A Code-Agnostic Graph Neural Network Decoder from the Detection Error Model

क्वांटम कंप्यूटर बनाना एक तूफान में ताश के घर को खड़ा रखने की कोशिश करने जैसा है। ताश के पत्ते क्वांटम बिट्स या क्यूबिट्स हैं, जो उन समस्याओं को हल करने के लिए आवश्यक जानकारी रखते हैं जो आज की मशीनों के लिए असंभव हैं। लेकिन ये क्यूबिट्स अविश्वसनीय रूप से नाजुक होते हैं; गर्मी की हल्की सी आहट या एक भटकता हुआ चुंबकीय क्षेत्र भी इन्हें गिरा सकता है, जिससे गणना दूषित हो सकती है। जीवित रहने के लिए, वैज्ञानिक 'क्वांटम एरर करेक्शन' (त्रुटि सुधार) नामक तकनीक का उपयोग करते हैं। एक एकल, पूर्ण क्यूबिट पर भरोसा करने के बजाय, वे एक एकल तार्किक जानकारी (लॉजिकल इंफॉर्मेशन) को कई शोर वाले भौतिक क्यूबिट्स में एनकोड करते हैं। इन भौतिक क्यूबिट्स के बीच के संबंधों की लगातार जांच करके, सिस्टम यह पता लगा सकता है कि कब कोई त्रुटि हुई है और जानकारी खोने से पहले उसे ठीक कर सकता है। इस उत्तरजीविता की कुंजी 'डिकोडर' है: एक परिष्कृत प्रोग्राम जो त्रुटियों के पैटर्न को देखता है और तुरंत समझ जाता है कि कौन सा सुधार लागू करना है। यदि डिकोडर बहुत धीमा है या गलतियाँ करता है, तो पूरा क्वांटम कंप्यूटर विफल हो जाता है।

वर्षों से, शोधकर्ताओं ने अत्यधिक विशिष्ट डिकोडर बनाए हैं, जैसे कि एक कुशल ताला बनाने वाला जो केवल एक विशिष्ट ब्रांड का ताला ही खोल सकता है। प्रत्येक नए प्रकार के क्वांटम कोड के लिए पूरी तरह से नए डिकोडर डिजाइन की आवश्यकता होती है, जो अक्सर क्यूबिट्स की विशिष्ट ज्यामिति के अनुरूप होता है। यह दृष्टिकोण काम तो करता है, लेकिन यह धीमा और लचीला नहीं है। जैसे-जैसे वैज्ञानिक नए, अधिक कुशल कोड विकसित करते हैं जो अधिक जानकारी रख सकते हैं, उन्हें एक बढ़ती बाधा का सामना करना पड़ता है: उन्हें हर नए बनाए गए कोड के लिए एक नया डिकोडर बनाना पड़ता है। स्ट्रैसबर्ग विश्वविद्यालय और QPerfect की एक टीम ने अब एक अलग रास्ता प्रस्तावित किया है। उन्होंने एक एकल, लचीला डिकोडर बनाया है जिसे हर नए कोड के लिए फिर से डिजाइन करने की आवश्यकता नहीं है। कोड के आकार को सीखने के बजाय, यह नई प्रणाली त्रुटियां कैसे व्यवहार करती हैं, इसके नियमों को सीखती है। यह प्रत्येक क्वांटम कोड को डिटेक्टरों, त्रुटि स्रोतों और अंतिम जानकारी के बीच कनेक्शन के एक मानचित्र के रूप में देखती है, जिससे यह किसी भी क्वांटम आर्किटेक्चर के अनुकूल होने के लिए शून्य से शुरुआत किए बिना खुद को ढाल सकती है।

शोधकर्ताओं, फेडेरिको अल्बर्टो एस्टोल्फी और गुइडो पुपिलो ने एक उपकरण विकसित किया जिसे वे 'पॉलीमैकेनोन' (POLYMECHANON) कहते हैं। यह समझने के लिए कि यह कैसे काम करता है, कल्पना करें कि क्वांटम कंप्यूटर कारण और प्रभाव का एक जटिल जाल है। जब कोई त्रुटि होती है, तो यह डिटेक्टरों की एक श्रृंखला को सक्रिय करती है जिन्हें अलार्म कहा जाता है। पारंपरिक प्रणालियों में, एक डिकोडर यह देखता है कि कौन से अलार्म बजे हैं और नियमों के एक कठोर सेट के आधार पर मूल त्रुटि का अनुमान लगाने की कोशिश करता है। हालाँकि, POLYMECHANON हर बार त्रुटि होने पर स्थिति का एक गतिशील मानचित्र बनाता है। यह समस्या को तीन-भागों वाले नेटवर्क के रूप में दर्शाता है: डिटेक्टरों के लिए नोड्स का एक सेट जो अलार्म बजाते हैं, संभावित त्रुटि तंत्रों का एक दूसरा सेट जिन्होंने उन्हें सक्रिय किया होगा, और संरक्षित की जाने वाली तार्किक जानकारी का एक तीसरा सेट। सिस्टम इस मानचित्र पर नेविगेट करना सीखता है क्योंकि वह अध्ययन करता है कि त्रुटियां इसके माध्यम से कैसे फैलती हैं। महत्वपूर्ण रूप से, इसे केवल 'नॉइज़ मॉडल' (शोर मॉडल) का विवरण चाहिए—यानी वे नियम जो त्रुटियों के होने को नियंत्रित करते हैं—और उस क्षण के विशिष्ट संबंध। इसे यह जानने की आवश्यकता नहीं है कि अंतर्निदम कोड एक सरफेस कोड है, लाक्रॉस (LaCross) कोड है, या कुछ और। यह बस त्रुटि की भाषा सीख लेता है।

इस विचार का परीक्षण करने के लिए, टीम ने अपने डिकोडर को मौजूदा सर्वोत्तम विधियों के विरुद्ध परखने के लिए इसे कड़ी चुनौती दी। उन्होंने पहले इसे 'रोटेटेड सरफेस कोड' पर चुनौती दी, जो कई क्वांटम प्रयोगों में उपयोग किया जाने वाला एक मानक मॉडल है, दो अलग-अलग प्रकार के शोर के तहत: एक सरल संस्करण और एक अधिक यथार्थवादी, जटिल संस्करण जो वास्तविक क्वांटम गेट्स के व्यवहार की नकल करता है। दोनों मामलों में, POLYMECHANON अग्रणी क्लासिकल डिकोडर्स से बेहतर प्रदर्शन करता है। यथार्थवादी शोर की स्थितियों के तहत, इसने पिछले सर्वोत्तम तरीके की तुलना में तार्किक विफलताओं (लॉजिकल फेलियर्स) की संख्या में 25 प्रतिशत तक की कमी की। इसका मतलब है कि क्वांटम कंप्यूटर जानकारी के बहुत अधिक दूषित होने से पहले लंबे समय तक और अधिक विश्वसनीय रूप से चल सकता है। यह सुधार केवल एक छोटा सा बदलाव नहीं था; यह क्वांटम डेटा को सुरक्षित रखने की क्षमता में एक महत्वपूर्ण छलांग थी।

इसके बाद टीम एक नए प्रकार के कोड पर आगे बढ़ी जिसे 'लाक्रॉस कोड' कहा जाता है, जिन्हें कम भौतिक क्यूबिट्स में बहुत अधिक जानकारी रखने के लिए डिज़ाइन किया गया है। ये कोड अधिक जटिल हैं, जिनमें ऐसी त्रुटियां होती हैं जो एक साथ कई डिटेक्टरों को सक्रिय कर सकती हैं, जिससे पारंपरिक डिकोडर्स के लिए इन्हें संभालना बहुत कठिन हो जाता है। यहाँ, नया डिकोडर छोटे कोड पर मौजूदा सर्वोत्तम विधि के प्रदर्शन से मेल खाता है और बड़े कोड पर वास्तव में उससे आगे निकल जाता है। सबसे बड़े कोड पर, जिसमें 130 भौतिक क्यूबिट शामिल थे, नए डिकोडर ने मानक दृष्टिकोण की तुलना में तार्किक विफलताओं को 16 प्रतिशत कम कर दिया। यह एक महत्वपूर्ण निष्कर्ष है क्योंकि जैसे-जैसे क्वांटम कंप्यूटर बड़े होते जाते हैं, त्रुटियों को कुशलतापूर्वक ठीक करने की क्षमता प्राथमिक सीमित कारक बन जाती है। तथ्य यह है कि एक एकल डिकोडर आर्किटेक्चर इन जटिल, उच्च-क्षमता वाले कोड को संभाल सकता है, यह सुझाव देता है कि हर नए डिजाइन के लिए कस्टम इंजीनियरिंग में उलझे बिना क्वांटम मशीनों को स्केल करने का एक मार्ग प्रशस्त करता है।

क्वांटम कंप्यूटिंग में गति सटीकता जितनी ही महत्वपूर्ण है। एक डिकोडर को त्रुटि संकेतों के प्रवाह के साथ तालमेल बिठाने के लिए पर्याप्त तेज़ होना चाहिए, अन्यथा सिस्टम पीछे रह जाएगा और विफल हो जाएगा। शोधकर्ताओं ने पाया कि उनके डिकोडर के पास यहाँ एक अनूठा लाभ है: इसकी गति शोर बढ़ने के साथ धीमी नहीं होती है। पारंपरिक डिकोडर को अक्सर त्रुटियां अधिक होने पर अधिक मेहनत करनी पड़ती है और अधिक समय लेना पड़ता है, लेकिन POLYMECHANON स्थिति कितनी भी अराजक क्यों न हो, समान मात्रा में कार्य करता है। सबसे बड़े परीक्षण किए गए कोड पर, यह मानक पद्धति की तुलना में कई गुना तेज़ था, जो एक एकल त्रुटि सुधार चक्र को संसाधित करने में केवल कुछ मिलीसेकंड लेता है। यह निरंतर गति इसे रीयल-टाइम डिकोडिंग के लिए एक मजबूत उम्मीदवार बनाती है, जहाँ सिस्टम को क्वांटम अवस्था को स्थिर रखने के लिए तुरंत प्रतिक्रिया देनी होती है।

शोधकर्ताओं ने यह भी पता लगाया कि क्या इस डिकोडर का एक एकल संस्करण एक साथ कई अलग-अलग प्रकार के कोड को संभालने के लिए प्रशिक्षित किया जा सकता है। उन्होंने एक "जनरलिस्ट" (सामान्यज्ञ) मॉडल बनाया जिसे पंद्रह अलग-अलग क्वांटम कोड पर प्रशिक्षित किया गया था। इस मॉडल ने उन कोडों पर बहुत अच्छा प्रदर्शन किया जिन्हें उसने प्रशिक्षण के दौरान देखा था और यह उन कुछ नए, समान कोडों को भी संभाल सका जिनसे वह पहले कभी नहीं मिला था। हालांकि, जब इसे उन कोडों का सामना करना पड़ा जो इसके प्रशिक्षण में मौजूद किसी भी कोड की तुलना में काफी बड़े या संरचनात्मक रूप से भिन्न थे, तो इसके प्रदर्शन में गिरावट आई। यह सुझाव देता है कि हालांकि यह प्रणाली उल्लेखनीय रूप से लचीली है, फिर भी यह उस पैमाने और संरचना के उदाहरणों पर निर्भर करती है जिसे इसे डिकोड करने के लिए कहा गया है। यह कोई जादुई समाधान नहीं है जो तुरंत किसी भी कोड पर पूरी तरह से काम करता है, बल्कि एक शक्तिशाली उपकरण है जिसे न्यूनतम पुन: प्रशिक्षण के साथ नई स्थितियों के अनुकूल बनाया जा सकता है।

इस नए डिकोडर की सबसे आशाजनक विशेषताओं में से एक इसकी आत्मविश्वास व्यक्त करने की क्षमता है। पारंपरिक डिकोडर्स के विपरीत जो केवल "त्रुटि ठीक हुई" या "त्रुटि ठीक नहीं हुई" कहते हैं, यह प्रणाली अपने निर्णय के लिए एक संभाव्यता स्कोर (प्रोबेबिलिटी स्कोर) प्रदान करती है। शोधकर्ताओं ने दिखाया कि सबसे अनिश्चित परिणामों को हटाने के लिए इस स्कोर का उपयोग करके, वे अधिकांश डेटा को रखते हुए त्रुटि दर को दस गुना से अधिक कम कर सकते हैं। यह एक गुणवत्ता नियंत्रण प्रणाली की तरह है जो सबसे संदिग्ध वस्तुओं को दूसरी नज़र के लिए चिह्नित करती है, यह सुनिश्चित करती है कि अंतिम आउटपुट अत्यंत स्वच्छ हो। यह क्षमता भविष्य के क्वांटम कंप्यूटरों के लिए महत्वपूर्ण हो सकती है, जहाँ खोई हुई अवस्था को फिर से तैयार करना संभव तो है लेकिन महंगा है।

यह कार्य क्वांटम सूचना को डिकोड करने के बारे में हमारे सोचने के तरीके में एक बदलाव का प्रतिनिधित्व करता है। प्रत्येक नए ताले के लिए एक नया उपकरण बनाने के बजाय, शोधकर्ताओं ने एक ऐसा उपकरण बनाया है जो ताले की यांत्रिकी को ही सीखता है। डिटेक्शन एरर मॉडल—उस मानचित्र पर ध्यान केंद्रित करके कि त्रुटियां सिस्टम के माध्यम से कैसे यात्रा करती हैं—पर ध्यान केंद्रित करके, उन्होंने एक ऐसा डिकोडर बनाया है जो कोड-अज्ञेय (कोड-एग्नोस्टिक), तेज़ और अनुकूलनीय है। जबकि बहुत बड़े या अनदेखे कोडों तक सामान्यीकरण करने में चुनौतियाँ बनी हुई हैं, परिणाम प्रदर्शित करते हैं कि एक एकल, लचीला आर्किटेक्चर विशिष्ट, कठोर प्रणालियों से बेहतर प्रदर्शन कर सकता है। जैसे-जैसे क्वांटम हार्डवेयर अधिक जटिल और कुशल डिजाइनों की ओर विकसित हो रहा है, एक ऐसा डिकोडर होना जो इसके साथ विकसित हो सके, न कि हर नए डिजाइन के लिए पूर्ण पुन: डिजाइन की आवश्यकता हो, क्वांटम कंप्यूटिंग की पूर्ण क्षमता को अनलॉक करने की कुंजी हो सकता है।