Programmable photonic implementation of nested Walsh parity filters in an eight-mode single-photon register

कल्पना कीजिए एक ऐसी दुनिया की जहाँ प्रकाश केवल एक टॉर्च की बीम की तरह संदेश नहीं ले जाता, बल्कि उसे एक जटिल, अदृश्य नृत्य के रूप में आकार दिया जा सकता है। यह क्वांटम फोटोनिक्स का क्षेत्र है, जहाँ वैज्ञानिक सूचना को गणित करने और संग्रहीत करने के लिए प्रकाश के व्यक्तिगत कणों, जिन्हें फोटॉन कहा जाता है, का उपयोग करते हैं। अपने कंप्यूटर की तरह छोटे स्विचों का उपयोग करने के बजाय, ये शोधकर्ता उस "पथ" (path) का उपयोग करते हैं जिसे एक फोटॉन दर्पणों और कांच की नलियों के भूलभुलैया के माध्यम से लेता है। इसे एक 'मार्बल रन' (marble run) की तरह समझें जिसमें मार्बल लुढ़कता है; यदि आप नलियों को बिल्कुल सही तरीके से व्यवस्थित करते हैं, तो मार्बल एक साथ कई पथों पर जा सकता है, जिससे संभावनाओं का एक सुपरपोजिशन (superposition) बनता है।

इस हाई-टेक खेल के मैदान में, "शोर" (noise) के खिलाफ एक निरंतर लड़ाई चलती रहती है। जैसे रेडियो पर स्टेटिक (static) एक गाने को खराब कर सकता है, वैसे ही कांच में छोटी खामियां या कंपन फोटॉन के नाजुक नृत्य को बिगाड़ सकते हैं, जिससे वह अपनी जानकारी खो देता है। वैज्ञानिक हमेशा इस शोर को फ़िल्टर करने के चतुर तरीके खोजने की कोशिश करते हैं। एक शक्तिशाली विचार पैरिटी चेक (parity checks) का उपयोग करना है। आप इसे संख्या के सम या विषम होने की जाँच करने से जानते होंगे। क्वांटम दुनिया में, यदि आपके पास प्रकाश के पथों का एक समूह है, तो आप यह जाँच सकते हैं कि उनका संयुक्त "योग" शून्य (तटस्थ) है या क्या उनमें एक विशिष्ट पैटर्न है। यदि पैटर्न टूट जाता है, तो आप जानते हैं कि कुछ गलत हुआ है। यह शोध पत्र यह पता लगाने के बारे में है कि कैसे एक ऐसी मशीन बनाई जाए जो इन प्रकाश पथों को तुरंत छाँट सके, "अच्छे" वाले को रखे और "बुरे" वाले को बाहर निकाल दे, और यह सब एक एकल फोटॉन को संदेशवाहक के रूप में उपयोग करते हुए किया जाए।

---

द ग्रेट लाइट फ़िल्टर: अच्छे को बुरे से अलग करना

रिकग्निशन फिजिक्स इंस्टीट्यूट की टीम से मिलिए, जिसका नेतृत्व एम्मा टली, जोनाथन वॉशबर्न और मेगन साइमन्स कर रहे हैं। उन्होंने प्रकाश के साथ "अंतर पहचानो" (spot the difference) का खेल खेलने का निर्णय लिया, लेकिन एक ऐसे पैमाने पर जो इतना छोटा है कि देखने के लिए कांच से बने सुपरकंप्यूटर की आवश्यकता होती है। उन्होंने एक प्रोग्रामेबल फोटोनिक प्रोसेसर बनाया—एक चिप जो एक एकल फोटॉन के लिए एक विशाल, पुनर्गठित करने योग्य भूलभुलैया की तरह कार्य करती है। उनका लक्ष्य क्या था? नेस्टेड वॉलश पैरिटी फिल्टर्स (nested Walsh parity filters) नामक नियमों के एक विशिष्ट सेट का परीक्षण करना।

यह समझने के लिए कि उन्होंने क्या किया, कल्पना कीजिए कि आपके पास आठ कोनों वाला एक घन (cube) है (जैसे पासा, लेकिन तीन आयामों में)। प्रत्येक कोना एक अलग पथ का प्रतिनिधित्व करता है जिसे फोटॉन ले सकता है। शोधकर्ताओं ने यह देखना चाहा कि क्या वे अपने प्रकाश-भूलभैया को एक क्लब के बाउंसर की तरह काम करने के लिए प्रोग्राम कर सकते हैं। बाउंसर के पास नियमों की एक सूची है:

1. "जीरो-सम" (Zero-Sum) नियम: सभी आठ पथों में फोटॉन की उपस्थिति का कुल "भार" शून्य होना चाहिए। यदि ऐसा नहीं है, तो फोटॉन "असंतुलित" है और उसे बाहर निकाल दिया जाता है।
2. "फेस-पैरिटी" (Face-Parity) नियम: घन के छह फलक (faces) होते हैं (ऊपर/नीचे, बाएँ/दाएँ, आगे/पीछे)। बाउंसर यह भी जाँचता है कि क्या विपरीत फलकों पर फोटॉन की उपस्थिति संतुलित है।

यदि फोटॉन इन नियमों का पालन करता है, तो वह एक "अच्छा" फोटॉन है और क्लब में रह सकता है। यदि वह नियमों को तोड़ता है, तो उसे एक अलग निकास (exit) की ओर भेज दिया जाता है ताकि वैज्ञानिक देख सकें कि क्या गलत हुआ।

प्रयोग: एक क्लाउड-आधारित लाइट शो

टीम ने इस भूलभुलैया को अपने बेसमेंट में नहीं बनाया; उन्होंने क्वांडेला (Quandela) के बेलेनोस (Belenos) प्रोसेसर का उपयोग किया, जो एक क्लाउड-एक्सेसिबल क्वांटम कंप्यूटर है। उन्होंने इस डिजिटल भूलभुलैया के माध्यम से एक-एक करके 340,000 एकल फोटॉन भेजे। यह एक पासे को 340,000 बार फेंकने जैसा है, लेकिन पासा प्रकाश का एक एकल कण है, और नियम अविश्वसनीय रूप से जटिल हैं।

उन्होंने दो मुख्य चीजों का परीक्षण किया:

1. न्यूट्रल फ़िल्टर (The Neutral Filter): उन्होंने उन फोटॉनों को रखने की कोशिश की जो "जीरो-सम" नियम का पालन करते हैं। एक आदर्श दुनिया में, यदि एक फोटॉन पूरी तरह से संतुलित है, तो उसे कभी भी "बुरे" निकास को ट्रिगर नहीं करना चाहिए। वास्तविक दुनिया में, कुछ भी पूर्ण नहीं है। टीम ने पाया कि उनका फ़िल्टर अपने काम में अविश्वसनीय रूप से अच्छा था। जब उन्होंने एक "बुरा" फोटॉन भेजा (जो नियमों का पालन नहीं करता था), तो उसे "अच्छे" फोटॉन की तुलना में लगभग 31.6 गुना अधिक बार पकड़ा गया। इससे भी बेहतर, जब उन्होंने एक "अच्छा" फोटॉन भेजा, तो उसके गलती से बाहर निकाले जाने (लीकेज) की संभावना बहुत कम थी, जो लगभग 0.02% से 1% के आसपास थी। यह 100 में से 99 अच्छे लोगों को अंदर जाने देने वाले, लेकिन गलती से 1 या 2 को बाहर निकालने वाले बाउंसर जैसा है।

2. सिंड्रोम रूटिंग (The Syndrome Routing): यह सबसे दिलचस्प हिस्सा है। जब किसी फोटॉन ने नियम तोड़ा, तो मशीन ने केवल "त्रुटि!" नहीं कहा। इसने फोटॉन को इस आधार पर एक विशिष्ट निकास की ओर भेजा कि कौन सा फेस-पैरिटी नियम टूटा था। घन के तीन विपरीत फलकों के जोड़े हैं। मशीन बता सकती थी कि फोटॉन ने ऊपर/नीचे के संतुलन को बिगाड़ा, बाएँ/दाएँ के संतुलन को, या आगे/पीछे के संतुलन को। महत्वपूर्ण रूप से, यह उच्च सटीकता (94% से 99%) विशेष रूप से तब लागू होती है जब फोटॉन इन फेस-पैरिटी नियमों में से ठीक एक का उल्लंघन करता है। इसने इन विशिष्ट "सिंगल-फेस" त्रुटियों को सही निकासों तक सफलतापूर्वक पहुँचाया। हालाँकि, पेपर स्पष्ट करता है कि अधिक जटिल त्रुटियों के लिए, या गलती की सटीक प्रकृति को पहचानने और उसे ठीक करने के लिए, मशीन को प्रकाश के चरण (phase) को मापने (कॉम्प्लेक्स-सिंड्रोम रीडआउट) और तुरंत पथ को समायोजित (फीड-फॉरवर्ड) करने की आवश्यकता होगी, जो इस प्रयोग ने अभी तक प्रदर्शित नहीं किया है। इसलिए, जबकि मशीन विशिष्ट सिंगल-रूल उल्लंघनों को पहचानने और छाँटने में उत्कृष्ट है, यह अभी तक एक पूर्ण जासूस नहीं है जो अपने आप अपराध स्थल के हर संभव मामले को सुलझा सके।

"जादू" की पुनरावृत्ति

सबसे दिलचस्प परीक्षणों में से एक में फोटॉन को भूलभुलैया के माध्यम से कई बार भेजना शामिल था। कई क्वांटम सिस्टम में, एक ही चीज़ को बार-बार करने से चीजें बदतर हो जाती हैं क्योंकि त्रुटियां जमा होती रहती हैं। टीम ने अपने "न्यूट्रल-सेक्टर" फ़िल्टर को एक, दो और तीन बार लगातार लागू किया। आश्चर्यजनक रूप से, फोटॉन बदतर नहीं हुआ। "लीकेज" (एक अच्छे फोटॉन के बाहर निकाले जाने की संभावना) कम रही और प्रत्येक दौर के साथ बढ़ी नहीं। यह सुझाव देता है कि मशीन बहुत स्थिर है और "अच्छे" फोटॉन वास्तव में उनके संरक्षित क्षेत्र के भीतर सुरक्षित हैं।

यह क्या नहीं है (वास्तविकता की जाँच)

यह जानना महत्वपूर्ण है कि यह पेपर क्या नहीं करता है। लेखक बहुत स्पष्ट हैं: यह ऑन-द-फ्लाई गलतियों को ठीक करने वाला पूर्ण त्रुटि-सुधार (error-correction) सिस्टम नहीं है। उन्होंने खराब फोटॉन को पकड़ा, उसे ठीक किया और वापस नहीं भेजा। उन्होंने बस उसे पकड़ा और कहा, "हे, तुमने नियम तोड़े।" इसके अलावा, उन्होंने केवल एकल फोटॉन के साथ इसका परीक्षण किया। यदि कोई फोटॉन खो जाता है (जो वास्तविक जीवन में अक्सर होता है), तो मशीन उसे नहीं देख पाती क्योंकि वे केवल उन्हीं को गिनते हैं जो अंत तक पहुँचते हैं। इसलिए, हालांकि यह उन प्रकाश के लिए एक शानदार फ़िल्टर है जो पहुँचते हैं, यह प्रकाश के गायब होने की समस्या को हल नहीं करता है।

निष्कर्ष

टीम ने सफलतापूर्वक एक प्रोग्रामेबल प्रकाश-भूलभैया बनाई है जो उच्च सटीकता के साथ जटिल गणितीय नियमों के आधार पर फोटॉनों को छाँट सकती है। उन्होंने साबित किया कि आप एक "न्यूट्रल" ज़ोन बना सकते हैं जहाँ फोटॉन कुछ प्रकार के शोर से सुरक्षित रहते हैं, और यदि वे शोर वाले हो जाते हैं, तो मशीन आपको बता सकती है कि पैटर्न का कौन सा हिस्सा टूटा है—विशेष रूप से सिंगल-फेस उल्लंघनों के लिए।

परिणाम दिखाते हैं कि 340,000 परीक्षणों के साथ, उन्होंने नियंत्रण का एक ऐसा स्तर प्राप्त किया है जहाँ "लीकेज" केवल कुछ प्रतिशत है, और विशिष्ट सिंगल-रूल त्रुटियों को पहचानने की क्षमता लगभग पूर्ण है। हालांकि यह अभी तक सभी क्वांटम त्रुटियों को ठीक करने वाला कोई जादू का डंडा नहीं है, लेकिन यह दिखाने में एक बड़ा कदम है कि हम प्रोग्राम करने योग्य फिल्टर बना सकते हैं जो प्रकाश की ज्यामिति को समझते हैं। यह दिखाने जैसा है कि एक बाउंसर को न केवल आईडी चेक करना सिखाना, बल्कि पार्टी के पूरे माहौल को समझना और व्यवधान पैदा करने से पहले ही गड़बड़ी करने वालों को पहचान लेना। क्वांटम कंप्यूटिंग का भविष्य शायद ऐसे बेहतर बाउंसर बनाने पर निर्भर करता है।