Decoupling Spectral Gaps from Entanglement Complexity in Quantum Annealing

क्वांटम कंप्यूटिंग की दुनिया में, कठिन समस्याओं को हल करने के लिए एक विशिष्ट विधि है जिसे क्वांटम एनीलिंग (quantum annealing) कहा जाता है। कल्पना कीजिए कि आप पहाड़ियों और घाटियों से भरे एक विशाल, धुंधले परिदृश्य में सबसे निचले बिंदु को खोजने की कोशिश कर रहे हैं। एक क्लासिकल कंप्यूटर एक छोटी सी ढलान में फंस सकता है, यह सोचकर कि उसने निचला बिंदु खोज लिया है, जबकि अगली पहाड़ी के ठीक नीचे एक बहुत गहरी घाटी हो सकती है। क्वांटम एनीलिंग क्वांटम मैकेनिक्स के अजीब नियमों का उपयोग करके सिस्टम को इन पहाड़ियों के ऊपर चढ़ने के बजाय उनके माध्यम से "टनल" (tunnel) करने में मदद करती है, इस उम्मीद में कि वह वास्तविक निम्नतम बिंदु तक पहुँच सके, जो किसी समस्या के पूर्ण समाधान का प्रतिनिधित्व करता है। यह प्रक्रिया जिस गति से काम करती है, वह एक महत्वपूर्ण कारक पर निर्भर करती है: वर्तमान अवस्था और अगली संभावित अवस्था के बीच ऊर्जा अंतराल (energy gap) का आकार। यदि यह अंतराल बहुत छोटा है, तो प्रक्रिया धीमी होकर रेंगने लगती है, जिससे इसे पूरा करने में ब्रह्मांड की आयु से भी अधिक समय लग सकता है। वर्षों से, वैज्ञानिक यह जानना चाहते थे कि क्या ये कठिन, धीमी क्षण हमेशा एक विशेष प्रकार की क्वांटिक जटिलता के साथ आते हैं जिसे एंटैंगलमेंट (entanglement) कहा जाता है। एंटैंगलमेंट एक ऐसी घटना है जहाँ कण इतने गहराई से जुड़े होते हैं कि एक की स्थिति दूसरे को तुरंत प्रभावित करती है, चाहे वे एक-दूसरे से कितनी भी दूर क्यों न हों। प्रचलित विचार यह था कि यदि कोई समस्या एक छोटे ऊर्जा अंतराल के कारण कठिन थी, तो इसमें शामिल क्वांटम अवस्था भी अविश्वसनीय रूप से जटिल और अत्यधिक एंटैंगल्ड होनी चाहिए।

शोधकर्ताओं की एक टीम ने अब यह दिखाया है कि यह धारणा गलत है। उन्होंने खोजा कि क्वांटम एनीलिंग प्रक्रिया की कठिनाई और उसके भीतर एंटैंगलमेंट की जटिलता आपस में बंधे हुए नहीं हैं। यह संभव है कि एक ऐसी स्थिति हो जहाँ ऊर्जा अंतराल नगण्य हो जाए, जिससे प्रक्रिया अत्यंत धीमी हो जाए, जबकि एंटैंगलमेंट आश्चर्यजनक रूप से सरल और सीमित बना रहे। इसके विपरीत, उन्होंने ऐसे मामले भी पाए जहाँ एंटैंगलमेंट बहुत जटिल हो गया, फिर भी ऊर्जा अंतराल उतनी नाटकीय रूप से कम नहीं हुआ जितनी कि उम्मीद की जा सकती थी। इसे सिद्ध करने के लिए, वैज्ञानिकों ने केवल सिद्धांत नहीं दिया; उन्होंने क्वांटम सिस्टम के कई विशिष्ट मॉडल बनाए और उनका विश्लेषण किया। उन्होंने अनुकूलन (optimization) में उपयोग किए जाने वाले मानक मॉडलों की जांच की, जहाँ सिस्टम चरों (variables) के सर्वोत्तम विन्यास को खोजने का प्रयास करता है, और उन्होंने इन संबंधों की सीमाओं का परीक्षण करने के लिए पूरी तरह से नए, कस्टम-डिज़ाइन किए गए मॉडल भी बनाए। उनका कार्य प्रकट करता है कि एनीलिंग प्रक्रिया की गति इस बात से निर्धारित होती है कि विभिन्न संभावित समाधान संभावनाओं के अमूर्त स्थान (abstract space) में एक-दूसरे से कैसे जुड़े हुए हैं, न कि इस बात से कि कण कितने उलझे हुए हैं।

शोधकर्ताओं ने उन प्रसिद्ध मॉडलों को देखकर शुरुआत की जो 'फर्स्ट-ऑर्डर ट्रांजिशन' (first-order transitions) प्रदर्शित करते हैं। इन परिदृश्यों में, सिस्टम को एक प्रकार के व्यवहार से दूसरे प्रकार के व्यवहार में अचानक कूदना पड़ता है, जो अक्सर ऊर्जा अंतराल में भारी गिरावट का कारण बनता है। इन मामलों में, ऊर्जा अंतराल तेजी से घटता है, जिसका अर्थ है कि यह इतना छोटा हो जाता है कि सिस्टम के आकार को दोगुना करने पर अंतराल दस लाख गुना छोटा, फिर एक अरब गुना छोटा हो जाता है, और इसी तरह। यह आमतौर पर संकेत देता है कि समस्या को उचित समय में हल करना असंभव है। हालाँकि, टीम ने पाया कि इस गंभीर मंदी के बावजूद, सिस्टम के हिस्सों के बीच एंटैंगलमेंट सीमित रहा। यह सिस्टम के आकार के साथ नहीं बढ़ा; इसके बजाय, यह एक निश्चित, निम्न स्तर पर बना रहा। यह आश्चर्यजनक था क्योंकि इसका मतलब था कि क्वांटम अवस्था एंटैंगलमेंट के मामले में अधिक जटिल नहीं हो रही थी, भले ही समाधान खोजने की प्रक्रिया तेजी से कठिन होती जा रही थी। उन्होंने उन मॉडलों में इस व्यवहार की पुष्टि की जहाँ सिस्टम को कुछ विशिष्ट, प्रतिस्पर्धी अवस्थाओं के बीच चयन करना था, जिससे यह स्पष्ट हुआ कि बाधा इन अवस्थाओं के बीच जाने की कठिनाई के कारण थी, न कि स्वयं अवस्थाओं की जटिलता के कारण।

यह सुनिश्चित करने के लिए कि यह केवल विशिष्ट मॉडलों की कोई विचित्रता नहीं है, वैज्ञानिकों ने एक अलग प्रकार के ट्रांजिशन की ओर रुख किया, जिसे 'कंटीन्यूअस ट्रांजिशन' (continuous transition) कहा जाता है। यहाँ, सिस्टम अपने व्यवहार को अचानक बदलने के बजाय धीरे-धीरे बदलता है। इन मामलों में, ऊर्जा अंतराल वास्तव में सिस्टम के बड़ा होने पर घटता है, लेकिन यह एक्सपोनेन्शियल (exponential) दर के बजाय पॉलिनोमियल (polynomial) दर से बहुत धीरे-धीरे घटता है। इसका अर्थ है कि समस्या हल करने योग्य बनी रहती है, हालांकि जैसे-जैसे सिस्टम बढ़ता है यह कठिन होती जाती है। इन निरंतर ट्रांजिशनों में, शोधकर्ताओं ने देखा कि एंटैंगलमेंट वास्तव में बढ़ा, जो सिस्टम के आकार के साथ लॉगरिदमिक (logarithmic) रूप से बढ़ता है। इसने इस पारंपरिक दृष्टिकोण की पुष्टि की कि कुछ समस्याएँ अंतराल के आकार और एंटैंगलमेंट की जटिलता को जोड़ती हैं, लेकिन इसने यह भी रेखांकित किया कि यह संबंध सार्वभौमिक नहीं है। मुख्य अंतर यह था कि निम्न-ऊर्जा अवस्थाएँ कैसे जुड़ी हुई थीं। निरंतर मामले में, सिस्टम संभावनाओं के एक विशाल, जुड़े हुए परिदृश्य की खोज कर रहा था, जिसके लिए एंटैंगलमेंट के एक जटिल जाल की आवश्यकता थी। कठिन फर्स्ट-ऑर्डर मामलों में, सिस्टम दो अलग-थलग द्वीपों के बीच फंसा हुआ था, और कठिनाई इन द्वीपों के बीच की विशाल दूरी से आई थी, न कि द्वीपों की जटिलता से।

सबसे उल्लेखनीय हिस्सा तब आया जब टीम ने उन नियमों को तोड़ने का निर्णय लिया जिन्हें उन्होंने अभी देखा था। उन्होंने एक साहसिक प्रश्न पूछा: क्या वे ऐसी स्थिति बना सकते हैं जहाँ ऊर्जा अंतराल एक्सपोनेन्शियल रूप से छोटा हो जाए, जैसा कि सबसे कठिन फर्स्ट-ऑर्डर ट्रांजिशन में होता है, लेकिन एंटैंगलमेंट लगातार बढ़े, जैसा कि कंटीन्यूअस ट्रांजिशन में होता है? इसका उत्तर देने के लिए, उन्होंने एक नया, कस्टम मॉडल बनाया जिसे वे "मिरर-ट्विन मैनिफोल्ड" (mirror-twin manifold) कहते हैं। इस सेटअप में, उन्होंने क्वांटम अवस्थाओं के दो प्रतिस्पर्धी समूह बनाए। प्रत्येक समूह के भीतर, अवस्थाएँ एक-दूसरे से आसानी से जुड़ी हुई थीं, जिससे सिस्टम फैल सका और एंटैंगलमेंट का एक जटिल, बढ़ता हुआ जाल बना सका। हालाँकि, दोनों समूहों को संभावनाओं के अमूर्त स्थान में एक-दूसरे से दूर रखा गया था। एक समूह से दूसरे समूह में जाने के लिए, सिस्टम को बड़ी संख्या में स्पिन को एक साथ बदलना पड़ता था, जो कि एक अत्यंत दुर्लभ और कठिन प्रक्रिया है। परिणाम स्वरूप एक ऐसा सिस्टम बना जहाँ एंटैंगलमेंट सिस्टम के बड़े होने के साथ लगातार बढ़ता गया, फिर भी दोनों समूहों के बीच का ऊर्जा अंतराल एक्सपोनेन्शियल रूप से छोटा रहा। इसने सिद्ध कर दिया कि ये दो गुण—अंतराल का आकार और एंटैंगलमेंट की जटिलता—स्वतंत्र हैं। एक बड़ा हो सकता है जबकि दूसरा छोटा, और इसके विपरीत भी।

उन्होंने एक अलग प्रकार के सिस्टम, वैकल्पिक क्षेत्रों (alternating fields) वाले चुम्बकों की एक श्रृंखला को भी देखा, ताकि विपरीत संभावना को दिखाया जा सके। इस मॉडल में, सिस्टम के पास निम्न-ऊर्जा अवस्थाओं की एक विशाल संख्या थी, जो एक बड़े, जुड़े हुए समूह का निर्माण करती थी। इस बड़ी संख्या के बावजूद, ऊर्जा अंतराल एक्सपोनेन्शियल रूप से कम नहीं हुआ; यह केवल पॉलिनोमियल रूप से कम हुआ, जिसका अर्थ है कि समस्या प्रबंधनीय रही। इसके अलावा, इस सिस्टम में एंटैंगलमेंट बड़ा नहीं हुआ; यह सीमित और सरल बना रहा। ऐसा इसलिए हुआ क्योंकि सिस्टम के हिस्से वास्तव में स्वतंत्र नहीं थे कि वे पूरे सिस्टम में नया एंटैंगलमेंट पैदा कर सकें। वे सभी एक एकल, सरल पैटर्न के रूपांतरण थे जिसमें एक छोटा दोष (defect) घूम रहा था। शोधकर्ताओं ने दिखाया कि ये अवस्थाएँ कैसे जुड़ी हुई थीं और दो हिस्सों में विभाजित होने पर वे कैसी दिखती थीं, यह एंटैंगलमेंट को निर्धारित करता था, न कि उपलब्ध अवस्थाओं की संख्या। इसने इस विचार को पुख्ता किया कि समस्याओं का ज्यामितीय ढांचा (geometry)—कैसे संभावित समाधान व्यवस्थित और जुड़े हुए हैं—ही एनीलिंग की कठिनाई का असली चालक है।

इन निष्कर्षों के निहितार्थ हमारे क्वांटम कंप्यूटरों को समझने और बनाने के तरीके के लिए महत्वपूर्ण हैं। लंबे समय से, वैज्ञानिक एंटैंगलमेंट का उपयोग यह मापने के लिए प्राथमिक माप के रूप में करते आए हैं कि कोई प्रक्रिया कितनी "क्वांटम" है और वह कितनी कठिन हो सकती है। उन्होंने मान लिया था कि यदि कोई समस्या कठिन है, तो क्वांटम अवस्था अविश्वसनीय रूप से जटिल होनी चाहिए। यह नया कार्य दिखाता है कि एंटैंगलमेंट की जटिलता अकेले कठिनाई का विश्वसनीय संकेतक नहीं है। एक समस्या कठिन हो सकती है क्योंकि समाधान का मार्ग एक ऊंचे अवरोध द्वारा बाधित है, भले ही अवस्था स्वयं बहुत जटिल न हो। इसके विपरीत, एक अवस्था बहुत जटिल हो सकती है बिना अनिवार्य रूप से कठिन हुए। यह सुझाव देता है कि क्वांटम एनीलिंग को बेहतर बनाने के लिए, शोधकर्ताओं को केवल एंटैंगलमेंट से परे देखने की आवश्यकता है। उन्हें उस परिदृश्य के आकार को समझने की आवश्यकता है जिससे सिस्टम यात्रा कर रहा है। कठिनाई इस बात से आती है कि निम्न-ऊर्जा अवस्थाएँ किस विशिष्ट तरीके से जुड़ी हुई हैं और अमूर्त स्थान में वे कितनी दूर हैं।

शोधकर्ता निष्कर्ष निकालते हैं कि कुशल क्वांटम एनीलिंग के लिए आवश्यक वास्तविक संसाधन संभवतः उस पथ का एक ज्यामितीय गुण (geometric property) है जो सिस्टम अपनी संभावित अवस्थाओं के माध्यम से लेता है। यह इस बारे में है कि सिस्टम विभिन्न विन्यासों के बीच के कनेक्शनों को कैसे नेविगेट करता है, न कि केवल इस बारे में कि कण कितने उलझे हुए हैं। हालाँकि एंटैंगलमेंट निश्चित रूप से क्वांटम दुनिया का एक हिस्सा है, लेकिन यह पूरी कहानी नहीं है। इस क्षेत्र के लिए अगला कदम इस ज्यामितिक संरचना को मापने के नए तरीके खोजना है, शायद उन उपकरणों का उपयोग करके जो क्वांटम अवस्था की यात्रा के आकार को मैप करते हैं। केवल एंटैंगलमेंट की जटिलता के बजाय कनेक्टिविटी और ज्यामिति पर ध्यान केंद्रित करके, वैज्ञानिक बेहतर क्वांटम एल्गोरिदम डिजाइन कर सकते हैं जो उन समस्याओं को हल कर सकें जिन्हें पहले असंभव माना जाता था। यह कार्य धीमी एनीलिंग की समस्या को हल नहीं करता है, बल्कि यह स्पष्ट मानचित्र प्रदान करता है कि बाधाएं वास्तव में कहाँ स्थित हैं, जो यात्रा की कठिनाई को यात्री की जटिलता से अलग करता है।