⚛️ quantum physics

High-Rate Quantum Codes with Proven Distance and Low-Weight Measurements

यह शोधपत्र आयताकार ग्रिड पर आधारित हाई-रेट क्वांटम सबसिस्टम कोड्स के एक परिवार को प्रस्तुत करता है जो कम-वेट मापन और उच्च एनकोडिंग दरों के साथ सिद्ध ड्रेसड (dressed) दूरियों 16, 32, और 64 को प्राप्त करते हैं, और लीन (Lean) कोड के माध्यम से उनके गुणों का औपचारिक सत्यापन प्रदान करते हैं।

मूल लेखक: Kishor Bharti, Tobias Haug, Runzhou Tao, Kevin Ye

प्रकाशित 2026-10-05

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Kishor Bharti, Tobias Haug, Runzhou Tao, Kevin Ye

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

एक व्यावहारिक क्वांटम कंप्यूटर बनाने की खोज में, वैज्ञानिक सुरक्षा और दक्षता के बीच एक मौलिक तनाव का सामना करते हैं। क्वांटम सूचना अविश्वसनीय रूप से नाजुक होती है; जरा सी भी गड़बड़ी उस डेटा को खराब कर सकती है जो इसके भीतर संग्रहीत है। इससे बचाव के लिए, शोधकर्ता त्रुटि-सुधार कोड (error-correcting codes) का उपयोग करते हैं जो सूचना के एक एकल टुकड़े, जिसे 'लॉजिकल क्यूबिट' कहा जाता है, को कई भौतिक कणों में फैला देते हैं। इस सुरक्षा की शक्ति को कोड की 'दूरी' (distance) द्वारा मापा जाता है: भौतिक त्रुटियों की वह न्यूनतम संख्या जो बिना पकड़े गए गणना को बर्बाद कर दे। हालांकि, इन त्रुटियों की जाँच करने के लिए कणों को मापना आवश्यक है, और माप की क्रिया स्वयं नई त्रुटियां पैदा कर सकती है। यदि माप में एक साथ बहुत अधिक कण शामिल होते हैं, तो गलती होने का जोखिम बढ़ जाता है। इसलिए, आदर्श क्वांटम मेमोरी को बहुत कम कणों को छूने वाले मापों का उपयोग करते हुए बड़ी मात्रा में सूचना को सुरक्षित करना चाहिए। यह शोध पत्र इस कठिन गणित को सुलझाता है कि सूचना कितनी संग्रहीत की जा सकती है, उसे कितनी अच्छी तरह सुरक्षित किया जा सकता है, और मापों को कितना सरल होना चाहिए, इन सबके बीच सर्वोत्तम संतुलन कैसे बनाया जाए।

शोधकर्ताओं की एक टीम ने क्वांटм कोड का एक नया परिवार खोजा है जो अपेक्षाकृत हल्के मापों को रखते हुए एक उल्लेखनीय उच्च भंडारण क्षमता प्राप्त करता है। उन्होंने इन कोड्स को एक ग्रिड जैसी संरचना पर डिजाइन किया है, जिसमें एक बहु-आयामी स्थान में रेखाओं के प्रत्येक प्रतिच्छेदन (intersection) पर एक क्वांटम बिट रखा गया है। मुख्य नवाचार त्रुटियों की जाँच करने का तरीका है। जटिल बिट समूहों को मापने के बजाय, वे केवल उन बिट्स को मापते हैं जो ग्रिड के माध्यम से सीधी रेखाओं में चलते हैं। यह दृष्टिकोण उन्हें पूर्ण गणितीय निश्चितता के साथ यह सिद्ध करने की अनुमति देता है कि कोड कितनी त्रुटियों को पकड़ सकता है, जिसके लिए उन्हें उत्तर का अनुमान लगाने के लिए कंप्यूटर सिमुलेशन चलाने की आवश्यकता नहीं होती। शोधकर्ताओं ने दिखाया कि सुरक्षा की शक्ति पूरी तरह से ग्रिड के आयामों (dimensions) पर निर्भर करती है, जबकि संग्रहीत डेटा की मात्रा और मापों का आकार ग्रिड के किनारों की लंबाई पर निर्भर करता है।

टीम ने दस हजार डेटा बिट्स की एक सख्त सीमा के तहत अपने डिजाइन का परीक्षण किया, जो निकट भविष्य की क्वांटम मशीनों के लिए एक वास्तविक बजट है। उन्होंने पाया कि ग्रिड के आयामों को समायोजित करके, वे ऐसे कोड बना सकते हैं जो हजारों लॉजिकल बिट्स की रक्षा कर सकते हैं। उदाहरण के लिए, एक सुरक्षा स्तर पर जहाँ विफलता होने के लिए सोलह त्रुटियों की आवश्यकता होती है, उनका डिजाइन केवल दस-बिट मापों का उपयोग करके चार हजार से अधिक लॉजिकल बिट्स को संग्रहीत कर सकता है। उच्च सुरक्षा स्तरों पर, जहाँ कोड को तोड़ने के लिए बत्तीस या बासठ त्रुटियों की आवश्यकता होती है, सिस्टम क्रमशः एक हजार और दो सौ से अधिक लॉजिकल बिट्स को संग्रहीत करने में सक्षम है, जिसमें केवल छह बिट्स को छूने वाले माप उपयोग किए जाते हैं। ये परिणाम केवल सैद्धांतिक संभावनाएं नहीं हैं; शोधकर्ताओं ने इन विशिष्ट सुरक्षा स्तरों के लिए सर्वोत्तम संभव डिजाइनों की एक पूर्ण सूची प्रदान की है, जो यह दर्शाती है कि किसी भी दिए गए माप आकार के लिए कितने बिट्स संग्रहीत किए जा सकते हैं।

इस कार्य को विशेष रूप से महत्वपूर्ण बनाना इसके पीछे की कठोर प्रमाणिकता है। क्वांटम कोडिंग के कई क्षेत्रों में, वैज्ञानिक यह अनुमान लगाने के लिए कंप्यूटर खोजों पर भरोसा करते हैं कि एक कोड कितनी अच्छी तरह काम करता है, लेकिन ये खोजें सूक्ष्म खामियों को छोड़ सकती हैं या वास्तविक सीमा को खोजने में विफल हो सकती हैं। यहाँ, शोधकर्ताओं ने गणितीय सत्यापन की एक औपचारिक पद्धति का उपयोग किया, जो एक कंप्यूटर द्वारा तर्क के हर एक चरण की जांच करने की प्रक्रिया के समान है ताकि यह सुनिश्चित किया जा सके कि कोई त्रुटि मौजूद न हो। उन्होंने सिद्ध किया कि उनके कोड की दूरी ग्रिड की ज्यामिति (geometry) द्वारा निर्धारित होती है और निर्माण के दौरान किए गए विशिष्ट विकल्पों से इसे सुधारा या घटाया नहीं जा सकता है। यह निश्चितता इंजीनियरों को विश्वास के साथ एक कोड चुनने की अनुमति देती है, यह जानते हुए कि भंडारण क्षमता और माप की जटिलता के बीच सटीक तालमेल क्या है।

यह अध्ययन डिजाइन के भीतर छिपे एक दिलचस्प ट्रेड-ऑफ (trade-off) को भी प्रकट करता है। जबकि त्रुटियों की जाँच के लिए उपयोग किए जाने वाले माप हल्के हैं और केवल कुछ बिट्स को छूते हैं, कोड की स्थिरता को परिभाषित करने वाले अंतर्निहित गणितीय नियम बहुत अधिक भारी हैं। शोधकर्ताओं ने दिखाया कि कोई भी एकल नियम जो कोड की अखंडता की गारंटी देता है, उसमें बड़ी संख्या में बिट्स शामिल होते हैं, जो व्यक्तिगत मापों की तुलना में बहुत अधिक हैं। इसका अर्थ है कि प्रणाली कई हल्के मापों के सामूहिक प्रभाव के माध्यम से एक भारी, मजबूत संरचना को लागू करने पर निर्भर करती है। यह एक सस्पेंशन ब्रिज (suspension bridge) की तरह है: सड़क को थामने वाले व्यक्तिगत केबल हल्के और प्रबंधनीय होते हैं, लेकिन मिलकर वे एक विशाल, अडिग संरचना बनाते हैं जो अत्यधिक वजन उठाने में सक्षम होती है। शोधकर्ताओं ने स्पष्ट किया कि हालांकि माप सरल हैं, फिर भी यह सुनिश्चित करने के लिए सावधानीपूर्वक प्रबंधन की आवश्यकता है कि माप प्रक्रिया में होने वाली त्रुटियां डेटा तक न फैलें।

इन ग्रिड-आधारित कोड्स की संभावनाओं की पूरी सीमा को मैप करके, यह शोध पत्र कुशल क्वांटम मेमोरी बनाने के लिए एक स्पष्ट रोडमैप प्रदान करता है। यह प्रदर्शित करता है कि सुरक्षा से समझौता किए बिना उच्च भंडारण दर प्राप्त की जा सकती है, बशर्ते ग्रिड के आयामों को सही ढंग से चुना जाए। यह कार्य इस समस्या को हल करने का दावा नहीं करता है कि मशीन के वास्तविक संचालन के दौरान होने वाले शोर (noise) को कैसे संभालना है। हालाँकि, यह प्रमाणित मापदंडों की एक ठोस नींव स्थापित करता है, जिससे प्रारंभिक डिजाइन चरण से अनुमान लगाने की आवश्यकता समाप्त हो जाती है। इंजीनियरों के लिए जो अगली पीढ़ी के क्वांटम उपकरणों को बनाने की दिशा में देख रहे हैं, यह कार्य सटीक, सत्यापित ब्लूप्रिंट का एक सेट प्रदान करता है जो उपयोग योग्य सूचना की मात्रा को अधिकतम करता है और त्रुटि-जाँच प्रक्रिया की भौतिक आवश्यकताओं को प्रबंधनीय सीमाओं के भीतर रखता है।

तकनीकी सारांश: सिद्ध दूरी और कम-भार वाले मापन के साथ उच्च-दर क्वांटम कोड

समस्या विवरण
यह शोध पत्र क्वांटम त्रुटि सुधार के तीन महत्वपूर्ण मापदंडों के बीच मौलिक ट्रेडऑफ़ (tradeoff) को संबोधित करता है: एनकोडिंग दर (डेटा क्वबिट्स के सापेक्ष संरक्षित लॉजिकल क्वबिट्स की संख्या), कोड दूरी (न्यूनतम भार वाली अविपहचानी लॉजिकल त्रुटि), और मापन भार (एक एकल मापे गए ऑपरेटर द्वारा स्पर्श किए गए डेटा क्वबिट्स की संख्या)। जबकि सबसिस्टम कोड (subsystem codes) भारी स्टेबलाइजर मापन को हल्के, गैर-अभिलक्षणिक गेज मापन (non-commuting gauge measurements) से बदलने के लिए एक तंत्र प्रदान करते हैं, ऐसे कोड की सटीक दूरी निर्धारित करना—विशेष रूप से "ड्रेस्ड" (dressed) दूरी, जो गेज ऑपरेटरों द्वारा गुणन को ध्यान में रखती है—अक्सर संख्यात्मक खोजों की आवश्यकता होती है या सामान्य परिवारों के लिए कठोर प्रमाणों का अभाव होता है। लेखक एक ऐसा निर्माण प्रदान करने का प्रयास करते हैं जो आयताकार ग्रिडों पर निम्न-भार वाले मापन के साथ उच्च-दर वाले कोड के लिए स्पष्ट, सिद्ध पैरामीटर प्रदान करता है।

कार्यप्रणाली
लेखक क्वांटम सबसिस्टम कोड के एक परिवार का अध्ययन करते हैं, जिसे RLG( $q_1, \dots, q_L$ ) कहा जाता है, जो $L$ आयामों वाले आयताकार निर्देशांक ग्रिडों पर परिभाषित है, जहाँ प्रत्येक पार्श्व लंबाई $q_i \ge 4$ एक सम संख्या है।

निर्माण: कोड को "कोऑर्डिनेट-लाइन" गेज ऑपरेटरों को मापने द्वारा परिभाषित किया गया है। प्रत्येक अक्ष $i$ के लिए, उस अक्ष के समानांतर प्रत्येक रेखा के साथ $X$ या $Z$ के रूप में कार्य करने वाले ऑपरेटरों को गेज समूह में शामिल किया गया है।
बीजगणितीय ढांचा: विश्लेषण पॉली ऑपरेटरों के बाइनरी सिम्प्लेक्टिक विवरण (binary symplectic description) का उपयोग करता है। कोड एक कैलडरबैकर-शोर-स्टीन्स (CSS) प्रकार का है, जहाँ गेज समूह शुद्ध $X$ और शुद्ध $Z$ ऑपरेटरों द्वारा निर्मित होता है। लेखक गेज और स्टेबलाइजर समूहों के रैंक निर्धारित करने के लिए $\mathbb{F}_2$ पर टेंसर-प्रोडक्ट गणनाओं का उपयोग करते हैं।
औपचारिक सत्यापन: कार्यप्रणाली का एक महत्वपूर्ण हिस्सा Lean का उपयोग करके औपचारिक सत्यापन है, जो एक इंटरैक्टिव थ्योरम प्रूवर है। लेखक Lean मॉड्यूल (जैसे, RLG.lean, Gridlines.lean) प्रदान करते हैं जो कोड संरचना को परिभाषित करते हैं और अक्षों की संख्या पर इंडक्शन (induction) के माध्यम से दूरी के निचले स्तरों (lower bounds) को औपचारिक रूप से सिद्ध करते हैं। यह दृष्टिकोण सामान्य मामले के लिए संख्यात्मक दूरी खोजों से बचता है।
अनुकूलन (Optimization): एक निश्चित डेटा-क्वबिट बजट (विशेष रूप से $N \le 10,000$ ) के लिए, वे विशिष्ट दूरियों ( $D=16, 32, 64$ ) के लिए एनकोडिंग दर और अधिकतम मापन भार के बीच पारेटो फ्रंटियर (Pareto frontier) की पहचान करने के लिए सम आयताकार टुपल्स का सटीक परिमित गणना (finite enumeration) करते हैं।

प्रमुख योगदान

सटीक पैरामीटर सूत्र: यह शोध पत्र किसी भी वैध टुपल के पार्श्व लंबाई के लिए डेटा क्वबिट्स ( $N$ $N$ ), संरक्षित लॉजिकल क्वबिट्स ( $K$ $K$ ), गेज क्वबिट्स ( $g$ $g$ ), और ड्रेस्ड दूरी ( $D$ $D$ ) के लिए बंद-रूप (closed-form) अभिव्यक्तियाँ व्युत्पन्न करता है:
- $N = \prod q_i$
- $K = \prod (q_i - 2)$
- $D = 2^L$ (जहाँ $L$ अक्षों की संख्या है)
- अधिकतम मापन भार $w = \max_i q_i$ है।
सिद्ध ड्रेस्ड दूरी: कई सबसिस्टम कोड विश्लेषणों के विपरीत, जो ह्यूरिस्टिक्स या संख्यात्मक जांच पर निर्भर करते हैं, यह कार्य कठोरता से सिद्ध करता है कि ड्रेस्ड दूरी ठीक $2^L$ है। प्रमाण यह दर्शाता है कि कोई भी गैर-तुच्छ लॉजिकल ऑपरेटर (गेज ऑपरेटरों द्वारा गुणन के बाद भी) का सपोर्ट आकार कम से कम $2^L$ होना चाहिए।
बेयर (Bare) बनाम ड्रेस्ड (Dressed) दूरी: लेखक सिद्ध करते हैं कि इस परिवार के लिए, बेयर दूरी (सभी गेज के साथ कम करने वाला लॉजिकल ऑपरेटर का न्यूनतम भार) भी $2^L$ है, जो ड्रेस्ड दूरी से मेल खाती है।
स्टेबलाइजर भार विश्लेषण: शोध पत्र स्थापित करता है कि जबकि मापे गए गेज ऑपरेटरों का भार कम ( $w$ ) है, गैर-तत्सम (non-identity) स्टेबलाइजर्स (जो गेज लाइनों के उत्पाद हैं) का न्यूनतम भार $2^{L-1} \min_i q_i$ होता है। यह रेखांकित करता है कि गेज स्वतंत्रता सीधे मापे गए ऑपरेटरों के भार को कम करती है, लेकिन कोड की अंतर्निहित संरचना में निहित भारी स्टेबलाइजर बाधाओं को समाप्त नहीं करती है।
परिमित अनुकूलन परिणाम: 10,000 डेटा क्वबिट्स के बजट के तहत, लेखक इष्टतम कोड विन्यास की पहचान करते हैं:
- दूरी 16: 10,000 डेटा क्वबिट्स वाला एक कोड 4,096 लॉजिकल क्वबिट्स ( $K/N \approx 41\%$ ) को भार-10 मापन का उपयोग करके सुरक्षित करता है।
- दूरी 32: 7,776 डेटा क्वबिट्स वाला एक कोड 1,024 लॉजिकल क्वबिट्स ( $K/N \approx 13.2\%$ ) को भार-6 मापन का उपयोग करके सुरक्षित करता है।
- दूरी 64: 9,216 डेटा क्वबिट्स वाला एक कोड 256 लॉजिकल क्वबिट्स ( $K/N \approx 2.8\%$ ) को भार-6 मापन का उपयोग करके सुरक्षित करता है।

परिणाम और दावे
शोध पत्र का दावा है कि यह विशेष कोड परिवार के लिए विशिष्ट दूरियों 16, 32 और 64 पर एनकोडिंग दर और मापन भार के बीच एक "पूर्ण ट्रेडऑफ़" प्रदान करता है। परिणाम दिखाते हैं कि मध्यम दूरियों (जैसे, $D=16$ ) पर अपेक्षाकृत कम मापन भार के साथ उच्च दर प्राप्त की जा सकती है। हालाँकि, जैसे-जैसे दूरी बढ़ती है, दर काफी कम हो जाती है, और अक्षों की संख्या ( $L$ ) बढ़नी चाहिए, जो स्वाभाविक रूप से दूरी ( $D=2^L$ ) को बढ़ाता है लेकिन एक निश्चित $N$ के लिए दर को कम करता है।

लेखक स्पष्ट रूप से कहते हैं कि ये परिणाम कोड परिवार के स्थिर मापदंडों (static parameters) से संबंधित हैं। वे यह दावा नहीं करते कि उन्होंने सर्किट-स्तरीय शोर के तहत फॉल्ट-टोलरेंट सर्किट दूरी, लॉजिकल त्रुटि दर, या विशिष्ट डिकोडिंग प्रदर्शन को स्थापित किया है। शोध पत्र नोट करता है कि हालांकि यह निर्माण "मेनी-हाइपरक्यूब" (many-hypercube) कोड का विस्तार करता है, यह सभी सम आयताकार टुपल्स को एक एकीकृत बीजगणितीय विवरण के रूप में मानता है, जिससे मिश्रित पार्श्व लंबाई संभव होती है जो पहले कम खोजी गई थी।

महत्व
इस कार्य का महत्व दूरी के चयन को शेष परिमित अनुकूलन समस्या से अलग करने की क्षमता में निहित है। यह सिद्ध करके कि दूरी केवल अक्षों की संख्या ( $L$ ) पर निर्भर करती है जबकि दर और मापन भार पार्श्व लंबाई ( $q_i$ ) पर निर्भर करते हैं, लेखक हार्डवेयर बाधाओं (मापन भार) और तार्किक आवश्यकताओं (दूरी और दर) के आधार पर कोड चुनने के लिए एक स्पष्ट डिज़ाइन स्पेस प्रदान करते हैं।

शोध पत्र इस बात पर जोर देता है कि "गेज स्वतंत्रता" भारी स्टेबलाइजर्स द्वारा ले जाए जाने वाले सूचना को हल्के मापन के माध्यम से एक्सेस करने की अनुमति देती है, लेकिन यह इसकी लागत को भी स्पष्ट करती है: स्टेबलाइजर बाधाएं स्वयं भारी (भार $\ge 2^{L-1} \min q_i$ ) बनी रहती हैं। फलस्वरूप, लेखक उल्लेख करते हैं कि यह परिवार पारंपरिक क्वांटम लो-डेंसिटी पैरिटी-चेक (QLDPC) स्टेबलाइजर परिवार (निरंतर दर और सीमित भार के साथ रैखिक दूरी वाला) नहीं है, बल्कि एक ऐसा परिवार है जो सटीक परिमित पैरामीटर और एक विशिष्ट अनुकूलन परिदृश्य प्रदान करता है। Lean औपचारिकता का समावेश सुनिश्चित करता है कि दूरी के प्रमाण मशीन-चेक किए गए हैं, जो संख्यात्मक खोज पर निर्भर रहने के बजाय दावा किए गए मापदंडों के लिए उच्च स्तर की कठोरता प्रदान करता है।

इसी तरह के और पेपर