Google च्या क्वांटम हार्डवेअर चाचणीत मॅजिक-स्टेट त्रुटी ४० पटींनी कमी

क्वांटम-कंप्युटिंगमधील कठीण समस्येसाठी हार्डवेअर चाचणी

Google Quantum AI च्या संशोधकांनी कंपनीच्या Willow सुपरकंडक्टिंग प्रोसेसरवर मॅजिक-स्टेट कल्टिव्हेशन नावाच्या तंत्राचे प्रदर्शन केले आहे. तयार केलेल्या क्वांटम स्थितींमधील त्रुटी ४० पटींनी कमी झाल्याचे त्यांनी सांगितले. Scienceमध्ये प्रकाशित हा निष्कर्ष या दृष्टिकोनाची पहिली यशस्वी हार्डवेअर चाचणी म्हणून मांडला आहे.

हे काम क्वांटम कंप्युटिंगमधील एका मध्यवर्ती अडथळ्याला संबोधित करते: क्यूबिट्स अत्यंत नाजूक असतात. पारंपरिक डिजिटल बिट्सपेक्षा वेगळे, क्वांटम बिट्स त्यांच्या आजूबाजूच्या वातावरणामुळे आणि नियंत्रणातील अपूर्णतेमुळे प्रभावित होऊ शकतात. या त्रुटींमुळे विश्वसनीय गणना करणे अत्यंत कठीण होते, विशेषतः उपयुक्त fault-tolerant क्वांटम संगणकांसाठी आवश्यक असलेल्या प्रगत ऑपरेशन्सच्या बाबतीत.

या प्रयोगाचा भर “मॅजिक स्टेट्स”वर आहे—प्रगत गणनांसाठी आवश्यक असलेल्या विशेष पद्धतीने तयार केलेल्या क्वांटम स्थिती. उच्च-गुणवत्तेच्या मॅजिक स्टेट्स तयार करणे मोठे आव्हान आहे, कारण स्थितीतील अगदी लहान त्रुटीही मोठ्या गणनेला बाधित करू शकते. Google चा निष्कर्ष fault-tolerant क्वांटम कंप्युटिंगचे व्यापक आव्हान दूर करत नाही; मात्र प्रत्यक्ष हार्डवेअरवरील एका महत्त्वाच्या घटकात सुधारणा करण्याचा मार्ग दाखवतो.

डिस्टिलेशनपासून कल्टिव्हेशनपर्यंत

मॅजिक स्टेट्स सुधारण्याचा परिचित मार्ग म्हणजे मॅजिक-स्टेट डिस्टिलेशन. व्यापक अर्थाने, डिस्टिलेशन क्वांटम संसाधनांमधील दोष गाळून काढते. ते कार्य करू शकते, पण त्यासाठी मोठ्या प्रमाणात संसाधने लागतात: कमी संख्येने उपयुक्त स्थिती तयार करण्यासाठी मोठ्या प्रमाणावर हार्डवेअर आणि प्रोसेसिंगची गरज भासू शकते.

मॅजिक-स्टेट कल्टिव्हेशन हा वेगळा प्रस्ताव आहे. त्याच प्रकारच्या संसाधन-केंद्रित फिल्टरिंगवर अवलंबून राहण्याऐवजी, संरक्षित क्यूबिटमध्येच noisy मॅजिक स्टेट थेट स्वच्छ करण्याचा तो प्रयत्न करतो. सर्व माहिती एका असुरक्षित घटकात ठेवण्याऐवजी अनेक भौतिक क्यूबिट्समध्ये क्वांटम माहिती एन्कोड केल्यामुळे हे संरक्षण मिळते.

Willow प्रयोगात, दुरुस्त करावयाच्या त्रुटींपासूनच टीमने जाणीवपूर्वक सुरुवात केली. संशोधकांनी एका छोट्या भौतिक क्यूबिट ग्रिडमध्ये noisy मॅजिक स्टेट एन्कोड केली. त्यानंतर नाजूक क्वांटम डेटा नष्ट न करता एन्कोड केलेल्या माहितीतील चुका तपासण्यासाठी त्यांनी सहाय्यक क्यूबिट्सचा वापर केला.

तपासणीत दोष आढळल्यास तो प्रयत्न टाकून देण्यात आला आणि प्रणालीने पुन्हा सुरुवात केली. एखादा प्रयत्न सर्व तपासण्या पार केल्यास सुधारित मॅजिक स्टेट पुढील प्रोसेसिंगसाठी ठेवली गेली. हे post-selection महत्त्वाचे आहे: प्रत्येक प्रयत्न यशस्वी होतो, असा या पद्धतीचा दावा नाही. उलट, इच्छित संरक्षित स्थिती तपासण्यांनंतरही टिकून राहिलेली प्रकरणे ओळखणे हा तिचा उद्देश आहे.

४० पट या आकड्याचा अर्थ

संशोधकांच्या मते, कल्टिव्हेशनमुळे त्रुटी ४० पटींनी कमी झाली. स्वीकारलेल्या मॅजिक स्टेट्सनी किमान सुमारे ९९.९९% fidelity गाठली; तयार केलेली स्थिती अपेक्षित स्थितीशी किती जुळते, हे fidelity मोजते.

हा आकडा या क्षेत्रात मोजमाप आव्हानात्मक का आहे, हेही दाखवतो. उरलेल्या त्रुटी अत्यंत लहान असतील तर त्या लहानच आहेत, हे सिद्ध करण्यासाठी काळजीपूर्वक पडताळणी आवश्यक असते. पारंपरिक पद्धतींपेक्षा कमी मोजमापांमध्ये उरलेल्या त्रुटी शोधण्यासाठी टीमने kickback tomography नावाचे तंत्र विकसित केले.

फिल्टरिंग निवडक होते. सुरुवातीच्या प्रयत्नांपैकी केवळ सुमारे ८% प्रयत्न सर्व तपासण्या पार करू शकले. हा तडजोडीचा मुद्दा कल्टिव्हेशनच्या व्यावहारिक प्रश्नाचा भाग आहे: एखादे तंत्र स्वीकारलेल्या स्थितींची गुणवत्ता मोठ्या प्रमाणात सुधारू शकते, पण त्यासाठी वारंवार प्रयत्न करावे लागू शकतात. त्यामुळे योग्य तुलना केवळ टिकून राहिलेल्या स्थितींच्या त्रुटी दराशी नसून, उपयुक्त गणनेसाठी पुरेशा स्थिती तयार करण्याच्या एकूण खर्चाशी असते.

मॅजिक स्टेट्स महत्त्वाच्या का आहेत

क्वांटम प्रोसेसर काही ऑपरेशन्स इतरांपेक्षा अधिक नैसर्गिकपणे करू शकतात. क्वांटम कंप्युटिंगच्या सर्वाधिक मागणी असलेल्या प्रकारांसाठी, प्रणालीला आवश्यक प्रगत ऑपरेशन्स करता यावीत यासाठी संशोधकांना काळजीपूर्वक तयार केलेल्या संसाधनांची गरज असते. मॅजिक स्टेट्स हे असेच एक संसाधन आहे.

त्यामुळे विश्वसनीय मॅजिक स्टेट्स तयार करण्याचा खर्च भविष्यातील fault-tolerant मशीनचा आकार आणि रचना ठरवू शकतो. कमी एकूण संसाधनांमध्ये चांगल्या स्थिती तयार करणारी पद्धत एका प्रयोगशाळेतील प्रदर्शनापलीकडेही महत्त्वाची ठरू शकते. मात्र एका घटकातील ठोस निष्कर्षामुळे पूर्ण fault-tolerant संगणक सिद्ध होत नाही. शेवटी त्याला विश्वसनीय क्यूबिट्स, त्रुटी शोध, नियंत्रण प्रणाली आणि पूर्ण आर्किटेक्चरमधील इतर घटकांसह जुळवून घ्यावे लागेल.

Willow चा निष्कर्ष उल्लेखनीय आहे, कारण यापूर्वी प्रत्यक्ष हार्डवेअरवर यशस्वीपणे तपासले न गेलेले तंत्र स्वीकारून ते सुपरकंडक्टिंग प्रोसेसरच्या अपूर्णतेसमोर तपासण्यात आले. त्यामुळे हा प्रयोग या कल्पनेला सैद्धांतिक पर्यायातून हार्डवेअरच्या मर्यादांवर तपासता येणाऱ्या अभियांत्रिकी निष्कर्षात रूपांतरित करतो.

व्यावहारिक प्रश्न अद्याप खुले असलेला एक टप्पा

हा निष्कर्ष आशादायक साधनाचे प्रदर्शन म्हणून पाहणे योग्य ठरेल, क्वांटम त्रुटी-सुधारणा सुटली असल्याची घोषणा म्हणून नव्हे. संरक्षित noisy स्थितींची छाननी करून त्यात सुधारणा करता येते आणि तपासण्या पार केलेल्या स्वीकारलेल्या स्थितींमधील त्रुटी मोठ्या प्रमाणात कमी होऊ शकते, हे प्रयोग दाखवतो.

याचे महत्त्व हार्डवेअर कामगिरी आणि पडताळणीच्या संयोगात आहे. कल्टिव्हेशन काम करेल, असे केवळ मांडण्याऐवजी टीमने noisy स्थिती एन्कोड केली, सहाय्यक क्यूबिट्सने तिची तपासणी केली, अयशस्वी प्रयत्न टाकून दिले आणि टिकून राहिलेल्या स्थितींची गुणवत्ता मोजली. नोंदवलेल्या त्रुटीच्या पातळीवर ही मोजमापे शक्य करण्यात नवीन tomography पद्धतीचाही वाटा होता.

क्वांटम कंप्युटिंगमध्ये प्रगती अनेकदा अशा घटक-स्तरीय सुधारणांमधून होते. महत्त्वाच्या संसाधनाची चांगली तयारी मोठ्या प्रणालींसाठीचे अभियांत्रिकी संतुलन बदलू शकते, जरी अनेक कठीण टप्पे अद्याप बाकी असले तरी. विश्वसनीय क्वांटम गणनेकडे वाटचाल करताना अधिक प्रस्थापित दृष्टिकोनांसोबत मॅजिक-स्टेट कल्टिव्हेशनचाही विचार केला पाहिजे, याचा पुरावा Google Quantum AI चा ४० पट निष्कर्ष देतो.

हा लेख Phys.org च्या वृत्तांकनावर आधारित आहे. मूळ लेख वाचा.