉलीनोमियल ट्रांसफॉर्मेशन के रूप में निर्मित करता है:
$|\psi^\perp_n\rangle = P_n(\tilde{H})|\Phi_0\rangle$
जहाँ $P_n$ , लैंकोस थ्री-टर्म रिकरेंस रिलेशन (three-term recurrence relation) को संतुष्ट करता है।
पुनरावर्ती गुणांक निर्धारण (Recursive Coefficient Determination): रिकरेंस के लिए आवश्यक नॉर्मलाइजेशन गुणांक ( $\tilde{\beta}_{i+1}$ ) को मध्यवर्ती वेक्टर्स को स्पष्ट रूप से संग्रहीत किए बिना या ऑफ-डायगोनल ओवरलैप तत्वों के लिए हैडामार्ड टेस्ट (Hadamard tests) किए बिना, मापने योग्य मोमेंट्स ( $\langle \psi^\perp_i | \tilde{H}^2 | \psi^\perp_i \rangle$ ) का उपयोग करके अ priori (पूर्व में) निर्धारित किया जाता है। यह बिना मध्यवर्ती वेक्टर्स को स्टोर किए या ऑफ-डायगोनल ओवरलैप तत्वों के लिए हैडामार्ड टेस्ट किए, पॉलीनोमियल गुणांकों के निर्माण की अनुमति देता है।
क्वांटम कार्यान्वयन: लैंकोस पॉलीनोमियल्स को चेबिशेव बेसिस में विस्तारित किया जाता है और ब्लॉक एनकोडिंग (Block Encoding) एवं सामान्यीकृत क्वांटम सिग्नल प्रोसेसिंग (GQSP) का उपयोग करके लागू किया जाता है। यह दृष्टिकोण सुनिश्चित करता है कि उत्पन्न आधार संरचना द्वारा ऑर्थोनॉर्मल (orthonormal) है, जिसके परिणामस्वरूप एक प्रोजेक्टेड हैमिल्टोनियन प्राप्त होता है जिसकी ट्राइडायगोनल संरचना होती है और जिसका ओवरलैप मैट्रिक्स पहचान मैट्रिक्स के करीब ( $S \approx I$ ) होता है।
रीस्टार्टेड प्रोटोकॉल (ROQKD): GQSP के माध्यम से उच्च-डिग्री पॉलीनोमियल्स को लागू करने से जुड़ी सफलता की प्रायिकता में चरघातांकीय कमी को संबोधित करने के लिए, लेखक एक रीस्टार्टेड स्टेट-प्रेपरेशन प्रोटोकॉल का प्रस्ताव करते हैं। एक एकल उच्च-डिग्री पॉलीनोमियल लागू करने के बजाय, एल्गोरिथ्म एक निश्चित, निम्न अधिकतम डिग्री ( $n_{max}$ ) के साथ OQKD चक्रों का एक अनुक्रम निष्पादित करता है। प्रत्येक चक्र के अंत में प्राप्त अनुमानित ग्राउंड स्टेट को (GQSP के माध्यम से) एक क्वांटम अवस्था में परिवर्तित किया जाता है और अगले चक्र के लिए प्रारंभिक अवस्था के रूप में उपयोग किया जाता है। यह उच्च-डिग्री पॉलीनोमियल ट्रांसफॉर्मेशन को संचित करता है और लगभग स्थिर सफलता की प्रायिकता बनाए रखता है।

मुख्य परिणाम

संख्यात्मक स्थिरता और अभिसरण: $J_1-J_2$ हाइजेनबर्ग मॉडल पर संख्यात्मक सिमुलेशन दर्शाते हैं कि OQKD मशीन प्रिसिजन (machine precision) तक शास्त्रीय लैंकोस एल्गोरिदम के अभिसरण व्यवहार को पुनरुत्पादित करता है। QKD और CQKD के विपरीत, जो ओवरलैप-मैट्रिक्स रेगुलराइजेशन सक्रिय होने पर आदर्श अभिसरण प्रोफाइल से विचलित होते हैं, OQKD पुनरावृत्ति के दौरान एक सुव्यवस्थित (well-conditioned) आधार बनाए रखता है।
माप जटिलता: शोध पत्र स्थापित करता है कि OQKD ओवरलैप-मैट्रिक्स रेगुलराइजेशन बाधा को समाप्त करता है। फलस्वरूप, प्रति प्रोजेक्टेड मैट्रिक्स एलिमेंट माप जटिलता प्रारंभिक अवस्था के ओवरलैप ( $\gamma_0$ ) से स्वतंत्र हो जाती है। हालांकि प्रभावी लागत अभी भी GQSP सफलता की प्रायिकता पर निर्भर करती है, यह निर्भरता भौतिक प्रणाली के मौलिक गुण (सिस्टम आकार के साथ चरघातांकीय गिरावट) से हटकर एक कार्यान्वयन-निर्भर पैरामीटर में स्थानांतरित हो जाती है।
रीस्टार्टेड प्रोटोकॉल प्रदर्शन: ROQKD प्रोटोकॉल सटीक ग्राउंड स्टेट की ओर इन्फिडेलिटी (infidelity) का चरघातांकीय अभिसरण प्राप्त करता है। महत्वपूर्ण रूप से, रीस्टार्ट चक्रों के दौरान अनुमानित ग्राउंड स्टेट को तैयार करने की सफलता की प्रायिकता लगभग स्थिर रहती है, जो रीस्टार्टेड CQKD या प्रत्यक्ष उच्च-डिग्री पॉलीनोमियल कार्यान्वयन में देखी गई चरघातांकीय गिरावट के विपरीत है।

महत्व और दावे
यह पत्र दावा करता है कि OQKD को शास्त्रीय लैंकोस एल्गोरिदम के प्रत्यक्ष ऑर्थोगोनल क्वांटम एनालॉग के रूप में स्थापित किया गया है। इसका प्राथमिक महत्व निम्नलिखित है:

रेगुलराइजेशन को समाप्त करना: यह ओवरलैप-मैट्रिक्स रेगुलराइजेशन की आवश्यकता को हटा देता है, जिससे शास्त्रीय लैंकोस पद्धति की अंतर्निहित संख्यात्मक स्थिरता और अभिसरण गुणों को संरक्षित किया जा सके।
स्केलेबल स्टेट प्रिपरेशन: रीस्टार्टेड प्रोटोकॉल (ROQKD) उच्च-फिडेलिटी प्रारंभिक अवस्थाओं को तैयार करने के लिए क्वांटम फेज एस्टिमेशन (QPE) हेतु एक स्थिर सफलता की प्रायिकता के साथ एक आशाजनक रणनीति प्रदान करता है, जो एकल-चरण उच्च-डिग्री पॉलीनोमियल ट्रांसफॉर्मेशन की सीमाओं को पार करता है।
शास्त्रीय और क्वांटम को जोड़ना: यह कार्य आधुनिक ब्लॉक एनकोडिंग और GQSP पर आधारित क्वांटम एल्गोरिदम के साथ शास्त्रीय सबस्पेस-डायगोनालाइज़ेशन तकनीकों को जोड़ता है, जो बड़े पैमाने के, औद्योगिक रूप से प्रासंगिक आइगेनवैल्यू समस्याओं के लिए मजबूत क्वांटम इगनसॉल्वर (eigensolvers) की ओर एक स्केलेबल मार्ग प्रदान करता है।

लेखक नोट करते हैं कि उच्च-डिग्री पॉलीनोमियल्स के लिए GQSP सफलता की प्रायिकता में चरघातांकीय ओवरहेड वर्तमान GQSP ढांचे की एक व्यावहारिक कार्यान्वयन सीमा है, न कि स्वयं OQKD एल्गोरिदम का कोई मौलिक दोष, जो यह सुझाव देता है कि इसे भविष्य के क्वांटम सिग्नल प्रोसेसिंग के विकास से कम किया जा सकता है।

नया रास्ता: OQKD

पेच: सफलता की दर

रीस्टार्ट रणनीति: छोटी हाइक लेना

इसका क्या अर्थ है (और क्या नहीं)

इसी तरह के और पेपर