por Las computadoras cuánticas de hoy en día tienen un alcance computacional pequeño: el chip dentro de su teléfono inteligente contiene miles de millones de transistores, mientras que las computadoras cuánticas más poderosas contienen unos cientos de equivalentes cuánticos de un solo transistor. Tampoco se puede confiar en ellos. Si ejecuta el mismo cálculo una y otra vez, es probable que produzca respuestas diferentes cada vez.
Pero con su capacidad inherente para considerar muchas posibilidades a la vez, las computadoras cuánticas no necesitan ser enormes para abordar algunos problemas informáticos espinosos, y el miércoles, los investigadores de IBM anunciaron que han ideado una forma de manejar la falta de confiabilidad de una manera que conduce a respuestas fiables y útiles.
«Lo que IBM ha mostrado aquí es realmente un paso increíblemente importante en esa dirección de avanzar hacia un diseño algorítmico cuántico serio», dijo Dorit Aharonov, profesora de informática en la Universidad Hebrea de Jerusalén que no participó en la investigación.
Aunque los investigadores de Google dijeron en 2019 que habían logrado la «supremacía cuántica», una tarea realizada más rápido en una computadora cuántica que en una convencional, los investigadores de IBM dijeron que habían logrado un beneficio nuevo y más útil, incluso si el nombre es más modesto.
“Estamos entrando en esta fase de la computación cuántica que llamo utilidad”, dijo Jay Gambetta, vicepresidente de IBM Quantum. «La era de la utilidad».
Un equipo de científicos de IBM que trabaja para el Dr. Gambeta describió sus resultados en un artículo publicado el miércoles en la revista Nature.
Las computadoras actuales se llaman digitales, o clásicas, porque manejan bits de información que son 1 o 0, encendidos o apagados. Una computadora cuántica realiza cálculos en bits cuánticos, o qubits, que capturan estados de información más complejos. Al igual que un experimento mental del físico Erwin Schrödinger postuló que un gato puede estar en un estado cuántico tanto vivo como muerto, un qubit puede ser 1 y 0 al mismo tiempo.
Eso permite que las computadoras cuánticas realicen múltiples cálculos en una sola pasada, mientras que las digitales tienen que realizar cada cálculo por separado. Al acelerar la computación, las computadoras cuánticas podrían potencialmente resolver problemas grandes y complejos en campos como la química y la ciencia de los materiales que están fuera del alcance en la actualidad. Las computadoras cuánticas también pueden tener un lado más oscuro al amenazar la privacidad a través de algoritmos que rompen las protecciones utilizadas para contraseñas y comunicaciones cifradas.
Cuando los investigadores de Google hicieron su reclamo de supremacía en 2019, dijeron que su computadora cuántica realizó un cálculo en 3 minutos y 20 segundos que tomaría alrededor de 10,000 años en una supercomputadora convencional moderna.
Pero algunos otros investigadores, incluidos los de IBM, descartaron la afirmación y dijeron que el problema fue fabricado. «El experimento de Google, tan maravilloso y realmente maravilloso, está haciendo algo que no es interesante para ninguna aplicación», dijo el Dr. Aharonov, quien también trabaja como director de estrategia de Qedma, una empresa de computación cuántica.
El cálculo de Google resultó ser menos impresionante de lo que parecía al principio. Un grupo de investigadores chinos hizo una presentación el mismo cálculo en una supercomputadora no cuántica en solo cinco minutosmás rápido que los 10.000 años estimados por el equipo de Google.
Los investigadores de IBM en el nuevo estudio emprendieron una tarea diferente, una que interesa a los físicos. Utilizaron un procesador cuántico con 127 qubits para simular el comportamiento de 127 imanes de barra a escala atómica, lo suficientemente pequeños como para regirse por las aterradoras reglas de la mecánica cuántica, en un campo magnético. Ese es un sistema simple conocido como el modelo de Ising, que a menudo se usa en el estudio del magnetismo.
Este problema es demasiado complejo para calcular una respuesta precisa incluso en las supercomputadoras más grandes y rápidas.
En una computadora cuántica, el cálculo tarda menos de una milésima de segundo en completarse. Cada cálculo cuántico no es confiable: las fluctuaciones en el ruido cuántico inevitablemente interfieren y causan errores, pero cada cálculo es rápido, por lo que se puede realizar repetidamente.
De hecho, para muchos de los cálculos, se agrega deliberadamente ruido adicional, lo que hace que las respuestas sean aún menos confiables. Pero al variar la cantidad de ruido, los investigadores pueden descubrir propiedades específicas del ruido y sus efectos en cada paso del cálculo.
«Podemos amplificar el ruido con precisión y luego podemos ejecutar el mismo circuito nuevamente», dijo Abhinav Kandala, gerente de capacidades cuánticas y demostraciones en IBM Quantum y autor del artículo de Nature. «Y una vez que tenemos los resultados de estos diferentes niveles de ruido, podemos extrapolar a cuáles serían los resultados sin el ruido».
Esencialmente, los investigadores pudieron sustraer los efectos del ruido de los cálculos de volumen poco confiables, un proceso que llaman mitigación de errores.
«Hay que sortear eso inventando formas muy inteligentes de reducir el ruido», dijo el Dr. Aharonov. «Y esto es lo que hacen».
En total, la computadora realizó el cálculo 600.000 veces, convergiendo en una respuesta para la magnetización total producida por los 127 imanes de barra.
Pero, ¿qué tan buena es la respuesta?
En busca de ayuda, el equipo de IBM recurrió a físicos de la Universidad de California, Berkeley. Aunque un modelo Ising con un imán de barra 127 es demasiado grande, con demasiadas configuraciones posibles, para caber en una computadora convencional, los algoritmos clásicos pueden producir respuestas aproximadas, un método similar a cómo la compresión en imágenes JPEG descarta datos menos importantes para reducir el tamaño del archivo. conservando la mayor parte de los detalles de la imagen.
Michael Zaletel, profesor de física en Berkeley y autor del artículo de Nature, dijo que cuando comenzó a trabajar en IBM, pensó que sus algoritmos clásicos eran mejores que los cuánticos.
«Resultó un poco diferente de lo que esperaba», dijo el Dr. Zaletel.
Algunas configuraciones del modelo de Ising se pueden resolver con exactitud, y tanto los algoritmos clásicos como los cuánticos coinciden en ejemplos más sencillos. Para instancias más complejas pero solucionables, los algoritmos cuántico y clásico producen respuestas diferentes, y es el cuántico el correcto.
Entonces, para otros casos donde los cálculos cuánticos y clásicos divergen y no se conocen soluciones exactas, «hay razones para creer que el resultado cuántico es más preciso», dijo Sajant Anand, un estudiante graduado en Berkeley que hizo la mayor parte del trabajo en el aproximación clásica.
No está claro que la computación cuántica sea el ganador indiscutible sobre los métodos clásicos para el modelo de Ising.
Actualmente, el Sr. Anand está tratando de implementar una versión de mitigación de errores para el algoritmo clásico, y podría igualar o superar el rendimiento de los cálculos cuánticos.
«No es obvio que lograron la supremacía cuántica aquí», dijo el Dr. Zaletel.
A largo plazo, los científicos cuánticos esperan que otro enfoque, la corrección de errores, detecte y corrija los errores de cálculo, y esto abrirá la puerta para que las computadoras cuánticas se aceleren para muchos usos.
La corrección de errores ya se usa en computadoras convencionales y transmisión de datos para corregir distorsiones. Pero para las computadoras cuánticas, es probable que la corrección de errores esté a años de distancia, lo que requiere mejores procesadores que puedan procesar muchos más qubits.
Los científicos de IBM creen que la mitigación de errores es una solución temporal que ahora se puede utilizar para problemas cada vez más complejos más allá del modelo de Ising.
«Este es uno de los problemas de ciencias naturales más simples que existen», dijo el Dr. Gambeta. “Así que es bueno empezar. Pero ahora la pregunta es, ¿cómo generalizas esto y pasas a problemas más interesantes en las ciencias naturales?»
Estos pueden incluir la comprensión de las propiedades de los materiales exóticos, la aceleración del descubrimiento de fármacos y el modelado de reacciones de fusión.
