Analysis of asymmetric errors in NISQ experiments
यह शोध पत्र एम्प्लीट्यूड डैम्पिंग (amplitude damping) के संबंध में सैद्धांतिक भविष्यवाणियों के विपरीत, यह प्रदर्शित करके NISQ प्रयोगों के पिछले सांख्यिकीय विश्लेषणों का विस्तार करता है कि गूगल 2019 "क्वांटम सुप्रीमेसी" का डेटा गेट त्रुटियों के बजाय केवल रीडआउट एरर एसिमेट्री (readout error asymmetry) द्वारा निर्धारित शून्य-एक अंशों (zero-one fractions) को प्रदर्शित करता है, एक निष्कर्ष जिसे आईबीएम और गूगल प्लेटफार्मों पर किए गए सिमुलेशन द्वारा समर्थित किया गया 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
आज के कंप्यूटरों की पहुंच से परे समस्याओं को हल करने वाली मशीनें बनाने की दौड़ में, वैज्ञानिक क्वांटम कंप्यूटिंग नामक एक नाजुक नई तकनीक पर काम कर रहे हैं। ये मशीनें पदार्थ के सूक्ष्म कणों का उपयोग करती हैं, जिन्हें क्वबिट्स (qubits) कहा जाता है, जो एक ही समय में शून्य और एक दोनों अवस्थाओं में रह सकते हैं, जिससे वे सूचनाओं को उन तरीकों से संसाधित कर सकते हैं जो क्लासिकल कंप्यूटर नहीं कर सकते। हालांकि, ये क्वबिट्स अपने परिवेश के प्रति अविश्वसनीय रूप से संवेदनशील होते हैं। मामूली सी हलचल भी उन्हें गलतियां करने के लिए मजबूर कर सकती है, जिसे 'नॉइज़' (noise) या शोर कहा जाता है। यह समझने के लिए कि क्या एक क्वांटम कंप्यूटर वास्तव में इच्छित रूप से कार्य कर रहा है, शोधकर्ताओं को गणना के संकेत (signal) को इन त्रुटियों के शोर (static) से सावधानीपूर्वक अलग करना होता है। हालिया अध्ययन का एक प्रमुख केंद्र "रीडआउट एरर्स" (readout errors) रहा है, जो तब होते हैं जब मशीन क्वबिट की अंतिम अवस्था को गलत पढ़ लेती है, जैसे शून्य को एक या एक को शून्य समझ लेना। इन गलतियों की सटीक प्रकृति को समझना महत्वपूर्ण है क्योंकि यह वैज्ञानिकों को बताता है कि क्या मशीन वास्तव में एक वास्तविक क्वांटम गणना कर रही है या केवल यादृच्छिक शोर उत्पन्न कर रही है।
शोधकर्ताओं की एक टीम ने हाल ही में इस बारे में एक विशिष्ट प्रश्न पर ध्यान केंद्रित किया कि ये त्रुटियां कैसे व्यवहार करती हैं। वे जानना चाहते थे कि क्या त्रुटियां पूरी तरह से यादृच्छिक थीं या उनमें कोई छिपा हुआ पूर्वाग्रह (bias) था। एक पूरी तरह से संतुलित मशीन में, एक क्वबिट जो शून्य होना चाहिए उसे एक के रूप में पढ़ा जाना उतना ही सामान्य होगा जितना कि एक क्वबिट जो एक होना चाहिए उसे शून्य के रूप में पढ़ा जाना। हालांकि, कुछ सैद्धांतिक कार्यों ने सुझाव दिया था कि कंप्यूटर के आंतरिक संचालन, विशेष रूप से क्वबिट्स को नियंत्रित करने वाले गेट्स (gates), एक एकतरफा पूर्वाग्रह पेश कर सकते हैं। इस सिद्धांत ने प्रस्ताव दिया कि जैसे-जैसे मशीन चलती है, वह स्वाभाविक रूप से परिणामों को शून्य की उच्च संख्या की ओर धकेल देगी, जिससे एक ऐसा असंतुलन पैदा होगा जो केवल एक साधारण माप की गलती नहीं बल्कि डेटा में एक मौलिक विचलन (drift) है।
इस विचार का परीक्षण करने के लिए, शोधकर्ताओं ने गूगल द्वारा 2019 में किए गए प्रसिद्ध क्वांटम सुप्रीमेसी प्रयोग के डेटा का परीक्षण किया, जिसमें 53 क्वबिट्स वाला एक प्रोसेसर उपयोग किया गया था। उन्होंने अन्य क्वांट क्वांटम कंप्यूटरों और इन मशीनों की नकल करने के लिए डिज़ाइन किए गए कंप्यूटर सिमुलेशन से प्राप्त डेटा को भी देखा। उनका लक्ष्य यह देखना था कि क्या अंतिम परिणामों में शून्य का अंश उस स्तर से अधिक था जिसे ज्ञात माप त्रुटियों (measurement errors) द्वारा समझाया जा सकता था। यदि सिद्धांत सही होता, तो वे उम्मीद करते कि प्रायोगिक डेटा में शून्य का एक महत्वपूर्ण अधिशेष (surplus) मिलेगा जो क्वबिट्स की संख्या बढ़ने के साथ बढ़ता जाएगा।
विश्लेषण ने एक स्पष्ट तस्वीर पेश की जिसने सैद्धांतिक भविष्यवाणी का खंडन किया। जब शोधकर्ताओं ने 12 से 53 क्वबिट्स की एक श्रृंखला वाले गूगल के 2019 के वास्तविक प्रयोग के डेटा को देखा, तो उन्हें आंतरिक गेट ऑपरेशन्स के कारण होने वाले इस अतिरिक्त शून्य-पक्षीय पूर्वाग्रह का कोई प्रमाण नहीं मिला। शून्य और एक के बीच उन्होंने जो मामूली असंतुलन देखा, वह रिपोर्ट की गई रीडआउट त्रुटियों की विषमता को दर्शाता था, हालांकि शून्य और एक के बीच का अनुभवजन्य अंतर रिपोर्ट की गई त्रुटि दरों से अपेक्षित अंतर से लगभग 10%-20% कम था। दूसरे शब्दों में, मशीन अपने आंतरिक संचालन के कारण परिणामों को गुप्त रूप से शून्य की ओर नहीं धकेल रही थी; देखा गया शोर ज्ञात भौतिक माप त्रुटियों के अनुरूप था, बिना किसी अतिरिक्त विचलन के जैसा कि सिद्धांत द्वारा अनुमान लगाया गया था। यह निष्कर्ष वास्तविक दुनिया के प्रयोग में परीक्षण किए गए क्वबिट काउंट की पूरी श्रृंखला में सत्य रहा।
जब टीम ने कंप्यूटर सिमुलेशन को देखा, तो कहानी अलग थी। जब उन्होंने एक आईबीएम (IBM) क्वांटम कंप्यूटर के सिम्युलेटेड संस्करण पर समान परीक्षण चलाए, तो परिणामों ने शून्य और एक के बीच बहुत बड़ा अंतर दिखाया जिसे भौतिक त्रुटि दरें स्पष्ट नहीं कर सकती थीं। इससे पता चलता है कि सिमुलेशन मॉडल में ऐसे प्रभाव शामिल थे जो वास्तविक गूगल हार्डवेयर में मौजूद नहीं थे, या सिमुलेशन उस प्रकार की त्रुटि को पकड़ रहे थे जिससे वास्तविक मशीन ने बचने में सफलता प्राप्त की थी। शोधकर्ताओं ने यह भी नोट किया कि जबकि वास्तविक गूगल डेटा ने एक स्थिर संतुलन दिखाया, माप में 'एक' का अनुपात समय के साथ इस तरह से उतार-चढ़ाव भरा जिससे पता चला कि गेट स्वयं प्रयोग के दौरान अस्थिर थे, न कि माप उपकरण विचलन का स्रोत थे।
अंततः, यह अध्ययन वर्तमान क्वांटम हार्डवेयर के व्यवहार पर एक आश्वस्त करने वाला चेक प्रदान करता है। यह पुष्टि करता है कि गूगल 2019 के प्रयोग के लिए, कंप्यूटर के जटिल आंतरिक संचालन ने उस प्रकार का एकतरफा त्रुटि पेश नहीं किया जैसा कि कुछ सिद्धांतों ने भविष्यवाणी की थी। मशीन का आउटपुट किसी छिपी हुई शक्ति द्वारा शून्य की ओर झुकाए जाने से प्रभावित नहीं था; शोर ज्ञात विषम रीडआउट त्रुटियों को दर्शाता था बिना किसी अतिरिक्त गेट-प्रेरित पूर्वाग्रह के। जबकि सिमुलेशन ने इस पूर्वाग्रह के संकेत दिखाए, वास्तविक दुनिया के डेटा ने ऐसा नहीं किया, जो यह सुझाव देता है कि भौतिक उपकरण कुछ सैद्धांतिक मॉडलों की तुलना में अधिक अनुमानित तरीके से व्यवहार कर रहे हैं। यह स्पष्टता वैज्ञानिकों को यह समझने में मदद करती है कि ये मशीनें कैसे काम करती हैं और यह सुनिश्चित करती है कि उनकी शक्ति के भविष्य के दावे त्रुटियों के वास्तविक व्यवहार के ठोस और सटीक आधार पर बने हों।
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।