La plataforma de hardware Quantum Heron y el software Qiskit ofrecen mitigación de errores de última generación.
El principal problema al que se enfrentan los computadores cuánticos en el ámbito de la corrección de errores es el ruido.
IBM ha cumplido su promesa. El itinerario que publicó en diciembre del año pasado nos anticipó que antes de que concluyese 2024 estaría lista la plataforma Heron (5K) dotada de mitigación de errores. Y aquí la tenemos.
La compañía estadounidense ha anunciado que el hardware cuántico que había previsto tener preparado a finales de este año ya está disponible para proyectos de investigación.
Hasta ahora las previsiones más optimistas nos invitaban a contemplar la posibilidad de que los computadores cuánticos dotados de la capacidad de enmendar sus propios errores lleguen durante la próxima década.
Estas máquinas presumiblemente serán mucho más útiles que los prototipos disponibles actualmente debido a que servirán para resolver un abanico de problemas mucho más amplio, de ahí que habitualmente nos refiramos a ellas como ‘computadores cuánticos plenamente funcionales’.
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.
No obstante, hay un camino alternativo.
Se conoce como ‘mitigación de errores’, y, a grandes rasgos, en vez de monitorizar en tiempo real qué sucede en los cúbits permite que lleven a cabo sus cálculos aunque tengan errores y solo al final del proceso se infiere cuál es el resultado correcto.
Esta técnica ya está entregando resultados muy prometedores.
De hecho, esta característica es la que permite al procesador cuántico Heron aventajar a los demás chips cuánticos desarrollados por IBM hasta ahora.
No obstante, esta compañía no se ha limitado a dar a conocer su nuevo hardware cuántico.
También ha anunciado una revisión de Qiskit, su conjunto de herramientas de software de código abierto diseñado para programar y desarrollar algoritmos para computadores cuánticos.
Según Jay Gambetta, vicepresidente de IBM, “los avances en nuestro hardware y Qiskit están permitiendo a nuestros usuarios crear nuevos algoritmos en los que los recursos avanzados de supercomputación cuántica y clásica se pueden combinar para aprovechar sus respectivas fortalezas“.
Además, Matteo Rossi, director de tecnología de Algorithmiq, una empresa que se dedica al desarrollo de software cuántico, nos explica algo más acerca de la mitigación de errores:
“El algoritmo de mitigación de errores de red tensorial (TEM) de Algorithmiq, disponible a través de IBM Qiskit, ofrece mitigación de errores de última generación […]
Con los recientes avances que hemos logrado para combinar computadores cuánticos con postprocesamiento en GPU estamos impulsando la capacidad de la mitigación de errores para trabajar con circuitos de hasta 5.000 puertas cuánticas entrelazadas […]
Esto podría abrir la puerta a simulaciones y cálculos cuánticos que antes estaban limitados por el ruido”.
No obstante, la auténtica sorpresa nos espera en 2029.
Si IBM cumple su itinerario dentro de cinco años tendrá listo ‘Starling’, su primer hardware cuántico dotado de la capacidad de corregir sus propios errores.
En este caso el roadmap indica claramente que hablamos de corrección, y no de mitigación. Son palabras mayores.
Este hardware debería permitir a los investigadores que trabajarán con él enfrentarse a problemas con los que ahora mismo los prototipos actuales no pueden lidiar.
Y, por último, en 2033 ‘Blue Jay’ dará el pistoletazo de salida al escalado masivo del hardware cuántico de IBM con capacidad de corrección de errores.
Fuente: IBM
En la carrera por desarrollar sistemas de percepción robustos para robots, un desafío persistente ha…
Investigadores de la Universidad Johns Hopkins y Stanford entrenaron un brazo robótico con inteligencia artificial…
La optimización del autoaprendizaje de un robot acuático mejora las habilidades de manipulación de objetos…
Aprovechando el poder de la inteligencia artificial y varias de las supercomputadoras más rápidas del…
Un equipo de investigación, dirigido por el profesor Hoon Eui Jeong del Departamento de Ingeniería…
Un cubo de cristal de rubí, dos haces láser y una superficie donde se proyecta…