Electrostatic Limits on Quantum Spatial Search

क्वांटम कंप्यूटिंग की दुनिया में, शोधकर्ता लगातार एक क्लासिक समस्या को हल करने की कोशिश कर रहे हैं: अन्यों के एक विशाल संग्रह के बीच से एक विशिष्ट वस्तु को खोजना। कल्पना कीजिए कि लाखों किताबों वाला एक पुस्तकालय है, जहाँ केवल एक में एक गुप्त कोड है। एक मानक कंप्यूटर को उन किताबों को एक-एक करके जांचना होगा, जो एक धीमी प्रक्रिया है और जिसमें किताबों की संख्या के बराबर समय लगता है। हालाँकि, क्वांटम कंप्यूटर एक साथ कई संभावनाओं की जांच करने के लिए भौतिकी के अजीब नियमों का उपयोग करते हैं, जिससे गुप्त कोड को बहुत तेज़ी से खोजने का एक तरीका मिलता है। यह गति वृद्धि 'ग्रोवर एल्गोरिदम' (Grover's algorithm) के रूप में जानी जाती है, और इसे बिना क्रम वाले डेटा (unsorted data) को खोजने के लिए स्वर्ण मानक माना जाता है। लेकिन इस गति के साथ एक पेंच भी है: यह एल्गोरिदम यह मान लेता है कि कंप्यूटर पुस्तकालय की किसी भी किताब तक तुरंत पहुँच सकता है, चाहे वह वर्तमान में कहीं भी देख रहा हो। वास्तविक दुनिया में, क्वांटम कंप्यूटर अक्सर भौतिक ग्रिड पर बने होते हैं, जैसे कि परमाणुओं या प्रकाश किरणों से बना एक चेकरबोर्ड, जहाँ सूचना केवल पड़ोसी स्थानों तक ही जा सकती है। यह भौतिक सीमा खोज को एक परिदृश्य (landscape) की यात्रा में बदल देती है, जिससे एक कठिन प्रश्न उठता है: क्या दो-आयामी ग्रिड पर कदम-दर-कदम यात्रा करने की आवश्यकता कंप्यूटर को धीमा करने के लिए मजबूर करती है, या क्या यह अभी भी अपनी शानदार गति बनाए रख सकती है?

दो दशकों से अधिक समय तक, यह प्रश्न इस क्षेत्र के सबसे निरंतर रहस्यों में से एक बना रहा। जबकि क्वांटम कंप्यूटर आदर्श संस्करण की तरह उसी अविश्वसनीय गति के साथ तीन-आयामी ग्रिडों को आसानी से खोज सकते थे, दो-आयामी वर्गाकार ग्रिड ने प्रतिरोध किया। एक सपाट ग्रिड को खोजने के सर्वोत्तम ज्ञात तरीकों के लिए थोड़े अतिरिक्त समय की आवश्यकता थी, जिसमें कुल वस्तुओं के लघुगणक (logarithm) से संबंधित एक कारक शामिल था, जो एक सपाट दुनिया में रहने का दंड प्रतीत होता था। कुछ शोधकर्ताओं को उम्मीद थी कि एक चतुर नया तरीका इस दंड को हटा सकता है, जबकि अन्यों को संदेह था कि सपाट ग्रिड की ज्यामिति ही इसे तीन-आयामी या आदर्श संस्करणों जितना तेज़ होने से रोकती है। भौतिकविदों की एक टीम ने अब इस बहस को एक निर्णायक प्रमाण के साथ सुलझा लिया है। उन्होंने प्रदर्शित किया कि एल्गोरिदम कितना भी चतुर क्यों न हो, या कंप्यूटर के पास कितनी भी मेमोरी क्यों न हो, दो-आयामी ग्रिड को खोजने के लिए अनिवार्य रूप से उस अतिरिक्त समय की आवश्यकता होती है। यह गति सीमा हमारी वर्तमान तकनीक की खामी या बुद्धिमत्ता की कमी नहीं है; यह दो-आयामी स्थान की प्रकृति द्वारा थोपी गई भौतिकी का एक मौलिक नियम है।

शोधकर्ताओं ने इस निष्कर्ष पर पहुँचने के लिए क्वांटम यांत्रिकी और शास्त्रीय इलेक्ट्रोस्टैटिक्स (विद्युत स्थैतिकी), जो विद्युत आवेशों और क्षेत्रों का अध्ययन है, के बीच एक आश्चर्यजनक और शक्तिशाली संबंध बनाकर यह निष्कर्ष निकाला। क्वांटम कंप्यूटर के माध्यम से चलने वाली प्रायिकता की जटिल तरंगों (waves of probability) को ट्रैक करने के बजाय, उन्होंने खोज की समस्या को एक विद्युत सर्किट की तरह माना। उनके मॉडल में, जिस छिपी हुई वस्तु को वे खोज रहे हैं, वह विद्युत आवेश के एक एकल बिंदु की तरह कार्य करती है। क्वांटम कंप्यूटर को तारों के एक नेटवर्क के रूप में देखा जाता है, और खोज की प्रक्रिया इस नेटवर्क के माध्यम से उस आवेश को खोजने के लिए करंट भेजने के समान है। शोधकर्ताओं ने पाया कि खोज की कठिनाई उस आवेश के "स्व-विभव" (self-potential) से सीधे जुड़ी हुई है, जो इस माप का एक हिस्सा है कि उस आवेश को ग्रिड के भीतर बनाए रखने के लिए कितनी ऊर्जा की आवश्यकता होती है। एक सपाट, दो-आयामी दुनिया में, यह ऊर्जा जैसे-जैसे ग्रिड बड़ा होता जाता है, धीरे-धीरे लेकिन निरंतर बढ़ती है, विशेष रूप से इस तरह से जो पिछले एल्गोरिदम में देखे गए अतिरिक्त समय कारक के लघुगणकीय विकास (logarithmic growth) से मेल खाता है।

खोज को एक विद्युत समस्या के रूप में मानकर, टीम यह सिद्ध कर सकी कि खोज कितनी तेज़ हो सकती है, इसकी एक सख्त निचली सीमा (lower bound) क्या है। उन्होंने दिखाया कि नेटवर्क की "क्षेत्र ऊर्जा" (field energy) यह सीमित करती है कि क्वांटम कंप्यूटर चिह्नित वस्तु का पता लगाने के लिए अपनी स्थिति कितनी तेज़ी से बदल सकता है। क्योंकि दो-आयामी ग्रिड में एक पता लगाने योग्य संकेत बनाने के लिए आवश्यक ऊर्जा ग्रिड के आकार के साथ लघुगणकीय रूप से बढ़ती है, इसलिए कंप्यूटर को वह संकेत बनाने के लिए संबंधित संख्या में कदम उठाने होंगे। इसका अर्थ है कि अतिरिक्त समय कारक, जो भ्रम और सुधार की आशा का स्रोत रहा था, वास्तव में दो आयामों में स्थानीयता (locality) की एक अपरिहार्य लागत है। यह प्रमाण तब भी लागू होता है जब कंप्यूटर के पास असीमित मेमोरी हो या खोज क्वेरी मुफ्त हो, जो यह पुष्टि करता है कि बाधा ग्रिड पर सूचना के भौतिक संचलन में है, न कि खोज की दक्षता में।

अध्ययन में यह भी पता लगाया गया कि केवल एक के बजाय कई छिपी हुई वस्तुएं होने पर क्या होता है। इस परिदृश्य में, एकल विद्युत आवेश को आवेशों के एक समूह द्वारा प्रतिस्थापित किया जाता है, जो एक एकल चालक (conductor) की तरह व्यवहार करते हैं। शोधकर्ताओं ने पाया कि इन वस्तुओं की व्यवस्था महत्वपूर्ण भूमिका निभाती है। यदि वस्तुएं एक नियमित, दोहराव वाले पैटर्न में फैली हुई हैं, तो खोज अपेक्षाकृत आसान है। हालाँकि, यदि वस्तुएं एक सघन, सघन क्लस्टर में गुच्छे के रूप में हैं, तो खोज बहुत कठिन हो जाती है। कठिनाई वस्तुओं की संख्या के वर्गमूल से संबंधित एक कारक से बढ़ जाती है, जिसका अर्थ है कि वस्तुओं के एक ऐसे समूह को खोजना जो आपस में गुंथे हुए हैं, बिखरे हुए समान संख्या में वस्तुओं को खोजने की तुलना में काफी अधिक चुनौतीपूर्ण है। यह अंतर स्पष्ट करता है कि छिपे हुए डेटा की ज्यामिति स्वयं खोज की गति को निर्धारित करती है, जो समस्या में जटिलता की एक और परत जोड़ती है।

निष्कर्ष पुष्टि करते हैं कि तुलसी (Tulsi) नामक एक शोधकर्ता द्वारा विकसित एल्गोरिदम, जो वस्तुओं की संख्या के वर्गमूल और उस संख्या के वर्गमूल के लघुगणक के गुणनफल की गति प्राप्त करता है, एक दो-आयामी ग्रिड के लिए सर्वोत्तम संभव समाधान है। टीम का काम यह सिद्ध करता है कि कोई भी भविष्य का एल्गोरिदम इस प्रदर्शन को मात नहीं दे सकता। अतिरिक्त समय कारक कोई बग नहीं जिसे ठीक किया जाना है, बल्कि ब्रह्मांड की ज्यामिति की एक विशेषता है। इस परिणाम के भविष्य के क्वांटम कंप्यूटरों के डिजाइन, विशेष रूप से सुपरकंडक्टिंग क्यूबिट्स या फोटोनिक चिप्स जैसे दो-आयामी प्लेटफार्मों पर बने कंप्यूटरों के लिए महत्वपूर्ण निहितार्थ हैं। यह इंजीनियरों को बताता है कि वे केवल अपने वर्तमान डिजाइनों को स्केल अप करके ग्रोवर एल्गोरिदम की आदर्श गति प्राप्त करने की उम्मीद नहीं कर सकते, बिना एक सपाट सतह पर सूचना के संचलन की अंतर्निहित लागत को समझे। इलेक्ट्रोस्टैटिक्स के नियम, जैसा कि पता चला है, एक सपाट दुनिया के लिए क्वांटम खोज पर एक कठिन गति सीमा निर्धारित करते हैं।