Emergent Prethermal Symmetries for Scalable Hamiltonian Learning
यह शोध पत्र ज्यामितीय रूप से स्थानीय अनेक-निकाय प्रणालियों (many-body systems) के लिए एक स्केलेबल हैमिल्टनियन लर्निंग प्रोटोकॉल प्रस्तुत करता है जो उभरती हुई प्रीथर्मल समरूपताओं (prethermal symmetries) को उत्पन्न करने के लिए केवल स्थिर एकल-क्विबिट क्षेत्रों का उपयोग करके हाइजेनबर्ग-सीमित सटीकता प्राप्त करता है, जिससे विश्वसनीय बहु-क्विबिट ऑपरेशनों या तीव्र नियंत्रण स्पंदों की आवश्यकता समाप्त हो जाती 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
क्वांटम दुनिया में, अंतःक्रियाओं के नियम एक गणितीय ब्लूप्रिंट (खाके) में लिखे होते हैं जिसे हैमिल्टनियन (Hamiltonian) कहा जाता है। यह ब्लूप्रिंट यह निर्धारित करता है कि एक प्रणाली के भीतर सूक्ष्म कण एक-दूसरे पर कैसे दबाव और खिंचाव डालते हैं, जिससे यह तय होता है कि कोई सामग्री बिजली का संचालन कैसे करती है या एक क्वांटम कंप्यूटर सूचना को कैसे संसाधित करता है। एक क्वांटम प्रणाली को समझने के लिए, वैज्ञानिकों को पहले इस ब्लूप्रिंट को पढ़ना होगा। हालाँकि, इसे पढ़ना अत्यंत कठिन है। जैसे-जैसे एक क्वांटम प्रणाली समय के साथ विकसित होती है, इसके आंतरिक भाग इतने गहराई से उलझ (entangled) जाते हैं कि स्थानीय सूचना—ब्लूप्रिंट को समझने के लिए आवश्यक सुराग—एक अराजक धुंध में खो जाती है। थर्मलइजेशन (thermalization) के रूप में जानी जाने वाली यह प्रक्रिया, एक गर्म कॉफी के कप के कमरे के तापमान के समान ठंडा होने जैसा है; यह विशिष्ट इतिहास कि वह कैसे गर्म हुई थी, लुप्त हो जाता है। इस सूचना के गायब होने से पहले ब्लूप्रिंट को सीखने के लिए, वैज्ञानिक पारंपरिक रूप से तीव्र, जटिल नियंत्रण स्पंदों (control pulses) या विश्वसनीय बहु-कण ऑपरेशनों पर निर्भर रहे हैं। लेकिन ये विधियाँ एक दीवार से टकराती हैं: यदि प्रणाली अज्ञात है, तो आप उन जटिल नियंत्रणों पर भरोसा नहीं कर सकते जिनकी आवश्यकता उसे मापने के लिए होती है, और यदि नियंत्रण बहुत धीमे हैं, तो सूचना आपके पढ़ने से पहले ही गायब हो जाती है।
शोधकर्ताओं की एक टीम ने अब इस दुविधा को दरकिनार करने का एक तरीका खोज लिया है, यह सिद्ध करते हुए कि केवल व्यक्तिगत कणों पर लागू किए गए सरल, स्थिर चुंबकीय क्षेत्रों का उपयोग करके एक जटिल क्वांटम प्रणाली के ब्लूप्रिंट को अत्यधिक सटीकता के साथ सीखना संभव है। उनका कार्य प्रदर्शित करता है कि इन स्थिर क्षेत्रों को सावधानीपूर्वक ट्यून करके, वे सिस्टम की थर्मल होने की प्राकृतिक प्रवृत्ति में एक अस्थायी "विराम" (pause) पैदा कर सकते हैं। यह विराम, जिसे वे प्रीथर्मल अवस्था (prethermal state) कहते हैं, एक सुरक्षात्मक खिड़की के रूप में कार्य करता है जहाँ प्रणाली की आंतरिक गतिशीलता उम्मीद से कहीं अधिक लंबे समय तक सुसंगत और सूचनात्मक बनी रहती है। इस खिड़की के भीतर, शोधकर्ता कणों के बीच की अंतःक्रियाओं की सटीक ताकत निकाल सकते हैं, जो सटीकता का एक ऐसा स्तर प्राप्त करता है जिसके लिए पहले बहुत अधिक परिष्कृत और जोखिम भरे नियंत्रण तरीकों की आवश्यकता मानी जाती थी।
उनकी खोज का मूल तत्व यह है कि वे सिस्टम के ऊर्जा परिदृश्य (energy landscape) को कैसे नियंत्रित करते हैं। पूरी प्रणाली को फ्रीज करने या उसे किसी विशिष्ट अवस्था में धकेलने के बजाय, वे व्यक्तिगत क्यूबिट्स (qubits)—जो क्वांटम सूचना की बुनियादी इकाइयाँ हैं—पर एक मजबूत, स्थिर क्षेत्र लागू करते हैं। यह क्षेत्र इतना शक्तिशाली है कि एक अस्थायी व्यवस्था स्थापित कर सके, जिससे एक ऐसी उभरती हुई समरूपता (emergent symmetry) बनती है जिसे शोधकर्ता वर्णित करते हैं। इस अवस्था में, प्रणाली इस तरह व्यवहार करती है जैसे उसके पास एक छिपा हुआ नियम है जो उसे अपनी सूचना को बिखेरने (scrambling) से रोकता है, भले ही वह अभी भी विकसित हो रही हो। महत्वपूर्ण रूप से, इस क्षेत्र की शक्ति को बढ़ते हुए सिस्टम के आकार के साथ बढ़ने की आवश्यकता नहीं है; इसे केवल वांछित सटीकता के सापेक्ष बहुत धीरे-धीरे बढ़ना चाहिए। इसका अर्थ है कि यह विधि कुशलतापूर्वक स्केल करती है, एक दर्जन कणों वाले सिस्टम के मुकाबले एक हजार कणों वाले सिस्टम के लिए भी उतनी ही प्रभावी रहती है, बिना अत्यधिक शक्तिशाली उपकरणों की आवश्यकता के।
ब्लूप्रिंट को पढ़ने के लिए, शोधकर्ताओं ने एक प्रयोग डिजाइन किया जो रैमसे इंटरफेरोमेट्री (Ramsey interferometry) नामक एक क्लासिक तकनीक के समान है, लेकिन इसे एक 'मैनी-बॉडी' वातावरण के लिए अनुकूलित किया गया है। वे प्रणाली को एक सरल प्रारंभिक अवस्था में तैयार करते हैं और अज्ञात अंतःक्रियाओं और उनके स्थिर नियंत्रण क्षेत्रों के प्रभाव में इसे विकसित होने देते हैं। विकास के अंत में व्यक्तिगत कणों के विशिष्ट गुणों को मापकर, वे एक ऐसे सिग्नल का पता लगा सकते हैं जो सीधे उन अंतःक्रियाओं की ताकत से जुड़ी एक आवृत्ति (frequency) पर दोलन (oscillate) करता है जिन्हें वे सीखना चाहते हैं। क्योंकि प्रीथर्मल समरूपता प्रणाली को थर्मल होने से रोकती है, इसलिए यह सिग्नल लंबे समय तक स्पष्ट और विशिष्ट बना रहता है, जिससे शोधकर्ताओं को उच्च सटीकता के साथ आवृत्ति मापने की अनुमति मिलती है। वे जितनी लंबी अवधि तक माप सकते हैं, ब्लूपिंट का उनका पठन उतना ही सटीक होता है, जो हाइजेनबर्ग सीमा (Heisenberg limit) के रूप में जाना जाता है, जो भौतिकी के नियमों द्वारा अनुमत परम सटीकता का प्रतिनिधित्व करता है।
ऐसे प्रयोगों में एक महत्वपूर्ण चुनौती यह है कि प्रणाली के एक हिस्से को मापने से अक्सर बाकी हिस्सा बाधित होता है, और कई कणों के लिए इसे एक साथ करना आमतौर पर संकेतों के आपस में हस्तक्षेप के बिना असंभव होता है। शोधकर्ताओं ने एक चतुर स्थानिक रणनीति (spatial strategy) का उपयोग करके इसका समाधान किया। उन्होंने प्रणाली के भीतर विशिष्ट "दोष" (defect) स्थलों की पहचान की जहाँ वे अपने मापन और नियंत्रण क्षेत्र लागू करेंगे। इन स्थलों को एक-दूसरे से पर्याप्त दूर रखकर, वे एक ही समय में उन सभी पर प्रयोग चला सकते थे। स्थलों के बीच की दूरी इतनी अधिक थी कि एक मापन का प्रभाव दूसरे में नहीं घुल सका, जिससे टीम को पूरे सिस्टम से समानांतर (parallel) डेटा एकत्र करने की अनुमति मिली। इस समानांतरकरण ने ब्लूप्रिंट को सीखने के लिए आवश्यक कुल समय को नाटकीय रूप रूप से कम कर दिया, जिससे यह प्रक्रिया बड़े पैमाने के क्वांटम उपकरणों के लिए व्यावहारिक होने के लिए पर्याप्त कुशल बन गई।
शोधकर्ताओं ने फिर इन प्रयोगों से प्राप्त कच्चे आवृत्ति डेटा को एक क्लासिकल कंप्यूटर एल्गोरिदम में फीड किया। यह एल्गोरिदम एक रिवर्स-इंजीनियरिंग टूल की तरह काम करता था, जो मापी गई आवृत्तियों की तुलना एक गणितीय मॉडल से करके अंतःक्रिया की सटीक ताकत का अनुमान लगाता था। टीम ने यह सिद्ध किया कि यह गणितीय समस्या स्थिर (stable) थी, जिसका अर्थ है कि मापन में छोटी त्रुटियां अंतःक्रियाओं के बारे में गलत अनुमानों की ओर नहीं ले जाएंगी। इसके बजाय, एल्गोरिदम विश्वसनीयता से सही उत्तर तक पहुँच सकता था, यहाँ तक कि प्रयोगात्मक शोर (noise) की उपस्थिति में भी। उन्होंने प्रदर्शित किया कि यह पूरी प्रक्रिया—प्रणाली को तैयार करने से लेकर अंतिम परिणाम की गणना करने तक—कुल विकास समय के साथ कुशलतापूर्वक स्केल हो सकती है, जो सिस्टम के आकार और वांछित सटीकता दोनों पर निर्भर है।
यह कार्य क्वांटम प्रणालियों को सीखने की आवश्यकताओं को मौलिक रूप से बदल देता है। यह दिखाता है कि वे महंगे, उच्च-गति और जटिल नियंत्रण संचालन, जिन्हें पहले आवश्यक माना जाता था, वास्तव में आवश्यक नहीं हैं। इसके बजाय, सरल स्थिर क्षेत्र, जिन्हें कैलिब्रेट करना आसान है और जिनमें त्रुटि की संभावना कम है, जटिल क्वांटम पदार्थ के रहस्यों को खोलने के लिए पर्याप्त हैं। शोधकर्ताओं ने स्थापित किया कि प्रीथर्मलाइजेशन के भौतिकी का लाभ उठाकर, सूचना के नुकसान को जानकारी निकालने के लिए पर्याप्त समय तक विलंबित किया जा सकता है। यह बड़े क्वांटम प्रोसेसर और सिम्युलेटरों को प्रमाणित करने और उनके चरित्र चित्रण के द्वार खोलता है, बिना उनके आंतरिक कामकाज को पहले से जाने। निष्कर्ष बताते हैं कि जटिल क्वांटम प्रणालियों को समझने का मार्ग थर्मलइजेशन के विरुद्ध बल प्रयोग (brute force) से नहीं, बल्कि अवलोकन के लिए एक अस्थायी, स्थिर खिड़की बनाने हेतु सिस्टम की प्राकृतिक गतिशीलता के साथ मिलकर काम करने से प्रशस्त होता है।
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।