Un equipo de expertos internacionales ha desarrollado un nuevo método para comparar computadoras cuánticas, utilizando la física matemática para derivar métricas de rendimiento significativas a partir de secuencias de datos aleatorias. Esta herramienta puede caracterizar las operaciones cuánticas y compararlas con la computación tradicional, lo que requiere menos datos logarítmicamente para obtener mayores conocimientos.
El campo de la computación cuántica avanza rápidamente, pero a medida que las computadoras cuánticas aumentan en tamaño y complejidad, se vuelven menos una herramienta y más una misteriosa «caja negra». Un equipo que utiliza física matemática abrió esta caja y logró extraer métricas concretas de secuencias de datos aparentemente aleatorias. Estas métricas sirven como referencia para evaluar el rendimiento de la computadora cuántica.
En el trabajo, que ahora se ha publicado en Nature Communications, participaron expertos del Helmholtz-Zentrum Berlin, la Freie Universität Berlin, el Qusoft Research Center Amsterdam, la Universidad de Copenhague y el Instituto de Innovación Tecnológica de Abu Dhabi.
Eficiencia en cálculos cuánticos.
Los ordenadores cuánticos pueden utilizarse para calcular sistemas cuánticos de forma mucho más eficiente y resolver problemas, por ejemplo, en la investigación de materiales. Sin embargo, cuanto más grandes y complejos se vuelven los ordenadores cuánticos, menos transparentes son los procesos que conducen al resultado. Por lo tanto, se necesitan herramientas adecuadas para caracterizar tales operaciones cuánticas y comparar de manera justa las capacidades de las computadoras cuánticas con el poder de la computación clásica para las mismas tareas. Una herramienta de este tipo con talentos sorprendentes ha sido desarrollada ahora por un equipo dirigido por el Prof. Jens Eisert e Ingo Roth.
Las computadoras cuánticas (en este caso un experimento realizado en el Instituto de Innovación Tecnológica de Abu Dhabi) funcionan a temperaturas muy bajas para minimizar ruidos y perturbaciones no deseadas. Con el desarrollo de una nueva herramienta matemática, ahora es posible evaluar el rendimiento de una computadora cuántica a través de datos de prueba aleatorios y diagnosticar posibles errores. Crédito: Roth/Centro de Investigación Cuántica, TII
Información obtenida de secuencias de prueba aleatorias
Roth, que actualmente está reuniendo un grupo en el Instituto de Innovación Tecnológica de Abu Dabi, explica: “A partir de los resultados de secuencias de pruebas aleatorias, ahora podemos extraer diferentes números que muestran qué tan cerca están las operaciones, en un promedio estadístico, de la operaciones deseadas. . Esto nos permite aprender mucho más que nunca de los mismos datos. Y lo que es crucial: la cantidad de datos necesarios no crece linealmente, sino sólo logarítmicamente”.
Esto significa: para aprender cien veces más, sólo necesitas el doble de datos. Una gran mejora. El equipo pudo demostrarlo utilizando métodos de la física matemática.
«Se trata de comparar ordenadores cuánticos», afirma Eisert, que dirige un grupo de investigación conjunto en física teórica en el Helmholtz-Zentrum Berlin y la Freie Universität Berlin. “Mostramos cómo se pueden utilizar datos aleatorios para calibrar estos sistemas. Este trabajo es importante para el desarrollo de computadoras cuánticas”.
Referencia: “Estimación de sombras de propiedades de conjuntos de puertos a partir de secuencias aleatorias” por J. Helsen, M. Ioannou, J. Kitzinger, E. Onorati, AH Werner, J. Eisert e I. Roth, 19 de agosto de 2023, Comunicaciones de la naturaleza.
DOI: 10.1038/s41467-023-39382-9
