Growing-time trace fluctuations and self-averaging form factors of Grover walks on random lifts

क्वांटम भौतिकी के क्षेत्र में, वैज्ञानिक अक्सर इस बात का अध्ययन करते हैं कि कण जटिल नेटवर्क के माध्यम से कैसे चलते हैं, ठीक वैसे ही जैसे एक यात्री कई सड़कों और चौराहों वाले शहर में रास्ता खोजता है। इस तरह की गति को मॉडल करने का एक विशिष्ट तरीका 'क्वांटम वॉक' (quantum walk) कहलाता है, जहाँ एक कण केवल यादृच्छिक रूप से कोई पथ नहीं चुनता, बल्कि सुपरपोजिशन (superposition) की स्थिति में होता है, जो प्रभावी रूप से एक साथ कई मार्गों का पता लगाता है। इस प्रकार के क्वांटम सिस्टम के व्यवहार को समझने के लिए, शोधकर्ता 'ट्रेस' (trace) नामक एक गणितीय मात्रा देखते हैं, जो उस सभी संभावित पथों का सारांश है जिनसे कण गुजर सकता है। जब वैज्ञानिक समय के साथ इन ट्रेसेस का परीक्षण करते हैं, तो वे यह देखने की कोशिश कर रहे होते हैं कि क्या क्वांटम कण की अराजक, उतार-चढ़ाव वाली गतिविधियाँ अंततः एक अनुमानित पैटर्न में स्थिर हो जाती हैं, या यादृच्छिकता (randomness) लंबे समय तक बनी रहती है। यह प्रश्न इस बात को समझने के लिए केंद्रीय है कि क्या जटिल क्वांटम प्रणालियों को सरल, सार्वभौमिक नियमों द्वारा वर्णित किया जा सकता है, ठीक वैसे ही जैसे गैस के औसत व्यवहार की भविष्यवाणी की जा सकती है, भले ही व्यक्तिगत अणु अप्रत्याशित रूप से चलते हों।

शोधकर्ताओं की एक टीम ने अब "लिफ्ट्स" (lifts) नामक रैंडम ग्राफों के एक वर्ग पर होने वाले "ग्रोवर वॉक" (Grover walk) नामक एक विशिष्ट प्रकार के क्वांटम वॉक के लिए इस प्रश्न का एक निश्चित उत्तर प्रदान किया है। कल्पना कीजिए कि आप एक शहर का एक सरल, स्थिर मानचित्र लेते हैं और हर एक चौराहे को नए, समान चौराहों के एक समूह से बदलकर एक विशाल, जटिल संस्करण बना देते हैं। इन नए समूहों के बीच के संबंध फिर पूरी तरह से यादृच्छिक तरीके से जोड़े जाते हैं। यह एक विशाल, जटिल नेटवर्क बनाता है जो एक ही सरल ब्लूप्रिंट से निर्मित होता है। शोधकर्ताओं ने इस यादृच्छिक रूप से उत्पन्न नेटवर्क पर होने वाले ग्रोवर वॉक का अध्ययन किया। उनका लक्ष्य यह निर्धारित करना था कि क्या, केवल इसी विशिष्ट नेटवर्क पर लंबे समय तक ग्रोवर वॉक को देखकर, वे उतार-चढ़ाव को औसत निकालकर एक स्थिर, अनुमानित मान प्राप्त कर सकते हैं। वे जानना चाहते थे कि क्या यह सिस्टम "सेल्फ-एवरेज" (self-averages) होता है, जिसका अर्थ है कि समय स्वयं विभिन्न नेटवर्क पर प्रयोग को कई बार दोहराने के विकल्प के रूप में कार्य करता है।

यह अध्ययन सिद्ध करता है कि यह सेल्फ-एवरेजिंग वास्तव में होती है। जब शोधकर्ताओं ने एक लंबे समय की अवधि में ग्रोवर वॉक के वर्ग के उतार-चढ़ाव (squared fluctuations) का औसत निकाला, तो परिणाम एक विशिष्ट, स्थिर संख्या पर अभिसरित (converge) हुआ। यह स्थिरांक केवल इस बात पर निर्भर करता है कि मूल मानचित्र में प्रत्येक बिंदु के कितने कनेक्शन थे, न कि इस बात पर कि बड़े नेटवर्क को कैसे बनाया गया था। यह निष्कर्ष महत्वपूर्ण है क्योंकि यह दिखाता है कि भले ही नेटवर्क यादृच्छिक रूप से बनाया गया था, ग्रोवर वॉक का दीर्घकालिक व्यवहार उल्लेखनीय रूप से स्थिर और नियत (deterministic) है। शोधकर्ताओं ने यह भी खोजा कि समय के साथ ये उतार-चढ़ाव जिस तरह से संचित होते हैं, वे "ब्राउनियन मोशन" (Brownian motion) के एक विशिष्ट पैटर्न का पालन करते हैं, जो उसी गणितीय विवरण का उपयोग करता है जिसका उपयोग पानी में तैरते हुए पराग कणों की अस्थिर गति को मॉडल करने के लिए किया जाता है। इसका अर्थ है कि ग्रोवर वॉक में यादृच्छिक त्रुटियाँ केवल गायब नहीं होती हैं; वे इस तरह से बढ़ती हैं जो पूरी तरह से अनुमानित है और प्रायिकता के नियमों का पालन करती है।

टीम ने यह भी पता लगाया कि यदि नेटवर्क में "बाइपार्टाइटनेस" (bipartiteness) नामक एक विशेष गुण होता है, तो क्या होता है—जो एक संरचनात्मक विशेषता है जहाँ बिंदुओं को दो समूहों में विभाजित किया जा सकता है ताकि कनेक्शन केवल समूहों के बीच हों, उनके भीतर कभी न हों। इस विशिष्ट मामले में, ग्रोवर वॉक थोड़ा अलग व्यवहार करता है: उतार-चढ़ाव उसी अनुमानित पैटर्न का पालन करते हैं, लेकिन वे दोगुनी गति से होते हैं। इसके अलावा, शोधकर्ताओं ने दिखाया कि यदि अवलोकन विंडो (observation window) को सही ढंग से समायोजित नहीं किया जाता है, तो एक भ्रामक रुझान दिखाई दे सकता है, जिससे डेटा ऐसा लग सकता है जैसे कि वह ऊपर की ओर बढ़ रहा है जबकि वास्तव में यह केवल समय को मापने के तरीके का एक गणितीय प्रभाव (artifact) है। इसे सुधारकर, उन्होंने सिस्टम की वास्तविक अंतर्निहित स्थिरता को प्रकट किया।

यह कार्य केवल एक सैद्धांतिक अभ्यास नहीं है; यह एक कठोर प्रमाण प्रदान करता है कि इन प्रकार के क्वांटम सिस्टम के लिए, एक लंबा एकल अवलोकन सिस्टम को नियंत्रित करने वाले मौलिक नियमों को प्रकट करने के लिए पर्याप्त है। शोधकर्ताओं ने प्रदर्शित किया कि ग्रोवर वॉक में निहित यादृच्छिक शोर (noise) को सिग्नल से अलग किया जा सकता है, और सिग्नल एक स्थिर, सार्वभौमिक स्थिरांक है। उन्होंने समय बढ़ने के साथ पथों की बढ़ती जटिलता को संभालने के लिए नए गणितीय उपकरण विकसित करके इसे हासिल किया, यह सिद्ध करते हुए कि नेटवर्क में यादृच्छिक चक्र इस तरह व्यवहार करते हैं कि उनकी सटीक भविष्यवाणी की जा सकती है। निष्कर्ष पुष्टि करते हैं कि इन ग्रोवर वॉक्स के लिए, यादृच्छिक नेटवर्क की अराजकता व्यवस्था के उद्भव को नहीं रोकती है, और समय का औसत निकालना क्वांटम यांत्रिकी की छिपी हुई नियमितताओं को उजागर करने के लिए एक शक्तिशाली उपकरण है।