Hardware-in-the-Loop Syndrome-to-Decoder Validation for Repetition, Surface, CSS-LDPC, and Digitized-GKP Codes

कल्पना कीजिए कि आप एक शोर भरे, अराजक कमरे में एक गुप्त संदेश भेजने की कोशिश कर रहे हैं। आप अपना संदेश एक दोस्त को फुसफुसाते हैं, जो इसे दूसरे को फुसफुसाता है, और इसी तरह यह अंत तक पहुँचता है। लेकिन कमरा लोगों के चिल्लाने, चीजें गिराने और अनजाने में आपके शब्दों को बदलने से भरा हुआ है। इसे ठीक करने के लिए, आप संदेश को केवल एक बार नहीं भेजते; आप इसके साथ कुछ अतिरिक्त "चेक" संकेत भी भेजते हैं। ये संकेत रिसीवर को बताते हैं, "हे, अगर यहाँ शब्द 'cat' (बिल्ली) 'bat' (चमगादड़) जैसा सुनाई दे रहा है, तो आप जान लें कि कुछ गलत हुआ है।"

क्वांटम कंप्यूटिंग की हाई-टेक दुनिया में, वैज्ञानिक ऐसी समस्याओं को हल करने के लिए कंप्यूटर बनाने की कोशिश कर रहे हैं जो आज की मशीनों के लिए असंभव हैं। लेकिन ये क्वांटम कंप्यूटर अविश्वसनीय रूप से नाजुक होते हैं। जरा सी हलचल, गर्मी या शोर उनकी गणनाओं को गड़बड़ा सकता है। इसे बचाने के लिए, वे क्वांटम एरर करेक्शन (Quantum Error Correction) का उपयोग करते हैं। इसे एक सुपर-स्मार्ट स्पेल-चेकर (वर्तनी सुधारक) की तरह समझें जो लगातार कंप्यूटर की मेमोरी की निगरानी करता है। यह त्रुटियों को पहचानने के लिए सूक्ष्म "सिंड्रोम" (जैसे शोर भरे कमरे में चेक संकेत) को मापता है। एक बार जब यह किसी समस्या का पता लगा लेता है, तो एक डिकोडर (स्पेल-चेकर का मस्तिष्क) को तुरंत यह तय करना होता है कि उसे कैसे ठीक किया जाए।

बड़ा सवाल केवल यह नहीं है कि "क्या हम त्रुटियों को ठीक कर सकते हैं?" बल्कि यह है कि "क्या हम वास्तव में कच्चे, शोर भरे क्वांटम मशीन से डेटा को बिना अर्थ खोए डिकोडर तक पहुँचा सकते हैं?" यदि मशीन कहती है "त्रुटि स्थान A पर है" लेकिन डिकोडर अनुवाद की गलती के कारण "त्रुटि स्थान B पर है" सुनता है, तो पूरा सिस्टम विफल हो जाता है। यह पेपर एक कठोर गुणवत्ता-नियंत्रण परीक्षण की तरह है ताकि यह सुनिश्चित किया जा सके कि शोर भरे क्वांटम हार्डवेयर और स्मार्ट डिकोडर के बीच की "फोन लाइन" पूरी तरह से काम कर रही है, भले ही हार्डवेयर खराब व्यवहार कर रहा हो।

---

द ग्रेट ट्रांसलेशन टेस्ट: नॉइज़ी हार्डवेयर से स्मार्ट डिकोडर्स तक

डेनिस डेलाली क्वेसी वायों और उनके सहयोगियों के नेतृत्व में इस अध्ययन के लेखकों ने एक विशाल "अनुवाद चुनौती" (translation challenge) तैयार की। वे देखना चाहते थे कि क्या वे वास्तविक क्वांटम कंप्यूटरों और एक सिम्युलेटेड मॉडल से कच्चे, अस्त-व्यस्त डेटा को ले सकते हैं, उसे एक डिकोडर में डाल सकते हैं, और वापस सही उत्तर प्राप्त कर सकते हैं। उन्होंने केवल एक प्रकार के कंप्यूटर को नहीं देखा; उन्होंने यह देखने के लिए चार अलग-अलग "भाषाओं" या कोड परिवारों का परीक्षण किया कि क्या ट्रांसलेशन पाइपलाइन टिक पाती है।

चार परीक्षण मामले

1. द सिंपल रिपिटिशन कोड (The Simple Repetition Code): कल्पना कीजिए कि आपके पास एक कतार में पांच दोस्त हैं। यदि उनमें से एक छींकता है, तो उसके बगल वाला व्यक्ति उसे सुन लेता है। यह त्रुटि को पहचानने का एक सरल तरीका है। टीम ने इसका परीक्षण एक वास्तविक क्वांटम चिप (IBM का "ibm fez") पर किया।
2. द सरफेस कोड (The Surface Code - द बिग वन): यह क्वांटम मेमोरी के लिए स्वर्ण मानक (gold standard) है, जैसे टाइल्स का एक जटिल ग्रिड जहाँ पड़ोसियों की जाँच करके त्रुटियों को पकड़ा जाता है। उन्होंने 40 डेटा क्विबिट्स ("दोस्तों") और 16 चेक क्विबिट्स ("सुनने वालों") के साथ इसके एक संस्करण का परीक्षण किया। यह एक बहुत बड़ा, अधिक जटिल सर्किट है।
3. द CSS-LDPC कोड (The Steane Code): यह एक संक्षिप्त, कुशल कोड है जो त्रुटियों की जाँच के लिए एक स्पार्स मैट्रिक्स (खाली स्थानों वाला ग्रिड) का उपयोग करता है। यह एक चतुर पहेली की तरह है जहाँ पूरी तस्वीर जानने के लिए आपको केवल कुछ विशिष्ट स्थानों की जाँच करने की आवश्यकता होती है।
4. द डिजिटाइज्ड-GKP कोड (The Bosonic Cousin): यह अलग है। वास्तविक क्वांटम चिप का उपयोग करने के बजाय, उन्होंने एक सॉफ्टवेयर सिमुलेशन (PennyLane) का उपयोग किया जो "ऑसिलेटर" स्पेस (जैसे तालाब में लहरें) में रहने वाले प्रकार के क्वांटम कोड की नकल करता है। उन्होंने इन तरंग जैसी संकेतों को डिजिटल बिट्स में बदला, और उन्हें उसी डिकोडर में डाला जिसका उपयोग वास्तविक चिप्स के लिए किया जाता है।

प्रयोग: 4,096 शॉट्स और बहुत सारा शोर

प्रत्येक परीक्षण के लिए, उन्होंने सर्किट को 4,096 बार (जिन्हें "शॉट्स" कहा जाता है) चलाया। उन्होंने दो प्रकार के स्ट्रीम चलाए:

• क्लीन स्ट्रीम्स (Clean Streams): जहाँ कुछ भी गलत नहीं होना चाहिए था।
• इंजेक्टेड स्ट्रीम्स (Injected Streams): जहाँ उन्होंने जानबूझकर एक त्रुटि डाली (जैसे स्विच पलटना) यह देखने के लिए कि क्या सिस्टम इसे ढूंढ सकता है।

इसके बाद उन्होंने कच्चे परिणामों को लिया और तीन अलग-अलग रणनीतियों का उपयोग करके एक डिकोडर पाइपलाइन चलाई:

• MWVM (Minimum Weight Perfect Matching): "गोल्ड स्टैंडर्ड" बेसलाइन, जैसे त्रुटि को ठीक करने के लिए सबसे छोटा रास्ता खोजना।
• UF (Union-Find): एक तेज़, सरल तरीका।
• BP (Belief Propagation): एक विधि जो संभावनाओं (probabilities) के आधार पर अनुमान लगाती है।

उन्होंने क्या पाया: अच्छा, बुरा, और "लगभग सही"

परिणाम जीत और वास्तविकता के अहसास का मिश्रण थे।

• सरल चीजें बहुत अच्छा काम करती हैं: रिपिटिशन कोड और CSS-LDPC (Steane) कोड के लिए, सिस्टम एक सितारे की तरह रहा। जब उन्होंने एक त्रुटि डाली, तो डिकोडर लगभग हमेशा सटीक स्थान ढूंढ लेता था।

  • रिपिटिशन कोड के लिए, "एक्सैक्ट लोकलाइजेशन" (सटीक स्थान ढूंढना) दर 0.821 और 0.868 के बीच थी।
  • स्टीन (Steane) कोड के लिए, यह 0.843 और 0.858 के बीच था।
  • इससे भी बेहतर, यदि आपने केवल पूछा, "क्या सुधार में सही व्यक्ति शामिल था?" (target-containing), तो दरें बढ़कर क्रमशः 0.923 और 0.858 हो गईं। इसने साबित किया कि छोटे, सरल सर्किटों के लिए, हार्डवेयर और डिकोडर के बीच की "फोन लाइन" एकदम स्पष्ट है।

• बड़ा सर्किट शोर भरा था: जब वे सरफेस कोड (40-qubit वाला विशाल सर्किट) पर पहुँचे, तो चीजें उलझ गईं। वास्तविक हार्डवेयर इतना शोर भरा था कि डिकोडर अब सटीक त्रुटि नहीं बता सका।

  • "एक्सैक्ट लोकलाइजेशन" दर गिरकर बहुत कम 0.003 से 0.108 रह गई।
  • हालाँकि, डिकोडर पूरी तरह से खोया नहीं था। उसने त्रुटि को सही पड़ोस में ही कहीं ढूंढ लिया। "टारगेट-कंटेनिंग" दर (त्रुटि या उसके पड़ोसी को ढूंढना) अभी भी ठीक थी, जो 0.279 और 0.642 के बीच रही।
  • लेखक बताते हैं कि यह डिकोडर के तर्क की विफलता नहीं है, बल्कि इस बात का संकेत है कि हार्डवेयर स्वयं इतना बैकग्राउंड शोर (जैसे रेडियो पर स्टेटिक शोर) पैदा कर रहा है कि सिग्नल दब गया है। डिकोडर अपना काम कर रहा है, लेकिन इनपुट बहुत अधिक अव्यवस्थित है।

• सिमुलेशन सिद्धांत से मेल खाता है: डिजिटाइज्ड-GKP अध्ययन ने, जिसमें लहरों को सिम्युलेट करने और उन्हें बिट्स में बदलने के लिए सॉफ्टवेयर का उपयोग किया गया था, यह दिखाया कि यह "अनुवाद" विभिन्न प्रकार के क्वांटम भौतिकी के लिए भी काम करता है।

  • एक्सैक्ट लोकलाइजेशन 0.350 से 0.495 था।
  • टारगेट-कंटेनिंग दर 0.417 से 0.608 थी।
  • यह सुझाव देता है कि भले ही आपके पास एक अजीब, तरंग-आधारित क्वांटम कंप्यूटर हो, फिर भी आप उसके संकेतों को उसी भाषा में अनुवादित कर सकते हैं जिसे डिकोडर समझता है।

फैसला: एक विश्वसनीय पाइपलाइन, भले ही सिग्नल धुंधला हो

सबसे महत्वपूर्ण बात यह नहीं है कि उन्होंने एक पूर्ण, त्रुटि-मुक्त क्वांटम कंप्यूटर बनाया है। यह है कि उन्होंने सिद्ध किया कि इंटरफेस (interface) काम करता है। उन्होंने दिखाया कि आप एक वास्तविक क्वांटम चिप (या सिमुलेशन) से कच्चे, शोर भरे डेटा को ले सकते हैं, उसे एक मानक अनुरोध में अनुवादित कर सकते हैं, और बिना अर्थ खोए उसे डिकोडर में फीड कर सकते हैं।

यह पेपर स्पष्ट रूप से इस विचार को खारिज करता है कि डिकोडर टूटा हुआ है या अनुवाद गलत है। इसके बजाय, यह सुझाव देता है कि बड़े सर्किटों (जैसे 56-qubit सरफेस कोड) के लिए, हार्डवेयर का शोर वर्तमान में बाधा है, न कि सॉफ्टवेयर। डिकोडर तैयार है; हार्डवेयर को बस शांत होने की आवश्यकता है।

लेखक निष्कर्ष निकालते हैं कि यह "सिंड्रोम-टू-डिकोडर" पाइपलाइन अब एक सत्यापित, पुनरुत्पादित (reproducible) उपकरण है। यह भविष्य के प्रयोगों के लिए एक ठोस आधार है। चाहे वे बड़े कोडों का परीक्षण कर रहे हों, कई राउंड में त्रुटियों को ठीक करने की कोशिश कर रहे हों, या उन तरंग-आधारित GKP कोडों को मिला रहे हों, अब उनके पास एक भरोसेमंद तरीका है जिससे वे जांच सकें कि क्या उनके डेटा को सही ढंग से पढ़ा जा रहा है। यह उस दिन की ओर एक महत्वपूर्ण कदम है जब क्वांटम कंप्यूटर वास्तव में अपनी गलतियों को सुधार सकेंगे और दुनिया की सबसे कठिन समस्याओं को हल कर सकेंगे।