Logical error prediction and geometry selection for rectangular surface codes under biased circuit-level noise
यह शोध पत्र अनरोटेटेड रेक्टेंगुलर सरफेस कोड्स के लिए एक ज्योमेट्री चयन पद्धति प्रस्तुत करता है जो बायस्ड नॉइज़ के तहत लॉजिकल एरर रेट्स की भविष्यवाणी करने के लिए अनबायस्ड सर्किट-लेवल सिमुलेशन का लाभ उठाता है, जो विशिष्ट एरर थ्रेशोल्ड पर स्क्वायर कोड्स की तुलना में फिजिकल क्यूबिट ओवरहेड में 42.4% तक की कमी प्रदर्शित करता 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 ऐसा कंप्यूटर बनाना जो आज की मशीनों की पहुंच से परे समस्याओं को हल कर सके, इसके लिए सूचनाओं को संभालने के तरीके में एक मौलिक बदलाव की आवश्यकता है। बिट्स के बजाय, जो सख्ती से शून्य या एक होते हैं, ये भविष्य के कंप्यूटर क्वांटम बिट्स या 'क्यूबिट्स' का उपयोग करते हैं, जो एक साथ दोनों अवस्थाओं में मौजूद रह सकते हैं। हालांकि, यह नाजुकता ही उनकी सबसे बड़ी कमजोरी भी है। वातावरण से होने वाली मामूली सी हलचल—गर्मी, कंपन, या बिखरे हुए विद्युत चुम्बकीय क्षेत्र—एक क्यूबिट को अपनी जानकारी खोने के लिए मजबूर कर सकती है, जिसे 'नॉइज़' (noise) कहा जाता है। एक उपयोगी मशीन बनाने के लिए, वैज्ञानिकों को इन नाजुक अवस्थाओं को निरंतर होने वाली त्रुटियों से बचाना होगा। इस सुरक्षा के लिए प्रमुख रणनीति को 'सरफेस कोड' (surface code) कहा जाता है, जो कई भौतिक क्यूबिट्स के ग्रिड में सूचना को फैलाकर एक एकल, अधिक विश्वसनीय "लॉजिकल" क्यूबिट बनाता है। इसे एक सुरक्षा जाल की तरह समझें: यदि एक धागा टूट जाता है, तो दूसरे भार को थामे रखते हैं।
वर्षों तक, शोधकर्ताओं ने माना कि इन प्रणालियों में त्रुटियां यादृच्छिक (random) होती हैं और सभी दिशाओं में समान रूप से होती हैं। लेकिन वास्तविक दुनिया में, विशेष रूप से उन सुपरकंडक्टिंग सर्किटों में जो आज के सबसे उन्नत क्वांटम प्रयोगों को शक्ति प्रदान करते हैं, शोर यादृच्छिक नहीं होता है। यह पक्षपाती (biased) होता है। जिस प्रकार एक घूमता हुआ लट्टू किसी भी अन्य दिशा की तुलना में एक विशेष दिशा में अधिक डगमगाने की संभावना रखता है, उसी प्रकार क्वांटम त्रुटियां अक्सर एक विशेष प्रकार की गलती की ओर झुकाव रखती हैं। कई प्रणालियों में, क्यूबिट के चरण (phase) को बिगाड़ने वाली त्रुटियां, उसके स्टेट (state) को बदलने वाली त्रुटियों की तुलना में बहुत अधिक बार होती हैं। यह विषमता एक संभावित शॉर्टकट प्रदान करती है। यदि कोई प्रणाली एक विशिष्ट प्रकार की त्रुटि के प्रति संवेदनशील है, तो शायद हम अपने सुरक्षा जाल को उस दिशा में अधिक मोटा और दूसरी दिशा में पतला बना सकते हैं, जिससे स्थान और संसाधनों की भारी बचत हो सके। चुनौती यह समझने में थी कि जब शोर जटिल हो और गणना के बीच के शांत क्षणों में ही नहीं, बल्कि कंप्यूटर के संचालन के हर चरण में होता है, तो उस जाल को सटीक रूप से कैसे आकार दिया जाए।
कोरिया यूनिवर्सिटी के शोधकर्ताओं की एक टीम ने अब इसे करने का एक व्यावहारिक तरीका खोज निकाला है। उन्होंने सरफेस कोड पर ध्यान केंद्रित किया, विशेष रूप से यह देखने के लिए कि पक्षपाती शोर का लाभ उठाने के लिए ग्रिड को एक वर्ग (square) से आयत (rectangle) में कैसे बदला जाए। उनका काम एक महत्वपूर्ण अंतर को संबोधित करता है: जबकि हम जानते हैं कि कच्चे क्यूबिट पक्षपाती हैं, हमें यह नहीं पता था कि त्रुटि सुधार (error correction) की अराजक प्रक्रिया के दौरान यह पक्षपात कैसे जीवित रहता है। एक वास्तविक क्वांटम सर्किट में, कंप्यूटर को त्रुटियों को पकड़ने के लिए लगातार अपनी स्थिति को मापना होता है। इन मापों में ऑपरेशन्स की एक श्रृंखला शामिल होती है, जिनमें से कुछ "गेट्स" (gates) हैं जो सक्रिय रूप से क्यूबिट्स को संचालित करते हैं, और अन्य जहाँ क्यूबिट्स बस अगले चरण के लिए प्रतीक्षा करते हैं, या "आइडल" (idle) रहते हैं। शोधकर्ताओं ने पाया कि शोर का पक्षपात इन ऑपरेशन्स के दौरान समान रूप से जीवित नहीं रहता है। जबकि 'आइडल' क्षण भौतिक हार्डवेयर के मजबूत पक्षपात को बनाए रखते हैं, सक्रिय गेट और माप त्रुटियों को बिखेर देते हैं, जिससे वे अधिक यादृच्छिक हो जाते हैं। इसका अर्थ यह है कि केवल यह मान लेना कि पूरा कंप्यूटर पक्षपाती है, एक खराब डिजाइन की ओर ले जाएगा, ठीक वैसे ही जैसे यह मान लेना कि पूरा कंप्यूटर यादृच्छिक है, संसाधनों की बर्बादी होगी।
इसे हल करने के लिए, टीम ने बिना हर संभावना का शून्य से सिमुलेशन किए, क्वांटम ग्रिड के सर्वोत्तम आकार की भविष्यवाणी करने का एक तरीका विकसित किया। उन्होंने एक विस्तृत मॉडल बनाने से शुरुआत की कि एक मानक, निष्पक्ष वातावरण में त्रुटियां कैसे व्यवहार करती हैं। इस मॉडल ने एक आधार (baseline) के रूप में कार्य किया, जो यह बताता है कि ग्रिड के आकार और आकृति का लॉजिकल एरर की संभावना पर क्या प्रभाव पड़ता है। फिर, उन्होंने पक्षपात को ध्यान में रखने का एक चतुर तरीका पेश किया। प्रत्येक संभावित पक्षपात स्तर के लिए हजारों नए सिमुलेशन चलाने के बजाय, उन्होंने यह मापा कि 'आइडल' क्षणों में परिवर्तन और समग्र त्रुटि दर में परिवर्तन के प्रति लॉजिकल एरर रेट कितना संवेदनशील है। इन दो प्रतिक्रियाओं की तुलना करके, उन्होंने गुणांकों (coefficients) का एक सेट प्राप्त किया—जो अनिवार्य रूप से एक रूपांतरण कारक है—जिसने उन्हें अपने निष्पक्ष आधार मॉडल का उपयोग करके एक पक्षपाती प्रणाली के व्यवहार का अनुवाद करने की अनुमति दी। इस दृष्टिकोण का अर्थ था कि वे एक निष्पक्ष संदर्भ सर्किट से प्राप्त डेटा का उपयोग करके एक पक्षपाती प्रणाली के प्रदर्शन की उच्च सटीकता के साथ भविष्यवाणी कर सकते थे।
उनके सिमुलेशन के परिणाम चौंकाने वाले थे। जब उन्होंने एक लक्षित विश्वसनीयता स्तर के लिए सबसे कुशल ग्रिड आकार खोजने के लिए इस पद्धति को लागू किया, तो आयताकार कोड पारंपरिक वर्गाकार कोडों की तुलना में लगातार बेहतर रहे। परीक्षण किए गए परिदृश्यों में, उनके अनुकूलित आयताकार ग्रिड ने एक शोर मॉडल के तहत भौतिक क्यूबिट्स की संख्या को 42.4% तक और दूसरे के तहत 26.2% तक कम कर दिया। इसे समझने के लिए, यदि एक मानक वर्गाकार ग्रिड को सुरक्षा के एक निश्चित स्तर को प्राप्त करने के लिए लगभग 3,000 भौतिक क्यूबिट्स की आवश्यकता होती है, तो उनके अनुकूलित आयताकार डिजाइन को वही सुरक्षा प्राप्त करने के लिए 1,700 से कम क्यूबिट्स की आवश्यकता होगी। यह कमी कोई मामूली बदलाव नहीं है; यह एक फॉल्ट-टोलरेंट क्वांटम कंप्यूटर बनाने के लिए आवश्यक भौतिक हार्डवेयर की भारी बचत का प्रतिनिधित्व करती है। शोधकर्ताओं ने सीधे, उच्च-सटीकता वाले पक्षपाती सर्किटों के सिमुलेशन चलाकर अपने निष्कर्षों की पुष्टि की, जिससे यह सिद्ध हुआ कि अनुमानित बचत वास्तविक थी और आयताकार ग्रिडों ने सख्त सुरक्षा लक्ष्यों को पूरा किया।
अध्ययन ने यह भी स्पष्ट किया कि क्या काम नहीं करता है। टीम ने दो सरल विचारों का परीक्षण किया: एक जहाँ पक्षपात को पूरी तरह से अनदेखा कर दिया गया था, और दूसरा जहाँ पूरे सिस्टम पर पक्षपात की पूरी ताकत लागू मानी गई थी। इन दोनों दृष्टिकोणों से भविष्यवाणी में महत्वपूर्ण त्रुटियां हुईं। पक्षपात को अनदेखा करने से ऐसे डिजाइन मिले जो पर्याप्त सुरक्षित नहीं थे, जबकि यह मानना कि पूर्ण पक्षपात हर जगह लागू होता है, अत्यधिक बड़े और संसाधन-बर्बाद डिजाइनों की ओर ले गया। सत्य इनके बीच में था, जो सर्किट के 'आइडल' क्षणों के माध्यम से छनकर आता था। शोधकर्ताओं ने पाया कि पक्षपात की प्रतिक्रिया को एक एकल, मानक आकार के ग्रिड से प्राप्त संख्याओं के एक निश्चित सेट द्वारा पकड़ा जा सकता है। ये संख्याएं तब भी सटीक रहीं जब उन्होंने विभिन्न ग्रिड आकार और विभिन्न पक्षपात स्तरों का परीक्षण किया, जिससे पता चलता कि भौतिक हार्डवेयर और लॉजिकल सुरक्षा के बीच का संबंध पहले की तुलना में अधिक स्थिर और अनुमानित है।
यह कार्य क्वांटम हार्डवेयर की अव्यवस्थित वास्तविकता और त्रुटि सुधार के स्वच्छ गणित के बीच एक व्यावहारिक सेतु प्रदान करता है। यह दिखाते हुए कि स्थानीयकृत पक्षपात के प्रति लॉजिकल प्रतिक्रिया को एक निष्पक्ष संदर्भ से समझा जा सकता है, टीम ने इंजीनियरों को अधिक कुशल क्वांटम कंप्यूटर डिजाइन करने के लिए एक उपकरण प्रदान किया है। उन्होंने प्रदर्शित किया कि हार्डवेयर की विशिष्ट शोर विशेषताओं के अनुरूप कोड की ज्यामिति को तैयार करके, हम एक विश्वसनीय मशीन बनाने के लिए आवश्यक ओवरहेड को काफी कम कर सकते हैं। हालांकि सिमुलेशन विशिष्ट स्थितियों के तहत किए गए थे और इनमें वास्तविक उपकरणों में पाई जाने वाली हर प्रकार की त्रुटियां शामिल नहीं थीं, फिर भी परिणाम एक स्पष्ट मार्ग दिखाते हैं। निष्कर्ष बताते हैं कि क्वांटम कंप्यूटिंग का भविष्य केवल बेहतर क्यूबिट बनाने के बारे में नहीं है, बल्कि उन्हें ऐसे आकारों में व्यवस्थित करने के बारे में भी है जो उनके विफल होने के अनूठे तरीके का सम्मान करते हों।
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।