Measure Now, Mitigate Later: Virtual Error Cancellation for Logical Quantum Circuits
यह शोधपत्र "वर्चुअल एरर कैंसलेशन" (virtual error cancellation) को प्रस्तुत करता है, जो एक क्लासिकल पोस्ट-प्रोसेसिंग तकनीक है जो यूनिवर्सल लॉजिकल क्वांटम सर्किट से सिंड्रोम रिकॉर्ड का लाभ उठाकर पूर्वाग्रह (bias) को समाप्त करने और बिना किसी पूर्व शोर लक्षण वर्णन (noise characterization) या संशोधित प्रायोगिक सर्किट की आवश्यकता के सैंपलिंग ओवरहेड को महत्वपूर्ण रूप से कम करने के लिए उपयोग किया जाता है।
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
क्वांटम कंप्यूटर उन समस्याओं को हल करने का वादा करते हैं जो आज की मशीनों के लिए असंभव हैं, जैसे कि नई दवाओं को डिजाइन करना या जटिल कोड को तोड़ना। ऐसा करने के लिए, वे प्रकाश या बिजली के नाजुक कणों पर निर्भर करते हैं जिन्हें 'क्यूबिट्स' (qubits) कहा जाता है, जो एक साथ कई अवस्थाओं में मौजूद हो सकते हैं। हालाँकि, ये क्यूब्स अविश्वसनीय रूप से नाजुक होते हैं। जरा सा कंपन या गर्मी भी उन्हें उनकी जानकारी खोने के लिए मजबूर कर सकती है, जिससे ऐसी त्रुटियां होती हैं जो गणना को खराब कर देती हैं। इसे ठीक करने के लिए, वैज्ञानिक 'क्वांटम एरर करेक्शन' नामक तकनीक का उपयोग करते हैं, जो एक एकल तार्किक क्यूब (logical qubit) की जानकारी को कई भौतिक क्यूब्स (physical qubits) में फैला देती है। यह एक सुरक्षा जाल बनाता है: यदि एक भौतिक क्यूब विफल हो जाता है, तो अन्य क्यूब्स कंप्यूटर को बता सकते हैं कि सही अवस्था क्या होनी चाहिए।
इस सुरक्षा जाल के बावजूद, शुरुआती क्वांटम कंप्यूटर पूर्ण नहीं होंगे। वे अभी भी गलतियाँ करेंगे, बस वे कम होंगी। ये शेष त्रुटियां, जिन्हें 'लॉजिकल एरर्स' (logical errors) कहा जाता है, उपयोगी, बड़े पैमाने पर क्वांटम कंप्यूटिंग के बीच खड़े मुख्य अवरोध हैं। हर एक त्रुटि को पकड़ने के लिए बड़े सुरक्षा जाल बनाना बहुत अधिक हार्डवेयर की मांग करता है, जो प्रगति को धीमा कर देता है। एक अधिक व्यावहारिक दृष्टिकोण यह है कि कंप्यूटर को वैसा ही चलाया जाए जैसा वह है, यह स्वीकार किया जाए कि कुछ त्रुटियां निकल जाएंगी, और फिर परिणामों को साफ करने के लिए सॉफ्टवेयर का उपयोग किया जाए। इसे 'एरर मिटिगेशन' (error mitigation) कहा जाता है। चुनौती यह रही है कि मौजूदा सॉफ्टवेयर विधियों के लिए आमतौर पर कंप्यूटर को चलाने से पहले उसमें बदलाव करने की आवश्यकता होती है, या उन्हें यह समझने के लिए भारी मात्रा में अतिरिक्त डेटा की आवश्यकता होती है कि मशीन को किस प्रकार का शोर प्रभावित कर रहा है।
गूगल क्वांटम एआई (Google Quantum AI) के शोधकर्ताओं की एक टीम ने एक नई विधि विकसित की है जो इन बाधाओं को पूरी तरह से दूर करती है। वे इसे 'वर्चुअल एरर कैंसलेशन' (virtual error cancellation) कहते हैं। क्वांटम सर्किट को बदले बिना या अतिरिक्त कैलिब्रेशन प्रयोग चलाए बिना, उनकी तकनीक पूरी तरह से कंप्यूटर अपना काम पूरा करने के बाद काम करती है। यह मशीन के आंतरिक "चेकअप" के रिकॉर्ड का उपयोग करती है—जिसे 'सिंड्रोम रिकॉर्ड्स' (syndrome records) कहा जाता है—जो हर मानक रन के दौरान पहले से ही उत्पन्न होते हैं। इन रिकॉर्ड्स का एक चतुर दो-चरणीय सॉफ्टवेयर प्रक्रिया के साथ विश्लेषण करके, टीम तार्किक त्रुटियों को गणितीय रूप से रद्द कर सकती है और सही उत्तर प्राप्त कर सकती है, और यह सब हार्डवेयर को छुए बिना किया जा सकता है।
इसका मूल विचार मशीन के त्रुटि रिकॉर्ड को पढ़ने के दो अलग-अलग तरीकों की तुलना करने पर आधारित है। एक विशिष्ट क्वांटम कंप्यूटर में, एक तेज़ 'डिकोडर' वास्तविक समय में त्रुटियों को ठीक करने के लिए चलता है ताकि गणना जारी रह सके। यह तेज़ डिकोडर अच्छा है, लेकिन पूर्ण नहीं है। शोधकर्ताओं की विधि बाद में, प्रयोग समाप्त होने के बाद, चलने वाले एक दूसरे, बहुत धीमे और अधिक जटिल डिकोडर का उपयोग करती है। यह 'ऑफलाइन डिकोडर' सिस्टम की वास्तविक अवस्था को समझने में बेहतर है लेकिन इसे कंप्यूटर चलते समय उपयोग करने के लिए बहुत अधिक समय लगता है।
जादू तब होता है जब टीम तेज़ डिकोडर और धीमे डिकोडर द्वारा लिए गए निर्णयों की तुलना करती है। अधिकांश समय, वे सहमत होते हैं। जब वे सहमत होते हैं, तो परिणाम संभवतः सही होता है, इसलिए टीम उस डेटा पॉइंट को थोड़े उच्च भार (weight) के साथ रखती है। हालाँकि, जब दोनों डिकोडर असहमत होते हैं, तो यह संकेत मिलता है कि त्रुटि होने की उच्च संभावना है। इन "विवादित" परिणामों को फेंकने के बजाय, जो पुराने तरीके करते हैं, नई तकनीक उन्हें एक नकारात्मक भार (negative weight) प्रदान करती है। अंतिम गणना में, ये नकारात्मक भार त्रुटियों द्वारा उत्पन्न पूर्वाग्रह (bias) को रद्द कर देते हैं, प्रभावी रूप से कुल योग से गलतियों को घटा देते हैं। यह एक तराजू को संतुलित करने जैसा है: यदि आप जानते हैं कि मापों का एक विशिष्ट समूह एक दिशा में झुका हुआ है, तो आप उन्हें गणितीय रूप से शून्य की ओर वापस खींच सकते हैं, जैसे कि एक समान और विपरीत बल जोड़कर।
शोधकर्ताओं ने इस दृष्टिकोण का परीक्षण एक विशिष्ट प्रकार के क्वांटम कोड का उपयोग करके किया, जिसे 'रोटेटेड सरफेस कोड' (rotated surface code) कहा जाता है, जिसका कोड डिस्टेंस सात है। इन सिमुलेशन में, यह विधि उल्लेखनीय रूप से प्रभावी साबित हुई। इसने अनियंत्रित परिणामों की तुलना में लॉजिकल एरर रेट को हज़ार गुना से अधिक कम कर दिया। यहाँ तक कि एक मानक विधि की तुलना में, जो केवल खराब डेटा को हटा देती है, नई तकनीक ने महत्वपूर्ण सुधार दिखाया, जिससे त्रुटियां सौ गुना से अधिक कम हो गईं। महत्वपूर्ण रूप से, यह भारी कमी लाखों अतिरिक्त रन की आवश्यकता के बिना आई। इस विधि को समान स्तर की सटीकता प्राप्त करने के लिए पिछली उन्नत तकनीकों की तुलना में वास्तव में कम नमूनों (samples) की आवश्यकता थी, जिससे यह बहुत अधिक कुशल बन गई।
यह कार्य प्रदर्शित करता है कि एक क्वांटम कंप्यूटर द्वारा उत्पन्न कच्चे डेटा में अपनी गलतियों को ठीक करने के लिए पर्याप्त जानकारी होती है, बशर्ते आपके पास इसे पढ़ने के लिए सही सॉफ्टवेयर उपकरण हों। तेज़, वास्तविक समय के निर्णय और धीमे, उच्च-सटीकता वाले विश्लेषण के बीच के अंतर का लाभ उठाकर, टीम ने दिखाया कि यह संभव है कि एक "आभासी" सुधार बनाया जाए जो भौतिक मशीन को बदले बिना पूर्वाग्रह को समाप्त कर दे। यह विधि किसी भी प्रकार के क्वांटम सर्किट के लिए काम करती है, न कि केवल सरल सर्किट के लिए, और यह प्रयोग से सीधे शोर की विशेषताओं को सीखती है, जिससे अलग, समय लेने वाले कैलिब्रेशन चरणों की आवश्यकता समाप्त हो जाती है।
ये निष्कर्ष दोष-सहिष्णु (fault-tolerant) क्वांटम कंप्यूटिंग के शुरुआती चरणों के लिए एक नया मार्ग सुझाते हैं। हार्डवेयर के पूर्ण होने की प्रतीक्षा करने के बजाय, शोधकर्ता अब आज की अपूर्ण मशीनों से कहीं अधिक सटीक परिणाम प्राप्त करने के लिए इस पोस्ट-प्रोसेसिंग तकनीक का उपयोग कर सकते हैं। सिमुलेशन दिखाते हैं कि जैसे-जैसे क्वांटम कोड बड़े और अधिक मजबूत होते जाते हैं, इस विधि की दक्षता और भी बेहतर होती जाती है, जो त्रुटियों को कितनी अच्छी तरह से सुधारा जा सकता है, इसके सैद्धांतिक सीमा के करीब पहुँच जाती है। यह स्थापित करता है कि सिंड्रोम रिकॉर्ड्स, जो कभी केवल वास्तविक समय में त्रुटि का पता लगाने का एक उपकरण थे, क्वांटम निष्पादन के बहुत बाद तक कम्प्यूटेशनल अनुमानों को परिष्कृत करने के लिए एक शक्तिशाली संसाधन हैं।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।