Single-Shot Error Correction at Optimal Spacetime Cost

इस शोध के केंद्र में निहित चुनौती को समझने के लिए, सबसे पहले उस सूचना की नाजुक प्रकृति को समझना आवश्यक है जिसे क्वांटम कंप्यूटर संग्रहीत करने का प्रयास करते हैं। एक मानक कंप्यूटर के बिट्स के विपरीत, जो या तो शून्य होते हैं या एक, क्वांटम बिट्स, या क्यूबिट्स, दोनों अवस्थाओं के एक नाजुक सुपरपोजिशन (superposition) में मौजूद हो सकते हैं। यह गुण उन्हें वे गणनाएँ करने की अनुमति देता है जो क्लासिकल मशीनों के लिए असंभव हैं, लेकिन यह उन्हें अपने परिवेश के प्रति अविश्वसनीय रूप से संवेदनशील भी बनाता है। गर्मी, कंपन, या बिखरे हुए विद्युत चुम्बकीय क्षेत्रों से होने वाला एक छोटा सा व्यवधान भी एक क्यूबिट को उसकी सूचना खोने के लिए मजबूर कर सकता है, जिसे डिकोहेरेंस (decoherence) कहा जाता है। एक उपयोगी क्वांटम कंप्यूटर बनाने के लिए, वैज्ञानिकों को इन नाजुक अवस्थाओं को जटिल कार्यों को करने के लिए पर्याप्त समय तक सुरक्षित रखना होगा। इसका मानक समाधान क्वांटम त्रुटि सुधार (quantum error correction) है, एक ऐसी विधि जहाँ सूचना को कई भौतिक क्यूबिट्स में फैलाया जाता है ताकि एक एकल, अधिक सुदृढ़ "लॉजिकल" क्यूबिट बनाया जा सके। यदि एक भौतिक हिस्सा टूट जाता है, तो सिस्टम क्षति का पता लगा सकता है और उसे ठीक कर सकता है, वह भी बिना सीधे संग्रहीत डेटा को देखे, क्योंकि उसे देखने से क्वांटम अवस्था नष्ट हो जाएगी। हालाँकि, त्रुटियों की जाँच के लिए उपयोग किए जाने वाले उपकरण स्वयं अपूर्ण और शोर युक्त (noisy) होते हैं, जिससे एक विरोधाभास उत्पन्न होता है जहाँ सुरक्षा तंत्र ही नए जोखिम पैदा कर देता है।

वर्षों से, शोधकर्ता इस बात पर बहस कर रहे हैं कि क्वांटम मेमोरी को लंबे समय तक विश्वसनीय रूप से संग्रहीत करने के लिए वास्तव में कितने भौतिक हार्डवेयर की आवश्यकता है। हालिया सैद्धांतिक कार्य ने आवश्यक संसाधनों पर एक विशिष्ट सीमा का सुझाव दिया था: एक निश्चित अवधि के लिए सूचना की एक निश्चित मात्रा को संग्रहीत करने के लिए आवश्यक भौतिक स्थान और समय। इस सीमा ने संकेत दिया कि जैसे-जैसे आप अधिक डेटा संग्रहीत करना चाहते थे या इसे लंबे समय तक रखना चाहते थे, लागत एक अनुमानित तरीके से बढ़ती जाएगी। हालाँकि, उन शुरुआती गणनाओं ने एक सरलीकृत धारणा पर भरोसा किया था: कि त्रुटि सुधार प्रक्रिया स्वयं पूर्ण थी। वास्तविक दुनिया में, त्रुटियों को मापने और सुधार लागू करने वाली मशीनरी गलतियाँ करने के प्रति संवेदनशील होती है। प्रश्न यह बना हुआ था कि क्या यह वास्तविक शोर इंजीनियरों को बहुत अधिक संसाधन उपयोग करने के लिए मजबूर करेगा, जिससे शायद सैद्धांतिक सीमाएँ व्यवहार में अप्राप्य हो जाएँगी।

शोधकर्ताओं की एक टीम ने अब यह प्रदर्शित किया है कि सैद्धांतिक सीमाएँ तब भी सत्य रहती हैं जब त्रुटि सुधार प्रक्रिया शोर युक्त और अपूर्ण होती है। उन्होंने एक विशिष्ट, कार्यशील प्रोटोकॉल का निर्माण किया जो क्वांटम सूचना को क्वांटम टैनर कोड (quantum Tanner codes) नामक गणितीय संरचनाओं के एक परिवार का उपयोग करके संग्रहीत करता है। उनकी विधि दिखाती है कि आप एक बड़ी संख्या में लॉजिकल क्यूबिट्स को लंबे समय तक बिना संसाधन लागत को अनियंत्रित किए संग्रहीत कर सकते हैं, बशर्ते हार्डवेयर कुछ विशिष्ट क्षमताओं का समर्थन करता हो जैसे कि क्यूबिट्स के बीच लंबी दूरी के कनेक्शन और तेज़ क्लासिकल प्रोसेसिंग। मुख्य निष्कर्ष यह है कि सिस्टम को विश्वसनीय बनाने के लिए आवश्यक अतिरिक्त लागत आश्चर्यजनक रूप से कम है। यह केवल एक लॉगरिदमिक ओवरहेड (logarithmic overhead) जोड़ता है, जिसका अर्थ है कि अतिरिक्त लागत सिस्टम के कुल आकार की तुलना में बहुत धीमी गति से बढ़ती है। यह अतिरिक्त लागत सभी संग्रहीत क्यूबिट्स के बीच साझा की जाती है, जिसका अर्थ है कि जैसे-जैसे मेमोरी बड़ी होती है, दक्षता वास्तव में सुधरती जाती है।

उन्होंने इस लक्ष्य को प्राप्त करने के लिए ऑपरेशन्स के एक चक्र को डिजाइन किया जो निरंतर दोहराया जाता है। प्रत्येक चक्र में, सिस्टम अपने स्टेबलाइजर चेक्स (stabilizer checks) की स्थिति को मापता है—ये क्यूबिट्स के विशिष्ट पैटर्न हैं जो प्रकट करते हैं कि क्या कोई त्रुटि हुई है—कई बार माप को औसत निकालने के लिए दोहराने के बजाय। सिंगल-शॉट एरर करेक्शन (single-shot error correction) के रूप में जानी जाने वाली यह पद्धति एक शक्तिशाली डिकोडिंग एल्गोरिदम पर निर्भर करती है जो शोर युक्त मापों के एक एकल दौर की व्याख्या कर सकता है और आवश्यक सुधार निर्धारित कर सकता है। सिस्टम फिर एक सुधार लागू करता है, या यह रिकॉर्ड अपडेट करता है कि किस सुधार की आवश्यकता है, और अगले चक्र की प्रतीक्षा करता है। महत्वपूर्ण रूप से, सिस्टम को हर एक संचित त्रुटि को हटाने की आवश्यकता नहीं होती है। इसके बजाय, इसे केवल त्रुटि को इतना कम करने की आवश्यकता है कि अगला दौर के दोषों को सिस्टम को वापसी के बिंदु से आगे न धकेल सके। अगली राउंड की गलतियों को संभालने योग्य बनाए रखने के लिए, सिस्टम शेष त्रुटि को एक विशिष्ट थ्रेशोल्ड (threshold) से नीचे रखता है।

यह रणनीति इसलिए काम करती है क्योंकि डिकोडिंग एल्गोरिदम को समय के साथ त्रुटियों के प्रभाव को कम करने के लिए डिज़ाइन किया गया है। भले ही एक चक्र नई त्रुटियाँ पेश करे, एल्गोरिदम कुल त्रुटि को सिकोड़ देता है, यह सुनिश्चित करते हुए कि सिस्टम एक सुरक्षित ऑपरेटिंग रेंज के भीतर रहे। शोधकर्ताओं ने सिद्ध किया कि जब तक हार्डवेयर में शोर एक निश्चित शक्ति से नीचे रहता है, मेमोरी ब्लॉक के आकार में वृद्धि के साथ सिस्टम के विफल होने की संभावना तेजी से (exponentially) गिरती है। इसका मतलब है कि एक पर्याप्त बड़े सिस्टम के लिए, विनाशकारी विफलता की संभावना नगण्य हो जाती है। मेमोरी की कुल लागत, जिसमें प्रत्येक क्यूबिट तैयारी, गेट ऑपरेशन, माप और प्रतीक्षा समय शामिल है, लॉजिकल क्यूबिट्स की संख्या और भंडारण समय के साथ रैखिक रूप से (linearly) स्केल करती है, जो सर्वोत्तम संभव सैद्धांतिक निचली सीमा से मेल खाती है।

यह अध्ययन साधारण भंडारण से आगे बढ़कर यह भी दिखाता है कि यह विधि कुछ प्रकार के लॉजिकल ऑपरेशन्स, विशेष रूप से क्लिफोर्ड ऑपरेशन्स (Clifford operations) नामक गेट्स का समर्थन कर सकती है, बिना प्रति चरण लागत बढ़ाए। उदाहरण के लिए, सिस्टम भौतिक ऑपरेशन्स के एक एकल स्तर का उपयोग करके, मेमोरी के दो ब्लॉकों के बीच एक विशिष्ट प्रकार का लॉजिक गेट कर सकता है, जिसके बाद त्रुटि सुधार चक्र का पालन किया जाता है। यह सुझाव देता है कि यह विधि केवल एक स्थिर भंडारण समाधान नहीं है, बल्कि गणना करने की दिशा में एक व्यवहार्य मार्ग भी है। शोधकर्ता सावधानीपूर्वक नोट करते हैं कि उनका प्रमाण विशिष्ट शोर स्थितियों पर लागू होता है, जिसमें कोहेरेंट एरर्स (coherent errors) भी शामिल हैं जहाँ गलतियाँ जटिल तरीकों से एक-दूसरे के साथ हस्तक्षेप करती हैं, और सहसंबंधित दोष (correlated faults) जहाँ विभिन्न स्थानों पर त्रुटियाँ स्वतंत्र नहीं होती हैं। उन्होंने दिखाया कि उनका निर्माण इन कठिन परिदृश्यों को सहन कर सकता है, बशर्ते हार्डवेयर आवश्यक लॉन्ग-रेंज कनेक्शन बिना किसी देरी के कर सके।

इस कार्य के सबसे महत्वपूर्ण पहलुओं में से एक यह है कि यह अमूर्त सिद्धांत और व्यावहारिक इंजीनियरिंग के बीच के अंतर को पाटता है। पिछले मॉडल अक्सर यह मान लेते थे कि त्रुटि सुधार मशीनरी आदर्श है, इस तथ्य को अनदेखा करते हुए कि माप और सुधार चरणों में स्वयं त्रुटियाँ आती हैं। सर्किट में प्रत्येक स्थान को ध्यान में रखते हुए जहाँ एक दोष हो सकता है, शोधकर्ताओं ने संसाधन लागत की एक पूर्ण तस्वीर प्रदान की। उन्होंने पाया कि सिस्टम की विश्वसनीयता के लिए संसाधनों के भारी विस्फोट की आवश्यकता नहीं है। इसके बजाय, लागत डेटा को संग्रहीत करने की क्षमता द्वारा संचालित होती है, जिसमें विश्वसनीयता घटक एक अपेक्षाकृत छोटा, साझा बोझ जोड़ता है। यह परिणाम स्वतंत्र इरेज़र (independent erasures) के लिए विशेष रूप से महत्वपूर्ण है, जो एक प्रकार का शोर है जहाँ क्यूबिट्स पूरी तरह से खो जाते हैं और बदले जाते हैं, जहाँ उनका निर्माण ज्ञात सैद्धांतिक सीमाओं से निरंतर कारकों तक मेल खाता है।

शोधकर्ताओं ने यह भी संबोधित किया कि अंतिम सूचना को कैसे पढ़ा जाए। कई क्वांटम प्रोटोकॉल में, डेटा को डिकोड करने का अंतिम चरण एक बाधा बन सकता है, लेकिन उनकी विधि एक विनाशकारी रीडआउट (destructive readout) की अनुमति देती है जहाँ क्वांटम डेटा को सीधे मापा जाता है, और क्लासिकल कंप्यूटर अंतिम डिकोडिंग करता है। यह अंतिम, जटिल डिकोडिंग चरणों के दौरान क्वांटम डेटा को जीवित रखने की आवश्यकता को समाप्त करता है, जो अन्यथा अतिरिक्त सुरक्षा की मांग करता। इस प्रकार, सिस्टम कुशलतापूर्वक क्वांटम सूचना के भंडारण से क्लासिकल परिणाम उत्पन्न करने की ओर बढ़ सकता है। यह कार्य पुष्टि करता है कि सही कोड संरचना और डिकोडिंग को संभालने के लिए एक विश्वसनीय क्लासिकल प्रोसेसर के साथ, शोर युक्त घटकों की उपस्थिति में भी, अनुकूलतम दक्षता के साथ क्वांटम मेमोरी बनाई जा सकती है।

यह उपलब्धि क्वांटम टैनर कोड के विशिष्ट गुणों पर निर्भर करती है, जो त्रुटि-सुधार कोड का एक प्रकार है जिसमें सूचना भंडारण की उच्च दर और वैध अवस्थाओं के बीच एक बड़ा अंतर होता है। ये कोड प्रत्येक लॉजिकल क्यूबिट के लिए बड़ी संख्या में भौतिक क्यूबिट्स की आवश्यकता के बिना त्रुटियों का पता लगाने और उन्हें कुशलतापूर्वक ठीक करने की अनुमति देते हैं। शोधकर्ताओं ने एक ऐसा डिकोडिंग एल्गोरिदम उपयोग किया जो ऑपरेशन्स के एक निश्चित संख्या में समानांतर चरणों को चलाता है, यह सुनिश्चित करते हुए कि प्रत्येक सुधार चक्र के लिए लगने वाला समय मेमोरी के आकार के बावजूद स्थिर रहता है। यह निरंतर-समय रिकवरी (constant-time recovery) लंबे समय तक सिस्टम की दक्षता बनाए रखने के लिए आवश्यक है। प्रमाण दर्शाता है कि सिस्टम विभिन्न प्रकार के शोर मॉडलों को संभाल सकता है, जिसमें वे त्रुटियाँ भी शामिल हैं जो यादृच्छिक नहीं हैं बल्कि जिनमें कुछ संरचना या सहसंबंध है, बशर्ते समग्र शोर की शक्ति एक थ्रेशोल्ड से नीचे रहे।

इस कार्य के निहितार्थ क्वांटम कंप्यूटिंग के भविष्य के लिए अत्यंत गहरे हैं। यह सुझाव देता है कि बड़े पैमाने पर, फॉल्ट-टोलरेंट क्वांटम कंप्यूटर बनाने का मार्ग किसी दुर्गम संसाधन बाधा को पार करने की आवश्यकता नहीं है। इसके बजाय, ध्यान ऐसे हार्डवेयर को इंजीनियर करने पर केंद्रित किया जा सकता है जो अध्ययन में उल्लिखित विशिष्ट कनेक्टिविटी और प्रोसेसिंग आवश्यकताओं को पूरा करता हो। शोधकर्ताओं ने दिखाया कि विश्वसनीयता के लिए ओवरहेड पूरे रजिस्टर में साझा किया जाता है, जिसका अर्थ है कि बड़े सिस्टम अधिक कुशल होते हैं, कम नहीं। यह इस अंतर्ज्ञान का खंडन करता है कि एक जटिल प्रणाली में अधिक घटक जोड़ने से हमेशा विफलता के अधिक बिंदु और उच्च लागत होती है। त्रुटियों का पता लगाने और उन्हें ठीक करने के तरीके को सावधानीपूर्वक प्रबंधित करके, और डिकोडिंग को संभालने के लिए आधुनिक क्लासिकल प्रोसेसर्स की शक्ति का लाभ उठाकर, सिस्टम न्यूनतम अतिरिक्त लागत के साथ अपनी अखंडता बनाए रखता है।

संक्षेप में, यह शोध पत्र एक कठोर प्रमाण प्रस्तुत करता है कि वास्तविक, शोर युक्त हार्डवेयर के साथ इष्टतम क्वांटम मेमोरी प्राप्त की जा सकती है। यह स्थापित करता है कि क्वांटम सूचना को संग्रहीत करने की लागत समय और क्षमता के साथ कुशलतापूर्वक स्केल करती है, भले ही त्रुटि सुधार प्रक्रिया स्वयं अपूर्ण हो। निर्माण एक विशिष्ट प्रकार के कोड और सिंगल-शॉट डिकोडिंग रणनीति का उपयोग करता है ताकि सिस्टम को एक सुरक्षित त्रुटि सीमा के भीतर रखा जा सके। परिणाम एक ऐसी क्वांटम मेमोरी का ब्लूप्रिंट है जो विश्वसनीय और संसाधन-कुशल दोनों है, जो अगली पीढ़ी की क्वांटम प्रौद्योगिकियों का मार्ग प्रशस्त करती है। यह कार्य सभी समस्याओं को हल करने का दावा नहीं करता है, जैसे कि यूनिवर्सल गेट सेट्स या मनमाने लॉजिकल ऑपरेशन्स, लेकिन यह यथार्थवादी स्थितियों के तहत दीर्घकालिक, उच्च-क्षमता वाले क्वांटम भंडारण की व्यवहार्यता को मजबूती से स्थापित करता है।