Certified Discovery of Quantum Phase Diagrams
यह शोध पत्र एक कुशल, प्रमाणित रूप से सही क्वांटम एल्गोरिदम प्रस्तुत करता है जो संदर्भ अवस्थाओं (reference states) को एडियाबेटिक रूप से ले जाकर और ऊर्जा अंतराल बंद होने का पता लगाने के लिए सौम्य, आवृत्ति-फ़िल्टर किए गए प्रोब का उपयोग करके, स्थानीय हैमिल्टोनियनों के सुचारू परिवारों के लिए क्वांटम फेज़ आरेखों की खोज करता है, और यह सब बिना किसी पूर्व ज्ञान के ऑर्डर पैरामीटर्स या प्रशिक्षण डेटा की आवश्यकता के 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
क्वांटम भौतिकी की दुनिया में, पदार्थ ऐसी अवस्थाओं में मौजूद हो सकता है जो परिचित ठोस, तरल या गैस से कहीं अधिक जटिल हैं। इन्हें क्वांटम चरण (quantum phases) कहा जाता है, और ये तब उत्पन्न होते हैं जब कण इस तरह से परस्पर क्रिया करते हैं जिससे सामूहिक व्यवहार बनता है, जैसे कि अतिचालकता (superconductivity) या विलक्षण चुंबकीय क्रम। इन सामग्रियों को समझने के लिए, वैज्ञानिक एक "फेज डायग्राम" (phase diagram) तैयार करते हैं, जो एक चार्ट है जो यह दर्शाता है कि विशिष्ट स्थितियों, जैसे तापमान या दबाव के तहत कौन सा चरण मौजूद है। हालाँकि, जब भौतिक विज्ञानी इन सामग्रियों का अनुकरण करने के लिए क्वांटम कंप्यूटर बनाते हैं, तो वे अक्सर एक समस्या का सामना करते हैं: मशीनें इन विचित्र अवस्थाओं को तैयार तो कर सकती हैं, लेकिन कोई नहीं जानता कि तैयारी सही ढंग से हुई है या नहीं। शास्त्रीय कंप्यूटर परिणामों की जाँच करने के लिए बहुत धीमे हैं, और इन नए पदार्थ के चरणों के लिए कोई पाठ्यपुस्तक उत्तर कुंजी (answer key) भी उपलब्ध नहीं है। परिणाम को सत्यापित करने के तरीके के बिना, मशीन अनिवार्य रूप से एक 'ब्लैक बॉक्स' की तरह है, जो ऐसा डेटा उत्पन्न करती है जिस पर भरोसा नहीं किया जा सकता।
कैलिफोर्निया इंस्टीट्यूट ऑफ टेक्नोलॉजी और ऑरोमैटिक, इंक. के शोधकर्ताओं की एक टीम ने अब इस समस्या को हल करने के लिए एक विधि प्रस्तावित की है। वे एक तरीका बताते हैं जिससे एक क्वांटम मशीन न केवल इन सामग्रियों का अन्वेषण कर सकती है, बल्कि गणितीय निश्चितता के साथ यह भी सिद्ध कर सकती है कि विभिन्न चरणों के बीच की सीमाएँ कहाँ स्थित हैं। उनका कार्य दर्शाता है कि एक ऐसा एल्गोरिदम बनाना संभव है जो एक क्वांटम प्रणाली का एक बुनियादी विवरण और कुछ अपुष्ट शुरुआती बिंदुओं को लेता है, और फिर प्रणाली के व्यवहार का व्यवस्थित रूप से अन्वेषण करके उसके चरणों का एक पूर्ण मानचित्र तैयार करता है। महत्वपूर्ण रूप से, हर बार जब एल्गोरिदम दो चरणों के बीच की सीमा की पहचान करता है, तो वह एक 'प्रमाणपत्र' (certificate) प्रस्तुत करता है—एक ऐसा साक्ष्य जिसे कोई भी यह पुष्टि करने के लिए जाँच सकता है कि खोज वास्तविक है। इसका अर्थ है कि मशीन केवल अनुमान नहीं लगाती; वह अपने आस-पास की क्वांटम दुनिया की संरचना को सीखती है और उसे सिद्ध करती है।
इस खोज का मूल एक क्वांटम प्रणाली को सुनने का एक चतुर तरीका है। कल्पना करें कि प्रणाली एक परिदृश्य (landscape) है जहाँ ऊँचाई ऊर्जा का प्रतिनिधित्व करती है। कुछ क्षेत्रों में, परिदृश्य चिकना और स्थिर होता है, जो एक ऐसे चरण का प्रतिनिधित्व करता है जिसमें ऊर्जा स्तरों में एक "गैप" (gap) होता है, जिसका अर्थ है कि वह छोटे परिवर्तनों का विरोध करता है। अन्य क्षेत्रों में, यह गैप बंद हो जाता है, जो एक नए चरण में संक्रमण का संकेत देता है। शोधकर्ताओं का एल्गोरिदम एक विशिष्ट प्रकार के प्रोब (probe) के साथ प्रणाली को धीरे से थपथपाने (nudge) का कार्य करता है, जैसे किसी घंटी को बजाकर उसकी गूँज सुनना। यदि प्रणाली एक स्थिर चरण में है, तो थपथपाने से कोई महत्वपूर्ण प्रतिक्रिया नहीं होती है। लेकिन जैसे ही प्रणाली एक चरण सीमा के करीब पहुँचती जहाँ ऊर्जा अंतराल (energy gap) बंद हो रहा है, वह थपथपाप एक पता लगाने योग्य लहर, या उत्तेजना (excitation) पैदा करता है। इस प्रतिक्रिया को मापकर, एल्गोरिदम को पता चल जाता है कि उसने एक सीमा ढूँढ ली है।
जो इस दृष्टिकोण को क्रांतिकारी बनाता है वह यह है कि इसके लिए वैज्ञानिकों को यह पहले से जानने की आवश्यकता नहीं है कि वे क्या खोज रहे हैं। उन्हें "ऑर्डर पैरामीटर" (order parameter) प्रदान करने की आवश्यकता नहीं है, जो आमतौर पर एक चरण की पहचान करने के लिए उपयोग किया जाने वाला एक विशिष्ट गणितीय परिमाण है, और न ही उन्हें मशीन को यह बताने के लिए प्रशिक्षण डेटा या लेबल की आवश्यकता है कि क्या क्या है। मशीन कुछ संदर्भ अवस्थाओं (reference states) के साथ शुरू होती है—प्रणाली की ऐसी तैयारियाँ जो सही भी हो सकती हैं और विफल भी—और फिर वह पैरामीटर स्पेस (parameter space) के माध्यम से आगे बढ़ती है, जो उन सभी संभावित स्थितियों का समूह है जिनमें प्रणाली हो सकती है। यदि कोई संदर्भ अवस्था विफल हो जाती है, तो एल्गोरिदम उसे बस त्याग देता है और दूसरा प्रयास करता है। यदि कोई अवस्था सफल होती है, तो एल्गोरिदम उसे एक बीज (seed) के रूप में उपयोग करता है ताकि आस-पास के क्षेत्र का अन्वेषण किया जा सके, उस अवस्था को नई स्थितियों में ले जाया जा सके और परिवर्तनों की जाँच की जा सके।
शोधकर्ताओं ने सिद्ध किया कि निरंतर चरण संक्रमणों (continuous phase transitions) के लिए, जो अचानक उछाल के बजाय सुचारू परिवर्तन होते हैं, यह विधि काम करने की गारंटी देती है। उन्होंने दिखाया कि यह असंभव है कि कोई निरंतर संक्रमण "डार्क" (dark) हो, यानी उनके स्थानीय प्रोब्स के प्रति अदृश्य हो। यदि कोई अंतराल बंद हो रहा है, तो प्रणाली को प्रोब के प्रति इस तरह प्रतिक्रिया देनी ही होगी जिसे मापा जा सके। यह प्रतिक्रिया प्रमाण के रूप में कार्य करती है। एल्गोरिदम इतना कुशल है कि इसे एक उचित समय के भीतर क्वांटम कंप्यूटर पर चलाया जा सकता है, भले ही प्रणाली बड़ी होती जाए। यह फेज डायग्राम को उच्च सटीकता के साथ हल कर सकता है, और ठीक से पहचान सकता है कि संक्रमण कहाँ होते हैं।
अपने विचारों का परीक्षण करने के लिए, टीम ने कई प्रसिद्ध क्वांटम मॉडलों पर संख्यात्मक सिमुलेशन (numerical simulations) चलाए, जिनमें परस्पर क्रिया करने वाले फर्मिऑन (fermions) का एक तंत्र शामिल है जो शास्त्रीय कंप्यूटरों के लिए हल करना अत्यंत कठिन है क्योंकि इसमें "साइन प्रॉब्लम" (sign problem) है, एक टोपोलॉजिकल मॉडल जिसे किटाव हनीकॉम्ब मॉडल (Kitaev honeycomb model) के रूप में जाना जाता है, और एक समान क्षेत्रों में टॉरिक कोड (toric code)। प्रत्येक मामले में, एल्गोरिदम ने सफलतापूर्वक फेज डायग्राम का मानचित्रण किया। इसने विभिन्न चरणों के बीच की सीमाओं की पहचान की, जैसे कि चुंबकीय क्रम से गैपलेस अवस्था में संक्रमण, और परिणाम उच्च सटीकता के साथ ज्ञात सैद्धांतिक सीमाओं से मेल खाते थे। एल्गोरिदम ने उन मामलों को भी संभाला जहाँ ग्राउंड स्टेट 'डिजेनरेट' (degenerate) थी, जिसका अर्थ है कि कई निम्नतम-ऊर्जा अवस्थाएँ थीं, इसके लिए एक विशेष माप तकनीक का उपयोग किया गया जो इन अवस्थाओं के मिश्रण पर कार्य करती है।
यह कार्य एक शास्त्रीय संस्करण की समस्या को भी संबोधित करता है। हालाँकि क्वांटम एल्गोरिदम सबसे शक्तिशाली है, शोधकर्ताओं ने दिखाया कि एक शास्त्रीय कंप्यूटर भी फेज डायग्राम को सीख सकता है, हालाँकि इसमें अधिक समय लगेगा। यह शास्त्रीय विधि एक छोटे पैच पर प्रणाली का अनुकरण करके और सीमाओं का पता लगाने के लिए समान तर्क का उपयोग करके कार्य करती है, बशर्ते कि प्रणाली में कुछ स्थानीय गुण हों। यह दोहरा दृष्टिकोण इस खोज के सिद्धांतों को उजागर करता है कि चाहे वह क्वांटम मशीन द्वारा निष्पादित हो या शास्त्रीय मशीन द्वारा, वे सुदृढ़ हैं।
इस शोध का महत्व केवल ज्ञात मॉडलों के मानचित्रण तक ही सीमित नहीं है। यह इस बात का ब्लूप्रिंट प्रदान करता है कि भविष्य के क्वांटम उपकरणों का उपयोग पूरी तरह से नए भौतिक विज्ञान की खोज के लिए कैसे किया जा सकता है। जैसे-जैसे क्वांटम सिमुलेटर अधिक सामान्य होते जा रहे हैं और उन समस्याओं को हल करने लगे हैं जिन्हें कोई मानव हल नहीं कर सकता, परिणामों को प्रमाणित करने का एक तरीका होना आवश्यक है। यह एल्गोरिदम एक ऐसा मार्ग प्रदान करता है जहाँ मशीन अज्ञात का अन्वेषण कर सकती है, पदार्थ के नए चरणों को खोज सकती है, और बिना किसी मानवीय विशेषज्ञ द्वारा हर चरण को सत्यापित किए, अपनी खोजों का प्रमाण दे सकती है। यह क्वांटम कंप्यूटर को अनवेरिफाइड (unverified) डेटा उत्पन्न करने वाले उपकरण से बदलकर एक ऐसे साथी में परिवर्तित कर देता है जो प्रकृति के नए नियमों की खोज और उन्हें प्रमाणित कर सकता 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।