⚛️ क्वांटम भौतिकी

Practical Fidelity Estimation for Noisy Quantum Devices Using Direct and Survival-Probability-Based Protocols

यह शोध पत्र पूर्ण टोमोग्राफी के बिना शोर वाले इंटरमीडिएट-स्केल उपकरणों पर क्वांटम फिडेलिटी (fidelity) का अनुमान लगाने के लिए दो व्यावहारिक, सॉफ्टवेयर-उन्मुख प्रोटोकॉल प्रस्तुत करता है: एक क्षीणन-जागरूक सुधारों (attenuation-aware corrections) से संवर्धित महत्व-नमूनाकृत प्रत्यक्ष फिडेलिटी अनुमान विधि, और एक सुदृढ़ उत्तरजीविता-प्रायिकता-आधारित दृष्टिकोण जो उच्च-शोर वाले क्षेत्रों में SPAM त्रुटियों को कम करने और मानक ट्रंकेशन (truncation) से बेहतर प्रदर्शन करने के लिए $L_2$ -अनुकूलित विस्तारों का उपयोग करता है।

मूल लेखक: Ahmed Aman, Kaustav Chatterjee, Younes Javanmard, Tanmoy Pandit

प्रकाशित 2026-10-16

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Ahmed Aman, Kaustav Chatterjee, Younes Javanmard, Tanmoy Pandit

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 भौतिकी के विचित्र नियमों का उपयोग करके समस्याओं को हल करने वाले कंप्यूटर बनाने के लिए यह जानना आवश्यक है कि मशीन वास्तव में काम कर रही है या नहीं। क्वांटम कंप्यूटिंग की दुनिया में, सूचना को 'क्यूबिट्स' (qubits) नामक नाजुक इकाइयों में संग्रहीत किया जाता है। एक मानक लैपटॉप के बिट्स के विपरीत, जो या तो शून्य या एक होते हैं, क्यूबिट एक ही समय में दोनों अवस्थाओं के मिश्रण में मौजूद हो सकते हैं। हालाँकि, ये अवस्थाएँ अविश्वसनीय रूप से नाजुक होती हैं। गर्मी, कंपन या विद्युत चुम्बकीय तरंगों से होने वाली मामूली सी हलचल भी सूचना को खराब कर सकती है या उसे पूरी तरह से गायब कर सकती है। एक उपयोगी क्वांटम कंप्यूटर बनाने के लिए, वैज्ञानिकों को यह मापने में सक्षम होना चाहिए कि कोई उपकरण सूचना को कितनी अच्छी तरह सुरक्षित रखता है, जिसे 'फिडेलिटी' (fidelity) कहा जाता है। पारंपरिक रूप से, इसकी जाँच करने के लिए 'टोमोग्राफी' नामक प्रक्रिया की आवश्यकता होती थी, जो एक जटिल, घूमते हुए ग्लोब की पूरी सतह का मानचित्र बनाने के लिए हर संभव कोण से लाखों व्यक्तिगत तस्वीरें लेने जैसा है। जैसे-जैसे क्यूबिट्स की संख्या बढ़ती है, यह विधि असंभव रूप से धीमी और महंगी हो जाती है, जिसमें मध्यम आकार की मशीनों के लिए भी ब्रह्मांड में मौजूद परमाणुओं की संख्या से अधिक मापों की आवश्यकता होती है। इस बाधा ने शोधकर्ताओं को क्वांटम अवस्था के हर एक विवरण को देखे बिना प्रदर्शन को मापने के स्मार्ट और तेज़ तरीके खोजने के लिए प्रेरित किया है।

शोधकर्ताओं की एक टीम ने इस समस्या को हल करने के लिए दो नए सॉफ्टवेयर-आधारित तरीके विकसित किए हैं, जो पूर्ण पुनर्निर्माण के भारी बोझ के बिना शोर वाले क्वांटम उपकरणों के परीक्षण के लिए व्यावहारिक उपकरण प्रदान करते हैं। पहला दृष्टिकोण, जिसे 'डायरेक्ट फिडेलिटी एस्टीमेशन' (direct fidelity estimation) के रूप में जाना जाता है, एक पूर्ण सर्वेक्षण के बजाय एक लक्षित अनुमान लगाने का काम करता है। क्वांटम अवस्था के प्रत्येक संभावित गुण को मापने के बजाय, यह विधि एक सांख्यिकीय युक्ति का उपयोग करती है ताकि केवल अवस्था के उन सबसे महत्वपूर्ण हिस्सों पर ध्यान केंद्रित किया जा सके जो पहले से ज्ञात हैं। कल्पना कीजिए कि आप केवल सबसे लंबे लोगों को मापकर भीड़ की औसत ऊंचाई का अनुमान लगाने की कोशिश कर रहे हैं, जिन्हें इस आधार पर भार दिया गया है कि उनके दिखने की कितनी संभावना है; यही इस तकनीक का सार है। शोधकर्ताओं ने पाया कि यह विधि तब अत्यधिक प्रभावी होती है जब लक्षित अवस्था ज्ञात होती है, लेकिन यह स्वयं माप प्रक्रिया में होने वाली त्रुटियों के प्रति संवेदनशील होती है। इसे ठीक करने के लिए, उन्होंने एक सुधार पेश किया जो इस तथ्य को ध्यान में रखता है कि क्वांटम माप अक्सर शोर के कारण थोड़े "धुंधले" (dimmed) हो जाते हैं, ठीक वैसे ही जैसे एक कैमरा लेंस थोड़ा प्रकाश खो देता है। इस धुंधलेपन की भरपाई गणितीय रूप से करके, टीम ने दिखाया कि अनुमान बहुत अधिक सटीक हो जाते हैं, भले ही माप उपकरण अपूर्ण हों।

दूसरा तरीका पूरी तरह से अलग रास्ता अपनाता है, जो क्वांटम अवस्था की स्थिर संरचना के बजाय इस बात पर ध्यान केंद्रित करता है कि सिस्टम समय के साथ कैसे व्यवहार करता है। 'सर्वाइवल-प्रोबेबिलिटी एस्टीमेशन' (survival-probability estimation) नामक यह दृष्टिकोण, एक ज्ञात प्रारंभिक क्वांटम अवस्था को एक शोर वाली प्रक्रिया के माध्यम से आगे भेजकर और फिर उस प्रक्रिया को उलटने की कोशिश करके मशीन का परीक्षण करता है ताकि यह देखा जा सके कि क्या अवस्था अपने मूल रूप में वापस आती है। शोधकर्ता यह मापते हैं कि इस राउंड ट्रिप में अवस्था कितनी बार जीवित रहती है। यदि मशीन पूर्ण होती, तो अवस्था हमेशा वापस आती; यदि इसमें शोर होता, तो अवस्था विचलित हो जाती। यहाँ मुख्य नवाचार यह है कि डेटा का विश्लेषण कैसे किया जाता है। छोटे त्रुटियों पर आधारित एक सरल गणितीय अनुमान तब अच्छा काम करता है जब शोर कम होता है, लेकिन जब शोर अधिक होता है तो यह बुरी तरह विफल हो जाता है। टीम ने पाया कि डेटा को फिट करने के लिए अधिक परिष्कृत गणितीय अनुकूलन (optimization) का उपयोग करके, वे अत्यधिक शोर वाली स्थितियों में भी फिडेलिटी को सटीक रूप से पुनर्गठित कर सकते हैं। यह अनुकूलित दृष्टिकोण उच्च-शोर वाले वातावरण में मानक तरीकों की तुलना में कहीं अधिक श्रेष्ठ साबित हुआ, जो एक विश्वसनीय नैदानिक उपकरण प्रदान करता है जहाँ अन्य तकनीकें हार मान लेती हैं।

इन दोनों विधियों का कंप्यूटर सिमुलेशन का उपयोग करके व्यापक रूप से परीक्षण किया गया, जो वास्तविक दुनिया के क्वांटम उपकरणों की नकल करते हैं। शोधकर्ताओं ने कई प्रकार के शोर का अनुकरण किया, जिसमें क्यूबिट अवस्थाओं के यादृच्छिक बदलाव और सूचना की क्रमिक हानि शामिल थी, और कई क्यूबिट्स वाले सिस्टम का उपयोग किया गया। उन्होंने पाया कि डायरेक्ट एस्टीमेशन विधि, जब माप के धुंधलेपन के लिए सुधारा जाता है, तो उच्च विश्वास के साथ अवस्था की गुणवत्ता का सटीक अनुमान लगा सकती है। इसी प्रकार, सर्वाइवल-प्रोबेबिलिटी विधि, ऑप्टिमाइज्ड गणितीय फिट का उपयोग करते हुए, गंभीर शोर के बावजूद सिस्टम के क्षरण को सफलतापूर्वक ट्रैक करने में सफल रही। सिमुलेशन ने सरल यादृच्छिक अवस्थाओं से लेकर जटिल, संरचित अवस्थाओं तक के विभिन्न परिदृश्यों को कवर किया, जिससे पुष्टि हुई कि दोनों उपकरण मजबूत और अनुकूलनीय हैं। परिणाम बताते हैं कि ये प्रोटोकॉल इंजीनियरों के लिए पूरक उपकरण के रूप में कार्य कर सकते हैं: एक तब सबसे अच्छा है जब लक्षित अवस्था अच्छी तरह से समझी गई और संरचित हो, जबकि दूसरा तब उत्कृष्ट है जब लक्ष्य शोर के संचयी प्रभाव की निगरानी करना हो, बशर्ते कि प्रारंभिक अवस्था ज्ञात हो और प्रयोगात्मक चक्र विशिष्ट सैद्धांतिक शर्तों से मेल खाता हो।

इस कार्य का महत्व वर्तमान क्वांटम प्रौद्योगिकी के युग में इसके व्यावहारिकता में निहित है, जिसे अक्सर 'नॉइजी इंटरमीडिएट-स्केल क्वांटम' (noisy intermediate-scale quantum) युग कहा जाता है। इस चरण में, उपकरण दिलचस्प होने के लिए पर्याप्त बड़े हैं लेकिन त्रुटियों के बिना जटिल एल्गोरिदम चलाने के लिए अभी भी बहुत शोर वाले हैं। इन मशीनों को डीबग करने और उनके डिजाइन को बेहतर बनाने के लिए प्रदर्शन को जल्दी और सटीक रूप से मापना आवश्यक है। शोधकर्ता इस बात पर जोर देते हैं कि ये केवल सैद्धांतिक विचार नहीं हैं बल्कि सॉफ्टवेयर-उन्मुख प्रोटोकॉल हैं जिन्हें मौजूदा हार्डवेयर पर लागू किया जा सकता है। हालांकि वर्तमान परिणाम सिमुलेशन पर आधारित हैं, लेकिन ढांचा वास्तविक सुपरकंडक्टिंग क्वांटम प्रोसेसरों पर परीक्षण के लिए डिज़ाइन किया गया है। टीम इन विधियों को वास्तविक हार्डवेयर पर तैनात करने की योजना बना रही है ताकि यह देखा जा सके कि वे कैलिब्रेशन ड्रिफ्ट और सहसंबद्ध त्रुटियों (correlated errors) जैसे वास्तविक दुनिया के दोषों के विरुद्ध कैसा प्रदर्शन करते हैं। फिडेलिटी एस्टीमेशन के लिए एक लचीला टूलबॉक्स प्रदान करके, यह शोध एक उपकरण के लक्षण वर्णन और उसके नियंत्रण को अनुकूलित करने के बीच के अंतर को पाटने में मदद करता है, जिससे भविष्य में अधिक विश्वसनीय और स्केलेबल क्वांटम कंप्यूटरों का मार्ग प्रशस्त होता है।

तकनीकी सारांश: प्रत्यक्ष और उत्तरजीविता-प्रायिकता-आधारित प्रोटोकॉल का उपयोग करके शोर वाले क्वांटम उपकरणों के लिए व्यावहारिक निष्ठा (फिडेलिटी) अनुमान

समस्या विवरण
क्वांटम अवस्थाओं और प्रक्रियाओं का विश्वसनीय लक्षण वर्णन स्केलेबल क्वांटम कंप्यूटिंग के विकास के लिए मौलिक है। हालाँकि, पूर्ण क्वांटम स्टेट टोमोग्राफी जैसी मानक तकनीकें जैसे-जैसे सिस्टम का आकार बढ़ता है, प्रतिकूल स्केलिंग लागतों के कारण प्रयोगात्मक और गणनात्मक रूप से अव्यवहारिक हो जाती हैं। ऐसे कार्य-विशिष्ट अनुमानकों (estimators) की महत्वपूर्ण आवश्यकता है जो पूर्ण घनत्व मैट्रिक्स (density matrix) के पुनर्निर्माण के बिना, परिचालन संबंधी गुणों (figures of merit), जैसे कि निष्ठा (fidelity), को निर्धारित कर सकें। जबकि मौजूदा विधियाँ जैसे डायरेक्ट फिडेलिटी एस्टीमेशन (DFE) और आवधिक-ड्राइविंग डायग्नोस्टिक्स आंशिक समाधान प्रदान करती हैं, विभिन्न बेंचमार्किंग परिदृश्यों में उनके विशिष्ट लाभों, सीमाओं और शोर संवेदनशीलता की तुलना करने के लिए एक एकीकृत ढांचे का अभाव रहा है।

कार्यप्रणाली
यह शोध पत्र दो अलग-अलग, सॉफ्टवेयर-उन्मुख निष्फेलिटी अनुमान प्रोटोकॉल प्रस्तुत और विश्लेषित करता है जो शोर वाले मध्यवर्ती-पैमाने के क्वांटम (NISQ) उपकरणों के लिए डिज़ाइन किए गए हैं:

डायरेक्ट फिडेलिटी एस्टीमेशन (DFE):
- सिद्धांत: यह प्रोटोकॉल महत्व-नमूनाकृत (importance-sampled) पाउली मापों का उपयोग करके एक ज्ञात लक्ष्य अवस्था $\rho$ और एक प्रयोगात्मक रूप से तैयार की गई अवस्था $\sigma$ के बीच ओवरलैप का अनुमान लगाता है। पाउली आधार में अवस्थाओं का विस्तार करके, निष्फेलिटी को विशेषता फलनों (characteristic functions) के उत्पादों के योग के रूप में व्यक्त किया जाता है।
- नमूनाकरण (Sampling): पाउली ऑपरेटरों को एक महत्व-भारित वितरण $p(k) = X_\rho(k)^2$ के अनुसार चुना जाता है, जहाँ $X_\rho(k)$ लक्ष्य अवस्था के पाउली गुणांक हैं।
- शोर प्रबंधन: लेखक रीडआउट शोर के प्रभाव का विश्लेषण करते हैं, यह प्रदर्शित करते हुए कि मापन त्रुटियां पाउली प्रत्याशा मानों (expectation values) को कम कर देती हैं। वे एक "क्षीणन-जागरूक" (attenuation-aware) सुधार का प्रस्ताव करते हैं जहाँ मापे गए मानों को एक कैलिब्रेटेड क्षीणन कारक $\beta_k = (1-2\alpha)^{w(k)}$ (जहाँ $w(k)$ पाउली स्ट्रिंग का भार है) से विभाजित किया जाता है ताकि निष्पक्ष अनुमान प्राप्त किया जा सके।
उत्तरजीविता-प्रायिकता-आधारित प्रोटोकॉल:
- सिद्धांत: यह दृष्टिकोण स्पष्ट रूप से पाउली पुनर्निर्माण से बचता है। इसके बजाय, यह बार-बार फॉरवर्ड-इनवर्स चक्रों के बाद रिटर्न संभाव्यता (survival probabilities) को मापकर एक शोर युक्त विकास (एक सुपरऑपरेटर $K$ द्वारा प्रतिनिधित्व) के संचयी प्रभाव का लक्षण वर्णन करता है।
- उद्देश्य: लक्ष्य एक "एडजॉइंट-साइकिल फिडेलिटी प्रॉक्सी" $F_Q = \langle\langle \rho_0 | \sqrt{Q} | \rho_0 \rangle\rangle$ को पुनर्निर्मित करना है, जहाँ $Q = K^\dagger K$ है। यह प्रॉक्सी तब भौतिक निष्फेलिटी के करीब पहुँचती है यदि लागू किया गया इनवर्स ऑपरेशन एडजॉइंट विकास $K^\dagger$ को साकार करता है और त्रुटि मानचित्र धनात्मक अर्ध-निश्चित (positive semidefinite) है।
- पुनर्निर्माण: $F_Q \approx \sum c_m R_m$ का उपयोग करके मोमेंट्स $R_m = \langle\langle \rho_0 | C^m | \rho_0 \rangle\rangle$ (जहाँ $C$ एक फॉरवर्ड-इनवर्स चक्र है) से फिडेलिटी प्रॉक्सी को पुनर्निर्मित किया जाता है।
- अनुकूलन (Optimization): लेखक तर्क देते हैं कि मानक टेलर विस्तार गुणांक केवल कमजोर-शोर शासन में ही इष्टतम होते हैं। वे एक भौतिक रूप से प्रासंगिक स्पेक्ट्रल अंतराल $[g, 1]$ पर विस्तार गुणांकों को निर्धारित करने के लिए एक $L_2$ -नॉर्म अनुकूलन का प्रस्ताव करते हैं, जो उच्च-शोर शासन में अधिक मजबूत सन्निकटन प्रदान करता है।

मुख्य योगदान

एकीकृत ढांचा: शोध पत्र DFE और उत्तरजीविता-प्रायिकता विधियों को एक तुलनात्मक बेंचमार्किंग ढांचे में जोड़ता है, जिससे उनकी पूरक प्रकृति स्पष्ट होती है। DFE लक्ष्य अवस्था के पाउली प्रतिनिधित्व के संरचनात्मक ज्ञान पर निर्भर करता है, जबकि उत्तरजीविता-प्रायिकता विधि विकास चक्रों से प्राप्त गतिशील जानकारी पर निर्भर करती है।
DFE के लिए क्षीणन सुधार: लेखक DFE के लिए एक स्पष्ट सॉफ्टवेयर-स्तरीय सूत्रीकरण प्रदान करते हैं और प्रदर्शित करते हैं कि क्षीणन-कारक सुधार लागू करने से मापन शोर के प्रति मजबूती में महत्वपूर्ण सुधार होता है, जिससे ~5% तक की त्रुटि दरों के साथ भी सटीकता बनी रहती है।
$L_2$ -अनुकूलित बहुपद पुनर्निर्माण: उत्तरजीविता-प्रायिकता दृष्टिकोण के लिए, शोध पत्र $L_2$ -अनुकूलित गुणांकों का उपयोग करके एक पुनर्निर्माण विधि को सूत्रबद्ध करता है। संख्यात्मक साक्ष्य दिखाते हैं कि यह दृष्टिकोण मध्यम-से-मजबूत शोर शासन में मानक टेलर ट्रंकेशन की तुलना में काफी बेहतर प्रदर्शन करता है।
शोर संवेदनशीलता विश्लेषण: कार्य दोनों प्रोटोकॉल के सैद्धांतिक आधार और शोर संवेदनशीलता का विश्लेषण करता है, जो विशेष रूप से डिपोलराइजिंग, डीफेजिंग और एम्प्लीट्यूड-डैम्पिंग चैनलों को संबोधित करता है।

परिणाम
विभिन्न शोर मॉडलों के तहत प्रतिनिधि मल्टी-क्यूबिट अवस्थाओं (हाार-रैंडम, GHZ, और W अवस्थाओं) पर संख्यात्मक सिमुलेशन किए गए:

DFE प्रदर्शन: ग्लोबल डिपोलराइजिंग शोर के तहत चार-क्यूबिट हार-रैंडम अवस्थाओं के सिमुलेशन में, क्षीणन सुधार लागू करने पर औसत अनुमानित निष्फेलिटी वास्तविक निष्फेलिटी के बहुत करीब थी। अनुमानों का वितरण रीडआउट शोर के साथ भी स्थिर रहा।
उत्तरजीविता-प्रायिकता प्रदर्शन: डिपोलराइजिंग शोर के तहत दो-क्यूबिट अवस्थाओं के लिए, $L_2$ -अनुकूलित पुनर्निर्माण ने शोर की शक्ति बढ़ने के साथ टेलर-आधारित सन्निकटन की तुलना में उल्लेखनीय सुधार दिखाया।
सीमाएं: उत्तरजीविता-प्रायिकता सिमुलेशन ने सटीक मोमेंट्स का उपयोग किया और इसमें सीमित-शॉट उतार-चढ़ाव या स्पष्ट स्टेट-प्रिपरेशन-एंड-मेजरमेंट (SPAM) त्रुटियां शामिल नहीं थीं। फलस्वरूप, जबकि यह विधि SPAM मजबूती के लिए सैद्धांतिक क्षमता दिखाती है, इसकी इन विशिष्ट प्रयोगात्मक खामियों के प्रति व्यावहारिक लचीलापन अभी भी स्थापित किया जाना बाकी है।

महत्व और दावे
शोध पत्र का दावा है कि वह निष्फेलिटी अनुमान के लिए एक लचीला टूलबॉक्स प्रदान करता है जो विशिष्ट शर्तों के पूरा होने पर NISQ उपकरणों के लिए उपयुक्त है:

DFE को उन अवस्थाओं के लिए एक कुशल, सांख्यिकीय रूप से कठोर मार्ग के रूप में प्रस्तुत किया गया है जहाँ पाउली संरचना ज्ञात और कुशलतापूर्वक गणनीय है, विशेष रूप से छोटे-से-मध्यम आकार के प्रदर्शनों के लिए।
उत्तरजीविता-प्रायलिटी विधि को एक पूरक, गतिशीलता-आधारित दृष्टिकोण के रूप में प्रस्तुत किया गया है जो वहां उपयोगी है जहां बार-बार रिटर्न प्रयोग सुलभ हैं, बशर्ते कि लागू किया गया चक्र सैद्धांतिक एडजॉइंट चक्र ( $Q = K^\dagger K$ ) से मेल खाता हो और स्पेक्ट्रल धारणाएं लागू हों।

लेखक इस बात पर जोर देते हैं कि ये विधियाँ प्रतिस्पर्धा करने वाले विकल्प नहीं बल्कि अलग-अलग प्रयोगात्मक बाधाओं को संबोधित करने वाले पूरक उपकरण हैं। वे निष्कर्ष निकालते हैं कि जबकि संख्यात्मक सिमुलेशन प्रस्तावित सुधारों और अनुकूलनों की सैद्धांतिक मजबूती की पुष्टि करते हैं, अगला महत्वपूर्ण कदम इन प्रोटोकॉल को वास्तविक सुपरकंडक्टिंग क्वांटम हार्डवेयर (विशेष रूप से VTT के बुनियादी ढांचे का उल्लेख करते हुए) पर तैनात करना है ताकि रैंडमाइज्ड बेंचमार्किंग जैसी स्थापित तकनीकों के विरुद्ध उनके प्रदर्शन को मान्य किया जा सके और अंशांकन ड्रिफ्ट (calibration drifts), लीकेज और सहसंबद्ध शोर (correlated noise) के प्रति उनके लचीलेपन का आकलन किया जा सके।

इसी तरह के और पेपर