Cómo verificar que los chips cuánticos están funcionando correctamente

Un nuevo método determina si los circuitos ejecutan con precisión operaciones complejas que las computadoras clásicas no pueden abordar.

En un paso hacia la computación cuántica práctica, investigadores del MIT, Google y otros lugares han diseñado un sistema que puede verificar cuándo los chips cuánticos han realizado con precisión cálculos complejos que las computadoras clásicas no pueden.

Los chips cuánticos realizan cálculos utilizando bits cuánticos, llamados “qubits”, que pueden representar los dos estados correspondientes a los bits binarios clásicos, un 0 o 1, o una “superposición cuántica” de ambos estados simultáneamente.

El exclusivo estado de superposición puede permitir que las computadoras cuánticas resuelvan problemas que son prácticamente imposibles para las computadoras clásicas, lo que puede impulsar avances en el diseño de materiales, el descubrimiento de fármacos y el aprendizaje automático, entre otras aplicaciones.

Las computadoras cuánticas a gran escala requerirán millones de qubits, lo que aún no es factible.

En los últimos años, los investigadores han comenzado a desarrollar chips ” Noisy Intermediate Scale Quantum ” (NISQ), que contienen alrededor de 50 a 100 qubits.

Eso es suficiente para demostrar la “ventaja cuántica”, lo que significa que el chip NISQ puede resolver ciertos algoritmos que son intratables para las computadoras clásicas.

Sin embargo, verificar que los chips realizaron las operaciones como se esperaba puede ser muy ineficiente.

Las salidas del chip pueden parecer completamente aleatorias, por lo que lleva mucho tiempo simular pasos para determinar si todo salió según lo planeado.

En un artículo publicado en Nature Physics, los investigadores describen un nuevo protocolo para verificar eficientemente que un chip NISQ ha realizado todas las operaciones cuánticas correctas.

Validaron su protocolo en un problema cuántico notoriamente difícil que se ejecuta en un chip fotónico cuántico personalizado.

“A medida que los rápidos avances en la industria y la academia nos llevan a la cúspide de las máquinas cuánticas que pueden superar a las máquinas clásicas, la tarea de verificación cuántica se vuelve crítica en el tiempo“, dice el primer autor Jacques Carolan, un postdoc en el Departamento de Ingeniería Eléctrica e Informática (EECS) y el Laboratorio de Investigación de Electrónica (RLE).

“Nuestra técnica proporciona una herramienta importante para verificar una amplia clase de sistemas cuánticos.

Porque si invierto miles de millones de dólares para construir un chip cuántico, es mejor que haga algo interesante“.

Investigadores de EECS y RLE en el MIT se unieron a Carolan en el documento, así como también del Laboratorio Google Quantum AI, Elenion Technologies, Lightmatter y Zapata Computing.

El trabajo de los investigadores esencialmente rastrea un estado cuántico de salida generado por el circuito cuántico hasta un estado de entrada conocido.

Hacerlo revela qué operaciones de circuito se realizaron en la entrada para producir la salida.

Esas operaciones siempre deben coincidir con lo que los investigadores programaron.

Si no es así, los investigadores pueden usar la información para determinar dónde fallaron las cosas en el chip.

En el núcleo del nuevo protocolo, llamado “Desmuestreo cuántico variacional”, se encuentra un enfoque de “divide y vencerás”, dice Carolan, que divide el estado cuántico de salida en fragmentos.

“En lugar de hacer todo de una sola vez, lo que lleva mucho tiempo, hacemos esto descifrando capa por capa.

Esto nos permite dividir el problema para abordarlo de una manera más eficiente”, dice Carolan.

Para esto, los investigadores se inspiraron en las redes neuronales, que resuelven problemas a través de muchas capas de computación, para construir una nueva “red neuronal cuántica” (QNN), donde cada capa representa un conjunto de operaciones cuánticas.

Para ejecutar la QNN, utilizaron técnicas tradicionales de fabricación de silicio para construir un chip NISQ de 2 por 5 milímetros con más de 170 parámetros de control, componentes de circuitos ajustables que facilitan la manipulación de la ruta del fotón.

Se generan pares de fotones a longitudes de onda específicas desde un componente externo y se inyectan en el chip.

Los fotones viajan a través de los desplazadores de fase del chip, que cambian la ruta de los fotones, interfiriéndose entre sí.

Esto produce un estado de salida cuántico aleatorio, que representa lo que sucedería durante el cálculo.

La salida se mide mediante una matriz de sensores fotodetectores externos.

Esa salida se envía a la QNN.

La primera capa utiliza técnicas complejas de optimización para cavar a través de la salida ruidosa para identificar la firma de un solo fotón entre todos los que se mezclan.

Luego, “descifra” ese único fotón del grupo para identificar qué operaciones de circuito lo devuelven a su estado de entrada conocido.

Esas operaciones deben coincidir exactamente con el diseño específico del circuito para la tarea.

Todas las capas subsiguientes hacen el mismo cálculo, eliminando de la ecuación cualquier fotón previamente descodificado, hasta que todos los fotones estén descodificados.

Como ejemplo, digamos que el estado de entrada de qubits alimentados al procesador fue todos ceros.

El chip NISQ ejecuta un montón de operaciones en los qubits para generar un número masivo, aparentemente cambiante al azar como salida. (Un número de salida cambiará constantemente ya que está en una superposición cuántica).

El QNN selecciona fragmentos de ese número masivo.

Luego, capa por capa, determina qué operaciones revierten cada qubit nuevamente a su estado de entrada de cero.

Si alguna operación es diferente de las operaciones planificadas originales, entonces algo salió mal.

Los investigadores pueden inspeccionar cualquier desajuste entre la salida esperada y los estados de entrada, y usar esa información para modificar el diseño del circuito.

En experimentos, el equipo ejecutó con éxito una popular tarea computacional utilizada para demostrar la ventaja cuántica, llamada “muestreo de bosones”, que generalmente se realiza en chips fotónicos.

En este ejercicio, los cambiadores de fase y otros componentes ópticos manipularán y convertirán un conjunto de fotones de entrada en una superposición cuántica diferente de fotones de salida.

En última instancia, la tarea es calcular la probabilidad de que un determinado estado de entrada coincida con un cierto estado de salida.

Esa será esencialmente una muestra de alguna distribución de probabilidad.

Pero es casi imposible para las computadoras clásicas calcular esas muestras, debido al comportamiento impredecible de los fotones.

Se ha teorizado que los chips NISQ pueden calcularlos con bastante rapidez.

Hasta ahora, sin embargo, no ha habido forma de verificar eso de manera rápida y fácil, debido a la complejidad que implican las operaciones de NISQ y la tarea en sí.

“Las mismas propiedades que otorgan a estos chips potencia computacional cuántica los hace casi imposibles de verificar“, dice Carolan.

En los experimentos, los investigadores pudieron “eliminar muestras” de dos fotones que habían pasado por el problema de muestreo de bosones en su chip NISQ personalizado, y en una fracción del tiempo que le tomaría a los enfoques de verificación tradicionales.

“Este es un excelente artículo que emplea una red neuronal cuántica no lineal para aprender la operación unitaria desconocida realizada por una caja negra“, dice Stefano Pirandola, profesor de informática que se especializa en tecnologías cuánticas en la Universidad de York.

“Está claro que este esquema podría ser muy útil para verificar las puertas reales que realiza un circuito cuántico, [por ejemplo] por un procesador NISQ.

Desde este punto de vista, el esquema sirve como una importante herramienta de evaluación comparativa para futuros ingenieros cuánticos.

La idea se implementó notablemente en un chip cuántico fotónico“.

Si bien el método fue diseñado para fines de verificación cuántica, también podría ayudar a capturar propiedades físicas útiles, dice Carolan.

Por ejemplo, ciertas moléculas cuando se excitan vibrarán, luego emitirán fotones basados ​​en estas vibraciones.

Al inyectar estos fotones en un chip fotónico, dice Carolan, la técnica de descifrado podría usarse para descubrir información sobre la dinámica cuántica de esas moléculas para ayudar en el diseño molecular de bioingeniería.

También podría usarse para descifrar fotones que transportan información cuántica que ha acumulado ruido al pasar a través de espacios o materiales turbulentos.

“El sueño es aplicar esto a problemas interesantes en el mundo físico“, dice Carolan.

Fuente: MIT