Low-Depth Initial-State Preparation for Ground-State Energy Estimation of Two-Dimensional Strongly Correlated Systems
शास्त्रीय सिमुलेशन द्वारा निर्देशित, यह शोध पत्र अनुमानित हाइजेनबर्ग अवस्थाओं को एम्बेड करने और श्रिफर-वोल्फफ़-व्युत्पन्न चार्ज-फ्लक्चुएशन गेट्स को लागू करने द्वारा द्वि-आयामी हबर्ड मॉडलों की ग्राउंड स्टेट्स तैयार करने के लिए एक लो-डेप्थ क्वांटम सर्किट रणनीति का प्रस्ताव करता है, जो बड़े लैटिसों में स्केलेबल पैरामीटर ट्रांसफर को सक्षम बनाता है जिसका अनुमानित तैयारी लागत लगभग टी गेट्स है।
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
पदार्थ अपने सबसे मौलिक स्तर पर कैसे व्यवहार करता है, इसे समझने की खोज में, भौतिक विज्ञानी अक्सर उन मॉडलों की ओर मुड़ते हैं जो एक ठोस के भीतर इलेक्ट्रॉनों के बीच होने वाली परस्पर क्रियाओं का वर्णन करते हैं। इस क्षेत्र में एक निरंतर चुनौती एक प्रणाली के निम्नतम ऊर्जा स्तर (lowest energy state) की भविष्यवाणी करना है, जो सुपरकंडक्टर्स या मैग्नेट्स जैसी सामग्रियों की स्थिरता और गुणों को निर्धारित करता है। दशकों से, शास्त्रीय कंप्यूटर इन गणनाओं के लिए संघर्ष कर रहे हैं क्योंकि इलेक्ट्रॉनों की संभावित व्यवस्थाओं की संख्या इतनी तेजी से बढ़ती है कि वह सबसे शक्तिशाली सुपरकंप्यूटरों को भी पछाड़ देती है। क्वांटम कंप्यूटर एक संभावित समाधान प्रदान करते हैं, क्योंकि वे इन जटिल अंतःक्रियाओं की स्वाभाविक रूप से नकल कर सकते हैं। हालांकि, एक क्वांटेंट कंप्यूटर के लिए सही उत्तर खोजने के लिए, उसे पहले एक शुरुआती बिंदु—एक प्रारंभिक अवस्था (initial state)—दी जानी चाहिए जो पहले से ही वास्तविक समाधान के कुछ हद तक करीब हो। यदि यह शुरुआती बिंदु बहुत दूर है, तो कंप्यूटर समय बर्बाद करता है या उत्तर खोजने में विफल रहता है। कठिनाई इन शुरुआती बिंदुओं को कुशलतापूर्वक बनाने में है, विशेष रूप से परमाणुओं के बड़े, दो-आयामी ग्रिडों के लिए जहाँ इलेक्ट्रॉन मजबूती से जुड़े होते हैं और अत्यधिक सह-संबंधित (highly correlated) तरीके से व्यवहार करते हैं।
शोधकर्ताओं की एक टीम ने बहुत उथले (shallow), या छोटे, क्वांटम सर्किटों का उपयोग करके इन महत्वपूर्ण शुरुआती बिंदुओं को बनाने की एक विधि डिजाइन की है। उनका कार्य इलेक्ट्रॉन अंतःक्रिया के एक विशिष्ट मॉडल पर केंद्रित है जिसे हबार्ड मॉडल (Hubbard model) कहा जाता है, जो ग्रिड पर साइटों के बीच इलेक्ट्रॉनों के कूदने (hopping) और एक-दूसरे को प्रतिकर्षित करने का वर्णन करता है। शोधकर्ताओं ने महसूस किया कि जब इलेक्ट्रॉनों के बीच का प्रतिकर्षण बहुत मजबूत होता है, तो प्रणाली लगभग एक सरल मॉडल की तरह व्यवहार करती है जिसे हाइजनबर्ग मॉडल (Heisenberg model) कहा जाता है, जो इलेक्ट्रॉनों की गति के बजाय केवल उनके स्पिन (spins) से संबंधित है। उन्होंने एक क्वांटम सर्किट का निर्माण किया जो पहले इस सरल स्पिन मॉडल के लिए एक अनुमानित अवस्था तैयार करता है। यह प्रारंभिक अवस्था इलेक्ट्रॉनों के जोड़े बनाकर "सिंगलेट्स" (singlets) में बनाई जाती है, जो एक प्रकार का क्वांटम संबंध है जहाँ दो कणों के स्पिन एक-दूसरे को रद्द कर देते हैं। ग्रिड में इन कड़ियों को एक विशिष्ट पैटर्न में व्यवस्थित करके और फिर ऑपरेशनों के एक क्रम को लागू करके जो इलेक्ट्रॉनों को उनकी स्थितियों में थोड़ा उतार-चढ़ाव करने की अनुमति देता है, टीम ने एक ऐसा सर्किट बनाया जो पूर्ण प्रणाली के जटिल व्यवहार की बारीकी से नकल करता है।
टीम ने यह देखने के लिए कि उनका दृष्टिकोण कितना प्रभावी रहा, शास्त्रीय कंप्यूटरों पर अपने सर्किटों का परीक्षण किया। उन्होंने चार गुणा चार साइटों के छोटे ग्रिड पर अपने सर्किट की सेटिंग्स को अनुकूलित (optimize) करके शुरुआत की। उल्लेखनीय रूप से, जब उन्होंने बिल्कुल वही सेटिंग्स बड़े ग्रडों, जैसे दस गुणा दस साइटों पर लागू कीं, तो सर्किट बिना किसी अतिरिक्त समायोजन के अच्छा प्रदर्शन करता रहा। यह "पैरामीटर ट्रांसफर" (parameter transfer) बताता है कि छोटे सिस्टम को निर्देशित करने वाले भौतिक सिद्धांत बड़े सिस्टमों के लिए भी सत्य हैं, जो एक महत्वपूर्ण खोज है क्योंकि बड़े सिस्टमों का सीधे अनुकरण करना वर्तमान में शास्त्रीय कंप्यूटरों के लिए असंभव है। अपने परिणामों की गुणवत्ता को सत्यापित करने के लिए, शोधकर्ताओं ने अपने सर्किट अवस्थाओं की तुलना अन्य उन्नत सिमुलेशन तकनीकों द्वारा उत्पन्न अत्यधिक सटीक संदर्भ अवस्थाओं (reference states) से की। उन्होंने पाया कि दस गुणा दस ग्रिड के लिए, उनकी विधि ने एक ऐसी शुरुआती अवस्था बनाई जो भविष्य की क्वांटम गणनाओं के लिए उपयोगी होने हेतु वास्तविक ग्राउंड स्टेट के पर्याप्त करीब थी।
पूर्ण हबार्ड मॉडल के लिए विधि के काम करने को सुनिश्चित करने के लिए, शोधकर्ताओं ने एक विशिष्ट सेट ऑफ ऑपरेशन्स जोड़ा जो उन दुर्लभ क्षणों को पकड़ने के लिए डिज़ाइन किए गए हैं जब इलेक्ट्रॉन थोड़े समय के लिए एक ही स्थान पर रहते हैं या एक स्थान खाली छोड़ देते हैं। ये ऑपरेशन्स, जो श्रीफर-वोल्फ ट्रांसफॉर्मेशन (Schrieffer–Wolff transformation) नामक गणितीय रूपांतरण से प्राप्त हुए हैं, सरल स्पिन-आधारित अवस्था के लिए एक सुधार (correction) के रूप में कार्य करते हैं। जब उन्होंने छोटे चार गुणा चार ग्रिड पर इस संयुक्त सर्किट का परीक्षण किया, जहाँ वे सटीक उत्तर की गणना कर सकते थे, तो उन्होंने पाया कि इन सुधार चरणों को जोड़ने से परिणाम की सटीकता में काफी सुधार हुआ। अंतिम सर्किट, जो स्पिन तैयारी को इन चार्ज-फ्लक्चुएशन सुधारों के साथ जोड़ता है, "हार्डवेयर-फ्रेंडली" (hardware-friendly) होने के लिए डिज़ाइन किया गया है, जिसका अर्थ है कि यह न्यूनतम चरणों का उपयोग करता है और उन कनेक्शनों पर निर्भर करता है जो भविष्य की क्वांटम मशीनों पर उपलब्ध होने की संभावना है।
शोधकर्ताओं ने एक फॉल्ट-टोलरेंट क्वांटम कंप्यूटर (fault-tolerant quantum computer) पर इस सर्किट को चलाने के लिए आवश्यक संसाधनों की गणना की, जो कि एक सैद्धांतिक मशीन है जो अपनी त्रुटियों को स्वयं ठीक करने में सक्षम है। उन्होंने अनुमान लगाया कि दस गुणा दस ग्रिड के लिए अवस्था तैयार करने के लिए लगभग 100,000 विशिष्ट लॉजिक ऑपरेशन्स की आवश्यकता होगी जिन्हें टी-गेट्स (T gates) कहा जाता है। क्वांटम कंप्यूटिंग के संदर्भ में यह संख्या कम मानी जाती है, जो उस सीमा के भीतर आती है जिसकी निकट भविष्य में उपलब्धि की उम्मीद की जाती है, जिसे कभी-कभी "मेगाक्वोप" (megaquop) युग कहा जाता है। एक उच्च-गुणवत्ता वाली शुरुआती अवस्था उत्पन्न करने के लिए एक सरल, उथले सर्किट का उपयोग करके, टीम ने जटिल, स्ट्रॉन्गली कोरिलेटेड सिस्टम के लिए क्वांटम कंप्यूटरों का उपयोग करने का एक व्यावहारिक मार्ग प्रदान किया है। उनका कार्य सुझाव देता है कि सरल और अधिक जटिल मॉडलों के बीच के संबंध का लाभ उठाकर, वैज्ञानिक गहरे, त्रुटि-प्रवण (error-prone) सर्किटों की आवश्यकता को दरकिनार कर सकते हैं और वास्तविक दुनिया की सामग्रियों का अनुकरण करने के करीब पहुंच सकते हैं।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।