Local autonomous inference machines for quantum LDPC codes

क्वांटम कंप्यूटर उन समस्याओं को हल करने का वादा करते हैं जो वर्तमान में क्लासिकल मशीनों के लिए असंभव हैं, जैसे कि नए पदार्थों की डिजाइनिंग से लेकर जटिल कोड्स को तोड़ने तक। हालांकि, ये मशीनें अविश्वसनीय रूप से नाजुक होती हैं। गर्मी या इलेक्ट्रोमैग्नेटिक शोर से होने वाली मामूली हलचल भी उस नाजुक जानकारी को भ्रष्ट कर सकती है जिसे वे संग्रहीत करते हैं, जिससे गणना विफल हो सकती है। एक उपयोगी क्वांटम कंप्यूटर बनाने के लिए, वैज्ञानिकों को इस जानकारी की रक्षा करने का एक तरीका विकसित करना होगा, जिसे क्वांटual एरर करेक्शन (त्रुटि सुधार) कहा जाता है। इसमें कंप्यूटर के घटकों की स्थिति की लगातार जांच करना शामिल है, लेकिन बिना डेटा को बाधित किए, ठीक वैसे ही जैसे एक सुरक्षा प्रणाली किसी तिजोरी को खोले बिना उसकी निगरानी करती है। जब कोई त्रुटि पाई जाती है, तो सिस्टम को यह पता लगाना चाहिए कि क्या गलत हुआ और तुरंत उसे ठीक करना चाहिए। चुनौती यह है कि जैसे-जैसे क्वांटम कंप्यूटर बड़े होते जाते हैं, इन त्रुटियों का निदान और सुधार करने का कार्य अत्यधिक कठिन होता जाता है। पारंपरिक तरीकों में अक्सर एक केंद्रीय मस्तिष्क की आवश्यकता होती है जो सारा डेटा एकत्र करे, उसे वैश्विक स्तर पर प्रोसेस करे, और फिर निर्देश भेजे, जो भविष्य के विशाल, वितरित क्वांटम हार्डवेयर के लिए बहुत धीमा और संचार-प्रधान (communication-heavy) है।

प्रिंस्टन यूनिवर्सिटी और इकोले पॉलिटेक्निक फेडरल डी लाउज़ेन के शोधकर्ताओं की एक टीम ने इस समस्या को संभालने का एक नया तरीका प्रस्तावित किया है। उन्होंने एक ऐसी प्रणाली पेश की जहां त्रुटियों के बारे में "सोचना" स्थानीय स्तर पर और निरंतर होता है, बिना किसी केंद्रीय कमांड का इंतजार किए। एक एकल प्रोसेसर द्वारा एक साथ पूरे पहेली को हल करने के बजाय, उन्होंने छोटे, सरल प्रोसेसर्स के एक विशाल नेटवर्क की कल्पना की, जिनमें से प्रत्येक उस क्वांटम कंप्यूटर के हिस्से के ठीक बगल में स्थित है जिसके लिए वह जिम्मेदार है। ये प्रोसेसर्स केवल अपने निकटतम पड़ोसियों से बात करते हैं, और जो वे देखते हैं उसके बारे में सूचना के अंश साझा करते हैं। जब एक प्रोसेसर किसी समस्या का पता लगाता है, तो वह इस स्थानीय बातचीत का उपयोग एक छोटे, तत्काल सुधार पर निर्णय लेने के लिए करता है। यह एक स्व-सुधारने वाली मशीन बनाता है जो स्वायत्त रूप से कार्य करती है, और वास्तविक समय में खुद को लगातार समायोजित करती है। शोधकर्ताओं ने दिखाया कि यह दृष्टिकोण न केवल सरल कोड के लिए, बल्कि जटिल क्वांटम कोड के लिए भी काम करता है जहाँ मानक स्थानीय विधियाँ पहले समाधान खोजने में विफल रही थीं।

इस कार्य के पीछे का मूल विचार एक डिकोडर के प्रति हमारे दृष्टिकोण को बदलना है। मानक दृष्टिकोणों में, सिस्टम तब तक प्रतीक्षा करता है जब तक कि उसने सभी त्रुटि संकेतों को एकत्र नहीं कर लिया, फिर वह सब कुछ ठीक करने का सबसे अच्छा तरीका खोजने के लिए एक विशाल गणना चलाता है। यह एक तूफान के गुजरने की प्रतीक्षा करने जैसा है और फिर नुकसान का मानचित्र बनाने और मार्ग की योजना बनाने के लिए बचाव दल भेजने जैसा है। हालांकि, नई विधि इस प्रक्रिया को एक निरंतर, सक्रिय प्रक्रिया के रूप में देखती है। एक जंगल की कल्पना करें जहां हर पेड़ में एक सेंसर है। यदि एक पेड़ महसूस करता है कि वह झुक रहा है, तो वह यह देखने के लिए अपने पड़ोसियों का इंतजार नहीं करता कि वे किस ओर झुक रहे हैं, बल्कि वह तुरंत जांच करता है और खुद को सीधा करने के लिए एक छोटा कदम उठाता है। क्वांटम सिस्टम में, ये "पेड़" कंप्यूटर के घटक हैं, और "झुकना" एक त्रुटि का संकेत है। प्रोसेसर सूचना के एक स्थानीय चित्र का निर्माण करने के लिए संदेशों का आदान-प्रदान करते हैं, और यदि साक्ष्य पर्याप्त मजबूत है, तो वे तुरंत एक छोटा सुधार लागू करते हैं। यह सुधार सिस्टम की स्थिति को बदल देता है, जो बदले में पड़ोसियों के लिए उपलब्ध जानकारी को अपडेट करता है, जिससे प्रक्रिया गतिशील रूप से जारी रह सकती है।

शोधकर्ताओं ने अपने सिस्टम को 'बलीफ प्रोपेगेशन' (belief propagation) नामक एक प्रसिद्ध गणितीय तकनीक पर बनाया है, जिसका उपयोग जुड़े हुए नोड्स के बीच सूचना पारित करके जटिल पहेलियों को हल करने के लिए किया जाता है। क्वांटम दुनिया में, इस तकनीक को संघर्ष करना पड़ा क्योंकि त्रुटियां अक्सर अलग-अलग कोणों से एक जैसी दिखती हैं, जिससे एल्गोरिदम भ्रमित हो जाता है। टीम ने महसूस किया कि उन्हें एल्गोरिदम को तुरंत पूर्ण, वैश्विक समाधान खोजने की आवश्यकता नहीं है। इसके बजाय, उन्हें केवल विश्वसनीय स्थानीय दिशा-निर्देश प्रदान करने की आवश्यकता थी। एक एकल पूर्ण उत्तर खोजने के बजाय कई छोटे, स्थानीय रूप से सही कदम उठाने पर ध्यान केंद्रित करके, वे उस भ्रम को दूर कर सके जो आमतौर पर इन प्रणालियों को रोकता है। उन्होंने प्रदर्शित किया कि कुछ प्रकार के क्वांटम कोड के लिए, जैसे कि टॉरिक कोड (toric code) जहाँ मानक बलीफ प्रोपेगेशन थ्रेशोल्ड दिखाने में विफल रहता है, यह स्थानीय, सक्रिय दृष्टिकोण वैश्विक विधियों के समान ही सफलतापूर्वक त्रुटियों को साफ कर सकता है, लेकिन बिना किसी केंद्रीय नियंत्रक की आवश्यकता के।

अपने विचार का परीक्षण करने के लिए, टीम ने कई अलग-अलग प्रकार के क्वांटम कोड पर विस्तृत कंप्यूटर सिमुलेशन चलाए। उन्होंने अवधारणा को सिद्ध करने के लिए एक सरल एक-आयामी (one-dimensional) कोड से शुरुआत की, जिससे यह प्रदर्शित हुआ कि सिस्टम त्रुटियों को कुशलतापूर्वक साफ कर सकता है। इसके बाद वे अधिक जटिल, दो-आयामी और तीन-आयामी ग्रिड जैसी संरचनाओं की ओर बढ़े, जो कई प्रस्तावित क्वांटम कंप्यूटरों के निर्माण खंड हैं। इन सिमुलेशन में, सिस्टम ने टॉरिक कोड के "पॉइंट-लाइक" (point-like) सेक्टर्स के भीतर शोर के एक विशिष्ट स्तर तक, जिसे थ्रेशोल्ड कहा जाता है, त्रुटियों को सफलतापूर्वक पहचाना और हटाया। इस थ्रेशोल्ड के नीचे, सिस्टम प्रभावी रूप से नमूना ली गई त्रुटियों को साफ कर सकता था; इसके ऊपर, त्रुटियां सुधारों पर हावी हो जाती थीं। सिमुलेशन ने दिखाया कि उनका स्थानीय, स्वायत्त सिस्टम इन थ्रेशोल्ड तक पहुँच गया, जिससे यह साबित हुआ कि यह वास्तविक दुनिया के क्वांटम हार्डवेयर की जटिलता को संभाल सकता है।

अध्ययन ने अधिक उन्नत कोड्स का भी अन्वेषण किया जो और भी अधिक कुशल होने के लिए डिज़ाइन किए गए हैं, जिन्हें क्वांटम लो-डेंसिटी पैरिटी-चेक (low-density parity-check) कोड कहा जाता है। ये कोड अधिक जटिल हैं क्योंकि एक एकल त्रुटि कई स्थानों पर संकेत ट्रिगर कर सकती है, जिससे पहेली को हल करना कठिन हो जाता है। मानक विधियां अक्सर यहाँ विफल हो जाती हैं क्योंकि वे एक सुसंगत वैश्विक समाधान नहीं खोज पाती हैं। हालांकि, शोधकर्ताओं ने पाया कि उनका स्थानीय, सक्रिय दृष्टिकोण अभी भी काम करता है। उपलब्ध सर्वोत्तम स्थानीय जानकारी के आधार पर कदम उठाने की अनुमति देकर, सिस्टम एक पूर्ण वैश्विक चित्र की प्रतीक्षा करने के बजाय, त्रुटियों को साफ कर सका। इन उन्नत कोड्स के सिमुलेशन में, स्थानीय इन्फरेंस मशीन ने त्रुटियों को ठीक करने की स्पष्ट क्षमता प्रदर्शित की, जिसने तीन-आयामी टॉरिक कोड के मेम्ब्रेन-लाइक सेक्टर के लिए लगभग 19% और बाइवैरिएट-बाइसाइकल (bivariate-bicycle) कोड के परिवार के लिए लगभग 6% के भौतिक त्रुटि दर तक स्थिरता बनाए रखी। यह सुझाव देता है कि विधि भविष्य के बड़े पैमाने के क्वांटम कंप्यूटरों के लिए आवश्यक जटिल संरचनाओं को संभालने के लिए पर्याप्त मजबूत है।

सबसे महत्वपूर्ण निष्कर्षों में से एक यह है कि इस सिस्टम को यह आवश्यक नहीं है कि प्रोसेसर एक अंतिम उत्तर पर सहमत हों। पारंपरिक डिकोडिंग में, सिस्टम को तब तक प्रतीक्षा करनी पड़ती है जब तक कि वह सुनिश्चित न हो जाए कि उसने सही सुधार ढूंढ लिया है, जिसमें काफी समय लग सकता है और पूरी मशीन में संचार की आवश्यकता होती है। इस नए ढांचे में, प्रोसेसर जैसे ही उनके पास स्थानीय विश्वास (local confidence) पर्याप्त होता है, वे कार्य करते हैं। इसका मतलब है कि सिस्टम त्रुटियों को ठीक करना तुरंत शुरू कर सकता है, जिससे क्वांटम कंप्यूटर बिना किसी लंबे अंतराल के सुचारू रूप से चलता रहता है। शोधकर्ताओं ने दिखाया कि त्रुटियों को साफ करने में लगने वाला समय कंप्यूटर के बड़े होने पर बहुत धीरे-धीरे बढ़ता है, जिसका अर्थ है कि सिस्टम व्यावहारिक अनुप्रयोगों के लिए आवश्यक विशाल आकार तक स्केल होने पर भी कुशल बना रहता है।

यह कार्य इस बात पर भी प्रकाश डालता है कि वैज्ञानिक त्रुटि सुधार (error correction) को कैसे देखते हैं। इसे एक स्थिर समस्या के रूप में देखने के बजाय जिसे बाद में हल किया जाना है, वे इसे एक गतिशील प्रक्रिया के रूप में देखते हैं जो कंप्यूटर के निरंतर संचालन का हिस्सा है। यह परिप्रेक्ष्य नए प्रकार के हार्डवेयर डिजाइनों के द्वार खोलता है जहाँ सुधार तंत्र को सीधे मशीन के भौतिक लेआउट में बनाया जा सकता है। शोधकर्ता सुझाव देते हैं कि इस दृष्टिकोण को वास्तविक समय में होने वाली त्रुटियों को संभालने के लिए विस्तारित किया जा सकता है, जहाँ कंप्यूटर चलते समय नई खामियां दिखाई देती हैं, न कि केवल एक क्षण में ली गई त्रुटियों के स्नैपशॉट को ठीक करना। यह उन क्वांटम कंप्यूटरों के निर्माण की दिशा में एक महत्वपूर्ण कदम होगा जो बिना रुके या रीसेट किए निरंतर कार्य कर सकें।

हालांकि परिणाम उत्साहजनक हैं, शोधकर्ता सावधानीपूर्वक नोट करते हैं कि ये निष्कर्ष कंप्यूटर सिमुलेशन से आए हैं, न कि लैब में निर्मित किसी भौतिक क्वांटम कंप्यूटर से। सिमुलेशन में सटीक मापन (perfect measurements) का उपयोग किया गया था, जिसका अर्थ है कि त्रुटियों का पता लगाने के लिए उपयोग किए जाने वाले सेंसर दोषरहित माने गए थे, जो वास्तविक हार्डवेयर में अभी तक संभव नहीं है। इसके अलावा, प्रस्तुत परिणाम "ऑफलाइन डिकोडिंग" से संबंधित हैं, जहाँ त्रुटियों का एक स्थिर सेट शुरू में लिया जाता है और सिस्टम बिना किसी और शोर के उन्हें साफ करने के लिए विकसित होता है; इसे निरंतर, वास्तविक समय के संचालन तक विस्तारित करना एक भविष्य की चुनौती बनी हुई है। अगला कदम इस क्षेत्र के लिए यह देखना है कि क्या इस स्थानीय, स्वायत्त दृष्टिकोण को वास्तविक उपकरणों पर लागू किया जा सकता है, जहाँ शोर और अपूर्ण सेंसर कठिनाई की एक और परत जोड़ देते हैं। शोधकर्ता यह भी बताते हैं कि स्थानीय निर्णय लेने की प्रक्रिया में सुधार की गुंजाइश है, शायद प्रोसेसर्स में मेमोरी जोड़कर या यह बदलकर कि वे सूचना कैसे साझा करते हैं, जो सिस्टम को और भी अधिक प्रभावी बना सकता है।

अंततः, यह पेपर इस बात का ब्लूप्रिंट प्रदान करता है कि क्वांटम कंप्यूटर अपनी स्थिरता को कैसे प्रबंधित कर सकते हैं। इंटेलिजेंस को मशीन में वितरित करके और इसे स्थानीय जानकारी पर कार्य करने देकर, सिस्टम एक जीवित जीव की तरह बन जाता है जो अपने वातावरण के अनुकूल लगातार खुद को ढालता है, न कि एक कठोर मशीन जो निर्देशों का इंतजार करती है। यह दृष्टिकोण क्वांटम कंप्यूटिंग की पूरी क्षमता को अनलॉक करने की कुंजी हो सकता है, जिससे इन शक्तिशाली मशीनों को अपनी जटिलता के भार तले ढहने के बिना, दुनिया की सबसे कठिन समस्याओं को हल करने के लिए पर्याप्त बड़ा होने की अनुमति मिल सके। इस स्थानीय, सक्रिय रणनीति की सफलता यह सुझाव देती है कि फॉल्ट-टोलरेंट क्वांटम कंप्यूटिंग का मार्ग बड़े मस्तिष्क बनाने में नहीं, बल्कि मशीन को खुद के लिए सोचने के लिए प्रशिक्षित करने में है, एक बार में एक छोटा कदम उठाकर।