Quantum error correction and biological error correction: A structural analogy between qubits and neurons

चीजों को एक साथ बनाए रखने का महान खेल

कल्पना कीजिए कि आप जेन्गा (Jenga) ब्लॉक्स से एक मीनार बनाने की कोशिश कर रहे हैं, लेकिन वे ब्लॉक्स खुद थोड़े डगमगा रहे हैं, और मेज हिल रही है। यदि आप केवल एक ब्लॉक रखते हैं, तो वह तुरंत गिर जाएगा। लेकिन यदि आप एक विशाल, आपस में जुड़े हुए ढांचे का निर्माण करते हैं जहाँ प्रत्येक ब्लॉक अपने पड़ोसियों को सहारा देता है, तो पूरा टॉवर खड़ा रह सकता है, भले ही कुछ व्यक्तिगत ब्लॉक डगमगाएँ या फिसल जाएँ। यह कंप्यूटिंग की मौलिक चुनौती है: हम ऐसी मशीनें कैसे बनाएं जो स्पष्ट रूप से सोच सकें जब उनके हिस्से अव्यवस्थित, शोर-शराबे वाले और गलतियों के प्रति संवेदनशील हों?

द दशकों से, वैज्ञानिक इस पहेली को सुलझाने के लिए दो बहुत अलग दुनियाओं की ओर देख रहे हैं। एक तरफ, क्वांटम कंप्यूटिंग (Quantum Computing) है, जो अत्याधुनिक सीमा है जहाँ मशीनें उन समस्याओं को हल करने के लिए भौतिकी के अजीब नियमों का उपयोग करती हैं जो आज के कंप्यूटरों के लिए असंभव हैं। लेकिन ये मशीनें अविश्वसनीय रूप से नाजुक हैं; उनके "क्यूबिट्स" (क्वांटम संस्करण के कंप्यूटर बिट्स) इतने संवेदनशील होते हैं कि थोड़ी सी गर्मी या शोर उनकी गणनाओं को बर्बाद कर सकता है। दूसरी ओर, मानव मस्तिष्क (Human Brain) है, जो अरबों न्यूरॉन्स से बना एक जैविक चमत्कार है जो भी अव्यवस्थित, धीमे और बेतरतीब ढंग से सक्रिय होने के प्रति संवेदनशील हैं। फिर भी, इस अराजकता के बावजूद, हमारा मस्तिष्क अपना नाम याद रखने, चेहरों को पहचानने और दुनिया में नेविगेट करने में बिना क्रैश हुए सक्षम है।

बड़ा सवाल यह है: क्या ये दो दुनियाएं, एक सिलिकॉन और प्रकाश से बनी, दूसरी मांस और बिजली से बनी, स्थिर रहने के लिए एक ही गुप्त तरकीबों का उपयोग करती हैं? यदि हम यह समझ सकें कि मस्तिष्क अपनी गलतियों को कैसे ठीक करता है, तो क्या हम अपने क्वांटम कंप्यूटरों को भी ऐसा करने के लिए सिखा सकते हैं? यह एक नए शोध पत्र की कहानी है जो क्वांटम भौतिकी की भाषा को जीव विज्ञान की भाषा में अनुवाद करने की कोशिश करता है, जो एक क्वांटम कंप्यूटर और एक न्यूरल नेटवर्क के बीच एक छिपे हुए संरचनात्मक जुड़वां (structural twin) की तलाश कर रहा है।

क्वांटम-जीव विज्ञान जुड़वां (The Quantum-Biology Twin)

इस शोध पत्र में, इयान व्हाइटहाउस और उनके सहयोगियों के नेतृत्व में लेखक एक दिलचस्प विचार प्रस्तावित करते हैं: क्वांटम एरर करेक्शन (QEC) और बायोलॉजिकल एरर करेक्शन (BEC) न केवल समान हैं; वे संरचनात्मक जुड़वां हैं। वे तर्क देते हैं कि जबकि सामग्रियां पूरी तरह से अलग हैं—एक उप-परमाणु कणों का उपयोग करती है, दूसरा न्यूरॉन्स का—उनका पैटर्न जिसे वे सूचना की रक्षा करने के लिए उपयोग करते है, लगभग एक जैसा है।

एक क्वांटम कंप्यूटर के बारे में सोचें जो एक गुप्त संदेश संग्रहीत करने की कोशिश कर रहा है। क्योंकि भौतिक क्यूबिट्स बहुत शोर वाले होते हैं, वे संदेश को केवल एक क्यूबिट पर नहीं लिख सकते। इसके बजाय, वे संदेश को क्यूबिट्स के एक समूह में फैला देते हैं, जैसे एक गुप्त कोड लिखना जहाँ अर्थ तभी मौजूद होता है जब आप समूह को एक साथ देखते हैं। कोड को सुरक्षित रखने के लिए, कंप्यूटर लगातार "स्टेबलाइजर्स" (stabilizers) की जाँच करता है—इन्हें ऐसे समझें जैसे गार्डों का एक समूह जो स्वयं गुप्त संदेश को नहीं देखता (क्योंकि देखने से क्वांटम जादू नष्ट हो जाएगा), बल्कि यह जाँचता है कि क्या गार्ड सही फॉर्मेशन में खड़े हैं। यदि कोई गार्ड अपनी जगह से हट जाता है, तो सिस्टम को पता चल जाता है कि त्रुटि हुई है और वह बिना संदेश को पढ़े ही उसे ठीक कर देता है।

अब, मस्तिष्क को देखें। आपका मस्तिष्क किसी एक न्यूरॉन में स्मृति (memory) संग्रहीत नहीं करता है। इसके बजाय, यह पॉपुलेशन कोडिंग (population coding) का उपयोग करता है, जहाँ एक स्मृति सैकड़ों न्यूरॉन्स की सामूहिक गतिविधि द्वारा प्रदर्शित होती है। क्वांटम गार्डों की तरह, मस्तिष्क में अंतर्निहित जाँच भी होती है। यदि कुछ न्यूरॉन्स बेतरतीब ढंग से सक्रिय होते हैं (जो वे हमेशा करते हैं), तो शेष समूह उन्हें वापस सही रास्ते पर खींच लेता है। मस्तिष्क "मिसमैच सिग्नल" (mismatch signals) का उपयोग करता है—जैसे भ्रम या भविष्यवाणी त्रुटि की भावना—यह पता लगाने के लिए कि समूह की गतिविधि सही पैटर्न से कब भटक गई है, और फिर यह स्वयं को ठीक करता है।

लेखकों ने एक "संरचनात्मक शब्दकोश" बनाया है जो दिखाता है कि ये दोनों प्रणालियाँ वास्तव में कैसे मेल खाती हैं:

• शोर वाले भौतिक इकाइयाँ (Noisy Physical Units): क्वांटम जगत में, ये व्यक्तिगत क्यूबिट्स हैं। मस्तिष्क में, ये व्यक्तिगत न्यूरॉन्स हैं। दोनों अपने आप में अविश्वसनीय हैं।
• संरक्षित सूचना (Protected Information): क्वांटम जगत में, यह लॉजिकल क्यूबिट (वास्तविक डेटा) है। मस्तिष्क में, यह एक कॉग्निटिव वेरिएबल (जैसे किसी चेहरे या स्थान की स्मृति) है।
• सुरक्षित क्षेत्र (The Safe Zone): क्वांटम कंप्यूटरों के पास एक कोडस्पेस (codespace) होता है, एक विशेष गणितीय क्षेत्र जहाँ डेटा सुरक्षित रहता है। मस्तिष्क के पास एक न्यूरल मैनिफोल्ड (neural manifold) होता है, जो गतिविधि का एक विशिष्ट पैटर्न है जो एक स्थिर विचार का प्रतिनिधित्व करता है।
• त्रुटि संकेत (The Error Signal): क्वांटम कंप्यूटर सिंड्रोम (syndromes) को मापते हैं (त्रुटियों के बारे में बाइनरी हाँ/ना संकेत)। मस्तिष्क मिसमैच सिग्नल (अपेक्षित पैटर्न से विचलन) का उपयोग करता है।
• ठीक करने वाला (The Fixer): क्वांटम कंप्यूटर त्रुटि को ठीक करने का निर्णय लेने के लिए एक डिकोडर (decoder) का उपयोग करते हैं। मस्तिष्क रिकरेंट डायनेमिक्स (recurrent dynamics) (न्यूरॉन्स के बीच संकेतों का प्राकृतिक प्रवाह) का उपयोग करके गतिविधि को सही पैटर्न की ओर खींचता है।

सिमुलेशन: पैटर्न को सिद्ध करना

यह सिद्ध करने के लिए कि यह केवल एक काव्य रूपक नहीं है, लेखकों ने एक सरल क्वांटम मॉडल और एक सरल जैविक मॉडल की तुलना करते हुए कंप्यूटर सिमुलेशन चलाए।

उन्होंने एक तीन-क्यूबिट रिपिटिशन कोड (एक क्वांटम प्रणाली जहाँ तीन क्यूबिट मिलकर एक जानकारी की रक्षा करते हैं) और एक तीन-न्यूरॉन पॉपुलेशन कोड (तीन न्यूरॉन्स का एक समूह जो वही कार्य करता है) के साथ शुरुआत की। उन्होंने दोनों प्रणालियों में "शोर" (noise) पेश किया—क्यूबिट्स में रैंडम बदलाव और न्यूरॉन्स में रैंडम फायरिंग।

परिणाम आश्चर्यजनक थे। जब उन्होंने प्रणालियों का सिमुलेशन किया, तो जिस तरह से क्वांटम प्रणाली अपने सुरक्षित क्षेत्र से भटक गई और जिस तरह से जैविक प्रणाली अपने स्थिर पैटर्न से भटक गई, वे गणितीय रूप रूप से समान थे।

• क्वांटम सिमुलेशन में, उन्होंने एक "निरंतर रिकवरी" (continuous recovery) विधि का उपयोग किया जहाँ सिस्टम को लगातार सही अवस्था की ओर धकेला जाता है, न कि एक पूर्ण जाँच की प्रतीक्षा की जाती है।
• जैविक सिमुलेशन में, उन्होंने न्यूरॉन्स को एक "बहुमत वोट" (majority vote) तंत्र के साथ मॉडल किया, जहाँ यदि एक न्यूरॉन अनियंत्रित हो जाता है, तो अन्य दो उसे वापस खींच लेते हैं।

सिमुलेशन ने दिखाया कि दोनों प्रणालियाँ एक ही तरह से व्यवहार करती हैं: वे त्रुटियों को पूरी तरह से समाप्त नहीं करती हैं, बल्कि उन्हें एक प्रबंधनीय स्तर तक कम कर देती हैं। "उल्लंघन" (violation) (सिस्टम सही अवस्था से कितना दूर है) एक स्थिर, निम्न स्तर पर स्थिर हो जाता है, जो इस बात से नियंत्रित होता है कि त्रुटियाँ कितनी तेजी से होती हैं बनाम सिस्टम उन्हें कितनी तेजी से ठीक करता है। यह सुझाव देता है कि मस्तिष्क का त्रुटियों को "डैम्पिंग" (damping) करने का तरीका (लगातार उन्हें सुचारू बनाना) क्वांटम पद्धति के "प्रोजेक्शन" (projection) (सिस्टम को कोड में वापस धकेलना) का एक जैविक संस्करण है।

इसका क्या अर्थ है (और क्या नहीं)

लेखक बहुत सावधानी से यह स्पष्ट करते हैं कि वे क्या दावा नहीं कर रहे हैं। वे यह नहीं कह रहे हैं कि आपका मस्तिष्क एक क्वांटम कंप्यूटर है। वे इस विचार को स्पष्ट रूप से खारिज करते हैं कि न्यूरॉन्स क्वांटम एंटैंगमेंट या कोहेरेंस का उपयोग करते हैं। यहाँ मस्तिष्क को एक क्लासिकल, शोर-शराबे वाली मशीन के रूप में माना गया है। यह समानता त्रुटि सुधार की वास्तुकला (architecture) के बारे में है, न कि सामग्रियों की भौतिकी के बारे में।

वे यह भी स्पष्ट करते हैं कि यह एक सिमुलेशन और एक संरचनात्मक तर्क है, न कि किसी नए जैविक नियम की खोज। उन्होंने यह सिद्ध नहीं किया है कि आपके सिर में प्रत्येक न्यूरॉन एक क्वांटम एल्गोरिदम चला रहा है; उन्होंने केवल यह दिखाया है कि मस्तिष्क शोर को संभालने का जो गणितीय ढांचा उपयोग करता है, वह बिल्कुल वैसा ही है जैसा क्वांटम कंप्यूटर शोर को संभालते हैं।

यह क्यों महत्वपूर्ण है

यह शोध पत्र भविष्य की खोज के लिए दो-तरफा मार्ग का सुझाव देता है।

1. जीव विज्ञान से क्वांटम की ओर: क्वांटम कंप्यूटर बनाने वाले इंजीनियर अक्सर ऐसे डिकोडर्स के साथ संघर्ष करते हैं जो बदलते शोर के अनुकूल नहीं हो पाते। हालाँकि, मस्तिष्क अनुकूलन (adaptation) में माहिर है, जो पर्यावरण के आधार पर अपने "सुधार नियमों" को लगातार अपडेट करता रहता है। लेखक सुझाव देते हैं कि जैविक प्रणालियों के अनुकूल होने के तरीके को देखने से क्वांटम कंप्यूटरों के लिए नए, स्मार्ट एल्गोरिदम से प्रेरित होने में मदद मिल सकती है।

2. क्वांटम से जीव विज्ञान की ओर: इसके विपरीत, क्वांटम कंप्यूटर अपने डेटा की रक्षा कितनी अच्छी तरह करता है, इसे मापने के लिए उपयोग किए जाने वाले सटीक गणितीय उपकरण यह मापने के लिए उपयोग किए जा सकते हैं कि एक न्यूरल कोड कितना मजबूत है। यह न्यूरोसाइंटिस्ट्स को यह मापने का एक नया तरीका दे सकता है कि एक विशिष्ट मस्तिष्क सर्किट कितना "फॉल्ट-टॉलरेंट" (त्रुटि-सहनशील) है।

शोध पत्र एस्ट्रोसाइट्स (astrocytes) (मस्तिष्क में न्यूरॉन्स का समर्थन करने वाली तारे के आकार की कोशिकाएं) की भविष्य की भूमिका का भी संकेत देता है। हालांकि वे इस अध्ययन का मुख्य केंद्र नहीं हैं, लेखक सुझाव देते हैं कि एस्ट्रोसाइट्स एक क्वांटम प्रणाली में "एनसिला क्यूबिट्स" (ancilla qubits) की तरह कार्य कर सकते हैं—विशेष सहायता करने वाले जो नेटवर्क की निगरानी करते हैं और संकेत देते हैं कि कुछ गलत है, बिना स्वयं मुख्य सूचना वाहक बने।

संक्षेप में, यह शोध पत्र तर्क देता है कि प्रकृति और इंजीनियरों ने अविश्वसनीय हिस्सों की समस्या के लिए स्वतंत्र रूप से एक ही समाधान खोजा है: एक आदर्श टुकड़े पर भरोसा न करें; एक ऐसे अव्यवस्थित समूह पर भरोसा करें जो लगातार एक-दूसरे की जाँच और सुधार करता रहे। चाहे वह अत्यधिक ठंडे लैब में एक क्यूबिट हो या आपके सिर में एक न्यूरॉन, विश्वसनीयता का रहस्य अतिरेक (redundancy), बाधा (constraint), और सही पथ पर वापस लाने के लिए एक निरंतर, कोमल धक्के में निहित है।