Complex Quantum Dynamics Versus Classical Simulability of Noisy Random Circuits
यह शोध पत्र प्रदर्शित करता है कि शोर वाले क्वांटम सर्किट में, जटिलता के मानक गतिशील निदान (जैसे कि मैजिक और स्कैंबलिंग) शास्त्रीय सिमुलेबिलिटी से विचलित हो सकते हैं क्योंकि वे पाउली स्पेक्ट्रम के विभिन्न सांख्यिकीय क्रमों की जांच करते हैं, जिससे यह स्पष्ट होता है कि ऐसे निदान अकेले शोर की उपस्थिति में क्वांटम लाभ के लिए विश्वसनीय साक्ष्य नहीं माने जा सकते।
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
यह सिद्ध करने की खोज में कि क्वांटम कंप्यूटर वे चीजें कर सकते हैं जो क्लासिकल मशीनें नहीं कर सकतीं, वैज्ञानिक अक्सर कंप्यूटर के संचालन के भीतर अत्यधिक जटिलता के संकेतों की तलाश करते हैं। वे उन विशिष्ट व्यवहारों पर नज़र रखते हैं जो यह सुझाव देते हैं कि मशीन संभावनाओं के एक विशाल, उलझे हुए परिदृश्य की खोज कर रही है, जो मानक गणना की पहुंच से कहीं परे है। दो सबसे विश्वसनीय संकेत "मैजिक" (जादू) और "स्क्रेबलिंग" (बिखराव) हैं। यहाँ मैजिक कोई अलौकिक शक्ति नहीं है, बल्कि एक तकनीकी शब्द है जो एक प्रकार के क्वांटम संसाधन को दर्शाता है जो सिस्टम को अनुमान लगाने या नकल करने में कठिन बनाता है। स्क्रेबलिंग का अर्थ है कि जानकारी कितनी तेज़ी से पूरे सिस्टम में फैलती है और आपस में मिल जाती है, जिससे उसे उसके स्रोत तक वापस ट्रैक करना असंभव हो जाता है। जब ये संकेत प्रबल होते हैं, तो शोधकर्ता मान लेते हैं कि कंप्यूटर एक ऐसा कार्य कर रहा है जिसे सिम्युलेट करने में क्लासिकल सुपरकंप्यूटर को अव्यवहारिक रूप से लंबा समय लगेगा।
हालाँकि, वास्तविक दुनिया के क्वांटम कंप्यूटर पूर्ण नहीं होते। वे एक शोर वाले वातावरण में काम करते हैं जहाँ बाहरी दुनिया के साथ सूक्ष्म अंतःक्रियाएं लगातार नाजुक क्वांटम अवस्थाओं को बाधित करती हैं। यह शोर शुद्ध, स्पष्ट क्वांटम जानकारी को एक धुंधले, मिश्रित ढेर में बदल देता है। क्षेत्र के लिए बड़ा सवाल यह रहा है कि क्या जटिलता के संकेत—मैजिक और स्क्रेबलिंग—शोर की उपस्थिति में विश्वसनीय मार्गदर्शक बने रहते हैं। क्या वे अभी भी उस कार्य की ओर संकेत करते हैं जो सिम्युलेट करने में कठिन है, भले ही शोर के कारण मशीन स्वयं मॉडल करने में आसान होती जा रही हो? ऑक्सफोर्ड विश्वविद्यालय के शोधकर्ताओं का एक नया अध्ययन बताता है कि उत्तर 'नहीं' है। उन्होंने पाया कि शोर वाले सर्किट में, जटिलता के संकेत उस बिंदु के बहुत बाद भी बने रह सकते हैं जब कार्य क्लासिकल कंप्यूटर द्वारा हल करना आसान हो गया हो, या वे तब गायब हो सकते हैं जब कार्य अभी भी किसी ज्ञात विधि द्वारा हल नहीं किया गया हो।
शोधकर्ताओं ने इस विसंगति की जांच करने के लिए दो अलग-अलग प्रकार के सिम्युलेटेड क्वांटम सर्किट बनाए। पहला प्रकार एक मानक आर्किटेक्चर पर आधारित था जिसका उपयोग कई क्वांटम प्रयोगों में किया जाता है, जहाँ उन्होंने सरल ऑपरेशन्स के बैकग्राउंड में विशिष्ट संख्या में विशेष गेट्स जोड़े। दूसरे प्रकार ने फर्मिओनिक सिस्टम (जैसे इलेक्ट्रॉन जैसे कण) के लिए डिज़ाइन किए गए नियमों का एक अलग सेट का उपयोग किया, और उन्हें यूनिवर्सल बनाने के लिए एक अलग प्रकार का गेट जोड़ा। दोनों मामलों में, उन्होंने वास्तविक हार्डवेयर की खामियों की नकल करने के लिए शोर पेश किया। इसके बाद उन्होंने दो चीजों को एक साथ ट्रैक किया: डायनामिकल डायग्नोस्टिक्स (गतिज निदान), जो मैजिक और स्क्रेबलिंग के माप हैं, और सर्किट को क्लासिकल कंप्यूटर पर सिम्युलेट करने की वास्तविक लागत। वे यह देखना चाहते थे कि जहाँ डायग्नोस्टिक्स कहते हैं "यह जटिल है", क्या वह बिंदु उस बिंदु से मेल खाता है जहाँ क्लासिकल एल्गोरिदम कहते हैं "यह हल करना आसान है।"
उन्होंने जो खोजा वह एक स्पष्ट अलगाव था। डायनामिकल डायग्नोस्टिक्स और क्लासिकल सिमुलेशन सीमाएँ आपस में मेल नहीं खाती थीं। कुछ परिदृश्यों में, सर्किट में मैजिक का एक मजबूत हस्ताक्षर बना रहा, जिससे पता चला कि यह अभी भी कुछ क्वांटम और जटिल कर रहा है, भले ही एक क्लासिकल कंप्यूटर इसे कुशलतापूर्वक सिम्युलेट कर सकता था। अन्य परिदृश्यों में, मैजिक का हस्ताक्षर गायब हो गया, जिससे सिस्टम सरल दिखने लगा, फिर भी कोई ज्ञात क्लासिकल एल्गोरिदम कुशलतापूर्वक इसे सिम्युलेट नहीं कर सका। यह बेमेल इसलिए होता है क्योंकि शोर सिस्टम के विभिन्न गणितीय गुणों को अलग-अलग गति से प्रभावित करता है। मैजिक और स्क्रेबलिंग के माप सिस्टम की अवस्था के चौथे-क्रम के सांख्यिकी (fourth-order statistics) पर निर्भर करते हैं, जो इसकी जटिलता के एक विस्तृत फिंगरप्रिंट की तरह हैं। हालाँकि, क्लासिकल सिमुलेशन को कुशल बनाने वाले एल्गोरिदम मुख्य रूप से दूसरे-क्रम के सांख्यिकी (second-order statistics) पर निर्भर करते हैं, जो कि एक बहुत अधिक मोटा (coarse) माप है।
लोकल नॉइज़ (स्थानीय शोर), जो उस प्रकार का व्यवधान है जो सिस्टम के व्यक्तिगत हिस्सों को प्रभावित करता है, इन उच्च-क्रम सांख्यिकी को निम्न-क्रम सांख्यिकी की तुलना में बहुत तेज़ी से दबा देता है। यह ऐसा है जैसे शोर क्वांटम फिंगरप्रिंट के बारीक विवरणों को मिटा देता है, इससे बहुत पहले कि वह व्यापक रूपरेखा को धुंधला करे। क्योंकि क्लासिकल सिमुलेशन एल्गोरिदम को काम करने के लिए केवल व्यापक रूपरेखा की आवश्यकता होती है, वे सफल हो सकते हैं जबकि बारीक विवरण—जिनका डायग्नोस्टिक्स मापन कर रहे हैं—अभी भी दिखाई दे रहे होते हैं। इसके विपरीत, बारीक विवरण गायब हो सकते हैं जबकि व्यापक रूपरेखा किसी भी ज्ञात एल्गोरिदम द्वारा संभालने के लिए बहुत जटिल बनी रहती है। शोधकर्ताओं ने गणना की कि यह अंतर सिस्टम के आकार के एक विशिष्ट विंडो (खिड़की) का निर्माण करता है जहाँ डायग्नोस्टिक्स भ्रामक होते हैं। छोटे सिस्टम के लिए, मैजिक गायब होने से पहले ही सिमुलेशन आसान हो जाता है। बड़े सिस्टम के लिए, सिमुलेशन आसान हो जाता है जबकि मैजिक अभी भी पता लगाने योग्य होता है।
इस निष्कर्ष के वर्तमान क्वांटम उपकरणों पर प्रयोगों की व्याख्या करने के तरीके पर महत्वपूर्ण निहितार्थ हैं। जब वैज्ञानिक एक शोर वाले प्रोसेसर पर मैजिक या स्क्रेबलिंग को मापते हैं, तो वे यह मान नहीं सकते कि एक मजबूत सिग्नल स्वतः ही यह सिद्ध करता है कि डिवाइस एक ऐसा कार्य कर रहा है जो क्लासिकल रूप से सिम्युलेट करने में कठिन है। सिग्नल केवल सिस्टम की संरचना का एक अवशेष हो सकता जिसे शोर ने अभी तक मिटाया नहीं है, भले ही सिस्टम पहले ही क्लासिकल सिम्युलेबिलिटी की दहलीज पार कर चुका हो। अध्ययन से पता चलता है कि क्वांटम विकास में हम जो देखते हैं और हम क्लासिकल रूप से क्या कंप्यूट कर सकते हैं, उनके बीच का संबंध एक सीधी रेखा नहीं है, बल्कि एक जटिल परिदृश्य है जहाँ दोनों अलग हो सकते हैं।
शोधकर्ताओं ने पहले सर्किट परिवार के लिए सटीक गणितीय गणनाओं और दूसरे के लिए संख्यात्मक सिमुलेशन का उपयोग करके इन परिणामों की पुष्टि की। उन्होंने केवल अनुमान नहीं लगाया; उन्होंने सटीक सूत्र निकाले जो दिखाते हैं कि समय के साथ विभिन्न सांख्यिकीय मोमेंट्स (moments) कैसे कम होते हैं। उन्होंने पाया कि डायग्नोस्टिक्स कहाँ विफल होते हैं, यह सिस्टम के आकार और सैंपलिंग में त्रुटि की सहनशीलता पर निर्भर करता है, न कि शोर की ताकत पर। इसका मतलब है कि यह बेमेल शोर के साथ कैसे परस्पर क्रिया करता है इसकी एक मौलिक विशेषता है, न कि किसी विशिष्ट सेटअप का कोई विचित्र गुण।
अध्ययन ने फर्मियॉन्स वाले एक अलग प्रकार के सर्किट की भी जांच की ताकि यह सुनिश्चित किया जा सके कि परिणाम केवल एक आर्किटेक्चर तक सीमित नहीं है। उन्होंने वही पैटर्न पाया: नॉन-गॉसियनिटी (non-Gaussianity) का डायनामिकल माप, जो फर्मिओनिक संस्करण है मैजिक का, सिमुलेशन की लागत के साथ संरेखित नहीं हुआ। इस मामले में, क्लासिकल सिमुलेशन की लागत इस बात से निर्धारित थी कि सूचना विभिन्न डिग्री ऑफ फ्रीडम में कैसे वितरित है, एक ऐसा गुण जिसे डायनामिकल डायग्नोस्टिक कैप्चर नहीं कर सका। यह इस निष्कर्ष को पुख्ता करता है कि यह एक सामान्य घटना है, जो इस कारण उत्पन्न होती है कि जटिलता को मापने वाले उपकरण और सिस्टम को सिम्युलेट करने वाले उपकरण सिस्टम की अवस्था के अलग-अलग पहलुओं को देख रहे हैं।
अंततः, यह कार्य स्पष्ट करता है कि एक शोर वाले डिवाइस पर मापा गया मैजिक या स्क्रेबलिंग का मान, अपने आप में क्लासिकल हार्डनेस का प्रमाण नहीं है। यह सुझाव देता है कि क्षेत्र को नए डायग्नोस्टिक्स विकसित करने की आवश्यकता है जो उन दूसरे-क्रम के गुणों से अधिक निकटता से जुड़े हों जिनका क्लासिकल एल्गोरिदम वास्तव में लाभ उठाते हैं। तब तक, शोर वाले प्रयोग में मौजूद इन जटिल हस्ताक्षरों को सावधानी के साथ देखा जाना चाहिए। शोधकर्ताओं ने दिखाया है कि क्वांटम एडवांटेज का परिदृश्य पहले की तुलना में अधिक सूक्ष्म है, जहाँ जटिलता के संकेत और सिम्युलेबिलिटी की वास्तविकता अक्सर अलग-अलग रास्तों पर चलती 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।