Google की quantum error correction क्रांति को समझना

• quantum computer की बुनियादी इकाई qubit बहुत संवेदनशील होती है, इसलिए मामूली बाहरी हस्तक्षेप से भी त्रुटियाँ हो सकती हैं
• Quantum Error Correction (QEC) कई संवेदनशील physical qubit को जोड़कर अधिक स्थिर logical qubit बनाता है और त्रुटियों को ठीक करता है
• QEC का मुख्य लक्ष्य यह है कि जब physical qubit की error rate एक threshold से नीचे हो, तो अधिक qubit जोड़ने पर भी त्रुटियाँ कम होती जाएँ

Google की प्रमुख उपलब्धि: threshold से नीचे error rate हासिल करना

• Google ने QEC के एक विशेष प्रकार surface codes का उपयोग करके त्रुटियों को exponential रूप से कम करने में सफलता पाई
• 5 से 7 qubit तक code distance बढ़ाने पर logical error rate 2.14 गुना कम हुआ
• प्रयोगों में logical qubit, physical qubit की तुलना में दो गुना अधिक समय तक टिके
• यह पहला मामला है जिसमें logical qubit ने physical qubit से बेहतर प्रदर्शन साबित किया, और इसने scalable quantum computer के लिए एक महत्वपूर्ण आधार तैयार किया

---

control engineering के दृष्टिकोण से Google की प्रगति

1. real-time synchronization

• हर error correction cycle को 1.1µs के भीतर पूरा करना था, जिसके लिए qubit के बीच पूर्ण synchronization जरूरी था
• signal timing में बहुत छोटी गलती भी त्रुटियों के जमाव और computation failure का कारण बन सकती है

2. real-time decoding

• decoding वह प्रक्रिया है जिसमें measurement data का विश्लेषण करके त्रुटि की स्थिति और प्रकार का पता लगाया जाता है
• Google ने 63µs की latency के साथ 10 लाख से अधिक error correction cycle को प्रोसेस किया
• यदि decoder धीमा हो, तो त्रुटियाँ जमा होती जाती हैं, इसलिए real-time decoding अनिवार्य है

3. high-fidelity gate operation

• single-qubit gate error rate 0.1% से कम और two-qubit CZ gate error rate 0.3% हासिल करके logical qubit की स्थिरता सुनिश्चित की गई
• gate error पूरे system में त्रुटियाँ फैला सकती हैं, इसलिए accuracy बेहद महत्वपूर्ण है

---

real-time decoding का महत्व

• Google का यह शोध दिखाता है कि decoder की latency और throughput, QEC प्रदर्शन के लिए कितने महत्वपूर्ण हैं
• decoding, FPGA जैसे hardware पर तेज़ और सटीक ढंग से की जाती है, जबकि GPU अधिक computing power प्रदान करता है
• NVIDIA और Quantum Machines के सहयोग से बना DGX Quantum platform, 4µs से कम data round-trip latency के साथ QEC कार्यों को समर्थन देता है

---

आगे की चुनौतियाँ और संभावनाएँ

Google के संकेत

• Google ने यह दिखाकर कि logical qubit, physical qubit से बेहतर हो सकते हैं, fault-tolerant quantum computing की दिशा में रास्ता खोल दिया है
• logical error rate के exponential रूप से घटने का प्रमाण देकर इसने जटिल quantum computation करने की क्षमता का संकेत दिया

भविष्य के शोध कार्य

• decoder speed में सुधार और automated calibration
• तेज़ error mitigation strategy का विकास
• quantum और classical कार्यों के बीच integrated control system का डिज़ाइन
• ऐसा system चाहिए जो real-time feedback loop पूरा करे ताकि त्रुटियाँ जमा होने से पहले ही उन्हें ठीक किया जा सके

[xguru]

AlphaQubit - AI का उपयोग करके क्वांटम कंप्यूटर की त्रुटियों की पहचान

[GN⁺]

Hacker News की टिप्पणियां

• मुझे संदेह है कि यह व्याख्या सच में अच्छी है या नहीं। शुरुआत से ही अटक गया: कहा गया है कि classical computers में error-resistant memory बिट्स को replicate करके majority vote से सुधारती है, लेकिन असल में ECC जैसी error correction का इस्तेमाल होता है, bit replication और majority vote का नहीं
  वही असर बहुत कम extra bits से मिल सकता है, इसलिए बिट्स को replicate करना बेहद wasteful है। शायद यह logic circuits वाली चीज़ से confused है, जहां शायद अधिक efficient strategy नहीं होती

  • एक physicist के नजरिये से देखें तो classical error correction हमेशा simple repetition code नहीं होती, लेकिन information redundancy की अवधारणा फिर भी लागू होती है। उदाहरण के लिए parity checks जैसी चीज़ें
    quantum error correction में no-cloning theorem की वजह से redundancy को उसी तरह सीधे इस्तेमाल नहीं किया जा सकता, इसलिए इसके बजाय ज्यादा qubits इस्तेमाल करके qubit subspace को एक बड़े space में embed किया जाता है। जब correctable error होता है, तो यह embedded subspace उस बड़े space के भीतर किसी दूसरी “position” पर चला जाता है, और इसे detect करने के बाद subspace की internal state को छुए बिना वापस लाया जा सकता है, जिससे quantum information सुरक्षित रहती है
  • बात सही है, लेकिन एक रोचक अतिरिक्त तथ्य है। Classical processors या digital logic chips के अंदर electrical signals बहुत सारे electrons से बने होते हैं, और electrons बिल्कुल आदर्श तरीके से behave नहीं करते, इसलिए deviations अक्सर होते हैं
    signal को 0 या 1 के रूप में interpret करना इस पर निर्भर करता है कि electrons का majority किस दिशा में move कर रहा है। power कम करने पर प्रति signal electrons की संख्या घटती है और errors बढ़ जाते हैं। उस अर्थ में classical computers या optical fiber जैसी devices में भी repetition code hardware substrate level पर मौजूद माना जा सकता है
  • यह LLM से होने वाली गलती जैसा लगता है। किसी इंसान के लिए error correction और “majority vote”/consensus को confuse करना लगभग असंभव है
  • मैं भी उसी हिस्से पर ठिठक गया था। Majority vote aviation जैसी industries में इस्तेमाल होता है, लेकिन फिर भी यह computation results को verify करने के लिए होता है, हर memory address पर लागू करने के लिए नहीं
  • थोड़ा उदार होकर समझें तो classical computer memory हर bit के cell size को बड़ा करने के रूप में implicit replication/majority vote पर निर्भर मानी जा सकती है। यह wire पर signal भेजते समय repeated transmission को lower baud rate में बदलने और signal level को ज्यादा देर तक hold करने जैसा है
    bit किसी single atom या electron में store नहीं होती। single bit store करने वाला cell समान value को redundantly store करने वाले छोटे cells के parallel-connected group की तरह देखा जा सकता है, और read करते समय memory cell के कुल charge को पढ़ने पर analog रूप में majority vote अपने-आप हो जाता है
    computer को आप कितनी abstraction में describe करते हैं, इस पर निर्भर करता है; खासकर quantum computer और classical computer की तुलना करते समय memory का मतलब सिर्फ RAM नहीं, बल्कि state को संभालकर रखने वाली हर चीज हो सकता है, और classical computer में सिर्फ desktop नहीं बल्कि simple logic circuits तक शामिल हो सकते हैं। मूल रूप से desktop computer भी एक विशाल logic circuit ही है
    RAID-1 भी है, और higher level पर backups भी हैं। इसलिए classical computers में error resistance के लिए replication सचमुच इस्तेमाल होने के पर्याप्त उदाहरण हैं

• यह कमाल है कि उन्होंने ऐसी website बनाई है जिसमें browser zoom बदलने पर main body text को छोड़कर सब कुछ बड़ा हो जाता है

  • root font size को पूरे viewport width के आधार पर (1.04vw) set किया गया है, और बाकी styles rem units इस्तेमाल कर रही हैं
    मैंने यह तरीका पहली बार देखा। यह browser zoom को bypass करने का शायद लगभग इकलौता तरीका हो सकता है
  • ऐसी चीज़ों को कानून से रोकना चाहिए। कोई sane व्यक्ति यह क्यों चाहेगा
  • यह दिलचस्प है कि इस तरीके और दूसरे CSS की वजह से portrait mode phone पर यह पढ़ने लायक है, लेकिन landscape mode में text बेहद छोटा हो जाता है

• संदर्भ के लिए, यहां उल्लेखित paper 27 अगस्त 2024 को सार्वजनिक हुआ था
  https://arxiv.org/pdf/2408.13687

• quantum computing कहां जाएगी, इसे लेकर अब भी उत्सुक हूं, लेकिन “breakthrough” का मेरा benchmark नया है। जब तक quantum computer कुछ bits से बड़े prime products की factorization नहीं कर पाता, तब तक इसे ज्यादा से ज्यादा work in progress ही मानूंगा

  • अगर qubits की संख्या हर साल 2x बढ़े, तब भी सबसे बड़ा factorized number metric करीब 8 साल तक बिना प्रगति के दिख सकता है। उसके बाद हर साल factorize किए जा सकने वाले number का size 2x होगा, और कुल लगभग 15 साल बाद RSA2048 टूट जाएगा
    शुरुआती stagnation इसलिए है क्योंकि error correction की cost शुरुआत में बहुत ज्यादा front-loaded होती है। आपकी रुचि के हिसाब से, इस metric की शुरुआती insensitivity distractions घटाने के लिए अच्छी हो सकती है, या वास्तविक प्रगति ठीक से न दिखाने के कारण खराब हो सकती है। उदाहरण के लिए अगर वास्तविक improvement rate हर साल 2x नहीं बल्कि 10x हो, तो यह समझने में 3 साल लग सकते हैं कि RSA2048 12 साल बाद नहीं बल्कि 2 साल बाद टूटने वाला है
  • ऐसे ज्यादातर projects की तरह, बीच-बीच में छोटे और कम चमकदार breakthroughs या milestones आते रहेंगे
  • सहमत हूं। मैं इस क्षेत्र का expert नहीं हूं, लेकिन एक optimistic fan के रूप में इसे लंबे समय से देख रहा हूं, और हाल में मैं इस अनुमान की संभावना थोड़ा-थोड़ा बढ़ा रहा हूं कि quantum computing शायद कभी भी modern classical computing को replace करके valuable real-world problems हल करने वाला commercially viable alternative न बन पाए
    मुझे इतना नहीं पता कि detail में argument दे सकूं, लेकिन जब भी मैं ऐसी reporting पढ़ता हूं जो “बेशक मुश्किल है, लेकिन अंततः हम वहां पहुंच जाएंगे” को taken for granted मानती है, तो यह चिंता उठती है। मैं मानता हूं कि theory में quantum algorithms valuable real-world problems हल कर सकते हैं, लेकिन “commercially viable substitute बनकर real-world problems हल करने” के stage तक पहुंचने में अभी भी कई unknown unknowns दिखते हैं
    ऐसा भी लगता है कि शायद हम कोई fundamental limitation खोज लें जो पर्याप्त reliable और cost-effective scale का solution engineer करने से रोक दे। मैं यह counterargument सुनना चाहूंगा कि अब बचा हुआ हिस्सा ज्यादातर “बहुत कठिन engineering” ही है, यह हम काफी confidence से कह सकते हैं
  • quantum computing breakthrough देखते ही मेरा पहला सवाल हमेशा होता है, “क्या मेरी cryptography अभी सुरक्षित है?” अभी जवाब अब भी लगभग हां लगता है
  • उस point तक पहुंचने से पहले करीब हजार breakthroughs आ जाएंगे

• Quantum computing में हर एक प्रगति से क्या नतीजा निकलेगा, यह मुझे ठीक-ठीक नहीं पता, लेकिन इतना जानता/जानती हूं कि कभी न कभी मेरे बनाए सभी security keys और सभी software के encryption algorithms बदलने पड़ेंगे, इस लिहाज़ से मैं quantum computing risk के दायरे में हूं
  यह उपलब्धि हमें quantum cryptography catastrophe के कितने करीब ले आई है? इसे quarterly engineering plan में budget item बनाने से पहले कितना समय बचा है?

  • शायद ऐसा नहीं होगा। जब तक कोई वाकई अचानक और अप्रत्याशित breakthrough न आ जाए, इस समस्या के practically महत्वपूर्ण बनने से काफी पहले से quantum-resistant algorithms इस्तेमाल करना best practice बन जाएगा
    व्यावहारिक तौर पर समस्या सिर्फ public-key cryptography में है, symmetric keys ठीक हैं। यह थोड़ा simplified statement है, लेकिन असल में मोटे तौर पर सही है
  • asymmetric cryptography और DH पर ध्यान देना काफी है। अगर symmetric key 256-bit की है, तो वह हिस्सा ठीक रहेगा
    आदर्श रूप से ज्यादातर बात “openssl / openssh / golang-crypto वगैरह को latest version पर upgrade करो, और handshake settings में latest cryptographic algorithms इस्तेमाल हो रहे हैं यह confirm करो” तक सीमित होनी चाहिए। हालांकि कई मानवीय वजहों से protocol कैसे बदला जाए, इस पर बहुत कम सहमति है, इसलिए यह अभी दूर की बात है
    कभी न कभी नई asymmetric keys भी generate करनी होंगी, और शायद वहीं चीज़ दिलचस्प होगी। hardware-based solution अभी मौजूद नहीं है, और इसमें लंबा समय लगने की संभावना है। कंपनियां regulations और federal government sales के कारण US federal government standards से match करना चाहती हैं, federal government protocol standardization बहुत धीरे-धीरे आगे बढ़ाती है और लगता है authentication algorithms और जोड़ना चाहती है, और संबंधित standard FIPS 140 approval में आज भी सिर्फ paperwork में एक साल से ज्यादा लग जाता है, जबकि हर कोई तेजी से आगे बढ़ना चाहता है। Software development के लिहाज़ से ज्यादा तेजी से आगे बढ़ सकता है, लेकिन इसमें keys चोरी होना आसान होने वाले आम trade-offs और formal certification की समस्या वैसी ही बनी रहती है
  • मुख्य threat model यह है कि आज बड़े पैमाने की surveillance से collect किया गया, अभी break न हो सकने वाला data बाद में decryptable हो जाए
    इसलिए नए “quantum-safe” security mechanisms पहले से develop किए जा रहे हैं
  • लगता है किसी को ठीक-ठीक पता नहीं, और बेतुकी अटकलें बहुत हैं
    अगर आपके पास ऐसी keys हैं जिन्हें 20 साल टिकना है, तो नए NIST-approved standard algorithms test करना अच्छा रहेगा

• क्या HN पर कोई है जो समझता हो कि यह उपलब्धि हमें useful quantum computer के कितना करीब ले जाती है

  • यह Google R&D organization का एक और बढ़ा-चढ़ाकर पेश किया गया प्रचार है। यह quantum circuits में होने वाली errors घटाकर system के logical qubits की संख्या बढ़ाने के लिए theoretical application है, लेकिन आखिरी हिस्सा अभी किया नहीं गया है, इसलिए real-world applicability अभी देखनी बाकी है
    https://arxiv.org/abs/2408.13687
    “Our results present device performance that, if scaled, could realize the operational requirements of large scale fault-tolerant quantum algorithms.”
    लगता है Google ने यह test करना भूल गया कि इसे scale किया जा सकता है या नहीं
  • सिर्फ यह तथ्य कि इसमें “fault tolerance का vision” नाम का future-oriented subsection है, जो लगभग खोखली बातों से भरा है और फिर “हमने अभी इस exciting journey की शुरुआत ही की है, आगे देखते रहिए!” पर खत्म होता है, बताता है कि यह बिल्कुल करीब नहीं है

• यह breakthrough जैसा नहीं लगता। हां, यह positive engineering progress जरूर है, लेकिन breakthrough नहीं
  और AI का इससे आखिर क्या लेना-देना है

  • paper का मुख्य point नहीं है, लेकिन Google ने neural network decoder test किया था और उसने सबसे ज्यादा accuracy दी। कुछ अन्य decoders ने accuracy बढ़ाने के लिए reinforcement learning से निकाली गई priors का भी इस्तेमाल किया