Nuevo método para encontrar sistemáticamente secuencias óptimas de operación cuántica para computadoras cuánticas

El Instituto Nacional de Tecnología de la Información y las Comunicaciones de Japón, la Universidad de Keio, la Universidad de Ciencias de Tokio y la Universidad de Tokio lograron por primera vez desarrollar un método para encontrar sistemáticamente la secuencia de operación cuántica óptima para una computadora cuántica.

Para que una computadora cuántica realice una tarea, es necesario escribir una secuencia de operaciones cuánticas. Hasta ahora, los operadores de computadoras han escrito sus propias secuencias de operaciones cuánticas basadas en métodos existentes (recetas). Lo que se ha desarrollado esta vez es un método sistemático que aplica la teoría de control óptimo (algoritmo GRAPE) para identificar la secuencia teóricamente óptima de entre todas las secuencias de operación cuántica concebibles.

Se espera que este método se convierta en una herramienta útil para computadoras cuánticas de mediana escala y se espera que contribuya a mejorar el rendimiento de las computadoras cuánticas y reducir el impacto ambiental en un futuro cercano.

Este estudio fue publicado en Examen físico A.

Se espera que las computadoras cuánticas, que actualmente están en desarrollo, tengan un gran impacto en la sociedad. Sus beneficios incluyen reducir la carga ambiental al reducir el consumo de energía, encontrar nuevas sustancias químicas para uso médico y acelerar la búsqueda de materiales para un medio ambiente más limpio.

Uno de los grandes problemas de los ordenadores cuánticos es que el estado cuántico es muy sensible al ruido, por lo que es difícil mantenerlo estable durante mucho tiempo (manteniendo un estado cuántico coherente). Para obtener el mejor rendimiento, es necesario completar las operaciones dentro del tiempo que se mantiene el estado cuántico coherente. Existía la necesidad de un método para identificar sistemáticamente las secuencias óptimas.

logros

El equipo de investigación ha desarrollado un método sistemático para identificar la secuencia de operación cuántica óptima.

Cuando una computadora almacena y procesa información, toda la información se convierte en una cadena de bits con valores de 0 o 1. Una secuencia de operación cuántica es un programa de computadora escrito en un lenguaje legible por humanos que se convierte para que pueda ser procesado por un computadora cuántica. La secuencia de operaciones cuánticas consta de operaciones de 1 qubit y operaciones de 2 qubit. La mejor secuencia es la que tiene menos operaciones y muestra el mejor rendimiento.

El nuevo método analiza todas las secuencias posibles de operaciones cuánticas elementales utilizando un algoritmo computacional llamado GRAPE, un algoritmo de teoría de control óptimo numérico. Específicamente, crea una tabla de secuencias de operaciones cuánticas y el índice de rendimiento (fidelidad F) para cada secuencia, que van desde miles a millones, según la cantidad de qubits y la cantidad de operaciones bajo investigación. La secuencia de operación cuántica óptima se identifica sistemáticamente en función de los datos acumulados.

También es posible que el nuevo método analice la lista completa de todas las secuencias de operaciones cuánticas y evalúe recetas convencionales. Como tal, puede proporcionar una herramienta valiosa para establecer puntos de referencia para investigaciones pasadas y futuras sobre el rendimiento de los algoritmos cuánticos de pocos qubits.

Perspectivas de futuro

Se espera que el método sistemático para encontrar la secuencia de operación cuántica óptima para las computadoras cuánticas se convierta en una herramienta útil para las computadoras cuánticas de mediana escala. En un futuro cercano, se espera que mejore el rendimiento de las computadoras cuánticas y contribuya a reducir la carga sobre el medio ambiente.

El equipo también descubrió que hay muchas secuencias óptimas de operaciones cuánticas que son excelentes. Esto significa que un enfoque probabilístico podría extender la aplicabilidad de este nuevo método a tareas más grandes. Los enfoques basados ​​en el análisis de grandes conjuntos de datos sugieren la posibilidad de integrar el aprendizaje automático con este nuevo método para mejorar aún más el poder predictivo. En un futuro, el equipo de investigación aplicará los resultados obtenidos en esta ocasión a la optimización de tareas obtenidas a partir de algoritmos cuánticos reales.

Proporcionado por el Instituto Nacional de Tecnologías de la Información y las Comunicaciones (NTIC)