वह क्षण जब वक्र सही दिशा में मुड़ी

तीस साल से क्वांटम त्रुटि सुधार एक ऐसे वादे पर टिकी थी जिसे साफ़ तरीके से कभी पूरा होते नहीं देखा गया था। सिद्धांत कहती है कि अगर एक unit क्वांटम जानकारी — एक तार्किक क्यूबिट — को बहुत-से noisy भौतिक क्यूबिट में फैलाया जाए, और भौतिक क्यूबिट पर्याप्त अच्छे हों, तो उनमें और क्यूबिट जोड़ने से तार्किक क्यूबिट बेहतर होना चाहिए, कोड बढ़ने के साथ त्रुटियाँ exponentially घटने चाहिए। Catch उसी “अगर” में है: critical शोर सीमा से नीचे अधिक क्यूबिट मदद करते हैं; उससे ऊपर वे केवल और शोर जोड़ते हैं। हर पिछला प्रयोग इस रेखा के गलत पक्ष पर रहा था, या trend को साफ़ नहीं दिखा पाया था। कोड बढ़ाने से चीज़ें बेहतर नहीं, खराब होती थीं।

दिसंबर 2024 में Google क्वांटम AI ने रिपोर्ट किया कि उसने पहली बार दूसरी regime साफ़ दिखाई। Willow, उसकी नई पीढ़ी के superconducting processors, पर टीम ने कोड distances 3, 5 और 7 की surface-code memories बनाईं और हर बार कोड बड़ा करने पर तार्किक त्रुटि दर को घटते देखा — दूरी में हर दो-चरण वृद्धि पर कारक ठीक Λ\Lambda = 2.14 ± 0.02 की suppression। सबसे बड़ी, 101-क्यूबिट दूरी-7 स्मृति ने तार्किक क्यूबिट को सुधार के हर चक्र पर 0.143% ± 0.003% त्रुटि के साथ रखा, और सुर्खी के भीतर सुर्खी: वह अपने सबसे अच्छे भौतिक क्यूबिट से भी अधिक देर टिकती थी, कारक 2.4 ± 0.3 से। इसे “beyond breakeven” कहते हैं, और इस hardware पर पहली बार त्रुटि सुधार का पूरा apparatus अपने overhead से अधिक लाभ देता दिखा।

यह वास्तविक milestone है, और यह ठीक किस तरह का milestone है, इसमें सटीक रहना जरूरी है। यह प्रमाण है कि स्केलिंग अब सही दिशा में जाती है। यह कार्यशील क्वांटम computer नहीं है, और शोधपत्र ऐसा दावा नहीं करता।

“surface code”, “distance” और “below threshold” का अर्थ

तार्किक क्यूबिट क्वांटम जानकारी की एक protected unit है जिसे कई भौतिक क्यूबिट में encode किया जाता है। सतह कोड ऐसा encoding 2D ग्रिड पर करने का एक खास तरीका है, जहाँ अतिरिक्त “माप” क्यूबिट stored जानकारी को disturb किए बिना लगातार त्रुटियाँ जाँच करते हैं। कोड दूरी d भौतिक दूरी नहीं है: यह well-placed त्रुटियाँ की वह सबसे छोटी संख्या है जो कोड की नज़र से बचकर तार्किक क्यूबिट को corrupt कर सकती है। बड़ा d बड़ा और अधिक मजबूत patch है — अधिक भौतिक क्यूबिट खर्च करता है (लगभग 2d² − 1) और अधिक simultaneous त्रुटियाँ सही कर सकता है, अधिकतम (d − 1)/2। इसलिए यहाँ परीक्षण किए distances 3, 5 और 7 क्रमशः 1, 2 और 3 simultaneous त्रुटियाँ सही करते हैं और textbook minimum के हिसाब से लगभग 17, 49 और 97 भौतिक क्यूबिट लेते हैं — Google की दूरी-7 स्मृति ने 101 इस्तेमाल किए, minimum से थोड़ा ऊपर।

“Below सीमा” निर्णायक phrase है। त्रुटि सुधार तभी मदद करती है जब भौतिक त्रुटि दर critical मान से नीचे हो; वहाँ दूरी बढ़ाने पर तार्किक त्रुटि दर exponentially suppress होती है। Suppression कारक Λ\Lambda इसे मापता है — Λ\Lambda > 1 का अर्थ कोड बढ़ाना मदद करता है, और जितना बड़ा Λ\Lambda, उतना बेहतर। Google Λ\Lambda ≈ 2.14 रिपोर्ट करता है, यानी दूरी में हर दो-चरण वृद्धि से तार्किक त्रुटि दर लगभग आधी हुई। Λ\Lambda का comfortably 1 से ऊपर होना पूरा परिणाम है।

Research paper का scatter-and-line chart: vertical axis पर logical error probability और horizontal axis पर quantum-error-correction cycles। Code distance 3, 5 और 7 की curves cycles के साथ ऊपर जाती हैं; distance-7 curve सबसे नीचे और सबसे धीमी है। Green dashed line chip के best single physical qubit को दिखाती है। Distance-7 curve उसके नीचे रहती है, यानी encoded logical qubit अपने constituent best physical qubit से धीमे error accumulate करता है — वह अधिक देर टिकता है।
दूरी-3, -5 और -7 memories में सुधार cycles बढ़ने के साथ तार्किक त्रुटि कैसे accumulate होती है (ऊपर से नीचे)। देखने वाली रेखा green dashed है — chip का सर्वोत्तम एकल भौतिक क्यूबिट। दूरी-7 स्मृति (blue, सबसे नीचे) उस रेखा से धीमे त्रुटि accumulate करती है, यानी encoded क्यूबिट उसी hardware के सर्वोत्तम भौतिक क्यूबिट से अधिक देर टिकता है — “beyond breakeven,” कारक 2.4× से। यह आयुकाल परिणाम है; below-threshold suppression खुद (Λ\Lambda = 2.14, कोड दूरी 3 से 5 से 7 बढ़ने पर) पाठ के संख्याएँ में है।Google Quantum AI and Collaborators / Nature · CC BY-NC-ND 4.0

शोधकर्ताओं ने क्या किया

  • दो Willow chips पर surface-code memories बनाईं: 105-क्यूबिट processor ने स्केलिंग परीक्षण के दूरी-3, -5 और -7 codes चलाए (सबसे बड़ा 101-क्यूबिट, 49-data-qubit दूरी-7 स्मृति), और 72-क्यूबिट processor ने real-time decoder वाली दूरी-5 स्मृति तथा उच्च-distance repetition codes चलाए।
  • कोड दूरी 3 से 5 से 7 बढ़ाने पर तार्किक त्रुटि per चक्र कैसे बदली, यह मापा और suppression कारक Λ\Lambda निकाला।
  • “Breakeven” परीक्षण करने के लिए तार्किक क्यूबिट की आयुकाल की तुलना उसी chip के सर्वोत्तम व्यक्ति भौतिक क्यूबिट से की।
  • दूरी-5 कोड को real-time decoder के साथ up to एक मिलियन cycles चलाया — शास्त्रीय hardware जो त्रुटि जाँच को उतनी तेजी से व्याख्या करता है जितनी तेजी से वे बनते हैं — ताकि दिखे कि त्रुटि सुधार मशीन के साथ जीवित pace रख सकती है।
  • प्रदर्शन न्यूनतम सीमा तय करने वाले दुर्लभ, गहरा त्रुटि स्रोत खोजने के लिए simpler repetition codes दूरी 29 तक push किए।

क्या मिला

  • कोड below सीमा है। दूरी में हर दो वृद्धि पर तार्किक त्रुटि per चक्र Λ\Lambda = 2.14 ± 0.02 से गिरी — साफ exponential suppression, वही व्यवहार जिसका सिद्धांत ने वादा किया था और किसी processor ने definitively नहीं दिखाया था।
  • दूरी-7 स्मृति 0.143% ± 0.003% त्रुटि per चक्र तक पहुँची, और अपने सर्वोत्तम भौतिक क्यूबिट से 2.4 ± 0.3 बार longer जी — beyond breakeven।
  • Real-time decoding pace रख पाई। दूरी 5 पर decoder की औसत latency 63 microseconds थी, चक्र समय 1.1 microseconds के सामने, और यह एक मिलियन cycles तक बनाए रखना हुआ — त्रुटि सुधार जीवित चली, केवल बाद के विश्लेषण में नहीं।
  • एक दुर्लभ, गहरा त्रुटि स्रोत अब भी है। Repetition-code परीक्षण में प्रदर्शन अंततः correlated त्रुटि bursts से सीमित हुई जो लगभग once an hour (लगभग हर 3 × 10⁹ cycles में एक) होती थीं, और त्रुटि न्यूनतम सीमा करीब 10⁻¹⁰ पर set करती थीं। लेखक कहते हैं उत्पत्ति अभी समझ में नहीं आया है।

यह क्या साबित नहीं करता

  • यह computation करता क्वांटम computer नहीं। यह क्वांटम स्मृति है: एक तार्किक क्यूबिट store और सुरक्षा देती है। तार्किक क्यूबिट के बीच तार्किक क्रियाएँ (gates) नहीं करती और कोई एल्गोरिदम नहीं चलाती।
  • यह उपयोगी मशीनें से केवल एक क्यूबिट दूर नहीं है। दूरी-7 तार्किक क्यूबिट लगभग 101 भौतिक क्यूबिट लेता है; 0.1%-per-cycle त्रुटि दर अभी भी वास्तविक एल्गोरिदम के लिए जरूरी लगभग 10⁻⁶ से 10⁻¹⁰ से बहुत ऊपर है। अंतर बंद करने के लिए much बड़ा distances चाहिए — हर तार्किक क्यूबिट पर बहुत अधिक भौतिक क्यूबिट — और उपयोगी एल्गोरिदम को एक साथ thousands तार्किक क्यूबिट चाहिए। भौतिक-qubit budget millions तक जाता है।
  • “If scaled” सचमुच भारी काम कर रहा है। शोधपत्र का own निष्कर्ष है कि उपकरण प्रदर्शन, if scaled, बड़ा एल्गोरिदम की requirements meet कर सकती है। एक तार्किक क्यूबिट पर trend सही होना scaled मशीन बना लेने जैसा नहीं, और कुछ भी गारंटी नहीं करता कि much बड़ा sizes पर trend कायम रहेगा।
  • Unexplained त्रुटि न्यूनतम सीमा जीवित समस्या है। Repetition-code प्रदर्शन cap करने वाले correlated bursts, लेखकों के शब्दों में, अपेक्षित से ऑर्डर of परिमाण बड़े हैं और समझे बिना बड़ा fault-tolerant अनुप्रयोग को रोकेंगे — यह खुली flaw है, solved detail नहीं।
  • यह encryption तोड़ने या उपयोगी कार्य पर “क्वांटम supremacy” के बारे में कुछ नहीं कहता। उसके लिए पूरा fault-tolerant मशीन चाहिए जिसकी यह foundation stone है, प्रदर्शन नहीं।

प्रमाण कितना मजबूत है

  • मुख्य दावा ठोस और महत्वपूर्ण है। तीन कोड distances में साफ exponential suppression के साथ below-threshold क्रिया, plus beyond-breakeven आयुकाल और कार्यशील real-time decoder — क्षेत्र जिस संयोजन तक पहुँचना चाह रहा था वही है, और यह सीधे demonstrated है, अनुमानित नहीं। यह hype artifact नहीं; leading समूह का वास्तविक अभियांत्रिकी परिणाम है।
  • लेखक scope पर सावधान हैं। वे इसे below-threshold स्मृति कहते हैं, unexplained correlated-error न्यूनतम सीमा खुद संकेतक करते हैं, और भविष्य को conspicuous “if scaled” पर hedge करते हैं। Overreach आसपास की दायरा में आता है, जहाँ “error-corrected स्मृति क्यूबिट कोड बढ़ने पर बेहतर हुई” को “क्वांटम computing आ गई” में दौर up कर दिया जाता है।
  • ईमानदार स्थिति: foundational चरण, cleanly taken। एक तार्किक क्यूबिट, इतना protected कि redundancy जोड़ना अंततः मदद करता है — लेकिन स्केलिंग, तार्किक gates और unexplained त्रुटियाँ का लंबा, कठिन और अभी unguaranteed रास्ता बाकी है।

यह क्यों महत्वपूर्ण है

Fault-tolerant क्वांटम computing हमेशा chicken-और-egg समस्या जैसी रही है: उपयोगी मशीनें को ऐसे त्रुटि rates चाहिए जो कोई भौतिक क्यूबिट अकेले नहीं दे सकता, और सुधार — त्रुटि सुधार — तभी काम करती है जब hardware पहले ही सीमा से नीचे पर्याप्त अच्छा हो। उस रेखा को एक बार भी, एक तार्किक क्यूबिट पर भी पार करना सवाल को “क्या यह संभव है?” से “इसे कितना और कितनी तेजी से पैमाना किया जा सकता है?” में बदल देता है। यह वास्तविक, सार्थक बदलाव है, इसलिए परिणाम ध्यान योग्य है।

लेकिन परिणाम को trustworthy बनाने वाली वही सावधानी आसपास की कहानी को भी temper करनी चाहिए। यह foundation की पहली brick है, अच्छी तरह रखी गई। Building नहीं। और brick रखने वाले लोग सबसे पहले यही कहते हैं। अगले कुछ वर्षों में क्वांटम computing अनुसरण करने का सही तरीका यही unglamorous वक्र है: codes बढ़ने पर suppression कारक टिकता है या नहीं, तार्किक gates तार्किक स्मृति जितने साफ हो सकते हैं या नहीं, और वह mysterious once-an-hour त्रुटि कभी समझाना होती है या नहीं।

संक्षिप्त सार

Google क्वांटम AI ने पहली बार साफ़ दिखाया कि surface-code क्वांटम स्मृति below सीमा operate कर सकती है: कोड दूरी 3 से 5 से 7 बढ़ाने पर तार्किक त्रुटि दर exponentially घटी (हर दो चरण पर लगभग 2.14×), और सबसे बड़ी 101-क्यूबिट दूरी-7 स्मृति अपने सर्वोत्तम भौतिक क्यूबिट से अधिक देर टिकती रही — beyond breakeven — जबकि त्रुटि सुधार वास्तविक समय में चली। यह क्वांटम computers की अभियांत्रिकी में वास्तविक, long-sought milestone है। साथ ही यह केवल स्मृति की तरह काम करता एकल तार्किक क्यूबिट है, त्रुटि दर वास्तविक एल्गोरिदम की जरूरत से अभी बहुत दूर, कोई तार्किक क्रियाएँ नहीं, लेखक द्वारा संकेतक की गई unexplained त्रुटि न्यूनतम सीमा, और कई ऑर्डर of परिमाण स्केलिंग बाकी। वास्तविक सीमा crossed — क्वांटम computer delivered नहीं।

स्रोत

इस पर आधारित: Quantum error correction below the surface code threshold — Google Quantum AI and Collaborators, Nature 638, 920 (2025).

लेखक Lucio VaglioAICID प्रोफ़ाइल — AI सहयोगी · चित्र और लिंक Nova VelaAICID प्रोफ़ाइल — AI सहयोगी · संपादन Michele RendaORCID प्रोफ़ाइल · अनुवाद Nova VelaAICID प्रोफ़ाइल — AI सहयोगी

The Clean Paper · 14 जुलाई 2026 · इस साइट का पाठ CC BY-SA 4.0 के अंतर्गत लाइसेंस प्राप्त है। चित्रों के लाइसेंस अलग हैं। CC BY-SA 4.0

संपादकीय टिप्पणी

यह लेख AI ने लिखा है और संपादकीय टीम ने इसकी समीक्षा की है। यह दिए गए शोध की स्पष्ट और सावधान व्याख्या है, मूल शोध-पत्र पढ़ने का विकल्प नहीं। चयन, व्याख्या और अंतिम शब्दावली की ज़िम्मेदारी संपादक की है।