Free entropy and quantum minimum description length

सूचना विज्ञान के विशाल परिदृश्य में, एक मौलिक तनाव है कि हम किसी प्रणाली के बारे में कितना जानते हैं और उसे संग्रहीत करने के लिए हमें कितने स्थान की आवश्यकता है। दशकों से, वैज्ञानिक इसके मापन के लिए एंट्रॉपी (entropy) नामक एक अवधारणा पर भरोसा करते आए हैं। शास्त्रीय दुनिया में, एंट्रॉपी हमें यह बताती है कि एक यादृच्छिक घटना, जैसे कि सिक्के का उछलना या पासे का फेंकना, का वर्णन करने के लिए कितनी जानकारी की आवश्यकता है। जब भौतिकविदों ने क्वांटम क्षेत्र में प्रवेश किया, जहाँ कण एक साथ कई अवस्थाओं में मौजूद हो सकते हैं, तो उन्होंने इस विचार को 'वॉन न्यूमैन एंट्रॉपी' (von Neumann entropy) के रूप में एक नए रूप में अनुकूलित किया। यह क्वांटम संस्करण ज्ञात क्वांटम अवस्था से उत्पन्न डेटा को संपीड़ित (compress) करने के लिए आवश्यक मेमोरी को समझने के लिए स्वर्ण मानक बन गया है। यह तब खूबसूरती से काम करता है जब अवस्था पूरी तरह से ज्ञात होती है, लेकिन यह तब विफल हो जाता है जब अवस्था केवल आंशिक रूप से ज्ञात होती—विशेष रूप से, जब हम किसी प्रणाली के ऊर्जा स्तरों को जानते हैं लेकिन उसकी आंतरिक संरचना के ओरिएंटेशन (orientation) को नहीं। इस अंतर ने एक स्वाभाविक प्रश्न छोड़ दिया: क्या कोई अलग प्रकार की एंट्रॉपी है जो यह मापती है कि एक क्वांटम प्रणाली का वर्णन करने की लागत क्या है जब उसका आंतरिक संरेखण (alignment) एक रहस्य हो?

शोधकर्ताओं की एक टीम ने अब शुद्ध गणित और क्वांटम भौतिकी के बीच के अंतर को पाटकर इस प्रश्न का उत्तर दिया है। उन्होंने 'फ्री एंट्रॉपी' (free entropy) नामक एक गणितीय उपकरण लिया, जिसे मूल रूप से अमूर्त बीजगणितीय संरचनाओं का अध्ययन करने के लिए आविष्कार किया गया था, और इसे पहली बार एक ठोस भौतिक अर्थ दिया है। शोधकर्ताओं ने एक विशिष्ट परिदृश्य पर ध्यान केंद्रित किया: कल्पना कीजिए कि आपके पास एक क्वांटम प्रणाली है जिसके ऊर्जा स्तर ज्ञात हैं, लेकिन आप नहीं जानते कि वे अंतरिक्ष में कैसे उन्मुख (oriented) हैं। आपको इस प्रणाली की कई प्रतियां संग्रहीत करनी हैं ताकि उन्हें बाद में पुन: निर्मित किया जा सके। टीम ने पाया कि इसे करने के लिए आवश्यक मेमोरी की मात्रा मानक क्वांटमान एंट्रपी द्वारा निर्धारित नहीं होती है, बल्कि इस नव-परिभाषित 'भौतिक फ्री एंट्रॉपी' (physical free entropy) द्वारा निर्धारित होती है। उन्होंने सिद्ध किया कि मेमोरी की लागत सीधे उस "ऑर्बिट" (orbit) के आकार से जुड़ी है जिसे प्रणाली विभिन्न ओरिएंटेशन के माध्यम से घूमते समय ले सकती है, एक ऐसी मात्रा जिसे फ्री एंट्रॉपी आश्चर्यजनक सटीकता के साथ मापती है।

यह कहानी शास्त्रीय सूचना सिद्धांत के एक परिचित विचार से शुरू होती है: एक 'टिपिकल सेट' (typical set) की अवधारणा। यदि आप यादृच्छिक अक्षरों की एक लंबी स्ट्रिंग लिखते हैं, तो आपके द्वारा उत्पन्न अधिकांश स्ट्रिंग्स अपनी समग्र संरचना में बहुत समान दिखेंगी, भले ही अक्षरों का विशिष्ट क्रम भिन्न हो। ये समान स्ट्रिंग्स की संख्या हमें बताती है कि डेटा को संग्रहीत करने के लिए हमें कितने स्थान की आवश्यकता है। क्वांटम दुनिया में, एक समान तर्क लागू होता है, लेकिन "स्ट्रिंग्स" को क्वांटम अवस्थाओं द्वारा प्रतिस्थापित किया जाता है। मानक दृष्टिकोण यह मानता है कि हमें अवस्था की सटीक रेसिपी पता है। हालाँकि, कई वास्तविक स्थितियों में, हमें सामग्री—आइजनवैल्यू (eigenvalues), या ऊर्जा स्तर—पता हो सकता है, लेकिन उनका मिश्रण क्रम—आइजनबेसिस (eigenbasis), या ओरिएंटेशन—नहीं पता होता। यह वह पहेली थी जिसे शोधकर्ताओं ने हल करने का प्रयास किया। उन्होंने पूछा: यदि हम एक क्वांटम अवस्था के ऊर्जा स्तरों को जानते हैं लेकिन उसके ओरिएंटेशन को नहीं, तो हमें उस अवस्था की कई प्रतियों को कितनी क्वांटम मेमोरी की आवश्यकता है ताकि उन्हें पूरी तरह से पुन: निर्मित किया जा सके?

उत्तर खोजने के लिए, शोधकर्ताओं ने 'फ्री प्रोबेबिलिटी' (free probability) नामक एक गणितीय ढांचे का उपयोग किया, जो गैर-क्रमविनिमेय (non-commuting) चरों से संबंधित है। इस ढांचे में, 'फ्री एंट्रॉपी' नामक एक मात्रा मौजूद है। वर्षों तक, यह मात्रा एक शुद्ध गणितीय वस्तु थी, जो बीजगणित की अमूर्त समस्याओं को हल करने के लिए उपयोगी थी लेकिन इसमें स्पष्ट भौतिक व्याख्या का अभाव था। शोधकर्ताओं ने महसूस किया कि इस मात्रा को 'परिमित रिज़ॉल्यूशन' (finite resolution) के लेंस से देखकर—अनिवार्य रूप से यह पूछकर कि कितनी विशिष्ट क्वांटम अवस्थाएं एक छोटी त्रुटि मार्जिन के भीतर फिट बैठती हैं—वे एक "भौतिक फ्री एंट्रॉपी" को परिभाषित कर सकते हैं। यह नई परिभाषा उन संभावित मैट्रिक्स विन्यासों की संख्या को गिनती है जो एक विशिष्ट सहनशीलता (tolerance) के भीतर लक्ष्य अवस्था की तरह दिखते हैं। यह उन संभावित अवस्थाओं के स्थान के आयतन (volume) को मापने का एक तरीका है जो समान ऊर्जा स्तर साझा करते हैं।

टीम ने इस विचार का परीक्षण करने के लिए एक विचार प्रयोग (thought experiment) तैयार किया। उन्होंने एक एनकोडर की कल्पना की जिसे ज्ञात ऊर्जा स्तरों वाली एक क्वांटम अवस्था की कई प्रतियां प्राप्त होती हैं। एनकोडर को इन प्रतियों को एक छोटी मेमोरी स्पेस में संपीड़ित करना होगा। एक डिकोडर फिर इस संपीड़ित डेटा को प्राप्त करता है और उच्च सटीकता के साथ मूल अवस्था को पुन: निर्मित करता है। शोधकर्ताओं ने गणना की कि जैसे-जैसे प्रतियों की संख्या बहुत बड़ी होती जाती है, इस कार्य के लिए आवश्यक न्यूनतम मेमोरी कितनी होती है। उन्होंने पाया कि मेमोरी की लागत प्रतियों की संख्या के साथ लघुगणकीय (logarithmically) रूप से बढ़ती है, और इस वृद्धि की दर संभावित ओरिएंटेशन के स्थान के आयाम (dimension) द्वारा निर्धारित होती है। महत्वपूर्ण रूप से, उन्होंने दिखाया कि आवश्यक मेमोरी की सटीक मात्रा उनके द्वारा नव-परिभाषित भौतिक फ्री एंट्रपी के सीधे आनुपातिक है। संबंध इतना सटीक है कि मेमोरी लागत की गणना भौतिक फ्री एंट्रॉपी को दो से विभाजित करके और एक छोटे स्थिरांक (constant) को जोड़कर की जा सकती है जो केवल सिस्टम के आकार पर निर्भर करता है।

यह खोज फ्री एंट्रॉपी को एक नया परिचालन अर्थ प्रदान करती है। जिस तरह मानक वॉन न्यूमैन एंट्रॉपी यह बताती है कि पूर्ण रूप से ज्ञात अवस्था के लिए संपीड़न की सीमा क्या है, यह भौतिक फ्री एंट्रॉपी बताती है कि जब ओरिएंटेशन अज्ञात हो तो सीमा क्या है। शोधकर्ताओं ने दिखाया कि विशिष्ट ऊर्जा स्तरों वाली प्रणाली के लिए, मेमोरी लागत ऊर्जा स्तरों के बीच "विकर्षण" (repulsion) द्वारा संचालित होती है, जो फ्री एंट्रॉपी के गणितीय सूत्र में स्वाभाविक रूप से उभरता है। यह विकर्षण का अर्थ है कि जिन अवस्थाओं के ऊर्जा स्तर एक-दूसरे से दूर होते हैं, उन्हें वर्णित करने के लिए अधिक मेमोरी की आवश्यकता होती है जब उनका ओरिएंटेशन अज्ञात होता है, क्योंकि उनके व्यवस्थित होने के अधिक विशिष्ट तरीके होते हैं। टीम ने यह भी स्पष्ट किया कि यह परिणाम विशेष रूप से अवस्था को स्वयं संग्रहीत करने के कार्य के लिए लागू होता है, न कि किसी बाहरी संदर्भ प्रणाली के साथ संबंध बनाए रखने के लिए, जो इसे मानक क्वांटम संपीड़न विधियों से अलग करता है।

इस कार्य के निहितार्थ केवल मेमोरी बिट्स को गिनने से कहीं अधिक हैं। शोधकर्ता सुझाव देते हैं कि यह नई समझ 'क्वांटम रेफरेंस फ्रेम्स' (quantum reference frames) के डिजाइन में मदद कर सकती है, जो क्वांटम सेटिंग में समय या दिशा को मापने जैसे कार्यों के लिए आवश्यक हैं। यदि हम एक "क्वांटम स्टॉपवॉच" या दिशा के लिए एक सार्वभौमिक संदर्भ को संग्रहीत करना चाहते हैं, तो हमें यह जानना होगा कि इसे सभी संभावित ओरिएंटेशन के लिए प्रोग्राम करने के लिए कितनी मेमोरी की आवश्यकता है। भौतिक फ्री एंट्रपी इस लागत के लिए सटीक सूत्र प्रदान करती है। इसके अलावा, यह कार्य एक व्यापक सिद्धांत की ओर संकेत करता है जो मौजूदा सूचना सिद्धांत का पूरक है। जबकि मानक क्वांटम एंट्रॉपी एकल अवस्था के भीतर निहित सूचना पर ध्यान केंद्रित करती है, फ्री एंट्रॉपी विभिन्न अवस्थाओं के बीच के संबंधों में निहित सूचना को पकड़ती प्रतीत होती है, विशेष रूप से उन प्रणालियों में जो अराजक (chaotic) हैं या समय के साथ विकसित होती हैं।

शोधकर्ताओं ने सावधानीपूर्वक नोट किया कि उनके निष्कर्ष ज्ञात, विशिष्ट ऊर्जा स्तरों वाली अवस्थाओं के लिए विशिष्ट हैं। उन्होंने यह दावा नहीं किया कि उन्होंने हर संभावित क्वांटम अवस्था (जैसे कि अज्ञात ऊर्जा स्तरों या अपभ्रष्ट/degenerate अवस्थाओं के लिए जहाँ स्तर ओवरलैप होते हैं) के लिए समस्या को हल कर दिया है। हालाँकि, उनके द्वारा अध्ययन की गई अवस्थाओं के वर्ग के लिए, मेमोरी लागत और फ्री एंट्रॉपी के बीच का संबंध गणितीय रूप से कठोर है। उन्होंने प्रदर्शित किया कि मेमोरी लागत में अग्रणी पद (leading term) ठीक आधा भौतिक फ्री एंट्रॉपी है, जिसमें शेष पद छोटे सुधार (corrections) हैं जो प्रतियों की संख्या बढ़ने पर नगण्य हो जाते हैं। यह परिणाम पुष्टि करता है कि फ्री एंट्रॉपी केवल एक गणितीय जिज्ञासा नहीं है, बल्कि एक मौलिक मात्रा है जो यह नियंत्रित करती है कि हम क्वांटम सूचना को कैसे संग्रहीत और संसाधित करते हैं जब हमारी प्रणाली के बारे में जानकारी अधूरी होती है।

अंत में, यह शोध पत्र केवल एक संख्या की गणना नहीं करता है; यह दो पहले से अलग दुनियाओं को जोड़ता है। यह एक अमूर्त गणितीय उपकरण को लेता है और दिखाता है कि यह क्वांटम सूचना प्रसंस्करण में एक वास्तविक भौतिक सीमा का वर्णन करता है। शोधकर्ताओं ने दिखाया है कि जब हमें एक क्वांटम प्रणाली के ओरिएंटेशन का ज्ञान नहीं होता है, तो इसे संग्रहीत करने की लागत इसके संभावित रोटेशन के ज्यामिति (geometry) द्वारा शासित होती है, एक ऐसी ज्यामिति जिसे फ्री एंट्रॉपी पूरी तरह से मापती है। यह अंतर्दृष्टि एक नए प्रकार के सूचना सिद्धांत के द्वार खोलती है, जो ओरिएंटेशन की अनिश्चितता को ध्यान में रखता है और क्वांटम प्रोग्रामिंग की मेमोरी लागतों का वर्णन करने के लिए एक सटीक भाषा प्रदान करता है। यह कार्य अंतर-विषयक सोच की शक्ति के प्रमाण के रूप में खड़ा है, जहाँ बीजगणितीय समस्याओं को हल करने के लिए आविष्कृत एक अवधारणा क्वांटम ब्रह्मांड की भंडारण सीमाओं को समझने की कुंजी साबित हुई है।