Subsystem self-correction of the GKP qubit

क्वांटम कंप्यूटर बनाने की खोज में, सबसे बड़ी बाधा शक्तिशाली प्रोसेसर की कमी नहीं है, बल्कि उनके द्वारा रखे गए सूचना की नाजुकता है। क्वांटम बिट्स, या क्यूबिट्स, अपने परिवेश के प्रति अविश्वसनीय रूप से संवेदनशील होते हैं; गर्मी की एक हल्की फुसफुसाहट या एक मामूली कंपन भी उनके द्वारा ले जाए जा रहे नाजुक डेटा को अस्त-व्यस्त कर सकता है, जिससे कंप्यूटर विफल हो सकता है। दशकों से, मानक समाधान सक्रिय त्रुटि सुधार (active error correction) रहा है: एक ऐसी प्रणाली जो लगातार क्यूबिट्स को मापती है, गलतियों का पता लगाती है और उन्हें मैन्युअल रूप से ठीक करती है, ठीक वैसे ही जैसे एक चालक दल लगातार लीक होती नाव से पानी बाहर निकालता है। हालांकि यह प्रभावी है, लेकिन इस दृष्टिकोण के लिए अत्यधिक संसाधनों और निरंतर मानव-समान हस्तक्षेप की आवश्यकता होती है। इस क्षेत्र में एक अधिक सुंदर, फिर भी मायावी सपना 'पैसिव प्रोटेक्शन' (passive protection) या स्व-सुधार (self-correction) है। यह एक ऐसी मेमोरी बनाने का विचार है जो स्वाभाविक रूप से स्वयं त्रुटियों का प्रतिरोध करती है, जहाँ सिस्टम के भौतिक नियम बिना किसी बाहरी मदद के डेटा को वापस सही स्थान पर धकेल देते हैं। यदि ऐसी प्रणाली को साकार किया जा सके, तो यह क्वांटम मेमोरी को केवल कम तापमान पर रखकर लंबे समय तक जीवित रहने की अनुमति देगी, जिसके लिए किसी सक्रिय रखरखाव की आवश्यकता नहीं होगी।

इस तरह की स्व-सुधार करने वाली मेमोरी के लिए एक आशाजनक उम्मीदवार एक विशिष्ट प्रकार का क्वांटम कोड है जिसे गोट्समैन-किटाव-प्रिस्किल (Gottesman-Kitaev-Preskill), या GKP कोड के रूप में जाना जाता है। मानक क्यूबिट्स के विपरीत, जो साधारण ऑन-ऑफ स्विच की तरह होते हैं, GKP कोड जानकारी को ऊर्जा की निरंतर तरंगों में एनकोड करता है, जो गिटार के तार के कंपन के समान है, लेकिन इस तरह से जो एक गणितीय स्थान में दोहराव वाला ग्रिड पैटर्न बनाता है। हालिया सैद्धांतिक कार्य ने सुझाव दिया कि इस ग्रिड संरचना में स्व-सुधार करने की क्षमता हो सकती है, लेकिन इस स्थिरता के पीछे का सटीक तंत्र स्पष्ट नहीं था। एक नए अध्ययन में, शोधकर्ताओं ब्रायन चुंग हैंग च्युंग, लासे ब्योर्न क्रिस्टेंसन, फ्रेडरिक नाथन और माइकल कास्टोरियानो ने इस प्रणाली की परतों को खोलकर यह दिखाया है कि यह कैसे काम करता है। उन्होंने प्रदर्शित किया कि GKP कोड एक स्व-सुधार करने वाली मेमोरी के रूप में कार्य करता है क्योंकि इसमें एक छिपा हुआ आंतरिक ढांचा है जो उपयोगी जानकारी को शोर वाले बैकग्राउंड से अलग करता है, और क्योंकि गलती करने के लिए आवश्यक ऊर्जा तब बढ़ जाती है जब त्रुटि और दूर जाती है, जो प्रभावी रूप से डेटा की रक्षा करने के लिए एक अवरोध (barrier) बना देती है।

शोधकर्ताओं ने GKP कोड की जटिल गणित को दो अलग-अलग भागों में तोड़कर इस समस्या के करीब जाने का प्रयास किया, जिसे 'सबसिस्टम डिकंपोजिशन' (subsystem decomposition) नामक तकनीक कहा जाता है। कल्पना कीजिए कि क्वांटम जानकारी एक विशाल, टाइल वाले फर्श पर चलते हुए एक यात्री है। कोड यात्री की यात्रा को दो घटकों में विभाजित करता है: वह विशिष्ट टाइल जिस पर वे खड़े हैं, जो वास्तविक संदेश को धारण करती है, और उस टाइल के भीतर उनके पैरों की सटीक स्थिति, जो केवल अतिरिक्त विवरण है। टीम ने दिखाया कि सिस्टम की प्राकृतिक ऊर्जा केवल पैरों की स्थिति पर कार्य करती है, उन्हें लगातार टाइल के केंद्र की ओर धकेलती है, जबकि यह टाइल के चयन को पूरी तरह से अछूता छोड़ देती है। इसका अर्थ है कि वातावरण स्थिति के सूक्ष्म विवरणों को अस्त-व्यस्त कर सकता है, लेकिन मुख्य जानकारी को कभी स्पर्श नहीं कर सकता। तार्किक डेटा (logical data), जो यह निर्धारित करता है कि क्यूबिट शून्य है या एक, स्वयं टाइल्स के पैटर्न में संग्रहीत होता है, और सिस्टम का ऊर्जा परिदृश्य (energy landscape) गलती से एक टाइल से दूसरी टाइल पर कूदना अविश्वसनीय रूप से कठिन बना देता है।

त्रुटियों को कैसे रोका जाता है, इसे समझने के लिए टीम ने विश्लेषण किया कि सिस्टम गर्मी और शोर के साथ कैसे परस्पर क्रिया करता है। उन्होंने पाया कि त्रुटि होने के लिए, सिस्टम की अवस्था को अपनी टाइल के केंद्र से फिसलकर बिल्कुल किनारे तक जाना होगा, जहाँ वह पड़ोसी टाइल में फिसल सकती है और जानकारी को बदल सकती है। हालाँकि, इस यात्रा की ऊर्जा लागत स्थिर नहीं है। जैसे-जैसे त्रुटि केंद्र से दूर जाती है, उसे आगे धकेलने के लिए आवश्यक ऊर्जा बढ़ती जाती है, जो एक प्रकार का तनाव पैदा करती है जो अवस्था को वापस खींचता है। यह अन्य क्वांटम मेमोरी डिजाइनों के विपरीत है जहाँ त्रुटि कितनी दूर तक गई है, इससे कोई फर्क नहीं पड़ता कि त्रुटि के लिए ऊर्जा की लागत समान रहती है। GKP सिस्टम में, त्रुटि जितनी दूर जाने की कोशिश करती है, उसे उतना ही जोर से वापस धकेला जाता है, जो एक पुनर्स्थापना बल (restoring force) के रूप में कार्य करता है जो सिस्टम के विक्षेपित होने पर और मजबूत हो जाता है।

शोधकर्ताओं ने गणना की कि यह पुनर्स्थापना बल मेमोरी के जीवित रहने की अवधि में नाटकीय सुधार लाता है। उन्होंने पाया कि सूचना के खो जाने में लगने वाला समय तापमान गिरने के साथ तेजी से (exponentially) बढ़ता है। व्यावहारिक शब्दों में, इसका अर्थ है कि तापमान में थोड़ी सी भी कमी मेमोरी के जीवनकाल में भारी वृद्धि करती है। अध्ययन पुष्टि करता है कि यह सुरक्षा केवल एक सैद्धांतिक संभावना नहीं है बल्कि कोड की संरचना का एक सीधा परिणाम है। टीम ने दिखाया कि एक तार्किक त्रुटि होने की संभावना एक ऐसे कारक द्वारा कम की जाती है जो सिस्टम के ऊर्जा पैमाने और तापमान पर निर्भर करता है, जो एक विशिष्ट गणितीय संबंध का पालन करता है जिसे अरहेनियस स्केलिंग (Arrhenius scaling) कहा जाता है। यह स्केलिंग इंगित करती है कि सिस्टम एक तापीय रूप से स्थिर मेमोरी की तरह व्यवहार करता है, जहाँ त्रुटि के लिए अवरोध ऑसिलेटर की वैश्विक ऊर्जा द्वारा निर्धारित होता है, न कि स्थानीय अंतःक्रियाओं द्वारा।

इस शोध पत्र के प्रमुख निष्कर्षों में से एक इस बोसोनिक सिस्टम और अन्य क्वांटम कोडों में उपयोग किए जाने वाले अधिक परिचित स्पिन-आधारित सिस्टम के बीच का अंतर है। उन प्रणालियों में, स्थिरता अक्सर कंप्यूटर के आकार पर निर्भर करती है; एक बड़ा कंप्यूटर डेटा के खोने से पहले लंबी त्रुटि श्रृंखलाओं को सहन कर सकता है। हालाँकि, GKP कोड एक सिंगल-मोड सिस्टम है, जिसका अर्थ है कि यह सुरक्षा प्राप्त करने के लिए उपकरण के भौतिक आकार को बढ़ाने पर निर्भर नहीं करता है। इसके बजाय, यह हैमिल्टोनियन (Hamiltonian) द्वारा बनाए गए ऊर्जा कुएं (energy well) की गहराई पर निर्भर करता है। शोधकर्ताओं ने स्पष्ट किया कि जबकि उनके द्वारा उपयोग किया गया आदर्श मॉडल अनंत ऊर्जा अवस्थाओं को शामिल करता है, यह तंत्र वास्तविक, परिमित-ऊर्जा (finite-energy) अवस्थाओं के लिए भी सत्य है जो आदर्श के पर्याप्त करीब हैं। इन वास्तविक परिदृश्यों में, सिस्टम अभी भी त्रुटियों के समान घातांकीय दमन (exponential suppression) प्रदर्शित करता है, जो बताता है कि स्व-सुधार व्यवहार मजबूत है और वास्तविक प्रयोगात्मक सेटअपों के लिए लागू है।

यह कार्य इस बात पर भी प्रकाश डालता है कि त्रुटियों को कैसे संभाला जाता है, जो सरफेस कोड (surface code) जैसे टोपोलॉजिकल कोड से भिन्न है। उन प्रणालियों में, एक बार त्रुटि शुरू होने के बाद, यह बढ़ती हुई ऊर्जा लागत के बिना फैल सकती है जब तक कि वह एक महत्वपूर्ण लंबाई तक न पहुँच जाए। GKP कोड में, जैसे-जैसे त्रुटि बढ़ती है, ऊर्जा की लागत निरंतर बढ़ती जाती है, जिससे एक तनाव पैदा होता है जो त्रुटि को अनियंत्रित रूप से बढ़ने से रोकता है। यह प्रभावी 'स्ट्रिंग टेंशन' सुनिश्चित करती है कि सिस्टम स्वाभाविक रूप से बड़ी त्रुटियों के निर्माण का विरोध करता है। शोधकर्ताओं ने उल्लेख किया कि हालांकि यह बड़े सिस्टम में देखे जाने वाले शार्प फेज ट्रांजिशन (phase transition) जैसा नहीं बनाता है, फिर भी यह एक सुचारू क्रॉसओवर (smooth crossover) का परिणाम है जहाँ मेमोरी का जीवनकाल घातांकीय रूप से बड़ा हो जाता है, जो कि किसी भी व्यावहारिक उद्देश्य के लिए पूर्ण स्व-सुधार के समान ही सुरक्षा प्रदान करता है।

इस बात का सटीक बीजगणितीय ढांचे (algebraic structure) को मैप करके, लेखक बताते हैं कि क्यों GKP कोड निरंतर-चर (continuous-variable) एनकोडिंग के बीच विशेष है। उन्होंने दिखाया कि तार्किक जानकारी और गेज डिग्री ऑफ फ्रीडम (gauge degrees of freedom) के बीच का अलगाव इसकी तापीय स्थिरता की कुंजी है। वातावरण आसानी से गेज भाग को, जो शोर वाला बैकग्राउंड है, थर्मल कर सकता है, लेकिन तार्किक भाग को प्रभावित करने के लिए संघर्ष करता है क्योंकि ऐसा करने के लिए एक महत्वपूर्ण ऊर्जा अवरोध को पार करना आवश्यक होगा। यह निष्कर्ष भविष्य के निष्क्रिय क्वांटम मेमोरी डिजाइन करने के लिए एक सामान्य मार्ग सुझाता है। यदि अन्य प्रणालियों को इसी तरह के चरों के अलगाव और बढ़ती ऊर्जा बाधा के साथ इंजीनियर किया जा सके, तो वे भी स्व-सुधार का लक्ष्य प्राप्त कर सकती हैं।

अध्ययन निष्कर्ष निकालता है कि GKP क्यूबिट केवल एक सैद्धांतिक जिज्ञासा नहीं है बल्कि एक तापीय रूप से स्थिर क्वांटम मेमोरी के लिए एक व्यवहार्य उम्मीदवार है। तापमान के साथ उत्तरजीविता समय का घातांकीय स्केलिंग, निरंतर सक्रिय सुधार की आवश्यकता के बिना लंबे समय तक चलने वाले क्वांटम स्टोरेज के लिए एक व्यावहारिक मार्ग प्रदान करता है। यद्यपि व्युत्पत्ति में उपयोग किया गया आदर्श मॉडल अनंत ऊर्जा को शामिल करता है, शोधकर्ता इस बात पर जोर देते हैं कि अंतर्निहित तंत्र परिमित-ऊर्जा अवस्थाओं में भी बना रहता है, जिससे परिणाम वर्तमान और भविष्य के प्रयोगों के लिए प्रासंगिक हो जाते हैं। यह कार्य अमूर्त बीजगणितीय संरचनाओं और भौतिक वास्तविकता के बीच के अंतर को पाटता है, यह दिखाते हुए कि कैसे कोड के ऊर्जा परिदृश्य की विशिष्ट ज्यामिति का उपयोग सूचना की रक्षा के लिए किया जा सकता है। जैसे-जैसे क्षेत्र बड़े और अधिक जटिल क्वांटम कंप्यूटर बनाने की ओर बढ़ रहा है, स्थिरता बनाए रखने के लिए सिस्टम के अपने भौतिकी पर निर्भर करने की क्षमता एक क्षणिक प्रयोग और एक कार्यात्मक मशीन के बीच का अंतर हो सकती है। GKP कोड, अपने अंतर्निहित तापीय शोर के प्रतिरोध के साथ, प्रकृति के नियमों के विरुद्ध लड़ने के बजाय उनके साथ काम करने वाले क्वांटम सिस्टमों को डिजाइन करने की शक्ति का प्रमाण है।