Nishimori Threshold Estimation for Bayesian Inference and $\mathbb{Z}_q$ Surface Code Decoding

कल्पना कीजिए कि आप अपना पसंदीदा गाना सुनने की कोशिश कर रहे हैं, लेकिन रेडियो सिग्नल धुंधला है। स्टेटिक (शोर) कड़कड़ा रहा है, आवाजें एक-दूसरे पर हावी हो रही हैं, और धुन शोर में खो गई है। क्वांटम कंप्यूटिंग की दुनिया में, इस "स्टेटिक" को शोर (noise) कहा जाता है, और यह एक विश्वसनीय क्वांटम कंप्यूटर बनाने के लिए सबसे बड़ा दुश्मन है। इसे ठीक करने के लिए, वैज्ञानिक "एरर करेक्शन" (त्रुटि सुधार) नामक चीज़ का उपयोग करते हैं, जो एक जासूसों की टीम जैसा है जो यह पता लगाने की कोशिश कर रहे हैं कि मूल गाना वास्तव में कैसा सुनाई देना चाहिए था, भले ही उन्हें केवल विकृत संस्करण ही सुनाई दे रहा हो। बड़ा सवाल यह है कि जासूस कितने शोर को झेल सकते हैं इससे पहले कि वे हार मान लें और गाना पहचानने योग्य न रहे? इस टूटने बिंदु को "एरर थ्रेशोल्ड" (त्रुटि सीमा) कहा जाता है। यदि शोर इस रेखा से नीचे है, तो कंप्यूटर अपनी गलतियों को खुद ठीक कर सकता है; यदि यह ऊपर है, तो जानकारी हमेशा के लिए खो जाती है।

दशकों से, इस सटीक ब्रेकिंग पॉइंट को खोजना एक बादल को घूरकर उसके वजन का अनुमान लगाने जैसा रहा है। वैज्ञानिकों को आमतौर पर एक मोटा अनुमान प्राप्त करने के लिए विशाल, समय लेने वाले कंप्यूटर सिमुलेशन चलाने पड़ते हैं, क्योंकि गणित अविश्वसनीय रूप से जटिल है। यह बिल्कुल वैसा ही है जैसे ताश के पत्तों के लाखों अलग-अलग मीनार बनाने और उन्हें गिरते हुए देखने के बजाय, यह अनुमान लगाने की कोशिश करना कि ताश का घर कब ढहेगा। लेकिन क्या होगा अगर कोई शॉर्टकट हो? क्या होगा अगर आप एक साधारण, पूर्ण ताश के मीनार को देख सकें और एक चतुर ट्रिक का उपयोग करके तुरंत जान सकें कि हवादार और अस्त-व्यस्त संस्करण कब गिरेगा? यही वह तरह का शॉर्टकट है जिसे कोलोन विश्वविद्यालय के शोधकर्ताओं का यह नया पेपर तलाश रहा है। वे एक "जेक्यू सरफेस कोड" (Zq surface code) नामक विशिष्ट प्रकार के क्वांटम कोड के लिए इन एरर थ्रेशोल्ड को खोजने के लिए जासूसी, सांख्यिकीय ट्रिक्स और थोड़े से "मैजिक मैथ" (जादुई गणित) के मिश्रण का उपयोग कर रहे हैं।

यह पेपर "मिनिमल-रेप्लिका प्रोजेक्शन" (minimal-replica projection) नामक एक विधि पेश करता है। इसे समझने के लिए, कल्पना करें कि आपके पास एक एकल, पूर्ण पहेली का टुकड़ा (एक स्वच्छ, शोर-मुक्त प्रणाली का प्रतिनिधित्व करता है) है। अब, कल्पना करें कि आप जानना चाहते हैं कि उस टुकड़े में थोड़ा सा "विकार" या शोर जोड़ने पर क्या होता है। पूरे बिखरे हुए पहेली को सिम्युलेट करने के बजाय, लेखक एक गणितीय "दर्पण" या प्रोजेक्शन का उपयोग करते हैं। वे पूर्ण टुकड़े को लेते हैं, एक विशिष्ट रूपांतरण (जिसे वे फूरियर-वाल्श प्रोजेक्शन कहते हैं) लागू करते हैं, और देखते हैं कि यह शोर वाले संस्करण पर कैसे मैप होता है।

उनकी खोज का मूल एक सरल सूत्र है जो "स्वच्छ" दुनिया को "शोर भरी" दुनिया से जोड़ता है। उन्होंने पाया कि यदि आप एक स्वच्छ प्रणाली के क्रिटिकल पॉइंट (जहाँ वह बिना किसी शोर के टूटने लगती है) को जानते हैं, तो आप उनके सूत्र का उपयोग करके आश्चर्यजनक सटीकता के साथ शोर वाली प्रणाली के क्रिटिकल पॉइंट की भविष्यवाणी कर सकते हैं। उन्होंने विभिन्न मॉडलों पर इसका परीक्षण किया, जिसमें प्रसिद्ध 'आइसिंग मॉडल' (जो छोटे चुंबकों का एक ग्रिड है जो ऊपर या नीचे की ओर इशारा कर सकते हैं) और अधिक जटिल 'क्लॉक मॉडल' (जहाँ चुंबक कई दिशाओं में इशारा कर सकते हैं, जैसे घड़ी की सुइयां) शामिल हैं।

परिणाम काफी प्रभावशाली हैं। सरल मामलों के लिए, जैसे कि 2D आइसिंग मॉडल, उनका सूत्र लगभग 10.82% का थ्रेशोल्ड बताता है, जो विशाल कंप्यूटर सिमुलेशन द्वारा पाए गए 10.92% के अविश्वसनीय रूप से करीब है। वास्तव में, कई अलग-अलग प्रकार के मॉडलों और आयामों के लिए, उनका "शॉर्टकट" अनुमान आमतौर पर भारी-भरकम सिमुलेशन परिणामों के एक प्रतिशत के भीतर होता है। यह एक बड़ी बात है क्योंकि इसका मतलब है कि वैज्ञानिक अब एक त्वरित गणना करके यह बहुत अच्छा अनुमान लगा सकते हैं कि एक क्वांटम कोड कितनी अच्छी तरह काम करेगा, बजाय इसके कि वे सुपरकंप्यूटर के काम पूरा करने के लिए हफ्तों का इंतजार करें।

हालाँकि, पेपर सावधानी से यह भी बताता है कि यह "जादुई ट्रिक" कहाँ काम करना बंद कर देती है। यह विधि इस विचार पर निर्भर करती है कि "स्वच्छ" प्रणाली एक सहज, निरंतर तरीके से टूटती है। यदि प्रणाली अचानक और हिंसक रूप से टूटती है (एक "फर्स्ट-ऑर्डर" ट्रांजिशन), तो शॉर्टकट विफल हो जाता है। उन्होंने पाया कि कुछ जटिल क्लॉक मॉडल्स के लिए जिनमें कई अवस्थाएं (states) होती हैं (विशेष रूप से जब अवस्थाओं की संख्या $q$, 4 से अधिक होती है), स्वच्छ प्रणाली सहजता से नहीं टूटती है। इन मामलों में, उनका सूत्र वास्तविक संख्याओं से दूर चला जाता है, जो बताता है कि यह विधि उन विशिष्ट परिदृश्यों के लिए उपयुक्त नहीं है।

सबसे दिलचस्प हिस्सों में से एक "क्लॉक मॉडल्स" से संबंधित है जहाँ $q$ का मान 5 या उससे अधिक है। इन प्रणालियों में, स्वच्छ संस्करण के दो अलग-अलग ब्रेकिंग पॉइंट्स होते हैं, जैसे कि एक घड़ी जो गिरने से पहले दीवार से दो बार अपनी पकड़ खो देती है। लेखकों की विधि दोनों ब्रेकिंग पॉइंट्स की सफलतापूर्वक भविष्यवाणी करती है, जिससे उनके बीच स्थिरता का एक "सैंडविच" बनता है। और भी आश्चर्यजनक रूप से, दो अनुमानित बिंदु 'गिल्बर्ट-वरशामम सेल्फ-डुअल एंट्रॉपी रिलेशन' नामक एक गहरे गणितीय संबंध को संतुष्ट करते प्रतीत होते हैं। यह एक ऐसा नियम है जो आमतौर पर केवल उन प्रणालियों में दिखाई देता है जिनमें एक विशेष प्रकार की समरूपता (symmetry) होती है, फिर भी लेखकों की विधि ने इसे बिना स्पष्ट रूप से खोजे ही ढूंढ लिया। यह सुझाव देता है कि उनका सरल प्रोजेक्शन स्कीम अनजाने में ब्रह्मांड की एक छिपी हुई, गहरी संरचना को पकड़ लेता है जो स्वच्छ और शोर भरी दुनिया को जोड़ती है।

शोधकर्ता यह भी समझाते हैं कि उनकी विधि में गणित के लिए "रेप्लिकास" (प्रणालियों की प्रतियां) की एक विशिष्ट संख्या का उपयोग क्यों किया गया है। उन्होंने पाया कि चार प्रतियों का उपयोग करना "स्वीट स्पॉट" (सबसे सटीक बिंदु) है। कम प्रतियां उपयोग करने से शोर कैसे परस्पर क्रिया करता है, इसके महत्वपूर्ण विवरण छूट जाते हैं, जबकि अधिक प्रतियां उपयोग करने से भविष्यवाणी वास्तव में खराब हो जाती है क्योंकि यह अनावश्यक जटिलता जोड़ देती है। यह एक पहेली को हल करने जैसा है: कभी-कभी जानकारी का बिल्कुल सही मात्रा में होना, बहुत अधिक जानकारी होने से बेहतर होता है।

संक्षेप में, यह पेपर क्वांटम कंप्यूटिंग समुदाय के लिए एक शक्तिशाली नया उपकरण प्रदान करता है। यह एरर थ्रेशोल्ड का अनुमान लगाने के लिए एक क्लोज्ड-फॉर्म, विश्लेषणात्मक तरीका प्रदान करता है जो तेज़, सटीक और आश्चर्यजनक रूप से गहरा है। हालांकि यह हर समस्या को हल नहीं करता है (विशेष रूप से सबसे जटिल, अचानक टूटने वाली प्रणालियों के लिए), यह वैज्ञानिकों को क्वांटम एरर करेक्शन के शोर भरे परिदृश्य में नेविगेट करने के लिए एक विश्वसनीय दिशा-सूचक (compass) देता है। एक विशाल सिमुलेशन समस्या को एक सरल समीकरण में बदलकर, लेखकों ने दिखाया है कि कभी-कभी, एक अस्त-व्यस्त, शोर भरी दुनिया को समझने का सबसे अच्छा तरीका उसे एक स्वच्छ, पूर्ण दुनिया के लेंस के माध्यम से देखना होता है।