Los procesadores cuánticos actuales son propensos a errores. Si bien las probabilidades son pequeñas, menos del 1 por ciento en muchos casos, cada operación que realizamos en cada qubit, incluidas cosas básicas como leer su estado, tiene una tasa de error significativa. Si intentamos una operación que necesita muchos qubits, o muchas operaciones en una cantidad menor de qubits, los errores se vuelven inevitables.
A largo plazo, el plan es resolver eso usando qubits con corrección de errores. Pero estos requerirán múltiples qubits de alta calidad para cada bit de información, lo que significa que necesitaremos miles de qubits que son mejores que cualquier cosa que podamos hacer actualmente. Dado que probablemente no lleguemos a ese punto hasta la próxima década como muy pronto, surge la pregunta de si las computadoras cuánticas pueden hacer algo interesante mientras tanto.
En una publicación en Nature de hoy, los investigadores de IBM presentan un caso sólido para que la respuesta sea afirmativa. Usando una técnica denominada «mitigación de errores», lograron superar los problemas con los qubits actuales y producir un resultado preciso a pesar del ruido en el sistema. Y lo hicieron de una manera que claramente superó cálculos similares en computadoras clásicas.
Vivir con ruido
Si pensamos en la corrección de errores cuánticos como una forma de evitar el ruido que impide que los cúbits realicen operaciones con precisión, la mitigación de errores puede verse como la aceptación de que el ruido es inevitable. Es una forma de medir los errores típicos, compensarlos después del hecho y producir una estimación del resultado real que está oculto en el ruido.
Uno de los primeros métodos para realizar la mitigación de errores (denominado cancelación probabilística de errores) implicaba muestrear el comportamiento del procesador cuántico para desarrollar un modelo del ruido típico y luego restar el ruido de la salida medida de un cálculo real. Pero a medida que aumenta la cantidad de qubits involucrados en el cálculo, este método se vuelve poco práctico de usar: tiene que hacer demasiados muestreos.
Entonces, en cambio, los investigadores recurrieron a un método en el que intencionalmente amplificaron y luego midieron el ruido del procesador en diferentes niveles. Estas medidas se utilizan para estimar una función que produce un resultado similar al de las medidas reales. Esa función puede tener su ruido establecido en cero para producir una estimación de lo que haría el procesador sin ningún ruido.
Para probar este sistema, los investigadores recurrieron a lo que se llama un modelo de Ising, que es más fácil de pensar como una red de electrones donde el espín de cada electrón influye en el de sus vecinos. A medida que avanza en el tiempo, cada paso ve cambiar los giros en respuesta a la influencia de sus vecinos, lo que altera el estado general de la cuadrícula. La nueva configuración de giros se influirá entre sí y el proceso se repetirá a medida que pase el tiempo.
Si bien un modelo de Ising implica un comportamiento simplificado e idealizado, tiene características que se muestran en una variedad de sistemas físicos, por lo que se han estudiado bastante. (D-Wave, que fabrica recocidos cuánticos, publicó recientemente un artículo en el que su hardware identificó el estado fundamental de estos sistemas, por lo que pueden sonar familiares). Y a medida que aumenta la cantidad de objetos en el modelo, su comportamiento rápidamente se vuelve lo suficientemente complejo. que las computadoras clásicas luchan para calcular su estado.
Es posible realizar los cálculos en una computadora cuántica realizando operaciones en pares de qubits. Para simplificar las cosas, IBM utilizó un modelo Ising en el que la cuadrícula se configuró de manera que coincidiera con la disposición física de los qubits en su procesador. Pero este no era un caso en el que el procesador simplemente se usaba para modelar su propio comportamiento; como se mencionó anteriormente, los modelos de Ising existían independientemente del hardware cuántico.