Tensor-network simulation of strongly coupled multi-fluxonium circuits
यह शोध पत्र मैट्रिक्स प्रोडक्ट स्टेट्स और ऑपरेटर्स का उपयोग करने वाली एक टेंसर-नेटवर्क सिमुलेशन विधि प्रस्तुत करता है जो स्ट्रॉन्गली कपल्ड मल्टी-फ्लक्सोनियम सुपरकंडक्टिंग सर्किट्स के लो-लाइजिंग स्पेक्ट्रम को कुशलतापूर्वक रूप से कंप्यूट करती है, जो पूर्ण हिल्बर्ट-स्पेस आयाम के बजाय मोड की संख्या और ट्रंकेशन मापदंडों के साथ स्केल करके सटीक विकर्णीकरण (exact diagonalization) की घातीय मेमोरी सीमाओं को दूर करती 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
एक सुपरकंडक्टिंग क्वांटम प्रोसेसर को डिजाइन करना कुछ इस तरह है जैसे कि किसी जटिल मशीन के बनने से पहले ही उसके व्यवहार की भविष्यवाणी करने की कोशिश करना। यह मशीन छोटे विद्युत परिपथों (सर्किट्स) से बनी होती है जो बिना किसी प्रतिरोध के बिजली प्रवाहित करते हैं, और इन्हें परम शून्य तापमान के करीब ठंडा किया जाता है। ये सर्किट प्रोसेसर का हृदय होते हैं, और इनका व्यवहार इनके ऊर्जा स्तरों के गणितीय विवरण द्वारा निर्धारित होता है। इस मशीन के व्यवहार को समझने के लिए, वैज्ञानिकों को इन सर्किट्स की निम्नतम ऊर्जा अवस्थाओं (lowest energy states) की गणना करनी होती है। हालांकि, जैसे-जैसे सर्किट में अधिक घटक जोड़े जाते हैं, गणना की जटिलता तेजी से बढ़ती है। संभावित अवस्थाओं की संख्या इतनी तेजी से बढ़ती है कि जब सर्किट इतना बड़ा हो जाए कि वह उपयोगी हो सके, तो सबसे शक्तिशाली कंप्यूटर भी पूरी तस्वीर को संभालने में सक्षम नहीं होते। यह एक बाधा उत्पन्न करता है: इंजीनियर बेहतर मशीनें डिजाइन नहीं कर सकते क्योंकि वे उन मशीनों का सटीक अनुकरण (सिमुलेशन) नहीं कर सकते जिन्हें वे बनाने की कोशिश कर रहे हैं।
यह चुनौती विशेष रूप से तब गंभीर हो जाती है जब सर्किट के घटक एक-दूसरे से मजबूती से जुड़े होते हैं। कई पारंपरिक दृष्टिकोणों में, वैज्ञानिक एक जटिल सर्किट को छोटे, प्रबंधनीय टुकड़ों में तोड़ने की कोशिश करते हैं, प्रत्येक टुकड़े को अलग से हल करते हैं, और फिर उत्तरों को आपस में जोड़ देते हैं। यह तब अच्छी तरह काम करता है जब हिस्से ढीले जुड़े हों, लेकिन यह तब अक्सर विफल हो जाता है जब हिस्से आपस में गहराई से गुंथे हुए हों, जैसा कि आज विकसित किए जा रहे उन्नत सर्किट्स में होता है। यदि हिस्सों को सही ढंग से अलग नहीं किया गया, तो अंतिम उत्तर गलत हो सकता है, और यह बताने का कोई आसान तरीका नहीं है कि गलती इसलिए हुई क्योंकि हिस्सों का चयन खराब था या क्योंकि गणना पर्याप्त सटीक नहीं थी।
Qilimanjaro Quantum Tech की एक टीम और बार्सिलोना के कई संस्थानों ने इस समस्या को हल करने का एक नया तरीका विकसित किया है। सर्किट को मनमाने ढंग से उप-प्रणालियों (subsystems) में काटने के बजाय, उन्होंने पूरे सर्किट को एक एकल, एकीकृत प्रणाली के रूप में माना। उन्होंने 'टेंसर नेटवर्क' नामक एक गणितीय तकनीक का उपयोग किया, जिसे जटिल और परस्पर जुड़े डेटा को संभालने के लिए डिज़ाइन किया गया है, बिना हर एक संभावना को मेमोरी में स्टोर किए। पूरे सर्किट के प्राकृतिक कंपनों, या 'मोड्स' (modes) पर ध्यान केंद्रित करके, वे सिस्टम को इस तरह से प्रस्तुत करने में सक्षम रहे जो संक्षिप्त और सटीक दोनों है। इस दृष्टिकोण ने उन्हें तीन क्वांटम इकाइयों, जिन्हें 'फ्लक्सोनिया' (fluxonia) कहा जाता है, वाले एक सर्किट का अनुकरण करने की अनुमति दी, जो मानक विधियों के साथ पहले असंभव था।
शोधकर्ताओं ने अपने तरीके का परीक्षण दो अलग-अलग सर्किट्स पर किया। पहला सर्किट एक ट्यूनेबल लिंक द्वारा जुड़े फ्लक्सोनिया का एक जोड़ा था। इस छोटे सिस्टम के लिए, वे अपने नए तरीके की तुलना एक पारंपरिक, सटीक गणना से कर सके ताकि इसकी सटीकता देखी जा सके। परिणाम आश्चर्यजनक थे: नया तरीका एक मिलियनवें हिस्से के एक गीगाहर्ट्ज़ (gigahertz) के भीतर सटीक गणना से मेल खाता था, जो क्वांटम प्रोसेसर डिजाइन करने के लिए पर्याप्त सटीकता का स्तर है। इस सत्यापन ने उन्हें बड़े, अधिक कठिन सर्किट की ओर बढ़ने का आत्मविश्वास दिया।
दूसरा सर्किट दो ट्यूनेबल कपलरों द्वारा जुड़े तीन फ्लक्सोनिया का एक समूह था। इस सिस्टम में कंपन के ग्यारह विशिष्ट मोड हैं और संभावित अवस्थाओं की सैद्धांतिक संख्या इतनी विशाल है कि यदि एक साथ सारा डेटा स्टोर करने की कोशिश की जाए, तो यह दुनिया के सबसे शक्तिशाली सुपरकंप्यूटरों की मेमोरी क्षमता से भी अधिक हो जाएगी। एक मानक कंप्यूटर को पूरी तस्वीर रखने के लिए 17 बिलियन गीगाबाइट के बराबर मानों को स्टोर करने की आवश्यकता होगी, जो वर्तमान क्षमताओं से कहीं परे है। यहाँ तक कि एक स्मार्ट दृष्टिकोण भी, जो केवल गैर-शून्य (non-zero) मानों को ही स्टोर करता है, उसमें एक सिंगल कंप्यूटर नोड की क्षमता से अधिक मेमोरी की आवश्यकता होगी।
अपने नए टेंसर-नेटवर्क पद्धति का उपयोग करते हुए, शोधकर्ता इस विशाल तीन-फ्लक्सोनियम सर्किट के निम्नतम ऊर्जा स्तरों को हल करने में सक्षम रहे। उन्होंने पाया कि वे 'बॉन्ड डायमेंशन' (bond dimension) 32 के साथ उच्च सटीकता के साथ आठ निम्नतम ऊर्जा अवस्थाओं की गणना कर सकते हैं। सरल शब्दों में कहें तो, इसका अर्थ है कि कंप्यूटर को सिस्टम के हिस्सों के बीच संबंधों की अपेक्षाकृत छोटी संख्या को ट्रैक करने की आवश्यकता थी ताकि सही उत्तर मिल सके। पूरी गणना में 81 मिनट लगे और इसमें एक सिंगल सेंट्रल प्रोसेसिंग यूनिट (CPU) पर केवल 1.3 गीगाबाइट मेमोरी का उपयोग हुआ। यह उन पुराने तरीकों की तुलना में संसाधनों का एक बहुत छोटा हिस्सा है, जो पूरी तरह से चलाने में असमर्थ होते।
इस सिमुलेशन की सफलता यह दर्शाती है कि अब शोधकर्ता उन सर्किट्स का मॉडल बना सकते हैं जो पहले पहुंच से बाहर थे। यह विधि सर्किट को कैसे विभाजित किया जाए, इसके बारे में अनुमान लगाने या हिस्से कैसे परस्पर क्रिया करते हैं, इसके बारे में अनुमान लगाने पर निर्भर नहीं करती है। इसके बजाय, यह उत्तर खोजने के लिए सर्किट की प्राकृतिक संरचना का उपयोग करती है। शोधकर्ताओं ने पुष्टि की कि उनके परिणाम स्थिर और विश्वसनीय थे क्योंकि उन्होंने अलग-अलग शुरुआती बिंदुओं के साथ गणना को कई बार चलाया और यह भी जांचा कि गणना की सटीकता को समायोजित करने पर उत्तर में क्या बदलाव आता है। उन्होंने पाया कि परिणाम तेजी से अभिसरित (converge) हुए, जिसका अर्थ है कि यह विधि मजबूत है और गलत समाधानों में नहीं फंसती है।
यह कार्य क्वांटम प्रोसेसर के डिजाइन के लिए एक शक्तिशाली नया उपकरण प्रदान करता है। इंजीनियरों को उच्च सटीकता और कम कम्प्यूटेशनल लागत के साथ जटिल, मजबूती से जुड़े सर्किट्स का अनुकरण करने की अनुमति देकर, यह विधि बेहतर क्वांटम मशीनें बनाने के मार्ग में एक बड़ी बाधा को हटा देती है। यह दर्शाता है कि भले ही एक सर्किट के घटक गहराई से उलझे (entangled) हों, फिर भी डेटा की असंभव मात्रा को स्टोर किए बिना उनके सामूहिक व्यवहार को समझना संभव है। शोधकर्ताओं ने प्रदर्शित किया है कि क्वांटम सर्किट डिजाइन के आगे बढ़ने का रास्ता केवल कंप्यूटरों के अनंत रूप से शक्तिशाली होने की प्रतीक्षा करने में नहीं है, बल्कि हमारे पास मौजूद कंप्यूटरों का अधिक स्मार्ट तरीके से उपयोग करने 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।