⚛️ quantum physics

Constant-depth adaptive preparation of Dicke and symmetric states

यह शोध पत्र बहुपदीय (polynomial) सहायक क्विबिट्स का उपयोग करके, मापन और शास्त्रीय फीडफॉरवर्ड का लाभ उठाते हुए, सर्किट की गहराई बढ़ाए बिना उच्च सफलता की संभावना प्राप्त करने के लिए, मनमाने डिके (Dicke) और क्रमचय-सममित (permutation-symmetric) अवस्थाओं को तैयार करने हेतु एक सटीक, स्थिर-गहराई वाले अनुकूलन योग्य प्रोटोकॉल का परिचय देता है।

मूल लेखक: Rui Luo, Junjie Chen, Xiongfeng Ma

प्रकाशित 2026-08-04

📖 5 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Rui Luo, Junjie Chen, Xiongfeng Ma

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

एक ऐसी दुनिया की कल्पना करें जहाँ कंप्यूटर केवल संख्याओं की गणना नहीं करते, बल्कि वास्तविकता के ताने-बाने के साथ नृत्य करते हैं। यह क्वांटम कंप्यूटिंग का क्षेत्र है, जहाँ सूचना सरल ऑन/ऑफ स्विच (बिट्स) में नहीं, बल्कि "क्यूबिट्स" (qubits) में संग्रहीत होती है जो एक साथ कई अवस्थाओं में हो सकते हैं, जैसे कि एक घूमता हुआ सिक्का जो तब तक हेड और टेल दोनों होता है जब तक कि आप उसे पकड़ न लें। इस दुनिया में सबसे बड़ी चुनौतियों में से एक इन क्यूबिट्स को पूर्ण सामंजस्य में एक साथ काम करने के लिए तैयार करना है। वैज्ञानिक अक्सर क्यूबिट्स के विशिष्ट, अत्यधिक उलझे हुए (entangled) पैटर्न बनाने की आवश्यकता महसूस करते हैं जिन्हें "डिक स्टेट्स" (Dicke states) कहा जाता है। इन अवस्थाओं को एक पूर्ण रूप से कोरियोग्राफ किए गए नृत्य समूह के रूप में सोचें जहाँ, चाहे आप नर्तकों को कैसे भी इधर-उधर कर दें, समूह बिल्कुल एक जैसा ही दिखता है। ये पैटर्न अति-संवेदनशील मापों (जैसे कि सूक्ष्म गुरुत्वाकर्षण तरंगों का पता लगाना) और भविष्य के क्वांटम नेटवर्क बनाने के लिए महत्वपूर्ण हैं। हालाँकि, इन नृत्यों को बनाने में आमतौर पर बहुत समय और कई जटिल चरणों की आवश्यकता होती है, जो एक समस्या है क्योंकि क्वांटम सिस्टम नाजुक होते हैं और यदि आप बहुत लंबे समय तक प्रतीक्षा करते हैं तो वे अपना "जादू" (coherence) खो देते हैं। लक्ष्य इन अवस्थाओं को यथासंभव तेज़ी से बनाना है, आदर्श रूप से एक एकल, त्वरित चरण में, बिना नाजुक क्वांटम नियमों को तोड़े।

यहाँ त्सिंगहुआ विश्वविद्यालय के रुई लुओ, जुन्जी चेन और शियोंगफेंग मा का एक नया अध्ययन आता है, जो इन जटिल क्वांटम नर्तकों को व्यवस्थित करने का एक चतुर, बिजली की तरह तेज़ तरीका प्रदान करता है। शोधकर्ताओं ने इन जटिल क्वांटम अवस्थाओं को "कॉन्स्टेंट डेप्थ" (constant depth) में तैयार करने का एक तरीका विकसित किया है, जिसका अर्थ है कि लगने वाला समय तब भी लंबा नहीं होता जब आप समूह में अधिक नर्तक जोड़ते हैं। उन्होंने इसे "एडेप्टिव प्रिपरेशन" (adaptive preparation) नामक एक ट्रिक का उपयोग करके हासिल किया, जो एक ऐसे कंडक्टर की तरह है जो ऑर्केस्ट्रा को प्रदर्शन के बीच में सुन सकता है और संगीतकारों को तुरंत बता सकता है कि पूर्ण ध्वनि प्राप्त करने के लिए उन्हें अपने नोट्स को कैसे समायोजित करना है, बजाय इसके कि वे केवल एक कठोर, पूर्व-लिखित स्कोर का पालन करें।

उनकी खोज का मूल एक नया "यूनिफॉर्म सबसेट सुपरपोजिशन" (USS) बनाना है। कल्पना करें कि आपके पास नंबर वाले बॉल्स का एक बड़ा बैग है, और आप उनमें से एक विशिष्ट संख्या निकालना चाहते हैं, लेकिन आप चाहते हैं कि प्रत्येक संभावित संयोजन समान रूप से संभावित हो। आमतौर पर, इन बॉल्स को छाँटने में समय लगता है। लेखकों ने पाया कि वे क्वांटम जादू और त्वरित क्लासिकल गणित के मिश्रण का उपयोग करके इसे तुरंत करने का एक तरीका ढूंढ सकते हैं। वे पहले यादृच्छिक संख्याओं का एक अस्त-व्यस्त ढेर बनाते हैं, फिर एक "सॉर्टिंग हैट" (उनका एडेप्टिव सर्किट) का उपयोग करके उन्हें तुरंत एक व्यवस्थित, क्रमबद्ध रेखा में व्यवस्थित करते हैं। इस सॉर्टिंग का एक प्रयास कम से कम 1/k की प्रायिकता के साथ सफल होता है। यदि सॉर्टिंग विफल हो जाती है, तो वे बस तुरंत इसे फिर से प्रयास करते हैं; क्योंकि वे इस प्रक्रिया को समानांतर (parallel) में दोहरा सकते हैं, विफलता की संभावना बिना प्रक्रिया को धीमा किए लगभग शून्य हो जाती है।

पेपर दिखाता है कि यह विधि इन अवस्थाओं को सटीक रूप से, समानांतर पुनरावृत्ति के बाद उच्च सफलता दर के साथ, अतिरिक्त "हेल्पर" क्यूब्स (ancillae) की एक प्रबंधनीय संख्या का उपयोग करके तैयार कर सकती है। विशेष रूप से, $n$ क्यूब्स के सिस्टम के लिए जिसमें $k$ उत्तेजनाएं (excitations) हैं, उनकी विधि लगभग $O(n^2 + k^2 \log^2 n + kn \log n \log \log n)$ अतिरिक्त क्यूब्स का उपयोग करती है। हालाँकि यह बहुत अधिक लग सकता है, लेकिन यह कुछ आकारों के लिए पिछले तरीकों की तुलना में एक महत्वपूर्ण सुधार है, और यह गारंटी देता है कि परिणाम सटीक है, न कि केवल एक अनुमान।

इसके अलावा, लेखकों ने केवल एक प्रकार का नृत्य नहीं बनाया। उन्होंने एक "लिफ्टिंग फ्रेमवर्क" (lifting framework) बनाया, जो एक यूनिवर्सल एडॉप्टर की तरह है। उन्होंने दिखाया कि यदि आपके पास किसी भी एकल प्रकार के डिक स्टेट (एक विशिष्ट नृत्य चाल) को बनाने का तरीका है, तो आप उनके फ्रेमवर्क का उपयोग करके उन्हें किसी भी सममित अवस्था (any complex choreography) बनाने के लिए संयोजित कर सकते हैं। इसे मनमाने ढंग से सममित अवस्थाओं के लिए प्राप्त करने हेतु, उन्होंने अपने फ्रेमवर्क को एक हालिया, अलग, कॉन्स्टेंट-डेप्थ यूनिटरी विधि (एक अलग प्रकार का क्वांटम नृत्य जो उनके एडेप्टिव सॉर्टिंग ट्रिक पर निर्भर नहीं करता है) के साथ जोड़ा ताकि $n$ क्यूब्स की किसी भी सममित अवस्था को $O(n^3 \sqrt{\log n})$ अतिरिक्त क्यूब्स का उपयोग करके, निरंतर समय में तैयार करने का एक नुस्खा बनाया जा सके।

पेपर सावधानी से नोट करता है कि जबकि उनकी विधि सटीक और तेज़ है, यह क्यूब्स को मापने और उस जानकारी को तुरंत वापस फीड करने की क्षमता पर निर्भर करती है, जो कुछ उन्नत क्वांटम सेटअपों में उपलब्ध है लेकिन सभी में नहीं। वे यह भी बताते हैं कि जबकि उनके संसाधनों का उपयोग कुशल है, यह अभी भी पूर्णतः न्यूनतम संभव नहीं है, जिससे भविष्य के सुधारों के लिए गुंजाइश बनी हुई है। हालाँकि, उनका कार्य क्वांटम इंजीनियरों के लिए एक शक्तिशाली नया टूलकिट प्रदान करता है, जो एक धीमी, कठिन प्रक्रिया को एक तीव्र, विश्वसनीय प्रक्रिया में बदल देता है, जो अधिक जटिल क्वांटम सिमुलेशन और नेटवर्क के लिए मार्ग प्रशस्त करता है।

तकनीकी सारांश: डिके और सिमेट्रिक अवस्थाओं के लिए कॉन्स्टेंट-डेप्थ एडेप्टिव तैयारी

समस्या विवरण
डिके अवस्थाओं ( $|D_n^k\rangle$ ) और सामान्य क्रमचय-सममित (permutation-symmetric) अवस्थाओं की कुशल तैयारी क्वांटम मेट्रोलॉजी, नेटवर्किंग और सामूहिक सूचना प्रसंस्करण के लिए एक मौलिक प्रिमिटिव है। हालाँकि, इन अवस्थाओं को कम क्वांटम डेप्थ के साथ तैयार करना चुनौतीपूर्ण है। बाउंडेड-फैन-इन गेट्स वाले मानक यूनिटरी सर्किट मॉडल में, लंबी दूरी के सहसंबंधों (correlations) को उत्पन्न करने के लिए आमतौर पर नॉन-कॉन्स्टेंट डेप्थ की आवश्यकता होती है, क्योंकि प्रतिनिधि एंटैंगल्ड अवस्थाओं के लिए लॉगरिदमिक निचली सीमाएँ (lower bounds) स्थापित की जा चुकी हैं। मध्यवर्ती मापन (measurements) और क्लासिकल फीडफॉरवर्ड (एडेप्टिव सर्किट) मध्यवर्ती प्रकाश-शंकु (light-cone) प्रतिबंधों को दरकिनार कर कॉन्स्टेंट डेप्थ प्राप्त कर सकते हैं, लेकिन मौजूदा प्रोटोकॉल अक्सर नियत डिटर्मिनिस्टिक ग्रोवर-सर्च-आधारित फ़िल्टरिंग पर निर्भर करते हैं या महत्वपूर्ण संसाधन ओवरहेड का सामना करते हैं। लेखक मनमाने डिके अवस्थाओं और तत्पश्चात मनमानी सिमेट्रिक अवस्थाओं के लिए एक सटीक, कॉन्स्टेंट-डेप्थ एडेप्टिव प्रोटोकॉल विकसित करने का लक्ष्य रखते हैं, जिससे सर्किट डेप्थ और सहायक क्यूबिट (ancillary qubit) संख्या के बीच के ट्रेड-ऑफ को अनुकूलित किया जा सके।

कार्यप्रणाली
लेखक एक दो-चरणीय दृष्टिकोण प्रस्तावित करते हैं: पहले, "यूनिफॉर्म सबसेट सुपरपोजिशन" (USS) प्रिमिटिव का उपयोग करके डिके अवस्थाओं के लिए एक कॉन्स्टेंट-डेप्थ एडेप्टिव प्रोटोकॉल का निर्माण करना; दूसरा, मनमाने सिमेट्रिक अवस्थाओं तक यूनिटरी डिके-स्टेट तैयारी को विस्तारित करने के लिए एक सामान्य "लिफ्टिंग फ्रेमवर्क" स्थापित करना।

यूनिफॉर्म सबसेट सुपरपोजिशन (USS) तैयारी:
डिके-स्टेट प्रोटोकॉल का मुख्य भाग USS अवस्था की तैयारी है, जिसे $|USS_{n,k}\rangle = \binom{n}{k}^{-1/2} \sum_{0 \le j_1 < \dots < j_k \le n-1} |j_1\rangle \dots |j_k\rangle$ के रूप में परिभाषित किया गया है।

एडेप्टिव ऑर्डरिंग: प्रोटोकॉल $k$ स्वतंत्र यूनिफॉर्म इंडेक्स रजिस्टरों को तैयार करके शुरू होता है। इसके बाद यह इन इंडेक्सों की तुलना करने और उनके सापेक्ष क्रम को निर्धारित करने के लिए एक कॉन्स्टेंट-डेप्थ एडेप्टिव सर्किट का उपयोग करता है।
मापन और क्लासिकल प्रोसेसिंग: इंडेक्स के क्रमचय (permutation) के "डेसेंट नंबर" (descent number) को निर्धारित करने के लिए तुलना परिणामों पर मध्यवर्ती मापन किए जाते हैं। इन क्लासिकल परिणामों के आधार पर, कमजोर असमानताओं (जो समान इंडेक्स की अनुमति देती हैं) को सख्त असमानताओं में बदलने के लिए एक "लिफ्टिंग" ऑपरेशन लागू किया जाता है, जिससे यह सुनिश्चित होता है कि इंडेक्स अलग और क्रमबद्ध हैं।
सफलता की संभावना: एक एकल निष्पादन की सफलता की संभावना कम से कम $1/k$ है। विफलता की संभावना को क्वांटम डेप्थ बढ़ाए बिना समानांतर पुनरावृत्ति (parallel repetition) के माध्यम से घातांकीय रूप से दबाया जा सकता है।
डिके अवस्था में रूपांतरण: एक बार $|USS_{n,k}\rangle$ तैयार हो जाने के बाद, यह एक इंडेक्स रजिस्टर के रूप में कार्य करता है। प्रोटोकॉल इंडेक्स द्वारा निर्दिष्ट स्थानों पर टारगेट रजिस्टर में एक्साइटेशन (excitations) लिखता है और फिर इंडेक्स रजिस्टर को सुसंगत रूप से मिटा (coherently erase) देता है, जिससे टारगेट अवस्था $|D_n^k\rangle$ में रह जाती है।

सिमेट्रिक अवस्थाओं के लिए लिफ्टिंग फ्रेमवर्क:
मनमानी सिमेट्रिक अवस्थाओं ( $|\psi\rangle = \sum a_k |D_n^k\rangle$ ) को तैयार करने के लिए, लेखक क्लीन यूनिटरी डिके-स्टेट तैयारी सर्किट को सुसंगत रूप से संयोजित करने वाला एक फ्रेमवर्क पेश करते हैं।

कोहेरेंट कंट्रोल: विधि वांछित गुणांकों $\{a_k\}$ को एक वन-हॉट इंडेक्स रजिस्टर में एनकोड करती है।
नियंत्रित अनुप्रयोग: इंडेक्स रजिस्टर पर आधारित, इंडेक्स रजिस्टर पर नियंत्रित (controlled) संस्करणों को समानांतर में लागू किया जाता है।
मिटाना (Erasure): इंडेक्स रजिस्टर को हैमिंग-वेट गणना और समानता जाँच का उपयोग करके मिटाया जाता है, जिससे वांछित सुपरपोजिशन में टारगेट रजिस्टर रह जाता है।

प्रमुख योगदान और परिणाम

कॉन्स्टेंट-डेप्थ डिके-स्टेट तैयारी (प्रमेय 1):
लेखक $|D_n^k\rangle$ तैयार करने के लिए एक सटीक, संभाव्य, कॉन्स्टेंट-डेप्थ एडेप्टिव प्रोटोकॉल प्रस्तुत करते हैं।
संसाधन: यह $O(n^2 + k^2 \log^2 n + kn \log n \log \log n)$ सहायक क्यूबिट का उपयोग करता है।
डेप्थ: एडेप्टिव क्वांटम डेप्थ $O(1)$ है।
सफलता: सफलता की संभावना कम से कम $1/k$ है। समानांतर पुनरावृत्ति द्वारा, विफलता की संभावना को किसी भी स्थिरांक $c$ के लिए $e^{-c}$ तक कम किया जा सकता है, जिसमें सहायक ओवरहेड $c$ के रैखिक रूप से स्केल करता है।
तुलना: यह मनमाने $k$ के लिए पिछले एडेप्टिव कंस्ट्रक्शंस (जैसे, संदर्भ [30]) में सुधार करता है और संदर्भ [36] में उपयोग किए गए यूनिटरी ग्रोवर-सर्च दृष्टिकोण से भिन्न तंत्र प्रदान करता है।
यूनिफॉर्म सबसेट सुपरपोजिशन एक प्रिमिटिव के रूप में:
यह शोध पत्र स्थापित करता है कि $|USS_{n,k}\rangle$ को $O(k^2 \log^ n)$ सहायक क्यूबिट के साथ कॉन्स्टेंट डेप्थ में सटीक रूप से तैयार किया जा सकता है। लेखक उल्लेख करते हैं कि यह अवस्था जॉनसन ग्राफ (Johnson graph) के यूनिफॉर्म वर्टेक्स स्टेट के रूप में स्वतंत्र रुचि की है (जो क्वांटम वॉक और टोपोलॉजिकल डेटा विश्लेषण के लिए प्रासंगिक है)।
सिमेट्रिक अवस्थाओं के लिए सामान्य लिफ्टिंग फ्रेमवर्क (प्रमेय 2):
लेखक सिद्ध करते हैं कि यदि डिके-स्टेट $|D_n^k\rangle$ को डेप्थ $O(L)$ और सहायक लागत $O(\xi)$ के साथ तैयार करने वाला एक परिवार का क्लीन यूनिटरी सर्किट है, तो किसी भी मनमानी $n$ -क्यूबिट सिमेट्रिक अवस्था को डेप्थ $O(L)$ और सहायक लागत $O(n^2 \log n + n\xi)$ के साथ तैयार किया जा सकता है। यह हैमिंग-वेट सेक्टर्स को संयोजित करने की जटिलता और व्यक्तिगत डिके अवस्थाओं को तैयार करने की जटिलता को अलग करता है।
कॉन्स्टेंट-डेप्थ सिमेट्रिक-स्टेट तैयारी (उपप्रमेय 3):
हालिया कॉन्स्टेंट-डेप्थ यूनिटरी डिके-स्टेट कंस्ट्रक्शंस (संदर्भ [36]) के साथ अपने लिफ्टिंग फ्रेमवर्क को जोड़कर, लेखक $O(n^3 \sqrt{\log n})$ सहायक क्यूबिट का उपयोग करके मनमानी सिमेट्रिक अवस्थाओं के लिए एक सटीक कॉन्स्टेंट-डेप्थ प्रोटोकॉल प्राप्त करते हैं।

महत्व और दावे
यह शोध पत्र दावा करता है कि यह मनमाने डिके स्टेट्स के लिए पहला सटीक कॉन्स्टेंट-डेप्थ एडेप्टिव प्रोटोकॉल प्रदान करता है जो नियत ग्रोवर सर्च से बचता है, और एडेप्टिव ऑर्डरिंग और मापन पर आधारित एक मौलिक रूप से भिन्न तंत्र का उपयोग करता है। यह कार्य प्रदर्शित करता है कि मापन और क्लासिकल फीडफॉरवर्ड प्रभावी रूप से स्टेट प्रिपरेशन के लिए गहरे यूनिटरी सहसंबंधों को प्रतिस्थापित कर सकते हैं।

सिमेट्रिक अवस्थाओं के संबंध में, लेखक दावा करते हैं कि उनका लिफ्टिंग फ्रेमवर्क एक सामान्य न्यूनीकरण (reduction) प्रदान करता है: यूनिटरी डिके-स्टेट तैयारी में किसी भी संसाधन जटिलता में सुधार तुरंत सामान्य सिमेट्रिक अवस्थाओं के लिए सुधार में बदल जाता है। वे दावा करते हैं कि मनमानी सिमेट्रिक अवस्थाओं के लिए उनका परिणामी प्रोटोकॉल ( $O(n^3 \sqrt{\log n})$ सहायक क्यूबिट) कॉन्स्टेंट-डेप्थ सटीक तैयारी के लिए अब तक का सबसे अच्छा ज्ञात एसिम्प्टोटिक (asymptotic) सहायक-क्यूबिट जटिलता प्रतिनिधित्व है।

लेखक अपनी इष्टतमता (optimality) के संबंध में विनम्र रहते हैं, यह नोट करते हुए कि सहायक क्यूबिट के लिए निचली सीमा $\Omega(n)$ है, जो उनके $O(n^2)$ -स्केल के उपयोग और सैद्धांतिक न्यूनतम के बीच एक अंतर छोड़ती है। वे यह भी रेखांकित करते हैं कि उनके एडेप्टिव प्रोटोकॉल के लिए मध्यवर्ती मापन की आवश्यकता होती है, जो इसे लिफ्टिंग फ्रेमवर्क में सीधे एक नियंत्रित सब-रूटीन के रूप में उपयोग करने से रोकता है (जिसके लिए क्लीन यूनिटरी सर्किट की आवश्यकता होती है), जिसके लिए संदर्भ [36] के यूनिटरी कंस्ट्रक्शन के साथ संयोजन आवश्यक है।

इसी तरह के और पेपर