Quantum Advantage of Permutation-Invariant Functions in Communication Complexity

कंप्यूटिंग की दुनिया में, एक मौलिक प्रश्न है कि दो लोगों को मिलकर किसी समस्या को हल करने के लिए कितनी जानकारी का आदान-प्रदान करने की आवश्यकता होती है। कल्पना कीजिए कि एलिस और बॉब, जो दो दोस्त हैं, बहुत दूर हैं। प्रत्येक के पास पहेली का एक हिस्सा है, और उन्हें एक-दूसरे को अपने पूरे हिस्से दिखाए बिना उत्तर खोजने के लिए मिलकर काम करना होगा। शास्त्रीय दुनिया में, जहाँ सूचना केवल बिट्स डेटा के रूप में होती है, उन्हें अक्सर कई संदेशों को आगे-पीछे भेजने पड़ते हैं। लेकिन क्वांटम दुनिया में, जहाँ सूचना विचित्र, ओवरलैपिंग अवस्थाओं में अस्तित्व में हो सकती है, वे केवल एक फुसफुसाहट के साथ उसी पहेली को हल कर सकते हैं। वैज्ञानिक लंबे समय से यह सोचते आए हैं: क्या चीज़ एक समस्या को क्वांटम कंप्यूटर के लिए आसान लेकिन शास्त्रीय (क्लासिकल) कंप्यूटर के लिए कठिन बनाती है? क्या यह पहेली का आकार है, या यह नियमों का स्वरूप है?

यह प्रश्न और भी दिलचस्प हो जाता है जब पहेली के नियम एक विशेष प्रकार की समरूपता (सिमेट्री) रखते हैं। वास्तविक दुनिया के कई परिदृश्यों में, चीजों के प्रकट होने का क्रम मायने नहीं रखता, केवल उनकी संख्या मायने रखती है। यदि एलिस और बॉब वस्तुओं की दो सूचियों की तुलना कर रहे हैं, और यदि सूचियाँ एक-दूसरे के शफल किए हुए संस्करण हैं, तो उत्तर शफलिंग के बावजूद समान होना चाहिए। इसे क्रमपरिवर्तन अपरिवर्तनीयता (परम्यूटेशन इनवेरिएंस) कहा जाता है। वर्षों से, शोधकर्ता इस बात का अध्ययन कर रहे हैं कि यह समरूपता क्वांटम कंप्यूटरों के उस लाभ को कैसे प्रभावित करती है जो उनके पास शास्त्रीय कंप्यूटरों की तुलना में होता है। युनकी हुआंग और ज़ेकुन ये द्वारा किया गया एक हालिया अध्ययन विशेष रूप से इस प्रकार की समस्या में गहराई से उतरता है, यह पता लगाता है कि क्वांटम कंप्यूटर वास्तव में कितना तेज़ हो सकता है जब नियम सममित होते हैं, और यह खोजता है कि उत्तर पूरी तरह से प्रतीकों के वर्णमाला (अल्फाबेट) के आकार पर निर्भर करता है।

शोधकर्ताओं ने एक ऐसी स्थिति पर ध्यान केंद्रित किया जहाँ एलिस और बॉब के पास प्रतीकों की एक लंबी स्ट्रिंग है, और उन्हें संयुक्त स्ट्रिंग के एक गुण को निर्धारित करने की आवश्यकता है। शर्त यह है कि समस्या तब भी वही रहनी चाहिए जब वे दोनों अपनी स्ट्रिंग्स को बिल्कुल एक ही तरह से शफल करें। टीम ने सिद्ध किया कि यदि प्रतीकों का सेट निश्चित और छोटा है—जैसे अक्षरों की एक मानक वर्णमाला या संख्याओं का एक निश्चित सेट—तो क्वांटम लाभ सीमित है। इन मामलों में, एक शास्त्रीय कंप्यूटर क्वांटम कंप्यूटर का अनुकरण कर सकता है, लेकिन उसे संदेशों की एक ऐसी संख्या भेजनी पड़ सकती है जो क्वांटम कंप्यूटर द्वारा भेजे गए संदेशों के लगभग वर्ग (स्क्वायर) के बराबर हो। यह क्वांटम पक्ष के लिए एक महत्वपूर्ण गति है, लेकिन यह घातांकीय (एक्सपोनेंशियल) नहीं है। शास्त्रीय कंप्यूटर भी पकड़ बना सकता है, बशर्ते उसे स्ट्रिंग्स की लंबाई से संबंधित कुछ अतिरिक्त बिट्स भेजने की अनुमति दी जाए। अध्ययन से पता चलता है कि इन निश्चित वर्णमालाओं के लिए, क्वांटम लाभ वास्तविक है लेकिन सीमित है; यह अनंत रूप से बड़ा नहीं हो सकता।

हालाँकि, कहानी नाटकीय रूप से बदल जाती है जब वर्णमाला को बढ़ने की अनुमति दी जाती है। यदि संभावित प्रतीकों की संख्या स्ट्रिंग्स के लंबा होने के साथ बढ़ती है, तो खेल के नियम बदल जाते हैं। शोधकर्ताओं ने विशिष्ट उदाहरण बनाए जहाँ वर्णमाला का आकार स्ट्रिंग की लंबाई के बराबर होता है। इस सेटिंग में, उन्होंने पाया कि ऐसी समस्याएँ हैं जहाँ एक क्वांटम कंप्यूटर कार्य को संदेशों की एक ऐसी संख्या के साथ हल कर सकता है जो बहुत धीरे बढ़ता है, जैसे कि स्ट्रिंग की लंबाई का लघुगणक (लॉगारिदम)। इसके विपरीत, एक शास्त्रीय कंप्यूटर को संदेशों की एक ऐसी संख्या भेजनी होगी जो लगभग स्ट्रिंग की लंबाई जितनी तेज़ी से बढ़ती है। यह एक घातांकीय अंतर (एक्सपोनेंशियल गैप) का प्रतिनिधित्व करता है, एक विशाल अंतर जहाँ क्वांटम कंप्यूटर शास्त्रीय कंप्यूटर को बहुत पीछे छोड़ देता है। इस अलगाव की कुंजी केवल वर्णमाला का आकार नहीं था, बल्कि यह था कि सूचना डेटा की संरचना के भीतर कैसे छिपी हुई थी। डेटा के प्रतीकों की सापेक्ष स्थिति या एक कठोर पेड़ जैसी संरचना के विशिष्ट विन्यास में समस्या को एनकोड करके, शोधकर्ताओं ने दिखाया कि शास्त्रीय कंप्यूटर को छिपे हुए पैटर्न को खोजने के लिए बहुत अधिक काम करना पड़ता है, जबकि क्वांटम कंप्यूटर उस संरचना के माध्यम से आसानी से नेविगेट कर सकता है।

टीम ने ग्राफ (जाल) से जुड़े एक मध्य मार्ग की भी खोज की, जो बिंदुओं और रेखाओं के नेटवर्क हैं। उन्होंने दिखाया कि यदि समस्या दो ऐसे ग्राफों की तुलना करने के बारे में है जो केवल पुन: लेबल किए गए संस्करण हैं, तो क्वांटम लाभ फिर से घातांकीय हो सकता है। एक संस्करण में, ग्राफ एक निश्चित आकार के कठोर पेड़ (रिजिड ट्री) हैं, और कठिनाई इस बात से आती है कि दो प्रतियां आपस में कैसे संरेखित (अलाइंड) हैं। दूसरे संस्करण में, ग्राफ कोई भी जुड़ा हुआ आकार ले सकते हैं, जिससे स्वयं संरचना में और भी अधिक जानकारी संग्रहीत की जा सकती है। दोनों मामलों में, क्वांटम कंप्यूटर को केवल संचार की एक बहुत छोटी मात्रा की आवश्यकता होती है, जबकि शास्त्रीय कंप्यूटर एक ऐसे कार्यभार के साथ संघर्ष करता है जो ग्राफ के आकार के साथ बहुपद (पॉलिनोमियल) रूप से बढ़ता है। ये निष्कर्ष क्वांटम शक्ति की सीमाओं को स्पष्ट करते हैं: समरूपता हमेशा भारी लाभ की गारंटी नहीं देती है, लेकिन जब बढ़ते हुए वर्णमाला या जटिल ग्राफ संरचनाओं के साथ संयुक्त होती है, तो यह दक्षता के एक ऐसे स्तर को अनलॉक कर सकती है जिसे शास्त्रीवर भौतिकी (क्लासिकल फिजिक्स) मैच नहीं कर सकती।

इस कार्य में सबसे महत्वपूर्ण योगदान वह है जिसे यह खारिज करता है। शोधकर्ताओं ने प्रदर्शित किया कि आप शास्त्रीय सिमुलेशन से इनपुट स्ट्रिंग्स की लंबाई पर निर्भरता को आसानी से हटा नहीं सकते हैं। सबसे उन्नत क्वांटम युक्तियों के बावजूद, एक शास्त्रीय कंप्यूटर इन सममित समस्याओं को संदेशों की ऐसी संख्या के साथ हल नहीं कर सकता है जो केवल क्वांटम लागत पर निर्भर हो। इसे इनपुट के आकार को भी ध्यान में रखना होगा। इसके अलावा, उन्होंने दिखाया कि निश्चित वर्णमालाओं के लिए शास्त्रीय और क्वांटम लागतों के बीच का द्विघातीय (क्वाड्रेटिक) संबंध सटीक है; आप शास्त्रीय लागत को और कम करने के लिए घातांक को बेहतर नहीं बना सकते बिना संचार जटिलता के नियमों को तोड़े। अध्ययन ने यह भी पुष्टि की कि समीकरणों में लघुगणकीय (लॉगारिथमिक) कारक आवश्यक हैं, जिसका अर्थ है कि शास्त्रीय कंप्यूटर को स्थिरांकों (कॉन्स्टेंट्स) में बदलाव करके मनमाने ढंग से कुशल नहीं बनाया जा सकता है।

इन निष्कर्षों तक पहुँचने के लिए उपयोग की गई विधियाँ कठोर और गणितीय थीं, जो संभाव्यता सिद्धांत (प्रोबेबिलिटी थ्योरी), बहुपद सन्निकटन (पॉलिनॉमियल एप्रोक्सिमेशन) और ग्राफ सिद्धांत के मिश्रण पर आधारित थीं। शोधकर्ताओं ने केवल अनुमान नहीं लगाया; उन्होंने अपने ऊपरी स्तर (अपर बाउंड्स) को सिद्ध करने के लिए विशिष्ट संचार प्रोटोकॉल बनाए और अपने निचले स्तर (लोअर बाउंड्स) को सिद्ध करने के लिए प्रति-उदाहरण (काउंटर-एग्जांपल) का निर्माण किया। उन्होंने दिखाया कि निश्चित वर्णमालाओं के लिए, एक शास्त्रीय कंप्यूटर जो सर्वोत्तम कर सकता है वह एक द्विघातीय सिमुलेशन है, और बढ़ते हुए वर्णमाला के लिए, अलगाव घातांकीय है। उन्होंने एक विशिष्ट माप का उपयोग करके क्वांटम लागत का विस्तृत लक्षण वर्णन भी प्रदान किया कि संभावित इनपुट कितने भिन्न हैं, यह दिखाते हुए कि यह माप उच्च सटीकता के साथ संचार लागत की भविष्यवाणी करता है। यह कार्य पिछले निष्कर्षों का विस्तार करता है जो बाइनरी इनपुट तक सीमित थे, उन्हें किसी भी निश्चित प्रतीकों के सेट के लिए सामान्य बनाता है और यह प्रकट करता है कि प्रतीक सेट का आकार क्वांटम लाभ को निर्धारित करने में कितनी महत्वपूर्ण भूमिका निभाता है।

अंततः, यह शोध क्वांटम संचार के परिदृश्य का एक स्पष्ट मानचित्र प्रदान करता है। यह हमें बताता है कि जबकि क्वांटम कंप्यूटर सममित समस्याओं में एक शक्तिशाली बढ़त प्रदान करते हैं, वह बढ़त अनंत नहीं है। यह उन प्रतीकों की प्रकृति द्वारा बाधित है जिनका उपयोग किया जा रहा है। यदि प्रतीक निश्चित हैं, तो लाभ मजबूत है लेकिन प्रबंधनीय है। यदि प्रतीक समस्या के साथ बढ़ते हैं, तो लाभ अत्यधिक हो जाता है। यह अंतर वैज्ञानिकों को यह समझने में मदद करता है कि क्वांटम कंप्यूटिंग में अगली बड़ी सफलता कहाँ खोजनी है और कहाँ शास्त्रीय एल्गोरिदम प्रतिस्पर्धी बने रहने की उम्मीद करनी है। निष्कर्ष बताते हैं कि संचार में घातांकीय क्वांटम गति (स्पीडअप) का मार्ग न केवल कणों के क्वांटम यांत्रिकी में निहित है, बल्कि डेटा की संयोजन संरचना (कॉम्बिनेटोरियल स्ट्रक्चर) में भी है। इन संरचनात्मक सीमाओं को समझकर, शोधकर्ता क्वांटम यांत्रिकी की पूर्ण क्षमता का लाभ उठाने वाले एल्गोरिदम को बेहतर ढंग से डिज़ाइन कर सकते हैं, बिना हर परिदृश्य में इसकी क्षमताओं का अतिरंजित आकलन किए।