Boson sampling is fragile to loss
यह शोध पत्र प्रदर्शित करता है कि बोसॉन सैंपलिंग अपनी कम्प्यूटेशनल जटिलता खो देती है और अनिश्चित रूप से छोटे समान फोटॉन नुकसान के तहत भी शास्त्रीय एल्गोरिदम द्वारा कुशलतापूर्वक अनुकरणीय हो जाती है, क्योंकि नुकसान उच्च-क्रम फोटॉन सहसंबंधों को दबा देता है जिससे आउटपुट वितरण के सटीक निम्न-क्रम सन्निकटन की अनुमति मिलती 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 लेखक ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
प्रकाश से बनी मशीनें सबसे शक्तिशाली सुपर कंप्यूटरों से बेहतर प्रदर्शन कर सकती हैं, यह सिद्ध करने की खोज में, वैज्ञानिकों ने 'बोसन सैंपलिंग' (boson sampling) नामक एक विशिष्ट चुनौती की ओर रुख किया है। कल्पना कीजिए कि दर्पणों और बीम स्प्लिटर का एक जटिल भूलभुलैया है, जहाँ प्रकाश के व्यक्तिगत कणों, जिन्हें फोटॉन कहा जाता है, को आपस में हस्तक्षेप (interfere) करने के लिए भेजा जाता है। लक्ष्य यह अनुमान लगाना है कि ये फोटॉन भूलभुलैया से कहाँ बाहर निकलेंगे। जबकि एक वास्तविक मशीन इस कार्य को केवल प्रयोग चलाकर और परिणामों को रिकॉर्ड करके आसानी से कर सकती है, पारंपरिक कंप्यूटर पर उत्तर की गणना करना अत्यंत कठिन माना जाता है क्योंकि जैसे-जैसे फोटॉनों की संख्या बढ़ती है, यह समस्या जटिल होती जाती है। यही कठिनाई 'क्वांटम कम्प्यूटेशनल एडवांटेज' (quantum computational advantage) के दावे का आधार है: यह विचार कि एक क्वांटम उपकरण उस समस्या को हल कर सकता है जिसे पारंपरिक कंप्यूटर छू भी नहीं सकते। हालाँकि, वास्तविक दुनिया के प्रयोग कभी भी पूर्ण नहीं होते। प्रकाश का रिसाव होता है, डिटेक्टर कणों को मिस कर देते हैं, और सिस्टम के दौरान फोटॉन नष्ट हो जाते हैं। वर्षों से, शोधकर्ता इस बात पर बहस कर रहे हैं कि क्या यह अपरिहार्य नुकसान क्वांटम लाभ को नष्ट कर देता है या क्या समस्या इतनी कठिन बनी रहती है कि एक मशीन की श्रेष्ठता को सिद्ध किया जा सके, भले ही वह त्रुटिपूर्ण हो।
चुंगबुक नेशनल यूनिवर्सिटी की यंगरोंग लिम द्वारा किया गया एक नया अध्ययन इस प्रश्न पर एक महत्वपूर्ण सैद्धांतिक अंतर्दृष्टि प्रदान करता है, जो यह दर्शाता है कि यदि सिस्टम में फोटॉनों की हानि की दर स्थिर रहती है, तो केवल फोटॉनों की संख्या बढ़ाने के आधार पर क्वांटम लाभ की आशा गलत हो सकती है। यह शोध प्रदर्शित करता है कि यदि प्रयोग के बड़े होने के साथ फोटॉनों का एक निश्चित अंश नष्ट हो जाता है, तो एक क्लासिकल कंप्यूटर औसत मामले (average case) में परिणामों का कुशलतापूर्वक अनुकरण (simulate) कर सकता है, चाहे फोटॉनों की संख्या कितनी भी क्यों न हो। मुख्य अंतर्दृष्टि यह है कि फोटॉनों का नुकसान एक फिल्टर की तरह कार्य करता है जो कई कणों के बीच के जटिल, उच्च-स्तरीय संबंधों को धो देता है। जब ये गहरे सहसंबंध (correlations) दब जाते हैं, तो शेष पैटर्न इतना सरल हो जाता है कि एक मानक कंप्यूटर उसे तेजी से पुन: निर्मित कर सकता है। यह निष्कर्ष बताता है कि एक निश्चित दक्षता वाले सिस्टम में केवल अधिक प्रकाश जोड़ना क्वांटम लाभ की गारंटी देने के लिए पर्याप्त नहीं होगा; यदि समस्या को वास्तव में कठिन बनाए रखना है, तो जैसे-जैसे सिस्टम बढ़ता है, हानि की दर शून्य के करीब गिरनी चाहिए।
यह अध्ययन इन प्रकाश प्रयोगों को सेट करने के दो सामान्य तरीकों पर केंद्रित है। एक संस्करण में, एकल फोटॉन को अलग-अलग पथों में भेजा जाता है, जबकि दूसरे में, प्रकाश को एक अलग प्रकार की क्वांटम अवस्था बनाने के लिए 'स्क्वीज' (squeeze) किया जाता है। दोनों ही मामलों में, शोधकर्ताओं ने एक ऐसी स्थिति का मॉडल तैयार किया जहाँ ट्रांसमिशन दर—वह प्रतिशत जहाँ फोटॉन सफलतापूर्वक डिटेक्टरों तक पहुँचते हैं—तभी स्थिर रहती है जब इनपुट पथों और फोटॉनों की संख्या बढ़ती है। वास्तविक प्रयोगों में, यह सबसे यथार्थवादी स्थिति है, क्योंकि प्रकाश स्रोत से लेकर डिटेक्टर तक, प्रत्येक घटक की गुणवत्ता केवल इसलिए नहीं सुधरती क्योंकि मशीन बड़ी हो गई है। लेखक ने गणितीय रूप से सिद्ध किया कि इन परिस्थितियों में, एक क्लासिकल एल्गोरिदम ऐसे नमूने उत्पन्न कर सकता है जो सांख्यिकीय रूप से क्वांटम मशीन के आउटपुट के समान दिखते हैं। क्लासिकल सिमुलेशन और वास्तविक क्वांटम परिणाम के बीच के अंतर को मनमाना रूप से छोटा किया जा सकता है, और इसे करने में लगने वाला समय सिस्टम के आकार के सापेक्ष केवल एक प्रबंधनीय, 'पॉलिनोमियल रेट' (polynomial rate) पर बढ़ता है।
इस परिणाम के पीछे का तंत्र इस बात पर निर्भर करता है कि फोटॉनों के व्यवहार को हानि कैसे प्रभावित करती है। एक आदर्श प्रणाली में, फोटॉन एक-दूसरे के साथ इस तरह से हस्तक्षेप करते हैं जिसमें पूरी समूह की एक साथ भागीदारी होती है, जिससे एक ऐसा पैटर्न बनता है जिसकी गणना करना अविश्वसनीय रूप से कठिन होता है। हालाँकि, जब फोटॉन नष्ट हो जाते हैं, तो वे हस्तक्षेप पैटर्न जो कणों के बड़े समूहों पर निर्भर होते हैं, अत्यंत दुर्लभ हो जाते हैं। शोधकर्ताओं ने दिखाया कि आउटपुट वितरण को फोटॉनों के छोटे समूहों के बीच होने वाली अंतःक्रियाओं को देखकर सटीक रूप से अनुमानित किया जा सकता है। चूंकि बड़े समूहों की आवश्यकता होने की संभावना हानि की दर बढ़ने के साथ तेजी से (exponentially) घटती है, इसलिए एक क्लासिकल कंप्यूटर को परिणाम को पुन: उत्पन्न करने के लिए केवल इन छोटे, प्रबंधनीय अंतःक्रियाओं को ट्रैक करने की आवश्यकता होती है। इसका अर्थ यह है कि भले ही पता लगाए गए फोटॉनों की कुल संख्या मशीन के आकार के साथ रैखिक (linearly) रूप से बढ़े, अंतर्निहित जटिलता इस तरह से नहीं बढ़ती जो क्लासिकल कंप्यूटरों को पराजित कर सके।
इस निष्कर्ष के वर्तमान और भविष्य के प्रयोगों के लिए महत्वपूर्ण निहितार्थ हैं। कई बड़े पैमाने के फोटोनिक प्रयोगों ने पहले ही क्वांटम लाभ प्रदर्शित करने का दावा किया है, जो अक्सर उनकी शक्ति के प्रमाण के रूप में पता लगाए गए फोटॉनों की विशाल संख्या का हवाला देते हैं। नया विश्लेषण सुझाव देता है कि इन दावों के लिए सावधानीपूर्वक पुनर्मूल्यांकन की आवश्यकता है। यदि इन प्रयोगों में हानि की दर बढ़ने के साथ स्थिर रहती है, तो परिणाम क्वांटम कम्प्यूटेशनल एडवांटेज की गारंटी नहीं दे सकते, जिसका अर्थ है कि देखा गया लाभ उम्मीद के अनुसार मौलिक नहीं हो सकता है। यह अध्ययन क्वांटम लाभ की संभावना को पूरी तरह से खारिज नहीं करता है, लेकिन यह इसे प्राप्त करने की खुली सीमा को संकुचित करता है। कम्प्यूटेशनल बढ़त बनाए रखने के लिए, जैसे-जैसे सिस्टम बढ़ता है, हानि की दर तेजी से कम होनी चाहिए, जो केवल एक बड़ी मशीन बनाने की तुलना में कहीं अधिक कठिन शर्त है।
यह शोध इस बात की भी स्पष्टता करता है कि क्या संभव है और क्या नहीं। जबकि लेखक ने सिद्ध किया कि एक स्थिर हानि दर कुशल क्लासिकल सिमुलेशन की अनुमति देती है, उन्होंने यह भी स्वीकार किया कि यदि हानि की दर पर्याप्त तेजी से गिरती है—विशेष रूप से, यदि नष्ट हुए फोटॉनों की संख्या कुल संख्या की तुलना में केवल लॉगरिदमिक (logarithmically) रूप से बढ़ती है—तो समस्या कठिन बनी रहती है। यह क्वांटम लाभ के लिए एक बहुत ही संकीर्ण खिड़की छोड़ता है: सिस्टम इतना कुशल होना चाहिए कि फोटॉनों का लुप्त अंश मशीन के बड़े होने के साथ शून्य की ओर सिकुड़ जाए। फिलहाल, क्वांटम कंप्यूटर के लिए सबसे अनुकूल मामला, जहाँ ट्रांसमिशन दर उच्च और स्थिर है, क्लासिकल कंप्यूटरों के लिए नकल करने में सबसे आसान साबित होता है। यह अध्ययन एक महत्वपूर्ण वास्तविकता की जाँच (reality check) के रूप में कार्य करता है, जो क्षेत्र को याद दिलाता है कि क्वांटम वर्चस्व (quantum supremacy) को सिद्ध करने का मार्ग केवल फोटॉनों को गिनने के बारे में नहीं है, बल्कि हानि और हस्तक्षेप के नाजुक संतुलन को अत्यधिक सटीकता के साथ नियंत्रित करने के बारे में है।
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।