El principal problema al que se enfrentan los computadores cuánticos en el ámbito de la corrección de errores es el ruido.
Willow, el nuevo procesador cuántico de Google, es capaz de alcanzar una reducción exponencial de la tasa de errores.
El 23 de octubre de 2019 Google dio un paso hacia delante muy importante en el ámbito de los computadores cuánticos.
Ese día el equipo de científicos liderado por John Martinis publicó en Nature un artículo en el que explicó pormenorizadamente el procedimiento que había utilizado para alcanzar la tan ansiada supremacía cuántica.
A grandes rasgos podemos entender este concepto como el hito alcanzado cuando un computador cuántico es capaz de resolver un problema con más rapidez que un supercomputador clásico.
El logro del equipo de Martinis desencadenó una infinidad de discusiones acerca de las condiciones en las que había sido alcanzado y de su relevancia real, pero demostró con claridad que Google está dedicando muchos recursos a los computadores cuánticos.
Y Willow, el procesador cuántico que protagoniza este artículo, lo corrobora.
No se trata de un chip cuántico con más cúbits superconductores (tiene 105); según Google este procesador demuestra que la corrección exponencial de errores cuánticos es posible.
El principal problema al que se enfrentan los computadores cuánticos en el ámbito de la corrección de errores es el ruido, entendido como las perturbaciones que pueden alterar el estado interno de los cúbits e introducir errores de cálculo.
La estrategia por la que están optando muchos de los grupos de investigación que están involucrados en el desarrollo de los computadores cuánticos consiste en monitorizar las operaciones que llevan a cabo los cúbits para identificar errores en tiempo real y corregirlos.
El problema es que desde un punto de vista práctico esta estrategia es muy desafiante.
Willow, el procesador cuántico que acaba de dar a conocer Google, reformula este planteamiento.
En un comunicado de prensa Hartmut Neven, fundador y director de Google Quantum AI, escribió que “probamos matrices cada vez más grandes de qubits físicos, escalando desde una cuadrícula de 3×3 qubits codificados, a una cuadrícula de 5×5, a una cuadrícula de 7×7, y cada vez, utilizando nuestros últimos avances en corrección de errores cuánticos, pudimos reducir la tasa de error a la mitad”.
Además, las matrices de cúbits duraron más que los cúbits físicos individuales del sistema, lo que indica que la corrección de errores estaba mejorando la resiliencia de todo el chip cuántico.
Este hito se conoce como “estar por debajo del umbral” y tiene una consecuencia muy importante: el computador cuántico nunca pasará a comportarse como un computador clásico, por lo que no perderá la ventaja que le da su naturaleza cuántica.
Además, sobre el papel cuando Google sea capaz de incrementar drásticamente el número de cúbits de sus chips cuánticos su tecnología de corrección de errores en tiempo real debería permitir a su hardware cuántico enfrentarse a un abanico de problemas muy amplio.
Este hito presumiblemente marcará la llegada de los computadores cuánticos plenamente funcionales.
No obstante, Willow se ha apuntado otro tanto más: ha resuelto un cálculo de referencia estándar utilizado para evaluar la capacidad de los computadores cuánticos en menos de cinco minutos.
Según Google uno de los supercomputadores más potentes disponibles hoy tardaría 10 septillones de años en llevar a cabo el mismo cálculo. Esta cifra supera con creces la edad del universo.
El próximo paso que planean dar los ingenieros de Google es muy ambicioso: quieren llevar a cabo un primer cálculo útil más allá de la computación clásica.
Esto significa, sencillamente, que se han propuesto utilizar su hardware cuántico para resolver un problema del mundo real que no sea posible afrontar con un supercomputador clásico.
Es evidente que para alcanzar este propósito necesitan un procesador cuántico con muchos más cúbits, pero defienden que la tecnología de Willow lo hará posible en el futuro. Ojalá lo consigan.
De ser así todos ganaremos debido a que estas máquinas presumiblemente podrán ser utilizadas para desarrollar nuevos medicamentos, diseñar baterías más eficientes o adelantar la llegada de la energía de fusión, entre muchas otras aplicaciones.
Fuente: Gizmodo
Los modelos de IA generativa como ChatGPT se entrenan con grandes cantidades de datos obtenidos…
El kit para desarrolladores NVIDIA Jetson Orin Nano Super está diseñado tanto para aficionados como…
Google ha presentado Veo 2, una IA que supera a Sora al generar videos realistas…
La nueva IA de Google es capaz de generar diseños de cualquier tipo sin necesidad…
Han pasado casi cinco meses desde el lanzamiento de SearchGPT. La prometedora función de búsqueda…
En los últimos años, los ingenieros han intentado crear sistemas de hardware que soporten mejor…