Classification of Generalised Triorthogonal Codes through Length 54
यह शोध पत्र मैजिक स्टेट डिस्टिलेशन के लिए सामान्यीकृत ट्रिऑर्थोगोनल कोड्स के वर्गीकरण को लंबाई 38 से बढ़ाकर 54 तक महत्वपूर्ण रूप से विस्तारित करता है, जिसमें एक डायरेक्शनल डेरिवेटिव विधि का उपयोग करके यूनिटल ट्रिऑर्थोगोनल स्पेस वर्गीकरण का विस्तार करते हुए 74 इष्टतम प्रोटोकॉल (जिनमें से 65 नए हैं) की पहचान की गई 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 कंप्यूटर उन समस्याओं को हल करने का वादा करते हैं जिन्हें हल करने में आज की मशीनों को हजारों साल लग जाएंगे, लेकिन वे अविश्वसनीय रूप से नाजुक होते हैं। काम करने के लिए, उन्हें विशेष ऑपरेशनों का उपयोग करके गणना करनी होती है जो अधिकांश क्वांटम प्रणालियों के पास उपलब्ध मानक टूलकिट का हिस्सा नहीं हैं। इन विशेष ऑपरेशनों के लिए एक संसाधन की आवश्यकता होती है जिसे "मैजिक स्टेट" (जादुई अवस्था) कहा जाता है, जो एक अत्यधिक सटीक क्वांटम स्थिति है जिसे बनाना कठिन है और उसे साफ रखना और भी कठिन है। वास्तविक दुनिया में, इन अवस्थाओं को बनाने के प्रत्येक प्रयास में त्रुटियां आती हैं, ठीक वैसे ही जैसे एक लीक होती बाल्टी से पानी डालने की कोशिश करना। इसे ठीक करने के लिए, वैज्ञानिक 'डिस्टिलेशन' (आसवन) नामक एक प्रक्रिया का उपयोग करते हैं, जहाँ वे एक मैजिक स्टेट की कई शोर वाली, अपूर्ण प्रतियों को लेते हैं और उन्हें मिलाकर एक एकल, उच्च-गुणवत्ता वाला संस्करण तैयार करते हैं। यह एक महत्वपूर्ण बाधा है; इन अवस्थाओं को साफ करने के कुशल तरीके के बिना, शक्तिशाली एल्गोरिदम जिन्हें क्वांटम कंप्यूटर चला सकते हैं, पहुंच से बाहर रहेंगे।
चुनौती इस बात को खोजने में है कि इस सफाई को करने का सबसे कुशल तरीका क्या है। वैज्ञानिक इन डिस्टिलेशन रेसिपी को डिजाइन करने के लिए लंबे समय से एक विशिष्ट गणितीय ढांचे का उपयोग करते रहे हैं, जिसे 'जनरलाइज्ड ट्राइऑर्थोगोनल कोड्स' (सामान्यीकृत त्रिकोणीय कोड) के रूप में जाना जाता है। ये कोड ब्लूप्रिंट के रूप में कार्य करते हैं जो एक क्वांटम कंप्यूटर को यह बताते हैं कि त्रुटियों को छानने के लिए अपने क्यूबिट्स और ऑपरेशनों को कैसे व्यवस्थित किया जाए। वर्षों से, शोधकर्ता इन ब्लूप्रिंट के विशाल स्थान में सबसे कुशल विकल्पों की खोज कर रहे थे, जो उन प्रोटोकॉल के लिए थे जिनमें तीस-आठ इनपुट अवस्थाएं शामिल थीं, लेकिन उससे आगे का परिदृश्य काफी हद तक अनछुआ रहा। खोज कठिन थी क्योंकि संभावनाओं की संख्या विस्फोटक रूप से बढ़ती है, और सबसे अच्छा समाधान खोजने के लिए एक ऐसे स्थान की जांच करने की आवश्यकता थी जो पिछले तरीकों के लिए बहुत बड़ा था।
एक नए अध्ययन में, शोधकर्ताओं की एक टीम ने इस सीमा को काफी आगे बढ़ा दिया है, जिससे पचास-चार इनपुट अवस्थाओं वाले सिस्टम के लिए सबसे कुशल डिस्टिलेशन प्रोटोकॉल का मानचित्र तैयार किया गया है। उन्होंने उन प्रोटोकॉल पर ध्यान केंद्रित किया जो त्रुटियों को पकड़ने के लिए पर्याप्त मजबूत हैं, जो एक ऐसी आवश्यकता है जो उम्मीदवारों की सूची को प्रबंधनीय रखती है और साथ ही परिणामों को वास्तविक दुनिया की मशीनों के लिए उपयोगी बनाती है। इस जटिल स्थान में नेविगेट करने के लिए एक नई गणितीय तकनीक विकसित करके, उन्होंने बहत्तर विशिष्ट प्रोटोकॉल की पहचान की जो इनपुट की संख्या, प्रक्रिया चलाने के लिए आवश्यक भौतिक स्थान और त्रुटियों का पता लगाने की क्षमता के बीच सर्वोत्तम संभव संतुलन का प्रतिनिधित्व करते हैं। इन बहत्तर इष्टतम समाधानों में से, पैंसठ पूरी तरह से नई खोजें थीं, जिसने क्वांटम इंजीनियरों के टूलकिट का एक बड़े अंतर से विस्तार किया।
शोधकर्ताओं ने इस समस्या को तोड़ने के तरीके को परिष्कृत करके इसे हासिल किया। हर संभव कोड को शून्य से बनाने के बजाय, उन्होंने पहले गणितीय संरचनाओं का एक मुख्य सेट पहचाना, जिसे वे 'यूनिटलल ट्राइऑर्थोगोनल स्पेस' कहते हैं। ये संरचनाएं कोड के लिए एक स्थिर आधार के रूप में कार्य करती हैं। टीम ने फिर पूर्ण प्रोटोकॉल बनाने के लिए इन आधारों में आवश्यक तार्किक घटकों को व्यवस्थित रूप से जोड़ा। संभावनाओं के भारी आयतन को संभालने के लिए, उन्होंने एक ऐसी विधि का उपयोग किया जो विश्लेषण करती है कि इन गणितीय संरचनाओं में विभिन्न कोणों से देखे जाने पर कैसे परिवर्तन होता है, जिससे वे छोटे, सरल टुकड़ों से पूर्ण संभावनाओं की सूची को पुनर्गठित कर सके। इस दृष्टिकोण ने इन कोडों के वर्गीकरण को तीस-आठ इनपुट की पिछली सीमा से बढ़ाकर सीधे चौवन तक पहुँचा दिया।
परिणाम उन कुशल प्रोटोकॉल की एक समृद्ध विविधता प्रकट करते हैं जो पहले अज्ञात थे। टीम ने पाया कि आउटपुट अवस्थाओं के कई विभिन्न प्रकारों के लिए, अब उन्हें कम इनपुट या कम भौतिक स्थान का उपयोग करके आसवित करने के प्रमाणित तरीके मौजूद हैं। उदाहरण के लिए, उन्होंने विशिष्ट मल्टी-क्यूबिट अवस्थाओं को बनाने के नए तरीके पहचाने जो जटिल क्वांटम एल्गोरिदम के लिए आवश्यक हैं। जबकि पिछले कार्य के कुछ सबसे अच्छे ज्ञात प्रोटोकॉल अभी भी कायम हैं, नई सूची कई विकल्प प्रदान करती है जो विभिन्न हार्डवेयर बाधाओं के लिए बेहतर ढंग से अनुकूलित हैं। शोधकर्ताओं ने यह भी नोट किया कि जैसे-जैसे सिस्टम का आकार बढ़ता है, इन संरचनाओं की संख्या इतनी तेजी से बढ़ती है कि केवल उन्हें सूचीबद्ध करना नए सैद्धांतिक ब्रेकथ्रू के बिना अव्यावहारिक हो जाता है। यह सुझाव देता है कि हालांकि वर्तमान मानचित्र सबसे पूर्ण है, फिर भी बेहतर तरीकों को खोजने की यात्रा के लिए केवल अधिक कंप्यूटिंग शक्ति के बजाय नए विचारों की आवश्यकता होगी।
यह अध्ययन क्वांटम कंप्यूटिंग समुदाय के लिए एक निर्णायक कैटलॉग प्रदान करता है, जो अगली पीढ़ी की फॉल्ट-टोलरेंट मशीनों के निर्माण के लिए विकल्पों का एक स्पष्ट सेट प्रदान करता है। यह जानकर कि दिए गए इनपुट की संख्या के लिए कौन से प्रोटोकॉल इष्टतम हैं, इंजीनियर अनुमान लगाना बंद कर सकते हैं और आत्मविश्वास के साथ निर्माण शुरू कर सकते हैं। यह कार्य विभिन्न दृष्टिकोणों की पूरक प्रकृति को भी उजागर करता है; जबकि इन अवस्थाओं को बनाने के अन्य तरीके मौजूद हैं, वे अक्सर त्रुटि संरक्षण के निचले स्तर पर सबसे अच्छा काम करते हैं। नया वर्गीकरण एक उच्च-प्रदर्शन वाले विकल्प प्रदान करके एक महत्वपूर्ण अंतर को भरता है जो सबसे कठिन अनुप्रयोगों के लिए पर्याप्त मजबूत है। इन नए ब्लूप्रिंटों के साथ, विश्वसनीय, बड़े पैमाने पर क्वांटम कंप्यूटिंग का मार्ग थोड़ा कम अनिश्चित और थोड़ा अधिक ठोस हो जाता 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।