From Random Quantum Codes to Explicit qLDPC Codes via Local Properties

सूचना सिद्धांत के विशाल परिदृश्य में, डेटा को भ्रष्टाचार से बचाने की खोज गणितीय कोडों के साथ लड़ी जाने वाली एक लड़ाई है। कल्पना कीजिए कि आप एक शोर वाले चैनल (noisy channel) के माध्यम से एक संदेश भेज रहे हैं; बिना सुरक्षा के, एक एकल गड़बड़ी एक स्पष्ट निर्देश को निरर्थक बना सकती है। इसे रोकने के लिए, इंजीनियर जानकारी के अतिरिक्त बिट्स जोड़ते हैं, जिससे एक सुरक्षा जाल बनता है जो रिसीवर को त्रुटियों को पहचानने और उन्हें ठीक करने की अनुमति देता है। दशकों तक, सबसे प्रभावी कोड केवल संख्याओं के यादृच्छिक संग्रह (random collections) के रूप में ज्ञात थे, जैसे कि ताश की गड्डी को तब तक फेंटना जब तक कि सही कार्ड न मिल जाए। हालांकि ये यादृच्छिक कोड सैद्धांतिक रूप से आदर्श हैं, वे व्यवहार में बेकार हैं क्योंकि कोई भी उन्हें उपयोग करने के लिए आवश्यक विशिष्ट निर्देशों को लिख नहीं सकता है। चुनौती लंबे समय से इन पूर्ण कोडों के स्पष्ट, लिखित संस्करण खोजने की रही है जो वास्तविक दुनिया की मशीनों द्वारा संभालने के लिए पर्याप्त कुशल भी हों। यह कठिनाई उभरते हुए क्वांटम कंप्यूटिंग के क्षेत्र में और भी तीव्र हो जाती है, जहाँ भौतिकी के नियम सूचना को संग्रहीत और संसाधित करना अविश्वसनीय रूप से नाजुक बना देते हैं। यहाँ, आदर्श कोड न केवल पूर्ण होने चाहिए बल्कि "लो-डेंसिटी" (कम घनत्व वाले) भी होने चाहिए, जिसका अर्थ है कि डेटा की जाँच करने के नियम सरल और स्थानीय होने चाहिए, जिसमें एक समय में केवल कुछ ही सूचनाओं का शामिल होना चाहिए। इस सरलता के बिना, कोड चलाने के लिए आवश्यक हार्डवेयर बनाना बहुत जटिल होगा।

लंबे समय तक, शोधकर्ता यह सिद्ध कर सकते थे कि अच्छे क्वांटम कोड मौजूद हैं, लेकिन वे उन्हें लिख नहीं सकते थे। वे एक खजाने के मानचित्र की तरह थे जो स्थान तो दिखाता था लेकिन वहां तक पहुँचने का कोई मार्ग नहीं बताता था। हाल ही में एक बड़ा ब्रेकथ्रू हुआ जब वैज्ञानिकों ने अंततः ऐसे स्पष्ट क्वांटम कोडों का निर्माण किया जो अच्छे और कुशल दोनों थे, लेकिन इन कोडों में अभी भी उन शक्तिशाली त्रुटि-सु demikian सुधार गुणों की कमी थी जो यादृच्छिक कोडों के पास होते हैं। फर्नांडो ग्रान्हा जेरोनिको, शियाओजुआन मा और निखिल शाग्रिथया का नया कार्य इस अंतिम अंतर को पाटता है। उन्होंने स्पष्ट क्वांटम कोडों का निर्माण करने की एक विधि विकसित की है जो सर्वश्रेष्ठ यादृच्छिक कोडों के प्रदर्शन से मेल खाते हैं, विशेष रूप से त्रुटि-सुधार के विभिन्न कार्यों के लिए, जिसमें गंभीर और अत्यधिक त्रुटियों के बावजूद डेटा को पुनः प्राप्त करने की क्षमता भी शामिल है। उनकी उपलब्धि केवल एक नया कोड नहीं है, बल्कि एक सामान्य ढांचा (framework) है जिसका उपयोग कई अलग-अलग प्रकार के अत्यधिक कुशल क्वांटम कोड बनाने के लिए किया जा सकता है, जो सभी भविष्य के क्वांटम कंप्यूटरों पर लागू करने के लिए पर्याप्त सरल हैं।

शोधकर्ताओं ने एक विशिष्ट प्रकार के क्वांटम कोड को देखना शुरू किया जिसे CSS कोड कहा जाता है, जिसका नाम उनके आविष्कारकों के नाम पर रखा गया है। ये कोड मिलकर काम करने वाले शास्त्रीय गणित के दो स्तरों से बने होते हैं। एक स्तर एक प्रकार के क्वांटम व्यवधान से संबंधित त्रुटियों को संभालता है, जबकि दूसरा स्तर दूसरे प्रकार को संभालता है। इन कोडों का विश्लेषण करने की कठिनाई इस तथ्य में निहित है कि जानकारी एक "लॉजिकल" (तार्किक) स्पेस में संग्रहीत होती है, जो भौतिक बिट्स से व्युत्पन्न एक गणितीय अमूर्तता है। यह समझने के लिए कि एक कोड अच्छा है या नहीं, आपको यह देखना होगा कि वह इस तार्किक स्थान में कैसा व्यवहार करता है, लेकिन नियम भौतिक बिट्स पर लागू होते हैं। यह एक जटिल स्थिति पैदा करता है जहाँ एक पैटर्न जो भौतिक स्तर पर एक त्रुटि जैसा दिखता है, वास्तव में तार्किक दुनिया में हानिरहित हो सकता है, या इसके विपरीत। लेखकों ने इस समस्या को देखने का एक नया तरीका पेश किया, जिसमें भौतिक नियमों और तार्किक परिणाम के बीच के संबंध को एक एकल, एकीकृत प्रणाली के रूप में माना गया। उन्होंने स्थानीय बाधाओं (constraints) का एक सेट परिभाषित किया, जिन्हें यदि टाल दिया जाए, तो यह गारंटी देता है कि कोड त्रुटियों के प्रति मजबूत होगा।

इन गुणों वाले कोडों के अस्तित्व को सिद्ध करने के लिए, टीम ने पहले यह दिखाया कि यदि आप यादृच्छिक रूप से एक कोड चुनते हैं, तो यह लगभग निश्चित रूप से इन बाधाओं को पूरा करता है। यह क्षेत्र में एक मानक परिणाम है, लेकिन यह वास्तविक मशीन बनाने में मदद नहीं करता है। उनका वास्तविक नवाचार "डिरांडमाइजेशन" (derandomization) प्रक्रिया है। उन्होंने यादृच्छिक कोडों के काम करने के गणितीय प्रमाण को लिया और उसे एक विशिष्ट, स्पष्ट कोड खोजने की चरण-दर-चरण रेसिपी में बदल दिया। उन्होंने ऐसा एक छोटे, स्थिर-आकार के निर्माण खंड (building block) का निर्माण करके किया, जिसे वे "इनर गैजेट" (inner gadget) कहते हैं। यह गैजेट एक छोटा क्वांटम कोड है जिसे विशेष रूप से उन विशिष्ट त्रुटियों के विरुद्ध मजबूत बनाया गया है जिनके बारे में शोधकर्ता चिंतित हैं। क्योंकि गैजेट छोटा है, शोधकर्ता सैद्धांतिक रूप से इसे हर संभावित विकल्प की जाँच करके पा सकते हैं, जो कि एक गणनात्मक रूप से व्यवहार्य प्रक्रिया है भले ही यह थकाऊ हो।

एक बार जब उनके पास यह मजबूत इनर गैजेट आ गया, तो उन्होंने एक्सपैंडर ग्राफ (expander graph) नामक एक गणितीय संरचना का उपयोग करके इन कई छोटे ब्लॉकों को आपस में जोड़ने के लिए किया। एक्सपैंडर ग्राफ एक ऐसा नेटवर्क है जहाँ प्रत्येक बिंदु कुछ अन्य बिंदुओं से इस तरह जुड़ा होता है जो यह सुनिश्चित करता है कि सूचना पूरे सिस्टम में तेजी से और समान रूप से फैले। इन इनर गैजेट्स को इस ग्राफ पर व्यवस्थित करके, छोटे ब्लॉकों की स्थानीय मजबूती को पूरे कोड के लिए एक वैश्विक गारंटी में बदल दिया गया। निर्माण का बाहरी परत, जो नेटवर्क के माध्यम से गुजरने वाले प्रतीकों के अनुक्रम को नियंत्रित करती है, एक अन्य प्रकार के क्वांटम कोड द्वारा चुनी गई थी जिसे वैध संदेशों के बीच की दूरी बनाए रखने में बहुत अच्छा माना जाता है। मजबूत इनर ब्लॉक्स और अच्छी तरह से जुड़े बाहरी ढांचे का संयोजन एक विशाल कोड का परिणाम है जो दोनों के सर्वोत्तम गुणों को विरासत में प्राप्त करता है।

परिणामस्वरूप एक क्वांटक कोड परिवार प्राप्त हुआ जो न केवल स्पष्ट और कुशल है, बल्कि संभावित त्रुटियों की सूचियों (lists) को संभालने की इष्टतम क्षमता भी रखता है। कई त्रुटि-सुधार परिदृश्यों में, एक रिसीवर तुरंत सटीक त्रुटि का पता लगाने में सक्षम नहीं हो सकता है, लेकिन वह संभावनाओं की एक छोटी सूची तक सीमित हो सकता है। नए कोड यह कार्य एक ऐसी सूची के आकार के साथ कर सकते हैं जो सैद्धांतिक रूप से जितना संभव हो उतना छोटा है, एक ऐसा गुण जिसे पिछले स्पष्ट निर्माण प्राप्त नहीं कर सके थे। इसके अलावा, ये कोड "सबस्पेस डिजाइन्स" (subspace designs) के रूप में डिज़ाइन किए गए हैं, जो एक गणितीय गुण है जो यह सुनिश्चित करता है कि वे जटिल तरीकों से संरचित त्रुटियों के बावजूद भी अच्छा काम करते हैं। यह उन्हें क्वांटम कंप्यूटिंग के लिए विशेष रूप से मूल्यवान बनाता है, जहाँ त्रुटियाँ सह-संबंधित (correlated) हो सकती हैं और कठिन रूप से अनुमानित हो सकती हैं। शोधकर्ताओं ने प्रदर्शित किया कि उनका तरीका "लिस्ट रिकवरी" (list recovery) के लिए भी काम करता है, जो एक संबंधित कार्य है जहाँ रिसीवर को संदेश के प्रत्येक भाग के लिए संभावित मानों की एक सूची दी जाती है और उसे उस वैध संदेश को खोजना होता है जो उनमें से अधिकांश के साथ फिट बैठता है।

इस कार्य का महत्व केवल एक बेहतर कोड खोजने से कहीं अधिक है। यह यादृच्छिक कोडों के बारे में सैद्धांतिक गारंटियों को व्यावहारिक, स्पष्ट निर्माणों में बदलने के लिए एक सामान्य टूलकिट प्रदान करता है। लेखकों ने दिखाया कि त्रुटि-सुधार के व्यापक दायरे के लिए, यदि किसी यादृच्छिक कोड में कोई निश्चित विशेषता होने की संभावना है, तो उनके तरीके का उपयोग करके उसी विशेषता वाला एक स्पष्ट कोड बनाया जा सकता है। इसमें क्वांटम सिंगलटन बाउंड के करीब (1-R)/2 के सापेक्ष दूरी स्केलिंग के साथ त्रुटियों को ठीक करने की क्षमता शामिल है। जबकि पिछले प्रयासों के परिणामस्वरूप ऐसे कोड निकले जो या तो उपयोग के लिए बहुत जटिल थे या जिनका 'लिस्ट साइज' बहुत बड़ा था जो व्यावहारिक नहीं था, यह नया दृष्टिकोण लिस्ट साइज को स्थिर रखता है और जटिलता को प्रबंधनीय बनाता है।

निर्माण इस तथ्य पर निर्भर करता है कि आंतरिक निर्माण खंड छोटे और स्थिर हैं। इसका अर्थ है कि जैसे-जैसे कोड अधिक डेटा संभालने के लिए बड़ा होता जाता है, इसकी जटिलता विस्फोट नहीं करती है। इसके बजाय, कोड कुशलतापूर्वक स्केल करता है, अपने उच्च प्रदर्शन और कम जटिलता को बनाए रखते हुए। शोधकर्ताओं ने सत्यापित किया कि उनका तरीका सूचना ट्रांसमिशन की किसी भी वांछित दर (rate) के लिए काम करता है, जो भेजे गए कुल डेटा के उपयोगी डेटा का अनुपात है। उन्होंने दिखाया कि किसी भी लक्षित दर के लिए, वे एक ऐसा कोड बना सकते हैं जो यादृच्छिक कोड के इष्टतम प्रदर्शन के बेहद करीब हो, जिसमें दक्षता में केवल एक मामूली, नियंत्रणीय हानि होती है। यह लचीलापन वास्तविक दुनिया के अनुप्रयोगों के लिए महत्वपूर्ण है, जहाँ विभिन्न कार्यों के लिए डेटा भेजे जाने की मात्रा और सुरक्षा के स्तर के बीच अलग-अलग संतुलन की आवश्यकता हो सकती है।

क्वांटम त्रुटि सुधार के संदर्भ में, लो-डेंसिटी पैरिटी-चेक कोड का उपयोग करना आवश्यक है। ये ऐसे कोड हैं जहाँ डेटा की जाँच करने के नियमों में एक समय में केवल कुछ ही बिट्स शामिल होते हैं। यही स्थानीयता (locality) एक दोष-सहिष्णु (fault-tolerant) क्वांटम कंप्यूटर बनाने को संभव बनाती है, जहाँ सिस्टम अपने स्वयं के त्रुटियों को ठीक कर सकता है बिना किसी असंभव रूप से जटिल बाहरी नियंत्रक की आवश्यकता के। इस पेपर में विकसित कोड सभी लो-डेंसिटी हैं, जिसका अर्थ है कि वे भविष्य के क्वांटम हार्डवेयर के भौतिक प्रतिबंधों के अनुकूल हैं। कोडों को स्पष्ट और लो-डेंसी दोनों सुनिश्चित करके, लेखकों ने क्वांटम त्रुटि सुधार के व्यावहारिक कार्यान्वयन में एक प्रमुख बाधा को दूर कर दिया है।

यह कार्य शास्त्रीय और क्वांटम कोडिंग सिद्धांत के बीच के संबंध को भी स्पष्ट करता है। क्वांटम कोड के भौतिक और तार्किक स्तरों को एक एकीकृत तरीके से देखने वाले ढांचे को विकसित करके, शोधकर्ता शास्त्रीय कोडिंग सिद्धांत के अंतर्दृष्टि को सीधे क्वांटम क्षेत्र में अनुवादित करने में सक्षम हुए। इसने उन्हें क्वांटम सेटिंग में अनसुलझी समस्या को हल करने के लिए दशकों की शास्त्रीय त्रुटि सुधार की प्रगति का लाभ उठाने की अनुमति दी। परिणाम स्वरूप ऐसे कोडों का समूह मिला जो न केवल सैद्धांतिक रूप से सुदृढ़ हैं, बल्कि व्यावहारिक रूप से भी व्यवहार्य हैं, जो विश्वसनीय क्वांटम संचार और कंप्यूटिंग प्रणालियों के विकास के लिए एक स्पष्ट मार्ग प्रदान करते हैं।

अंततः, यह पेपर "क्या अच्छे कोड मौजूद हैं?" के बजाय "हम उन्हें कैसे बनाएं?" की ओर एक बदलाव का प्रतिनिधित्व करता है। लेखकों ने एक ठोस उत्तर प्रदान किया है, यह दिखाते हुए कि यादृच्छिक कोडों के आदर्श गुण केवल गणितीय जिज्ञासाएं नहीं हैं बल्कि उन्हें स्पष्ट, निर्माण योग्य रूपों में भी साकार किया जा सकता है। उनका तरीका विभिन्न प्रकार के त्रुटि-सुधार चुनौतियों पर लागू होने के लिए पर्याप्त सामान्य है, जो यह सुझाव देता है कि स्पष्ट, उच्च-प्रदर्शन वाले क्वांटम कोडों का युग वास्तव में शुरू हो गया है। उनके द्वारा निर्मित कोड परीक्षण और कार्यान्वयन के लिए तैयार हैं, जो विश्वसनीय क्वांटम सूचना के संचरण के लिए एक नया आधार प्रदान करते हैं।