Krylov geometry and optimal recovery under uncertain coherent noise

एक रहस्य को सुरक्षित रखने की कोशिश की कल्पना करें जबकि आपके आस-पास का कमरा धीरे-धीरे घूम रहा हो। क्वांटम कंप्यूटिंग की दुनिया में, सूचना उन नाजुक अवस्थाओं में संग्रहीत होती है जो एक साथ कई संभावनाओं में मौजूद हो सकती हैं। इस सूचना की रक्षा करने के लिए, वैज्ञानिक इसे भौतिक प्रणालियों, जैसे कि परमाणुओं के समूहों या प्रकाश की किरणों में एनकोड करते हैं। हालाँकि, वातावरण शायद ही कभी स्थिर होता है। उतार-चढ़ाव वाले चुंबकीय क्षेत्र या अस्थिर लेजर पूरे सिस्टम को घुमा सकते हैं, जिससे सूचना इतनी मुड़ जाती है कि शून्य और एक के बीच का अंतर धुंधला हो जाता है। यदि इस घुमाव का कोण ज्ञात हो, तो एक कंप्यूटर इसे आसानी से उलट सकता है। लेकिन वास्तविक दुनिया में, घुमाव की सटीक मात्रा अक्सर एक रहस्य होती है, जिसे केवल मोटे अनुमानों या सांख्यिकीय औसत के माध्यम से जाना जाता है। चुनौती एक ऐसी रिकवरी प्रणाली बनाने की है जो यह जाने बिना कि वास्तव में क्या हुआ, उस क्षति को ठीक कर सके, जो शोर (noise) द्वारा छोड़े गए संकेतों का उपयोग करती है।

यह भारतीय प्रौद्योगिकी संस्थान भुवनेश्वर के अभिषेक चौधरी द्वारा एक नए अध्ययन में संबोधित किया गया केंद्रीय प्रश्न है। यह शोध एक विशिष्ट प्रकार के त्रुटि पर केंद्रित है जिसे 'कोहेरेंट नॉइज़' (coherent noise) कहा जाता है, जहाँ सिस्टम एक निश्चित लेकिन अज्ञात मात्रा में घूमता है। यादृच्छिक, उछाल वाली त्रुटियों के विपरीत जिन्हें ठीक करना आसान है, ये कोहेरेंट रोटेशन सुचारू और सुसंगत होते हैं, जो इन्हें इच्छित सिग्नल से अलग करना कठिन बना देते हैं। यह शोध पत्र एक मौलिक प्रश्न पूछता है: डेटा को एनकोड करने के एक विशिष्ट तरीके और शोर के बारे में मापों के एक सीमित सेट को देखते हुए, सबसे अच्छी रिकवरी संभव क्या है? उत्तर केवल एक अनुमान नहीं है; यह एक सटीक गणितीय सीमा है जो यह परिभाषित करती है कि कितनी सूचना बचाई जा सकती है और कितनी खोनी होगी।

शोधकर्ताओं ने इसे सूचना के रहने वाले भौतिक स्थान को मैप करके अपनाया। उन्होंने भंडारण प्रणाली को विभिन्न परतों, या "शेल" (shells) वाली एक संरचना के रूप में माना। जब शोर सिस्टम पर कार्य करता है, तो वह सूचना को मूल परत से इन नई परतों में धकेल देता है। मुख्य खोज यह है कि छोटे रोटेशन की एक निश्चित सीमा के लिए, इन नई परतों में सूचना मूल की एक सटीक प्रति होती है, बस एक अलग स्थान पर स्थानांतरित हो जाती है। यह एक रिकवरी प्रक्रिया को सूचना को वापस लाने की अनुमति देता है। हालाँकि, एक बार जब रोटेशन इतना बड़ा हो जाता है कि वह एक विशिष्ट सीमा तक पहुँच जाए, तो प्रति (copy) विकृत हो जाती है। यह विरूपण सूचना की विशिष्ट अवस्था पर निर्भर करता है, जिसका अर्थ है कि रिकवरी प्रक्रिया सभी संभावनाओं के साथ समान व्यवहार नहीं कर सकती है। यह शोध पत्र गणना करता है कि यह सीमा कहाँ स्थित है और यह भी मात्रा निर्धारित करता है कि एक बार सिस्टम इस सीमा को पार कर लेने पर होने वाली अपरिहार्य हानि कितनी होगी।

कार्य का एक बड़ा हिस्सा अपूर्ण जानकारी से निपटने से संबंधित है। एक वास्तविक प्रयोगशाला में, वैज्ञानिक शोर के वितरण को पूरी तरह से नहीं माप सकते। उन्हें केवल रोटेशन की औसत शक्ति या कुछ विशिष्ट सांख्यिकीय गुणों का ज्ञान हो सकता है। यह अध्ययन दिखाता है कि एक एकल रिकवरी ऑपरेशन को कैसे डिज़ाइन किया जाए जो उन सभी संभावित शोर वितरणों के लिए काम करे जो उन सीमित मापों में फिट बैठते हैं। यह पता चलता है कि सबसे अच्छी रणनीति एक ऐसी गणितीय तकनीक का उपयोग करना है जो शोर के अनुमानित हिस्सों को त्रुटि से प्रभावी रूप से घटा देती है। यह काफी हद तक वैसा ही है जैसे एक नॉइज़-कैंसलिंग हेडफ़ोन बैकग्राउंड शोर को रद्द करने के लिए ध्वनि के ज्ञात पैटर्न का उपयोग करता है, लेकिन यहाँ "पैटर्न" रोटेशन के सांख्यिक

सांख्यिकीय गुणों से प्राप्त किया जाता है। शोधकर्ताओं ने सिद्ध किया कि यह विधि उच्चतम संभव 'फिडेलिटी' (fidelity) प्राप्त करती है, जिसका अर्थ है कि यह उस विशिष्ट डेटा के लिए भौतिकी के नियमों द्वारा अनुमत अधिकतम सूचना को बचाती है।

शोध पत्र यह भी तलाश करता है कि क्या होता है जब शोर केवल छोटा और सुचारू नहीं होता, बल्कि इसमें दुर्लभ, बड़े उछाल भी शामिल होते हैं। भले ही औसत रोटेशन बहुत कम हो, कुछ दुर्लभ, बड़े रोटेशन सूचना को नष्ट कर सकते हैं। अध्ययन प्रदर्शित करता है कि केवल छोटे रोटेशन के लिए डिज़ाइन की गई रिकवरी प्रणाली विफल हो जाएगी यदि दुर्लभ घटनाएं संभव हैं। अंशांकन (calibration) डेटा से क्या जाना जा सकता है, इसकी सीमाओं का विश्लेषण करके, लेखक दिखाते हैं कि किसी कोड द्वारा दी जाने वाली सुरक्षा भौतिक प्रणाली की "सुधार योग्य" (correctable) परतों की गहराई से सीधे जुड़ी हुई है। यदि कोड त्रुटि की पहली कुछ परतों को ठीक कर सकता है, तो यह छोटे रोटेशन से रक्षा कर सकता है। लेकिन यदि शोर का वितरण दुर्लभ, बड़े कोणों की अनुमति देता है, तो सुरक्षा टूट जाती है, और सूचना की हानि एक विशिष्ट, अनुमानित तरीके से होती है जो उन दुर्लभ उछालों के आकार पर निर्भर करती है।

इन विचारों को सिद्ध करने के लिए, शोधकर्ताओं ने एक ठोस उदाहरण पर अपनी थ्योरी लागू की: प्रकाश के चार फोटॉन से बना एक मेमोरी सिस्टम। इस सेटअप में, सूचना इस बात में संग्रहीत होती है कि फोटॉन दो पथों के बीच कैसे वितरित होते हैं। टीम ने दिखाया कि विभिन्न समय पर इन पथों में फोटॉन की संख्या को मापने से शोर के बारे में पर्याप्त जानकारी मिल सकती है जिससे एक इष्टतम रिकवरी बनाई जा सके। उन्होंने पाया कि केवल दो या तीन विशिष्ट मापों के साथ, सूचना को एक ऐसे स्तर की सटीकता के साथ पुनर्प्राप्त करना संभव था जो सैद्धांतिक रूप से सर्वोत्तम था। इसने पुष्टि की कि उनके द्वारा निकाले गए अमूर्त गणितीय सीमाएँ केवल सैद्धांतिक संभावनाएँ नहीं थीं, बल्कि एक वास्तविक भौतिक प्रणाली में प्राप्त की जा सकती हैं।

यह कार्य बेहतर क्वांटम मेमोरी बनाने के लिए एक स्पष्ट रोडमैप प्रदान करता है। यह इंजीनियरों को बताता है कि वे अपने विशिष्ट हार्डवेयर और शोर को मापने की अपनी क्षमता के आधार पर कितनी सूचना बचाने की उम्मीद कर सकते हैं। यह एक महत्वपूर्ण ट्रेड-ऑफ को भी उजागर करता है: आप शोर वितरण के बारे में जितना अधिक जानते हैं, आपकी रिकवरी उतनी ही बेहतर हो सकती है। यदि आपके पास केवल आंशिक जानकारी है, तो आपको एक ऐसी प्रणाली डिज़ाइन करनी चाहिए जो अपने डेटा के अनुकूलतम 'वर्स्ट-केस' (worst-case) परिदृश्य के विरुद्ध मजबूत हो। अध्ययन निष्कर्ष निकालता है कि हालांकि अज्ञात शोर के मामले में पूर्ण रिकवरी असंभव है, फिर भी हानि को एक सटीक, गणनीय मात्रा तक कम किया जा सकता है। यह वैज्ञानिकों को अगली पीढ़ी के क्वांटम कंप्यूटरों को डिजाइन करने के लिए एक ठोस आधार प्रदान करता है, यह सुनिश्चित करते हुए कि उनके पास मौजूद नाजुक सूचना वास्तविक दुनिया के अपरिहार्य उतार-चढ़ाव में जीवित रह सके।