যেদিন বক্ররেখা সঠিক দিকে বাঁকল
প্রায় 30 বছর ধরে কোয়ান্টাম ত্রুটি-সংশোধন একটি প্রতিশ্রুতির ওপর দাঁড়িয়ে: ত্রুটিপ্রবণ ভৌত কিউবিটের অনেকগুলোর ওপর একটি যৌক্তিক কিউবিট সংকেতায়িত করা করলে, আর ভৌত কিউবিট যথেষ্ট ভালো হলে, কোড বড় করার সঙ্গে যৌক্তিক ত্রুটি সূচকীয়ভাবে কমা উচিত। জটিলতা হলো সীমা। ভৌত ত্রুটি সংকটসীমার স্তরের নিচে হলে অতিরিক্ত পুনরাবৃত্তি সাহায্য করে; ওপরে হলে আরও কিউবিট শুধু আরও শব্দদূষণ যোগ করে। আগের পরীক্ষায় কোড বড় করলে ত্রুটি কমার পরিষ্কার প্রবণতা দেখা যায়নি।
ডিসেম্বর 2024-এ Google কোয়ান্টাম AI Willow সুপারকন্ডাক্টিং প্রসেসরে পৃষ্ঠ-কোড স্মৃতি দূরত্ব 3, 5 ও 7 বানিয়ে প্রথম স্পষ্ট নিচে-সীমা স্কেলিং প্রতিবেদন করে। কোড দূরত্ব প্রতি দুই ধাপ বাড়লে যৌক্তিক ত্রুটি কারক কমেছে। সবচেয়ে বড় দূরত্ব-7 স্মৃতি 101 ভৌত কিউবিট ব্যবহার করে যৌক্তিক ত্রুটি 0.143% ± 0.003% প্রতি সংশোধন চক্র পেয়েছে; এবং সংকেতায়িত স্মৃতি খণ্ডের সেরা একক ভৌত কিউবিটের চেয়ে 2.4 ± 0.3× বেশি সময় টিকেছে। এটিই “বহির্ভূত সমতা-বিন্দু”।
এটি বাস্তব মাইলফলক—স্কেলিং এখন সংশোধন করা দিকে। কিন্তু গবেষণাপত্র কার্যকর কোয়ান্টাম কম্পিউটার দাবি করে না। এটি সুরক্ষিত স্মৃতি, অ্যালগরিদমিক যন্ত্র নয়।
পৃষ্ঠ কোড, দূরত্ব আর নিচে সীমা কী
যৌক্তিক কিউবিট হলো বহু ভৌত কিউবিটে সংকেতায়িত সুরক্ষিত কোয়ান্টাম তথ্য। পৃষ্ঠ কোড একটি 2D গ্রিডে তথ্য-কিউবিট ও অতিরিক্ত পরিমাপ-কিউবিট বসিয়ে ত্রুটি-সিন্ড্রোম বারবার যাচাই করে, কিন্তু সংরক্ষিত কোয়ান্টাম অবস্থাটিকে সরাসরি মাপে না। কোডের দূরত্ব d কোনো ভৌত দৈর্ঘ্য নয়; শনাক্ত না হওয়া একটি যৌক্তিক ত্রুটি ঘটাতে ন্যূনতম কতটি সঠিক জায়গায় পড়া ত্রুটি দরকার, তার মাপ। বড় d বেশি ভৌত কিউবিট খরচ করে এবং একই সঙ্গে বেশি ত্রুটি সহ্য করতে পারে—পাঠ্যপুস্তকের হিসাবে প্রায় 2d²−1 ভৌত কিউবিট, যদিও বাস্তব বাস্তবায়নের অতিরিক্ত খরচ ভিন্ন হতে পারে।
দূরত্ব 3, 5, 7 প্রায় 1, 2, 3 একযোগে ত্রুটি সংশোধন করতে পারে। নিচে সীমা মানে ভৌত ত্রুটি যথেষ্ট নিম্ন যে d বাড়ালে যৌক্তিক ত্রুটি সূচকীয়ভাবে দমন করা হয়। দমন কারক >1 হলে কোড বড় হওয়া করা সাহায্য করছে। Google-এর মানে দূরত্ব দুই বাড়ালে যৌক্তিক ত্রুটি প্রায় অর্ধেকেরও কম হচ্ছে।

গবেষকেরা কী করেছেন
- দুই Willow খণ্ডে পৃষ্ঠ-কোড স্মৃতি চালনা করেন: 105-কিউবিট প্রসেসর দূরত্ব 3/5/7 স্কেলিং পরীক্ষা (সবচেয়ে বড় 101-কিউবিট দূরত্ব-7 স্মৃতি, 49 তথ্য কিউবিট), এবং 72-কিউবিট প্রসেসর দূরত্ব-5 বাস্তব-সময় ডিকোডিং ও বড় পুনরাবৃত্তি-কোড পরীক্ষা।
- দূরত্ব 3→5→7-এ যৌক্তিক ত্রুটি প্রতি চক্র কীভাবে বদলায় পরিমাপ করে extract করেন।
- যৌক্তিক স্মৃতি আয়ুষ্কাল একই খণ্ডের সেরা ভৌত কিউবিটের সঙ্গে তুলনা করে সমতা-বিন্দু পরীক্ষা করেন।
- দূরত্ব-5 কোডে বাস্তব-সময় ডিকোডার চালান—ধ্রুপদি হার্ডওয়্যার সিন্ড্রোম ধারা চলমান ব্যাখ্যা করে—একটি মিলিয়ন চক্র পর্যন্ত।
- Simpler পুনরাবৃত্তি কোড দূরত্ব 29 পর্যন্ত বাড়িয়ে বিরল সহসম্পর্কিত ত্রুটি উৎস/ত্রুটি নিম্নসীমা খোঁজেন।
তাঁরা কী পেয়েছেন
- নিচে-সীমা স্কেলিং: দূরত্ব প্রতি +2-তে যৌক্তিক ত্রুটি কারক দমন করা। তত্ত্বর promised সূচকীয় প্রবণতা স্পষ্ট।
- দূরত্ব-7: 0.143% ± 0.003% ত্রুটি/চক্র, সেরা ভৌত কিউবিটের আয়ুষ্কালের 2.4 ± 0.3×—বহির্ভূত সমতা-বিন্দু।
- বাস্তব-সময়ের decoder কাজের চাপ সামলেছে: distance 5-এ গড় latency ছিল 63 μs। Correction cycle মাত্র 1.1 μs হলেও pipeline ধারাবাহিক data stream সামলে million-cycle run চালিয়ে যেতে পেরেছে; অর্থাৎ ফলটি শুধু পরে বসে data process করার নয়।
- বিরল গভীর ত্রুটি একটি নিচের সীমা তৈরি করেছে: repetition-code পরীক্ষায় correlated burst আনুমানিক ঘণ্টায় একবার, অর্থাৎ প্রায় 3×10⁹ cycle-এ একবার, দেখা গেছে; এতে কার্যসম্পাদনের floor প্রায় 10⁻¹⁰। লেখকদের মতে এর উৎস অজানা, এবং বড় fault-tolerant system-এর জন্য এটি গুরুত্বপূর্ণ সমস্যা।
এটি কী প্রমাণ করে না
- এটি গণনা করা কোয়ান্টাম কম্পিউটার নয়। একটি যৌক্তিক স্মৃতি কিউবিট, যৌক্তিক ধাপ নেটওয়ার্ক/অ্যালগরিদম নয়।
- উপযোগী যন্ত্রের এক ধাপ দূরে নয়। ~0.1% প্রতি-চক্র ত্রুটি বাস্তব অ্যালগরিদমের ~10⁻⁶–10⁻¹⁰ প্রয়োজনীয়তার অনেক ওপরে; বড়তর দূরত্ব মানে বহু বেশি ভৌত কিউবিট/যৌক্তিক কিউবিট, আর উপযোগী অ্যালগরিদম thousands যৌক্তিক কিউবিট চাইতে পারে—মিলিয়ন-পরিসর ভৌত কিউবিট budget।
- “যদি বড় করলে” অত্যন্ত গুরুত্বপূর্ণ। একটি যৌক্তিক কিউবিটে সংশোধন করা প্রবণতা বড় যন্ত্রে একই কারক থাকবে নিশ্চয়তা নয়।
- অব্যাখ্যাত সহসম্পর্কিত ত্রুটির নিম্নসীমা এখনো সমস্যা; লেখকেরা বলেন, বর্তমান মাত্রা বোঝা ও কমানো না গেলে তা বড় ত্রুটি-সহনশীল ব্যবস্থার ব্যবহার ঠেকাতে পারে।
- Encryption breaking বা উপযোগী “কোয়ান্টাম supremacy” নয়।
প্রমাণ কতটা শক্তিশালী?
মূল প্রকৌশল দাবি শক্তিশালী: তিনটি কোড দূরত্বে পরিষ্কার সূচকীয় দমন, বহির্ভূত-সমতা-বিন্দু আয়ুষ্কাল, বাস্তব-সময় ডিকোডার—ক্ষেত্র দীর্ঘ খোঁজা সমন্বয়। এটি আবরণ-created অতিরঞ্জিত প্রচার কৃত্রিম প্রভাব নয়।
লেখকেরা পরিধি সতর্ক রেখেছেন: ফলটিকে “threshold-এর নিচে memory” হিসেবেই বর্ণনা করেন, অব্যাখ্যাত ত্রুটির নিম্নসীমা নিজেরাই স্পষ্ট করে দেখান এবং বড় করার প্রসঙ্গে বারবার যদি শব্দটি রাখেন। অতিরঞ্জন শুরু হয় যখন “কোড বড় করলে সংকেতায়িত memory qubit ভালো হয়েছে” থেকে “কোয়ান্টাম কম্পিউটিং এসে গেছে” বলা হয়।
সতর্ক অবস্থা: ভিত্তিগত ধাপ, স্পষ্টভাবে taken। একটি যৌক্তিক স্মৃতি কিউবিট; স্কেলিং, যৌক্তিক ধাপ, সহসম্পর্কিত-ত্রুটি পদার্থবিদ্যা এবং বিশাল প্রকৌশল সড়ক ahead।
কেন এটি গুরুত্বপূর্ণ
ত্রুটি-সহনশীল কোয়ান্টাম কম্পিউটিং chicken-এবং-egg সমস্যা: উপযোগী অ্যালগরিদম যে ত্রুটির হার চায় ভৌত কিউবিট দিতে পারে না; ত্রুটি সংশোধন তখনই কাজ করে যখন হার্ডওয়্যার সীমার নিচে। সেই রেখা একবার আন্তঃ করা—এমনকি একটি যৌক্তিক কিউবিট স্মৃতি-তে—প্রশ্ন বদলে দেয়: “সম্ভব?” থেকে “কত দূর পরিসর করা যায়?”
পরের বছরে নিরস বক্ররেখা-ই গুরুত্বপূর্ণ: বড়তর দূরত্বে hold করে কি, যৌক্তিক ধাপ স্মৃতির মতো পরিষ্কার হয় কি, একবার-an-ঘণ্টা বিস্ফোরণ ব্যাখ্যা করা/সংশোধন হয় কি।
সংক্ষিপ্ত সারাংশ
Google কোয়ান্টাম AI Willow-এ প্রথম পরিষ্কার নিচে-সীমা পৃষ্ঠ-কোড স্মৃতি দেখিয়েছে। দূরত্ব 3→5→7 বাড়ালে যৌক্তিক ত্রুটি প্রতি দুই দূরত্বে ~2.14× দমন করা হয়; 101-কিউবিট দূরত্ব-7 স্মৃতি 0.143% ত্রুটি/চক্র এবং একই খণ্ডের সেরা ভৌত কিউবিটের চেয়ে 2.4× দীর্ঘতর আয়ুষ্কাল পেয়েছে। বাস্তব-সময় ডিকোডার মিলিয়ন-চক্র চালনা করেছে। মাইলফলক বাস্তব, কিন্তু এটি একক যৌক্তিক স্মৃতি, উপযোগী কম্পিউটার নয়; ত্রুটি এখনও অ্যালগরিদমিক লক্ষ্যের বহু ওপরে এবং বিরল সহসম্পর্কিত বিস্ফোরণের অব্যাখ্যাত নিম্নসীমা স্কেলিংের বাধা।
উৎস
ভিত্তি: Quantum error correction below the surface code threshold — Google Quantum AI and Collaborators, Nature 638, 920 (2025).
- গবেষণাপত্র — Google Quantum AI and Collaborators, Quantum error correction below the surface code threshold, Nature 638, 920 (2025)
- উৎস — Author Correction: Quantum error correction below the surface code threshold, Nature 653, E5 (2026) — corrects a Fig. 3a axis label and legend keys; does not affect the below-threshold (Fig. 1) results
সম্পাদকীয় নোট
এই নিবন্ধটি AI লিখেছে এবং সম্পাদকীয় দল পর্যালোচনা করেছে। এটি সংযুক্ত গবেষণার একটি পরিষ্কার ও সতর্ক ব্যাখ্যা, মূল গবেষণাপত্র পড়ার বিকল্প নয়। নির্বাচন, ব্যাখ্যা ও চূড়ান্ত ভাষার দায়িত্ব সম্পাদকের।