Los colaboradores observan aceleración cuántica en problemas de optimización

Una colaboración entre la Universidad de Harvard con científicos de QuEra Computing, MIT, la Universidad de Innsbruck y otras instituciones ha demostrado una aplicación innovadora de procesadores cuánticos de átomos neutros para resolver problemas de uso práctico.

El estudio fue codirigido por Mikhail Lukin, profesor de física George Vasmer Leverett en Harvard y codirector de la Iniciativa cuántica de Harvard, Markus Greiner, profesor de física George Vasmer Leverett, y Vladan Vuletic, profesor de física Lester Wolfe en el MIT. . Titulado «Quantum Optimization of Maximum Independent Set usando Rydberg Atom Arrays», la investigación se publicó el 5 de mayo de 2022 en Ciencia.

Previamente, se habían propuesto procesadores cuánticos de átomos neutros para codificar de manera eficiente ciertos problemas difíciles de optimización combinatoria. En esta publicación histórica, los autores no solo implementan la primera implementación de optimización cuántica eficiente en una computadora cuántica real, sino que también muestran una potencia de hardware cuántico sin precedentes.

Los cálculos se realizaron en el procesador cuántico de Harvard de 289 qubits que opera en modo analógico, con profundidades de circuito efectivas de hasta 32. A diferencia de los ejemplos anteriores de optimización cuántica, el gran tamaño del sistema y la profundidad del circuito utilizados en este trabajo hicieron imposible el uso de circuitos clásicos. simulaciones para optimizar previamente los parámetros de control. Se tuvo que implementar un algoritmo híbrido cuántico-clásico en un circuito cerrado, con retroalimentación directa y automatizada al procesador cuántico.

Esta combinación de tamaño del sistema, profundidad del circuito y control cuántico sobresaliente culminó en un salto cuántico: se encontraron instancias problemáticas con un rendimiento empíricamente mejor de lo esperado en el procesador cuántico en comparación con la heurística clásica. Al caracterizar la dificultad de las instancias del problema de optimización con un «parámetro de dureza», el equipo identificó casos que desafiaron a las computadoras clásicas, pero que se resolvieron de manera más eficiente con el procesador cuántico de átomo neutro. Se encontró una aceleración cuántica superlineal en comparación con una clase de algoritmos clásicos genéricos. Los paquetes de código abierto GenericTensorNetworks.jl y Bloqade.jl de QuEra fueron fundamentales para descubrir instancias difíciles y comprender el rendimiento cuántico.

«Una comprensión profunda de la física subyacente del algoritmo cuántico, así como de las limitaciones fundamentales de su contraparte clásica, nos permitió darnos cuenta de las formas en que la máquina cuántica puede lograr una aceleración», dice Madelyn Cain, estudiante graduada de Harvard y una de las autoras principales. .

La importancia del emparejamiento entre el problema y el hardware cuántico es fundamental para este trabajo: «En un futuro cercano, para extraer la mayor cantidad de energía cuántica posible, es fundamental identificar problemas que puedan asignarse de forma nativa a la arquitectura cuántica específica, con poco a sin gastos generales», dijo Shengtao Wang, científico principal de QuEra Computing y uno de los coinventores de los algoritmos cuánticos utilizados en este trabajo, «y logramos exactamente eso en esta demostración».

El problema del «conjunto máximo independiente», resuelto por el equipo, es una tarea difícil paradigmática en informática y tiene amplias aplicaciones en logística, diseño de redes, finanzas y más. La identificación de instancias de problemas clásicamente desafiantes con soluciones aceleradas cuánticamente allana el camino para aplicar la computación cuántica para satisfacer las necesidades industriales y sociales del mundo real.

«Estos resultados representan el primer paso para brindar una ventaja cuántica útil a los problemas de optimización difíciles relevantes para múltiples industrias», agregó Alex Keesling, director ejecutivo de QuEra Computing y coautor del trabajo publicado. «Estamos muy felices de ver que la computación cuántica comienza a alcanzar el nivel necesario de madurez donde el hardware puede informar el desarrollo de algoritmos más allá de lo que se puede predecir de antemano con los métodos de computación clásicos. Además, la presencia de una aceleración cuántica para instancias de problemas difíciles es extremadamente alentador. Estos resultados nos ayudan a desarrollar mejores algoritmos y hardware más avanzado para abordar algunos de los problemas computacionales más difíciles y relevantes».