Generalized Fidelity and the Data Processing Inequality

क्वांटम दुनिया में, जहाँ कण निश्चित स्थितियों के बजाय संभावनाओं की अवस्थाओं में मौजूद होते हैं, वैज्ञानिकों को यह मापने के लिए एक तरीके की आवश्यकता होती है कि दो अलग-अलग अवस्थाएँ कितनी समान हैं। कल्पना कीजिए कि सूचना के दो जटिल, बदलते बादलों की तुलना करने का प्रयास किया जा रहा है ताकि यह देखा जा सके कि वे आपस में कितने मिलते-जुलते हैं। ऐसा करने के लिए, शोधकर्ता "फिडेलिटी" (fidelity) नामक एक गणितीय उपकरण का उपयोग करते हैं, जो समानता के स्कोरकार्ड की तरह कार्य करता है। एक उच्च स्कोर का अर्थ है कि अवस्थाएँ लगभग एक जैसी हैं, जबकि एक कम स्कोर का अर्थ है कि वे बहुत भिन्न हैं। इस स्कोरकार्ड के सबसे भरोसेमंद संस्करणों में से एक को "उलमैन फिडेलिटी" (Uhlmann fidelity) के रूप में जाना जाता है, जो कई स्थितियों में सफलतापूर्वक खरा उतरा है। हालाँकि, जैसे-जैसे क्वांटम सिस्टम अधिक जटिल होते जा रहे हैं, वैज्ञानिकों ने विभिन्न प्रकार की स्थितियों को संभालने के लिए इस उपकरण के अधिक व्यापक और लचीले संस्करण विकसित किए हैं। ये सामान्यीकृत संस्करण तुलना में एक तीसरे संदर्भ बिंदु को शामिल करने की अनुमति देते हैं, जिससे यह समझने में अधिक सूक्ष्म दृष्टिकोण मिलता है कि क्वांटम अवस्थाएँ एक-दूसरे से कैसे संबंधित हैं।

भौतिकी में किसी भी मापन उपकरण के लिए एक महत्वपूर्ण प्रश्न यह है कि क्या यह तब सुसंगत व्यवहार करता है जब उस सिस्टम को बदल दिया जाता है जिसे वह माप रहा है। यदि आप एक क्वांटम अवस्था को एक भौतिक प्रक्रिया से गुजारते हैं, जैसे कि एक फ़िल्टर या एक शोर वाले चैनल (noisy channel) से, तो दो अवस्थाओं के बीच का संबंध केवल इसलिए बेहतर नहीं दिखना चाहिए क्योंकि उसमें शोर आ गया है। इस सिद्धांत को "डेटा प्रोसेसिंग इनइक्वेलिटी" (data processing inequality) कहा जाता है। यह अनिवार्य रूप से बताता है कि सूचना को संसाधित करने से केवल विवरण कम हो सकता है या तस्वीर धुंधली हो सकती है; यह जादुई रूप से नई स्पष्टता पैदा नहीं कर सकता या दो अलग-अलग अवस्थाओं को पहले की तुलना में अधिक समान नहीं दिखा सकता। मानक उलमैन फिडेलिटी के लिए, यह नियम सत्य है। लेकिन, अधिक लचीले नए सामान्यीकृत संस्करणों के लिए, वैज्ञानिकों ने अभी तक यह निर्धारित नहीं किया था कि क्या यह नियम बना रहता है, विशेष रूप से उन प्रणालियों में जिनमें दो से अधिक स्तरों की जटिलता है।

हाल ही में एक अध्ययन में, रेज़ा राजई ने एक विशिष्ट दूरी माप (distance measure) के व्यवहार की जांच करके इस खुले प्रश्न को संबोधित किया, जो सामान्यीकृत फिडेलिटी से व्युत्पन्न है। यह दूरी, जिसे "सामान्यीकृत बुरेस-वॉसरस्टीन दूरी" (generalized Bures–Wasserstein distance) के रूप में जाना जाता है, दो क्वांटम अवस्थाओं के बीच की दूरी को मापने के लिए डिज़ाइन की गई है। शोधकर्ता यह देखने के लिए आगे बढ़े कि क्या यह दूरी हमेशा डेटा प्रोसेसिंग इनइक्वेलिटी का पालन करती है, जिसका अर्थ है कि इसे किसी चैनल के माध्यम से संसाधित करने पर कम नहीं होना चाहिए। निष्कर्षों ने एक आश्चर्यजनक सीमा को प्रकट किया: तीन या अधिक आयामों वाली प्रणालियों में, यह सामान्यीकृत दूरी हमेशा इस नियम का पालन नहीं करती है। तीन-आयामी मैट्रिसेस (matrices) से जुड़े एक विशिष्ट गणितीय उदाहरण का निर्माण करके, अध्ययन ने यह प्रदर्शित किया कि ऐसा परिदृश्य ढूँढना संभव है जहाँ अवस्थाओं को संसाधित करने से वे वास्तव में मूल स्थिति की तुलना में एक-दूसरे के अधिक करीब दिखाई देने लगती हैं। यह परिणाम इस विचार को प्रभावी रूप से खारिज करता है कि यह सामान्यीकृत दूरी सभी क्वांटम प्रणालियों के लिए सार्वभौमिक रूप से विश्वसनीय माप है, यह दर्शाते हुए कि यह उच्च आयामों में विफल हो सकती है।

हालाँकि, स्थिति तब अलग हो जाती है जब सिस्टम को केवल दो आयामों तक सीमित कर दिया जाता है, जिसे अक्सर "क्यूबिट केस" (qubit case) कहा जाता है, जो क्वांटम सूचना की मौलिक इकाई है। इस सरल सेटिंग में, शोधकर्ता यह सिद्ध नहीं कर सके कि नियम हर संभव स्थिति के लिए लागू होता है, लेकिन उन्होंने दो विशिष्ट स्थितियाँ पहचानीं जिनके तहत यह गारंटी के साथ काम करता है। पहली स्थिति तब होती है जब दो अवस्थाओं के बीच सामान्यीकृत समानता स्कोर शून्य या ऋणात्मक होता है, एक ऐसी स्थिति जहाँ अवस्थाएँ प्रभावी रूप से ऑर्थोगोनल (orthogonal) या असंबंधित होती हैं। दूसरी स्थिति तब लागू होती है जब दो अवस्थाओं के बीच की समानता एक तीसरे संदर्भ अवस्था के प्रति उनकी समानता से कम होती है। इन विशिष्ट मामलों में, डेटा प्रोसेसिंग इनइक्वेलिटी मजबूती से बनी रहती है, यह सुनिश्चित करते हुए कि प्रसंस्करण के बाद अवस्थाओं के बीच की दूरी कृत्रिम रूप से कम नहीं होती है।

अध्ययन ने नए सामान्यीकृत उपकरण और पुराने, भरोसेमंद उलमैन फिडेलिटी के बीच के संबंध को भी स्पष्ट किया। शोधकर्ता ने एक सटीक शर्त स्थापित की जिसके तहत सामान्यीकृत संस्करण वापस मानक उलमैन संस्करण में परिवर्तित हो जाता है। यह तभी होता है जब शामिल तीन मैट्रिसेस के बीच एक विशिष्ट गणितीय संबंध मौजूद होता है, जिसका अर्थ है कि उन्हें एक बहुत ही विशेष तरीके से संरेखित होने की आवश्यकता है। इस संरेखण के बिना, सामान्यीकृत उपकरण विशिष्ट बना रहता है और अपने स्वयं के अद्वितीय गुण रखता है, जिसमें जटिल प्रणालियों में डेटा प्रोसेसिंग इनइक्वेलिटी का उल्लंघन करने की क्षमता भी शामिल है।

अंततः, यह कार्य एक स्पष्ट सीमा प्रदान करता है कि इन उन्नत क्वांटम मापन उपकरणों को कहाँ सुरक्षित रूप से लागू किया जा सकता है। जबकि सामान्यीकृत फिडेलिटी मानक मॉडल का एक शक्तिशाली विस्तार प्रदान करती है, इसके साथ एक चेतावनी भी आती है: दो आयामों से बड़ी प्रणालियों में, इस पर भरोसा नहीं किया जा सकता है कि यह हमेशा उस मौलिक भौतिक सिद्धांत का सम्मान करेगी कि सूचना प्रसंस्करण समानता पैदा नहीं कर सकता। सरलतम क्वांटम प्रणालियों के लिए, यह उपकरण कुछ शर्तों के तहत मजबूत रहता है, लेकिन अधिक जटिल व्यवस्थाओं के लिए, खेल के नियम बदल जाते हैं, और सामान्यीकृत दूरी उन तरीकों से व्यवहार कर सकती है जो इस सहज अपेक्षा को चुनौती देते हैं कि शोर केवल अस्पष्ट करता है, स्पष्ट नहीं करता।