IBM और शिकागो विश्वविद्यालय ने दिखाई ‘सत्यापित क्वांटम बढ़त’

क्वांटम बढ़त का सामान्य अर्थ है—किसी ऐसे काम को करना जिसे शास्त्रीय कंप्यूटर व्यावहारिक समय में नहीं कर पाते। लेकिन क्वांटम कंप्यूटर स्वभावतः संभाव्यता-आधारित होते हैं। इसलिए केवल यह कहना पर्याप्त नहीं कि मशीन ने कोई कठिन गणना कर ली; यह भी साबित करना जरूरी है कि उसका परिणाम त्रुटियों से इतना प्रभावित नहीं हुआ कि वह अविश्वसनीय बन जाए।

IBM और शिकागो विश्वविद्यालय का कहना है कि उन्होंने सर्किट को इस तरह डिजाइन किया कि वह शास्त्रीय कंप्यूटरों के लिए कठिन रहे, लेकिन उसकी शुद्धता की जांच भी की जा सके .

70 लॉजिकल क्यूबिट और 15 मिनट की गणना

मुख्य प्रयोग IBM के Quantum Heron प्रोसेसर पर किया गया। इसके प्रमुख तकनीकी आंकड़े ये रहे :

• 70 लॉजिकल क्यूबिट को नई त्रुटि-सुधार तकनीक से एन्कोड किया गया। यह अब तक के बड़े फॉल्ट-टॉलरेंट लॉजिकल-क्यूबिट प्रदर्शनों में शामिल है। लॉजिकल क्यूबिट वह क्यूबिट है जिसे कई भौतिक क्यूबिट और त्रुटि-सुधार प्रक्रियाओं के जरिए अधिक भरोसेमंद बनाया जाता है।
• सर्किट में 2,415 लॉजिकल दो-क्यूबिट ऑपरेशन और 468 लॉजिकल T गेट चलाए गए। ये सर्किट की जटिलता मापने वाले महत्वपूर्ण मानक हैं।
• पूरी गणना लगभग 15 मिनट में पूरी हुई। टीम के मुताबिक, यही काम अग्रणी शास्त्रीय सिमुलेशन विधियों से करना व्यावहारिक रूप से अत्यधिक लंबा समय लेता।
• लॉजिकल त्रुटि दर मूल भौतिक क्यूबिट की त्रुटि दर से करीब 10 गुना कम रही .

यह कोई सामान्य रोजमर्रा का व्यावसायिक एल्गोरिदम नहीं था। शोधकर्ताओं ने ऐसा sampling task चुना जिसे शास्त्रीय कंप्यूटरों के लिए कठिन बनाया जा सके और जिसकी संरचना के कारण उसके परिणाम की जांच भी संभव हो। टीम ने सर्किट और परिणाम IBM के Quantum Advantage Tracker पर सार्वजनिक किए तथा अन्य शोधकर्ताओं को स्वतंत्र चुनौती और खंडन के लिए आमंत्रित किया .

स्पेसटाइम कोड ने सत्यापन की समस्या कैसे सुलझाई?

इस प्रयोग का केंद्रीय विचार ‘स्पेसटाइम कोड’ (spacetime code) है। यह पहले के random circuit sampling यानी RCS प्रयोगों का एक अधिक संरचित विकल्प है .

शोधकर्ताओं ने शुरुआत में सर्किट को मुख्य रूप से क्लिफोर्ड गेट से बनाया। क्लिफोर्ड गेट शास्त्रीय रूप से अपेक्षाकृत आसानी से सिमुलेट किए जा सकते हैं और उनमें त्रुटि-पहचान की सुविधाएं स्वाभाविक रूप से मौजूद होती हैं। इसके बाद उन्होंने चुनिंदा स्थानों पर T गेट जोड़े। T गेट क्वांटम गणना के लिए जरूरी non-Clifford ऑपरेशन हैं, लेकिन इन्हें जोड़ने से सर्किट को सत्यापित करना कठिन हो सकता है।

टीम ने T गेट को इस तरह जोड़ा कि क्लिफोर्ड ढांचे की त्रुटि-पहचान क्षमता बनी रहे . इसका फायदा यह हुआ कि सिस्टम गणना के दौरान ही कुछ त्रुटियों का पता लगा सकता था, बजाय इसके कि बाद में केवल शास्त्रीय कंप्यूटर से पूरे परिणाम की जांच की जाए .

शोधकर्ताओं ने fidelity—यानी गणना के सही ढंग से निष्पादित होने की विश्वसनीयता—के लिए 0.284 की निचली सीमा निकाली, वह भी 95% सांख्यिकीय विश्वास के साथ . उपलब्ध विवरण के अनुसार, यह पहला ऐसा क्वांटम-बढ़त प्रयोग है जिसमें गणना की शुद्धता के लिए गणितीय रूप से गारंटीकृत सीमा प्रस्तुत की गई।

हालांकि इस सत्यापन की कीमत भी काफी बड़ी थी। त्रुटि-पहचान बनाए रखने के लिए प्रयोग को सामान्य संख्या की तुलना में 860 गुना अधिक रन करना पड़ा और केवल लगभग 28% रन ही त्रुटि-पहचान फिल्टर से पास हुए . व्यावहारिक अनुप्रयोगों तक इसे बड़े पैमाने पर ले जाने में यही ओवरहेड बड़ी चुनौती बन सकता है।

एक घोषणा, तीन अलग-अलग शोध-पत्र

30 जुलाई की घोषणा के पीछे arXiv पर 27 और 28 जुलाई को प्रकाशित तीन अलग-अलग preprint थे। हर शोध-पत्र ने शास्त्रीय सिमुलेशन से आगे की क्वांटम गणनाओं पर भरोसा बढ़ाने के लिए अलग तरीका अपनाया .

• IBM और शिकागो विश्वविद्यालय: 70 लॉजिकल क्यूबिट वाले सत्यापित लॉजिकल-सर्किट प्रयोग का मुख्य परिणाम।
• IBM और Qedma Quantum Computing: Qedma के QESEM error-mitigation सॉफ्टवेयर से 74 क्यूबिट तक लंबे समय तक चलने वाली dynamics का अध्ययन किया गया। परिणामों की तुलना RIKEN और BlueQubit की शास्त्रीय सिमुलेशन तथा Quantinuum के हार्डवेयर परीक्षणों से की गई .
• IBM और Algorithmiq: एक heterogeneous quantum material के सिमुलेशन में क्वांटम बढ़त का प्रदर्शन करने का दावा किया गया। यह समस्या आठ महीने से Quantum Advantage Tracker पर खुली थी .

बाहरी शोधकर्ताओं ने ध्यान दिलाया कि Qedma और Algorithmiq के साथ प्रकाशित सहयोगी पेपरों ने खुद स्पष्ट रूप से ‘quantum advantage’ का दावा नहीं किया था। उनमें मुख्य रूप से यह कहा गया कि शास्त्रीय सिमुलेशन कठिन है . इसके अलावा, तीनों पेपर अभी preprint हैं और इनकी peer review पूरी नहीं हुई है .

दावे पर सावधानी क्यों जरूरी है?

क्वांटम कंप्यूटिंग में ऐसे हर बड़े दावे की स्वतंत्र जांच जरूरी होती है। लंबे समय से इस क्षेत्र की आलोचना करने वाले शोधकर्ता गिल कलाइ ने तर्क दिया है कि शोर यानी noise अभी भी परिणामों को कमजोर कर सकता है .

860 गुना अतिरिक्त रन और केवल 28% रन का फिल्टर से गुजरना भी बताता है कि यह तरीका फिलहाल संसाधन-गहन है। इसके अलावा, प्रयोग के लिए समस्या को खास तौर पर इस तरह चुना गया था कि उसका सत्यापन संभव हो। इसलिए यह अभी साबित नहीं करता कि क्वांटम कंप्यूटर हर व्यावहारिक कारोबारी समस्या पर शास्त्रीय कंप्यूटरों से बेहतर हैं।

IBM ने डेटा, सर्किट और अपनी विधियों को सार्वजनिक करके स्वतंत्र शोधकर्ताओं को दावों की जांच करने का निमंत्रण दिया है .

अरविंद कृष्णा का कारोबारी अनुमान

तकनीकी घोषणा के ही दिन IBM के CEO अरविंद कृष्णा ने CNBC के कार्यक्रम ‘Mad Money’ में क्वांटम कंप्यूटिंग के व्यावसायिक असर पर बात की। उन्होंने कहा कि इस तकनीक का IBM के राजस्व और मुनाफे पर 2028 या 2029 तक ‘मापने योग्य असर’ दिख सकता है .

कृष्णा ने यह भी कहा कि IBM को काफी भरोसा है कि क्वांटम कंप्यूटिंग 2030 के दशक के अंत तक 1 ट्रिलियन डॉलर का मूल्य पैदा कर सकती है . यह कंपनी का अनुमान है, स्थापित बाजार-परिणाम नहीं।

IBM की 10 अरब डॉलर से अधिक की निवेश योजना

IBM ने जून 2026 में घोषणा की थी कि वह अगले पांच वर्षों में क्वांटम कंप्यूटिंग पर 10 अरब डॉलर से अधिक निवेश करेगा। इस रकम का इस्तेमाल शोध एवं विकास, हार्डवेयर निर्माण, त्रुटि-सुधार, सॉफ्टवेयर और इकोसिस्टम साझेदारियों में किया जाना है .

कंपनी का कहना है कि वह 2029 तक बड़े पैमाने का फॉल्ट-टॉलरेंट क्वांटम कंप्यूटर तैयार करने की अपनी योजना पर कायम है . एक अलग quantum chip foundry की प्रस्तावित योजना को अमेरिकी वाणिज्य विभाग की 1 अरब डॉलर की प्रतिबद्धता से आंशिक समर्थन मिल रहा है .

इसका बड़ा अर्थ क्या है?

अगर ये नतीजे peer review और स्वतंत्र जांच में टिकते हैं, तो यह अब तक का सबसे विश्वसनीय संकेत हो सकता है कि क्वांटम हार्डवेयर ने उपयोगिता की दिशा में एक अहम सीमा पार की है। कठिन शास्त्रीय गणना और परिणाम की सांख्यिकीय विश्वसनीयता—इन दोनों को एक साथ दिखाने की कोशिश क्वांटम बढ़त के सबसे बड़े भरोसे के संकट को संबोधित करती है।

फिर भी इसे व्यावहारिक क्रांति का अंतिम प्रमाण मानना जल्दबाजी होगी। प्रयोग का ओवरहेड बहुत बड़ा है, समस्या को सत्यापन योग्य बनाने के लिए विशेष रूप से चुना गया था और शोध-पत्र अभी peer review से नहीं गुजरे हैं। फिलहाल सबसे अहम बात यह है कि क्वांटम कंप्यूटिंग केवल ‘कौन तेज है’ की दौड़ से आगे बढ़कर ‘किस परिणाम पर भरोसा किया जा सकता है’ के सवाल का जवाब खोजने लगी है।